• The Journal of the Acoustical Society of Korea
• /
• v.34 no.1
• /
• pp.52-59
• /
• 2015

In the conventional model for the prediction of the railway environmental noise, one used an empirical formula of the total noise level at specific distances. Only a function of the distance to the source was also used to calculate the noise level near the railway bridges. However, the noise varies depending on the position of the receiver as well as the distance from the source especially at concrete bridges. In this paper, a noise propagation model in the railway concrete bridge was derived by considering the diffraction at the bridge deck and the ground effect and applying the ISO 9613-2 noise propagation model. We compared the predicted and measured values of environmental noise at a high-speed railway bridge, and it was confirmed that this prediction model gives relatively small errors.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 1996.10a
• /
• pp.408-413
• /
• 1996

도시화가 빠른 속도로 진행되고 있는 우리나라에서도 철도에 대한 수송능력의 증대, 고속화등의 사회적 요구에 의하여 철도선로의 고가화가 충분히 예상된다. 그러나 소음문제를 생각할 경우, 고가선로에 있어서는 다른 선로와 달리 열차주행에 의한 전동음(rolling noise)과 더불어 주행열차에 의하여 가진된 고가구조체의 진동소음(이하 고가 구조물음)을 함께 고려하지 않으면 안된다. 따라서 본 논문에서는, 고가철도에서의 소음전파를 예측하기 위하여, 고가구조체로부터의 소음방사를 고려하는 실험적 검토를 하였다. 또한 실험결과를 근거로 하여 고가 구조 물음에 대한 음원모델을 설정하고, 전동음을 포함하는 소음전파 예측의 계산모델을 작성하여, 계산결과와 실측결과와의 대응성에 대하여 검토하였다.

• Information and Communications Magazine
• /
• v.24 no.9
• /
• pp.77-85
• /
• 2007

최근 컴퓨터 발전에 따라 이동통신용 채널모델로 deterministic방법이 활발히 연구되고 있다. 이 방법은 기존의 stochastic방법과 달리 주어진 환경의 전파전파현상을 물리 이론을 바탕으로 정확하게 예측하는 것을 목적으로 한다. 그러므로 차세대 주파수 환경 분석과 같은 다양하고 새로운 분야에 적용가능하고 연구의 진전에 따라 모델의 정확도 및 신뢰도가 점점 높아지고 있다. 그러므로 본보에서는 현재까지의 연구 결과를 정리하고 방법의 장단점을 논한다.

• Proceedings of the Korea Society for Energy Engineering kosee Conference
• /
• 1994.11a
• /
• pp.17-22
• /
• 1994

오류역전파 신경망을 인산형 연료전지의 조업변수인 산소 및 수소 유량, 작동온도에 대하여 학습시켜 연료전지 모델을 구성하였다. 또한 구성된 모델을 이용하여 다양한 조업조건에서의 단위전지 성능을 예측하여 이를 실험결과와 비교하였으며, 학습된 신경망을 ASPEN PLUS의 단위공정으로 도입하여 50kW 출력의 연료전지 공정을 구성한 후 조업변수에 대한 영향을 살펴보았다. 3개의 층으로 구성된 오류역전파 신경망은 학습단계상수와 모멘텀이 각각 0.7 및 0.9인 경우 단위전지 성능곡선을 가장 정확히 학습하였으며, 이에 의하여 구성된 신경망 모델은 수소 및 산소의 유량, 온도의 변화에 따른 단위전지 성능곡선의 변화를 정확히 예측하였다. 연료전지 전체공정의 모사에서는 개질기의 경우 $600^{\circ}C$의 상압에서 수증기/탄화수소 비율이 2.6일 때, 연료전지의 경우 작동온도가 190~20$0^{\circ}C$일 때 연료전지의 출력이 최대값을 나타내었으며, 단위전지의 전기화학적 효율은 약 45%, 수소이용률은 약 61%, 발전시스템 전체의 효율은 18%이었다.

• The Journal of Korean Institute of Electromagnetic Engineering and Science
• /
• v.9 no.6
• /
• pp.824-832
• /
• 1998

The significant additional path loss is caused by scattering, diffraction, and attenuation of propagation. Most of the wave propagation models for rural areas mainly have considered the influence of topography but ignored the effects due to land usage. The goal of this paper is development of the field strength prediction program for Cheju which is used the contour map and the effects due to land usage. In oder to classify the propagation path and divide the environment of land, data of the terrain and the land-cover are formed into a pixel. Two-ray model is transformed into equivalent model by the predicted reflection coefficient and the slope of terrain. For non line of sight, the additional loss is determined by quantitative analysis. The result show good accord and the wave propagation model program can be applied to predicted the service region in rural area of Cheju.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.969-972
• /
• 2010

