• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1993년도 추계학술대회 논문집
• /
• pp.475-481
• /
• 1993

The objective of this study is to develope the reliability prediction model for Float Rated Integrating Gyroscope( :FRIG) at maximum loading. The equation of motion for FRIG is firstly derived to set up the reliability prediction model. To analysis reliability or all parts of the gyro is not easy due to their complicated structure. Therefore the failure parts are chosen by Failure Mode Effective Analysis (:FMEA). F.E.M is utilized to calculate loads for the selseced rotating assembly and pivot / jewel. The technical reliability is calculated by applying reliability design theory with these results and the performance reliability is sought through distribution estimation with error test data. The bulk reliability of gyroscope is sought by applying the two results. The present prediction results are compared with the accumulation time in good agreement.

• 대한음성학회지:말소리
• /
• 제44호
• /
• pp.83-92
• /
• 2002

Speech recognition performance is severly degraded under noisy envrionments. One approach to cope with this problem is audio-visual speech recognition. In this paper, we discuss the experiment results of bimodal speech recongition based on enhanced speech feature vectors using lip information. We try various kinds of speech features as like linear predicion coefficient, cepstrum, log area ratio and etc for transforming lip information into speech parameters. The experimental results show that the cepstrum parameter is the best feature in the point of reconition rate. Also, we present the desirable weighting values of audio and visual informations depending on signal-to-noiso ratio.

• 대한기계학회논문집
• /
• 제14권2호
• /
• pp.276-287
• /
• 1990

In this paper research result of transient thermal stress analysis of power plant turbine rotors for life prediction under severs operating conditions is presented. Galerkin's recurrence scheme is used for numerical solution of discretized FEM equation of transient heat conduction equation. Boundary conditions for the equation and operating conditions are intensively investigated for accurate life prediction of turbine rotors in operation. A computer program for on-site application is developed and tested. Distribution of thermal stress in turbine rotors during various operating condition is analyzed with the program and it is found that the peak thermal stress appears during cold stage conditions at the first stage of high pressure rotors.

• 한국콘크리트학회:학술대회논문집
• /
• 한국콘크리트학회 1997년도 봄 학술발표회 논문집
• /
• pp.254-260
• /
• 1997

Chloride-induced corrosion of reinforcement is one of the main factors which cause the deterioration of concrete structures. Durability and service lives of the concrete sturctures should be predicted in order to minimize the risk of corrosion of reinforcement. The objective of this study is to suggest the basis of analytical methods of predicting the corrosion threhold time of concrete structures. Based on the chemistry and physics of chloride ion transport and corrosion process, chloride intrusion with various exposure conditions, variability of diffusivity and transport of pore water in concrete are taken into consideration in applying finite element formulation to the predicion of corrosion threhold time. The effects of main factors on the prediction of chloride intrusion and corrosion threhold time are examined. In addition, after chloride diffusivities of several mixture proportions with different parameters are measured by chloride diffusion test, the exemplary anayses of corrosion threhold time of those mixture proportions are carried out.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.513-513
• /
• 2023

최근 이상기후의 영향으로 국지성 및 집중호우로 인한 침수 피해가 증가하고 있다. 도시유역의 홍수는 사회적·경제적으로 큰 손실을 야기할 수 있어 실제 호우에 대한 침수 양상을 신속하게 예측하는것은 매우 중요하다. 이로 인해 침수 해석에 대한 결과를 빨리 제공할 수 있는 기계학습을 기반으로 한 도시 홍수 분석에 대한 연구가 증가하고 있다. 본 연구에서 적용한 LSTM(Long Short-Term Memory) 신경망은 기존 RNN(Recurrent neural network)이 가지고 있는 장기 의존성 문제를 해결하기 위해 고안된 모델으로 시계열 데이터에 대한 예측능력이 뛰어나다는 장점을 가지고있다. LSTM 신경망은 강우에 대한 격자별 침수심을 예측하기 위해 사용되었으며, 입력자료로 2000~2022년도에 걸친 도림천 유역의 침수피해를 야기한 지속시간 6시간 AWS(Automatic Weather System) 관측 강우 자료를 사용하였고 목표값으로 수집된 도림천 유역의 강우자료를 이용하여 SWMM(Storm Water Management Model)의 유출 결과를 바탕으로 수행된 2차원 침수해석 모의 결과를 사용하였다. 연구유역의 SWMM 배수 관망 입력자료의 정확성을 높이기 위해 서울시 하수관로 수위 현황 자료를 활용하여 매개변수 조정을 실시하였으며, 하수관로의 실측 수위와 모의 수위를 일치시켰다. LSTM 신경망을 이용하여 격자별로 예측된 침수심 데이터를 시각화하여 침수흔적도와 비교하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 1999년도 추계학술대회논문집
• /
• pp.131-140
• /
• 1999

