http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Ti 및 Mo 첨가에 따른 치과 CAD/CAM용 Ni-Cr 및 Co-Cr합금의 표면분석
문대선(Dae-Sun Moon),최한철(Han-Cheol Choe) 한국표면공학회 2018 한국표면공학회지 Vol.51 No.3
In this study, surface analysis of Ni-Cr and Co-Cr alloys with addition of Ti and Mo for dental CAD/CAM use has been researched experimentally. The surface characteristics of the alloys were examined by Vickers hardness test, bonding strength test, surface roughness test, field-emission scanning electron microscopy, energy dispersive X-ray spectroscopy, and X-ray diffraction spectroscopy. The shrinkage of the sintered Ni-Cr alloy alloy was slightly larger than that of Ni-Cr-Ti alloy, and larger than Co-Cr alloy. Also, the addition of Mo showed a tendency to decrease shrinkage somewhat. From the result of XRD analysis, NiCr, Ni₃Cr and Ni₃Ti were observed in the sintered Ni-13Cr-xTi and Ni-13Cr-xMo alloys. In addition, σ-CrCo, Co₂Mo₃ and TiCo₂ were formed in the sintered Co-Cr-xTi and Co-Cr-xMo alloys. Surface hardness of Ti and Mo added alloy was higher than those of Ni-Cr and Co-Cr alloy. The bond strength between sintered alloy and porcelain was 16.1 kgf/㎟ for Ni-13Cr alloy, 17.8 kgf/㎟ for Ni-13Cr-5Ti alloy, and 8.2 kgf/㎟ for Ni-13Cr-10Ti alloy, respectively.
풍력발전 고장검출 시스템을 위한 인공 신경망 기반의 모델링 기법 개발
문대선,나인호,김성호,Moon, Dae Sun,Ra, In Ho,Kim, Sung Ho 한국스마트미디어학회 2012 스마트미디어저널 Vol.1 No.2
전 세계적으로 풍력발전은 전력생산을 위해 사용되는 신재생 에너지원 중 가장 빨리 성장하고 있는 분야로 새로 건설되는 풍력발전단지는 전체 전력 생산량에서 많은 부분을 차지해가고 있다. 풍력발전단지의 설치 중가는 더욱 효율적인 운영과 유지보수에 대한 기술 개발을 요구하게 된다. CM(Condition Monitoring) 시스템은 풍력발전 시스템의 효율적 운영을 가능케 하는 중요한 도구로 운영자에게 기계의 운전 상태에 대한 정보를 제공함과 동시에 유지보수와 관련된 체계적인 정보를 제공한다. 이에 본 연구에서는 풍력 발전용 SCADA 시스템으로부터의 각종 정보를 이용하여 해당 장치의 고장검출에 효율적으로 사용될 수 있는 인공신경망을 기반으로 하는 정상 동작 모델의 체계적인 설계 과정에 대해 고찰하고자 한다. 또한 제안된 설계 기법의 유용성 확인을 위해 군산 비응도에 설치된 Vestas사의 850KW급 풍력발전시스템으로부터의 SCADA 데이터를 사용하였다. Wind energy is currently the fastest growing source of renewable energy used for electrical generation around world. Wind farms are adding a significant amount of electrical generation capacity. The increase in the number of wind farms has led to the need for more effective operation and maintenance procedures. Condition Monitoring System(CMS) can be used to aid plant owners in achieving these goals. In this work, systematic design procedure for artificial neural network based normal behavior model which can be applied for fault detection of various devices is proposed. Furthermore, to verify the design method SCADA(Supervisor Control and Data Acquisition) data from 850kW wind turbine system installed in Beaung port were utilized.
칼만필터 및 인공신경망에 기반한 가변속 풍력발전 시스템을 위한 비선형 제어기 설계
문대선(Dae-Sun Moon),김성호(Sung-Ho Kim) 한국지능시스템학회 2010 한국지능시스템학회논문지 Vol.20 No.2
최근 풍력발전 시스템은 가장 빨리 발전하고 있는 신재생 에너지원중 하나로 각광을 받고 있으며, 풍력발전 시스템의 주된 관심사는 어떻게 광범위한 풍속의 변화에서도 효율적으로 시스템을 동작시키는 가에 있다. 가변속 풍력발전 시스템은 고정속 풍력발전 시스템에 비해 더 높은 에너지 효율, 낮은 컴포넌트 스트레스를 달성할 수 있다는 장점을 갖는다. 일반적으로 가변속 풍력발전 시스템의 제어를 위해서는 풍속정보의 취득이 필수적으로 요구된다. 하지만 풍속계 등에 의해 측정된 풍속은 여러 요인에 의해 정확하지 않다는 문제점을 갖는다. 이에 본 연구에서는 풍속의 추정을 위한 칼만 필터와 칼만 필터에 의해 추정된 정보를 사용하여 학습된 인공신경망으로부터 최적의 로터 회전 속도를 유추할 수 있는 새로운 형태의 가변속 풍력발전 시스템을 위한 제어 알고리듬을 제안하고자 한다. 또한 Matlab의 시뮬링크를 사용하여 다양한 시뮬레이션 수행하여 제안된 기법의 유용성을 확인하고자 한다. As the wind has become one of the fastest growing renewable energy sources, the key issue of wind energy conversion systems is how to efficiently operate the wind turbines in a wide range of wind speeds. Compared to fixed speed turbines, variable speed wind turbines feature higher energy yields, lower component stress and fewer grid connection power peaks. Generally, measurement of wind speed is required for the control of variable speed wind turbine system. However, wind speed measured by anemometers is not accurate owing to various reasons. In this work, a new control algorithm for variable speed wind turbine system based on Kalman filter which can be used for the estimation of wind speed and artificial neural network which can generate optimum rotor speed is proposed. Also, to verify the feasibility of the proposed scheme, various simulation studies are carried out by using Simulink in Matlab.
