• 제목/요약/키워드: univariate dimension reduction method

검색결과 5건 처리시간 0.018초

단변수 차원 감소법을 이용한 제작 공차가 유도전동기 성능에 미치는 영향력 분석 (Analysis of the Effect of Manufacturing Tolerance on Induction Motor Performance by Univariate Dimension Reduction Method)

  • 이상균;강병수;백종현;김동훈
    • 한국자기학회지
    • /
    • 제25권6호
    • /
    • pp.203-207
    • /
    • 2015
  • 본 논문에서는 전동기 제작과정에서 발생하는 제작공차가 유도전동기 성능에 미치는 영향력을 분석하기 위하여 확률론적 해석기법을 도입하였다. 단변수 차원 감소법을 사용하여 특정한 확률분포를 갖는 설계변수에 의해 발생하는 성능함수의 확률분포 특성을 예측하였다. 또한 확률성능함수의 평균과 분산의 민감도 정보를 도출함으로써 개별 설계변수의 임의성이 확률성능함수의 분포에 미치는 영향력을 분석하였다. 제안된 기법은 간단한 수학예제와 유도전동기 모델에 적용하여 그 효율성과 정밀도를 검증하였다.

다변량회귀에서 주선택 반응변수 차원축소 (Principal selected response reduction in multivariate regression)

  • 유재근
    • 응용통계연구
    • /
    • 제34권4호
    • /
    • pp.659-669
    • /
    • 2021
  • 다변량 회귀분석은 경시적 자료분석이나 함수적 자료분석 등 다양한 분야에서 빈번하게 사용되는 통계적 방법론이다. 다변량 회귀분석은 설명변수의 차원 뿐만 아니라 반응변수의 차원때문에 일변량 회귀분석에서 보다 차원의 저주문제에 더 강한 영향을 받는다. 이러한 문제를 해결하기 위해 최근 Yoo (2018)와 Yoo (2019a)에 세 가지 모형기반 반응변수 차원축소 방법이 제시되었다. 하지만 Yoo (2019a)에서 제시한 기본 방법은 모의실험 결과 모형에 가장 영향을 덜 받지만, 다른 두 방법 중 더 나은 방법보다 더 좋은 추정결과를 제시하지 못한다. 이러한 단점을 극복하기 위해 본 논문에서는 기본 방법의 결과 다른 두 방법의 결과를 비교하여, 자료에 따라 최선의 방법을 제시하는 선택 알고리듬을 제시하고, 이를 주선택 반응변수 차원축소라 명명한다. 다양한 모의실험 결과 주선택 반응변수 차원축소는 Yoo (2019a)의 기본방법보다 더 정확하게 차원을 축소하고, 모든 경우에 있더 더 바람직한 방법을 선택함을 확인할 수 있다. 이러한 결과로 제안한 주선택 반응변수의 차원축소 방법의 실제적 유용성을 확인할 수 있다.

샘플 추출방법에 근거한 비선형 진동계의 성능 불확실성 예측 (Performance Uncertainty Estimation of a Nonlinear Vibration System Based on a Sampling Method)

  • 최찬규;유홍희
    • 한국소음진동공학회:학술대회논문집
    • /
    • 한국소음진동공학회 2009년도 추계학술대회 논문집
    • /
    • pp.113-118
    • /
    • 2009
  • A designer regards the vibration system as a linear system. However, in real world, nonlinearity of a vibration system should exist caused by various factors like manufacturing conditions or uncertain material properties. So, properties of a spring and a damper which are consisting the vibration system have statistical distribution. Therefore, a designer needs to analyze the statistical nonlinearity in a vibration system. In this paper, $1^{st}$ Taylor series expansion method and univariate dimension reduction method apply to a performance measure of nonlinear vibration system, and compare each result. And then, merits and demerits of each method are discussed. For apply more actual problem, a performance measure population is estimated based on design variable samples like properties of spring or damper.

  • PDF

성능 모멘트 적분법을 이용한 제작공차에 의해 발생하는 스피커 성능함수의 확률분포 특성 예측 (Prediction of Probabilistic Distribution of a Loudspeaker's Performance Due to Manufacturing Tolerances by Performance Moment Integration Method)

  • 강병수;백종현;김동훈
    • 한국자기학회지
    • /
    • 제26권3호
    • /
    • pp.81-85
    • /
    • 2016
  • 본 논문에서는 제작공차에 의해 전기기기 및 소자 관련 제품에서 발생하는 성능함수의 변동특성을 예측하기 위해서 성능 모멘트 적분법을 도입하였다. 성능함수의 확률론적 분포특성을 판단할 수 있는 평균과 분산을 효율적으로 계산하기 위해서 정규분포로 변환된 성능함수 공간과 혼합형 평균치 기법을 채용하였다. 제안된 기법의 수치적인 효율성과 정밀도를 검증하기 위해서 간단한 수학예제와 스피커 모델에 적용하여 예측된 성능함수의 확률분포 특성을 차원감소법과 몬테카를로 수치모사법의 결과와 비교하였다.

가우스구적법을 이용한 구조물의 강건최적설계 (Robust Structural Optimization Using Gauss-type Quadrature Formula)

  • 이상훈;서기석
    • 대한기계학회논문집A
    • /
    • 제33권8호
    • /
    • pp.745-752
    • /
    • 2009
  • In robust design, the mean and variance of design performance are frequently used to measure the design performance and its robustness under uncertainties. In this paper, we present the Gauss-type quadrature formula as a rigorous method for mean and variance estimation involving arbitrary input distributions and further extend its use to robust design optimization. One dimensional Gauss-type quadrature formula are constructed from the input probability distributions and utilized in the construction of multidimensional quadrature formula such as the tensor product quadrature (TPQ) formula and the univariate dimension reduction (UDR) method. To improve the efficiency of using it for robust design optimization, a semi-analytic design sensitivity analysis with respect to the statistical moments is proposed. The proposed approach is applied to a simple bench mark problems and robust topology optimization of structures considering various types of uncertainty.