Today freeway is experiencing a severe congestion with incoming or outgoing traffic through freeway ramps during the peak periods. Thus, the objectives of this study is to identify the traffic characteristics, analyze the relationships between the traffic characteristics and finally construct the delay predictive models on the ramp junctions of freeway with 70mph speed limit. From the traffic analyses, and model constructions and verifications for delay prediction on the ramp junctions of freeway, the following results were obtained: ⅰ) Traffic flow showed a big difference depending on the time periods. Especially, more traffic flows were concentrated on the freeway junctions in the morning peak period when compared with the afternoon peak period. ⅱ) The occupancy also showed a big difference depending on the time periods, and the downstream occupancy(Od) was especially shown to have a higher explanatory power for the delay predictive model construction on the ramp junction of freeway. ⅲ) The speed-occupancy curve showed a remarkable shift based on the occupancies observed ; Od < 9% and Od$\geq$9%. Especially, volume and occupancy were shown to be highly explanatory for delay prediction on the ramp junctions of freeway under Od$\geq$9%, but lowly for delay predicion on the ramp junctions of freeway under Od<9%. Rather, the driver characteristics or transportation conditions around the freeway were through to be a little higher explanatory for the delay perdiction under Od<9%. ⅳ) Integrated delay predictive models showed a higher explanatory power in the morning peak period, but a lower explanatory power in the non-peak periods.

• 스마트미디어저널
• /
• 제9권3호
• /
• pp.31-40
• /
• 2020

현재 제조 분야 빅데이터 분석을 위하여 black-box 기반 기계 학습 알고리즘을 활용하고 있다. 해당 알고리즘은 높은 분석 정합성 가지는 장점이 있지만, 분석 결과에 대한 해석이 어렵다는 단점이 있다. 그러나 제조업에서는 분석 알고리즘은 제조 공정 원리 기반 해석을 통하여 결과의 근거 및 도출 타당성에 대한 검증이 중요하다. 이러한 기계 학습 알고리즘의 결과 설명력 한계를 극복하기 위하여 유전 프로그래밍을 활용한 제조 빅데이터 분석 방법을 제안한다. 본 알고리즘은 생물학적 진화유전 프로그래밍 알고리즘은 생물학적 진화를 모방한 진화 연산 (선택, 교배, 돌연변이) 반복하면서 최적의 해를 찾아간다. 그리고 해는 수학적 기호를 활용하여 변수 간의 관계로 나타나며, 가장 높은 설명력을 가지는 해가 최종적으로 선택된다. 이를 통하여 입력 및 출력 변수 관계 수식화를 통한 결과를 도출하므로 직관적인 제조 매카니즘에 대한 해석이 가능하며 또한 수식으로 나타낸 변수간의 관계 기반으로 기존 해석이 불가한 제조 원리 도출도 가능하다. 제안 기법은 대표적인 기계 학습 알고리즘과 성능을 비교 분석 결과 동등 또는 우수한 성능을 보였다. 향후 해당 기법을 통하여 다양한 제조 분야 활용 가능성을 검증하였다.