http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
복합환경시험을 통한 사축식 유압모터의 오일 누유 개선 연구
구융서,임찬욱,이동호 한국품질경영학회 2019 한국품질경영학회 학술대회 Vol.2019 No.-
군에서 운용중인 대부분의 궤도차량 엔진 냉각팬에는 고속회전에 유리한 사축식 유압모터를 사용하고 있다. 그러나 해마다 100건 이상의 누유로 인한 고장이 발생하고 있지만 원인조차 알 수 없어 뚜렷한 해결책이 없었으며 수년동안 군과 업체가 원인을 찾아 개선방안을 마련하려고 노력하였으나 뚜렷한 원인분석과 해결책을 찾아내지 못하였다. 따라서 군은 추가적으로 누유를 개선하기 위한 방안을 모색하였고 이러한 방안으로 국방부 주관으로 수행중인 야전 RAM분석 결과에 의한 고장다빈도사업의 일환으로 개선과제로 채택하여 기품원에 원인분석 및 개선방안 제시가 요청되어 근본적인 누유원인 및 개선방안을 연구하였다 본 연구에서는 먼저 실제 운용중인 장비의 누유환경을 장시간 모니터링하고 그 데이터를 토대로 누유현상을 재현할 수 있는 시험환경을 고안하였다. 구성한 복합환경시험 조건에서 사축식 유압모터의 오일 누유 원인을 분석하고 누유를 최소화 할 수 있는 효과적인 개선방향을 모색하였으며 개선한 시제품을 자체 성능시험 및 혹한기 야전 운용중인 차량에 적용하여 그 효과를 확인하였다. 추가로 본 연구 결과를 토대로 유사 시스템 설계 시 누유가 발생하지 않도록 적절한 설계기준을 제시한다.
지형고도 데이터베이스를 활용한 지형추종 기동을 위한 기준궤적의 효율적 생성기법
이길호,임찬욱,신재화,장세아,유창경,최기영,김진복,양경식 한국항공우주학회 2011 한국항공우주학회 학술발표회 논문집 Vol.2011 No.4
지형 추종 기동은 적진에 은밀하게 침투를 해야 하는 임무를 수행하여야 할 때 중요한 기술로 쓰일 수 있다. 본 연구는 지형 추종기동을 위한 기준 궤적을 만드는데 효과적인 알고리듬을 보여준다. 기준궤적은 비행체가 제한된 추력으로 상승기동이 제한적일 때를 고려하였다. 또 다른 제한 요소는 하중계수이다. 모폴로지 연산과 이동 평균 필터는 궤적을 만드는데 성공적으로 사용되었다. 모든 테스트 경우에 이 논문에서 제시한 알고리듬은 제한된 요소를 만족시키면서 요구조건에 맞는 기동을 하면서 따라갈 수있는 궤적을 생성한다. 항공기 모델로 궤적은 따라가는 시뮬레이션 검증을 통하여 생성된 궤적이 현실적이고, 정밀하다는 것을 알 수 있다. Terrain following maneuver is an important feature for missions that involve silent penetration requirement. In this paper we present an efficient algorithm that generate a reference trajectory for terrain following maneuver. The reference trajectory is designed to meet the limit on flying-up performance imposed by a thrust limitation. Another limiting element is the load factor. Morphology and averaging filter are used to generate the trajectory successfully. The result of terrain following simulations show that aircraft can precisely follow the reference trajectory and all the limitations and functional requirements are satisfied.
송전철탑 및 전력설비 자동검출을 위한 영상 분석 알고리즘 개발
최승환,채창훈,임찬욱,박운상,최민희 대한전기학회 2020 전기학회논문지 Vol.69 No.6
Over the past few decades the capacity of the power transmission system is growing more and more rapidly, and the power systems have also been expanding in line with continuous expansion of infrastructure. Efficient maintenance of the transmission infrastructure is critical for stable power system operation. However, since the transmission infrastructure is installed at a high location from the ground, the maintenance and diagnosis on transmission towers always involves the possibility of the safety accident of workers. Since 2016, Korea Electric Power Corporation has been developing technologies for monitoring and diagnosis of power lines using drones and has verified the usefulness of technologies through on-site demonstration. 3GBytes of video will be acquired by one flight. And video analysis is performed by below process. A worker finds an image frame that includes a transmission tower and ① power facilities, and expands the area of interest in the image, finally the visually observes the facilities and determines ② ③ whether defects are. These process requires the concentration of the operator and causes very high fatigue. To solve these problems, it is necessary to develop an image analysis algorithm for automatic detection of transmission towers and power facilities to automatically find image frames containing facilities and automatically enlarge the area of interest in the frame to provide diagnosis operator. In this paper describes the process of building a learning and testing image database for detecting transmission towers and facilities carried out for the development of these algorithms and the process of developing algorithms using deep learning CNN-YOLO v2(Convolutional Neural Network - You Only Look Once v2) and the improvement of performance aspects including accuracy and speed with existing algorithms. The recall and precision rate of YOLO v2 for detecting transmission infrastructure is 96.30% and 95.65% respectively, which is more accurate and faster than YOLO v1.