• 제목/요약/키워드: 해공

검색결과 39건 처리시간 0.022초

저축 CNC 환경에서의 효율적인 황삭가공 (Computer Automated Manufacturing Lab)

  • 강지훈;서석환;이정재
    • 한국정밀공학회:학술대회논문집
    • /
    • 한국정밀공학회 1994년도 추계학술대회 논문집
    • /
    • pp.193-198
    • /
    • 1994
  • 다축가공은 3축 이상의 동시제어축을 이용하여 복잡한 형상을 효율적으로 가공할 수 있는 첨예의 기술인 반면, 가공 설비의 고가로 인해 실제현장에 보급되지 못하고 있는 실정이다. 부가축 방식에 의한 저축화 가공방식은 이러한 현실적 문제에 대처할 수 있는 강력한 방식으로서, 본 연구팀에서는 3축 CNC 공작기계에 부가축 테이블 방식을 이용하여 5축 곡면가공을 구현한 바 있으며, 정삭가공 알고리즘을 개발한 바 있다. 본 연구에서는 부가축 환경하에서 황삭가공 알고리 즘을 다루며, 기존의 전축환경의 황삭가공에 비해공구자세를 인텍싱 형태로 변화시킬 수 있다는 차이가 있으며, 이에 따라 자세조정횟수의 초소화가 생산성 지표로 부각된다. 본 연구에서 개발된 황삭경로 알고리즘은 자세조정횟수를 포함 하여 공구접근영역, 공구교환횟수, 피드조정을 통하여 전체적을 황삭가공시간의 최소화로 접근하였다. 연구된 알고리즘 은 컴퓨터시뮬레이션을 통하여 검증하였으며, 실제절삭을 통한 검증이 추진중에 있다.

  • PDF

인공 신경망을 이용한 토석류 퇴적 모델 파라미터 추정 (Parameter Estimation for Debris Flow Deposition Model Using Artificial Neural Networks)

  • 허경용;박충식;이창우;윤호중
    • 한국컴퓨터정보학회:학술대회논문집
    • /
    • 한국컴퓨터정보학회 2012년도 제46차 하계학술발표논문집 20권2호
    • /
    • pp.33-34
    • /
    • 2012
  • 토석류 퇴적 모델은 토석류에 의한 피해지 예측을 위해 그 효용성이 입증된 모델이지만 이를 이용하기 위해서는 몇 가지 파라미터를 필요로 한다. 파라미터를 자동으로 추정하기 위한 방법은 여러 가지가 있지만 토석류에 의한 피해지 예측을 위한 데이터는 충분히 양을 확보하기가 어려우므로 기존의 학습 기법을 적용하는데 어려움이 있다. 본 논문에서는 인공 신경망을 학습시키는 과정에서 기존 샘플로부터 의사 샘플을 생성하고 이를 학습에 사용함으로써 보다 안정적인 학습이 가능한 의사 샘플 신경망을 제안하였다. 제안한 의사 샘플 신경망은 해공간을 평탄화시킴으로써 잘못된 국부 최적해에 빠질 확률을 줄여주고 따라서 보다 안정적인 파라미터 추정이 가능하다는 사실을 실험을 통해 확인할 수 있다.

  • PDF

진화 알고리즘을 이용한 베이지안 네트워크 병합의 최적화 (Optimization of Bayesian Networks Aggregation Using Genetic Algorithm)

  • 김경중;조성배
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (B)
    • /
    • pp.121-123
    • /
    • 2006
  • 베이지안 네트워크 병합은 여러 개의 베이지안 네트워크를 하나의 네트워크로 합치는 것을 말한다. 일반적으로 사용되는 병합 알고리즘은 병합 순서에 따라 최종결과 네트워크의 복잡도가 달라지는 문제를 갖고 있고, 최종 병합 네트워크의 에지 수를 최소화하는 병합 순서를 찾는 것은 NP-hard라고 증명되었다. 본 논문에서는 최적의 병합 순서를 결정하기 위해 진화 알고리즘을 사용하는 방법을 제안한다. 해공간 분석을 통해 permutation index 표현방법이 해탐색에 유리함을 보이고 이를 이용한 진화 알고리즘을 제안한다. 실험결과, 기존의 휴리스틱과 greedy 탐색 방법에 비해 제안한 방법이 우수한 성능을 보였다.

