• 한국항공우주학회지
• /
• 제46권9호
• /
• pp.782-789
• /
• 2018

한국형 기동헬기(KUH)의 다기능시현기(MFD)는 항공기 운용 중 임무컴퓨터(MC)로부터 영상정보(항법, 비행, 생존, 지형 및 정비 관련 정보)를 입력받아 시현한다. 체계개발 단계에서 식별된 MFD 이상시현(화면 깜박임 현상 등)은 항공기 초도양산 과정에서 DVI 케이블 차폐 성능 개선과 DVI 케이블 장착 경로 변경을 통하여 해소하였다. 항공기 납품 후 1~2년 정도 경과하였을 때 MFD 이상시현이 다시 발생하였고, 파생형헬기 시험평가 과정에서도 식별되었다. 이러한 MFD 이상시현의 해결을 위하여 항공기 체계 단위의 종합 검토를 수행하였고, DVI 케이블의 개선을 통한 설계 개선방안을 도출하였다. 본 논문에서는 MFD 이상시현의 발생원인을 분석하였고, 설계 개선방안 검토과정을 정리하였다. 그리고 설계 개선사항에 대한 타당성을 DVI 케이블 조립체 비교시험, SIL/지상/비행시험 결과를 바탕으로 입증하였다.

• 한국추진공학회지
• /
• 제22권1호
• /
• pp.7-15
• /
• 2018

본 연구에서는 다양한 산업에서 계면활성제로 적용되는 AOT를 HTPB/AP 고체추진제에 적용하였다. AOT는 음이온 계면활성제 중 하나로, 해외에서는 AOT가 추진제의 소화특성을 유도한다고 보고된 사례가 있다. 본 연구에서는 이러한 AOT를 적용한 고체추진제를 제조하였고, 물성과 연소특성을 고찰하였다. AOT를 적용한 추진제는 연소 시 일정 압력에 도달하게 되면 연소속도가 급격히 떨어지는 특성을 나타내며, 물성 특성에서도 밀도와 경도가 일반 HTPB/AP 추진제에 비하여 낮게 나타난다.

• Composites Research
• /
• 제34권5호
• /
• pp.269-276
• /
• 2021

프리프레그 압축성형(PCM, Prepreg Compression Molding) 공정은 고품질 CFRP(Carbon Fiber Reinforced Plastic) 제품을 제조할 수 있는 고속성형기술이다. 오토클레이브 공정에 비해 폐기물 발생이 적고 사이클타임을 크게 줄일 수 있어 항공우주 및 자동차 산업에서 다양한 연구가 진행되고 있다. 본 연구에서는 PCM 공정의 품질을 높이기 위해 프리프레그의 경화거동을 따라 프레스의 압축압력을 단계별로 증가시키는 성형법에 대해 연구하였고, 이러한 다단 압축 성형법이 우수한 품질의 CFRP 제품을 생산하고 사이클타임을 단축할 수 있는 좋은 수단임을 확인하였다. 그리고 상온에서 적층한 프리프레그를 금형에 투입하여 예열과 성형을 동시에 함으로써 별도의 예열 공정 없이 제품을 성형할 수 있었다. 또한 평판 성형에 최적화된 공정조건을 3차원 형상물에 동일하게 적용한 결과 외관상 평판과 유사한 제품을 공정조건 수립 과정 없이 만들 수 있었다.

