• Ocean Systems Engineering
• /
• 제7권2호
• /
• pp.157-177
• /
• 2017

This research is based on the concept of safety airbag to design a self-rescue system for the autonomous underwater vehicle (AUV) using micro inertial sensing module. To reduce the possibility of losing the underwater vehicle and the difficulty of searching and rescuing, when the AUV self-rescue system (ASRS) detects that the AUV is crashing or encountering a serious collision, it can pump carbon dioxide into the airbag immediately to make the vehicle surface. ASRS consists of 10-DOF sensing module, sensing attitude algorithm and air-pumping mechanism. The attitude sensing modules are a nine-axis micro-inertial sensor and a barometer. The sensing attitude algorithm is designed to estimate failure attitude of AUV properly using sensor calibration and extended Kalman filter (SCEKF), feature extraction and backpropagation network (BPN) classify. SCEKF is proposed to be used subsequently to calibrate and fuse the data from the micro-inertial sensors. Feature extraction and BPN training algorithms for classification are used to determine the activity malfunction of AUV. When the accident of AUV occurred, the ASRS will immediately be initiated; the airbag is soon filled, and the AUV will surface due to the buoyancy. In the future, ASRS will be developed successfully to solve the problems such as the high losing rate and the high difficulty of the rescuing mission of AUV.

• 대한설비공학회:학술대회논문집
• /
• 대한설비공학회 2008년도 동계학술발표대회 논문집
• /
• pp.75-79
• /
• 2008

Since tunnel construction order was placed one by one, various sensors and actuators installed at the RTU and higher level system in each tunnel maintenance office had their own protocols depending on construction company. The TGMS testbed established on the extended region of Yong-dong Highway, for example, did not have consistent protocol between each automation levels and management levels without considering the functions and/or roles of each level. The management sever in each tunnel was simply networked to the TGMS server. Therefore, it is impossible to implement a new control algorithm as well as to integrate each other since each tunnel was constructed by different company. So, if the construction company is out of business, there is no way to maintain the corresponding tunnel effectively. In order to solve this problem, all the necessary standard protocols was established between automation level and management levels. These interface standards provide the clear classification between individual tunnel system and tunnel management system. So, even if construction company is different, its effect is minimized, so that it is expected to successfully establish PC based TGMS.

• 대한인간공학회지
• /
• 제30권1호
• /
• pp.29-39
• /
• 2011

Safety management paradigm which against human errors in aviation industry is now changing from the follow-up measures after accident in the past to systematic approach that a forecast the hazards and improve the working system of the group to prevent accidents. As human factors are based on the man's specific psychological traits, it takes much time and efforts to prepare the preventive measures. That's why aviation industry is interested in the accident-prevent measurements against human errors. In this thesis, therefore, we are going to introduce the efforts that aviation organizations have tried and recommend management systems and discuss the suggestive facts. At first, we discussed introduction of HFACS which is the systematic accidents-classification system related to human errors in the aviation organization and countermeasure in the aspects of management, technology/engineering, education training. We described about FOQA, LOSA, CRM/TEM, aviation safety information DB in the aspect of management, and explained safety technologies that prevent human errors or avoid technologically when emergency occurs in the aspect of technology/engineering. In the aspect of education training, we explained the application plan about safety programs(LOFT/Simulator use, CRM/TEM application etc).

• International Journal of Automotive Technology
• /
• 제8권5호
• /
• pp.637-650
• /
• 2007

A new on-line fault detection and isolation(FDI) scheme has been proposed for engines using an adaptive neural network classifier; this paper investigates the robustness of this scheme by evaluating in a wide range of operational modes. The neural classifier is made adaptive to cope with the significant parameter uncertainty, disturbances, and environmental changes. The developed scheme is capable of diagnosing faults in the on-line mode and can be directly implemented in an on-board diagnosis system(hardware). The robustness of the FDI for the closed-loop system with crankshaft speed feedback is investigated by testing it for a wide range of operational modes, including robustness against fixed and sinusoidal throttle angle inputs, change in load, change in an engine parameter, and all changes occurring simultaneously. The evaluations are performed using a mean value engine model(MVEM), which is a widely used benchmark model for engine control system and FDI system design. The simulation results confirm the robustness of the proposed method for various uncertainties and disturbances.

