http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
37인치 LCD TV용 대형 백라이트 시스템에 관한 연구
조현창(Cho Hyun Chang),임영철(Lim Young Cheol),양승학(Yang Seung Hak),박연도(Park Yun Do) 전력전자학회 2004 전력전자학술대회 논문집 Vol.- No.-
LCD 디스플레이의 대형화에 따라 백라이트용 냉음극 방전램프(Cold Cathode Fluorescent Lamp)는 길어지고 있으며, 하나의 램프를 이용한 백라이트는 휘도의 한계가 있어 램프를 병렬로 사용하여 필요한 휘도를 만들고 있다. 본 논문에서는 냉음극 방전램프 16개를 사용하는 37인치 LCD TV용 대형 백라이트 구동을 위한 인버터를 각각의 램프들이 입력조건에 대해 동일한 출력을 갖도록 설계하였다. 기존의 냉음극 방전램프의 구동방식인 하이-로우(H-L) 방식에서의 문제점을 보완하여 하이-하이(H-H) 방식을 채택하므로 써 램프간의 휘도편차를 개선하였고 향후에 상용화가 가능함을 보였다.
37인치 LCD TV를 위한 CCFL 백라이트 인버터에 관한 연구
조현창(Cho Hyun Chang),임영철(Lim Young Cheol),양승학(Yang Seung Hak),박연도(Park Yun Do) 전력전자학회 2005 전력전자학술대회 논문집 Vol.- No.-
LCD 디스플레이의 대형화에 따라 백라이트용 냉음극 방전램프(Cold Cathode Fluorescent Lamp)는 길어지고 있으며, 하나의 램프를 이용한 백라이트는 휘도의 한계가 있어 대형 디스플레이에서는 램프를 병렬로 사용하여 필요한 휘도를 만들고 있다. 본 논문에서는 냉음극 방전램프 16개를 사용하는 37인치 LCD TV용 대형 백라이트 구동을 위한 인버터를 각각의 램프들이 입력조건에 대해 동일한 출력을 갖도록 설계하였다. 기존의 냉음극 방전램프의 구동방식인 하이-로우(H-L) 방식에서의 문제점을 보완하여 하이-하이(H-H) 방식을 채택하므로서 램프간의 휘도편차를 개선하였고 향후에 상용화가 가능함을 보였다.
팬터그래프 방식의 전기버스 충전시스템을 위한 충전 인터페이스 및 통신 규약
김현일(Hyun-Il Kim),조현창(Hyun-Chang Cho),오국환(Koog-Hwan Oh) 한국자동차공학회 2022 한국자동차공학회 학술대회 및 전시회 Vol.2022 No.11
Due to the commercialization of electric buses in South Korea, charging methods for electric buses have been studied and implemented. Currently, plug-in charging methods are mainly dominated in South Korea. However, there are various 전기자동차 charging sockets for them and they are inconvenient due to the manual charging method. Recently, in North America and Europe, an automatic charging method, pantograph-type electric bus charging system, is being commercialized. It has the advantage that electric buses can automatically charge fast even when parking or stopping. This paper introduces charging interfaces and communication protocols of the pantograph charging system for electric buses.
이준현(Joon-Hyun Lee),김명준(Myeong-Joon Kim),김태훈(Tae-Hoon Kim),이진석,신제창(Che-Chang Shin),이량(Yang Li),조현직(Hyun-Jik Cho),강철구(Chul-Goo Kang) 대한기계학회 2021 대한기계학회 춘추학술대회 Vol.2021 No.11
Deep learning algorithms such as LSTM and CNN that can classify timeseries data can be applied to an air compressor to detect anomalies. In the encoder-decoder structure, the encoder compresses the original data and the decoder reconstructs the characteristic of the original data from the compressed data. In this paper, actual raw data from the sensors attached in a screw air compressor of a railway vehicle is preprocessed by using a moving window and normalization, and then LSTM encoder-decoder and CNN encoder-LSTM decoder logics are examined for detecting anomalies exising in the sensor data. The CNN encoder-LSTM decoder logic showed slightly better performance than the LSTM encoder-decoder logic. The validity of the logics is demonstrated by using Python codes.