• 한국구조물진단유지관리공학회 논문집
• /
• 제9권2호
• /
• pp.129-136
• /
• 2005

교량의 안전진단 과정에서 안전성 평가를 위해 전면교통통제 하에 차량재하시험이 일반적으로 실시된다. 교통통제의 단점을 개선시킨 최근에 제안된 의사정적재하시험에서는 계측된 시간이력 데이터 중 자유진동 부분을 퓨리에변환시켜 고유진동수를 구한다. 이렇게 구해진 고유진동수에는 분석기법에 따른 오차가 포함되며, 자유진동 데이터의 획득에도 다소 애로사항이 따른다. 이 연구에서는 Morlet wavelet를 모웨이블렛으로 하는 웨이블렛변환을 의사정적재하시험으로 계측한 데이터에 적용하여 구한 고유진동수와 감쇠율이 신뢰성을 가지며, 이 분석기법이 의사정적재하시험에 의한 차량재하시험의 자료 분석에 적용 가능하고 타당성이 있음을 보인다.

• 한국해양공학회:학술대회논문집
• /
• 한국해양공학회 2001년도 춘계학술대회 논문집
• /
• pp.260-265
• /
• 2001

본 연구에서는 연속 웨이블렛 변환을 이용하여 Ringing 현상을 연구하였다. 사용되어진 웨이블렛은 Morlet 웨이블렛이었고, 실험은 파수조에서 수행되었다. 또한 Ringing 현상을 다루고자 쇄파를 발생시켰다. 실험에 쓰인 모델은 수면을 통과하여 수직으로 고정된 원주 실린더였고, 이 실린더에 작용된 힘과 파고가 측정되어졌다. 이들은 연속 웨이블렛 변환으로 분석되어졌고, 이러한 분석으로 얻어진 scalogram 들은 고주파 성분이 쇄파 충격시 만들어진다는 사실을 시간영역상에서 보여주었다. 이는 기존의 스펙트럼 분석에서는 찾기 힘든 것이다. Coherence 분석도 위의 결론을 뒷받침해 주었다.

• 한국지진공학회:학술대회논문집
• /
• 한국지진공학회 2002년도 추계 학술발표회 논문집
• /
• pp.173-180
• /
• 2002

This paper presents a signal processing procedure to detect damage locations of frame structures by using continuous wavelet transform. Morlet wavelet is used as a mother wavelet in wavelet transform. Wavelet transform has the characteristics that allows the use of long time intervals at more precise low-frequency information, and shorter regions at high-frequency information. By this wavelet transform characteristics, Morlet wavelet may be used to identify the locations of damages in the structures. The numerical case studies show that this method can be applied to detect the damage location under a controlled sweeping load.

• 조명전기설비학회논문지
• /
• 제21권3호
• /
• pp.75-81
• /
• 2007

Wavelet 변환은 신호를 분석하고 해석하는데 효과적인 수학적 도구로 알려져 여러 응용분야에서 다양한 연구가 진행되고 있다. Wavelet 변환은 Fourier 변환과 유사한 측면도 있으나, Fourier 변환과는 달리 다양한 Wavelet 모함수를 사용함으로써 해석 속도가 빠르고, 시간-주파수 영역에서 국재화가 가능하다는 특징을 가지고 있을뿐만 아니라 고주파 성분에 대해선 시간 분해능이 높고, 저주파 성분에 대해선 주파수 분해능이 좋다는 장점을 가지고 있으므로, 전력계통의 다양한 고장 전류의 판별에 적극 이용할 수 있을 것으로 생각된다. 본 논문에서는 고장 전류의 특성을 해석하는데 용이한 복소형의 Morlet Wavelet 모함수를 사용하여 전력계통의 고장기록장치로부터 얻어지는 선로의 전류 데이터를 Wavelet 변환하였고, 이로부터 다양한 고장 모드를 판별할 수 있었다. 실험 결과 Wavelet 변환을 이용하여 선로의 고장 모드를 판별하는 것이 기존의 고속 Fourier 변환을 이용하는 것보다 특징점 고찰에 더욱 유용하다는 것을 확인할 수 있었다.

• 대한기계학회논문집A
• /
• 제33권8호
• /
• pp.753-759
• /
• 2009

Feed-forward neural networks have been widely used as function approximation tools in the context of global approximate optimization. In the present study, a wavelet neural network (WNN) which is based on wavelet transform theory is suggested as an alternative to a traditional back-propagation neural network (BPN). The basic theory of wavelet neural network is briefly described, and approximation performance is tested using a nonlinear multimodal function and a composite rotor blade analysis problem. Laplacian of Gaussian function, Mexican function, and Morlet function are considered during the construction of WNN architectures. In addition, approximation results from WNN are compared with those from BPN.