• Journal of computational fluids engineering
• /
• v.17 no.4
• /
• pp.9-15
• /
• 2012

Thermal model reduction algorithms and techniques are introduced to condense a huge satellite panel thermal model into the simplified model on the purpose of calculating the thermal responses of a satellite on orbit. Guyan condensation algorithm with the substitution matrix manipulation is developed and the mathematical procedure is depicted step by step. A block-form LU decomposition method is also invited to compare the developed algorithm. The constructed reduced thermal model induced from the detailed model based on a real satellite panel is satisfying the correlation criterion of ${\pm}2^{\circ}C$ for the validity accuracy. Guyan condensation algorithm is superior to the block-form LU decomposition method on computation time.

• Bulletin of the Korean Space Science Society
• /
• 2003.10a
• /
• pp.59-59
• /
• 2003

과학위성 1호는 고도 685 km 태양동기궤도에서 운용되는 소형인공위성으로 지구 그림자에 의한 주기적인 온도변화, 태양과 지구로부터의 자외선복사, 진공환경과 같은 가혹한 우주환경에서 정상적으로 임무를 수행해야 한다. 이러한 가혹한 우주환경에서 위성 각 시스템의 온도를 허용범위 내에서 조절하고 구조적인 열변형을 최소화하기 위하여 열제어 시스템이 필요하며, 위성개발과정에서 상세한 열설계 요구조건을 도출하고 반영하여 과학위성 1호의 열제어 시스템을 설계하였다. 열제어 시스템은 위성의 내\ulcorner외부에서 위성외부로부터의 열유입을 최소화하고 위성내부에서 발생한 열을 효과적으로 방출하는 역할을 한다. 열제어 시스템의 성능을 검증하기 위하여 다양한 임무와 궤도를 고려한 궤도열해석이 수행되었으며, 주기적인 온도변화와 진공환경을 모사하는 열진공시험을 통하여 예상되는 우주환경에서 위성 각 시스템의 정상동작 여부가 검증되었다. 본 연구는 과학위성 1호의 열설계 결과와 효과적인 열설계를 위한 궤도열해석 과정 그리고 위성 시스템의 신뢰성 검증을 위한 열진공시험결과를 다룬다.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2014.02a
• /
• pp.140.2-140.2
• /
• 2014

인공위성은 우주공간의 고진공 상태와 태양 복사열에 의한 고온 및 극저온이 반복되는 가혹한 환경으로 인해 주요 부품의 기능장애가 초래되므로 발사전 지상에서 열진공 시험장비를 이용한 열진공시험을 수행한다. 위성체의 열진공 시험에 사용되는 열교환기인 베이스플레이트(Baseplate)는 우주 열환경을 모사하기 위하여 직접 방열판 표면에 고온 및 저온의 유체를 공급하여 시험 요구에 따른 필요한 열을 공급하게 된다. 일반적으로 우수한 성능의 위성체 부품의 검증을 위해서 지상의 열환경 시험은 접촉식 히터 및 열교환기를 사용하게 되는데, 이때 적절한 히터 및 블로워 파워를 선정하고 챔버 슈라우드와 열교환에 있어 간섭이 없도록 장비를 운용해야 한다. 본 연구에서는 상용프로그램을 이용하여 열진공 시험용 베이스플레이트에 대하여 전산해석을 수행하였으며, 이를 통해 베이스플레이트 내의 작동 유체의 입구 압력에 의한 열진공 시험용 열교환기의 성능 특성을 관찰하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.342-344
• /
• 1999

신경트리(evolutionary neural trees)는 트리 구조의 신경망 모델로서 진화 알고리즘으로 학습하기에 적합한 구조이다. 본 연구에서는 진화 신경트리를 시계열 예측에 적용하였다. 시계열 데이터는 대개 잡음이 포함되어 있으며 동역학적인 특성을 지닌다. 본 논문에서는 견고한 예측 결과를 획득하기 위해 한 개의 신경트리가 아닌 여러개의 신경트리를 결합하여 예측 모델을 구성하는 committee machine을 소개한다. 출력 패턴가에 correlation이 최소가 되도록 상이한 신경트리를 선택하여 결합함으로써 모델 결합 효과를 최대화하는 방법을 사용하였다. 인공적인 잡음을 포함한 시계열 예측 문제와 실세계 데이터에 대한 실험에서 예측에 대한 정확도가 단일 모델을 사용한 경우 보다 향상되었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.95-98
• /
• 2021

