• 한국안전학회지
• /
• 제26권4호
• /
• pp.34-40
• /
• 2011

This paper is purposed to develop an leakage current detecting system(LCDS) which can prevent electrical fires on breaker capacity expansion as well as ruptures of XL(Extra long) pipelines and power failure by operation of ELB(Earth leakage breaker) at auto water machine in winter. In order to develop LCDS, this paper studied field state investigation, field state experiment, development of leakage alarm system and verification experiments. Field states investigation at livestock companies(10 companies) in cheong-won location to deduce the problems of auto water machine is analyzed. The field state experiment is conducted at B livestock company in cheong won location. The field state experiment method is measured with leakage current when ELB tripped by environment factor(fine, cloudy, and rainy day). The LCDS is developed as MCU(Micro Control Unit) part applied leakage current values at B livestock company. Verification experiments for the leakage current detecting system were conducted by two methods of current supply and field test. Results show that LCDS suggested in this paper are valuable and usable in auto water machine based on environment factor, which will prevent severe damage to human beings and properties and reduce the electrical fires in livestock.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.925-938
• /
• 2022

농업용 저수지는 전국적으로 중요한 수자원으로 기후변화에 따른 가뭄과 같은 이상기후의 영향에 취약한 특성을 가지며 적절한 운영을 위해 강화된 관리가 필요하다. 지속적인 모니터링을 통한 수위 추적(water level tracking)이 필요하지만 현실적인 문제로 현장 실측 및 관측이 어려운 실정이다. 본 연구는 저수지 수표면적을 측정하기 위해 광역 모니터링이 가능한 위성레이더 자료를 이용하여 4가지 AI 모델 간의 수체 탐지 성능에 대해 객관적인 비교를 제시한다. 위성 레이더자료는 Sentinel-1 SAR 이미지를 사용하였으며, 광학영상과 달리 기상환경에 영향을 적게 받기 때문에 장기 모니터링에 적합하다. 드론 이미지, Sentinel-1 SAR 그리고 DSM 데이터를 사용하여 Support Vector Machine (SVM), Random Forest (RF), Artificial Neural Network (ANN), Automated Machine Learning (AutoML)의 4가지 AI 모델을 구축했다. 연구대상 저수지는 총 22개소로 유효저수량이 30만톤 미만의 중소형 저수지이다. 총 45개 이미지가 모델 훈련과 검증에 사용되었으며, 연구 결과 AutoML 모델이 Accuracy=0.92, mIoU=0.81로 다른 3가지 모델에 비해 수체 픽셀 분류에서 0.01-0.03 더 나은 것을 보여주었다. 해당 결과는 SAR 영상으로부터 AutoML을 이용한 중소형 저수지 대상의 수체 분류 기법이 기존의 머신러닝 기법만큼의 성능을 보이는 것을 보여주었고, 학습을 통한 수표면적 분류 기술의 저수지 모니터링에 대한 적용 가능성을 보여주었다.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2000년도 추계학술대회논문집 - 한국공작기계학회
• /
• pp.416-421
• /
• 2000

Today, manufacturing market is highly competitive due to more complex and variable products, shorter delivery lead times, intensified product development rate, customers's increasing concern about quality, durability, maintainability, safety and environmental performance. To survive this environment, development of the automated design system is needed using AutoCAD. This paper represents a computer aided design system for watergate by using AutoCAD R2000 system and its Visual LISP computer language. The developed system ultimately generates the design for water gate through AutoCAD.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 1999년도 추계학술대회 논문집 - 한국공작기계학회
• /
• pp.87-92
• /
• 1999

