• 한국콘텐츠학회논문지
• /
• 제20권7호
• /
• pp.674-682
• /
• 2020

최근 산업화 및 인구과밀화로 인해 대기오염에 대한 문제가 세계적 관심사로 대두되고 있다. 대기 오염은 인간의 건강에 다양한 악영향을 초래할 수 있는데, 그 중 본 연구에서 관심을 둔 천식과 같은 호흡계 질환은 직접적 영향을 받을 수 있다. 기존의 연구에서는 임상 데이터를 활용하여 상대적으로 적은 표본을 기반으로 천식과 같은 질환에 대기 오염 인자가 어떠한 영향을 미치는지를 파악하였다. 이는 수집 표본 별 일관성이 없는 결과를 초래할 소지가 다분하며, 의료계 종사자 이외에는 연구의 시도가 어렵다는 점에서 큰 한계를 가지고 있다. 본 연구에서는 정부에서 공개하는 대기 환경 데이터와 천식 발병 빈도 수에 대한 데이터를 기반으로, 실제 천식 발병 빈도를 예측하는 것에 연구의 주안점을 두었다. 본 연구는 시차를 적용한 피어슨 상관계수를 통해 각 대기오염 인자가 천식 발병에 어느 정도의 시차를 가지고 유의한 영향을 주는지를 검증하였다. 검증결과를 기반으로 구축된 학습데이터는 딥러닝 알고리즘에 활용되며, 천식 발병 빈도의 예측에 최적화 된 모델을 설계하였다. 모델의 평균 대비 오차율은 약 11.86%로 타 머신러닝 기반의 알고리즘 대비 우수한 성능을 나타냄을 확인하였다. 제안한 모델은 국가 보험 체계 및 보건 예산 관리에서의 효율화 및 병원에서의 의료 인력 배치 및 수급에의 효율성 또한 제공할 수 있다. 또한 만성 천식 질환자에 대한 대기 환경별 발병 위험에 대한 조기 경보를 통해 국민 건강 증진에 기여할 수 있다.

• 한국산학기술학회논문지
• /
• 제17권12호
• /
• pp.511-517
• /
• 2016

철도 차량에 쓰이는 기존 유입식 형태의 계기용 변압기는 장치 내부에 절연유가 충진 된 형태이므로, 차량 운행 중에 내부 압력이 상승할 수 있는 가능성이 있으며. 그에 따른 폭발위험성이 존재한다. 따라서 폭발 방지를 위해 몰드형 건식 계기용 변압기를 개발 중에 있다. 몰드형 건식 계기용 변압기 개발시 주의 하여야 할 점은 몰드를 구성하는 절연용 에폭시 수지를 주입할 때 권선 코일이 감겨진 코어 주변에 기공이 없어야 한다는 것이다. 이는 몰드 내부의 기공에서 스파크 등의 발생 위험이 있기 때문이다. 몰드 내의 기공 발생 요인으로는, 수지 내에 미세 기공(micro void)이 잔재되어 있는 경우와, 성형 중 함침 구조물의 형태에 따라서 대형 기공(macro void)이 발생할 수 있는 점 등이다. 현재 개발 중인 코어는 변압기 성능 향상을 위해 중공(cavity)이 존재하는 형태이며 점도가 높은 에폭시 주입시 중공 내부에 대형 기공이 갇힐 위험이 있다. 따라서 이번 연구에서는, 몰드 내부에 발생할 수 있는 대형 기공의 형성 과정을 이해하고, 기공 형성 요인을 제거할 수 있는 방안으로, 개선된 성형 조건 적용시 기공 형성 결과를 확인하기 위해, 몰드 충진 과정을 VOF기법을 적용한 자유 표면 유동의 수치해석을 통하여 확인하였다.

