• 디지털융복합연구
• /
• 제19권6호
• /
• pp.61-71
• /
• 2021

코로나19로 인한 온라인 학습이 확대되고 있는 상황에서 기존 메이커 교육은 학교 수업 현장에 적용하기에 한계를 지닌다. 본 연구는 초등학교의 온라인 환경에서 교육용 인공지능 도구를 활용한 메이커 수업을 설계하는 목적을 지닌다. 또한, 이에 대한 반응 확인과 함께 학습자의 컴퓨팅 사고력, 창의적 문제해결력 향상에 도움이 되었는지를 살펴 보고자 하였다. 이를 위해 선행연구 검토와 교육과정의 재구성을 통해 수업을 설계하였다. 면담을 통한 교수자와 학습자 반응 확인, 대응 표본 t검증을 활용한 사전-사후 분석이 이루어졌다. 연구 결과, 초등 온라인 환경에서 교육용 인공지능 도구를 활용한 메이커 수업은 공감하기, 메이킹 문제 정의하기, 재료 및 도구 특성 파악하기, 리믹스를 활용한 알고리즘 설계 및 코딩하기 등을 포함한 총 10단계로 구성된다. 학습자의 컴퓨팅 사고력과 창의적 문제해결력에 대한 사전-사후 분석 결과, 통계적으로 유의미한 차이가 나타났다. 본 연구는 초등교육 맥락에서 교육용 인공지능 도구를 활용한 실제적인 메이커 활동이 온라인 환경에서도 실제적으로 적용 가능하다는 점을 확인한 의미를 지닌다.

• Composites Research
• /
• 제35권5호
• /
• pp.303-308
• /
• 2022

PIC(Piecewise Integrated Composite)는 적층 복합재의 기계적 특성을 향상시키기 위해 다양한 적층 순서를 모자이크 방식으로 할당하여 복합 구조를 설계하는 새로운 개념이다. 또한 머신 러닝은 인공 지능의 하위 범주로, 컴퓨터가 데이터에서 지속적으로 학습하고 데이터를 기반으로 예측하는 능력을 개발한 다음 추가 프로그래밍 없이 조정하는 과정을 의미한다. 본 연구에서는 구조적 강성을 높이기 위해 기계학습을 기반으로 넓고 얇은 LCD 디스플레이를 운반 및 이송하기 위한 테이퍼 박스형 빔형 PIC 로봇 암이 설계되었다. 필수 학습 데이터는 예비 FE 해석 과정에서 유한 요소 모델 중 의도적으로 배치된 참조 요소에서 수집되었다. 또한 인장, 압축 또는 전단과 같은 지배적인 외부 하중 유형을 판단하기 위해 각 유한 요소에 대한 3축 특성 값을 얻었다. 학습 데이터를 이용하여 머신 러닝 모델을 훈련하고 평가되었으며, 정확도 레벨을 만족한 머신 러닝 모델을 이용해 요소의 로딩 유형을 예측하였다. 특정 하중 유형에 대해 우세한 것으로 알려진 세 가지 유형의 적층 각도 순서가 PIC 로봇 암에 모자이크 방식으로 할당되었습니다. 이후 굽힘형 FE 해석을 수행한 결과 PIC 로봇 암이 기존의 단일 적층 각도 순서로 제작된 복합재 로봇 암에 비해 강성이 증가된 것으로 나타났다.

• Composites Research
• /
• 제31권4호
• /
• pp.151-155
• /
• 2018

기계적 조인트와 접착 조인트는 구조물의 일반적인 접합 방법이다. 접착 조인트는 기계적 체결법에 비해 넓은 면적에 하중이 분포되고 우수한 피로 특성을 가진다. 이러한 특성에도 불구하고, 접착 조인트는 환경조건이나 작업자의 숙련도에 대한 접착 건전성이 크게 달라진다. 따라서 접착 조인트의 건전성을 평가 할 수 있는 기술이 필요하다. CNT를 접착제에 분산시켜 접착조인트의 전기적 특성을 측정하는 전기저항법은 결함을 검출하는 매우 유망한 기술이다. 본 논문에서는 초음파 분쇄기와 3-roll-mill을 이용하여 접착제에 CNT를 균일하게 분산시켰으며, 알루미늄-알루미늄 단일 접착 조인트를 제작하여 탄소나노튜브(CNT) 함량에 따른 정적 강도의 변화를 평가하고, 전기저항법을 이용하여 결함탐지능을 평가하였다.

