• 한국정밀공학회지
• /
• 제13권2호
• /
• pp.133-145
• /
• 1996

This paper presents an indirect cutting force measuring system, which uses the current signals from the AC servo drive units of the horizontal machining center, with its applications to the adaptive regulation of the cutting forces in various milling processes and to the on-line monitoring of tool breakage. A typical model for the feed-drive control system of a horizontal machining center is developed to analyze cutting force measurement from the drive motor. The pulsating milling forces can be measured indirectly within the bandwidth of the current feedback control loop of the feed-drive system. It is shown that the indirectly measured cutting force signals can be used in the adaptive controller for cutting force regulation. The whole scheme has been embedded in the commercial machining center and a series of cutting experiments on the face cutting processes are performed. The adaptive controller reveals reliable cutting force regulating capability against the various cutting conditions. It is also shown that the tool breakage in milling can be detected within one spindle revolution by adaptively filtering the current signals. The effect of the cutter run-out has been considered for the reliable on-line detection of tool breakage.

• 대한환경공학회지
• /
• 제38권8호
• /
• pp.444-451
• /
• 2016

기존에는 lab-scale 연구에서 이론식을 기초로 막오염 모델식을 구성하였지만, 이러한 모델식은 여과, 역세, 배출이 연속적으로 이루어지는 실규모 현장에 적용하기에는 적합하지 않았다. 본 연구는 실제로 인천시 G-정수사업소에서 발생되는 배출수 처리를 위해 연속자동 운전되고 있는 침지막 공정을 대상으로 진행되었다. 정유량 조건에서 막오염 관리지표를 막간차압(Trans-Membrane Pressure, TMP)으로 결정하고 침지막 공정의 주요 운전변수인 총 투과유량과 조 내 SS농도를 독립변수로 하여 TMP의 시계열 예측을 시도하고 예측 가능성 및 적용성을 평가하였다. 유전자알고리즘을 이용한 시계열 예측모형을 구성한 결과, TMP 예측값이 펄스주기 형태와 경시적인 증가 추세 두 가지를 모두 반영하고 있어서 만족할 만한 결과가 나왔다. 두 번의 검증 결과, 선형회귀 방식으로 TMP 실측치와 예측치의 상관성(유의성)을 나타내면 각각 $r^2=0.721$, $r^2=0.928$ 수준이다. 본 연구에서는 하절기 자료를 활용하여 모델링 작업을 수행하였지만 추후에 연속자료가 더 쌓이면 같은 절차로 모델링 작업을 반복해서 더 높은 신뢰도의 예측모형을 구성할 수 있고 이를 실제 현장에 적용하여 2~3일 정도의 단기예측을 수행한다면 실제로 막공정을 에너지 효율적으로 운영하는데 도움이 될 것으로 사료된다.

• Spatial Information Research
• /
• 제22권1호
• /
• pp.55-63
• /
• 2014

수문학, 기상학 및 기후학 등에서 필수적인 자료중의 하나인 지상기온 자료는 최근 보건, 생물, 환경 등의 다양한 분야로까지 활용영역이 확대되고 있어 그 중요성이 커지고 있으나 지상관측을 통한 지상기온자료의 취득은 시공간적인 제약이 크기 때문에 실측된 기온자료는 시공간 해상도가 낮아 높은 해상도가 요구되는 연구 분야에서는 활용성에 큰 제약을 갖게 된다. 이를 극복하기 위한 하나의 대안으로 상대적으로 높은 시공간 해상도를 가지고 있는 위성영상자료에서 얻을 수 있는 지표면온도 자료를 이용하여 지상기온을 추정하는 많은 연구들이 수행되어 왔다. 본 연구는 이러한 연구의 일환으로써 기상청에서 제공하고 있는 AWS(Automatic Weather Station)에서 취득된 2010년 지상 온도 자료(AWS data)를 바탕으로 대표적인 지표면 온도자료인 MODIS Land Surface temperature(LST data:MOD11A1)와 지상기온에 영향을 미칠 수 있는 Land Cover Data, DEM(digital elevation model) 등의 보조 자료와 함께 다양한 지구통계 기법들을 이용하여 남한 지역의 지상기온을 추정하였다. 추정 전 2010년 전체(365일) LST자료와 AWS자료와의 차이에 대한 RMSE(Root Mean Square Error)값의 계절별 피복별 분석결과 계절에 따른 RMSE값의 변동계수는 0.86으로 나타났으나 피복에 따른 변동계수는 0.00746으로 나타나 계절별 차이가 피복별 차이보다 큰 것으로 분석 되었다. 계절별 RMSE 값은 겨울철이 가장 낮은 것으로 나타났으며 AWS자료와 LST자료와 보조자료를 이용한 선형 회귀분석결과에서도 겨울철의 결정 계수가 가장 높은 0.818로 나타났으며, 여름철의 경우에는 0.078로 나타나 계절별 차이가 매우 크게 나타났다. 이러한 결과를 바탕으로 지구통계 기법들의 대표적인 방법론인 크리깅 방법 중 일반적으로 많이 사용되고 있는 정규 크리깅, 일반 크리깅, 공동 크리킹, 회귀 크리깅을 이용하여 지상기온을 추정한 후 모델의 정확도를 판단할 수 있는 교차 검증을 실시한 결과 정규 크리깅과 일반 크리깅에 의한 RMSE 값은 1.71, 공동 크리깅과 회귀 크리깅에 의한 RMSE 값은 각각 1.848, 1.63으로 나타나 회귀 크리깅 방법에 의한 추정의 정확도가 가장 높은 것으로 분석되었다.