The biggest challenge facing today manufacturing industry is better quality and high productivity. From an economic point of view, productivity is the most important parameter, as high productivity will reduce the cost. However, the customers of today are not only cost concerned, but also quality conscious. So high accuracy levels should also be achieved in the manufacturing process. This paper reports the development of a automatic design system based on AutoCAD program. This work is composed of three section that are design of top down menu, guide frame and gate lifter for water-gate programed by AutoLISP language and runned Windows system. The developed system ultimately generates the design for a water gate through AutoCAD program. In the design of the water gate, it needs about 23 hours with an expert, but this system can be only 80 seconds without an expert.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2001년도 추계학술대회(한국공작기계학회)
• /
• pp.330-335
• /
• 2001

Characteristics of the present world market include demanding and sophisticated customers, requirement of high quality and innovative products, greater product diversity, increasing labour and products costs, availability of diverse alternatives to the customers and smaller batch sizes to satisfy a variety of customer profiles. To fulfil these characteristics, manufacturing companies need to be flexible adaptable, proactive and able to produce variety of products in short time at low cost. The aim of the study is to develop a computer-aided design system for water-gate on AutoCAD R2000 system. The developed system has been written in AutoCAD and VisualLISP with a personal computer, and is composed four modules which are the gate-lifter input module, guide-frame input module, and upgrade module. Based on knowledge-based rules, the system is designed by considering several factors, such as width and height of a water-gate, material, object of product and maximum depth of water.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.307-307
• /
• 2022

최근 기후변화와 댐 상류 토지이용 변화 등과 같은 다양한 원인에 의해 댐 유입량의 변동성이 증가하면서 댐 관리 및 운영조작 의사 결정에 어려움이 발생하고 있다. 따라서 이러한 댐 유입량의 변동 특성을 반영하여 댐 유입량을 정확하고 효율적으로 예측할 수 있는 방안이 필요한 실정이다. 머신러닝 기술이 발전하면서 Auto-ML(Automated Machine Learning)이 다양한 분야에서 활용되고 있다. Auto-ML은 데이터 전처리, 최적 알고리즘 선택, 하이퍼파라미터 튜닝, 모델 학습 및 평가 등의 모든 과정을 자동화하는 기술이다. 그러나 아직까지 수문 분야에서 댐 유입량을 예측하기 위한 모델을 개발하는데 있어서 Auto-ML을 활용한 사례는 부족하고, 특히 댐 유입량의 예측 정확성을 확보하기 위해 High-inflow and low-inflow 의 변동 특성을 고려한 하이브리드 결합 방식을 통해 Auto-ML 기반 앙상블 모델을 개발하고 평가한 연구는 없다. 본 연구에서는 Auto-ML의 패키지 중 Auto-sklearn을 통해 홍수기, 비홍수기 유입량 변동 특성을 반영한 하이브리드 앙상블 댐 유입량 예측 모델을 개발하였다. 소양강댐을 대상으로 적용한 결과, 하이브리드 Auto-sklearn 앙상블 모델의 댐 유입량 예측 성능은 R² 0.868, RMSE 66.23 m³/s, MAE 16.45 m³/s로 단일 Auto-sklearn을 통해 구축 된 앙상블 모델보다 전반적으로 우수한 것으로 나타났다. 특히 FDC (Flow Duration Curve)의 저수기, 갈수기 구간에서 두 모델의 유입량 예측 경향은 큰 차이를 보였으며, 하이브리드 Auto-sklearn 모델의 예측 값이 관측 값과 더욱 유사한 것으로 나타났다. 이는 홍수기, 비홍수기 구간에 대한 앙상블 모델이 독립적으로 구축되는 과정에서 각 모델에 대한 하이퍼파라미터가 최적화되었기 때문이라 판단된다. 향후 본 연구의 방법론은 보다 정확한 댐 유입량 예측 자료를 생성하기 위한 방안 수립뿐만 아니라 다양한 분야의 불균형한 데이터셋을 이용한 앙상블 모델을 구축하는데도 유용하게 활용될 수 있을 것으로 사료된다.

