• 대한기계학회논문집A
• /
• 제26권3호
• /
• pp.436-444
• /
• 2002

The measurement of residual stresses by the hole-drilling method has been commonly used to evaluate residual stresses in structural members. In this method, eccentricity can usually occur between the hole center and rosette gage center. In this study, the error due to the hole eccentricity is predicted using the artificial neural network. The neural network has trained training examples of stress ratio, normalized eccentricity, off-centered direction and stress error using backpropagation learning process. The prediction results of the error using the trained neural network are good agreement with FE analyzed ones.

• 디지털콘텐츠학회 논문지
• /
• 제5권3호
• /
• pp.245-249
• /
• 2004

본 논문은 기존의 코드작곡 프로그램을 신경망 역 전파 방법을 통해 재구성 하였다. 대중성을 인정받은 기존의 대중가요들의 코드진행을 기대치로 부여하고 역전파 학습방법을 통해 그 기대치에 상웅하는 결과 값을 학습시켰다. 가중치 값을 변화시켜가면서 작곡 프로그램을 구현함으로써 기존의 작곡 방법을 더욱 유연하게 대중성의 코드진행 패턴에 가까운 결과를 낼 수 있도록 하였다.

• 한국콘텐츠학회논문지
• /
• 제7권1호
• /
• pp.65-72
• /
• 2007

본 연구에서는 초음파 검사를 기반으로 하는 비파괴검사 방법을 사용하였으며, 용접결함의 패턴인식 알고리즘으로서 역전파 신경망과 확률 신경망을 비교하였다. 이러한 목적을 위한 과정에서 두 가지 알고리즘에 동일한 변수를 적용하였으며, 여기서 사용된 특징변수는 용접결함으로부터 반사된 시간영역 상의 전체 결함신호로부터 결함부분만을 분리한 신호파형을 사용하였다. 이상의 절차를 통하여 두 가지 알고리즘의 적용방안을 확인하였으며, 두 가지 알고리즘에 대하여 각각의 장단점을 비교하였다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 1995년도 춘계공동학술대회논문집; 전남대학교; 28-29 Apr. 1995
• /
• pp.273-284
• /
• 1995

카메라를 통하여 얻은 영상자료로부터 대상물의 특징을 추출하여 검사에 응용하는 자동검사기법의 수요가 늘고 있다. 본 연구에서는 그러한 자동검사의 실예로서 접속 케이블(wire hardness)의 색깔인식을 이용한 양/불량을 구별하는 시스템을 구축하였다. 색깔인식을 위한 도구로서 입력층, 1개의 은닉층 및 출력층으로 이루어진 2층 구조의 역전파신경망(back-propagation neural network)을 사용하였다. 입력자료로는, 화상에서 케이블의 위치를 파악하고 그 케이블에 속한 화소로부터 필요한 정보(Y, U, V)를 추출한 후, 보다 변별력이 좋은 (L, a, b) 좌표계로 변환하여 사용하였다. 본 검사시스템은 인식속도를 향상시키기 위하여 영상정보를 프레임 버퍼(frame buffer)에서 직접 사용하고 자료의 검사과정을 극소화 하였기 때문에 불량품의 실시간 검출이 가능하다. 불량품 검출의 성능을 평가하기 위하여 실제 표본을 가지고 시스템의 성능을 평가한 결과, 양/불량의 인식율이 100%를 나타내어 약간의 성능보완이 이루어지면 현장에서 바로 활용할 수 있을 것으로 판단된다.

• 한국경영과학회지
• /
• 제20권3호
• /
• pp.17-29
• /
• 1995

Recently, neural network models have been employed as an alternative to regression analysis for point estimation or function fitting in various field. Thus far, however, no theoretical or empirical guides seem to exist for selecting the tool which the most suitable one for a specific function-fitting problem. In this paper, we evaluate performance of three major function-fitting techniques, regression analysis and two neural network models, back-propagation and linear-Hebbian-learning neural networks. The functions to be fitted are simple linear ones of a single independent variable. The factors considered are size of noise both in dependent and independent variables, portion of outliers, and size of the data. Based on comutational results performed in this study, some guidelines are suggested to choose the best technique that can be used for a specific problem concerned.

