대단면 2-Arch 터널 설계사례(영덕-오산 광역도로 건설사업 1공구)

남명우,감영준,Nam, Myung-Woo,Nam, Young-Jun (사)한국토질및기초기술사회 2006 기술발표회 Vol.2006 No.-

EMD를 이용한 초음파 비파괴 평가용 3차원 영상처리 소프트웨어 개발

남명우(Nam Myung-Woo),이영석(Lee, Young-Seok),양옥렬(Yang Ok-Yul) 한국산학기술학회 2008 한국산학기술학회논문지 Vol.9 No.6

본 논문은 핵발전소 증기발생기의 초음파 비파괴 검사용 프로그램 개발에 관한 것이다. 개발된 프로그램은 A, B, C, D 스캔과 같은 고전적인 해석방법뿐만 아니라 3차원 영상처리 기법을 이용하여 증기발생기 내부에 발생한 결함을 해석하고 검출할 수 있다. 결함의 3차원 영상은 핵발전소의 파이프라인으로부터 얻어진 l차원 초음파 데이터를 EMD(Empirical Mode Decomposition)로 분석해 결함의 위치를 구하고 voxel을 이용하여 구현하였다. 얻어진 3차원 영상은 2차원 해석방법을 사용하지 않더라도 결함의 위치, 형태, 크기 등과 같은 유용한 정보를 얻는데 용이하다. 개발된 프로그램은 이미 결함의 위치 및 모양, 크기 등을 알고 있는 시편의 측정에 사용하여 프로그램의 정확성을 검증하였고, 3차원 영상으로 결함의 입체적 모양을 구현하였다. This paper describes a development of Ultrasonic NDE software to analyze steam generator of nuclear power plant. The developed software includes classical analysis method such as A, B, C and D-scan images. And it can analyze the detected internal cracks using 3D image processing method. To do such, we obtain raw data from specimens of real pipeline of power plants, and get the envelope signal using Empirical Mode Decomposition from obtained ultrasonic I-dimensional data. The reconstructed 3D crack images offer useful information about the location, shape and size of cracks, even if there is no special 2D image analysis technique. The developed analysis software is applied to specimens containing various cracks with known dimensions. The results of application showed that the developed software provided accurate and enhanced 2D images and reconstructed 3D image of cracks.

경험 모드 분석법을 이용한 FXLMS 알고리즘

남명우(Nam, Myung-Woo),박진홍(Park, Jin-Hong) 한국산학기술학회 2008 한국산학기술학회 학술대회 Vol.- No.-

소음은 현대 사회에서 쉽게 접하게 되는 환경 오염원이다. 능동소음제어(Active Noise Control)는 발 생된 소음을 제거하기 위해 구현이 간단한 LMS 알고리즘을 많이 사용하고 있다. 그러나 LMS 알고리 즘은 수렴 속도와 소음신호의 변화속도에 따라 발산의 위험을 가지고 있다. 본 논문에서는 이러한 LMS의 문제점을 보완하기 위해 경험 모드 분석법을 이용한 feedback FXLMS(Filtered-X Least Mean Square) 알고리즘을 제안하였다. 소음제거 시스템의 출력단에서 검출된 잔차소음을 경험 모드 분석법(Empirical Mode Decomposition)을 이용하여 IMF 신호들로 분해하고, 분해된 각 신호를 FXLMS 알고리즘을 이용하여 수렴시킨 후, 결과들을 다시 결합하여 소음 제거에 이용하였다. 각각의 IMF 신호를 FXLMS 알고리즘으로 수렴시킬 때 수렴속도에 변화를 주어 소음제거의 효율성을 높였다. 제안한 알고리즘을 Matlab을 이용하여 시뮬레이션하였고 기존의 FXLMS알고리즘보다 향상된 수렴속 도 및 안정성을 가짐을 입증하였다.

머신러닝을 이용한 교통사고 사상자 수 예측 : 서울시 공공데이터를 대상으로

남명우(Myung-woo Nam),박두서(Doo-Seo Park),장영준(Young-Jun Jang),이홍철(Hong-Chul Lee) 한국컴퓨터정보학회 2021 한국컴퓨터정보학회 학술발표논문집 Vol.29 No.1

실시간 교량 안전감시시스템 개발

남명우(Nam Myung-Woo),양옥렬(Yang Ok-Yul),이영석(Lee, Young-Seok),오명관(Oh Myoung-Kwan) 한국산학기술학회 2010 한국산학기술학회논문지 Vol.11 No.1

