http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
김한국 ( Han Kook Kim ),김병준 ( Byeoung Jun Kim ),정광영 ( Kwang Young Jeong ),전성식 ( Seong S Cheon ) 한국복합재료학회 2013 Composites research Vol.26 No.6
본 연구에서는 발포 폴리프로필렌(Expanded polypropylene)과 발포 폴리스티렌(Expanded polystyrene)의 준정적 시험(Quasi-static test) 및 계장화 충격 시험(Instrumented impact test)을 수행하였다. EPP와 EPS는 4가지의 다른 밀도에 대해 원통형 시편이 준비되었다. 준정적 시험에는 MTS 858을 사용하여 0.001 s-1과 0.1 s-1 두 가지 변형률속도 조건으로 진행되어 결과를 분석하였다. 계장화 충격 시험에서는 Instron dynatup 9250HV를 사용하여, 각각 100 J, 200 J, 300 J의 서로 다른 충격에너지를 가했을 때의 응력-변형률 선도 결과를 비교 분석하였다. In the present study, quasi-static tests and impact tests were performed for investigating the mechanical behaviour of EPP (Expanded polypropylene) and EPS (Expanded polystyrene). Four different density cylindrical type specimens were prepared for EPP and EPS and 0.001 s-1 and 0.1 s-1 of strain rate conditions for quasi-static tests and 100 J, 200 J and 300 J of incident energy conditions for the instrumented impact tests were considered.
A.I. 기법을 통한 VRFB 구조 설계 방법에 관한 연구
함석우(S. W. Ham),김부기(B. G. Kim),전성식(S. S. Cheon) Korean Society for Precision Engineering 2021 한국정밀공학회 학술발표대회 논문집 Vol.2021 No.11월
바나듐 레독스 흐름 배터리(VRFB)는 전력 및 용량의 유연한 설계 및 긴 수명과 같은 고유한 특성을 가진 장래의 대규모 에너지 저장시스템이다. VRFB 의 화학적 및 전기적 설계도 중요하지만 구조적 설계 중요하다고 알려져 있다. 구조적 설계 변수 중, 클램핑력에 의해 전극에서의 응력 분포, 전극의 다공성 그리고 투자율이 결정된다. 다공성은 전극에서의 응력분포의 영향을 받으며, 전해질의 화학적 반응, 투자율은 다공성 전극의 전해질 흐름과 질량 수송에 큰 영향을 미친다. 이는 VRFB 의 내구성과 높은 전류 밀도 또는 높은 SoC/SoD 에서의 작동 여부에 연관이 있는 것으로 알려져 있다. 또한 전극은 플로우 프레임과의 예비 간격이 있으며 클램핑력에 의해 완벽하게 끼워질 수 있도록 플로우 프레임의 설계가 필요하다. 전극이 플로우 프레임에 완벽하게 끼워지지 않는 경우, 전해액이 전극과 플로우 프레임의 사이 공간으로 흐르게 되어 전극에서의 화학 반응이 제대로 일어나지 않는다. 본 연구에서는 VRFB의 효율 및 내구성을 향상시키기 위하여 A.I. 기법 중 하나인 FFNN-GA 알고리즘을 통해 클램핑력과 플로우 프레임 형상의 최적화가 진행되었다. 먼저, 유한요소모델에서 클램핑력, 플로우 프레임의 형상 등의 데이터를 얻기 위하여 데이터 파싱이 진행된다. 그 후 FFNN 의 매개 변수를 설정하고, FFNN 을 통해 FE 모델이 샘플링된다. 샘플링 된 유한요소모델을 기반으로 유한요소해석이 진행되고, GA 를 통해 최적화가 진행된다. 기존에 제시된 VRFB 와 FFNN-GA를 통해 최적화된 VRFB 의 응력 분포, 다공성 그리고 투자율이 비교되었으며, FFNN-GA 를 통해 최적화된 VRFB의 내구성 및 효율이 향상된 것으로 확인되었다.
3 차원 학습데이터를 이용한 머신 러닝 기법을 적용한 PIC 로봇 암의 설계에 대한 연구
지승민(S. M. Ji),최진경(J. K. Choi),전성식(S. S. Cheon) Korean Society for Precision Engineering 2021 한국정밀공학회 학술발표대회 논문집 Vol.2021 No.11월
Piecewise Integrated Composite (PIC) 보는 구간 조합 복합재 보로 구간 마다 적층 각도 순서를 다르게 적용하여 보의 강성을 향상시킬 수 있는 복합재료 보이다. 본 연구에서는 LCD 디스플레이 패널 이송용 로봇암에 적용되는 단일 적층 복합재 보의 거동이 고려될 수 있는 3 차원 학습데이터가 구성되고 여러 가지의 머신 러닝 기법 중 분류 알고리즘에 적용하여 높은 예측 정확도를 보이는 머신 러닝 모델이 도출되었다. 먼저, 3 차원 학습데이터를 가공하기 위해서 일정한 간격으로 참조 요소를 배치한 후 유한요소해석을 통해 3 축 특성(Stress Triaxiality)값이 추출된다. 각 참조 요소를 추출된 3 축 특성값을 이용하여 우세하게 나타나는 세가지 하중 유형(인장, 압축 그리고 전단)으로 구분하고 훈련 데이터 셋(Training Data Set)이 구성되었다. 그리고 여러 가지의 분류 알고리즘에 구성된 3 차원 학습데이터를 적용하여 분류 예측이 진행되었고 예측 정확도가 비교되었다. 그 중 높은 예측 정확도를 가진 알고리즘 모델이 도출되었고, 도출된 알고리즘 모델을 이용해 예측한 결과를 PIC 보에 적용하여 기존 단일 적층 복합재 보와 유한요소 해석을 통해 비교되었다. 단일 적층 복합재 보에 비해 높은 강성을 가지는 것으로 나타났고 PIC 기법의 타당성이 검증되었다.