• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2018년도 추계학술대회
• /
• pp.95-97
• /
• 2018

The power quality of Single Phase Grid-Connected Inverters (GCIs) has received much attention with the increasing number of Distributed Generation (DG) systems. However, the performance of single phase GCIs get degraded due to several factors such as the grid voltage harmonics, the dead time effect, and the turn ON/OFF of the switches, which causes the harmonics at the output of GCIs. Therefore, it is not easy to satisfy the harmonic standards such as IEEE 519 and P1547 without the help of harmonic compensator. To meet the harmonic standards a certain kind of harmonic controller needs to be added to the current control loop to effectively mitigate the low order harmonics. In this paper, the harmonic compensation is performed using a novel robust harmonic compensation method based on Digital Lock-in Amplifier (DLA). In the proposed technique, DLAs are used to extract the amplitude and phase information of the harmonics from the output current and compensate it by using a simple PI controller in the feedforward manner. In order to show the superior performance of the proposed harmonic compensation technique, it is compared with those of conventional harmonic compensation methods in terms of the effectiveness of harmonic elimination, complexity, and implementation. The validity of the proposed harmonic compensation techniques for the single phase GCIs is verified through the experimental results with a 5kW single phase GCI. Index Terms -Single Phase Grid Connected Inverter (SPGCI), Harmonic Compensation Method, Total Harmonic Distortion (THD) and Harmonic Standard.

• 한국전산구조공학회논문집
• /
• 제35권5호
• /
• pp.267-275
• /
• 2022

Non-conforming mesh를 이용해 구조적인 불연속성을 해석 시 요소 내 함수 불연속성과 특이점이 존재하며, 이로 인해 계산의 효율성이 저하된다. 본 연구에서는 이 문제를 해결하기 위해 모멘트 피팅법을 응용한 선택적 확장기법(Duster and Allix, 2020)을 토대로 새로운 고효율 확장 기법을 제시하였다. 특히, 적분과정에서의 비효율성에 초점을 두고 두가지 개선 방안을 제안하고 이를 수치 예제를 통해 검증하였다. 첫째로 음함수-모멘트간 효율적 계산을 위해 인공신경망을 도입하였으며, 기존 확장 기법에 비해 해의 정확성이 유지되면서도 효율적인 계산이 가능함을 확인하였다. 더불어, 구조 해석과 형상 표상용 격자를 분리, 낮은 밀도의 구조 해석 격자에서도 정확성이 향상되었음을 보였다.

• Nuclear Engineering and Technology
• /
• 제53권7호
• /
• pp.2334-2340
• /
• 2021

Radioactive particle tracking (RPT) is a minimally invasive nuclear technique that tracks a radioactive particle inside a volume of interest by means of a mathematical location algorithm. During the past decades, many algorithms have been developed including ones based on artificial intelligence techniques. In this study, RPT technique is applied in a simulated test section that employs a simplified mixer filled with concrete, six scintillator detectors and a¹³⁷Cs radioactive particle emitting gamma rays of 662 keV. The test section was developed using MCNPX code, which is a mathematical code based on Monte Carlo simulation, and 3516 different radioactive particle positions (x,y,z) were simulated. Novelty of this paper is the use of a location algorithm based on a deep learning model, more specifically a 6-layers deep rectifier neural network (DRNN), in which hyperparameters were defined using a Bayesian optimization method. DRNN is a type of deep feedforward neural network that substitutes the usual sigmoid based activation functions, traditionally used in vanilla Multilayer Perceptron Networks, for rectified activation functions. Results show the great accuracy of the DRNN in a RPT tracking system. Root mean squared error for x, y and coordinates of the radioactive particle is, respectively, 0.03064, 0.02523 and 0.07653.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.125-125
• /
• 2020

European Space Agency's Sentinel-1 has an improved spatial and temporal resolution, as compared to previous satellite data such as Envisat Advanced SAR (ASAR) or Advanced Scatterometer (ASCAT). Thus, the assumption used for low-resolution retrieval algorithms used by ENVISAT ASAR or ASCAT is not applicable to Sentinel-1, because a higher degree of land surface heterogeneity should be considered for retrieval. The assumption of homogeneity over land surface is not valid any more. In this study, considering that soil roughness is one of the key parameters sensitive to soil moisture retrievals, various approaches are discussed. First, soil roughness is spatially inverted from Sentinel-1 backscattering over Yanco sites in Australia. Based upon this, Artificial Neural Networks data (feedforward multiplayer perception, MLP, Levenberg-Marquadt algorithm) are compared with Fractal approach (brownian fractal, Hurst exponent of 0.5). When using ANNs, training data are achieved from theoretical forward scattering models, Integral Equation Model (IEM). and Sentinel-1 measurements. The network is trained by 20 neurons and one hidden layer, and one input layer. On the other hand, fractal surface roughness is generated by fitting 1D power spectrum model with roughness spectra. Fractal roughness profile is produced by a stochastic process describing probability between two points, and Hurst exponent, as well as rms heights (a standard deviation of surface height). Main interest of this study is to estimate a spatial variability of roughness without the need of local measurements. This non-local approach is significant, because we operationally have to be independent from local stations, due to its few spatial coverage at the global level. More fundamentally, SAR roughness is much different from local measurements, Remote sensing data are influenced by incidence angle, large scale topography, or a mixing regime of sensors, although probe deployed in the field indicate point data. Finally, demerit and merit of these approaches will be discussed.

