• 제목/요약/키워드: external reference model

검색결과 133건 처리시간 0.02초

신뢰성 있는 스마트팩토리를 위한 사이버보안 아키텍처 (Cybersecurity Architecture for Reliable Smart Factory)

  • 김현진;김성진;김예솔;김신규;손태식
    • 정보보호학회논문지
    • /
    • 제29권3호
    • /
    • pp.629-643
    • /
    • 2019
  • 제4차 산업혁명 시대에 들어서며 세계 각국은 제조 산업의 경쟁력 확보를 위해 스마트팩토리를 빠르게 확산시키기 위한 보급 사업을 진행하고 있다. 그러나 스마트팩토리는 네트워크 환경이 폐쇄적이었던 기존 공장과는 달리 내부와 외부의 사물들이 서로 연결되고 다양한 ICT 기술이 활용되기 때문에 보안 취약점이 발생할 수 있다. 그리고 스마트팩토리는 사고 발생 시 경제적인 피해가 매우 크기 때문에 특정 대상에게 금전적 피해를 야기하고자 수행되는 사이버 공격의 대상이 되기 쉽다. 따라서 스마트팩토리에 대한 보안 연구 및 적용이 반드시 필요한 상황이지만 구체적인 스마트팩토리 시스템 아키텍처가 제시되어 있지 않아 스마트팩토리 보안요구사항도 정립되어 있지 않은 상황이다. 이러한 문제점을 해결하기 위해 본 논문에서는 국내외 주요 스마트팩토리 참조모델을 기반으로 스마트팩토리의 주요 특성을 식별하고 이를 반영할 수 있는 스마트팩토리 아키텍처를 도출하였다. 이후 도출된 스마트팩토리 아키텍처를 바탕으로 보안 위협을 식별하였으며 이에 대응할 수 있는 보안요구사항을 제시함으로써 스마트팩토리의 보안성 향상에 기여하고자 한다.

머신 러닝을 이용한 PIC 로봇 암 강성 향상에 대한 연구 (Stiffness Enhancement of Piecewise Integrated Composite Robot Arm using Machine Learning)

  • 지승민;함석우;전성식
    • Composites Research
    • /
    • 제35권5호
    • /
    • pp.303-308
    • /
    • 2022
  • PIC(Piecewise Integrated Composite)는 적층 복합재의 기계적 특성을 향상시키기 위해 다양한 적층 순서를 모자이크 방식으로 할당하여 복합 구조를 설계하는 새로운 개념이다. 또한 머신 러닝은 인공 지능의 하위 범주로, 컴퓨터가 데이터에서 지속적으로 학습하고 데이터를 기반으로 예측하는 능력을 개발한 다음 추가 프로그래밍 없이 조정하는 과정을 의미한다. 본 연구에서는 구조적 강성을 높이기 위해 기계학습을 기반으로 넓고 얇은 LCD 디스플레이를 운반 및 이송하기 위한 테이퍼 박스형 빔형 PIC 로봇 암이 설계되었다. 필수 학습 데이터는 예비 FE 해석 과정에서 유한 요소 모델 중 의도적으로 배치된 참조 요소에서 수집되었다. 또한 인장, 압축 또는 전단과 같은 지배적인 외부 하중 유형을 판단하기 위해 각 유한 요소에 대한 3축 특성 값을 얻었다. 학습 데이터를 이용하여 머신 러닝 모델을 훈련하고 평가되었으며, 정확도 레벨을 만족한 머신 러닝 모델을 이용해 요소의 로딩 유형을 예측하였다. 특정 하중 유형에 대해 우세한 것으로 알려진 세 가지 유형의 적층 각도 순서가 PIC 로봇 암에 모자이크 방식으로 할당되었습니다. 이후 굽힘형 FE 해석을 수행한 결과 PIC 로봇 암이 기존의 단일 적층 각도 순서로 제작된 복합재 로봇 암에 비해 강성이 증가된 것으로 나타났다.

액상 TCE 제거반응을 위한 $CoO_x/TiO_2$ 촉매 (Heterogeneous Oxidation of Liquid-phase TCE over $CoO_x/TiO_2$ Catalysts)

  • 김문현;추광호
    • 대한환경공학회지
    • /
    • 제27권3호
    • /
    • pp.253-261
    • /
    • 2005
  • 불균일 $CoO_x/TiO_2$ 촉매가 충진된 연속 흐름식 고정층 반응기 내에서 ppm 수준으로 수중에 존재하는 trichloroethylene (TCE) 제거반응을 수행하였으며, 가장 우수한 반응활성을 갖는 촉매의 결정구조와 표면화학적 특성을 분석함으로써 반응시간에 따라 분해활성이 전이영역을 보이는 원인을 규명하고자 하였다. $36^{\circ}C$의 반응온도에서 모델반응의 내부확산저항은 없었으며, $TiO_2$ 표면에 흡착에 의한 액상 TCE 제거정도는 무시할 수 있었다. 5% $CoO_x/TiO_2$ 촉매는 본 대상반응에 대하여 가장 우수한 활성을 갖는 것으로 나타났으며, 반응시간의 경과정도에 따라 TCE 분해효율이 점진적으로 증가하여 안정화되는 전이영역의 존재를 확인할 수 있었다. 반응 전 5% $CoO_x$ 촉매에 대한 XRD 패턴에서 담지체로 사용된 $TiO_2$에 의한 피크들 외에 새로운 피크가 관찰되었고, 5시간 이상 동안 반응한 후에 건조된 촉매의 경우에도 반응 전 촉매의 XRD 피크와 매우 유사하였다. $Co_3O_4$의 XRD 패턴들과 대조한 결과, 5% $CoO_x$ 촉매상에서 Co 화합물에 의해 야기되는 XRD 피크들은 $Co_3O_4$에 의한 것임을 알 수 있었다. 반응물에 노출되지 않은 5% $CoO_x/TiO_2$ 촉매에 대한 XPS 측정은 797.1 eV에서 Co $2p_{1/2}$에 대한 주피크와 함께 781.3 eV에서 Co $2p_{3/2}$에 대한 주피크가 관찰되어졌다. 반응 후 촉매의 경우에는 Co $2p_{3/2}$ 및 Co $2p_{1/2}$의 binding energy들은 각각 780.3과 795.8 eV에서 나타났다. 반응 전 후 촉매상에서 Co $2p_{3/2}$의 binding energy 차이는 1.0 eV이고, Co $2p_{1/2}$의 binding energy 차이는 1.3 eV이다. 표준 $Co_3O_4$에 대한 XPS 측정결과, 반응 후 촉매상에 존재하는 $CoO_x$$Co_3O_4$로 존재하고, 반응 전의 경우에는 이와는 다른 chemical state를 보여주었다. XRD 및 XPS 결과를 바탕으로, 촉매표면에 존재하는 $Co_3O_4$의 외부표면이 $Co_2TiO_4$$CoTiO_3$ 같은 $CoTiO_x$로 encapsulation되어 있는 모델구조를 제안할 수 있고, 이는 반응시간의 함수로 나타나는 촉매활성에 있어서 전이영역의 존재를 잘 설명할 수 있을 뿐만 아니라, XRD와 XPS에서 얻어진 촉매의 물리화학적인 특성을 잘 반영할 수 있다.