• 산업경영시스템학회지
• /
• 제44권4호
• /
• pp.12-22
• /
• 2021

This article suggests the machine learning model, i.e., classifier, for predicting the production quality of free-machining 303-series stainless steel(STS303) small rolling wire rods according to the operating condition of the manufacturing process. For the development of the classifier, manufacturing data for 37 operating variables were collected from the manufacturing execution system(MES) of Company S, and the 12 types of derived variables were generated based on literature review and interviews with field experts. This research was performed with data preprocessing, exploratory data analysis, feature selection, machine learning modeling, and the evaluation of alternative models. In the preprocessing stage, missing values and outliers are removed, and oversampling using SMOTE(Synthetic oversampling technique) to resolve data imbalance. Features are selected by variable importance of LASSO(Least absolute shrinkage and selection operator) regression, extreme gradient boosting(XGBoost), and random forest models. Finally, logistic regression, support vector machine(SVM), random forest, and XGBoost are developed as a classifier to predict the adequate or defective products with new operating conditions. The optimal hyper-parameters for each model are investigated by the grid search and random search methods based on k-fold cross-validation. As a result of the experiment, XGBoost showed relatively high predictive performance compared to other models with an accuracy of 0.9929, specificity of 0.9372, F₁-score of 0.9963, and logarithmic loss of 0.0209. The classifier developed in this study is expected to improve productivity by enabling effective management of the manufacturing process for the STS303 small rolling wire rods.

• 한국수자원학회논문집
• /
• 제53권1호
• /
• pp.1-13
• /
• 2020

높은 레이놀즈수를 갖는 공학적인 흐름을 예측하는 가장 일반적인 방법은 여전히 벽함수를 이용하는 난류모형에 근거한 RANS 수치모의이다. 최근 벽근처의 점성영역 관계식과 벽에서 떨어진 대수영역 관계식을 혼합하여 개발된 일반화된 벽함수들은 두 영역사이의 난류량과 유속이 부드럽게 천이하도록 한다. 이 연구는 난류운동에너지(TKE), 에너지 소산율, 비소산율, 와점성에 대해서 적용 가능한 벽함수들을 조합하여 일련을 수치 모의를 수행하여 널리 이용되고 있는 난류모형들의 성능과 수렴 특성을 분석하였다. 이 연구 결과는 RNG k-𝜖 모형의 경우 첫번째 계산격자가 완충층에 놓이게 될 때는 반복 계산시 작은 허용오차를 이용하여 주의 깊게 적용을 하여야 안정된 해를 구할 수 있음을 보여준다. 표준 k-𝜖과 RNG k-𝜖 모형은 TKE와 와점성에 대해서 적용 가능한 벽함수들 중 어느 것을 선택하여 적용하더라도 수치모의 결과가 민감하게 반응하지 않는 것으로 나타났다. 한편, k-ω SST 모형의 경우 TKE에 대해서는 kL-벽함수 그리고 와점성에 대해서는 nutUB-벽함수를 이용하여야 정확하고 안정된 경계 조건 설정을 보장할 수 있다. 레이놀즈수 155,000조건에서 적용한 후방계산흐름 수치모의 결과 격자 해상도에 상관없이 약 13% 정도 재부착 거리를 과소평가하는 모형을 제외하고 나머지 적용한 난류모형들 모두 적절히 세밀한 해상도의 격자에서 양호하게 재부착거리를 잘 예측하는 것으로 나타났다.

• 한국지구과학회지
• /
• 제29권3호
• /
• pp.263-279
• /
• 2008

이 연구에서는 2006년 9월 17일의 태풍 산산과 2006년 12월 16일의 시베리아 고기압 확장에 의한 강풍 사례에 대하여 MM5와 WRF 중규모 수치 모형을 이용한 실험을 통해 강한 해상풍을 모의하기 위한 모형의 최적화가 조사되었다. 모형의 최적화는 모형의 최하층 고도, 물리 모수화, 모형 해상도에 대해 조사되었으며, 결과를 요약하면 다음과 같다. 1) 두 사례 모두 최하층 연직 고도를 해상풍 관측 고도인 10m가지 선형적으로 내리는 것보다 대기 하층의 안정도와 해수면 거칠기를 고려하여 로가리듬의 함수로 변환하는 것이 더 정확한 모의를 하였다. 2) 강한 해상풍 모의를 위한 최적의 모수화 방안을 찾기 위해, 여러 물리 모수화 방안을 조합하여 모형에 적용하였다. 3) 3-km의 고분해능의 모형 결과가 9-km 분해능의 모형 결과에 비해 강풍 지역과 저기압의 강도와 같은 저기압의 중규모 구조를 잘 나타내었다.

• 한국방사선학회논문지
• /
• 제13권5호
• /
• pp.749-755
• /
• 2019

본 연구에서는 관전압과 관전류량이 디지털 방사선영상에서 적용되고 있는 노출 지수에 미치는 영향을 알아보고자 하였다. 방사선발생장치는 인버터방식의 디지털 X선 발생장치를 사용했으며 영상검출체는 포터블 형태의 무선 디텍터를 그리드 없이 사용하였다. 방사선영상은 3D 프린터를 이용하여 제작한 원뿔형 피라미드 팬텀을 이용하여 획득하였다. X선의 관전압 조사조건은 40 kVp부터 120 kVp까지 10 kVp 씩 증가시켰고 각 관전압에서 관전류량은 1 mAs에서부터 128 mAs까지 배수적으로 증가시켰다. 그 결과 관전압이 EI와 높은 $R^2$ 값으로 로그 함수적 관계가 있었으며 관전류량이 매우 높은 선형적인 관계가 있었다. 또한 영상 검출체의 면적선량과 EI도 $R^2$ 값이 0.76 이상으로 높은 상관관계가 있었다. 결론적으로 관전류량이 EI에 선형적으로 영향을 주었으며, 적절한 영상품질 유지를 위해서는 예측이 용이한 관전류량을 주로 조절하는 것이 유리하다고 판단된다.