• Tribology and Lubricants
• /
• 제40권4호
• /
• pp.111-117
• /
• 2024

Due to global CO₂ emission reductions and fuel efficiency regulations, the trend toward transitioning from internal combustion engine vehicles to electric vehicles (EVs) has accelerated. Consequently, the problem of EV failures has become a focal point of active research. The parasitic capacitance generated during motor-shaft rotation induces voltage that deteriorates the raceway and ball surfaces of bearings, causing electrical damage in EVs. Despite numerous attempts to address this issue, most studies have been conducted under high viscosity lubricant and low load conditions. However, due to factors such as high-speed operation, rapid acceleration and deceleration, motor heating, and motor system-decelerator integration, current EV applications have shown diminished stability in lubrication films of motor bearings, thereby leveraging the investigation to address the risk of electrical damage. This study investigates the electrical damage to rolling bearing elements in EV motor drive systems. The experimental analysis focuses on the effects of electric currents and operational loads on bearing integrity. A test rig is designed to generate high-rate voltage specific to a motor system's parasitic capacitance, and bearing samples are exposed to these currents for specified durations. Component evaluation involves visual inspections and vibration measurements. In addition, a predictive model for electrical failure is developed based on accumulated data, which demonstrates the ability to predict the likelihood of electrical failure relative to the duration and intensity of current exposure. This in turn reduces uncertainties in practical applications regarding electrical erosion modes.

• 지능정보연구
• /
• 제20권1호
• /
• pp.35-48
• /
• 2014

2013년 건설 경기 전망 보고서에 따르면 주택건설경기 침체 상황의 지속으로 건설 기업의 유동성 위기가 지속될 것으로 전망된다. 건설업은 파산으로 인한 사회적 파급효과가 다른 산업에 비해 큰 편이지만, 업종의 특성상 다른 산업과는 상이한 자본구조와 부채비율, 현금흐름을 가지고 있어서 기업의 파산 예측이 더 어려운 측면이 있다. 건설업은 레버리지가 큰 산업으로 부채비율이 매우 높은 업종이며 현금흐름이 프로젝트 후반부에 집중되는 특성이 있다. 그리고 경기사이클에 따른 부침이 매우 심하여 경기하강국면에선 파산이 급증하는 양상을 보인다. 건설업이 레버리지 산업인 이상 건설업체의 파산율 증가는 여신을 공여한 은행에 큰 부담으로 작용한다. 그럼에도 그간의 파산예측모델이 주로 금융기관에 집중되어 왔고 건설업종에 특화된 연구는 드물었다. 기업의 재무 자료를 바탕으로 한 파산 예측 모델에 대한 연구는 오래 전부터 다양하게 진행되었다. 하지만, 일반적인 기업 전체를 대상으로 하는 모델이기 때문에, 건설 기업과 같이 유동성이 큰 기업의 예측에는 적절하지 못할 수 있다. 건설 산업은 오랜 사업 기간과 대규모 투자, 그리고 투자금 회수가 오래 걸리는 특징을 갖는 자본 집약 산업이다. 이로 인해 다른 산업과는 상이한 자본 구조를 갖기 마련이고, 다른 산업의 기업 재무 위험도를 판단하는 기준과 동일한 적용이 곤란할 수 있다. 최근에는 기계 학습을 바탕으로 한 기업 파산 예측 연구가 활발하다. 기계 학습의 대표적 응용 분야인 패턴 인식을 기업의 파산 예측에 응용한 것이다. 기업의 재무 정보를 바탕으로 패턴을 작성하고 이 패턴이 파산 위험 군에 속하는지 안전한 군에 속하는지 판단하는 것이다. 전통적인 Z-Score와 기계 학습을 이용한 파산 예측과 같은 기존 연구들은 특정 산업 분야가 아닌 일반적인 기업을 대상으로 하기 때문에 기업들의 특성을 전혀 고려하고 있지 못하다. 본 논문에서는 건설 기업을 규모에 따라 각 기법들의 예측 능력을 비교하여 적응형 부스팅이 가장 우수함을 확인하였다. 본 논문은 건설 기업을 자본금 규모에 따라 세 등급으로 분류하고 각각에 대해 적응형 부스팅의 예측력을 분석하였다. 실험 결과 적응형 부스팅이 다른 기법에 비해 예측 결과가 좋았고, 특히 자본금 규모가 500억 이상인 기업의 경우 아주 우수한 결과를 보였다.

