http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : Carlos Trujillo (검색결과 4 건)
- 무료
- 기관 내 무료
- 유료
-
Impact Behavior of Carbon Fiber/Epoxy Composites and Fiber Metal Laminates with Open Holes
Carlos Rubio-González,Fabiola Chávez,Eduardo José-Trujillo,Julio A. Rodríguez-González,Alberto Ruiz 한국섬유공학회 2021 Fibers and polymers Vol.22 No.3
This paper describes an experimental investigation performed to evaluate the low-velocity impact behavior ofprepreg-based carbon fiber reinforced polymers (CFRPs) and fiber metal laminates (FMLs) with and without open holessubjected to different impact energies. The laminates were made of carbon fiber/epoxy prepregs and aluminum layers andmanufactured by using autoclave. The impact responses of these laminates were experimentally obtained using a drop-weighttower at impact energies of 15, 20 and 30 J. After testing, the impact damage area of tested specimens was quantified from Cscanultrasonic technique. In addition, an X-ray tomography analysis was performed to assess the through-thicknessdistribution of damage in FMLs with and without open holes. The results showed that the woven FMLs exhibit the highestimpact peak force compared to that of CFRP plates due to the presence of aluminum layers, which induce a higherdeformation capability to the laminates. The presence of open holes in laminates tends to augment their damage extensionand decreases their impact peak force due to the local stress concentration effect. Nevertheless, it was observed by C-scanultrasonic images that the aluminum layers reduce the extent of delamination of laminates during the impact event. Postimpactevaluation using X-ray computed tomography showed that impact causes a severe damage to the laminates aroundtheir impact point and confirmed that matrix cracking and delamination are the principal damage mechanisms induced on thethrough-thickness direction of the FML plates. In specific, the results confirm that the aluminum layers provide good impactproperties and damage resistance when they are added to the CFRPs.
-
이동우,이상엽,황보성우,이진우,김선호,이창수,Alejandro mate,Juan Carlos Trujillo 대한산업공학회 2019 대한산업공학회 춘계학술대회논문집 Vol.2019 No.4
사물인터넷은 4차 산업혁명의 핵심 기술로 인식되고 있으며, 우리의 삶을 변화시킬 새로운 동력으로 기대를 모으고 있다. IoT 단말로부터 실시간으로 들어오는 데이터를 활용하여 인간을 단순 작업으로부터 해방시키고 있으며, 위험하거나 고도의 숙련이 필요한 작업도 점차 자동화가 이루어지고 있다. 하지만 현실 속에는 사물 인터넷, 특히 센서로부터 나오는 데이터의 품질을 떨어뜨리는 다양한 요인이 존재하고 있다. 이를 인지하고 적절한 대응이 이루어지지 않는다면 4차 산업혁명은 모래 위의 누각처럼 위태로운 상황에 직면하게 될 것이다. 본 논문에서는 IoT 실시간 데이터를 믿고 사용할 수 있도록 데이터 품질을 측정/모니터링을 할 수 있는 아키텍처를 제안한다. 기존 일반데이터(ex, RDBMS)를 대상으로 데이터 품질을 측정하기 위한 데이터 프로파일링 방법들이 잘 알려져 있다. 하지만 실시간 데이터가 가지는 실시간성, 휘발성, 시간기반 데이터 등의 특징에 맞는 IoT 데이터 품질 측정 방법들은 간단한 임계치를 이용한 방법 혹은 시계열 데이터의 이상치를 찾아내는 것을 제외하고는 많이 알려져 있지 않다. 그래서 우리는 IoT 실시간 데이터 특성을 감안하여 다양한 각도에서 IoT 데이터 품질을 측정하는 방법을 먼저 정의하였다. 우리가 정의한 “IoT 데이터 프로파일링” 은 크게 세가지 타입, Single Signal Quality Indicator (11종류), Multi Signals Quality Indicator (6종류), Structural Quality Indicator (3종류) 으로 구성되어 다양한 각도에서 센서 데이터가 발생하는 오류를 인지할 수 있도록 제안한다. 또한 이러한 “IoT 데이터 프로파일링” 기반으로 실시간 데이터에 대한 품질을 측정하기 위해서는 센서에 대한 Static Metadata, Dynamic Metadata 등을 관리하고 있어야 하며, 각 센서 별 품질에 대한 기준을 정하는 부분과 실제 실시간으로 데이터의 품질을 측정하는 부분을 따로 관리되어야 한다. 그 외 실제 현장에 적용할 때 필요한 다양한 모듈을 추가로 정의하여 이 전체를 IoT 실시간 데이터 품질 측정 아키텍처로 제안한다.