• 한국추진공학회지
• /
• 제15권2호
• /
• pp.1-7
• /
• 2011

다양한 비행환경에서 장시간 체공하며 운용되는 UAV에서 추진시스템을 신뢰성 있게 운용하는 것은 매우 중요하다. 이런 UAV에 사용되는 터보프롭 엔진의 정확한 손상진단은 신뢰성과 이용률을 향상시킬 수 있다. 본 연구에서는 엔진 측정 파라미터들의 변화로부터 퍼지 이론을 적용하여 손상된 구성품을 식별한 후 훈련된 신경망 알고리즘을 식별된 손상 패턴에 적용하여 손상된 양을 정확히 진단할 수있는 방법을 제안하였다. 이렇게 제안된 진단 방법은 단일손상과 다중손상 모두 진단할 수 있다.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2010년도 제35회 추계학술대회논문집
• /
• pp.499-505
• /
• 2010

다양한 비행환경에서 장시간 체공하며 운용되는 UAV에서 추진시스템을 신뢰성 있게 운용하는 것은 매우 중요하다. 이런 UAV에 사용되는 터보프롭 엔진의 정확한 손상진단은 신뢰성과 이용률을 향상시킬 수 있다. 본 연구에서는 엔진 측정 파라미터들의 변화로부터 퍼지 이론을 적용하여 손상된 구성품을 식별한 후 훈련된 신경망 알고리즘을 식별된 손상 패턴에 적용하여 손상된 양을 정확히 진단할 수 있는 방법을 제안하였다. 이렇게 제안된 진단 방법은 단일손상과 다중손상 모두 진단할 수 있다.

• 대한기계학회논문집A
• /
• 제26권12호
• /
• pp.2556-2564
• /
• 2002

The design of airfoil had practiced by repeat tests in its first stage, though an airfoil has as been designed based on simulations according to techniques of computational fluid dynamics. Here, using of traditional optimization is unsuitable because a state of flux is hypersensitive to the shape of airfoil. Therefore the paper optimized the shape of airfoil in transonic region using a genetic algorithm (GA). Response surfaces are based on back propagation neural network (BPN) and regression model. Training data of BPN and regression model were obtained by computational fluid dynamic analysis using CFD-ACE, and each analysis has been designed by design of experiments.

• 대한기계학회논문집A
• /
• 제29권6호
• /
• pp.809-814
• /
• 2005

The goal of this paper is to minimize the weight of the T-structure supporting steering system in reducing the vibration level on steering wheel which could be amplified by the resonance. Presently, requirements for reducing noise, vibration and harshness (NVH) in automotive area are more stringent than ever. One of them is the vibration of steering system which occurs sometimes at high speeds or when the engine is idling. Besides, the reduction of weight is also one of requirements for improvement of vehicle performance. This paper used the micro genetic algorithm as an optimization method to satisfy above two requirements. The whole T-structure assembly including steering column was used for frequency analysis.

• 소성∙가공
• /
• 제30권3호
• /
• pp.125-133
• /
• 2021

In this study, response surface method (RSM), back propagation neural network (BPNN), and genetic algorithm (GA) were used for modeling and multi-objective optimization of the parameters of AA5052-H32 in incremental sheet forming (ISF). The goal of optimization is to determine the maximum forming angle and minimum surface roughness, while varying the production process parameters, such as tool diameter, tool spindle speed, step depth, and tool feed rate. A Box-Behnken experimental design (BBD) was used to develop an RSM model and BPNN model to model the variations in the forming angle and surface roughness based on variations in process parameters. Subsequently, the RSM model was used as the fitness function for multi-objective optimization of the ISF process the GA. The results showed that RSM and BPNN can be effectively used to control the forming angle and surface roughness. The optimized Pareto front produced by the GA can be utilized as a rational design guide for practical applications of AA5052 in the ISF process