풍력발전기를 위한 신경망 기반의 풍속 추정 및 MPPT 기법에 관한 연구
문대선(Dae-Sun Moon),김성호(Sung-Ho Kim) 한국지능시스템학회 2010 한국지능시스템학회 학술발표 논문집 Vol.20 No.2
최근 풍력발전 시스템은 가장 빨리 발전하고 있는 신재생 에너지원중 하나로 각광을 받고 있으며, 풍력발전 시스템의 주된 관심사는 어떻게 광범위한 풍속의 변화에서도 효율적으로 시스템을 동작시키는 가에 있다. 일반적으로 풍속은 풍력발전시스템의 동특성에 큰 영향을 미치는 요소이다. 따라서 많은 풍력발전 제어 알고리즘은 성능향상을 위해 풍속의 측정을 요구하게 된다. 그러나 불행히도 풍속계와 같은 센서에 의한 실효 풍속의 정확한 측정은 어려운 실정이며 따라서 제어 시스템의 동작을 위해 풍속은 여러 가지 기법을 통해 추정되고 있는 실정이다. 이에 본 연구에서는 신경망 학습을 통해 현재 풍속을 추정한 후 추정된 풍속을 이용하여 최대 전력점을 추종하는 방법을 제안하고자 하며, 제안된 기법의 유용성 검증을 위해 실제 제작된 실험환경에서의 적용실험을 수행하였다.
풍력발전기를 위한 신경망 기반의 풍속 추정 및 MPPT 기법에 관한 연구
문대선(Dae-Sun Moon),김성호(Sung-Ho Kim) 한국지능시스템학회 2010 한국지능시스템학회논문지 Vol.20 No.6
최근 풍력발전 시스템은 가장 빨리 발전하고 있는 신재생 에너지원중 하나로 각광을 받고 있으며, 풍력발전 시스템의 주된 관심사는 어떻게 광범위한 풍속의 변화에서도 효율적으로 시스템을 동작시키는 가에 있다. 일반적으로 풍속은 풍력발전시스템의 동특성에 큰 영향을 미치는 요소이다. 따라서 많은 풍력발전 제어 알고리즘은 성능향상을 위해 풍속의 측정을 요구하게 된다. 그러나 불행히도 풍속계와 같은 센서에 의한 실효 풍속의 정확한 측정은 어려운 실정이며 따라서 제어 시스템의 동작을 위해 풍속은 여러 가지 기법을 통해 추정되고 있는 실정이다. 이에 본 연구에서는 신경망 학습을 통해 현재 풍속을 추정한 후 추정된 풍속을 이용하여 최대 전력점을 추종(MPPT)하는 방법을 제안하고자 하며, 제안된 기법의 유용성 검증을 위해 실제 제작된 실험환경에서의 적용실험을 수행하였다. As the wind has become one of the fastest growing renewable energy sources, the key issue of wind energy conversion systems is on how to efficiently operate the wind turbines in a wide range of wind speeds. In general, the wind speed is the main factor that impact on the dynamics of wind turbine system. Wind turbine algorithms are thus required to improve the performance of wind speed measurements. However, the accurate measurement of the effective wind speed using wind gauge and similar sensors is difficult such that control systems are needed for wind speed estimation using various techniques. Therefore, this research suggests the Maximum Power Point Tracking (MPPT) method for tracking the wind speed based on neural networks. Design experiments were carried out in laboratory environment to validate the application of the proposed method.
지능형 클러스터링 기법에 기반한 풍력발전 고장 검출 시스템
문대선(Dae-Sun Moon),김선국(Seon-Kook Kim),김성호(Sung-Ho Kim) 제어로봇시스템학회 2013 제어·로봇·시스템학회 논문지 Vol.19 No.1
Nowadays, the utilization of renewable energy sources like wind energy is considered one of the most effective means of generating massive amounts of electricity. This is evident in the rapid increase of wind farms all over the world which comprise a huge number of wind turbines. However, the drawback of utilizing wind turbines is that it requires maintenance, which could be a costly operation. To keep the wind turbines in pristine condition so as to reduce downtime, the implementation of CMS (Condition Monitoring System) and FDS (Fault Detection System) is mandatory. The efficiency and accuracy of these systems are crucial in deciding when to carry out a maintenance process. In this paper, a fault detection system based on intelligent clustering method is proposed. Using SCADA data, the clustering model was trained and evaluated for its accuracy through rigorous simulations. Results show that the proposed approach is able to accurately detect the deteriorating condition of a wind turbine as it nears a downtime period.