http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
신철호(Cheolho Shin),강태우(Tae Woo Kang),김선진(Seonjin Kim),나철주(Chul Ju Na) 한국산학기술학회 2018 한국산학기술학회논문지 Vol.19 No.11
전투목적으로 개발된 군용차량은 타이어 압력이 손실되더라도 일정시간동안 일정거리를 달릴 수 있도록 런플랫시스템을 도입하였다. 런플랫을 적용하기 위하여 휠을 외측림과 내측림으로 구성된 2개의 부분으로 구성하고, 클램핑 볼트를 체결함으로써 외측림과 내측림을 조립한다. 이 클램핑 볼트는 휠의 내구성을 결정하는 중요 부품이다. 실제로 휠의 내측림과 외측림의 파손보다는 클램핑볼트의 파손이 발생되어 휠을 사용하지 못하는 빈도가 높다. 따라서, 클램핑 볼트의 내구성능이 휠의 내구성능과 연관이 크다고 할 수 있다. 본 연구는 휠의 내구성을 향상시키기 위하여 휠조립체를 시험하고 클램핑 볼트를 개발하는 과정을 다루었다. 기존에 정립된 내구시험 조건의 불충분성을 식별하였으며, 휠조립체의 내구성을 보다 정확히 확인할 수 있도록 통제해야 하는 시험조건을 제시하였다. 정립된 시험조건을 기반으로, 성능이 개선된 클램핑 볼트를 시험하였다. 시험조건을 확인한 결과 기존 제품보다 최소 168% 내구성이 향상됨을 확인할 수 있었다. 본 연구는 휠 조립체의 내구시험 방법과 클램핑 볼트를 개발하는 과정에서 고려해야 할 요소를 제시한 것에 의미가 있다 할 수 있다. Military vehicles use run-flat wheels for emergency situations. Run-flat wheels can run required distance in a defined duration with the pressure loss tire. For the application of a run-flat system, wheels are designed in 2 pieces, including an inner rim and outer rim. These rims are assembled using clamping bolts. Clamping bolts determine the durability of military vehicle wheels because fracture of clamping bolts account for most wheel failures. For improving wheel durability, clamping bolt durability must be improved. In this study, wheel test conditions and bolt design were investigated. Existing test standards are not sufficient to conduct endurance tests. Supplementary conditions were investigated. Using these modified test conditions, the durability of wheels including clamping bolts was tested and verified. Results found the durability of wheels improved more than 168%. This study also proposes improvements in the design process of clamping bolts.
학습데이터 선택에 따른 AI 기반 ESS 제어 알고리즘 성능 평가
신철호(Cheolho Shin),김태형(Taehyung Kim) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.11
본 논문은 실제 환경에서 모니터링 한 전력 소비 데이터를 바탕으로 월 단위의 전력 피크부하를 저감하기 위한 에너지 저장시스템(ESS) 자동 운용에 필요한 AI 알고리즘을 개발함에 있어 학습 데이터 선택에 따른 성능을 평가한 것이다. AI 알고리즘을 개발하기 위해서는 학습에 사용할 데이터를 선택하는 방법이 매우 중요하며 학습 데이터 선택에 의해 실제 AI 알고리즘 성능도 크게 영향을 받는다. 본 논문에서는 1 년 이상 실제 환경에서 모니터링 한 데이터를 바탕으로 장기간 모니터링 데이터가 있을 경우와 단기간 모니터링 데이터만 존재할 경우의 2 가지 학습 데이터 선택방안에 따른 AI 기반 ESS 자동 제어 알고리즘에 대한 성능 평가 시뮬레이션을 수행하였다. 시뮬레이션 수행 결과, 전력 소비 데이터는 계절 또는 시기별로 피크부하 시간대가 다를 수 있으므로 데이터 기반 AI 알고리즘을 현장에 올바르게 적용하기 위해서는 최소한 1 년 이상의 동일한 계절 또는 시기별 학습데이터를 포함하는 장기간 데이터가 필요함을 확인할 수 있었다.