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 : 우영광(Young-Kwang Woo) (검색결과 3 건)
- 무료
- 기관 내 무료
- 유료
-
-
퍼지 논리와 신경망에 기반한 공정 예측 및 품질 추정을 위한 공정관리 의사지원시스템
배현(Hyeon Bae),우영광(Young-Kwang Woo),김성신(Sungshin Kim),우광방(Kwang-Bang Woo) 한국지능시스템학회 2004 한국지능시스템학회 학술발표 논문집 Vol.14 No.1
차세대 생산 시스템(Next Generation Manufacturing System: NGMS)의 핵심 개념은 분산 생산 시스템과 다품종 소량의 유연 생산 시스템의 지원이다. 이러한 시스템의 구성을 위하여 실시간 데이터에 기반한 예측 모델이 필수적인데, 이러한 예측 기능을 통하여 생산공정의 관리와 운영, 특히 전체 공정관리를 효율적으로 수행할 수 있다. 한편, 공정으로부터 전송된 데이터는 특정한 형태의 지식으로 표현된다. 이러한 지식들은 시스템에 대한 다양한 정보를 가지고 있으므로 정보를 이용하여 시스템 상태를 빠르고 쉽게 진단할 수 있다. 공정 진단은 현재 공정 상태에서 생산되는 제품의 품질을 추정할 수 있는 정보로 활용된다. 본 논문에서는 이러한 개념이 바탕이 되어 공정관리 시스템을 설계하였다. 제안된 시스템의 적용 대상은 반도체 제조 공정의 단위 공정인 에칭 공정이다. 애칭 공정은 공정 중에 연속적인 검사가 수행되지 않고 최종 제품에 대한 검사가 수행되므로 불량 원인을 찾는 것이 쉽지 않다. 따라서 본 논문에서는 공정관리를 위한 의사지원시스템을 통해 공정의 연속적인 간접진단을 수행하고자 하였다. 본 연구에서 사용된 의사지원시스템은 각 공정에서 얻어지는 데이터와 경험적 지식을 토대로 공정시스템의 해석과 진단이 가능한 시스템이다.
-
지식정보와 신경회로망을 이용한 가압경수로 증기발생기 수위제어
배현(Hyeon Bae),우영광(Young Kwang Woo),김성신(Sungshin Kim),정기수(Kee Soo Jung) 한국지능시스템학회 2003 한국지능시스템학회논문지 Vol.13 No.3
가압경수로 원자력 발전소의 증기발생기 수위는 유량의 변동에 상반되는 수축(shrink)과 팽창(swell) 효과 등의 특성을 가지고 있으므로 제어가 어려운 대상으로 알려져 있다. 본 논문에서는 신경망을 이용하여 원자력발전소에서 사용되고 있는 두 개의 PI 제어기 중 부적절한 게인으로 조정된 제어기를 먼저 선택하고, 선택된 제어기의 게인을 퍼지 논리를 적용하여 조정하도록 구성하였다. 게인 조정을 위해 사용되는 기본 정보는 수위, 급수량, 그리고 증기량이다. 이 세 가지의 정보를 바탕으로 신경망을 통해 수위 제어기 또는 급수량 제어기 둘 중 하나의 제어기가 선택한 후 퍼지 자기동조기(self-tuner)를 이용하여 PI 제어기의 게인을 알맞게 조정하게 된다. 퍼지 자기동조기의 규칙은 증기발생기의 상태를 표현하는 입ㆍ출력 데이터의 특성으로부터 추출하였다. 이상의 두 과정을 통해 적절한 제어기를 선택하고, 선택된 제어기의 게인을 알맞게 조정하는 것이 본 논문의 목적이다. The water level of a steam generator of pressurized light water nuclear power generator is known as a subject whose control is difficult because of a shrinking and swelling effect that is been mutually contradictory in a variation of feed water. In this paper, a neural network model selects first coordinative controller by a inappropriate gain of two PI controllers and the selected controller's gain is tuned by a fuzzy self-tuner. Model inputs consist of the water level, the feed water, and the stream flow. One controller of both coupling controllers whose gain is handled firstly is decided based upon above data. The proposed method can analyze patterns of signals using the characteristic of neural networks and select one controller that needs to be tuned through the observed result in this paper. If one controller between both the water level controller and the feed water controller is selected by the neural network model, then a gain of the PI controller is suitably tuned by the fuzzy self-tuner. Rules of the fuzzy self-tuner drew from the pattern of input and output data. In the summary, the goal of this paper is to select the suitable controller and tune the control gain of the selected controller suitably through such two processes.
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
