• Elastomers and Composites
• /
• 제51권4호
• /
• pp.308-316
• /
• 2016

The rubber materials are widely used in automobile industry due to their capability of a large amount of elastic deformation under a force. Current trend of design process requires prediction of functional properties of parts at early stage. The behavior of rubber material can be modeled using strain energy density function. In this study, five different strain energy density functions - Neo-Hookean model, Reduced Polynomial $2^{nd}$ model, Ogden $3^{rd}$ model, Arruda Boyce model and Van der Waals model - were used to estimate the behavior of carbon black added natural rubber under uniaxial load. Two kinds of tests - uniaxial tension test and biaxial tension test - were performed and used to correlate the coefficients of the strain energy density function. Numerical simulations were carried out using finite element analysis and compared with experimental results. Simulation revealed that Ogden $3^{rd}$ model predicted the behavior of carbon added natural rubber under uniaxial load regardless of experimental data selection for coefficient correlation. However, Reduced Polynomial $2^{nd}$, Ogden $3^{rd}$, and Van der Waals with uniaxial tension test and biaxial tension test data selected for coefficient correlation showed close estimation of behavior of biaxial tension test. Reduced Polynomial $2^{nd}$ model predicted the behavior of biaxial tension test most closely.

• 한국항공우주학회지
• /
• 제41권1호
• /
• pp.48-53
• /
• 2013

다항식 반응면 모델은 실제의 물리적, 수치적 실험을 대체하는 근사모델로 여러 공학분야에서 사용되고 있다. 일반적으로 반응면 구성에 필요한 실험점 수를 줄이기 위하여 낮은 차수의 다항식을 사용하므로, 심한 비선형성이 동반되는 현상에 대한 모델링에는 한계가 있다. 본 연구에서는 다항식의 차수를 증가시키는 방법 및 다항식을 구성하는 최적의 기저함수를 선정하는 방법을 통해 다항식 반응면의 모델링 능력을 확장할 수 있는 방법을 개발하였다. 최적 기저함수의 선정에는 유전 알고리즘을 적용하였으며, 1 변수 및 2변수 함수와 풍동시험 데이터에 대한 모델링 사례를 통해 개발된 방법이 비선형성이 심한 현상을 모델링하는데 적용될 수 있음을 확인하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1999년도 제14차 학술회의논문집
• /
• pp.45-48
• /
• 1999

Model predictive control algorithm requires a relevant model of the system to be controlled. Unfortunately, the first principle model describing a polymerization reaction system has a large number of parameters to be estimated. Thus there is a need for the identification and control of a polymerization reactor system by using available input-output data. In this work, the polynomial auto-regressive moving average (ARMA) models are employed as the input-output model and combined into the nonlinear model predictive control algorithm based on the successive linearization method. Simulations are conducted to identify the continuous styrene polymerization reactor system. The input variables are the jacket inlet temperature and the feed flow rate whereas the output variables are the monomer conversion and the weight-average molecular weight. The polynomial ARMA models obtained by the system identification are used to control the monomer conversion and the weight-average molecular weight in a continuous styrene polymerization reactor It is demonstrated that the nonlinear model predictive controller based on the polynomial ARMA model tracks the step changes in the setpoint satisfactorily. In conclusion, the polynomial ARMA model is proven effective in controlling the continuous styrene polymerization reactor.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.1505-1509
• /
• 2005

This paper introduces a new architecture of genetically optimized self-organizing fuzzy polynomial neural networks by means of information granulation. The conventional SOFPNNs developed so far are based on mechanisms of self-organization and evolutionary optimization. The augmented genetically optimized SOFPNN using Information Granulation (namely IG_gSOFPNN) results in a structurally and parametrically optimized model and comes with a higher level of flexibility in comparison to the one we encounter in the conventional FPNN. With the aid of the information granulation, we determine the initial location (apexes) of membership functions and initial values of polynomial function being used in the premised and consequence part of the fuzzy rules respectively. The GA-based design procedure being applied at each layer of genetically optimized self-organizing fuzzy polynomial neural networks leads to the selection of preferred nodes with specific local characteristics (such as the number of input variables, the order of the polynomial, a collection of the specific subset of input variables, and the number of membership function) available within the network. To evaluate the performance of the IG_gSOFPNN, the model is experimented with using gas furnace process data. A comparative analysis shows that the proposed IG_gSOFPNN is model with higher accuracy as well as more superb predictive capability than intelligent models presented previously.