• Pediatric Infection and Vaccine
• /
• 제16권1호
• /
• pp.40-46
• /
• 2009

목 적: 3개월 이하의 열이 있는 영아에서 세균성 수막염의 진단에 도움이 되는 유용한 예측인자를 알아보고자 연구를 시작하였다. 방 법: 2003년 1월부터 2008년 4월까지 전주예수병원에 직장 체온으로 $38^{\circ}C$ 이상의 발열을 주소로 내원한 3개월 이하의 영아 652명을 대상으로, 내원 당시 체온, 말초 혈액에서 총 백혈구수, 대호중구수, 절대호중구수, C-반응 단백, 혈액 배양검사를 하였고, 세균성 수막염과 연관있는 인자를 분석하였다. 결 과: 세균성 수막염과 관련된 인자로는 C-반응 단백, 대호중구수, 절대호중구수, 연령의 P value가 각각 0.036, 0.037, 0.036, 0.001로 모두 통계학적인 의의가 있었다. C-반응 단백, 대호중구수, 절대호중구수, 연령의 곡선하면적은 각각 0.969, 0.946, 0.765, 0.235이었으며, C-반응 단백의 민감도, 특이도 및 차단점은 각각 83%, 96%, 8 mg/dL, 대호중구수는 각각 83%, 95%, $2,500/mm^3$, 절대호중구수는 각각 83%, 62%, $5,100/mm^3$이었다. C-반응 단백이 7 mg/dL 미만에서는 우도가 0.17이고, 사후확률은 0.1%, 음성예측도가 91% 이어서 세균성 수막염을 배제할 수 있었으며, C-반응단백이 9 mg/dL 이상인 경우 우도는 20.1로, 대호중구수의 16.6, 절대호중구수의 2.18, 연령의 0.61보다 높아서, 혈청 C-반응 단백이 세균성 수막염을 예측하는데 가장 유용한 것으로 판단되었다. 결 론: 3개월 이하의 영아가 발열이 있는 경우 C-반응 단백, 대호중구수, 절대호중구수가 높은 경우에는 세균성 수막염과 관련이 더 많았으며, 특히 혈청 C-반응 단백이 가장 유용한 인자로, 7 mg/dL 미만인 경우는 세균성 수막염을 배제하는데 도움이 되었고, 9 mg/dL 이상인 경우에는 세균성 수막염의 강한 예측인자가 되어 뇌척수액 검사를 적극적으로 고려해야 할 것으로 사료되었다.

• 지질공학
• /
• 제30권3호
• /
• pp.315-325
• /
• 2020

이 연구는 도로 비탈면에서 발생하는 산사태의 확률론적 예측에 기반된 산사태 발생에 영향을 미치는 인자의 중요도 산정 및 예측 모델을 개발하는 것이다. 산사태 예측 모델을 개발하기 위해 한반도 전 지역을 대상으로 2007년부터 2020년까지 조사된 30,615사면의 현장조사 자료를 활용하였다. 전체 131개의 변수 인자 중 지형인자 17개, 지질인자 114개(기반암 89개를 포함), 도로와의 이격거리를 사용하였다. 산사태 발생에 영향을 미치는 인자를 자동화된 머신러닝인 AutoML을 실시하여 예측 성능이 뛰어난 XRT(extremely randomized trees)를 선정하였다. 변수 중요도 분석결과 지형적 요인 10개, 지질인자 9개, 사회적 영향성인 도로와의 이격 거리와 관련된 항목순으로 급경사지 불안정에 가장 많은 영향을 주는 것으로 분석되었다. 개발된 모델의 신뢰성 검증을 수행한 결과 AUC 83.977%의 예측율을 확보한 것으로 나타났다. 이 모델은 산사태 이력을 기반으로 한 현장조사 자료만을 이용하여 변수 중요도의 순위를 도출함으로써 그에 따른 산사태 발생 가능성을 확률적 및 정량적으로 평가하였다. 향후 의사 결정자들에게 현장조사를 통한 사면진단 안전평가 시 신뢰성 있는 근거를 제공하리라 판단된다.

