http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
좌민영(Minyoung Jwa),이기쁨(Gibbeum Lee),김은지(Eunji Kim),류한영(Hanyoung Ryu),서욱환(Wookhwan Seo),이기수(Kisu Lee),강남우(Namwoo Kang) 대한기계학회 2021 대한기계학회 춘추학술대회 Vol.2021 No.5
차량 충돌 성능 지수는 차량의 안전성을 평가하는 중요한 지표 중 하나이다. 많은 국가에서 NCAP(New Car Assessment Program) 지수를 차량 출동 성능 지수로 사용하고 있다. 목표 충돌 성능을 만족하는 차량을 효율적으로 설계하기 위해서는 NCAP 지수에 큰 영향을 주는 설계 요인에 집중해야 한다. 하지만 엔지니어의 경험에만 의존하여 중요한 설계 요인을 선정하는 것은 효과적이지 못하므로, 보다 정량적인 지표가 요구되고 있다. 본 연구는 오랜 기간 축적된 NCAP 테스트 보고서에서 데이터를 추출하고, 인공신경망을 활용하여 NCAP 지수를 예측할 수 있는 모델을 구축한다. 그리고 민감도 분석을 통해 NCAP 지수에 영향을 주는 중요한 설계 요인을 도출한다. 본 연구는 NCAP 테스트 데이터를 활용해 차량의 설계 요인 중요도를 정량적으로 분석한 사례로서, 향후 NCAP 데이터를 활용한 차량 설계 프로세스의 기초연구가 될 것으로 기대된다.
좌민영(Minyoung Jwa),진아현(Ah-hyeon Jin),신동주(Dongju Shin),신승연(Seungyeon Shin),강남우(Namwoo Kang) 대한기계학회 2021 대한기계학회 춘추학술대회 Vol.2021 No.8
Deep learning-based inverse design is an design optimization methodology that solves the design performance prediction problem inversely using deep learning. While traditional optimization methods find the optimum in an iterative way, deep learning-based inverse design can generate the optimum immediately using a given target. However, studies that analyze the pros and cons of both methodologies in depth are limited. In particular, there is not enough research analyzing the types of optimization problems in which inverse design outperforms conventional optimization. This research compares the optimization performance of conventional optimization methods with deep learning-based inverse design using a benchmark function. The numerical results can provide guidance and insight for using deep learning-based inverse design in real design problems.
서욱환(Wookhwan Seo),이기수(Kisu Lee),좌민영(Minyoung Jwa),김은지(Eunji Kim),강남우(Namwoo Kang) 한국자동차공학회 2022 한국자동차공학회 부문종합 학술대회 Vol.2022 No.6
Recently, due to the increase in the supply of automobiles and the issue of accidents, interest in the safety rating of automobiles is increasing. Currently, KNCAP for domestic consumption, reinforced NCAP and IIHS for North America, Euro NCAP for Europe, and CNCAP for China are used as safety rating standards. The problem is that the vehicles currently being developed are being developed to achieve the highest level of vehicle safety in all regions. This is an inefficient strategy that does not take into account various characteristics such as sales regions, market trends, safety regulations, and vehicle types/classes. The purpose of this study is to construct two models, an expert-based model and a market-based model, to calculate an efficient safety rating index in consideration of marketability, regional characteristics, and profitability. It is to suggest a rational and strategic vehicle development direction.