논문에서는 교량의 구조건전도를 실시간 감시할 수 있는 안전감시시스템인 BMSWare를 개발하였다. 개발 된 시스템은 웹을 기반으로 실시간 안전감시가 가능하며 다양한 규모의 교량에 사용할 수 있도록 범용성을 목표로 개발되었다. 또한 각 교량들이 위치한 다양한 환경에서 신뢰성 있는 데이터를 수집할 수 있도록 다양한 제품의 로거 (logger)와 센서들을 접목할 수 있으며, 프로그램의 수정없이 수집된 데이터를 가공할 수 있는 기능을 포함한다. 개발 된 시스템은 독자적으로 교량에서 데이터를 수집하여 운용할 수 있는 기능과 수집된 데이터를 관리사무실의 메인 서 버에 주기적으로 백업하며 실시간으로 교량상태를 전송할 수 있는 기능 등 두 가지 형태의 기능을 가지고 있다. 또한 새로운 교량에 적용이 용이하며 위기상황에 적절히 대응할 수 있도록 개발되었다. 개발된 시스템은 무영대교에 설치 되어 운영 중에 있으며 평가결과, 시스템의 안정성과 효율성을 입증하였다. In this paper, we developed the BMSWare(Bridge Management System Middleware) for bridge safety surveillance in real time processing. The developed system operates on web and considers the general monitoring application for bridges. In various environments in geographical location of bridge, it can obtain reliably data from various logger and sensors without re-programming. The main functions of the developed system include the acquisition, processing, backup and transmission of the collected sensor data. It was proved to be the safety and effectiveness by application of Mooyeong bridge.

스태킹 앙상블을 이용한 병렬 네트워크 이상호흡음 분류 모델

남명우(Myung-woo Nam),최영진(Young-Jin Choi),최회련(Hoe-Ryeon Choi),이홍철(Hong-Chul Lee) 한국컴퓨터정보학회 2021 韓國컴퓨터情報學會論文誌 Vol.26 No.11

최근 코로나(Covid-19)의 영향으로 스마트 헬스케어 관련 산업과 비대면 방식의 원격 진단을 통한 질환 분류 예측 연구의 필요성이 증가하고 있다. 일반적으로 호흡기 질환의 진단은 비용이 많이 들고 숙련된 의료 전문가를 필요로 하여 현실적으로 조기 진단 및 모니터링에 한계가 있다. 따라서, 간단하고 편리한 청진기로부터 수집된 호흡음을 딥러닝 기반 모델을 활용하여 높은 정확도로 분류하고 조기 진단이 필요하다. 본 연구에서는 청진을 통해 수집된 폐음 데이터를 이용하여 이상 호흡음 분류모델을 제안한다. 데이터 전처리로는 대역통과필터(BandPassFilter)방법론을 적용하고 로그 멜 스펙트로그램(Log-Mel Spectrogram)과 Mel Frequency Cepstral Coefficient(MFCC)을 이용하여 폐음의 특징적인 정보를 추출하였다. 추출된 폐음의 특징에 대해서 효과적으로 분류할 수 있는 병렬 합성곱 신경망 네트워크(Parallel CNN network)모델을 제안하고 다양한 머신러닝 분류기(Classifiers)와 결합한 스태킹 앙상블(Stacking Ensemble) 방법론을 이용하여 이상 호흡음을 높은 정확도로 분류하였다. 본 논문에서 제안한 방법은 96.9%의 정확도로 이상 호흡음을 분류하였으며, 기본모델의 결과 대비 정확도가 약 6.1% 향상되었다. As the COVID-19 pandemic rapidly changes healthcare around the globe, the need for smart healthcare that allows for remote diagnosis is increasing. The current classification of respiratory diseases cost high and requires a face-to-face visit with a skilled medical professional, thus the pandemic significantly hinders monitoring and early diagnosis. Therefore, the ability to accurately classify and diagnose respiratory sound using deep learning-based AI models is essential to modern medicine as a remote alternative to the current stethoscope. In this study, we propose a deep learning-based respiratory sound classification model using data collected from medical experts. The sound data were preprocessed with BandPassFilter, and the relevant respiratory audio features were extracted with Log-Mel Spectrogram and Mel Frequency Cepstral Coefficient (MFCC). Subsequently, a Parallel CNN network model was trained on these two inputs using stacking ensemble techniques combined with various machine learning classifiers to efficiently classify and detect abnormal respiratory sounds with high accuracy. The model proposed in this paper classified abnormal respiratory sounds with an accuracy of 96.9%, which is approximately 6.1% higher than the classification accuracy of baseline model.