소프트웨어 제품의 품질을 보장하기 위해서는 제품을 개발하는 단계에 미리 결함율을 예측하여 원하는 수준의 품질을 확보하는 것이 중요하다. 결함은 사용자의 요구사항이 제품으로 구현되고 기능에 대한 테스트가 수행되는 단계에 가장 객관적이며 정량적으로 관리될 수 있다. 따라서 본 논문에서는 통합테스트에 대한 계획을 수립하는 단계에 제품에 대한 결함율을 미리 예측하여 제품 결함율이 조직의 관리범위에 들어올 수 있도록 통제하는 결함예측모델을 제안한다. 조직의 제품 결함율 베이스라인을 설정하고 통합테스트 결함율에 영향을 미치는 변수들과의 회귀분석을 통해 통합테스트 결함예측모형을 구축한다. 또한 제품 결함율에 영향을 미치는 변수들과의 회귀분석을 통해 제품 결함예측모형을 구축하고 결함예측모형을 활용해 제품 결함율을 분석 및 통제한다. 본 논문에서 제안한 결함예측모델은 실제 프로젝트에 적용하여 실효성을 검증하였으며 제품이 완성되기 전에 결함율을 예측하여 통제할 수 있게 함으로써 소프트웨어 품질을 향상한다.

• Proceedings of KOSOMES biannual meeting
• /
• 2017.11a
• /
• pp.162-163
• /
• 2017

해양 HNS(Hazardous and Noxious Substances)의 유출 사고 시, 막대한 인명 피해와 환경 훼손을 피하기 위해 유출 사고 조기 예측과 정확한 확산 경로를 예측하는 것이 필수적이다. 본 연구의 최종목적은 전산유체역학을 이용하여 HNS사고가 발생하였을 때 위험구역을 적절히 예측할 수 있는 수치해석기법을 개발하고, 다양한 해양사고조건과 환경영향을 고려하여 근접역에서의 2차원 확산 특성을 고찰하고 확산 현상을 예측하기 위한 모델을 개발하는 것이다. 본 연구에서는 상용코드인 ANSYS FLUENT(V. 17.2)을 사용하여 근접역에서의 2차원 확산특성을 모사하고 분석하였다. 특히, 누출된 HNS의 위치별 농도를 예측하기 위해 종수송방정식(Species Transport Equation)을 이용하였으며 RANS(Reynolds-Averaged Navier-Stokes) 방정식과 표준 $k-{\varepsilon}$ 모델을 이용하여 난류유동을 모사하였다. 해석된 결과는 문헌에서 얻어진 실험데이터와 상호비교하였으며 해수의 유속, HNS의 밀도에 따른 유층 두께, 해수면 HNS 평균 농도 그리고 HNS 전파 속도를 분석하였다. 유층 두께는 해류 유속에 따라 변화하며 변화 경향에 따라 두 구간으로 나눌 수 있다. 해류 전파 속도는 대체로 해류 유속과 선형적 비례관계를 갖는 것으로 나타났다. 해수면 평균 HNS 농도는 해류 유속에 선형적으로 비례하여 감소하며, HNS 밀도가 큰 경우 해수면 평균 HNS 체적 농도는 더 빠르게 감소하게 된다. 이러한 결과는 HNS 확산 특성을 분석하고 관련된 예측모델을 개발하는 데에 기여할 수 있다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• spring
• /
• pp.429-432
• /
• 2002

천해에서의 저주파 단상태 잔향음 모델(L-HYREV)을 개발하였다. 음선이론에 기초한 전파모델은 해저 내로 투과되는 음파에 대한 효과를 적절하게 고려 할 수 없으므로, 해저 내 상호작용을 계산할 수 있는 전파모델이 필요하다. 따라서 본 논문에서는 RAM을 이용해서 전달손실을 계산 후, 다중경로 확장모델을 이용해서 산출한 전달손실을 보정하였다. 모델의 검증을 위하여 GSM(generic sonar model) 잔향음 모의 신호 및 실측잔향음 신호와 비교하였으며, 비교 결과 GSM 보다 L-HYREV 모델이 저주파 잔향음 예측에 적합함을 확인할 수 있다.

• 전기의세계
• /
• v.35 no.5
• /
• pp.290-294
• /
• 1986

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.14 no.6
• /
• pp.2985-2991
• /
• 2013

Train radio system has been constructed in the second stage of Kyung-bu high speed railway adopting TETRA(Terrestial trunk radio) standard at 851MHz frequency band. The base stations of the train radio system should be located along railway track to ensure seamless communication between train and wayside taking the path loss of train radio propagation into consideration. This paper provides a quantitative analysis of the path loss characteristics based on the measurement results of the train radio propagation along the high speed railway. The free space propagation model and Okumura-Hata model are generally used for base station design, but they predicted 10dB lower or 20dB higher than the measured path loss. Linear regression of the field measured data by applying the log-distance model shows path loss exponent is in the 2.8-3.2 range, which can be used to predict the path loss of the train radio propagation.