• Parasites, Hosts and Diseases
• /
• 제25권2호
• /
• pp.154-158
• /
• 1987

As a series of systematic classification of paramphistomes, the worms in the rumen and reticulum were collected on 214 Korean cattle slaughtered at Jeonju abattoir from January, 1986 to April, 1987 and were classified by means of morphology. Afterwards, the karyotype of Paramphistomum cervi(Zeder, 1790) was detected by means of modified air.drying method from germ cells of the worms. The results were summarized as follows: 1. In the chromosome number of 254 p. cervi, the haploid cell was n:9 and the diploid 2n=18. The meiotic divisions were observed frequently; 1,924 haploid and 32 diploid cells were reliable. Nine pairs of mitotic chromosomes were homologous in the metaphase stage, and the chromosomes were composed of five medium-sized metacentrics (m) , subtelocentrics(st) or submetacentrics(sm) and four small-siRed subtelocentrics(st) or submetacentrics(sm). Meiotic metaphase was composed of five medium and four small chromosomes in size. 2. As a series of C-banding method, C-band was showed in centromeric region from all of the haploid germ cells. Whereas chromosome No. 3 and 5 included heterochromatin on the tip region, chromosome No. 4 on the distal region and No. 6 proximal region. And chromosomes No. 2 and 8 showed a remarkable C-band distinguished from other chromosomes.

• Journal of Animal Science and Technology
• /
• 제65권6호
• /
• pp.1254-1269
• /
• 2023

This study aims to predict the change in corn share according to the grazing of 20 gestational sows in a mature corn field by taking images with a camera-equipped unmanned air vehicle (UAV). Deep learning based on convolutional neural networks (CNNs) has been verified for its performance in various areas. It has also demonstrated high recognition accuracy and detection time in agricultural applications such as pest and disease diagnosis and prediction. A large amount of data is required to train CNNs effectively. Still, since UAVs capture only a limited number of images, we propose a data augmentation method that can effectively increase data. And most occupancy prediction predicts occupancy by designing a CNN-based object detector for an image and counting the number of recognized objects or calculating the number of pixels occupied by an object. These methods require complex occupancy rate calculations; the accuracy depends on whether the object features of interest are visible in the image. However, in this study, CNN is not approached as a corn object detection and classification problem but as a function approximation and regression problem so that the occupancy rate of corn objects in an image can be represented as the CNN output. The proposed method effectively estimates occupancy for a limited number of cornfield photos, shows excellent prediction accuracy, and confirms the potential and scalability of deep learning.

• 항공우주시스템공학회지
• /
• 제18권2호
• /
• pp.95-103
• /
• 2024

무인기에 적용되는 다양한 추진기관 기술은 항공의 중요한 개발 방향 중의 하나인 무인기의 비행 성능에 크게 관련이 있다. 본 논문에서는 무인기의 내연기관(왕복엔진, 로타리엔진, 가스터빈엔진), 하이브리드 및 순수한 전기 추진시스템에 대하여 조사를 수행하였다. 특히 이러한 추진기관들의 분류, 작동사이클, 특성 및 주요 기술들에 대하여 제시하였다. 그러므로 미래의 무인기 추진시스템의 개발 틀, 종합적인 예측 및 다양한 비교를 정립하는데 도움을 줄 것으로 판단된다.

• 대한화장품학회지
• /
• 제46권2호
• /
• pp.179-184
• /
• 2020

피부를 탄력있고 부드럽게 하는 역할은 각질층에 존재하는 수분량에 의해 좌우된다. 피부 수분량은 냉온풍, 건조환경 등 다양한 환경 변화에 의해 영향을 받음이 알려져 있으나, 개인 피부 차이에 따른 피부 수분량 변화와 회복 정도에 대해서는 많은 연구가 이루어 지지 않은 실정이다. 본 연구에서는 온풍 조건하에서 피시험자들의 피부 수분 탈락 및 회복 정도를 비교 평가하여 새로운 피부 타입을 제시하고, 온풍 조건에서 저하되는 피부 수분량을 개선 시켜주는 효능 물질을 개발하고자 하였다. 온풍 환경 조성을 위해, 건강한 피험자(남: 10 명, 여: 39 명, 25 세 - 63 세)의 전완부에 온풍(30 cm, 40 ℃, 6 m/s)을 30 min 간 피부에 노출시켜, 피부 수분량의 변화를 평가하였다. 26명(남: 4 명, 여: 22 명, 평균 연령: 42.7 ± 9.4)이 온풍 노출 전에 비하여 온풍 노출 후 수분량이 유의하게 감소하며, 노출 후 30 min이 지나도 회복이 되지 않았다. 온풍 노출 후 수분량이 떨어지는 피험자(여: 10 명)를 대상으로 보수력이 높은 크림을 3 주간 전완부에 적용한 이후 동일 온풍 조건하에서 피부 수분량을 측정한 결과, 노출 30 min 후 피부 수분량이 온풍 노출 전 수준으로 회복됨을 확인하였다. 본 연구를 통하여 피부는 건조 조건에서 쉽게 수분을 잃어버리는 피부(탈수형 피부)가 존재하는 것을 확인하였다. 이는 앞으로 화장품 개발을 보습 기능뿐만 아니라, 이러한 환경변화에 따른 피부 수분이 쉽게 빠져나가는 피부(탈수형 피부)의 특성에 맞는 제품의 효능 개발이 필요함을 보여준다.