PCB산업현장의 능동소음제어

박진홍,남명우,Park, Jin-Hong,Nam, Myung-Woo 대한전자공학회 2005 電子工學會論文誌 IE (Industry electronics) Vol.42 No.4

현대사회에서 소음과 진동은 일상생활뿐 아니라 산업현장에서도 흔히 접하게 되는 환경오염원으로, 이에 대한 관심이 점차 증가하고 있다. 산업현장에서 소음은 중요한 안전요소의 하나이며, 근로자의 청력에 영향을 미칠 뿐 아니라 정신적으로도 많은 영향을 미쳐 최종적으로 업무효율을 떨어뜨리게 되는 중요한 원인이 된다. PCB 산업 현장에서는 제조공정상 필요한 기계들로부터 다양한 소음들이 발생된다. PCB 산업현장의 소음원은 주로 공조기와 제조 기기에서 발생되며, 발생된 소음제어를 위해서는 소음의 전달경로를 막아 소음을 줄이는 방법과 제조기기의 소음을 저감시키는 방법, 수음자에 대한 제어방법 등이 있다. 본 논문에서는 PCB 산업현장에 쉽게 적용할 수 있는 헤드셋(headset)을 이용한 부대역 feedback 능동소음제어(subband feedback active noise control) 방법에 인간의 청각기능을 모델링한 멜 척도를 적용하여 보다 효과적인 소음제어 방법을 제안하였다. 실험결과 멜 척도를 적용하지 않은 부대역 feedback 능동소음제어방법 보다 동일한 구조를 가지면서도 빠른 수렴속도와 향상된 소음제거 결과를 얻을 수 있었다. Acoustic problems in the environment have gained attention due to the noise and vibration contact often in industry as well as life on modem society. Noise is one of safety element in industry, this proves damaging to humans from both a physical and a psychological aspect and so drop working efficiency. Various noises are happened from machines of manufacturing process in PCB industry. This paper present a new approach for subband feedback Active Noise Control (ANC) using Mel scale for headset system in PCB industry. The proposed Mel scale subband algorithm had a performance advantage over the subband algorithm in the noise attenuation and convergence time.

기힉특집 : GAP제도의 이해와 활성화

심원보 ( Won Bo Shim ),남명우 ( Myung Woo Nam ),정덕화 ( Duck Hwa Chung ) 한국식품위생안전성학회 2014 Safe Food Vol.9 No.2

Image Enhancement Techniques for UT - NDE for Sizing and Detection of Cracks in Narrow Target

이영석(Lee, Young-Seok),남명우(Nam Myung-Woo),홍순관(Hong, Sunk-Wan) 한국산학기술학회 2007 한국산학기술학회논문지 Vol.8 No.2

본 논문은 핵발전소의 초음파 비파괴 평가를 수행하기 위하여 핵발전소 설비의 초음파 비파괴 평가시 발생 될 수 있는 스펙클 잡음을 억제하고 디컨벌루션 기법을 이용하여 결함의 정확한 위치 및 크기를 추정할 수 있는 영상 처리 기법을 제안하였다. 제안된 방법은 실제 핵발전소의 증기발생기 파이프라인으로 만들어진 시편을 이용하여 영상의 선명도를 확인 할 수 있었다. In this paper describes image enhancement technique using deconvolution processing for ultrasonic nondestructive testing. When flaws are detected for B-scan or C-scan, blurring effect which is caused by the moving intervals of transducer degrades the quality of images. In addition, acquisited images suffer form speckle noise which is caused by the ultrasonic components reflected from the grain boundary of material [1,2]. The deconvolution technique can restore sharp peak value or clean image from blurring signal or image. This processing is applied to C-scan image obtained from known specimen. Experimental results show that the deconvolution processing contributes to get improved the quality of C-scan images

전극구조에 의한 임베디드 캐패시터의 특성 개선

홍순관(Hong, Soon-Kwan),남명우(Nam, Myung-Woo) 한국산학기술학회 2008 한국산학기술학회 학술대회 Vol.- No.-

본 논문에서는 PCB(Printed Circuit Board) 기판의 내부에 만들어지는 임베디드 캐패시터에서 정전용 량 밀도를 높이고 고주파 특성을 향상시키기 위한 방안을 연구하였다. 전극의 형태 및 유전체와의 적 층구조를 변형하면서 임베디드 캐패시터의 특성변화를 분석하였으며, 이를 통하여 정전용량 밀도 및 고주파 특성을 개선할 수 있었다.