• Journal of Advanced Marine Engineering and Technology
• /
• 제23권2호
• /
• pp.210-215
• /
• 1999

The proposed detector is consists of three-phase sinusoidal signal generator and peak detector. This peak detector can detect the peak voltage value at the state of variable frequency. In experi-ment three-phase sinusoidal signals are generated from D/A converter using IBM PC and deliv-ered to the peak detector. Each signals are squared by multiplier and summed up Peak value is the square root of summed value extracted by square root circuit.

• 한국정보통신학회논문지
• /
• 제24권6호
• /
• pp.809-817
• /
• 2020

소형위성 전력분배 및 전송모듈의 설계와 개발과정에서 딥러닝 알고리즘으로 동적 전력자원의 안정성을 평가하였다. 안정성 평가에 따른 요구사항은 소형위성 탑재체인 SAR 레이더의 전력분배모듈과 수요모듈의 전력전송기능을 구성하였다. 전력모듈인 PDM을 구성하는 스위칭 전력부품의 성능확인을 위해 동적신경망을 활용하여 신뢰성을 검증하였다. 신뢰성 검증을 위한 딥러닝 적용대상은 소형위성 본체로부터 공급되는 전력에 대한 탑재체의 전력분배기능이다. 이 기능에 대한 성능확인을 위한 모델링 대상은 출력전압변화추이(Slew Rate Control), 전압오류(Voltage Error), 부하특성(Load Power)이다. 이를 위해 첫째, 모델링으로 Coefficient Structure 영역을 정의하고 PCB모듈을 제작하여 안정성과 신뢰성을 비교 평가하였다. 둘째, 딥러닝 알고리즘으로 Levenberg-Marquare기반의 Two-Way NARX신경망 Sigmoid Transfer를 사용하였다.

• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 2010년도 하계학술대회 논문집
• /
• pp.76-76
• /
• 2010

유기박막트랜지스터의 특성을 개선하기 위해서는 유기반도체와의 좋은 접합과 유전상수가 주요한 요인으로 작용한다. 무기 산화물 전구체와 유기고분자를 이용하여 유기 고분자의 단정인 낮은 유전율을 개선하였다. 스핀코팅 방법이 아닌 딥코팅 방법을 이용하여 절연막 두께를 10nm정도로 낮추어 구동전압을 개선하였으며 무기 절연체의 높은 누설전류 또한 그 특성이 개선되어 우수한 절연 특성을 보였다. 유-무기 복합체를 이용한 게이트 절연막과 펜타센을 이용한 유기박막트랜지스터의 구동전압은 1V정도에서 구동가능하며, 점멸비, 이동도 모두 개선된 결과를 보였다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2013년도 전력전자학술대회 논문집
• /
• pp.485-486
• /
• 2013

본 논문에서는 저가형 플라이백 컨버터를 이용한 태양광 전력조절기의 연속도통모드(CCM) 제어기 설계를 제안한다. PV 전압 제어기 설계를 위하여 소신호 분석을 통해 전달함수를 유도하고 보상기를 설계하여 전압루프를 안정하게 설계하였다. 설계 결과는 MATLAB과 PSIM 시뮬레이션 비교로 검증하였다. 최종적으로 최대전력 조절제어를 위한 최대전력추종제어기를 구현하여 하드웨어로 검증하였다.

• 한국압력기기공학회 논문집
• /
• 제19권2호
• /
• pp.93-101
• /
• 2023

In this study, a deep learning algorithm was used to diagnose electric potential signals obtained through CIPS and DCVG, used indirect inspection methods to confirm the soundness of buried pipes. The deep learning algorithm consisted of CNN(Convolutional Neural Network) model for diagnosing the electric potential signal and Grad CAM(Gradient-weighted Class Activation Mapping) for showing the flaw prediction point. The CNN model for diagnosing electric potential signals classifies input data as normal/abnormal according to the presence or absence of flaw in the buried pipe, and for abnormal data, Grad CAM generates a heat map that visualizes the flaw prediction part of the buried pipe. The CIPS/DCVG signal and piping layout obtained from the 3D finite element model were used as input data for learning the CNN. The trained CNN classified the normal/abnormal data with 93% accuracy, and the Grad-CAM predicted flaws point with an average error of 2m. As a result, it confirmed that the electric potential signal of buried pipe can be diagnosed using a CNN-based deep learning algorithm.