• Structural Monitoring and Maintenance
• /
• 제2권1호
• /
• pp.77-93
• /
• 2015

The idea of using measured dynamic characteristics for damage detection is attractive because it allows for a global evaluation of the structural health and condition. However, vibration-based damage detection for complex structures such as long-span cable-supported bridges still remains a challenge. As a suspension or cable-stayed bridge involves in general thousands of structural components, the conventional damage detection methods based on model updating and/or parameter identification might result in ill-conditioning and non-uniqueness in the solution of inverse problems. Alternatively, methods that utilize, to the utmost extent, information from forward problems and avoid direct solution to inverse problems would be more suitable for vibration-based damage detection of long-span cable-supported bridges. The auto-associative neural network (ANN) technique and the probabilistic neural network (PNN) technique, that both eschew inverse problems, have been proposed for identifying and locating damage in suspension and cable-stayed bridges. Without the help of a structural model, ANNs with appropriate configuration can be trained using only the measured modal frequencies from healthy structure under varying environmental conditions, and a new set of modal frequency data acquired from an unknown state of the structure is then fed into the trained ANNs for damage presence identification. With the help of a structural model, PNNs can be configured using the relative changes of modal frequencies before and after damage by assuming damage at different locations, and then the measured modal frequencies from the structure can be presented to locate the damage. However, such formulated ANNs and PNNs may still be incompetent to identify damage occurring at the deck members of a cable-supported bridge because of very low modal sensitivity to the damage. The present study endeavors to enhance the damage identification capability of ANNs and PNNs when being applied for identification of damage incurred at deck members. Effort is first made to construct combined modal parameters which are synthesized from measured modal frequencies and modal shape components to train ANNs for damage alarming. With the purpose of improving identification accuracy, effort is then made to configure PNNs for damage localization by adapting the smoothing parameter in the Bayesian classifier to different values for different pattern classes. The performance of the ANNs with their input being modal frequencies and the combined modal parameters respectively and the PNNs with constant and adaptive smoothing parameters respectively is evaluated through simulation studies of identifying damage inflicted on different deck members of the double-deck suspension Tsing Ma Bridge.

• 한국환경보건학회지
• /
• 제38권1호
• /
• pp.51-56
• /
• 2012

Objectives: High concentrations of airborne particulate matters (PM) can affect the health of passengers using public transportation. The objectives of this research were to develop a PM control system for a railway cabin and to evaluate the performance of the device under conditions of an actual journey. Methods: This study measured the concentrations of $PM_{10}$ and $PM_{2.5}$ simultaneously in a reference cabin and a cabin with the PM control device. Results: The average $PM_{10}$ concentration in the reference cabin was 100 ${\mu}g/m^3$, and the $PM_{10}$ concentration in the cabin with the control device was 79 ${\mu}g/m^3$. While the overall control efficiency of the control device was 15.4%, reduction was more effective for peak $PM_{10}$ concentration. However, $PM_{2.5}$ levels did not differ greatly between the reference cabin and the cabin with the control device. The ratio of $PM_{2.5}$ to $PM_{10}$ was 0.37. $PM_{10}$ concentrations in cabins were not associated with ambient concentrations, indicating that the main sources of $PM_{10}$ were present in cabins. Additionally, average $CO_2$ concentration in the cabins was 1,359 ppm, less than the maximum of 2,000 ppm set out by the Korean Ministry of Environment's guideline. The $CO_2$ concentration in cabins was significantly associated with the number of passengers: the in-cabin concentration = $23.4{\times}N+460.2$, where N is the number of passengers. Conclusions: Application of the PM control device can improve $PM_{10}$ concentration, especially at peak levels but not $PM_{2.5}$ concentration.

• 전자공학회논문지SC
• /
• 제48권2호
• /
• pp.47-55
• /
• 2011

전 세계적으로 상해로 인한 사망자 중 1/3의 직접적인 사망 원인은 출혈성 쇼크이다. 그러나 초기 쇼크에서 이를 정확히 예측할 수 있다면 신속한 치료가 가능하여 그 피해를 줄일 수 있다. 본 논문의 목적은 흰쥐의 대퇴부정맥을 통해 일정량의 출혈을 시키면서 변화하는 생리적 변수인 심박수, 수축기 혈압, 평균 동맥압, 호흡수, 체온 데이터로 최적의 생존 예측 모델을 제시하여 출혈성 쇼크를 조기 진단하는 것이다. 예측 모델로는 최근 많이 연구되는 인공신경망과 지원벡터기계 방법을 사용하였다. 과대적합을 피하고 최적의 모델을 선정하기 위해 10-fold cross validation을 수행하였을 때, 인공신경망의 경우 은닉노드 수가 3개인 모델이 가장 우수한 성능을 보였고, 지원벡터기계에서는 가우시안 커널함수를 이용한 모델이 가장 우수한 성능을 보였다. 평가 데이터 세트를 이용하여 각각의 생존 예측 모델을 평가한 결과 인공신경망의 경우 민감도 88.9 %, 특이도 96.7 %와 정확도 92.0 %를 보였고, 지원벡터기계의 경우 민감도 97.8 %, 특이도 95.0 %와 정확도 96.7 %를 보였다. 따라서 출혈에 따른 흰쥐의 생존 예측에서 지원벡터기계가 인공신경망보다 더 우수한 성능을 보이는 것을 확인하였다.