• 한국항행학회논문지
• /
• 제25권5호
• /
• pp.384-389
• /
• 2021

네트워크 기반 무인기 제어통신 시스템을 위한 복잡도와 성능을 고려한 지상국 최적 안테나 패턴 설계 방식을 제시하였다. 다수개의 측면 섹터와 한 개의 상향 섹터로 구성되는 지상국 안테나의 섹터 수, 수평/수직 빔폭, 틸팅각도 등 안테나 설계 파라미터의 변화에 따른 수직/수평 각도 별 안테나 이득을 모델링하고, 가상의 3차원 공간 내에서 각 파라미터의 변화가 신호 대 잡음 비 (SNR : signal to noise ratio) 분포에 미치는 영향을 분석하였다. 다양한 파라미터 중 측면 섹터의 틸팅 각도가 성능에 가장 큰 영향을 미치는데, 지상국 간 거리가 길수록, 최고 고도가 높을수록, 측면 섹터 수가 작을수록 틸팅 각도를 낮춰야 함을 확인할 수 있었다. 또한 최저 SNR 최대화 측면에서는 측면 섹터 수직 빔폭을 늘리는 것이 유리하지만 평균 SNR 측면에서는 수직 빔폭을 줄이는 것이 유리함을 확인하였다.

• 디지털융복합연구
• /
• 제17권9호
• /
• pp.79-88
• /
• 2019

본 연구에서는 데이터 마이닝 기법을 활용하여 항공기 사고와 준사고로 인한 사망 발생 요인들과 패턴들을 분석하고자 한다. 이를 위해, 항공기 사고와 준사고 데이터를 보유하고 있는 미국연방교통안전위원회(NTSB)와 미국연방항공청(FAA)의 데이터를 사용하였다. 다음으로 의사결정나무 알고리즘을 사용하여 항공기 사고 및 준사고에 따른 사망여부 예측모형들을 구축하였고 이를 토대로 사망 발생에 영향을 주는 주요 요인들과 패턴들을 도출하였다. NTSB 데이터의 경우 항공기가 완파되거나 고기동 또는 고위험 임무를 수행할 때 주로 사망이 발생하는 것을 알 수 있었다. FAA 데이터의 경우 항공기가 일부 파괴된 경우 조종사의 숙련도가 저조하거나 미인가 조종사의 경우 사망이 발생하였으며, 고공낙하점프와 지상운용단계에서 발생되는 다양한 사망관련 패턴들도 발견되었다. 또한 도출된 패턴들을 활용하여 사망 사고 예방을 위한 실용적인 방안들을 제시한 점에서 연구의 의의를 찾을 수 있다.

• 전기전자학회논문지
• /
• 제23권3호
• /
• pp.1108-1111
• /
• 2019

본 논문은 LLC 공진 컨버터에 적합한 자동화 권선 변압기 설계에 대한 포괄적인 방법에 대해서 나타낸다. 기존의 LLC 공진 변압기는 하나의 보빈에 모든 권선이 감겨져 있기 때문에 자동화 권선 구현이 어렵다는 문제점이 있다. 따라서 본 논문에서는 절연 테이프와 배리어 테이프가 없이 다중 보빈으로 자동 권선이 가능한 LLC 공진 변압기를 제안하였으며 제안한 LLC 공진 변압기의 설계 절차에 대해서도 나타내었다. Maxwell 3D 시뮬레이션 툴을 이용하여 제안한 LLC 공진 변압기의 해석 및 모델링을 상세하게 기술되었으며 또한 3D 모델링에 의해 제작된 제안한 LLC 공진 변압기를 이용하여 프로타입 150W LLC 공진 컨버터를 실험을 통해 확인하였다.

• 한국융합학회논문지
• /
• 제10권10호
• /
• pp.107-115
• /
• 2019

인적 및 물적 피해를 크게 초래하는 건설현장의 안전사고를 효과적으로 방지할 수 있는 시스템이 절실히 필요하다. 건설현장의 안전관리 시스템은 주로 대규모 건설현장 위주로 시범 운용되고 있으나, 중소규모의 현장에서 저비용으로 운용할 수 있는 안전관리 시스템은 많이 부족한 실정이다. 건설현장의 안전사고는 예상되는 위험 지역에 허가받지 않은 작업자가 접근하지 못하도록 사전 조치를 하면 효과적으로 방지할 수 있다. 본 연구에서는 소규모 건설현장에서 저비용으로 운용할 수 있는 사물인터넷 기반의 위험구역 경보 시스템을 개발하였다. 본 시스템은 지그비 기반의 비콘기술과 셀룰러 이동통신 기술 등을 활용하여 건설현장에서 추가적인 네트워크의 구축이 없이 허가된 작업자 또는 외부인이 위험구역에 접근시에 감지하고, 안전 관리자에게 위험 경보를 즉시 통보하여 적절한 안전조치를 취할 수 있다.

