• 한국지진공학회논문집
• /
• 제9권2호통권42호
• /
• pp.7-15
• /
• 2005

본 연구에서는 하이브리드 면진장치가 설치된 단자유도 구조물의 동적거동을 예측할 수 있는 수치해석모델을 제안한다. 하이브리드 면진장치는 MR 감쇠기와 마찰진자시스템(FPS)으로 구성된다. MR감쇠기의 동적거동을 모형화하기 위하여 뉴로-퍼지 모델을 사용한다. 다양한 변위, 속도, 전압의 조합을 사용하여 MR 감쇠기의 성능실험을 수행한 후 얻어진 데이터를 이용하여 MR 감쇠기 뉴로-퍼지 모델을 ANFIS로 학습시킨다. FPS의 모형화는 본 연구에서 유도한 비선형 모델식에 근거하여 뉴로-퍼지 모형화방법을 사용하여 이루어진다. 본 연구에서는 MR 감쇠기로 전달되는 제어전압을 조절하기 위하여 퍼지논리제어기를 사용한다. 다양한 지진하중을 사용한 진동대 실험을 통하여 얻은 실험체의 동적응답과와 뉴로-퍼지 모형화방법을 사용한 수치해석의 결과를 비교한다. 뉴로-퍼지 모델을 사용하여 MR 감쇠기와 FPS를 모형화해서 수치해석을 수행한 결과 하이브리드 면진장치의 동적거동을 매우 정확하게 예측할 수 있었다.

• 조명전기설비학회논문지
• /
• 제17권4호
• /
• pp.57-63
• /
• 2003

가공 송전선로의 아연도금 강심 알루미늄연선 도체들은 장기간 동안 대기오염에 의해 서서히 열화되었기 때문에, 2천년 대에 이르러 수많은 도체들이 예상된 유효수명을 초과하였다. 대부분의 도체들은 경제적인 운용 측면에서 현재 상태들을 평가하지 않으면 안되므로, 이 논문에서는 경년, 환경지표, 및 도체구조와 같은 중요 파라미터들을 사용하여 노화도체의 현재 상태를 평가하기 위한 방법을 제안하였다. 노화도체의 수명에 대응하는 열화등급을 예측하기 위한 진단 방법을 기술하였으며, 이 시스템은 전문가 지식과 경험을 토대로 적응 뉴로퍼지 추론시스템 (Adaptive Neuro-Fuzzy Inference System)으로 설계하였다. 이 진단시스템을 국내의 송전선로에 적용하여, 이 시스템이 노화 ACSR 도체를 비파괴적으로 진단하고 경제적으로 운용하기 위한 방안으로서 효과적으로 사용될 수 있음을 밝혔다.

• Smart Structures and Systems
• /
• 제20권1호
• /
• pp.61-74
• /
• 2017

One of the most reliable and simplest tools for structural vibration control in civil engineering is Tuned Mass Damper, TMD. Provided that the frequency and damping parameters of these dampers are tuned appropriately, they can reduce the vibrations of the structure through their generated inertia forces, as they vibrate continuously. To achieve the optimal parameters of TMD, many different methods have been provided so far. In old approaches, some formulas have been offered based on simplifying models and their applied loadings while novel procedures need to model structures completely in order to obtain TMD parameters. In this paper, with regard to the nonlinear decision-making of fuzzy systems and their enough ability to cope with different unreliability, a method is proposed. Furthermore, by taking advantage of both old and new methods a fuzzy system is designed to be operational and reduce uncertainties related to models and applied loads. To design fuzzy system, it is required to gain data on structures and optimum parameters of TMDs corresponding to these structures. This information is obtained through modeling MDOF systems with various numbers of stories subjected to far and near field earthquakes. The design of the fuzzy systems is performed by three methods: look-up table, the data space grid-partitioning, and clustering. After that, rule weights of Mamdani fuzzy system using the look-up table are optimized through genetic algorithm and rule weights of Sugeno fuzzy system designed based on grid-partitioning methods and clustering data are optimized through ANFIS (Adaptive Neuro-Fuzzy Inference System). By comparing these methods, it is observed that the fuzzy system technique based on data clustering has an efficient function to predict the optimal parameters of TMDs. In this method, average of errors in estimating frequency and damping ratio is close to zero. Also, standard deviation of frequency errors and damping ratio errors decrease by 78% and 4.1% respectively in comparison with the look-up table method. While, this reductions compared to the grid partitioning method are 2.2% and 1.8% respectively. In this research, TMD parameters are estimated for a 15-degree of freedom structure based on designed fuzzy system and are compared to parameters obtained from the genetic algorithm and empirical relations. The progress up to 1.9% and 2% under far-field earthquakes and 0.4% and 2.2% under near-field earthquakes is obtained in decreasing respectively roof maximum displacement and its RMS ratio through fuzzy system method compared to those obtained by empirical relations.