• 한국산학기술학회논문지
• /
• 제18권10호
• /
• pp.806-816
• /
• 2017

본 연구는 국지온도에 영향을 미치는 요소를 도출함으로써 국지온도 관리 및 열섬현상 저감을 위한 효과적인 정책제시를 위한 기초데이터 확보를 목적으로 한다. 국지온도에 영향을 미치는 요소로 자연환경, 토지이용, 토지피복 등의 세 가지를 선정하였다. 이를 위해 2007년, 2011~2016년 7월과 8월의 전국 자동기상관측시스템(AWS. Automatic Weather System) 측정 지점 500m 반경($0.79km^2$) 내의 토지피복도, 토지이용 면적 데이터를 활용하였다. 연구를 위해서 다중회귀분석을 바탕으로 위계적 회귀분석(Hierarchical Regression Analysis)을 이용하여 각 변수의 투입에 따른 모델의 설명력을 검토하였다. 연구결과, 도시열섬 저감 및 국지온도 상승을 억제하기 위해서 교통관련 인자들에 대한 조절을 위한 적절한 정책적 수단이 필요하며, 그리고 국지온도 상승을 억제하기 위해서 산림지 면적을 증가시킬 수 있도록 토지이용계획상의 배려가 필요하다는 결론을 얻을 수 있었다. 본 연구는 추후 열섬현상 저감을 위해 보다 효과적인 정책 수립과 도시의 지속성 제고 전략을 마련 할 수 있는 방안을 제시했으며, 토지이용과 토지피복면적 등의 상세한 자료들을 분석에 활용했다는 점에서 의의가 있다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 1996년도 춘계학술대회
• /
• pp.1-3
• /
• 1996