최근 비정상적인 네트워크 활동 감지 및 네트워크 서비스 프로비저닝과 같은 다양한 분야에서 응용되는 네트워크 트래픽 예측 기술이 네트워크 통신 문제에 의한 트래픽의 결측 및 네트워크 유저의 불규칙한 활동에 의한 비선형 특성 때문에 발생하는 성능 저하를 극복하기 위해 딥러닝 신경망에 대한 연구가 활성화되고 있다. 이 딥러닝 신경망 중 시계열 딥러닝 신경망은 단기 네트워크 트래픽 볼륨을 예측할 때 낮은 오류율을 보인다. 하지만, 시계열 딥러닝 신경망은 기울기 소멸 및 폭발과 같은 비선형성, 다중 계절성 및 장기적 의존성 문제와 같은 한계를 보여준다. 이 논문에서는 계절성 임베딩을 고려한 주의 신경망 기반 트래픽 예측 기법을 제안한다. 제안하는 기법은 STL 분해 기법을 통해 분해된 트래픽 트랜드, 계절성, 잔차를 이용하여 일별 및 주별 계절성을 임베딩하고 이를 주의 신경망을 기반으로 향후 트래픽을 예측한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.760-760
• /
• 2012

도심 지역은 인구집중, 토지 피복의 변화 및 교통량 증가 등의 인공열 배출원의 다양화 등의 요인에 의해 주변지역보다도 기온이 높은 도시 열섬(Urban Heat Island) 현상에 의해 독특한 도시기후의 특색을 보이게 된다. 일반적으로 도시 열 환경에 대한 연구는 도시 열섬의 강도나 현상을 파악하는데 집중되어 왔다. 최근 들어 도시 열섬 현상 완화 또는 개선을 위한 관심이 높아지면서 도시내에 존재하는 수면이나 녹지를 이용한 기후개선에 대한 연구가 진행되고 있다. 하천은 다양한 생물이 서식하는 공간이면서 생물의 다양성이 풍부한 생태계의 보고로 인간과 환경이 조화를 이루어 온 공간이기도 하다. 이와 같이 하천은 지역의 다양성과 특수성에 따라 가지고 있는 기능이 다양하다. 그 중 하천의 환경 기능은 많은 열용량을 축적시켜 수면의 온도상승을 적게 하여 하천의 온도는 물론 주변지역의 온도를 낮추는 역할을 하게 된다. 특히 흐르는 물은 대류와 혼합과정을 거치며 열을 운반할 수 있으므로 효율적인 축열체가 된다. 또한 하천의 물 등은 광의 투과성이 높기 때문에 표면에서는 반사되지 않고 수체 내에 열을 저장한다. 따라서 이러한 현상이 종합적으로 작용하여 도심하천은 도심지에서 높게 형성된 온도를 낮추는 냉각효과가 있다고 판단된다. 이러한 영향을 알아보기 위해 본 연구에서는 원격탐사 기법을 이용하여 도심하천이 도시 열완경 완화에 미치는 영향을 분석하였다. 분석을 위해 2009년 9월 6일 Landsat 7 ETM+ 위성영상을 이용하여 LST (Land Surface Temperature)를 추출하고, SEBAL (Surface Energy Balance Algori- thms for Land) 모델을 이용하여 지표면 열수지 성분을 추출하였다. 그 결과, 도심하천 주변의 온도가 도심지에 비해 $2{\sim}3^{\circ}C$ 정도 낮게 형성되었으며, 잠열은 주변 도심지에 비해 하천에서 높은 분포를 나타내었다. 그러나 하천 둔치나 하천 주변의 콘크리트, 아스팔트 및 나대지 등의 토지피복은 지표면 온도가 높게 형성되어 도심의 heat spot으로 작용하여 열 환경을 악화시키나 도심하천은 cool spot 작용을 하여 도심의 열을 완화하는 기능을 갖는 것으로 판단된다.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2012.02a
• /
• pp.116-116
• /
• 2012

