As it is well appreciated plate forming by line heating takes an important role in ship production process. The paper deals with the development of line heating simulator which can produce the resultant deformation due to line heating in a few minute adn with which user can see the result graphically. For the present purpose mechanical modelling is adopted which can explicitly represent the physical resultant of line heating. In developing the present line heating simulator several program modules are integrated by adopting GUI concept such that the simulator can produce resultant deformation with keeping high accuracy. Application example is illustrated for the twisted shape surface which can be frequently seen in ship and offshore structures.
During the last decade several different methods have been proposed for the estimation of thermal deformations in the line heating process. These are mainly based on the assumption of residual strains in the heat-affected zone or simulated relations between heating conditions and residual deformations. However these results were restricted in the application from the too simplified heating conditions or the shortage of the data. The purpose of this paper is to develop a simulator of thermal deformation in the line heating using the artificial neural network. Two neural network predicting the maximum temperature and deformations at the heating line are studied. Deformation data from the line heating experiments are used for learning data for the network. It was observed that thermal deformation predicted by the neural network correlate well with the experimental result.
Different methods exist for the estimation of thermaldeformation of plates in the line heating process. These are based on the assumption of residual strains in the heat-affected zone, known as the method of inherent strains, or simulated relations between heating conditions and residual deformations. The purpose of this paper is to develop a simulator of thermal deformation in the line heating, using the artificial neural network. Curvature deformations for the plate-forming are investigated, which can be used as a prime deformation parameter in the process. The curvature of plates are calculated using the approximation of plate surface by NURBS. Line heating experiments for 11 specimens of different thickness and heating conditions were performed. Two neural networks predicting the maximum temperature and curvature deformations at the heating line are studied. It was concluded that the thermal deformations predicted by the neural network can be used in a line heating simulator, which is considered an attractive and practical alternative to the existing methods.
선체는 많은 다중곡(compound curvature)을 가진 판들로 이루어져 있으며 이러한 판들을 가공하기 위해서, 조선소에서는 선상 가열(line heating) 방법이 널리 이용되어 왔다. 선상 가열법에서 가열선을 결정하는 방법으로 지금까지는 기하 변형해석을 이용하여 가열선을 제시하여 왔다. 그러나 기하해석으로 구한 가열선에 대한 역학적 검증이 이루어지지 않고 있으며 여러 가열선 중 어떤 가공선을 선택할 것인가에 대한 연구도 이루어지지 않고 있다. 본 논문에서는 기하해석을 통해 판의 가열정보를 얻었을 때 이를 역학적으로 검증하여 실제로 판에 가열정보대로 가공을 하였을 때 나타날 수 있는 판의 거동을 예측하였다. 또한 본 논문에서는 적정 가열선을 찾는 전체 과정을 제시하였다. 가공정보로부터 예측된 가공형상을 구한 후 목적형상과 비교하여 가공형상이 목적형상의 오차범위 내에 존재할 때까지 가열선의 조정변수를 변화시켜 적절한 가공정보를 획득하였다.
선체 등의 곡면 가공에 사용되고 있는 Line Heating(선열가공)법의 역학적 이해를 통하여 3차원 열탄소성 변형을 simulation하는 model을 유도하고 유한요소 프로그램을 이용하여 model의 효용성을 검증하였다. 이미 제안된 다른 model이 결과를 주지 못하는 온도분포를 채택하여 본 model이 좋은 결과를 주는 것을 확인하였다.
선체 외판 중 약 70% 정도가 3차원 곡면 형상으로 구성되어 있다. 이러한 3차원 형상을 자동으로 성형하기 위해서 수년간 많은 연구를 수행하여 오고 있는 실정이다. 본 연구의 목적은 가열현상을 합리적으로 대변할 수 있는 역학적 모델을 도입하여 가열 Simulator를 개발하는데 있다. 이를 위해 가열 결과에 영향을 줄 수 있는 가열 위치 ,강판의 두께, 가열 속도 등 다양한 인자로써 실험을 수행하였다. 본 연구에서 개발한 가열 Simulator의 정당성을 입증하고자 몇 가지 모델에 대해 적용하여, 실험결과와 Simulator의 추정치를 비교한 결과 만족할 만한 결과를 나타내었으며, Simulator에 적용된 이론적 배경의 합당성을 확인할 수 있었다.
Although artificial neural network based on backpropagation algorithm is an excellent system simulator, it has still unsolved problems of its structure-decision and learning method. That is, we cannot find a general approach to decide the structure of the neural network and cannot train it satisfactorily because of the local optimum point which it frequently falls into. In addition, although there are many successful applications using backpropagation learning algorithm, there are few efforts to improve the learning algorithm itself. In this study, we suggest a general way to construct the hidden layer of the neural network using binary genetic algorithm and also propose the various learning methods by which the global minimum value of the teaming error can be obtained. A XOR problem and line heating problems are investigated as examples.
A hot-dip simulator was utilized to replicate abnormal coating buildup observed during line stops at galvanize lines, assessing the influence of processing conditions on buildup (up to 14 mm/side). Steel samples from 19 coils (comprising IF, BH, LCAK, HSLA, DP600-DP1180, Si: 0.006 - 0.8 wt%, P: 0.009 - 0.045 wt%) were examined to explore the phenomenon of heavy coating growth. It was discovered that heavy coating buildup (~3 mm/h) and rapid strip dissolution (~0.17 mm/h) in a GA or GI pot can manifest with specific combinations of steel chemistry and processing conditions. The results reveal the formation of a unique coating microstructure, characterized by a blend of bulky Zeta crystals and free Zn pockets/networks due to the "Sandlin" growth mechanism. Key variables contributing to abnormal coating growth include steel Si content, anneal temperature, dew point in heating and soaking furnaces, Zn pot temperature, Zn bath Al%, and cold-rolling reduction%. At ArcelorMittal Dofasco galvanize lines, an automatic online warning system for operators and special scheduling for incoming Si-bearing steels have been implemented, effectively preventing further heavy buildup occurrences.
전력선 통신을 이용한 홈 네트워크 환경에서는 가전 기기의 노이즈 영향으로 인해 네트워크의 일부 구간에 부하가 증가되어 송신 노드와 수신 노드 간에 갑자기 통신이 불가능한 상황이 발생될 수도 있다. 본 논문에서는 전력선 기반 홈 네트워크 환경에서 네트워크 부하 증가로 인한 통신 장애가 발생하는 경우 자동적으로 중계 가능한 노드들을 찾아 스패닝 트리 알고리즘에 따른 필요 최소한의 중계 노드들을 선발해 이들 노드들의 중계를 통해 수신 노드까지 패킷을 전달 가능하도록 하는 자동 중계 방식을 제안한다. 이 방식은 시뮬레이터 개발을 통한 성능 분석 결과 미국의 에쉴론 사의 자동 리피터 선택 기술에 비해 중계 노드들을 찾는 과정에서 노드간의 패킷 교환 횟수는 다소 증가하나 중계를 통해 수신 노드를 발견할 수 있는 확률은 거의 두 배 가까이 높아짐을 알 수 있다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.