• 한국방재안전학회논문집
• /
• 제16권3호
• /
• pp.45-56
• /
• 2023

본 연구에서는 능동소음제어(ANC) 기술을 층간소음 분야에 적용하기 위하여 40~500 Hz 대역의 중량충격음을 제어하기 위한 ANC 시스템을 구성하였다. ANC 시스템에는 Fx-LMS 알고리즘 기반의 적응형 필터를 활용한 피드포워드 방식의 제어기술을 도입하였다. ANC 시스템 설정을 위해 가상 시뮬레이션을 통해 ANC를 구성하는 변수 연구를 실시하였고, 이를 통해 최적 필터와 시스템 배치 방법을 정립하였다. 또한 본 연구에는 개발된 ANC 시스템을 한국건설생활시험연구원(KCL)의 층간소음 시험실에 설치한 후 표준시험방법에 따라 ANC 시스템 구동 전후 4 dB의 층간소음 저감효과를 확인하였다. 시험결과를 통해 본 연구에서 개발한 ANC 시스템이 중량충격음에 대한 등급 기준을 한 단계를 상향시킬 수 있는 수준의 효과가 있음을 확인하였다.

• 한국농림기상학회지
• /
• 제20권1호
• /
• pp.101-116
• /
• 2018

지속가능성과학은 다양한 학문 배경과 관심을 가진 과학자, 전문직 종사자 및 이해당사자들 간의 소통과 협력뿐 아니라 결정론적 환원주의적 접근에서 오래전 기본으로의 패러다임 전환이 요구되는 떠오르는 초학문적 연구다. 생태-사회시스템은 많은 구성성분(또는 행위자)들로 이루어져 이들의 국지 규모의 무작위 상호작용이 자연스럽게 시스템 전체 규모의 질서를 만들어내는 공진화하는 복잡계다. 여기서, 시스템과 주변환경 간의 에너지와 물질과 정보의 흐름이 중요한 역할을 한다. 본 통신에서는 이렇게 계속 변화하는 역동적 시스템, 즉 '자기-조직화하는 계층구조의 열린 시스템(SOHOs)'의 개념적 틀을 소개한다. 먼저 SOHOs의 구조와 기능성을 이해하기 위해 물리학의 두 기본 법칙을 다시 논의한다. 두 법칙의 재해석을 통해 시스템의 운명과 지속가능성을 향한 보다 나은 경로, 또한 생태계의 온전함과 사회의 비전/가치 추구를 어떻게 조화시킬 것인가에 대한 이해를 돕고자한다. 그 다음에 소위 '비저니어링(V)'이라는 틀을 되먹임/전방급전(feedback/feedforward) 루프로 SOHOs 틀에 통합시켜서, '슬쩍 찌르는(nudged) 자기-조직화'가 시스템을 구성하는 행위자들이 합력하여 지속가능한 생태-사회 시스템을 이루어 가도록 유도한다. 마지막으로, SOHOs-V의 적용사례로서, 현재 탄자니아의 농촌마을에서 진행되고 있는 미래지구의 지속가능발전목표 연구실(SDG Lab)인 '농촌시스템 비저니어링(Rural Systems Visioneering)'을 예로 제시하였다.

• 지능정보연구
• /
• 제22권2호
• /
• pp.127-142
• /
• 2016

딥러닝은 인공신경망(neural network)이라는 인공지능분야의 모형이 발전된 형태로서, 계층구조로 이루어진 인공신경망의 내부계층(hidden layer)이 여러 단계로 이루어진 구조이다. 딥러닝에서의 주요 모형은 합성곱신경망(convolutional neural network), 순환신경망(recurrent neural network), 그리고 심층신뢰신경망(deep belief network)의 세가지라고 할 수 있다. 그 중에서 현재 흥미로운 연구가 많이 발표되어서 관심이 집중되고 있는 모형은 지도학습(supervised learning)모형인 처음 두 개의 모형이다. 따라서 본 논문에서는 지도학습모형의 가중치를 최적화하는 기본적인 방법인 오류역전파 알고리즘을 살펴본 뒤에 합성곱신경망과 순환신경망의 구조와 응용사례 등을 살펴보고자 한다. 본문에서 다루지 않은 모형인 심층신뢰신경망은 아직까지는 합성곱신경망 이나 순환신경망보다는 상대적으로 주목을 덜 받고 있다. 그러나 심층신뢰신경망은 CNN이나 RNN과는 달리 비지도학습(unsupervised learning)모형이며, 사람이나 동물은 관찰을 통해서 스스로 학습한다는 점에서 궁극적으로는 비지도학습모형이 더 많이 연구되어야 할 주제가 될 것이다.

