• Aerospace Engineering and Technology
• /
• v.2 no.1
• /
• pp.1-10
• /
• 2003

Methodology of predicting steady performance of gas turbine engine from transient test data was explored to develop an economic performance test technique. Discrepancy of transient performance from steady performance was categorized as dynamic, thermal and aerodynamic transient effects. Each effect was mathematically modeled and quantified to provide correction factors for calculating steady performance. The influence of engine inlet/outlet condition change on engine performance was corrected firstly, and then steady performance was predicted from the correction factors. The result was compared with steady performance test data. This correction method showed an acceptable level of precision, 3.68% difference of fuel flow.

• KEPCO Journal on Electric Power and Energy
• /
• v.6 no.4
• /
• pp.413-418
• /
• 2020

It is necessary to manage the prediction accuracy of the machine learning model to prevent the decrease in the performance of the grid network condition prediction model due to overfitting of the initial training data and to continuously utilize the prediction model in the field by maintaining the prediction accuracy. In this paper, we propose an automation technique for maintaining the performance of the model, which increases the accuracy and reliability of the prediction model by considering the characteristics of the power grid state data that constantly changes due to various factors, and enables quality maintenance at a level applicable to the field. The proposed technique modeled a series of tasks for maintaining the performance of the power grid condition prediction model through the application of the workflow management technology in the form of a workflow, and then automated it to make the work more efficient. In addition, the reliability of the performance result is secured by evaluating the performance of the prediction model taking into account both the degree of change in the statistical characteristics of the data and the level of generalization of the prediction, which has not been attempted in the existing technology. Through this, the accuracy of the prediction model is maintained at a certain level, and further new development of predictive models with excellent performance is possible. As a result, the proposed technique not only solves the problem of performance degradation of the predictive model, but also improves the field utilization of the condition prediction model in a complex power grid system.

• Transactions of Materials Processing
• /
• v.13 no.7
• /
• pp.570-579
• /
• 2004

정상상태 압연공정의 오일러리안 공정해석 모델에 관한 연구들을 종합 정리하였다 본 연구의 유한요소해석 모델은 집합조직의 발전에 따른 이방성과 미세기공의 성장에 따른 기계적 성질의 열성화를 평형방정식에 직접 결합하였다 따라서 집합조직의 발전 및 기공률의 변화를 예측하고 동시에 이방성과 기계적성질의 열성화를 해석에 반영할 수 있다. 더불어 오일러리안 해석에서 형상예측을 위하여 자유곡면 수정법과 유선추적법을 유한요소해석 모델에 결합하였다 본 연구의 공정해석 모델을 평판 압연, 클래드압연, 삼차원 사각단면봉의 압연 및 형상압연에 적용하여 집합 조기의 발전, R-값, 항복곡면, 결함성장 등의 기계적성질의 변화 예측과 클래드 압연시에 이중재 접촉면 형상, 배불림, 형상압연 시의 단면변화 등의 형상변화 예측을 보여주었다.

• Journal of the KSME
• /
• v.33 no.10
• /
• pp.861-870
• /
• 1993

여기서는 차량의 구동 성능을 예측하기 위하여 대우자동차에서 최근에 개발한 프로그램에 대하여 설명하고자 한다. 이 프로그램의 특징으로는 기능의 다양화 및 사용의 편리함을 들 수 있다. 이 프로그램은 수동 및 자동 변속기 장착 차량의 가속 성능과 연비를 예측할 수 있게 하였다. 정속 주행 시험과 같이 일정 속도의 주행 상태와, 가속 성능 시험에서와 같이 정해진 드로틀개도 변화에 따르는 주행 상태뿐 아니라, LA-4모두, Tokyo-10모드와 같이 시간에 따라 변화하는 속 도에 따른 주행 상태의 시뮬레이션도 가능하게 하였다. 주행 저항 계산방법으로는 풍동시험을 이용한 방법뿐 아니라 타행 (Coastdown) 시험을 이용하는 방법을 추가하였다. 예측 결과의 정 확도에 별로 영향을 주지않는 부분은 단순화시켜 모델링함으로써 입력 데이터 수를 작게 하였고 이로 인하여 사용자의 편리성을 높게 하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.11a
• /
• pp.205-209
• /
• 2007

생산 현장에서 기기의 운영과 관리는 제품의 품질 및 기업의 수익성과 직결된다. 그러나 정상적인 작동을 하고 있는 시스템에서 고장의 시점과 고장의 종류를 예측하기 곤란하며 따라서 잔여 가동 시간이 얼마인지도 예측하기 힘들다. 본 논문에서는 산업용 기계, 공정과 의료기기 등 신뢰성이 요구되는 Brushless DC 모터의 상태 변화의 추이를 관찰하여 진단의 특징점으로 사용한다. 본 논문에서 제안한 상태천이 모텔은 고장의 시점과 고장의 종류를 예측할 수 있으며 유지보수의사결정에 도움을 줄 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.667-669
• /
• 2022

