• 한국건설관리학회논문집
• /
• 제18권3호
• /
• pp.33-41
• /
• 2017

모듈러 시방서는 모듈제작, 운송, 설치에 필요한 요구사항을 기술하는 계약문서이다. 그러나 기존 모듈러 시방서의 문제점은 모듈러 공사에서 요구하는 성능수준을 보장해주지 못하고 공사별 특성을 배제한 채 건축공사 표준시방서의 내용을 그대로 차용하고 있다는 것이다. 본 연구에서는 모듈러 건축의 품질개선 방안으로 모듈러 특성에 적합한 공사시방서를 제안하였다. 연구의 범위는 하자발생이 높은 방수공사 및 기계설비공사에 한하여 진행하였다. 본 연구에서 제안하는 모듈러 시방서 개선방안은, 1) 마스터 포맷에 따른 descriptive형식의 서술, 2)누수점검 및 검사 항목 반영, 3) 모듈러 특성을 고려한 시방서 내용 작성이다. 개선안을 전문가 면담을 통해 검증하였으며 이와 같은 개선방안이 모듈러 공사시방서를 보완하여 향후 모듈러 건축의 품질향상을 가져올 수 있을 것으로 평가하였다. 본 연구에서 제안하는 시방서 개선안은 전체 공사시방서 작성의 가이드가 될 수 있으며, 이를 통해 모듈러 건축의 하자발생률을 낮추는데 큰 영향을 미칠 수 있을 것이다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제1권1호
• /
• pp.13-23
• /
• 2001

Most current machine vision systems for industrial inspection were developed with one specific task in mind. Hence, these systems are inflexible in the sense that they cannot easily be adapted to other applications. In this paper, a general vision system framework has been developed that can be easily adapted to a variety of industrial web inspection problems. The objective of this system is to automatically locate and identify \\\"defects\\\" on the surface of the material being inspected. This framework is designed to be robust, to be flexible, and to be as computationally simple as possible. To assure robustness this framework employs a combined strategy of top-down and bottom-up control, hierarchical defect models, and uncertain reasoning methods. To make this framework flexible, a modular Blackboard framework is employed. To minimize computational complexity the system incorporates a simple multi-thresholding segmentation scheme, a fuzzy logic focus of attention mechanism for scene analysis operations, and a partitioning if knowledge that allows concurrent parallel processing during recognition.cognition.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권7호
• /
• pp.299-306
• /
• 2022

최근 로봇이나 설비, 회로 등에 센서 내장이 보편화 되고, 측정된 센서 데이터를 학습하여 기기의 고장을 진단하기 위한 연구가 활발하게 수행되고 있다. 이러한 고장 진단 연구는 고장 상황이나 종류를 예측하기 위한 분류(Classification) 모델 개발과 정량적으로 고장 상황을 예측하기 위한 회귀(Regression) 모델 개발로 구분된다. 분류 모델의 경우, 단순히 고장이나 결함의 유무(Class)를 확인하는 반면, 회귀 모델은 무수히 많은 수치 중에 하나의 값(Value)을 예측해야 하므로 학습 난이도가 더 높다. 즉, 입력과 출력을 대응시켜 고장을 예측을 할 때, 유사한 입력값이 동일한 출력을 낸다고 결정하기 어려운 불규칙한 상황이 다수 존재하기 때문이다. 따라서 본 논문에서는 주기성을 지닌 입출력 데이터에 초점을 맞추어, 입출력 관계를 분석하고, 슬라이딩 윈도우 기반으로 입력 데이터를 패턴화 하여 입출력 데이터 간의 규칙성을 확보하도록 한다. 제안하는 방법을 적용하기 위해, 본 연구에서는 MMC(Modular Multilevel Converter) 회로 시스템으로부터 주기성을 지닌 전류, 온도 데이터를 수집하여 ANN을 이용하여 학습을 진행하였다. 실험 결과, 한 주기의 2% 이상의 윈도우를 적용하였을 때, 적합도 97% 이상의 성능이 확보될 수 있음을 확인하였다.