• Asian-Australasian Journal of Animal Sciences
• /
• 제26권6호
• /
• pp.788-794
• /
• 2013

Mastitis set apart as clinical and sub clinical is a disease complex of dairy cattle, with sub clinical being the most important economically. Of late, laboratories showed interest in developing biochemical markers to diagnose sub clinical mastitis (SCM) in herds. Many workers reported noteworthy alternation of acute phase proteins (APPs) and nitric oxide, (measured as nitrate+nitrite = NOx) in milk due to intra-mammary inflammation. But, the literature on validation of these parameters as indicators of SCM, particularly in riverine milch buffalo (Bubalus bubalis) milk is inadequate. Hence, the present study focused on comparing several APPs viz. ${\alpha}_1$-anti trypsin, ${\alpha}_1$-acid glycoprotein, fibrinogen and NOx as indicators of SCM in buffalo milk. These components in milk were estimated using standardized analytical protocols. Somatic cell count (SCC) was done microscopically. Microbial culture was done on 5% ovine blood agar. Of the 776 buffaloes (3,096 quarters) sampled, only 347 buffaloes comprising 496 quarters were found positive for SCM i.e. milk culture showed growth in blood agar with $SCC{\geq}2{\times}10^5$ cells/ml of milk. The cultural examination revealed Gram positive bacteria as the most prevalent etiological agent. It was observed that ${\alpha}_1$-anti trypsin and NOx had a highly significant (p<0.01) increase in SCM milk, whereas, the increase of ${\alpha}_1$-acid glycoprotein in infected milk was significant (p<0.05). Fibrinogen was below detection level in both healthy and SCM milk. The percent sensitivity, specificity and accuracy, predictive values and likelihood ratios were calculated taking bacterial culture examination and $SCC{\geq}2{\times}10^5$ cells/ml of milk as the benchmark. Udder profile correlation coefficient was also used. Allowing for statistical and epidemiological analysis, it was concluded that ${\alpha}_1$-anti trypsin indicates SCM irrespective of etiology, whereas ${\alpha}_1$-acid glycoprotein better diagnosed SCM caused by gram positive bacteria. NOx did not prove to be a good indicator of SCM. It is recommended measuring both ${\alpha}_1$-anti trypsin and ${\alpha}_1$-acid glycoprotein in milk to diagnose SCM in buffalo irrespective of etiology.

• 지질공학
• /
• 제32권1호
• /
• pp.27-40
• /
• 2022

산사태는 매년 전 세계적으로 상당한 규모의 인명 및 재산 피해를 발생시키고 있다. 따라서 이러한 산사태를 정확하게 예측하는 것은 매우 중요한 일이며 많은 연구자들이 다양한 접근방식을 활용하여 많은 연구를 수행하여 왔다. 산사태 예측과 관련된 분석은 고려되는 영향인자들과 분석되는 위험성의 예측 수준 그리고 산사태 발생 시 예상되는 피해에 대한 고려에 따라 산사태 취약성 분석, 산사태 위험성 분석 그리고 산사태 리스크 분석으로 구분된다. 이들 분석 중 현재 획득 가능한 관련 자료의 수준을 감안하여 국내외적으로 산사태 취약성 분석이 주로 수행되고 있다. 산사태 취약성 분석은 다양한 정성적 및 정량적 분석기법이 적용되어 왔으며 최근 들어서는 예측성능이 우수한 것으로 알려진 물리사면모델을 활용한 분석기법이 폭넓게 사용되고 있다. 특히 물리사면모델은 산사태 발생 이력의 존재여부와 상관없이 적용이 가능하고 산사태 발생 프로세스를 재현할 수 있다는 장점을 가지고 있다. 따라서 본 논문에서는 물리사면모델을 활용한 취약성 분석기법에 대하여 검토해 보았다.