  • PDF

월남전에서 치험한 흉부손상 120례에 대한 임상적 고찰 (Clinical Observation of 127 Cases of Wounds of Chest in Viet-Nam War)

  • 변해공
    • Journal of Chest Surgery
    • /
    • 제7권1호
    • /
    • pp.23-30
    • /
    • 1974
  • During the 35 month period from November 1966 to November 1967 and from June 1971 to March 1973 I had experienced 127 cases of non fatal wounds of chest in Viet-Nam. .Among these 127 cases, 62[45.4%] were gun shot wounds, 49[35.8%] were shrapnel wounds and the other were traffic accident. stab wounds and miscellanous. Approximately 21% of gun shot wound were perforating and 79% were penetrating but all cases of shrapnel wounds were penetrating. Of these 127 cases. 90% evacuated to hospital within 6 hours and average time 2.5 hours. The tranfusion requirement of these cases ranged from zero to 36 pints of whole blood with an average of 2.600cc. Initial intrathoracic findings were hemopneumothorax and hemothorax mostly. and the incidence of open thoracotomy was 9.5%[12cases] and closed thoracotomy was 82.8%[104cases], which were contrast to the reports from Korean conflict. I had experienced 24 cases with complication, such as large hematoma in lung parenchyme[8 cases], atelectasis[4 cases], pyothorax [3 cases], pneumonia [3 cases], fibrothorax [3 cases], pleural effusion [2 cases] and wound infection [2 cases]. Mortality rate for entire group was 4.7% but the cases associated with brain injury was 100%, with spinal cord injury was 50%, with large vessel 50%, and abdominal injury was 33.3%, and nobody died solely of thoracic injury.

  • PDF

시계열 예측을 위한 DNA코딩 기반의 신경망 진화 (Evolutionary Neural Network based on DNA coding method for Time series prediction)

  • 이기열;이동욱;심귀보
    • 한국지능시스템학회논문지
    • /
    • 제10권4호
    • /
    • pp.315-323
    • /
    • 2000
  • 본 논문에서는 생명창발과 진화에 기반한 신경망 구성방법을 제안한다. 이 방법은 생뭉의 DNA 구조의 특성과 식물의 생장에 기반을 둔 방법이다. 본 논문에서 제안한 방법은 DNA 코딩 방법과 L-system의 생장 구칙을 이용하여 신경망을 구성하는 방법이닫. L-system은 병렬적인 제조합 규칙을 이용하여, DNA 코딩 방법은 표현의 제약이 없는 표기법이다. 또한 진화 알고리듬은 다윈의 자연도태를 모방한 탐색법으로 다양한 해공간의 표현과 높은 효율로 탐색이 가능하다. 본 논문에서는 이러한 방법들을 이용햐 신경망을 구성하고, 신경망의 Mackey-Glass, Sunspot, KOSPI 같은 시계열 예측분제에 적용하여 유효성을 입증하고자 한다.

  • PDF

하이브리드 유전자알고리즘을 이용한 엄격한 시간제약 차량경로문제 (A Vehicle Routing Problem Which Considers Hard Time Window By Using Hybrid Genetic Algorithm)

  • 백정구;전건욱
    • 한국국방경영분석학회지
    • /
    • 제33권2호
    • /
    • pp.31-47
    • /
    • 2007
  • 본 연구는 엄격한 시간제약 차량경로문제에 대하여 유전자알고리즘과 휴리스틱 기법을 이용하여 최적해를 산출하는 것이다. 문제해결을 위해 수리적 모형을 구성하고, ILOG-CPLEX를 이용하여 최적해를 산출하였다. 임의 생성방법과 세이빙 휴리스틱을 적용한 초기해 생성, 실행불가능해의 교정과 유전자 알고리즘 종료 후 2-opt, Or-opt 등 해교정 및 해개선을 위한 과정이 추가된 하이브리드 유전자 알고리즘을 구축하여 엄격한 시간제약이 있는 차량경로 문제에 적용하여 솔로몬 예제와 비교하고, 제안한 알고리즘의 해공간탐색능력, 수렴성, 휴리스틱 기법의 효과를 확인하였다.

의사 샘플 신경망에서 학습 샘플 및 특징 선택 기법 (Training Sample and Feature Selection Methods for Pseudo Sample Neural Networks)

  • 허경용;박충식;이창우
    • 한국컴퓨터정보학회논문지
    • /
    • 제18권4호
    • /
    • pp.19-26
    • /
    • 2013
  • 의사 샘플 신경망은 학습 샘플의 수가 적은 경우 학습된 신경망이 국부 최적해에 빠져 성능이 저하되는 것을 보완하기 위해 기존 샘플들로부터 의사 샘플을 생성하고 이를 통해 해공간을 평탄화 시킴으로써 학습된 신경망의 성능을 향상시킬 수 있는 신경망의 변형이다. 이는 학습 샘플의 양에 관한 문제로 이 논문에서는 이에 더해 학습 샘플의 질을 향상시킴으로써 학습된 신경망의 성능을 더욱 높일 수 있는 방법을 제시하였다. 잡음이 적게 포함된 전형적인 학습 샘플들만이 주어지고 입력 특징 중 출력과 연관성이 높은 특징만을 사용함으로써 학습된 신경망의 성능을 높일 수 있음은 자명하다. 따라서 이 논문에서는 커널밀도 추정을 통해 비전형적인 학습샘플을 제거하고 입력값이 출력값에 미치는 영향을 나타내는 연관성 척도를 사용하여 연관성이 적은 특징을 제거함으로써 의사 샘플 신경망의 성능을 향상시킬 수 있음을 보였다. 제시한 방법의 유효성은 토석류 데이터를 이용한 실험을 통해 확인할 수 있다.

