• 대한토목학회논문집
• /
• 제38권6호
• /
• pp.859-865
• /
• 2018

달 지상 인프라 및 기지 건설은 건설재료나 에너지 확보가 가능한 지역과 연계되어야 하며, 얼음 등의 핵심 자원이 풍부한 영구음영 지역을 형성하는 달 크레이터 지형의 탐지와 정보 수집이 선행되어야 한다. 본 연구에서는 이러한 달 크레이터(crater) 객체 정보를 최신 딥러닝 알고리즘을 이용해 효과적으로 자동 탐지하는 방안에 대해 고찰하였다. 딥러닝 학습을 위해 NASA LRO 달 궤도선의 레이저 고도계 데이터를 기반으로 구축된 9만개의 수치표고모델과 개별 수치표고모델에 존재하는 크레이터들의 위치와 크기를 레이블링한 자료를 활용하였다. 딥러닝 학습은 최신 알고리즘인 Faster RCNN (Regional Convolution Neural Network)을 자체적으로 코드화하여 적용하였다. 이를 통해 학습된 딥러닝 시스템은 학습되지 않은 달표면 이미지 내 크레이터를 자동 인식하는데 적용되었으며, NASA에서 인력에 의해 정의한 크레이터 정보들의 오류를 자동 보정 가능하고, 정의되지 않은 많은 크레이터 까지도 자동 인식 가능함을 보였다. 이를 통해 공학적으로 매우 가치가 있는 각 지역별 크레이터들의 크기 분포 특성 및 발생 빈도 분석 등이 가능하게 되었으며, 향후에는 시간 이력별 변화추이도 분석 가능할 것으로 판단된다.

• 한국산학기술학회논문지
• /
• 제20권1호
• /
• pp.434-439
• /
• 2019

최근 지구온난화로 인한 기상이변, 도시화로 인한 도심의 열섬현상 등으로 도시 온도변화 및 지표면 온도 변화에 대한 관심이 증대되고 있다. 우리나라에서는 1904년부터 현재까지 기온, 강수량 등 기상 데이터를 수집하고 있다. 최근에는 종관기상관측장비(ASOS; Automated Surface Observing System) 96개소, 방재기상관측장비(AWS) 494개소의 지상기상관측망을 운영하고 있다. 그러나 지상관측망의 경우 각 설치 지점에 대한 점 데이터를 제공하고 있으므로, 측정 지점을 제외한 곳의 지상기상 데이터는 보간법을 통해 예측하고 있는 상황이다. 이에 본 연구에서는 지상의 지표면 온도 측정의 해상도를 향상시키기 위해 위성영상을 이용한 지표면 온도를 산출하고, 그 활용 가능성을 분석하고자 하였다. 이를 위해 서울특별시를 대상으로 Landsat 8 OLI TIRS의 위성영상을 계절별로 획득하고, 열적외 밴드에 NASA식을 적용하여 지표면 온도로 변환하였다. 지상의 측정 자료는 AWS를 통해 측정한 기온 데이터를 활용하였다. AWS 기온 데이터는 관측소 기반의 점 데이터이므로, Landsat 영상과의 비교를 위해 크리깅 보간법으로 보간을 수행하였다. 위성영상기반의 지표면 온도와 AWS 기온 데이터를 비교한 결과 계절에 따른 온도차는 RMSE값을 바탕으로 가을, 겨울, 여름, 봄의 순서로 Landsat 위성영상의 적용 가능성을 판단할 수 있었으며, 위성영상의 시기별 평균온도와 AWS 온도 사이에는 최대 평균 $2.11^{\circ}C$이내, 최대 RMSE ${\pm}3.84^{\circ}C$인 것을 감안하면 정확도 향상을 위해 NASA식에 보정값이 필요하다는 것을 알 수 있었다.

• Journal of Astronomy and Space Sciences
• /
• 제18권2호
• /
• pp.109-118
• /
• 2001

1992년에 발사된 우리별 1호는 고에너지 양성자들이 OBC(On-Board Computer)186의 메모리에 SEU(Single Event Upset)을 일으키는 안쪽 반알렌대(Inner Van Allen Radiation Belt) 를 통과한다. 본 논문에서는 Chi-Square 방법을 이용하여 OBC(On-Board Compute.)186 메모리에서 측정된 SEU 데이터와 NASA/NSSDC의 AP-8 양성자 모델을 비교하여, SEU를 유발하게 되는 문턱 에너지를 추정해 보았다. OBC186위치에서의 양성자 선속을 유도하기 위해서 위성체에 의한 차폐 효과가 고려되었으며 모델의 신뢰성을 높이기 위해 태양 활동이 활발한 기간에 얻어진 데이터들은 제거되었다. 비교 결과 우리별 1호 OBC186 주 메모리의 문턱에너지는 $110{pm}10MeV$로 추정 되었다.

• 대한원격탐사학회지
• /
• 제30권2호
• /
• pp.331-339
• /
• 2014

지상기반 전리층모델로 계산한 전리층 지연값을 저궤도에서의 전리층 지연값으로 변환하기 위해서는 전리층 변환 배율 적용해야 하는데, 이러한 배율을 IRI 전리층모델을 사용하여 결정하는 기법을 제안하였다. IGS 전리층모델에 전리층 배율을 적용하여 계산한 전리층 지연값을 NASA GRACE 위성의 관측값과 비교하였다. 약 480 km 고도에서 2004년 평균 배율은 0.25이며, 표준편차는 0.01이다. 전리층 배율은 주간에 비해 야간에 상대적으로 증가하며, 계절적으로는 봄, 가을에 높은 값을 가진다. IGS모델에 전리층배율을 결합해서 추정한 저궤도 전리층 지연값 추정 오차 평균은 3.50 TECU이다.