• 수면정신생리
• /
• 제18권2호
• /
• pp.82-86
• /
• 2011

목 적 : 베를린 설문은 시행이 간편하고 비용이 들지 않아 전 세계적으로 가장 많이 사용되는 폐쇄성수면무호흡의 선별 검사 중 하나이다. 최근까지 다양한 문헌을 통해 베를린 설문의 유용성에 대한 결과가 보고 되고 있다. 본 연구에서는 수면 클리닉을 내원한 환자들을 대상으로 폐쇄성수면무호흡을 선별하는 도구로서 베를린 설문의 유용성을 평가하였다. 방 법 : 코골이 및 수면 중 무호흡 등의 증상으로 수면 클리닉을 내원한 121명을 대상으로 베를린 설문 및 수면다원검사를 시행하였다. 전체 분석 대상자를 폐쇄성수면무호흡의 중증도에 따라 인구학적 특성 및 수면다원검사상 수면 변인 및 호흡 변인에 따라 분석하였으며 또한 선별검사로서의 유용성을 평가하기 위해 중증도에 따라 베를린 결과의 민감도, 특이도, 양성 예측도, 음성 예측도 등을 통계 분석하였다. 결 과 : 전체 연구 대상을 폐쇄성수면무호흡의 중증도에 따라 분류하였을 때 정상 25명(20.6%), 경도 30명(25%), 중등도 26명(21.4%), 중증 40명(33%)의 분포를 보였다. 베를린 설문 결과상 고위험군은 84명(69.4%), 저위험군은 37명(30.6%)으로 나타났다. 폐쇄성수면무호흡의 진단에 있어 베를린 설문의 민감도와 특이도는 AHI 5를 기준으로 71.9%, 40%, AHI 15를 기준으로 75.8%, 38.2%, AHI 30을 기준으로 77.5%, 34.6%였으며 정확도는 65.3%였다. 결 론 : 베를린 설문은 수면 클리닉을 방문한 환자를 대상으로 하였을 때 폐쇄성수면무호흡의 선별 도구로서의 유용성은 높지 않았다.

• Tuberculosis and Respiratory Diseases
• /
• 제61권1호
• /
• pp.34-40
• /
• 2006

연구배경: 발관 실패와 관련된 위험 인자를 살펴보고, 기관내 삽관의 합병증으로 인한 후두부 폐쇄와 PES로 인한 재삽관의 위험성을 발관 전에 미리 예측하기 위한 CLT 검사의 의의 및 제한점을 알아보고자 하였다. 방 법: 24시간 이상 삽관과 인공 호흡기 치료 후 발관을 시도한 34명의 연속적인 환자들을 대상으로 발관 실패군에서 성공군과 차이를 보이는 인자를 살펴보고 CLT 를 시행해서 PES와 재삽관을 예측하는 CLV, CLP의 기준값을 구하였다. 결 과: 총 34명중 발관 실패는 6명(17.6%), PES는 3명(8.8%) 이었고 PES가 있던 3명은 모두 재삽관을 받았다. 발관 실패 환자에서 삽관 기간이 길었고, SAPS II score가 컸으며, 삽관 기간은 CLV, CLP와 역상관관계를 보였다. PES 양성 환자의 평균 CLV은 $22.5{\pm}23.8ml$로 음성 환자의 $233.3{\pm}147.1ml$보다 낮았고, CLP도 양성군에서 $6.2{\pm}7.3%$로 음성군의 $44.3{\pm}24.7%$보다 유의하게 낮았다. 가장 신뢰성 있는 CLV, CLP의 기준값은 50 ml, 14.7% 였고 CLV의 민감도는 100%, 특이도 93.5%, 양성예측도 60%, 음성예측도 100% 였고, CLP의 민감도는 100%, 특이도 87.1%, 양성예측도 42.9%, 음성예측도 100% 였다. 결 론: 삽관 기간이 길고 중증 질환 환자에서 발관 실패의 가능성이 높다. CLV, CLP가 감소되어 있을 경우 PES로 인한 재삽관 위험이 높아지므로 발관 시 주의가 필요하지만 발관의 불필요한 연기나 시도 자체에 대한 기준은 아닐것으로 생각된다.