• 에너지공학
• /
• 제25권4호
• /
• pp.124-132
• /
• 2016

노심보충탱크 상부에 설치되는 유동분사기 형상에 따른 냉각수 주입특성 및 탱크 내에서의 열수력 현상 변화를 파악하기 위한 안전주입배관 2인치 파단 소형냉각재상실사고(SBLOCA) 모의시험이 잔열 및 피동잔열제거계통(PRHRS) 모의 없이 수행되었다. 두 가지 형상의 유동분사기를 설치하고 수행한 각각의 시험은 거의 유사한 초기 및 경계조건에서 수행되었으며, 이로 인해 반복시험에 대한 재현성이 충족되었다고 판단된다. 시험결과는 유동분사기의 종류(본 시험에서는 구멍의 개수에 해당)에 관계없이 유사한 열수력학적 거동을 보였으며, 초기 주입유량 관점에서는 구멍의 개수가 2배인 B형이 A형에 비해 좀 더 우수한 주입 성능을 보였다. 노심보충탱크 격리 밸브가 개방된 후 압력평형배관을 통해 유입되는 고온의 원자로냉각재는 상부 헤더에서 상대적으로 저온인 $50^{\circ}C$ 물과 혼합되면서 증기 응축과 같은 상변화에 의한 압력 변동을 동반하는 다차원 열유동 현상을 일으키게 된다. 이로 인해 초반부 노심보충탱크 주입 유량은 상온운전 조건에서 보다는 작게 되고, 일정시간 경과 후에는 유사한 주입유량 특성을 보였다.

• 대한기계학회논문집B
• /
• 제35권9호
• /
• pp.947-954
• /
• 2011

차량에서 구동계의 의한 손실은 전체 연료 소비 손실에서 약 4%를 차지하며 그 중에서도 자동변속기는 구동계 손실에 큰 영향을 끼친다. ATF W/C 열교환기는 근래에 관심이 높아지고 있는 부품인데, 자동변속기 윤활유의 온도를 적정한 상태로 유지시켜 줌으로서 연비 개선 효과를 얻을 수 있다. 본 연구에서는 ATF W/C 열교환기 단품 특성을 실험적으로 파악하고, ATF W/C 열교환기가 실제 차에 장착되었을 때의 연비 개선 효과를 살펴보았다. 본 연구에서는 실험을 통하여 ATF 와 냉각수의 온도와 유량에 대한 유용도를 파악하고 유용도를 예측하기 위한 상관식을 도출하였다. MATLAB의 Simulink 프로그램을 통하여 실험의 결과를 바탕으로 ATF W/C 열교환기 유무에 따른 연료 소모량을 비교 하여 연비 개선 효과를 분석하였다. 그 결과 ATF W/C 열교환기가 장착된 자동차는 0.992% 연비 개선 효과가 나타났다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2012년도 제42회 동계 정기 학술대회 초록집
• /
• pp.239-240
• /
• 2012