-
Muhammad Imran Naseer,Mohammad Khalid Alwasiyah,Angham Abdulrahman Abdulkareem,Rayan Abdullah Bajammal,Carlos Trujillo,Muhammad Abu‑Elmagd,Mohammad Alam Jafri,Adeel G. Chaudhary,Mohammad H. Al‑Qahtani 한국유전학회 2018 Genes & Genomics Vol.40 No.11
Epileptic encephalopathies are genetically heterogeneous disorders which leads to epilepsy and cause neurological disorders. Seizure threshold 2 (SZT2) gene located on chromosome 1p34.2 encodes protein mainly expressed predominantly in the parietal and frontal cortex and dorsal root ganglia in the brain. Previous studies in mice showed that mutation in this gene can confers low seizure threshold, enhance epileptogenesis and in human may leads to facial dysmorphism, intellectual disability, seizure and macrocephaly. Objective of this study was to find out novel gene or novel mutation related to the gene phenotype. We have identified a large consanguineous Saudi family segregating developmental delay, intellectual disability, epilepsy, high forehead and macrocephaly. Exome sequencing was performed in affected siblings of the family to study the novel mutation. Whole exome sequencing data analysis, confirmed by subsequent Sanger sequencing validation study. Our results showed a novel homozygous mutation (c.9368G>A) in a substitution of a conserved glycine residue into a glutamic acid in the exon 67 of SZT2 gene. The mutation was ruled out in 100 unrelated healthy controls. The missense variant has not yet been reported as pathogenic in literature or variant databases. In conclusion, the here detected homozygous SZT2 variant might be the causative mutation that further explain epilepsy and developmental delay in this Saudi family.
-
이동우,이상엽,황보성우,이진우,김선호,이창수,Alejandro mate,Juan Carlos Trujillo 한국경영과학회 2019 한국경영과학회 학술대회논문집 Vol.2019 No.4
사물인터넷은 4차 산업혁명의 핵심 기술로 인식되고 있으며, 우리의 삶을 변화시킬 새로운 동력으로 기대를 모으고 있다. IoT 단말로부터 실시간으로 들어오는 데이터를 활용하여 인간을 단순 작업으로부터 해방시키고 있으며, 위험하거나 고도의 숙련이 필요한 작업도 점차 자동화가 이루어지고 있다. 하지만 현실 속에는 사물 인터넷, 특히 센서로부터 나오는 데이터의 품질을 떨어뜨리는 다양한 요인이 존재하고 있다. 이를 인지하고 적절한 대응이 이루어지지 않는다면 4차 산업혁명은 모래 위의 누각처럼 위태로운 상황에 직면하게 될 것이다. 본 논문에서는 IoT 실시간 데이터를 믿고 사용할 수 있도록 데이터 품질을 측정/모니터링을 할 수 있는 아키텍처를 제안한다. 기존 일반데이터(ex, RDBMS)를 대상으로 데이터 품질을 측정하기 위한 데이터 프로파일링 방법들이 잘 알려져 있다. 하지만 실시간 데이터가 가지는 실시간성, 휘발성, 시간기반 데이터 등의 특징에 맞는 IoT 데이터 품질 측정 방법들은 간단한 임계치를 이용한 방법 혹은 시계열 데이터의 이상치를 찾아내는 것을 제외하고는 많이 알려져 있지 않다. 그래서 우리는 IoT 실시간 데이터 특성을 감안하여 다양한 각도에서 IoT 데이터 품질을 측정하는 방법을 먼저 정의하였다. 우리가 정의한 “IoT 데이터 프로파일링” 은 크게 세가지 타입, Single Signal Quality Indicator (11종류), Multi Signals Quality Indicator (6종류), Structural Quality Indicator (3종류) 으로 구성되어 다양한 각도에서 센서 데이터가 발생하는 오류를 인지할 수 있도록 제안한다. 또한 이러한 “IoT 데이터 프로파일링” 기반으로 실시간 데이터에 대한 품질을 측정하기 위해서는 센서에 대한 Static Metadata, Dynamic Metadata 등을 관리하고 있어야 하며, 각 센서 별 품질에 대한 기준을 정하는 부분과 실제 실시간으로 데이터의 품질을 측정하는 부분을 따로 관리되어야 한다. 그 외 실제 현장에 적용할 때 필요한 다양한 모듈을 추가로 정의하여 이 전체를 IoT 실시간 데이터 품질 측정 아키텍처로 제안한다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