최근 고도화 되고 있는 인공지능 기술은 복잡한 데이터 속에서 내재된 인사이트를 발견하여 상태 변화를 진단하고 예측하는데 활용되고 있다. 이러한 첨단 기술을 활용하여, 원자력 발전소에서 공정상태가 비정상 또는 비상 상태로 악화되기 전에 운전원이 인지할 수 있다면 공정상태를 정상으로 회복하는데 도움을 줄 수 있다. 이 논문에서는 공정상태 판단을 위한 딥러닝 모델을 활용하는 지능형 조기 경고 개념을 제안한다. 공정상태의 변화 추세를 예측하는 목적으로 사용하는 지능형 조기 경고는 기존 경보 보다 단순화된 상태 천이 메커니즘을 사용하여 운전원의 부담이 증가하지 않도록 한다. 또한, 사고 시나리오 데이터로 딥러닝 모델로 학습하고 지능형 조기 경고 화면을 구현하여 운전원을 지원하기 위한 구현방향을 제시한다.

• Proceedings of the Korea Society of Information Technology Applications Conference
• /
• 2007.05a
• /
• pp.190-197
• /
• 2007

외환위기 이후 우리나라 금융기관은 상대적으로 위험성이 높은 기업대출보다, 높은 수익성을 가지는 가계 대출에 관심을 기울이게 되었다. 가계대출이 증가함에 따라 개인신용평가의 중요성이 부각되고, 이에 많은 신용평가시스템이 개발되어 왔다. 하지만 기존의 신용평가시스템은 대출 신청 당시의 데이터 및 과거의 데이터를 가지고 개인의 신용을 평가하기 때문에, 미래 상황에 대한 예측은 고려하지 못한다. 시스템 다이나믹스는 시간의 흐름에 따른 각 요인의 변화를 살펴봄으로써 미래 상황에 대한 예측이 가능한 분석 방법이다. 이에 본 연구에서는 시스템 다이나믹스 방법론을 활용하여 개인 신용 상태에 대한 미래의 동태적인 변화를 예측하여, 그 결과를 반영한 신용평가모델을 개발하고자 한다. 이를 위하여, 먼저 신용평점 영향을 주는 변수들을 선정하고, 이 변수들 간의 인과관계를 밝혀낸 후, 인과관계를 토대로 분석 모델을 구축한 뒤, 컴퓨터 시뮬레이션을 실행함으로써, 대출 희망자의 미래의 신용상태 변화 모양을 예측해 본다. 이러한 시뮬레이션 결과를 신용평가에 반영하게 되면, 금융기관의 신용 대출의 위험을 줄이는 데 기여할 것으로 기대된다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.18 no.4
• /
• pp.80-95
• /
• 2019

Recently, with the development of sensor and communication technology, researchers at home and abroad have actively conducted research on methodologies for determining maintenance through diagnosis and prediction techniques by collecting information on the status of equipment or systems. Based on the status of vehicle parts at this point in time, this study presented a system framework for making maintenance decisions by predicting the change in vehicle part status to a future date based on the current state of vehicle parts. In addition, condition diagnosis and predictive data adjustment was configured through tracking the status of vehicle parts before and after maintenance activities. We hope that the application of the results of this study will contribute a little to the safety of citizens using public buses and to the activation of the condition-based maintenance system of vehicles.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1998.08a
• /
• pp.272-277
• /
• 1998

MLP형 예측신경망, Jordan 형과 Elman 형 회귀예측신경망을 사용하여 예측차수오 kdmsslr층이 유니트수의 변화에 따른 인식결과를 CHMM과 비교하였다. 음성데이타는 100음절데이터와 ETRI 의 샘돌이 숫자음을 사용하였다. 숫자음에서 신경망의 인식률은 98.5%로 5상태 CHMM의 85.6%보다는 향상된 인식성능을 보였으며 6상태 이상의 CHMM보다는 다소 인식률이 낮게 나타났다.

• Electric Engineers Magazine
• /
• v.265 no.9
• /
• pp.22-29
• /
• 2004

최근에는 설비의 이상징후를 포착함으로써 사고를 예지하고 치명적인 상태로 진전되기 전에 보완하는 이른바 예측 보전(또는 예지보전) 기술을 중심으로 하는 사고 예방 방향으로 변화되어 가고 있다. 이 예측보전기술은 기기의 상태를 정량적으로 파악하여 이상징후를 초기단계에서 검지하는 이상예지진단과 기기성능의 경년적인 변화에 착안한 노화진단 등을 중심으로 하고 있다. 이글에서는 변압기, 차단기, 단로기, 전력용 콘덴서, 피뢰기 등 수배전설비 진단 및 보수점검에 대해서 설명하고자 한다.