• 한국추진공학회지
• /
• 제18권3호
• /
• pp.48-55
• /
• 2014

본 연구에서는 액체로켓엔진의 시동을 위한 파이로시동기의 설계 및 연소시험 연구를 수행하였다. 엔진의 시동 시에 터보펌프 RPM의 급격한 상승을 막기 위해 퇴행형 질량유량 선도를 적용하였으며, 연소 종단 시점에서 급격한 유량 감소 또한 구현하였다. 연소시험결과 파이로시동기 압력선도 및 연소 온도가 설계요구조건에 부합하는 것으로 확인되었으며, 점화제 변화연구를 통해 연소생성물 개선 및 안정적 점화를 구현하였다.

• 한국석유지질학회지
• /
• 제6권1_2
• /
• pp.1-7
• /
• 1998

울릉분지 남서연변부의 다중채널 탄성파단면도를 이용하여 중기에서 말기 마이오세동안의 시퀀스 층서분석을 정밀 분석 하였다. 해퇴층서는 오랜 융기되고 변형된 하부층을 기저로 한 해침층서 위에 발달하였다. 뚜렷한 응축층이 해침과 해퇴층서사이를 구분 짓는다. 해침층서는 하부의 융기되고 변형된 지층위로 상향걸침한다. 해퇴층서는 구분 가능한 저해수준, 고해수준, 그리고 해침 체계역으로 구성된 여섯 개의 전진형 퇴적 시퀀스를 포함한다. 대부분의 퇴적 시퀀스는 분지선상지, 사면선상지, 그리고 전진복합체로 이루어진 저해수준 체계역이다. 잠재적인 석유 저류층은 분지선상지의 사암, 사면 선상지의 해저수로 충진 사암과 오버뱅크의 사암, 그리고 대륙붕지역의 침식곡 충진 사암들이다. 또한 해침퇴적층서내 천해사암층도 유망하다. 성공적인 탐사활동을 위해 연구 주변지역에 대한 정밀 시퀀스 층서분석, 탄성파 자료의 재처리, 그리고 3-D탄성파 탐사의 실시를 제안한다.

• International Journal of Control, Automation, and Systems
• /
• 제6권5호
• /
• pp.639-650
• /
• 2008

Electricity price forecasting has become an integral part of power system operation and control. In this paper, a wavelet transform (WT) based neural network (NN) model to forecast price profile in a deregulated electricity market has been presented. The historical price data has been decomposed into wavelet domain constitutive sub series using WT and then combined with the other time domain variables to form the set of input variables for the proposed forecasting model. The behavior of the wavelet domain constitutive series has been studied based on statistical analysis. It has been observed that forecasting accuracy can be improved by the use of WT in a forecasting model. Multi-scale analysis from one to seven levels of decomposition has been performed and the empirical evidence suggests that accuracy improvement is highest at third level of decomposition. Forecasting performance of the proposed model has been compared with (i) a heuristic technique, (ii) a simulation model used by Ontario's Independent Electricity System Operator (IESO), (iii) a Multiple Linear Regression (MLR) model, (iv) NN model, (v) Auto Regressive Integrated Moving Average (ARIMA) model, (vi) Dynamic Regression (DR) model, and (vii) Transfer Function (TF) model. Forecasting results show that the performance of the proposed WT based NN model is satisfactory and it can be used by the participants to respond properly as it predicts price before closing of window for submission of initial bids.

• 한국전자파학회논문지
• /
• 제28권10호
• /
• pp.794-801
• /
• 2017

본 논문에서는 DTV(Digital Television) 기반의 수동형 레이다와 다중 채널 융합 기법을 이용한 항공기 표적 인식 방법을 제안하였다. DTV에서 송신되는 다수의 채널을 융합하여 표적인식에 필요한 해상도의 HRRP(High Resolution Range Profile)를 획득하였다. HRRP는 AR(Auto Regressive) 기법 또는 제로 패딩 기법을 이용하여 획득하였다. 획득한 HRRP로부터, 경사하강법을 이용한 CLEAN 기법을 통해 산란점을 추출한 후 특성벡터를 생성하였으며, 이를 신경망 구분기에 학습시켜 표적 인식을 수행하였다. 제안된 방법의 성능을 검증하기 위하여 실제 국내에서 운용되고 있는 3개의 송신소(관악산, 용문산, 견월악)의 주파수 대역을 가정하고, 4종의 항공기 실스케일 3D 캐드 모델을 이용하여 제안된 방법과 각 송신소의 단일 채널 주파수를 이용하였을 때의 표적인식 성능을 비교하였다. 시뮬레이션 결과, 제안된 방법이 3개의 송신소 모두에서 각 송신소의 단일 채널 주파수를 이용하였을 때보다 높은 표적 인식 성능을 보였다.