위성의 발사, 천이궤도, 운영궤도 등에서 위성체에 주어지는 극한 온도와 진공상태에서 위성체와 열제어시스템이 요구 조건을 만족시키는가를 확인하기 위하여 열진공시험을 수행한다. 우주에서 일어나는 환경변화는 극도로 심해서 지상에서 이와 유사한 열적 환경을 모사하는 방법은 쉽지가 않고, 일반적으로 위성체에 대한 열진공/평형 시험을 위해서는 열유속 흡수법과 열유속 투사법의 두 가지 방법을 사용한다. 한국항공우주연구원에서는 종래 접촉식 히터를 위성체에 직접 부착하는 방법에서 탈피하여 새로이 IR Lamp를 이용한 열유속 흡수법을 이용하여 위성체에 계산된 열유속을 인가하는 방법으로 위성체 열진공/평형시험을 수행하였으며, IR Lamp는 요구되는 100W~400W 사이의 열량을 오차 범위 5% 이내로 인가하여 균일한 온도 분포를 유지하고 성공적인 시험을 수행하였다.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2013.08a
• /
• pp.103.2-103.2
• /
• 2013

위성체는 우주공간의 고진공 상태와 태양 복사열에 의한 고온 및 극저온이 반복되는 가혹한 환경으로 인해 주요 부품의 기능장애가 초래되므로 발사전 지상에서 열진공 시험장비를 이용한 열진공시험을 수행한다. 우수한 성능의 위성체 부품의 검증을 위해서 열환경 시험 요구에 따라 균일한 복사열이 매우 중요하나, 시험 조건을 비롯하여 여러 원인으로 인하여 열전달의 불균일성이 발생하게 된다. 이로 인해 시스템에 큰 영향을 미칠 수 있으므로, 시험 조건에 의한 열전달량을 고려하여 적절한 히터파워를 선정하고 챔버 내에 적절한 방열판과 챔버 슈라우드의 열교환이 간섭이 없도록 장비를 운용해야 한다. 본 연구에서는 상용프로그램인 FLUENT를 이용하여 열진공 챔버 내부 벽면의 불균일한 복사열에 따른 비정상 열전달 특성에 대하여 수치해석을 수행한 뒤 시편의 온도 분포 및 열전달 특성에 대해 비교분석하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.17-18
• /
• 2019

최근 4차 산업혁명의 핵심 분야 중 하나인 인공지능에 대한 많은 연구가 이루어지고 있다. 많은 기업들이 인공지능 스피커와 같은 제품을 출시하고 있으나 대부분 비서 역할만을 할 수 있도록 구성된 제품이 대부분이다. 그러나 학교와 같이 많은 사람이 존재하는 경우 시끄러운 환경에서 사용되고 있는 인공지능 스피커는 명령 인식이 제대로 되지 않아 실용도가 저하되는 단점을 가지고 있으며, 현재 인공지능 스피커는 단순한 질의응답 수준의 응대만 가능하여 다소 부족한 부분이 있다. 또한 인공지능의 급속한 발전으로 인공지능 스피커가 아닌 전자제품에 인공지능 비서 기능이 탑재된 제품도 새롭게 출시되어 인공지능 스피커가 필요 없을 수도 있기에, 본 논문에서는 학교와 같은 주변의 소음이 많이 발생하는 교육 환경에서도 소통이 가능한 인공지능 마이크를 활용할 수 있는 모델을 제안한다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2017.11a
• /
• pp.50-53
• /
• 2017

Not only growth of importance to understanding economic trends, but also the prediction to overcome the uncertainty is coming up for long-term maritime recession. This paper discussed about the prediction of BDI with artificial neural networks (ANN). ANN is one of emerging applications that can be the finest solution to the knotty problems that may not easy to achieve by humankind. Proposed a prediction by implementing neural networks that have recurrent architecture which are a Recurrent Neural Network (RNN) and Long Short-Term Memory (LSTM). And for the reason of comparison, trained Multi Layer Perceptron (MLP) from 2009.04.01 to 2017.07.31. Also made a comparison with conventional statistics, prediction tools; ARIMA. As a result, recurrent net, especially RNN outperformed and also could discover the applicability of LSTM to specific time-series (BDI).