• 대한전자공학회논문지TC
• /
• 제48권8호
• /
• pp.15-26
• /
• 2011

본 논문에서 우리는 다중사용자 다중입출력 하향링크 통신 시스템을 위한 새로운 빕 형성 기법을 제시한다. 최근 block-diagonalization (BD) 알고리즘이 기지국과 각 사용자들이 다중 안테나는 가지는 다중사용자 다중입출력 하향링크를 위해 제안되고 있다. 그러나, BD 알고리즘은 유저당 제공되는 스트림의 개수가 수신기의 개수보다 작은 경우에는 효율적이지 않다. BD 방법이 수신단의 결합을 고려하지 않고 채널 행렬에 기반한 space를 활용하기 때문에, 빔 형성을 위한 자유도는 수신측에서 전부 얻지 못한다. 본 논문에서 우리는 모든 사용자간의 간섭이 0이 되는 zero forcing (ZF) 조건 하에 수신 빔 형성 벡터를 최적화 한다. 우리는 반복적인 과정에 의해 최적 수신 벡터를 찾는 효율적인 알고리즘을 제안한다. 제안된 알고리즘은 수신 결합 벡터를 위해 전방향 정보인 두 phase 값을 요구한다. 또한, 우리는 일반적인 복소 단위 행렬의 분해를 이용하여 단지 한 phase 값만 필요한 또 다른 알고리즘을 제시한다. 시뮬레이션 결과는 에러 확률 관점에서 제안된 빔 형성 기법이 기존 BD 알고리즘보다 성능이 낫고 기지국에서 자유도를 이용함으로써 다이버시티 증가를 획듬함을 보여준다.

• 전자공학회논문지
• /
• 제53권7호
• /
• pp.39-46
• /
• 2016

본 논문에서는 음성 신호의 디지털 데이타 변환을 위한 인버터와 1.5비트 비교기를 이용한 CMOS 3차 델타-시그마 변조기를 설계하였다. 제안하는 3차 델타-시그마 변환기는 연산증폭기 대신에 1.5비트 비교기를 이용한 멀티비트 구조로 낮은 OSR에서 단일비트 4차 델타-시그마 변조기 대비 높은 신호대 잡음비를 확보하고 인버터 기반 적분기를 사용하여 소모 전력을 최소화 시키며 인버터 기반 적분기 회로를 아날로그 덧셈기로 이용함으로써 전력소모를 감소시키고 회로구조를 단순화 시켰다. 제안한 델타-시그마 변조기는 0.18um CMOS 표준 공정을 통해 제작되었으며, 전체 칩면적은 $0.36mm^2$으로 설계되었다. 제작된 칩의 측정 결과 아날로그 회로는 공급전압 0.8V에서 $28.8{\mu}W$, 디지털 회로는 공급전압 1.8V에서 $66.6{\mu}W$로 총 $95.4{\mu}W$의 전력소모가 측정되었다. 델타-시그마 변조기의 동작주파수 2.56MHz, OSR 64배의 조건에서 2.5kHz의 입력 정현파 신호를 인가하였을 때 SNDR은 80.7 dB, 유효비트수는 13.1 비트, 동적범위는 86.1 dB로 측정되었다. 측정결과로부터 FOM(Walden)은 269 fJ/step, FOM(Schreier)는 169.3 dB로 계산되었다.

• 한국지능시스템학회논문지
• /
• 제25권1호
• /
• pp.7-14
• /
• 2015

고정밀도와 고속응성의 물류 이송을 위한 자동피킹 시스템 (Automatic Picking System; APS) 구동용 선형 유도 모터 드라이브의 설계 기법 및 고이득 관측기 기반의 강인 속도 제어 기법이 제안된다. APS에 존재하는 외란추력, 질량 및 마찰계수 등의 기계적 파라미터 불확정성은 시스템의 속도 제어 성능에 직접적인 영향을 주며 이러한 불확정성 하에서도 강인한 속도 응답 성능을 보유하는 속도 제어기가 요구된다. 시스템의 불확정성을 효과적으로 추정할 수 있는 고이득 관측기를 통해 외란이 추정되며 시스템의 불확정성을 제거하기 위해 추정된 외란이 제어입력에 전향제어 방식으로 보상된다. 기존의 외란 관측기가 질량 변화에 기인한 시변 외란을 효과적으로 보상하는 데에 한계가 있는 반면 제안된 속도 제어 시스템은 외란추력 및 질량 변화 하에서도 강인한 속도 추종 성능을 제공한다. 선형 유도 모터의 모델을 위한 Simulink 라이브러리가 상태방정식으로부터 개발되며 이를 활용한 Matlab - Simulink 기반의 비교 시뮬레이션을 통해 제안된 방식이 강인한 속도 응답 성능을 가지며 고정밀도와 고속응성을 요구하는 APS에 적합함이 입증된다.