• 한국식품과학회지
• /
• 제37권2호
• /
• pp.194-198
• /
• 2005

게맛살의 HACCP system에 있어서 critical control point중의 하나인 L. monocytogenes가 오염된 제품에서 균의 성장변화를 정량적으로 예측할 수 있는 수학적 모델의 개발을 위한 기초 자료를 제공하고자 게맛살 성분조성을 고려한 modified imitation crab(MIC) broth에서 온도와 초기균수에 따른 L. monocytogenes의 성장 실험 결과를 데이터베이스화하여 이를 바탕으로 균의 성장을 정량적으로 평가할 수 있는 수학적 모델을 개발하였다. 균의 증식 지표인 최대증식속도상수(k), 유도기(LT), 세대시간(GT)은 온도에 지배적인 영향을 받았으며, 초기균수에 따른 유의적인 차이는 없었다(p>0.05). 최대증식속도상수(k)와 온도 및 초기균수의 상관관계를 나타내는 수학적 정량평가모델인 polynomial model과 square root model을 이용하여 L. monocytogenes 성장을 정량적으로 예측할 수 있는 모델인 $polynomial\;mode(k=0.71{\cdot}exp(-0.5(\;((T-36.05)/11.84)^{2}+((A_{0}+8.12)/21.59)^{2})))$과 square root model($\sqrt{k}$ =0.02(T-(-3.42)) [1-exp(0.36(T-44.51))])을 개발하였으며 실험치와 예측치의 상관관계는 각각 0.92. 0.95로 polynomial model보다 square root model 예측치가 실험치와 상관관계가 더 높은 것으로 나타났다.

• 제어로봇시스템학회논문지
• /
• 제10권3호
• /
• pp.280-285
• /
• 2004

This paper is concerned with the modeling and identification of sequencing batch reactor (SBR) via genetic algorithm based polynomial neural network (GA-based PNN). The model describes a biological SBR used in the wastewater treatment process fur nitrogen removal. A conventional polynomial neural network (PNN) is applied to construct a predictive model of SBR process fur nitrogen removal before. But the performances of PNN depend strongly on the number of input variables available to the model, the number of input variables and type (order) of the polynomials to each node. They must be fixed by the designer in advance before the architecture is constructed. So the trial and error method must go with heavy computation burden and low efficiency. To alleviate these problems, we propose GA-based PNN. The order of the polynomial, the number of input variables, and the optimum input variables are encoded as a chromosome and fitness of each chromosome is computed. Simulation results have shown that the complex SBR process can be modeled reasonably well by the present scheme with a much simpler structure compared with the conventional PNN model.