• 한국공작기계학회논문집
• /
• 제10권3호
• /
• pp.50-54
• /
• 2001

Manufacturing is characterized by increasing product variety and technical complexity, decreasing levels of demand, expanding global competition and declining profitability of organizations. To survive in such a complex environment, development of the automatic design system into design and manufacturing can be introduced to increase the flexibility and adaptability to markets. This paper presents the development of an automatic water-gate design system that composed of a main program and three modules, and was programmed by AutoLISP language under AutoCAD system. The devel-oped system is capable of generating water-gate design automatically according to input data as customer requirement.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 1998년도 춘계학술대회 논문집
• /
• pp.40-52
• /
• 1998

Among the non-traditional machining methods, Abrasive waterjet machining process shows big promise in drilling difficult-to-machine materials due to its numerous advantages such as absence of heat affect zone and thermal distortion. Acoustic emission signal technique is used to understand about material removal mechanisms during abrasive waterjet drilling process. More information about the drilling process is derived through frequency decomposition of auto regressive moving average modeling representing acoustic emission signals.

• 한국수자원학회논문집
• /
• 제57권9호
• /
• pp.615-626
• /
• 2024

본 연구에서는 우리나라 전역에 대해 정확하고 시간 및 비용 효율적으로 토양수분 모니터링을 수행하기 위해 클라우드 컴퓨팅 플랫폼 Google Earth Engine (GEE)와 자동화기계학습(Automated Machine Learning, AutoML)을 결합한 토양수분 산정모형을 개발하였다. Terra MODIS (Moderate Resolution Imaging Spectroradiometer), 전구 강수 관측 위성 GPM (Global Precipitation Measurement)을 기반으로 다양한 공간정보를 활용해 최적의 입력 자료 조합을 테스트하였다. 그 결과, GPM 기반의 무강우누적일수 및 5일 평균강수량, NDVI (Normalized Difference Vegetation Index)와 밤 및 낮시간에 촬영된 LST (Land Surface Temperature)의 합계, 토양특성(사토 및 점토 함량, 용적밀도), 지형자료(고도 및 경사도), 계절 구분이 변수중요도(Feature importance)가 높은 것으로 나타났다. 상기 자료의 조합을 AutoML 통해 목적함수 (Determination of coefficient, R² ; Root Mean Square Error, RMSE; Mean Absolute Percent Error, MAPE)를 설정 후 기계학습 기법별 비교평가를 수행한 결과, Tree 계열의 모형이 높은 성능을 보였으며, 그 중, Random Forest의 성능이 가장 우수하였다(R² : 0.72, RMSE: 2.70 vol%, MAPE: 0.14).

• 대한치과기공학회지
• /
• 제31권4호
• /
• pp.37-43
• /
• 2009

This study evaluated the effect of concentration of glass fiber reinforcement on the flexural properties of auto and heat polymerized denture base resin. The test specimens($64{\times}10{\times}3.3mm$) were made of auto and heat polymerized resin(Vertex, Dentimax, Netherlands). Glass fiber(ER 270FW, Hankuk Fiber Glass, Korea) were used to reinforce the denture base resin. The 2.6%, 5.3% and 7.9% volume pre-impregnated fiber were located at the bottom of specimen. The test specimens(n=7) of each group were stored in distilled water at $37^{\circ}C$ for 50 hours before test. The flexural strength and modulus were measured by an universal testing machine(Z020, Zwick, Germany) at a crosshead speed of 5 mm/min in a three-point bending mode. The data was analyzed by one-way ANOVA and the Duncan's multiple range test(${\alpha}$=0.05). The difference of auto polymerized resin groups and heat polymerized resin groups were statistically analyzed by t-test(${\alpha}$=0.05). Glass fiber showed significant reinforcing effects on auto and heat polymerized resin. For flexural strength and modulus, auto polymerized resin was the highest in 7.9% volume, while heat polymerized resin was the highest in 5.3% volume. In this study, glass fiber at 7.9% volume ratio showed most effective reinforcing effect on auto polymerized resin and glass fiber at 5.3% volume ratio showed most effective reinforcing effect on heat polymerized resin in terms of flexural strength and flexural modulus.