• 전자공학회논문지CI
• /
• 제49권2호
• /
• pp.38-43
• /
• 2012

콘크리트 건물의 보수 작업은 표면에 발생하는 균열을 정확하게 계측함으로써 비용적인 측면과 안전성이 결정된다. 하지만 표면에 발생한 균열은 대부분 점검자에 의해 수작업으로 계측되기 때문에 시간적 측면에서 비효율적이다. 또한 콘크리트 표면의 균열은 영상 획득 과정에서 빛이나 외부 환경에 의해 훼손되는 경우가 발생한다. 또한 콘크리트 표면이 고르지 않은 영상이나 잡음이 많이 존재하는 콘크리트 영상에서는 기존의 균열 추출 방법으로는 균열이 검출되지 않는 경우가 발생한다. 따라서 본 논문에서는 형태가 왜곡되지 않은 균열뿐만 아니라, 잡음과 유사한 미세 균열까지 효과적으로 추출하고 분석할 수 있는 방법을 제안한다. 본 논문에서 제안하는 균열 검출 방법은 콘크리트 슬래브 표면의 R, G, B 채널 값을 퍼지 기법에 적용하여 후보 균열 영역을 추출한 후, 추출한 후보 균열 영역에 SOM 기법을 적용하여 1차적으로 잡음 영역을 제거한다. 잡음이 제거된 후보 균열 영역에서 밀도 정보를 이용하여 2차적으로 세부적인 잡음 영역을 제거하여 최종적으로 균열 영역을 검출한다. 실제 콘크리트 균열 영상을 대상으로 실험한 결과, 다양한 콘크리트 균열 영상에서 기존의 균열 추출 방법보다 균열 검출 성능이 개선되었음을 확인하였다.

• 조명전기설비학회논문지
• /
• 제18권6호
• /
• pp.70-77
• /
• 2004

산업 응용분야에서 유도전동기 구동시스템의 예상치 않은 고장은 전체 계통의 정지, 막대한 손실 등을 가져올 수 있다. 이러한 문제점을 해결하는 방법 중에 하나로서 본 논문은 유도전동기 구동을 위한3상 전압형 PWM 인버터에 개방-스위치 손상의 고장진단에 대하여 연구한다. 고장진단 방법으로는, 먼저 고장의 특징추출을 위하여 3상 전류를 d-q 전류로 변환한 후 평균 전류벡터를 구한다. 다음으로 여러 종류의 고장 패턴을 진단하기 위하여 한 인공지능 알고리즘을 제안한다. 제안된 기법은 일반적인 뉴로-퍼지 시스템(adaptive neuro-fuzzy algorithm)의 전제 부에 클러스터링을 도입한 기법으로 적은 계산 양과 좋은 성능을 갖는다. 최종적으로, 여러 불확실한 요소를 가진 고장계통에 대하여 제안된 알고리즘의 유용성을 모의실험에 의해 검증하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2006년도 춘계종합학술대회
• /
• pp.305-309
• /
• 2006

본 논문에서는 네트워크 기반의 스마트 선박을 구현하기 위한 연구의 일환으로서, TCP/IP 기반의 지능형 선박 조타제어시스템을 구축하여, 시스템의 효용성을 살펴보고, 그 실용화 방안을 모색한다. 구체적인 연구방법으로, 먼저, 선박의 조타시스템을 PC 상에서 원격으로 제어하기 위한 TCP/IP 소켓 기반의 프로그래밍 및 네트워크 시스템을 구현하고, 다음으로 퍼지 추론에 의하여 타각을 제어하기 위한 퍼지 조타 조작 모델을 구축하여 적용한다. 마지막으로 실제 선박의 조타시스템을 축소한 모형조타제어시스템에 적용하여 그 유효성을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.154-154
• /
• 2012

