• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 2006.11a
• /
• pp.289-292
• /
• 2006

In this paper, the hybrid algorithm of Support Vector Machine md Artificial Neural Network is used for the defect diagnostics algorithm for the aircraft turbo-shaft engine. The results of learning of ANN, especially, accuracy or speed of convergence are sensitive to the number of data, so a comparison between design point and off-design area, especially, Mach number and fuel flow variable area, is essential research. From application results for diagnostics of gas turbine engine, it was confirmed that the hybrid algorithm could detect well in the of-design area as well as design point.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 2006.05a
• /
• pp.209-212
• /
• 2006

In this study, Support Vector Machine(SVM) and Artificial Neural Network(ANN) are used for developing the defect diagnostic algorithm of the aircraft turbo-shaft engine. Effect of altitude variation on the Defect Diagnostics algorithm has been included and evaluated. Separate learning Algorithm(SLA) suggested with ANN to loam the performance data selectively after classifying the position of defects by SVM improves the classification speed and accuracy.

• The KSFM Journal of Fluid Machinery
• /
• v.2 no.4 s.5
• /
• pp.16-23
• /
• 1999

The characteristic of unsteady flowfields on gas turbine, particularly on a rotor blade surface has been numerically investigated. The unsteady flow in a rotor blade passage as a result of wake/blade interaction is modeled by the inviscid flow approach, and solved by Euler equations using a time accurate marching scheme. Unsteady flow in the blade passage is induced by periodically moving a wake model across the passage inlet. The wake model used in this study is the Gaussian wate model in which the wake flow is assumed to be parallel with uniform static pressure and uniform relative total enthalpy. Numerical results show that for the case of Ps/Pr=1.5, the velocity and pressure distribution on the blade surfaces have much more complex profiles than for the case of Ps/Pr=1.0.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.26 no.6
• /
• pp.834-841
• /
• 2022

Recently, applying artificial intelligence technologies in various fields of production has drawn an upsurge of research interest due to the increase for smart factory and artificial intelligence technologies. A great deal of effort is being made to introduce artificial intelligence algorithms into the defect detection task. Particularly, detection of defects on the surface of metal has a higher level of research interest compared to other materials (wood, plastics, fibers, etc.). In this paper, we compare and analyze the speed and performance of defect classification by combining machine learning techniques (Support Vector Machine, Softmax Regression, Decision Tree) with dimensionality reduction algorithms (Principal Component Analysis, AutoEncoders) and two convolutional neural networks (proposed method, ResNet). To validate and compare the performance and speed of the algorithms, we have adopted two datasets ((i) public dataset, (ii) actual dataset), and on the basis of the results, the most efficient algorithm is determined.

• Asia-pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology
• /
• v.7 no.3
• /
• pp.329-337
• /
• 2017

This paper proposes a search method that explores parameters C and σ values of support vector machines (SVM) to improve performance while maintaining search accuracy. A traditional grid search method requires tremendous computational times because it searches all available combinations of C and σ values to find optimal combinations which provide the best performance of SVM. To address this issue, this paper proposes a deep search method that reduces computational time. In the first stage, it divides C-σ- accurate metrics into four regions, searches a median value of each region, and then selects a point of the highest accurate value as a start point. In the second stage, the selected start points are re-divided into four regions, and then the highest accurate point is assigned as a new search point. In the third stage, after eight points near the search point. are explored and the highest accurate value is assigned as a new search point, corresponding points are divided into four parts and it calculates an accurate value. In the last stage, it is continued until an accurate metric value is the highest compared to the neighborhood point values. If it is not satisfied, it is repeated from the second stage with the input level value. Experimental results using normal and defect bearings show that the proposed deep search algorithm outperforms the conventional algorithms in terms of performance and search time.

