• Composites Research
• /
• 제13권5호
• /
• pp.50-59
• /
• 2000

본 논문에서는 복합재료 패널 플러터를 억제할 수 있는 두 가지 방법에 대해서 연구하였다. 첫번째, 능동제어 방법에서는 선형 제어 이론을 바탕으로 제어기를 설계하였으며 제어입력이 작동기에 가해진다. 여기서 작동기로는 PZT를 사용하였다. 두 번째, 인덕터와 저항으로 구성되어진 션트회로를 사용하여 시스템의 감쇠를 증가시킴으로써 패널 플러터를 억제할 수 있는 새로운 방법인 수동감쇠기법에 대한 연구가 수행되었다. 이 수동감쇠기법은 능동적 제어보다 강건(robust)하며 커다란 전원 공급이 필요하지 않고 제어기나 감지 시스템과 같이 복잡한 주변 기기가 필요 없이도 실제 패널 플러터 억제에 쉽게 응용할 수 있는 장점을 가지고 있다. 최대의 작동력/감쇠 효과를 얻기 위해서 유전자 알고리듬을 사용하여 압전 세라믹의 형상과 위치를 결정하였다. 해밀턴 원리를 사용해서 지배 방정식을 유도하였으며, 기하학적 대변형을 고려하기 위해 von-Karman의 비선형 변형률-변위 관계식을 사용하였으며 공기력 이론으로는 준 정상 피스톤 1차 이론을 사용하였다. 4절점 4각형 평판 요소를 이용하여 이산화된 유한 요소 방정식을 유도하였다. 효율적인 플러터 억제를 위해 패널 플러터에 중요한 영향을 미치는 플러터 모드를 이용한 모드축약기법을 사용하였으며, 이를 통해 비선형 연계 모달 방정식이 얻어지게 된다. 능동적 제어 방법과 수동 감쇠 기법에 의해 수행되어진 플러터 억제 결과들을 Newmark 비선형 시분할 적분법을 통해 시간 영역에서 살펴 보았다.

• 지능정보연구
• /
• 제18권1호
• /
• pp.125-141
• /
• 2012

본 연구는 최근 그 중요성이 한층 높아지고 있는 침입탐지시스템(IDS, Intrusion Detection System)의 침입탐지모형을 개선하기 위한 방안으로 유전자 알고리즘에 기반한 새로운 통합모형을 제시한다. 본 연구의 제안모형은 서로 상호보완적 관계에 있는 이분류 모형인 로지스틱 회귀분석(LOGIT, Logistic Regression), 의사결정나무(DT, Decision Tree), 인공신경망 (ANN, Artificial Neural Network), 그리고 SVM(Support Vector Machine)의 예측결과에 적절한 가중치를 부여해 최종 예측결과를 산출하도록 하였는데, 이 때 최적 가중치의 탐색을 위한 방법으로는 유전자 알고리즘을 사용한다. 아울러, 본 연구에서는 1차적으로 오탐지율을 최소화하는 최적의 모형을 산출한 뒤, 이어 비대칭 오류비용 개념을 반영해 오탐지로 인해 발생할 수 있는 전체 비용을 최소화할 수 있는 최적 임계치를 탐색, 최종적으로 가장 비용 효율적인 침입탐지모형을 도출하고자 하였다. 본 연구에서는 제안모형의 우수성을 확인하기 위해, 국내 한 공공기관의 보안센서로부터 수집된 로그 데이터를 바탕으로 실증 분석을 수행하였다. 그 결과, 본 연구에서 제안한 유전자 알고리즘 기반 통합모형이 인공신경망이나 SVM만으로 구성된 단일모형에 비해 학습용과 검증용 데이터셋 모두에서 더 우수한 탐지율을 보임을 확인할 수 있었다. 비대칭 오류비용을 고려한 전체 비용의 관점에서도 단일모형으로 된 비교모형에 비해 본 연구의 제안모형이 더 낮은 비용을 나타냄을 확인할 수 있었다. 이렇게 실증적으로 그 효과가 검증된 본 연구의 제안 모형은 앞으로 보다 지능화된 침입탐지시스템을 개발하는데 유용하게 활용될 수 있을 것으로 기대된다.