• 한국전자파학회논문지
• /
• 제19권11호
• /
• pp.1254-1264
• /
• 2008

본 논문에서는 RF 전력 증폭기의 메모리 효과 모델링의 정확성을 향상시키기 위한 확장된 메모리 다항식 모델을 제안하고 검증하였다. 볼테라 커널 중에서 대각행렬의 성분만을 고려하는 기본적인 메모리 다항식 기반의 모델의 정확성을 향상시키기 위하여 지연차수가 다른 성분들에 의한 교차항을 추가하여 확장 모델을 구성하였다. 제안된 확장 메모리 다항식의 복잡성을 메모리리스 모델, 메모리 다항식 모델과 비교하였다. 확장된 모델을 이용하여 비선형 관계식을 행렬식으로 표현한 후, 최소 자승법(least square method)을 이용하여 변수를 추출하는 모델링 기법을 제시하였다. 또한, 제안된 기법과 간접 학습 방식을 이용하여 디지털 사전 왜곡기를 구현하기 위한 디지털 사전 왜곡부 구현 방안 및 디지털 신호 처리(DSP) 방식을 제시하였다. 제안된 모델의 성능을 검증하기 위하여 2.3 GHz 대역의 WiBro 신호를 인가한 10 W급 GaN HEMT 전력 증폭기와 30W급 LDMOS 전력 증폭기에 대하여 모델의 정확도를 비교 검토하였으며, 10W GaN HEMT 전력 증폭기에 대하여 제안된 모델을 이용하는 간접 학습 방식에 기반한 디지털 사전 왜곡기를 적용하여 인접 채널 간섭비(ACPR) 성능을 검증하였다. 제안한 모델은 메모리 다항식에 비하여 모델의 정확성을 향상시키고 10 W GaN HEMT에 대하여 디지털 사전 왜곡기 적용시 기존 방식에 비하여 3차 비선형 영역에서 평균 3 dB의 ACPR 성능 향상을 보여주었다.

• 대한전기학회논문지:전력기술부문A
• /
• 제52권2호
• /
• pp.79-89
• /
• 2003

A research about finding a new electricity load model that is sensitive to the price of electricity is conducted. This new model i5 polynomial type price sensitive electricity consumption model, while former electricity consumption models have exponential terms or statistic terms. The pattern of electricity consumption of each electricity using devices were identified first, then the proportion of the devices at buses or nodes are investigated, finally weighted sum of electricity consumption and the proportion makes the load model or consumption model of electricity at one bus or node. This new model is easy to use in the simulations or calculations of the electricity consumption, because the arithmetic of functions with polynomial terms are easy compared to the functions with transcendental terms.

• 한국콘텐츠학회논문지
• /
• 제15권1호
• /
• pp.475-481
• /
• 2015

종속변수와 설명변수 사이의 관계가 선형이 아닌 경우에는 비선형 관계를 반영할 수 있는 다항회귀분석을 이용하여 회귀분석을 수행한다. 한편, 다항회귀분석에는 설명변수의 거듭제곱항들이 설명변수에 추가되므로 설명변수들 사이에 상관관계가 발생하여 다항회귀모형의 성능 저하 문제가 발생할 수 있다. 본 논문에서는 PGF 수치역변환 문제를 사례로 하여 주성분회귀분석을 통해 다항회귀분석의 성능을 극적으로 향상시킬 수 있음을 보인다. 본 논문에서는 PGF의 정의를 이용하여 PGF를 다항회귀분석으로 모형화한다. 다항회귀분석을 이용하여 PGF 전개식의 회귀계수를 추정하면 회귀계수의 추정 자체가 불가능하거나 계수 추정의 정확성이 저하되는 문제가 발생한다. 이 경우 다항회귀분석에 주성분회귀분석을 적용하면 계수 추정의 정확도가 극적으로 향상되어 다항회귀분석의 계수 추정 시 발생하는 문제를 해결할 수 있음을 밝힌다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제6권1호
• /
• pp.33-38
• /
• 2006

In this paper, we propose a new architecture of Fuzzy Polynomial Neural Networks(FPNN) by means of genetically optimized Fuzzy Polynomial Neuron(FPN) and discuss its comprehensive design methodology involving mechanisms of genetic optimization, especially Genetic Algorithms(GAs). The conventional FPNN developed so far are based on mechanisms of self-organization and evolutionary optimization. The design of the network exploits the extended Group Method of Data Handling(GMDH) with some essential parameters of the network being provided by the designer and kept fixed throughout the overall development process. This restriction may hamper a possibility of producing an optimal architecture of the model. The proposed FPNN gives rise to a structurally optimized network and comes with a substantial level of flexibility in comparison to the one we encounter in conventional FPNNs. It is shown that the proposed advanced genetic algorithms based Fuzzy Polynomial Neural Networks is more useful and effective than the existing models for nonlinear process. We experimented with Medical Imaging System(MIS) dataset to evaluate the performance of the proposed model.