지표에서의 토양수분은 작은 구성비를 가짐에도 불구하고 여러 수문 현상을 연계하는 매우 중요한 인자로써 최근 관련 연구가 활발하게 진행되고 있다. 토양수분은 침투나 침루를 통하여 강우와 지하수를 연결하는 기능을 함과 동시에 강우사상에 따른 유출특성에 직접적인 영향을 미치며 증발산을 통하여 에너지 순환을 연결하는 중요한 기능을 한다. 토양수분을 측정하는 방법에는 세타 탐침(Theta Probe), 장력계, TDR(Time Domain Reflectrometry) 등이 이용되고 있으며, 광역 토양수분자료의 보다 정확한 공간 변동성의 관측을 위하여 항공원격탐사와 인공위성 원격탐사기술이 개발되어 적용되고 있다. 인공위성 영상은 자료의 분석이 간편하며, 공간자료이므로 공간 변화를 분석하는 데 있어 매우 편리하다. 그 중 MODIS(Moderate Resolution Imaging Spectroradiometer) 위성영상은 저해상도 영상으로 극궤도 위성인 Terra와 Aqua 위성에 장착되어 있으며, NASA에서 필요한 정보를 받아 사용할 수 있다. 본 연구에서는 유역의 물리적 지형자료와 같은 방대한 양의 자료 수집 없이도, 모형이 구축되면 인공위성자료와 강우자료만으로도 신뢰성 높은 결과를 단시간 내에 효율적으로 산정할 수 있는 자료 지향형 모형인 ANFIS(Adaptive Neuro-Fuzzy Inference System)를 사용하였다. 사용된 퍼지변수로는 시험유역의 토양수분 관측자료와 강수량 및 인공위성 자료인 MODIS NDVI(Normalize Difference Vegetation Index), MODIS LST(Land-Surface Temperature) 영상을 이용하였다. MODIS NDVI는 시간 해상도 8일, 공간해상도 250 인 Level 3 영상이며, MODIS LST는 시간 해상도 1일, 공간해상도 1 km인 Level 3 영상을 사용하였다. 위성자료를 사용하기 위해 Korea TM 좌표체계로 변환한 뒤, 토양수분 관측지점이 속한 각 셀의 속성값을 추출하였다. 위성자료와 수집된 자료 및 토양수분자료와의 관계를 분석하기 위하여 입력자료를 다양한 방법으로 구성하여 입력 변수를 생성하였다. 생성된 입력 변수와 ANFIS 모형을 연계하여 각각의 토양수분 산정모형을 구축하고 대상지점에 대한 토양수분을 산정 및 비교 분석하였다.

• 한국인터넷방송통신학회논문지
• /
• 제23권4호
• /
• pp.127-135
• /
• 2023

요즘, 우울증 및 스트레스로 자살하는 환자가 급증하고 있다. 뿐만 아니라, 스트레스 및 우울증이 오래 지속되면, 심장병 및 뇌 질환, 고혈압 등을 유발할 수 있는 위험한 요소로 질환이다. 그러나, 아무리 현대 의학이 발전하였지만, 우울증 및 심장병 환자에게는 특별한 약이나 치료제가 없는 매우 난감한 상황이다. 그러므로, 세계 여러 나라에서, 심전도 및 산소포화도, 뇌파 분석 기능을 이용해서 우울증 위험환자 및 자살 위험환자를 조기에 판단하는 연구가 활발하게 이루어지고 있다. 본 논문에서는, 이러한 문제점을 분석하기 위해서, 심장병 가설데이터를 수립해서, 심장병 위험환자를 판단하는 컴퓨터 모의실험을 수행하였다. 특히, 심장병 발생 예측을 을 10% 이상 향상하게 시키기 위해서, 퍼지 추론을 사용하는 모의실험을 수행하였다.

• Nuclear Engineering and Technology
• /
• 제54권11호
• /
• pp.4111-4124
• /
• 2022

The control rod drive system is critical to the reactor's reliable operation. The performance of its control system and mechanical system will gradually deteriorate because of operational and environmental stresses, thus increasing the reactor's operational risk. Currently there are few researches on the aging-related degradation of the entire control rod drive system. Because it is difficult to quantify the effect of various environmental stresses and establish an accurate physical model when multiple mechanisms superimposed in the degradation process. Therefore, this paper investigates the aging-related degradation of a control rod drive system by integrating Dynamic Object-Oriented Bayesian Network and Hidden Markov Model. Uncertainties in the degradation of the control system and mechanical system are addressed by using fuzzy theory and the Hidden Markov Model respectively. A system which consists of eight control rod drive mechanisms divided into two groups is used to demonstrate the method. The aging-related degradation of the control rod drive system is analyzed by the Bayesian inference algorithm based on the accelerated life test data, and the impact of different operating schemes on the system performance is also investigated. Meanwhile, the components or units that have major impact on the system's performance are identified at different operational phases. Finally, several essential safety measures are suggested to mitigate the risk caused by the system degradation.