• 디지털융복합연구
• /
• 제19권9호
• /
• pp.1-8
• /
• 2021

이 연구의 목적은 영어쓰기 교과목에서 자동쓰기평가(AWE) 프로그램의 사용자 만족도가 영어쓰기 자기효능감을 매개로 학습자의 학습성취감에 미치는 영향을 알아보기 위한 것이다. AWE는 쓰기 결과물에 대해 인공지능 기술에 의해 자동으로 피드백을 제공하는 프로그램이다. 영어쓰기 교과목을 수강하는 대학생을 대상으로 각 주제별로 작문을 하고 AWE 프로그램을 사용하여 피드백을 받은 후 그것을 참고하여 최종 수정본을 제출하도록 하였다. 설문지를 통해 수집된 데이터(n=99)를 SPSS, Smart PLS-SEM으로 분석하였다. 연구결과, 첫째, AWE의 사용 편의성과 유용성은 재사용 의지에 긍정적 영향을 미치는 것으로 나타났다. 둘째, AWE 사용 만족도는 영어쓰기 자기효능감에 긍정적 영향을 미치는 것으로 나타났다. 셋째, 영어쓰기 자기효능감은 언어적, 정서적 측면에서 학업 성취감에 긍정적 영향을 미치는 것으로 나타났다. 4차 산업 및 인공지능 기술 발달에 따라 영어교육에 AWE와 같은 새로운 학습재료 도입을 권장한다.

• 콘크리트학회논문집
• /
• 제22권1호
• /
• pp.19-27
• /
• 2010

건축물이나 교량과 같은 RC 구조물의 경우, 다양한 유해 환경하의 재료적인 열화나 구조적 문제로 콘크리트의 노후화 및 손상이 발생하게 된다. 콘크리트의 균열이나 철근의 부식, 구조 단면의 변형 등은 구조적 안전성 저하 및 구조물 거동 특성 변화의 주요 원인이 되기도 한다. 따라서 이와 같은 콘크리트 구조물의 보수 보강을 위하여, 효과적이고 적용이 간편한 공법의 개발이 콘크리트 분야의 중요한 연구 과제 중의 하나로 인식되어 왔다. 다양한 보수 보강 기법들이 과거 수십 년 동안 개발되어 적용되고 있으며, 이중에서도 최근 FRP 복합 재료를 구조물의 외부에 접착시키는 방법을 통한 보강 방식이 많이 사용되고 있다. 이 연구는 인공 지능(AI)의 일종인 뉴로퍼지모델(ANFIS) 을 이용하여, FRP로 보강된 원주형 콘크리트 부재의 보강 효과를 분석하는데 그 목적이 있다. ANFIS 모델을 이 연구에 적용하기 위하여, 기존 연구 자료 및 실험에서 얻은 결과를 통해 학습 데이터와 시험 데이터 세트를 구축하였다. 이 연구에서 구축된 ANFIS 모델은 기존 피보강 콘크리트의 압축강도, 보강재의 두께, 보강재의 보강 겹수, 보강재의 탄성계수, 보강재의 파단강도 및 보강재와 피보강재의 체적비, 피보강재의 부재크기를 입력 자료의 파라미터로 사용하여, 압축강도, 변형률, 2차탄성계수 등을 예측하는 방식으로 활용될 수 있으며, ANFIS 모델을 통하여 예측된 결과를 기존 연구자들이 제안한 FRP 보강 콘크리트 부재의 구성 방정식과 비교할 때 더 높은 정확도로 예측이 가능함을 확인할 수 있다.

• 소음진동
• /
• 제8권6호
• /
• pp.1093-1102
• /
• 1998

The success of controllability of smart structures depends on the quality of the bonding along the interface between the main structure and the attached sensing and acuating elements. Generally, the analysis procedures neglect the effect of the interfacial bond layer or assume that this bond layer behaves like viscoelastic material. Three different bond layers. two modified epoxy adhesives, and one isocyanate adhesive were prepared for their toughness and moduli. Bond layer of the chosen adhesive provides an almost perfect bonding condition between the composite structure and the PZT while bended significantly like arrow-shape. The perfect bonding condition is tested by considering various material properties of the bond layers. and based on this perfect bonding condition, the effects of the interfacial bond layer on the dynamic behavior and controllability of the test structure is experimentally studied. Once the perfect bonding condition is achieved. dynamic effects of the bond layer itself on the dynamic characteristics of the main structure is negligible. but the contribution of the attached PZT elements on the stiffness of the multi-layered structure becomes significant when the thickness of the bond layer increased.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2000년도 춘계학술대회논문집
• /
• pp.1292-1297
• /
• 2000

외부로부터 불규칙 교란을 받는 동력학계에 대해 '허-확률 제어기법'을 이용하여 설계된 제어기의 성능을 수치모사를 통하여 검증하였다. 압전소자를 알루미늄 보에 부착하여 다중입출력의 복합재료보로 만들고, 기반에 불규칙한 외부교란을 받는계에 대한 모델링을 수행하였으며, Ito의 확률미분방정식과 F-P-K방정식을 이용하여 동적 모멘트 방정식을 유도하여 시스템의 확률영역에서의 특성을 알아보았다. 본 연구에서 제어기의 목표는 외부교란의 입력에 의해 발생하는 시스템의 모멘트 응답크기를 줄이는 방향으로 전개하였고, 확률영역에서의 MIMO PI제어기('허-확률 MIMO PI 제어기')를 설계하여 시간영역에서의 응답형태를 관찰하였다.

