http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
변준형,최상훈,윤갑영 대한기계학회 1986 대한기계학회논문집 Vol.10 No.6
본 연구에서는 랙의 이끝부분을 full-rounded tip으로 설계한 후, 이에 의하 여 창성되는 피니언의 이뿌리곡선을 구하여 전체치형을 완성하였다. 그리고 합성치 형기어의 미끄름율, 유효이뿌리원에서의 공칭굽힘응력과 두쌍접촉호의 길이대 원호부 분접촉호의 길이의 비인 접촉계수를 해석적인 방법으로 구하였다.또한 이들 특성들 과 물림율등 제특성을 비교.검토하여 공구압력각, 인벌류우트부분의 크기를 나타내는 물림각 및 원호반경등의 변화에 대한 제특성의 변화를 고려한 합성치형의 성능을 향상 시킬 수 있는 설계방법을 구하였으며, 합성치형과 표준인버류우트치형을 비교하였다. In this study, full-rounded tip curve of rack and its mating fillet curve of pinion in Involute-circular arc composite tooth profile are derived. Mechanical characteristics are calculated analytically, i.e., Specific sliding, Nominal bending stress at working root circle and the Contact factor of the arc of contact in circular arc part to the arc of double contact. These characteristics compared with standard involute tooth profile are improved in circular arc part of composite tooth profile. To obtain more efficient composite tooth profile, we studied these characteristics with regard to the changes of unwound angle and radius of circualr arc. And a design method of composite tooth profile is suggested. Composite tooth profile are compared with standard involute tooth profile.
3차원 2-Step Braided 복합재료의 탄성 계수 예측
변준형,Byun, Joon-Hyung 한국기계연구원 1993 硏究論文集 Vol.23 No.-
In order to acquire more comprehensive understanding of textile composites, the processing-microstructure-performance relationships for a variety of material systems, reinforcing schemes and processing technologies should be established. In this paper, emphasis is placed on the integrated analysis of three-dimensional (3-D) 2-step braided composites. The analysis includes the geometric model of unit cells, identification of key process parameters and processing windows due to limiting geometries of yarn jamming, and prediction of elastic constants of the composite. The coordinate transformation and averaging of stiffness and compliance constants are utilized in the prediction of elastic constants. Since there are several types of unit cells in the thickness and width directions of the composites, characterization of mechanical properties is based upon the macro-cell, which occupies the entire cross-section and the unit pitch length of the sample. The performance map demonstrates that a wide range of elastic properties can be achieved by varying the geometric and process parameters.
특집 : 극한환경재료기술 - 탄소/탄소 복합재료 기술 동향
변준형,박홍식,Byeon, Jun-Hyeong,Park, Hong-Sik 재료연구소 2010 機械와 材料 Vol.21 No.4
탄소/탄소 복합재료는 해외에서의 기술/부품 도입 자체부터 엄격히 통제되는 국가의 미래 전략산업의 핵심소재로서 $2,000^{\circ}C$ 이상의 고온에서 지속적으로 내열성 및 내산화성이 요구되는 우주항공 분야, 초고온에서 고순도 및 내 삭마성 등이 요구되는 원자로/핵융합로 분야, 고순도 및 고온 열처리가 요구되는 반도체 제조 및 진공 열처리로 분야에서 기존의 내열합금 또는 세라믹 재료로는 한계에 도달한 성능을 획기적으로 향상시킬 수 있는 재료이다. 본고에서는 탄소/탄소 복합재료의 구성재료, 제조방법, 기본적인 물성치 등에 대한 기술적 내용을 소개하고, 현재 및 미래의 응용분야에 대하여 알아보았다. 또한 국내외 기술동향 분석을 통하여 국가의 전략 소재의 독자적인 개발과 일반산업으로의 상용화에 대하여 탄소/탄소 복합재료가 나아가야 할 방향을 제시하고자 하였다.
딥러닝을 이용한 영화 흥행 예측과 주요 변수의 선택 연구 : 다변량 시계열 데이터 중심으로
변준형,김지호,최영진,이홍철 한국컴퓨터정보학회 2020 韓國컴퓨터情報學會論文誌 Vol.25 No.6
Box-office prediction is important to movie stakeholders. It is necessary to accurately predict box-office and select important variables. In this paper, we propose a multivariate time series classification and important variable selection method to improve accuracy of predicting the box-office. As a research method, we collected daily data from KOBIS and NAVER for South Korean movies, selected important variables using Random Forest and predicted multivariate time series using Deep Learning. Based on the Korean screen quota system, Deep Learning was used to compare the accuracy of box-office predictions on the 73rd day from movie release with the important variables and entire variables, and the results was tested whether they are statistically significant. As a Deep Learning model, Multi-Layer Perceptron, Fully Convolutional Neural Networks, and Residual Network were used. Among the Deep Learning models, the model using important variables and Residual Network had the highest prediction accuracy at 93%. 박스 오피스 예측은 영화 이해관계자들에게 중요하다. 따라서 정확한 박스 오피스 예측과 이에 영향을 미치는 주요 변수를 선별하는 것이 필요하다. 본 논문은 영화의 박스 오피스 예측 정확도 향상을위해 다변량 시계열 데이터 분류와 주요 변수 선택 방법을 제안한다. 연구 방법으로 한국 영화 일별데이터를 KOBIS와 NAVER에서 수집하였고, 랜덤 포레스트(Random Forest) 방법으로 주요 변수를 선별하였으며, 딥러닝(Deep Learning)으로 다변량 시계열을 예측하였다. 한국의 스크린 쿼터제(Screen Quota) 기준, 딥러닝을 이용하여 영화 개봉 73일째 흥행 예측 정확도를 주요 변수와 전체 변수로 비교하고통계적으로 유의한지 검정하였다. 딥러닝 모델은 다층 퍼셉트론(Multi-Layer Perceptron), 완전 합성곱신경망(Fully Convolutional Neural Networks), 잔차 네트워크(Residual Network)로 실험하였다. 결과적으로주요 변수를 잔차 네트워크에 사용했을 때 예측 정확도가 약 93%로 가장 높았다.