http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 김신곤(Sinkon Kim) (검색결과 3 건)
- 무료
- 기관 내 무료
- 유료
-
비행데이터 이미지 기반 Deep Learning을 통한 항공기 피로수명 예측
전병철(Byungchul Jeon),백세일(Seil Baek),김신곤(Sinkon Kim),이홍철(Hongchul Lee) 대한기계학회 2021 대한기계학회 춘추학술대회 Vol.2021 No.5
항공기는 설계/개발단계에서 주요 피로취약부위에 대해 예측 운영환경을 반영한 구조해석, 피로해석을 통해 안전성을 확보한다. 실제 운영환경은 설계와 다르게 운영되므로 군용 항공기는 실제 운영 상태의 비행데이터를 반영하여 피로수명 해석을 수행하고 있다. 일부 항공기는 비행데이터에서 직접 하중/응력 스펙트럼을 생성하고 피로수명 해석을 수행함으로써 장시간의 복잡한 계산 시스템을 필요로 한다. 본 연구에서는 항공기 비행 파라미터에 대한 이미지화 과정 및 Deep Learning 기계학습 적용을 통해 효과적이고 효율적인 피로수명 예측 방안을 제시하고자 한다. 비행 파라미터에 대한 이미지화 과정은 다차원의 대량 축적된 비행데이터에 대한 Deep Learning 적용 적합성 향상에 기여하였으며, 이러한 기계학습 과정을 통해 정확도가 유지된 상태에서 수명예측 시간 단축이 가능함을 확인하였다. In the aircraft design/development stage, flight safety is confirmed through structural analysis and fatigue analysis reflecting the predicted operating environment for fatigue critical locations. Since the actual environment is operated differently from the design, the military aircraft is performing fatigue analysis by reflecting flight data of actual operating conditions. Some aircraft require time consuming and complex calculation system by generating load/stress spectra directly from flight data and performing fatigue life analysis. In this study, we propose an effective and efficient fatigue life prediction method through the application of deep learning by imaging process for aircraft flight parameters. The process of imaging flight parameters contributed to the improvement of the suitability of deep learning application to multi-dimensional mass accumulated flight data, and it was confirmed that the fatigue life prediction can be shortened while maintaining accuracy through this deep learning process.
-
베이지안 네트워크 기반 전시 파손항공기 임무수행능력 예측 모델
이두열(Dooyoul Lee),백세일(Seil Baek),김민생(Min-Saeng Kim),김신곤(Sinkon Kim) 대한기계학회 2021 大韓機械學會論文集A Vol.45 No.2
베이지안 네트워크에 기반한 전시 파손항공기 임무수행능력 예측 모델을 연구하였다. 항공기 손상평가 결과와 투입시간에 따른 임무수행능력을 산출하기 위해 베이지안 네트워크 모델을 개발하였다. 이 모델은 항공기의 주요구조, 보조구조, 그리고 복합재구조의 수리확률을 각 구조에 대한 손상평가 결과와 투입시간을 고려하여 계산한다. 각 구조에서 발생한 손상은 항공기의 기동성에 영향을 미치고, 궁극적으로 항공기의 임무수행능력에 영향을 미친다. 걸프전 A-10 항공기 파손 수리사례를 통해 임무수행능력을 바탕으로 한 항공기 수리 우선순위 결정과 임무배정에 대해 논의하였다. 손상평가, 예측 모델 개발, 교정, 그리고 타당성 검증이 전시 파손항공기의 임무수행능력 정량화에 전제 조건임을 확인하였다. The mission-readiness prediction model for a battle-damaged aircraft based on a Bayesian network (BN) was investigated in this study. The BN model was constructed to quantify the aircraft mission-readiness. The probabilities of repair for major, minor, and composite structural components were calculated considering the damage assessment results and repair duration for each model component. Damages on the structural components affected the maneuverability of aircraft and, eventually, the mission readiness. A case study using A-10 aircraft battle damage repair (ABDR) data obtained during the Gulf War was described. The method of mission assignment and repair prioritization based on the mission readiness were discussed. Damage assessment, model development, calibration, and validation were identified as essential prerequisites for the successful quantification of the mission readiness of ABDR.
-
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