열분해 카본블랙을 이용한 배수성 아스팔트 혼합물의 소성변형 특성 (Permanent Deformation Properties of Porous Pavement Modified by Pyrolysis Carbon Black)

  • 이관호
    • 한국산학기술학회논문지
    • /
    • 제15권6호
    • /
    • pp.3888-3893
    • /
    • 2014
  • 국내에서 발생하는 폐타이어량이 증가하고 있다. 폐타이어의 효율적인 재활용 방법중 하나가 열분해공이다. 본 연구에서는 열분해 공법을 이용하여 폐타이어로부터 추출한 열분해 카본블랙을 배수성 아스팔트 혼합물에 혼합하여 소성변형특성을 평가하였다. 시험에 이용한 구속응력은 138 kPa, 축차응력은 551 kPa를 이용하였다. 시험온도는 45도를 적용하였다. 시험에 필요한 시편은 SHRP의 슈퍼페이브 다짐장비를 이용하여 중규모 교통량 조건을 구현하는 50회 선회다짐조건을 적용하였다. 열분해 카본블랙 10%를 사용한 아스팔트 혼합물의 안정도 값이 3.41 kN으로 가장 크게 나타났다. 열분해 카본블랙을 이용하지 않은 경우에 비해 50% 이상의 안정도(kN) 증가 효과를 나타내었다. 전체적으로 PCB를 사용하지 않은 시편의 소성변형이 PCB를 사용한 시편의 소성변형에 비해 크게 나타났다. PCB 사용시 5%에서 10%를 이용하는 것이 소성변형을 최소화 할 수 있는 것으로 나타났다.

의사 샘플 신경망을 이용한 토석류 퇴적 모델의 파라미터 추정 (Parameter Estimation in Debris Flow Deposition Model Using Pseudo Sample Neural Network)

  • 허경용;이창우;박충식
    • 한국컴퓨터정보학회논문지
    • /
    • 제17권11호
    • /
    • pp.11-18
    • /
    • 2012
  • 토석류 퇴적 모델은 토석류에 의한 피해지 예측을 위해 random walk model(RWM)을 사용하여 구성한 모델로 피해지 예측에서 그 효용성이 입증되었지만 몇 개의 자유 파라미터가 실험적으로 결정되어야 하는 문제점이 있다. 파라미터를 자동으로 추정하기 위한 방법은 여러 가지가 있지만 토석류 데이터는 학습 데이터의 크기가 작아 기존 학습 기법을 적용하는데 어려움이 있다. 이 논문에서는 학습 데이터 크기 문제를 완화할 수 있는 신경망의 변형인 의사 샘플 신경망을 제안하였다. 의사 샘플 신경망은기존 샘플로부터 의사 샘플을생성하고 이를 학습에 사용한다. 의사 샘플은 해공간을 평탄화시키고 국부 최적해에 빠질 확률을 줄여줌으로써 기존 신경망에 비해 안정적인 파라미터 추정이 가능해진다. 이러한 사실은 실험 결과 통해 확인할 수 있다.

유전자 알고리즘 기반의 비지도 객체 분할 방법 (Unsupervised Segmentation of Objects using Genetic Algorithms)

  • 김은이;박세현
    • 전자공학회논문지CI
    • /
    • 제41권4호
    • /
    • pp.9-21
    • /
    • 2004
  • 본 논문은 동영상내의 객체를 자동으로 추출하고 추적할 수 있는 유전자 알고리즘 기반의 분할 방법을 제안한다. 제안된 방법은 시간 분할과 공간 분할로 이루어진다. 공간 분할은 각 프레임을 정확한 경계를 가진 영역으로 나누고 시간 분할은 각 프레임을 전경 영역과 배경 영역으로 나눈다. 공간 분할은 분산 유전자 알고리즘을 이용하여 수행된다. 그러나, 일반적인 유전자 알고리즘과는 달리, 염색체는 이전 프레임의 분할 결과로부터 초기화되고, 동적인 객체 부분에 대응하는 불안정 염색체만이 진화연산자에 의해 진화된다. 시간 분할은 두 개의 연속적인 프레임의 밝기 차이에 기반을 둔 적응적 임계치 방법에 의해 수행한다. 얻어진 공간과 시간 분할 결과의 결합을 통해서 객체를 추출하고, 이 객체들은 natural correspondence에 의해 전체 동영상을 통해 정확히 추적된다. 제안된 방법은 다음의 두 가지 장점을 가진다. 1) 제안된 비디오 분할 방법은 사전 정보를 필요로 하지 않는 자동 동영상 분할 방법이다. 2) 제안된 공간 분할방법은 기존의 유전자 알고리즘보다 해공간의 효율적인 탐색을 제공할 수 있을 뿐만 아니라, 정확한 객체 추적 메커니즘을 포함하고 있는 새로운 진화 알고리즘이다. 이러한 장점들은 제안된 방법이 잘 알려진 동영상과 실제 동영상에 성공적으로 적용됨을 통해 검증된다.