With advancements in semiconductor device technologies, manufacturing processes are getting more complex and it became more difficult to maintain tighter process control. As the number of processing step increased for fabricating complex chip structure, potential fault inducing factors are prevail and their allowable margins are continuously reduced. Therefore, one of the key to success in semiconductor manufacturing is highly accurate and fast fault detection and classification at each stage to reduce any undesired variation and identify the cause of the fault. Sensors in the equipment are used to monitor the state of the process. The idea is that whenever there is a fault in the process, it appears as some variation in the output from any of the sensors monitoring the process. These sensors may refer to information about pressure, RF power or gas flow and etc. in the equipment. By relating the data from these sensors to the process condition, any abnormality in the process can be identified, but it still holds some degree of certainty. Our hypothesis in this research is to capture the features of equipment condition data from healthy process library. We can use the health data as a reference for upcoming processes and this is made possible by mathematically modeling of the acquired data. In this work we demonstrate the use of recurrent neural network (RNN) has been used. RNN is a dynamic neural network that makes the output as a function of previous inputs. In our case we have etch equipment tool set data, consisting of 22 parameters and 9 runs. This data was first synchronized using the Dynamic Time Warping (DTW) algorithm. The synchronized data from the sensors in the form of time series is then provided to RNN which trains and restructures itself according to the input and then predicts a value, one step ahead in time, which depends on the past values of data. Eight runs of process data were used to train the network, while in order to check the performance of the network, one run was used as a test input. Next, a mean squared error based probability generating function was used to assign probability of fault in each parameter by comparing the predicted and actual values of the data. In the future we will make use of the Bayesian Networks to classify the detected faults. Bayesian Networks use directed acyclic graphs that relate different parameters through their conditional dependencies in order to find inference among them. The relationships between parameters from the data will be used to generate the structure of Bayesian Network and then posterior probability of different faults will be calculated using inference algorithms.

• 한국구조물진단유지관리공학회 논문집
• /
• 제19권4호
• /
• pp.125-135
• /
• 2015

철도교량의 경제성 확보를 전제로 PSC I형 거더의 장경간화 추세는 근간에 가장 활발히 진행되고 있는 연구이며, 이에 따른 교량의 강성확보를 위한 거더의 효율적인 기하형상 선정은 우선시 되어야할 과제이다. 본 연구에서는 회전반경과 휨효율을 기반으로 확장된 상부플랜지의 거더 단면을 선정하였으며, 본 거더가 적용된 경간장 25m, 30m, 35m, 40m PSC I형 거더교를 대상으로 수치해석을 수행하여 국내 및 국외의 동적성능 기준과의 부합여부를 검증하였다. 또한 경간장 40m PSC I형 거더의 동적성능을 상대적으로 비교하기 위해서 현재 호남고속철도에서 적용된 40m PSC Box 거더교를 대상으로 동적 해석을 수행하였고 KTX열차와 화물열차 주행 시의 동적안정성을 수치해석적으로 검토하여 국내 및 국외의 동적 안정성 기준과 부합여부를 검토하였다. 추가로 표준열차하중과 충격계수를 고려하여 정적해석을 수행하고 한계치와의 부합여부를 분석하였다. 그 결과, 검토대상 PSC I형 거더 철도교는 모든 항목에서 국내 철도교량 관련 정적, 동적안정성 기준치를 만족하는 것으로 분석되었다.

• 한국철도학회논문집
• /
• 제19권5호
• /
• pp.617-628
• /
• 2016

본 논문은 철도차량의 추진용 유입식 변압기 및 AC/DC 컨버터를 대체하기 위한 지능형 변압기의 구조를 제안한다. 제안된 지능형 변압기는 반도체 스위칭 소자 및 고주파 변압기를 사용한 양방향 전력 변환 컨버터의 형태로써, 기존 변압기에 비해 경량화 되고, 역률 제어 등의 능동적인 제어 성능으로 인해 단상 계통 전원의 효율적인 활용을 가능하게 한다. 제안하는 지능형 변압기는 60Hz 교류 고전압을 직류 고전압으로 변환하기 위한 정류단으로 Neutral point clamped type 의 H-bridge 컨버터를 여러 개 직렬 연결해 구성했다. 직류로 변환된 입력단 전력은 고주파 변압기와 Neutral point clamped type H-bridge 컨버터 2개로 구성된 Dual-Active-Bridge 컨버터를 이용해 출력측에 필요한 저전압을 공급할 수 있도록 했다. 또한, 본 논문에서는 다수의 컨버터 모듈 내부 직류단 전압을 균형제어하며, 단상 교류 전원에서 직류 출력 전원간의 양방향 전력 제어를 가능하게 하는 제어 알고리즘을 제안한다. 제안한 지능형 변압기의 구조 및 제어 시스템은 75kVA 급 3.3kVrms 입력, 750VDC 출력의 지능형 변압기를 설계 및 회로 시뮬레이션 결과를 통해 검증했다.