• 한국항공우주학회지
• /
• 제46권11호
• /
• pp.944-951
• /
• 2018

회전익기의 결빙운용능력이 요구될 경우 자연결빙 비행시험전 풍동시험과 인공결빙시험을 선행하면 개발기간을 단축시킬수 있다. 한국형기동헬기의 경우 인공결빙 시험을 수행하여 각 시험조건에서 방 제빙기능의 정상작동을 확인 후 자연결빙시험을 수행하였다. 인공결빙시험에서 시험조건인 액적량(LWC)과 액적 평균직경(MVD)을 확인하기 위해 정밀센서인 구름기상정보관측기(CCP)를 사용하는데 시험환경, 장비오차등의 이유로 측정치의 불확실성이 존재할 수 있어 시험조건 확인이 다방면으로 필요하다. 동체에 착빙된 얼음두께로부터 LWC를 계산하여 측정값과 비교한 결과, 시험조건을 간접적으로 검증해 볼 수 있는 효과적인 방법임을 확인하였다.

• Nuclear Engineering and Technology
• /
• 제53권2호
• /
• pp.657-665
• /
• 2021

Nondestructive evaluation methods play an important role in ensuring component integrity and safety in many industries. Operator fatigue can play a critical role in the reliability of such methods. This is important for inspecting high value assets or assets with a high consequence of failure, such as aerospace and nuclear components. Recent advances in convolution neural networks can support and automate these inspection efforts. This paper proposes using residual neural networks (ResNets) for real-time detection of corrosion, including iron oxide discoloration, pitting and stress corrosion cracking, in dry storage stainless steel canisters housing used nuclear fuel. The proposed approach crops nuclear canister images into smaller tiles, trains a ResNet on these tiles, and classifies images as corroded or intact using the per-image count of tiles predicted as corroded by the ResNet. The results demonstrate that such a deep learning approach allows to detect the locus of corrosion via smaller tiles, and at the same time to infer with high accuracy whether an image comes from a corroded canister. Thereby, the proposed approach holds promise to automate and speed up nuclear fuel canister inspections, to minimize inspection costs, and to partially replace human-conducted onsite inspections, thus reducing radiation doses to personnel.

• 산업경영시스템학회지
• /
• 제43권4호
• /
• pp.190-197
• /
• 2020

Recently there was an incident that military radars, coastal CCTVs and other surveillance equipment captured a small rubber boat smuggling a group of illegal immigrants into South Korea, but guards on duty failed to notice it until after they reached the shore and fled. After that, the detection of such vessels before it reach to the Korean shore has emerged as an important issue to be solved. In the fields of marine navigation, Automatic Identification System (AIS) is widely equipped in vessels, and the vessels incessantly transmits its position information. In this paper, we propose a method of automatically identifying abnormally behaving vessels with AIS using convolutional autoencoder (CAE). Vessel anomaly detection can be referred to as the process of detecting its trajectory that significantly deviated from the majority of the trajectories. In this method, the normal vessel trajectory is gridded as an image, and CAE are trained with images from historical normal vessel trajectories to reconstruct the input image. Features of normal trajectories are captured into weights in CAE. As a result, images of the trajectories of abnormal behaving vessels are poorly reconstructed and end up with large reconstruction errors. We show how correctly the model detects simulated abnormal trajectories shifted a few pixel from normal trajectories. Since the proposed model identifies abnormally behaving ships using actual AIS data, it is expected to contribute to the strengthening of security level when it is applied to various maritime surveillance systems.