• 한국통신학회논문지
• /
• 제30권2B호
• /
• pp.36-43
• /
• 2005

본 논문에서는 복잡하고 비선형적인 특성을 가진 웹 클러스터링 시스템의 모델링을 위해 퍼지-뉴럴 네트워크 구조를 응용하여 효율적인 최적의 부하분산 알고리즘 모델을 제안한다. 기본적으로 리눅스 환경의 웹 클러스터 시스템을 바탕으로 하였으며 이는 부하를 실제 서버(리얼서버)로 분배해주는 로드밸런서와 그 하단에 실제 부하를 처리하는 여러 대의 리얼서버로 구성된다. 기존의 부하분산 방법에서는 각각의 리얼서버들에 대한 접속수 등 단편적인 판단정보를 기준으로 부하분산을 결정하였다. 즉, 리얼서버의 네트워크 처리량 중 입력에 관련된 정보만으로 부하분산을 결정하였으므로 실제 시스템 성능 향상에 적당하지 않다. 이에 대한 대안으로 리얼서버의 시스템 상태 정보로 네트워크 부하량의 입 출력 두 가지 측면 모두를 기준으로 판단한다. 즉, 로드밸런서가 리얼서버에게 요청을 전달할 때의 리얼서버 상태(접속수) 및 그 요청에 대해 클라이언트에게 응답을 보낼 때의 리얼서버 상태 등을 종합적으로 고려한다. 또한 그에 따른 시스템의 CPU 상태로만 한정하여 부하분산을 결정하지 않고 각 리얼서버의 CPU 및 메모리 상태를 모두 고려하여 보다 효과적인 부하분산 스케줄링 방법을 제안한다. 본 연구에서 제안된 방법이 기존의 방법과 비교하여 좀 더 향상된 최적화 모델을 구축하며 보다 나은 지능형 로드밸런서 모델을 생성함을 시뮬레이션을 통하여 비교 분석하였다.

• 한국수자원학회논문집
• /
• 제31권6호
• /
• pp.821-832
• /
• 1998

본 논문에서는 상수도시설을 효율적으로 운영하는 데 필요한 1일 급수량 수요를 예측하는 방식에 대하여 인공지능(Artificial Inteligence)이라 불리는 퍼지 뉴론(fuzzy neuron)을 이용하여 연구하였다. 퍼지뉴론이란 퍼지정보(fuzzy information)를 입력으로 받아들이고 처리하는 퍼지 신경망을 일컫는 말이다. 본 연구에서는 소속함수와 퍼지규칙을 신경망으로 학습하는 기능인 적응식 학습방법을 통하여 1일 급수량을 예측하였으며 연구대상 지역으로는 광주광역시를 선정하였다. 또한 1일 급수량 예측에 있어서 필요한 변수 선택을 위해 입력자료를 상관분석, 자기상관, 부분자기상관, 교차상관 분석 등을 하였으며 동정된 입력변수는 급수량, 평균기온, 급수인구이다. 먼저 급수량, 평균기온, 급수인구로 모델을 구성하였고, 한편으론 기상청의 기후예보자료를 신뢰할 수 없는 경우에는 급수량을 예측할 수 있도록 급수량 자료만으로 모델을 구성하여 그 유효성을 검증하였다. 제안된 모형식은 사고 등의 인위적인 조작(단수 등)이 가해지는 시기를 포함하고도 실측치와 모형의 예측치와의 오차율이 최대 18.46%, 평균2.36% 이내로 나타나, 모형의 결과는 상수도 시설의 운용 및 급·배수관망의 실시간 제어에 많은 도움을 주리라 생각된다.