• 청정기술
• /
• 제13권2호
• /
• pp.115-121
• /
• 2007

본 연구에서는 유전체 장벽 방전-광촉매 복합 공정에 의한 NO 및 $SO_2$ 제거를 실험적으로 분석하였다. 유전체 장벽 방전을 위해 유전체로서 유리구가 사용되었고 $TiO_2$ 광촉매 입자는 딥코팅(dip-coating) 방법에 의해 높은 비표면적을 가지는 스펀지 형태로 유리구에 코팅되었다. 플라즈마 반응기에 인가된 전압이나 펄스 주파수, 혹은 기체의 체류시간이 증가함에 따라, NO 및 $SO_2$의 제거효율은 증가하였다. NO 및 $SO_2$ 공급농도 증가하면 NO 및 $SO_2$ 제거에 더 많은 에너지가 요구되어 NO 및$SO_2$의 제거효율이 감소하였다. 본 연구의 실험 결과들은 NO 와 $SO_2$를 제거하기 위한 유전체 장벽 방전-광촉매 복합 공정 설계의 기초 자료로 사용될 수 있다.

• 디지털융복합연구
• /
• 제18권11호
• /
• pp.241-246
• /
• 2020

본 논문에서는 해양 전기추진 시스템과 딥러닝 알고리즘을 융합하여 전기추진 리제너레이션 시스템에서 DC/DC 컨버터 출력 전류 예측 및 리제너레이션 수행 시 배터리 충전량을 예측하기 위해 신경망 모델을 제안한다. 제안 된 신경망을 실험하기 위해 PCM의 입력 전압과 전류를 측정하고 시제품 PCM 보드의 출력 결과를 통해 데이터 세트를 구성하였다. 또한 불충분 한 데이터 세트에서 학습 결과를 향상시키기 위해 기존 데이터 세트를 데이터 피팅하여 학습을 진행하였다. 학습 후 신경망 모델의 데이터 예측 결과와 실제 측정 데이터의 차이를 그래프를 통해 확인하였다. 제안한 신경망 모델은 입력 전압과 전류 변화에 따른 배터리 충전량 예측을 효율적으로 보여주었다. 또한, DC/DC 컨버터를 구성하는 아날로그 회로의 특성변화를 신경망을 통하여 예측함으로써, 리제너레이션 시스템의 설계 시, 아날로그 회로의 특성을 고려해야 할 것으로 판단된다.

• Korean Chemical Engineering Research
• /
• 제55권5호
• /
• pp.593-599
• /
• 2017

본 연구에서는 활성탄과 납 전구체를 사용하여 나노 Pb/AC 복합소재를 제조한 후, 울트라 전지용 음극소재의 전기화학적 특성을 조사하였다. 나노 Pb/AC 복합소재는 활성탄에 나노 Pb 입자를 흡착시킨 후 감압 수세하여 제조하였다. 제조된 복합소재의 물리적 특성은 SEM, BET, EDS를 통해 분석하였으며, $1740m^2/g$, 1.95 nm의 비표면적과 평균 기공크기를 얻었다. 울트라 전지의 음극은 납 극판에 나노 Pb/AC를 딥코팅하여 제조되었다. 울트라 전지는 이산화납을 사용한 양극과 나노 Pb/AC 복합소재 음극을 사용하였으며 전해액은 5M의 황산용액($1.31g/cm^3$)을 사용하였다. 전기화학적 성능은 충 방전, 순환전압전류, 임피던스, 사이클 테스트를 통해 조사되었다. 제조된 나노 Pb/AC를 이용한 울트라 배터리는 기존의 납 축전지와 AC를 코팅한 납 축전지보다 개선된 초기 용량과 사이클 특성을 보였다. 이러한 실험 결과로부터 나노 Pb/AC의 적절한 첨가가 수소발생 반응이 억제됨에 따라 용량 및 장기 사이클 안정성을 향상시킴을 알 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.27-30
• /
• 2022

기존의 공정방식에 비해 효율성이나 환경적 면에서 많은 장점을 가진 플라즈마 공정은 반도체 제작에서 널리 사용되고 있다. Plasma Sheath란 플라즈마 bulk와 그 것을 둘러싸고 있는 챔버 벽면과 전극 사이에서 관찰되는 어두운 영역으로 양이온과 전자의 이동속도 차이로 인해 발생한다. Plasma Sheath Monitoring Sensor (PSMS)는 플라즈마와 전극 사이의 전압(Voltage) 차이와 전극에 걸리는 RF power 등을 실시간으로 측정하는 센서로서 플라즈마 챔버 내에서 플라즈마의 상태와 매우 상관도가 높을 것으로 기대된다. 본 연구에서는 PSMS 데이터를 활용하여 플라즈마 챔버 내의 질소이온의 상태를 예측하는 모형을 딥러닝 기계학습 기법을 이용하여 구축하였다. 연구에 사용된 데이터는 파워와 압력을 달리 셋팅한 실험에서 측정된 PSMS 데이터를 학습데이터로 활용하고 플라즈마 bulk와 Si substrate에서 측정된 질소 이온의 비율, 플럭스, 밀도를 레이블로 활용하였다. 본 연구의 결과는 향후 플라즈마 공정의 최적화 및 실시간 정밀제어를 위한 인공지능 기술의 기초가 될 것으로 기대된다.