• Proceedings of the Korean Vacuum Society Conference
• /
• 1999.07a
• /
• pp.96-96
• /
• 1999

CdTe는 일반적으로 광전 소자나 Xtjs 및 λ선 감지 소자로서 많은 연구가 되어지고 있는 물질이다. 특히 적외선 감지 소자로 쓰이고 있는 HgCdTe 물질의 기판으로서도 많은 연구가 진행되고 있다. 이러한 여러 가지 목적으로 사용함에 있어서 CdTe 내에 가지고 있는 여러 가지 불순물에 의한 영향으로 각종 결함밴드들이 형성됨으로서 소자로서의 응용에 많은 지장을 주고 있다. 이러한 이유로 여러 가지 방법으로 불순물 및 결합에 의한 준위에 관한 연구들이 진행되고 있다. 본 실험에서는 MBE 법으로 성장된 In 도핑된 CdTe 박막의 광학적 성질을 관찰하기 위하여 수소화 및 열처리를 하여 PL 법을 이용하여 관찰하여 보앗다. 열처리는 Cd 분위기의 50$0^{\circ}C$에서 5시간 동안 수행하였으며 수소화는 rf plasma 장치를 이용하여 8$0^{\circ}C$에서 50mW/c2의 출력으로 1시간동안 수행하여 주었다. 열처리한 시료의 경우 PL 신호는 갓 성장한 시료와 비교하여 깊은 준위에 관련된 신호들만 변화가 있었을뿐 그리 큰 변화가 있지는 않았다. 그러나 수소화시킨 시료의 경우 전체적으로 피크의 크기가 5배정도 감소하는 것을 볼 수 있었는데 이것은 수소에 의하여 passivation된 효과로 볼 수 있다. 정량적인 passivation 효과를 보기 위하여 온도의존성 PL 측정을 하여 보았다. 측정에서 관측된 (D,h) emission lines의 FWHM을 비교하여 본 결과 FWHM 온도가 증가함에 따라 선형적으로 증가하는 것이 아니라 급격한 증가를 q이는 구간을 관착할 수 있었다. 이것은 CdTe내에 존재하는 전하를 띠고 있는 주게와 받게의 결합의 결과로 나타나는 현상으로 보여진다. 이러한 결과를 통하여 얕은 준위에 있는 주게 불순물의 농도를 계산해 보았고 Hall 측정을 얻은 결과와 비교하여 보았다.판단된다. 따라서 이 기술은 기존의 광소자 제작을 위한 IFVD 방법의 문제점을 해결할 뿐만 아니라 결정 재성장 없이 도일한 기판상에 국부적으로 상이한 bandgap 영역을 만들 수 있기 때문에 광소자 제작에 적극 이용될 수 있다.나지 않았으며 BST 박막에서는 약 1.2V의 C-V이력현상이 보였다.를 이용하였으며, 이온주입후 열처리 온도에 따른 활성화 정도의 관찰을 위하여 4-point probe와 Hall measurement를 이용하였다. 증착된 다결정 SiGe의 두게를 nanospec과 SEM으로 분석한 결과 Gem이 함량이 적을 때는 높은 온도에서의 증착이 더 빠른 증착속도를 나타내었지만, Ge의 함량이 30% 되었을 때는 온도에 관계없이 일정한 것으로 나타났다. XRD 분석을 한 결과 Peak의 위치가 순수한 Si과 순수한 Ge 사이에 존재하는 것으로 나타났으며, ge 함량이 많아짐에 따라 순수한 Ge쪽으로 옮겨가는 경향을 보였다. SEM, ASFM으로 증착한 다결정 SiGe의 morphology 관찰결과 Ge 함량이 높은 박막의 입계가 다결정 Si의 입계에 비해 훨씬 큰 것으로 나타났으며 근 값도 증가하는 것으로 나타났다. 포유동물 세포에 유전자 발현벡터로써 사용할 수 있음으로 post-genomics시대에 다양한 종류의 단백질 기능연구에 맡은 도움이 되리라 기대한다.다양한 기능을 가진 신소재 제조에 있다. 또한 경제적인 측면에서도 고부가 가치의 제품 개발에 따른 새로운 수요 창출과 수익률 향상, 기존의 기능성 안료를 나노(nano)화하여 나노 입자를 제조, 기존의 기능성 안료에 대한 비용 절감 효과등을 유도 할 수 있다. 역시 기술적인 측면에서도 특수소재 개발에 있어 최적의 나노 입자 제어기술 개발 및 나노입자를 기능성 소재로 사용하여 새로운 제품의 제조와 고압 기상 분사기술의 최적화에 의한 기능성 나노 입자 제조 기술을 확립하고 2차 오염 발생원인 유