http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
분광복사계와 일사계 관측에 의한 황사 및 에어리솔의 광학적 특성 연구
박혜숙 ( Hye Sook Park ),정효상 ( Hyo Sang Chung ),박균명 ( Gyun Myeong Bag ),윤홍주 ( Hong Ju Yoon ) 大韓遠隔探査學會 1998 大韓遠隔探査學會誌 Vol.14 No.3
1999년에 발사 예정인 다목적 실용위성 1호(KOMPSAT-l)에 탑재되는 해색관측센서(OSMI; Ocean Scanning Multispectral Imager)로 관측될 자료를 이용하여 대기 황사 및 에어러솔의 탐지 가능성을 조사하기 위하여 황사 발생시의 에어러솔의 광학적 특성을 분석하였다. 본 연구에서는 `98년 4월 서울에서 관측된 황사현상 때의 대기 복사량을 지상에서 분광복사계를 이용하여 측정하였으며 이로부터 에어러솔의 파장별 반사도(%)를 구하였고, 동일한 날에 대해 직달일사계로 관측한 일사량으로부터 에어러솔의 광학적 두께를 구하였다. 본 연구에서 처음으로 실시한 분광복사 관측 결과, 황사현상시 태양복사는 대기 중에 부유하는 황사업자에 의해 많이 산란 및 반사되는 것을 확인할 수 있었다. 황사현상일의 경우 관측된 평균 반사도는 500-900 nm 파장대에서 40% 이상으로 오후가 정오 무렵보다 더 높았고, 맑은 날에는 정오와 오후 모두 반사도가 평균 20% 정도였다. 파장별 반사도는 황사발생일의 대기 조건에 따라 달라지지만, 본 연구에서 분석된 사례일에 대해서는 500-900 nm 파장대에서 반사도가 40%에서 70%까지 증가하였다. 한편 501 mm에서 에어러솔의 광학적 두께는 맑은 날의 경우에는 0.25에서 황사현상일에는 1.01까지 증가하였고, 673 nm에서는 맑은 날의 경우 0.14에서 황사현상일에는 0.92까지 변하였다. 이와같이 황사발생시, 대기 에어러솔에 의한 반사도와 광학적 두께는 OSMI 파장대(400-900 nm)에서 매우 민감하게 반응함으로 OSMI 위성자료는 황사 및 에어러솔의 특성 파악 및 탐지에 매우 유용하다. To examine the detectability of the yellow sand and/or aerosol from China crossing over the Yellow Sea within the range of OSMI wavelengths(400-900 nm), we have investigated the optical characteristics of aerosols in yellow sand events observed on April, 1998 in Seoul. The spectral reflectance(%) and aerosol optical thickness in the range of Visible(VIS) and near Infrared (NIR) wavelengths were derived from the measurements of solar radiation using the GER-2600 spectroradiometer and sunphotometer during the April, 1998. The average spectral reflectance for the yellow sand events is over 40% and higher around 14:30 than 12:00 LST, but that for clear days is about 20% both at 12:00 and 14:30 LST in the range of 500-900 nm. The aerosol optical thickness at 501 nm varied from 0.25 on very clear day to 1.01 during a so-called "yellow-sand" episode and that for 673 nm varied from 0.14 to 0.92, respectively.
절삭가공오차보상을 위한 기상측정 데이터기반 신경회로망의 응용
서태일,박균명,조명우,윤길상 한국공작기계학회 2001 한국공작기계학회 춘계학술대회논문집 Vol.2001 No.-
This paper presents a methodology of machining error compensation by using Artificial Neural Network(ANN) model based on the inspection database of On-Machine -Measurement(OMM) system. First, the geometric errors of the machining center and the probing errors are significantly reduced through compensation processes. Then, we acquire machining error distributions from a specimen work piece. In order to efficiently analyze the machining errors, we define two characteristic machining error parameters. These can he modeled by using an ANN model, which allows us to determine the machining errors in the domain of considered cutting conditions. Based on this ANN model, we try to correct the tool path in order to effectively reduce the errors by using an iterative algorithm. The iterative algorithm allows us to integrate changes of the cutting conditions according to the corrected tool path. Experimentation is carried out in order to validate the approaches proposed in this paper.