• Steel and Composite Structures
• /
• 제48권2호
• /
• pp.179-190
• /
• 2023

Many recent attempts have sought accurate prediction of pile pullout resistance (P_ul) using classical machine learning models. This study offers an improved methodology for this objective. Adaptive neuro-fuzzy inference system (ANFIS), as a popular predictor, is trained by a capable metaheuristic strategy, namely equilibrium optimizer (EO) to predict the P_ul. The used data is collected from laboratory investigations in previous literature. First, two optimal configurations of EO-ANFIS are selected after sensitivity analysis. They are next evaluated and compared with classical ANFIS and two neural-based models using well-accepted accuracy indicators. The results of all five models were in good agreement with laboratory P_uls (all correlations > 0.99). However, it was shown that both EO-ANFISs not only outperform neural benchmarks but also enjoy a higher accuracy compared to the classical version. Therefore, utilizing the EO is recommended for optimizing this predictive tool. Furthermore, a comparison between the selected EO-ANFISs, where one employs a larger population, revealed that the model with the population size of 75 is more efficient than 300. In this relation, root mean square error and the optimization time for the EO-ANFIS (75) were 19.6272 and 1715.8 seconds, respectively, while these values were 23.4038 and 9298.7 seconds for EO-ANFIS (300).

• Nuclear Engineering and Technology
• /
• 제49권7호
• /
• pp.1369-1378
• /
• 2017

The present paper reports the development of a computational code based on the Adaptive Group of Ink Drop Spread (AGIDS) for reconstruction of the neutron noise sources in reactor cores. AGIDS algorithm was developed as a fuzzy inference system based on the active learning method. The main idea of the active learning method is to break a multiple input-single output system into a single input-single output system. This leads to the ability to simulate a large system with high accuracy. In the present study, vibrating absorber-type neutron noise source in an International Atomic Energy Agency-two dimensional reactor core is considered in neutron noise calculation. The neutron noise distribution in the detectors was calculated using the Galerkin finite element method. Linear approximation of the shape function in each triangle element was used in the Galerkin finite element method. Both the real and imaginary parts of the calculated neutron distribution of the detectors were considered input data in the developed computational code based on AGIDS. The output of the computational code is the strength, frequency, and position (X and Y coordinates) of the neutron noise sources. The calculated fraction of variance unexplained error for output parameters including strength, frequency, and X and Y coordinates of the considered neutron noise sources were $0.002682{\sharp}/cm^3s$, 0.002682 Hz, and 0.004254 cm and 0.006140 cm, respectively.

• Computers and Concrete
• /
• 제14권6호
• /
• pp.727-743
• /
• 2014

The management of existing concrete bridges has become a major social concern in many developed countries due to the large number of bridges exhibiting signs of significant deterioration. This problem has increased the demand for effective maintenance and renewal planning. In order to implement an appropriate management procedure for a structure, a wide array of corrective strategies must be evaluated with respect to not only the condition state of each defect but also safety, economy and sustainability. This paper describes a new performance evaluation system for existing concrete bridges. The system evaluates performance based on load carrying capability and durability from the results of a visual inspection and specification data, and describes the necessity of maintenance. It categorizes all girders and slabs as either unsafe, severe deterioration, moderate deterioration, mild deterioration, or safe. The technique employs an expert system with an appropriate knowledge base in the evaluation. A characteristic feature of the system is the use of neural networks to evaluate the performance and facilitate refinement of the knowledge base. The neural network proposed in the present study has the capability to prevent an inference process and knowledge base from becoming a black box. It is very important that the system is capable of detailing how the performance is calculated since the road network represents a huge investment. The effectiveness of the neural network and machine learning method is verified by comparing diagnostic results by bridge experts.

• Journal of Mechanical Science and Technology
• /
• 제16권12호
• /
• pp.1633-1642
• /
• 2002

Uninterrupted power supply has become indispensable during the maintenance task of active electric power lines as a result of today's highly information-oriented society and increasing demand of electric utilities. The maintenance task has the risk of electric shock and the danger of falling from high place. Therefore it is necessary to realize an autonomous robot system using electro-hydraulic manipulator because hydraulic manipulators have the advantage of electric insulation. Meanwhile it is relatively difficult to realize autonomous assembly tasks particularly in the case of manipulating flexible objects such as electric lines. In this report, a discrete event control system is introduced for automatic assembly task of electric lines into sleeves as one of the typical task of active electric power lines. In the implementation of a discrete event control system, LVQNN (linear vector quantization neural network) is applied to the insertion task of electric lines to sleeves. In order to apply these proposed control system to the unknown environment, virtual learning data for LVQNN is generated by fuzzy inference. By the experimental results of two types of electric lines and sleeves, these proposed discrete event control and neural network learning algorithm are confirmed very effective to the insertion tasks of electric lines to sleeves as a typical task of active electric power maintenance tasks.