시뮬레이션 기법을 이용한 시스템의 분석에 있어서 실험의 자동화는 현재 많은 연구와 개발이 진행 중인 분야이다. 컴퓨터와 정보통신 시스템에 대한 시뮬레이션의 예를 들어 보면, 수많은 모델을 대한 시뮬레이션을 수행할 경우 자동화된 실험의 제어가 요구되고 있다. 시뮬레이션 수행회수, 수행길이, 데이터 수집방법 등과 관련하여 시뮬레이션 실험방법이 자동화가 되지 않으면, 시뮬레이션 실험에 필요한 시간과 인적 자원이 상당히 커지게 되며 출력데이터에 대한 분석에 있어서도 어려움이 따르게 된다. 시뮬레이션 실험방법을 자동화하면서 효율적인 시뮬레이션 출력분석을 위해서는 시뮬레이션을 수행하는 경우에 항상 발생하는 초기편의 (initial bias)를 제거하는 문제가 선결되어야 한다. 시뮬레이션 출력분석에 사용되는 데이터들이 초기편의를 반영하지 않는 안정상태에서 수집된 것이어야만 실제 시스템에 대한 올바른 해석이 가능하다. 실제로 시뮬레이션 출력분석과 관련하여 가장 중요하면서도 어려운 문제는 시뮬레이션의 출력데이터가 이루는 추계적 과정 (stochastic process)의 안정상태 평균과 이 평균에 대한 신뢰구간(confidence interval: c. i.)을 구하는 것이다. 한 신뢰구간에 포함되어 있는 정보는 의사결정자에게 얼마나 정확하게 평균을 추정할 구 있는지 알려 준다. 그러나, 신뢰구간을 구성하는 일은 하나의 시뮬레이션으로부터 얻어진 출력데이터가 일반적으로 비정체상태(nonstationary)이고 자동상관(autocorrelated)되어 있기 때문에, 전통적인 통계적인 기법을 직접적으로 이용할 수 없다. 이러한 문제를 해결하기 위해 시뮬레이션 출력데이터 분석기법이 사용된다.본 논문에서는 초기편의를 제거하기 위해서 필요한 출력데이터의 제거시점을 찾는 새로운 기법으로, 유클리드 거리(Euclidean distance: ED)를 이용한 방법과 현재 패턴 분류(pattern classification) 문제에 널리 사용 중인 역전파 신경망(backpropagation neural networks: BNN) 알고리듬을 이용하는 방법을 제시한다. 이 기법들은 대다수의 기존의 기법과는 달리 시험수행(pilot run)이 필요 없으며, 시뮬레이션의 단일수행(single run) 중에 제거시점을 결정할 수 있다. 제거시점과 관련된 기존 연구는 다음과 같다. 콘웨이방법은 현재의 데이터가 이후 데이터의 최대값이나 최소값이 아니면 이 데이터를 제거시점으로 결정하는데, 알고기듬 구조상 온라인으로 제거시점 결정이 불가능하다. 콘웨이방법이 알고리듬의 성격상 온라인이 불가능한 반면, 수정콘웨이방법 (Modified Conway Rule: MCR)은 현재의 데이터가 이전 데이터와 비교했을 때 최대값이나 최소값이 아닌 경우 현재의 데이터를 제거시점으로 결정하기 때문에 온라인이 가능하다. 평균교차방법(Crossings-of-the-Mean Rule: CMR)은 누적평균을 이용하면서 이 평균을 중심으로 관측치가 위에서 아래로, 또는 아래서 위로 교차하는 회수로 결정한다. 이 기법을 사용하려면 교차회수를 결정해야 하는데, 일반적으로 결정된 교차회수가 시스템에 상관없이 일반적으로 적용가능하지 않다는 문제점이 있다. 누적평균방법(Cumulative-Mean Rule: CMR2)은 여러 번의 시험수행을 통해서 얻어진 출력데이터에 대한 총누적평균(grand cumulative mean)을 그래프로 그린 다음, 안정상태인 점을 육안으로 결정한다. 이 방법은 여러 번의 시뮬레이션을 수행에서 얻어진 데이터들의 평균들에 대한 누적평균을 사용하기 매문에 온라인 제거시점 결정이 불가능하며, 작업자가 그래프를 보고 임의로 결정해야 하는 단점이 있다. Welch방법(Welch's Method: WM)은 브라운 브리지(Brownian bridge) 통계량()을 사용하는데, n이 무한에 가까워질 때, 이 브라운 브리지 분포(Brownian bridge distribution)에 수렴하는 성질을 이용한다. 시뮬레이션 출력데이터를 가지고 배치를 구성한 후 하나의 배치를 표본으로 사용한다. 이 기법은 알고리듬이 복잡하고, 값을 추정해야 하는 단점이 있다. Law-Kelton방법(Law-Kelton's Method: LKM)은 회귀 (regression)이론에 기초하는데, 시뮬레이션이 종료된 후 누적평균데이터에 대해서 회귀직선을 적합(fitting)시킨다. 회귀직선의 기울기가 0이라는 귀무가설이 채택되면 그 시점을 제거시점으로 결정한다. 일단 시뮬레이션이 종료된 다음, 데이터가 모아진 순서의 반대 순서로 데이터를 이용하기 때문에 온라인이 불가능하다. Welch절차(Welch's Procedure: WP)는 5회이상의 시뮬레이션수행을 통해 수집한 데이터의 이동평균을 이용해서 시각적으로 제거시점을 결정해야 하며, 반복제거방법을 사용해야 하기 때문에 온라인 제거시점의 결정이 불가능하다. 또한, 한번에 이동할 데이터의 크기(window size)를 결정해야 한다. 지금까지 알아 본 것처럼, 기존의 방법들은 시뮬레이션의 단일 수행 중의 온라인 제거시점 결정의 관점에서는 미약한 면이 있다. 또한, 현재의 시뮬레이션 상용소프트웨어는 작업자로 하여금 제거시점을 임의로 결정하도록 하기 때문에, 실험중인 시스템에 대해서 정확하고도 정량적으로 제거시점을 결정할 수 없게 되어 있다. 사용자가 임의로 제거시점을 결정하게 되면, 초기편의 문제를 효과적으로 해결하기 어려울 뿐만 아니라, 필요 이상으로 너무 많은 양을 제거하거나 초기편의를 해결하지 못할 만큼 너무 적은 양을 제거할 가능성이 커지게 된다. 또한, 기존의 방법들의 대부분은 제거시점을 찾기 위해서 시험수행이 필요하다. 즉, 안정상태 시점만을 찾기 위한 시뮬레이션 수행이 필요하며, 이렇게 사용된 시뮬레이션은 출력분석에 사용되지 않기 때문에 시간적인 손실이 크게 된다.