• 한국식품과학회지
• /
• 제38권6호
• /
• pp.751-755
• /
• 2006

본 연구에서는 제분기, 건조방법별 등 다양한 조건별로 흑미쌀가루를 제조하여 각 쌀가루별 품질특성을 조사하였다. 건조조건에 다른 roll mill로 제분한 흑미쌀가루의 수분함량은 열풍건조 10.3% 마이크로파 건조 14.4%로 측정되었다. 대조구인 백미쌀가루의 수분함량은 10.0%였다. Jet mill 분쇄 후 쌀가루의 수분함량은 7.5-7.9%로 roll mill 분쇄 후 수분함량 보다 낮은 수분함량을 보였다. WAI는 0.32-0.45로 차이를 나타내지 않았으나, WSI는 입자크기가 작은 jet mill로 분쇄한 흑미쌀가루가 7.3-16.3%로 높았고, 입자크기가 큰 roll mill 분쇄한 대조구와 흑미쌀가루가 각각 0.7, 3.7, 4.1%로 낮은 값을 나타내어 입자크기가 감소함에 따라 증가하였다. 입자크기가 작을수록 L값은 증가하였고, a값은 감소하였다. Jet mill로 분쇄한 모든 흑미쌀가루의 평균입도는 건조조건, 침지조건에 상관없이 39.1-41.5 ${\mu}m$로 유사한 입도분포를 나타내었으나 초미세 흑미쌀가루의 평균입도는 9.4 ${\mu}m$로 가장 작은 입도분포를 나타내었다. 대조구인 백미가 6.3 mg/100 g으로 가장 낮고, 흑미쌀가루는 91.4-115.8 mg/100 g으로 유사한 값을 보였다. 제분방법에 따른 흑미쌀가루 총 아미노산 함량은 74.9-96.4 mg/100 g으로 측정되어 백미 쌀가루 총아미노산 30.5 mg/100 g 보다 약 3배 높은 함량을 보였다. 결과적으로 가공제품으로 흑미쌀가루 이용시 건조방법 보다는 제분방법 즉 입도분포가 흑미쌀가루에 품질특성 변화에 더 영향을 주는 것으로 판단된다.

• 방송공학회논문지
• /
• 제27권6호
• /
• pp.936-939
• /
• 2022

최근 공중 전투체계 기술들이 발전함에 따라 대공방어 시스템의 발전이 요구되고 있다. 대공 방어 시스템의 운용개념에 있어, 표적에 적합한 무장을 선택하는 것은 제한된 대공 전력을 사용하여 위협체에 대해 효율적으로 대응한다는 측면에서 체계에 요구되는 능력 중 하나이다. 비행 위협체의 식별에 있어 많은 부분이 운용자의 육안 식별에 의존하는데 고속으로 기동하고 원거리에 위치한 비행체를 육안으로 판별하는 것은 많은 한계가 있다. 뿐만 아니라, 현대 전장에서 무인화 및 지능화된 무기체계의 수요가 증가함에 따라 운용자의 육안 식별 대신 체계가 자동으로 비행체를 식별하고 분류하는 기술의 개발이 필수적이다. 영상자료를 수집해 딥러닝 기반의 모델을 이용하여 무기체계를 식별한 사례로는 전차와 함정 등이 있지만 비행체의 식별에 대한 연구는 아직 많이 부족한 상황이다. 따라서 본 논문에서는 합성곱 신경망 모델을 이용하여 전투기, 헬기, 드론을 분류하는 모델을 제시하고 제시하는 모델의 성능을 분석한다. 본 논문에서 제시하는 모델은 시험세트에 대해 95% 이상의 정확도를 보이고, precision 0.9579, recall 0.9558, F1-socre 0.9568의 값을 나타내는 것을 확인할 수 있다.