• Pediatric Infection and Vaccine
• /
• 제26권2호
• /
• pp.81-88
• /
• 2019

목적: Mycoplasma pneumoniae 폐렴은 학동기 소아와 청소년의 지역사회 획득 폐렴 중 가장 흔한 원인으로, 조기에 원인 진단이 가능하다면 적절한 항균 요법을 결정하는데 도움이 된다. 본 연구는 하기도 감염 소아의 호흡기 검체에서 M. pneumoniae를 검출하기 위한 신속 항원 검사 방법의 진단적 가치를 평가하고자 하였다. 방법: 2010년 8월부터 2018년 8월까지 하기도 감염으로 서울대학교 어린이병원에서 응급실 또는 입원 치료를 받은 소아로부터 채취한 비인두 흡인물 중 M. pneumoniae 배양 검사를 시행한 후 $-70^{\circ}C$ 초저온냉동고에 보관되어 있는 검체 215개를 선정하였다. 비인두 흡인물 검체를 실온에서 해동하고 면역크로마토그래피를 이용한 Ribotest $Mycoplasma^{(R)}$를 시행한 후 두 명의 검사자가 결과를 판독하였다. 검사를 시행하는 자와 판독하는 자는 배양 검사 결과를 모르는 상태에서 검사를 진행하였다. 결과: 총 215개의 비인두 흡인물 검체 중 M. pneumoniae가 배양 양성인 검체는 119개, 배양 음성인 검체는 96개였다. M. pneumoniae가 배양 양성인 119개 중 74개(62.2%)가 Ribotest $Mycoplasma^{(R)}$ 검사 결과 양성이었고, 배양 음성인 96개 중 92개(95.8%)가 Ribotest $Mycoplasma^{(R)}$ 검사 결과 음성이었다. 배양 검사 결과를 기준으로 평가한 Ribotest $Mycoplasma^{(R)}$의 민감도는 62.2%(74/119, 95% 신뢰구간, 53.5-70.9%)이었으며, 특이도는 95.8% (92/96, 95% 신뢰구간, 91.8-99.8%)이었다. 또, 양성 예측도는 94.9% (74/78, 95% 신뢰구간, 90.0-99.8%)이었으며, 음성 예측도는 67.2% (92/137, 95% 신뢰구간, 59.3-75.0%), 그리고 일치도 77.21% (166/215, 95% 신뢰구간, 71.6-82.8%)를 보였다. 결론: 본 연구 결과, 신속 항원 검출법인 Ribotest $Mycoplasma^{(R)}$ 검사결과가 양성인 경우는 M. pneumoniae 배양 양성과의 일치도가 매우 높아서 M. pneumoniae 감염의 진단에 유용하였다. 그러나, Ribotest $Mycoplasma^{(R)}$ 검사결과가 음성인 경우의 약 1/3은 M. pneumoniae 배양 양성인 검체이었으므로, 음성 검사 결과에 대한 해석은 주의하여야 한다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.83-102
• /
• 2021

2020년 8월 정부는 한국판 뉴딜을 뒷받침하기 위한 공공기관의 역할 강화방안으로서 각 공공기관별 역량을 바탕으로 5대 분야에 걸쳐 총 20가지 과제를 선정하였다. 빅데이터(Big Data), 인공지능 등을 활용하여 대국민 서비스를 제고하고 공공기관이 보유한 양질의 데이터를 개방하는 등의 다양한 정책을 통해 한국판 뉴딜(New Deal)의 성과를 조기에 창출하고 이를 극대화하기 위한 다양한 노력을 기울이고 있다. 그중에서 한국무역보험공사(KSURE)는 정책금융 공공기관으로 국내 수출기업들을 지원하기 위해 여러 제도를 운영하고 있는데 아직까지는 본 기관이 가지고 있는 빅데이터를 적극적으로 활용하지 못하고 있는 실정이다. 본 연구는 한국무역보험공사의 수출신용보증 사고 발생을 사전에 예측하고자 공사가 보유한 내부 데이터에 기계학습 모형을 적용하였고 해당 모형 간에 예측성과를 비교하였다. 예측 모형으로는 로지스틱(Logit) 회귀모형, 랜덤 포레스트(Random Forest), XGBoost, LightGBM, 심층신경망을 사용하였고, 평가 기준으로는 전체 표본의 예측 정확도 이외에도 표본별 사고 확률을 구간으로 나누어 높은 확률로 예측된 표본과 낮은 확률로 예측된 경우의 정확도를 서로 비교하였다. 각 모형별 전체 표본의 예측 정확도는 70% 내외로 나타났고 개별 표본을 사고 확률 구간별로 세부 분석한 결과 양 극단의 확률구간(0~20%, 80~100%)에서 90~100%의 예측 정확도를 보여 모형의 현실적 활용 가능성을 보여주었다. 제2종 오류의 중요성 및 전체적 예측 정확도를 종합적으로 고려할 경우, XGBoost와 심층신경망이 가장 우수한 모형으로 평가되었다. 랜덤포레스트와 LightGBM은 그 다음으로 우수하며, 로지스틱 회귀모형은 가장 낮은 성과를 보였다. 본 연구는 한국무역보험공사의 빅데이터를 기계학습모형으로 분석해 업무의 효율성을 높이는 사례로서 향후 기계학습 등을 활용하여 실무 현장에서 빅데이터 분석 및 활용이 활발해지기를 기대한다.