• 한국항공우주학회지
• /
• 제35권5호
• /
• pp.446-451
• /
• 2007

그동안 소형항공기에 사용하는 재료에 대해서도 대형항공기와 동일하게 요구하여 왔으나, 대형항공기 제조사에 비해 규모가 작은 소형항공기 제조사에서는 이 기준을 맞추기 위하여 많은 시험을 수행해야 하므로 큰 어려움을 겪어왔다. 최근 미국 FAA/NASA에서는 새로운 정책으로 요구조건을 변경하여 복합재 소형항공기를 인증하여 소형항공기 산업을 발전시키고 있다. 본 논문에서는 새롭게 바뀐 복합재료 인증 방법론에 대하여 설명하고, 예로서 이 방법을 사용하여 국산 350°F 탄소섬유/에폭시 복합재료의 설계허용값을 산출하였다.

• Journal of Mechanical Science and Technology
• /
• 제16권3호
• /
• pp.327-337
• /
• 2002

This paper applies a recently developed on-line parameter identification (PID) technique to sets of real flight data and compares the results with those of a state-of-the-art off-line PID technique. The on-line PID technique takes Linear Regression from Fourier Transformed equations and the off-line PID is based on the traditional Maximum Likelihood method. Sets of flight data from the NASA F/A-18 High Alpha research Vehicle (HARV) circraft, which has been recorded from specifically designed maneuvers and used for our line parameter estimation, are used for this study. The emphasis is given on the accuracy and on-line measure of reliability of the estimates. The comparison is performed for both longitudinal and lateral-directional dynamics for maneuvers at angles of attack ranging u=20°through $\alpha$=40°. Results of the two estimation processes are also compared with baseline wind tunnel estimates whenever possible.

• 한국항공우주학회지
• /
• 제48권10호
• /
• pp.753-763
• /
• 2020

29.7% 축소 NASA Common Research Model을 벨리 스팅 모형지지부에 장착하여 저속에서 풍동시험을 수행하였다. 다양한 형상의 페어링을 장착한 벨리 스팅 모형지지부에 대하여 공력계수를 측정하는 시험을 수행하였으며 그 결과를 고찰하였다. 벨리 스팅 모형지지부에 장착된 CRM 형상을 이용하여 힘과 모멘트를 측정하였다. 벨리 스팅 페어링 형상 변화에 따른 피칭모멘트로부터 벨리 스팅 간섭 효과를 감소시키는 형상을 찾았다. 전산해석을 통해 벨리 스팅 모형지지부의 간섭과 시험부 페어링의 간섭 감소효과를 확인하였다.

• International Journal of Naval Architecture and Ocean Engineering
• /
• 제7권3호
• /
• pp.526-539
• /
• 2015

Stirling engines are regarded as an efficient and promising power system for underwater devices. Currently, many researches on one-dimensional model is used to evaluate thermodynamic performance of Stirling engine, but in which there are still some aspects which cannot be modeled with proper mathematical models such as mechanical loss or auxiliary power. In this paper, a four-cylinder double-acting Stirling engine for Unmanned Underwater Vehicles (UUVs) is discussed. And a one-dimensional model incorporated with empirical equations of mechanical loss and auxiliary power obtained from experiments is derived while referring to the Stirling engine computer model of National Aeronautics and Space Administration (NASA). The P-40 Stirling engine with sufficient testing results from NASA is utilized to validate the accuracy of this one-dimensional model. It shows that the maximum error of output power of theoretical analysis results is less than 18% over testing results, and the maximum error of input power is no more than 9%. Finally, a Stirling engine for UUVs is designed with Schmidt analysis method and the modified one-dimensional model, and the results indicate this designed engine is capable of showing desired output power.

• 한국신재생에너지학회:학술대회논문집
• /
• 한국신재생에너지학회 2008년도 춘계학술대회 논문집
• /
• pp.307-310
• /
• 2008

Nonlinear Vortex Strength Correction Method is developed for improvement of vortex lattice method which can't calculate the separated flow conditions and the viscous effect. In this method, the vortex strength on the blade surface is determined by matching the lift force from vortex lattice method with the lift force from aerodynamic coefficients table as the same circulation is added to or subtracted from all chord wise vortices. For considering the nonlinearities due to the neighboring blade sections, sophisticated Newton-Rapson algorithm is applied. The validation of this method was done by comparing the simulations with the measurements on the NREL Phase-VI horizontal axis wind turbine(HAWT) in the NASA Ames wind tunnel under uniform conditions. This method gives good agreements with experiments in most cases.

• 전력전자학회논문지
• /
• 제27권1호
• /
• pp.48-55
• /
• 2022

This paper proposes a battery remaining useful life (RUL) prediction method using a deep learning-based EMD-CNN-LSTM hybrid method. The proposed method pre-processes capacity data by applying empirical mode decomposition (EMD) and predicts the remaining useful life using CNN-LSTM. CNN-LSTM is a hybrid method that combines convolution neural network (CNN), which analyzes spatial features, and long short term memory (LSTM), which is a deep learning technique that processes time series data analysis. The performance of the proposed remaining useful life prediction method is verified using the battery aging experiment data provided by the NASA Ames Prognostics Center of Excellence and shows higher accuracy than does the conventional method.