• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.1647-1650
• /
• 1997

This paper presents the control law of Automatic Rudder Trim System(ARTS) for the KTX-1. The proposed ARTS is designed mainly t reduce the pilot's work load for trimming in the various conditiions of engine torque. airspeed, and aircraft configuration. The ARTS partially compensates the transient yawing motion due to change of engine power in turboprop aircraft because of the limitation of the actuation speed of the trim motor. In this paper flight test data are analyzed to understand the phenomena and the dynamics of the reversible rudder flight control system is derived. Finally, the control concept and conrtol law of ARTS are described and the characteristics of the ARTS are analyzed through simulation study.

• 한국군사과학기술학회지
• /
• 제2권1호
• /
• pp.121-131
• /
• 1999

프로펠러 항공기에서는 추력효과 때문에 엔진 출력 변동시 트림 상태를 유지하기 위해서 계속적인 트림 스위치 조작을 하여야 한다. 자동러더트림장치는 고출력 터보 프롭 항공기에서 추력효과가 발생할 때 트림 상태를 유지하기 위해 러더 트림 조작에 필요한 조종사의 조종부담을 경감시키기 위해 도입된 장치이다. 본 논문은 자동러더트림장치 개발을 위한 기술적인 해석, 제어법칙에 대한 설계, 그리고 장치 적용에 따른 비행운동에 있어서의 효과를 분석한 내용이다. 자동러더트림장치의 제어 법칙은 항공기 특성 분석과 설계 요구도 및 제약 조건 등을 고려하여 설계되었고, 트림 맵을 이용하는 개루프제어 방법과 횡축 가속도를 제환 신호로 사용하여 개루프 시스템의 에러를 보상하도록 하는 폐루프 제어 방법의 통합으로 구현되었다. 설계된 제어 법칙을 이용한 자동러더트림장치를 실제 항공기에 장착하여 시험한 결과 방향축 트림을 위한 조종사의 조종부담을 효과적으로 감소시켰고, 엔진 출력이 변할 때 발생하는 순간 요우 모션도 크게 보상시킴을 확인하였다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2002년도 추계정기학술대회
• /
• pp.445-453
• /
• 2002

Past and current customer behavior is the best predicator of future customer behavior. This paper introduces a procedure on personalized defection detection and prevention for an online game site. The basic idea for our defection detection and prevention is adopted from the observation that potential defectors have a tendency to take a couple of months or weeks to gradually change their behavior (i.e. trim-out their usage volume) before their eventual withdrawal. For this purpose, we suggest a SOM (Self-Organizing Map) based procedure to determine the possible states of customer behavior from past behavior data. Based on this representation of the state of behavior, potential defectors are detected by comparing their monitored trajectories of behavior states with frequent and confident trajectories of past defectors. The key feature of this study includes a defection prevention procedure which recommends the desirable behavior state for the ext period so as to lower the likelihood of defection. The defection prevention procedure can be used to design a marketing campaign on an individual basis because it provides desirable behavior patterns for the next period. The experiments demonstrate that our approach is effective for defection prevention and efficient for defection detection because it predicts potential defectors without deterioration of prediction accuracy compared to that of the MLP (Multi-Layer Perceptron) neural network.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2003년도 추계종합학술대회 논문집
• /
• pp.313-317
• /
• 2003

GVF 스네이크 알고리즘은 에지 에너지에 상당히 민감하여 주변 에지와 객체의 윤곽선이 포함하고 있는 에지를 구분하지 못하여 정확한 객체의 형태를 추출하기가 어렵다. 본 논문은 배경으로부터 객체의 윤곽선을 추출하기위해 GVF 스네이크 알고리즘을 적용하기전 알고리즘의 성능을 높일 수 있는 최적의 초기경계선을 설정하는 방법을 제안하였다. 제안하는 방법은 관심 영역을 분할 하기위한 화소의 형태학적 재구성을 한 후 에지추출 알고리즘을 적용하여 이것을 이진화하여 초기경계선을 설정하였다. 관심의 대상이 되는 객체의 형태에 가장 근접한 초기경계선을 설정하므로써 GVF 스네이크의 성능을 높이고 계산 시간을 줄일 수 있었다.

• 한국소음진동공학회논문집
• /
• 제14권2호
• /
• pp.119-127
• /
• 2004

Butterfly valves are popularly used in service in the industrial and water works pipeline systems with large diameter because of its lightweight, simple structure and the rapidity of its manipulation. Sometimes cavitation can occur. resulting in noise, vibration and rapid deterioration of the valve trim, and do not allow further operation. Thus, the monitoring of cavitation is of economic interest and is very importance in industry. This paper proposes a condition monitoring scheme using statistical feature evaluation and support vector machine (SVM) to detect the cavitation conditions of butterfly valve which used as a flow control valve at the pumping stations. The stationary features of vibration signals are extracted from statistical moments. The SVMs are trained, and then classify normal and cavitation conditions of control valves. The SVMs with the reorganized feature vectors can distinguish the class of the untrained and untested data. The classification validity of this method is examined by various signals that are acquired from butterfly valves in the pumping stations and compared the classification success rate with those of self-organizing feature map neural network.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2003년도 Proceeding
• /
• pp.141-148
• /
• 2003

Customer retention is a common concern for many industries and a critical issue for the survival in today's greatly compressed marketplace. Current customer retention models only focus on detection of potential defectors based on the likelihood of defection by using demographic and customer profile information. In this paper, we propose a dynamic procedure for defection detection and prevention using past and current customer behavior by utilizing SOM and Markov chain. The basic idea originates from the observation that a customer has a tendency to change his behavior (i.e. trim-out his usage volumes) before his eventual withdrawal. This gradual pulling out process offers the company the opportunity to detect the defection signals. With this approach, we have two significant benefits compared with existing defection detection studies. First, our procedure can predict when the potential defectors could withdraw and this feature helps to give marketing managers ample lead-time for preparing defection prevention plans. The second benefit is that our approach can provide a procedure for not only defection detection but also defection prevention, which could suggest the desirable behavior state for the next period so as to lower the likelihood of defection. We applied our dynamic procedure for defection detection and prevention to the online gaming industry. Our suggested procedure could predict potential defectors without deterioration of prediction accuracy compared to that of the MLP neural network and DT.

• 미생물학회지
• /
• 제30권4호
• /
• pp.246-251
• /
• 1992

대두 (Glycine max) 뿌리혹의 질소고정 공생균주 Bradyrhizobium japonicum SNU001 의 nod 유전자를 클로닝하였다. Rhizobium meliloti 의 4.5 kb EcoRI/ HindIII 절편을 탐침으로 한 게놈 혼성화 반응을 분리균주의 게놈상에 nod 유전자가 존재함을 확인하고, lambda EMBL3-BamHI vector 를 이용하여 genomic library 를 작성하였다. 작성된 library 로부터 1, 2 차 선별과정을 통해 nod 유전자가 있는 클론 1-5 를 선별하고, 클론 2로부터 nod DABC 탐침과 lambda DNA 탐침을 사용한 혼성화반응을 수행하여 삽입된 genomic DNA 에 대한 부분적인 제한효소 지도를 작성하였다. nod DABC 탐침과 가장 강한 혼성화반응을 보인 phage 클론 lambda CNS-1 의 3.9 kb BamHI 절편을 pBS KS(+) vector 에 subcloning 하고 동일한 탐침을 이용한 혼성화반응을 통해 subclone pBjCNS-1 을 선별하였다. 이 subclone 에 대한 부분적인 제한효소 지도를 작성하여 nod DABC 가 1.8 KpnI/SacI 절편에 존재함을 확인하였다.