• 항공우주시스템공학회지
• /
• 제9권3호
• /
• pp.1-7
• /
• 2015

In this study, the design of compound smart materials hydraulic pump that can be applied to a small-medium size UAV having a limited space envelope and weight has been conducted. Compound Smart Material Pump(CSMP) proposed in this paper is composed of a pressurize pump and a flow pump for supplying the high pressure and fluid displacement to overcome the disadvantages of the piezoelectric actuator which has a small strain. Though this compound smart material pump has been designed as small size and lightweight as possible, it can sequentially supply the sufficient large flow rate and pressure required for the brake operation. For the design of CSMP, about 2,700 kg (6,000 lb) class fixed wing manned aircraft was selected. Based on the established requirements, the design of the CSMP have been done by strength, vibration, and fluid flow analysis.

• 한국항공우주학회지
• /
• 제35권6호
• /
• pp.496-502
• /
• 2007

본 논문에서는 비선형적 다물체 시스템의 유한요소 해석프로그램인 DYMORE의 새로운 버전을 이용하여 압전 재료(piezoelectric)를 삽입한 능동 비틀림 로터(Active Twist Rotor)의 개별 블레이드 제어(Individual Blade Control)에 의한 로터 블레이드의 진동 감소 효과를 해석하고 이를 풍동실험 및 이전 버전의 DYMORE 결과와 비교하였다. 본 연구에서는 로터 허브와 네 개의 블레이드만으로 구성된 단순한 로터시스템과 스워시 판, 피치링크 등을 모두 포함하는 개선된 로터시스템에 대한 해석이 각각 수행되었다. 사용된 실험 결과 자료들은 NASA Langley의 Transonic Dynamics Tunnel(TDT)에서 수행되었던 결과들을 사용하였다. 그 결과 새로운 버전의 DYMORE를 이용한 경우 실험값과는 여전히 차이가 있지만 이전 버전의 DYMORE를 통해 얻어진 수치해석 결과에 비해서 오차가 개선되는 것을 확인할 수 있었다. 또한 개별 블레이드 제어 방식의 로터 시스템의 모델링을 수행하고 전진 비행 시의 진동 하중 감소 효과를 확인하였다.

• 한국전산구조공학회논문집
• /
• 제37권4호
• /
• pp.225-232
• /
• 2024

본 논문에서는 딥러닝을 활용하여 복합재 적층판의 파괴 모드를 결정하는 방법을 제안하였다. 수많은 엔지니어링 응용 분야에서 적층 복합재의 사용이 증가함에 따라 무결성과 성능을 보장하는 것이 중요해졌다. 그러나 재료의 이방성으로 인해 복잡하게 나타나는 파괴모드를 식별하는 것은 도메인 지식이 필요하고, 시간이 많이 드는 작업이다. 따라서 이러한 문제를 해결하기 위해 본 연구에서는 인공 지능(AI) 기술을 활용하여 적층 복합재의 파괴 모드 분석을 자동화하는 것을 목표로 하였다. 이 목표를 달성하기 위해 적층된 복합재에서 파손된 인장 시험편의 주사 전자 현미경(SEM) 이미지를 얻어 다양한 파괴 모드를 확보하였다. 이러한 SEM 이미지는 섬유 파손, 섬유 풀아웃, 혼합 모드 파괴, 매트릭스 취성 파손 및 매트릭스 연성 파손과 같은 다양한 파손 모드를 기준으로 분류하였다. 다음으로 모든 클래스의 집합 데이터를 학습, 테스트, 검증 데이터 세트로 구분하였다. 두 가지 딥 러닝 기반 사전 훈련 모델인 DenseNet과 GoogleNet을 이용해 각 파괴 모드에 대한 차별적 특징을 학습하도록 훈련하였다. DenseNet 및 GoogleNet 모델은 각각 (94.01% 및 75.49%) 및 (84.55% 및 54.48%)의 훈련 및 테스트 정확도를 보여주었다. 그런 다음 훈련된 딥 러닝 모델은 검증 데이터 세트를 활용해 검증하였다. 더 깊은 아키텍처로 인해 DenseNet 모델이 고품질 특징을 추출하여 84.44% 검증 정확도(GoogleNet 모델보다 36.84% 더 높음)를 얻을 수 있음을 확인하였다. 이는 DenseNet 모델이 높은 정밀도로 파괴 모드를 예측함으로써 적층 복합재의 파손 분석을 수행하는 데 효과적이라는 것을 알 수 있다.