http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
가스하이드레이트 퇴적층 물성 추정 소프트웨어를 이용한 울릉분지 시추공 자료 해석
서광원(Kwangwon Seo),임종세(Jong-Se Lim) 한국에너지학회 2012 에너지공학 Vol.21 No.1
미래의 청정 에너지자원인 가스하이드레이트 개발을 위해 국내 부존이 유망한 울릉분지 5개의 지역에 대하여 2007년 시추작업을 수행하여 모든 시추공으로부터 물리검층 자료를 취득하였으며 이중 UBGH1-04, UBGH1-09, UBGH1-10 시추공에서 코어 자료를 취득하였다. 이 연구에서는 기확립한 가스하이드레이트 퇴적층 물성 추정 기법 및 UBGH1-04, UBGH1-09, UBGH1-10 시추공에서의 물성 추정 결과를 바탕으로 사용자 친화적 소프트웨어인 ?KMU GH Logs 2010?을 개발하였다. 또한 코어 미회수 시추공인 UBGH1-01 및 UBGH1-14 시추공의 물리검층 자료를 이용하여 가스하이드레이트 퇴적층의 물성을 추정하였다. 밀도 검층 자료를 사용하여 공극률을 추정하였으며, 전기비저항 검층 및 음파 검층을 이용하여 가스하이드레이트포화율을 추정하였다. 물리검층 자료와 코어의 퇴적상 분석 자료를 이용하여 선형 판별 분석 기법을 통해 퇴적상을 추정함으로써 가스하이드레이트 해리의 징후가 나타나는 DITM 및 MSS 퇴적상에 대한 판별이 가능함을 확인하였다. For the development of gas hydrate as new future energy resources, the drilling was carried out at the five locations where have high potential as gas hydrate bearing sediments in Ulleung basin, offshore Korea in 2007. Well log data were obtained from all wells and core data were procured from 3 wells, UBGH1-04, UBGH1-09 and UBGH1-10. In this study, user-friendly software, ?KMU GH Logs 2010?, is developed and this software is based on the estimation methods developed in previous study for gas hydrate bearing sediments and the properties estimated from UBGH1-04, UBGH1-09 and UBGH1-10. Petrophysical properties in un-cored wells, UBGH1-01 and UBGH1-14, are also estimated by using well log data. Porosity is estimated by density log and gas hydrate saturation is calculated by sonic log and resistivity log. Sedimentary facies are estimated by applying the linear discriminant analysis using both well log and sedimentary facies data from core analysis. It is confirmed that DITM facies and MSS facies appeared signs of gas hydrate disassociation are able to be distinguished by the method.
금속 정밀 주조제품의 소형 결함검사를 위한 딥러닝 모델 성능 비교연구
유승환(Seunghwan Yu),이호준(Hojun Lee),박태준(Taejoon Park),윤종완(Jongwan Yoon),서광원(Kwangwon Seo) 한국HCI학회 2021 한국HCI학회 학술대회 Vol.2021 No.1
금속 정밀 주조제품의 결함 검사 자동화는 스마트 팩토리 확산에 아주 중요한 요소이며 인력에 의존한 검사 공정을 자동화 하기 위해 이미지 분석 영역에서 큰 성과를 올리고 있는 딥러닝 기법의 적용이 필수적이다. 본문에서는 금속 정밀 주조제품의 소형 결함검사를 위한 딥러닝 모델 YOLOv3 와 v5 의 성능을 비교분석함으로써 v5 의 정확도, 판단속도가 v3 보다 더 뛰어난 것을 알 수 있으며, 이는 소형 결함 검사에 적합한 딥러닝 솔루션을 제공한다. 또한 작업자가 사용하기 편리한 UI 를 제공함으로써 본 시스템에 HCI 를 적용한다.
로봇의 용접 경로 검출 정확도 향상을 위한 딥러닝 모델 성능 비교 연구
김태준(KimTaeJun),전재훈(JeonJaeHoon),윤종완(Jongwan Yoon),고병진(Byungjin Ko),서광원(Kwangwon Seo),박태준(Taejoon Park) 한국정보기술학회 2021 Proceedings of KIIT Conference Vol.2021 No.11
용접은 제조 산업에 있어 필수적인 공정이나 용접 전문공의 숫자는 점차 줄어들고 있다. 이를 극복할 수 있는 것이 용접 자동화 로봇이다. 본문에서는 용접 자동화 로봇에서 용접 경로 검출의 정확도 향상을 위해 Segmentation 기반 딥러닝 모델인 Unet과 Unet3+의 성능을 비교 분석 한다. 그 결과 Unet3+가 Unet에 비해 더 높은 정확도를 보여주는 것을 근거로 Unet3+가 용접 자동화 로봇에 더 적합한 모델임을 보인다. Welding is an essential process in the manufacturing industry, but the number of welding professionals is gradually decreasing. Welding automation robots can overcome this. In the paper, the performance of Unet and Unet3+, a segmentation-based deep learning model, is compared and analyzed to improve the accuracy of welding path detection in welding automation robots. The results show that Unet3+ is a more suitable model for welding automation robots based on the fact that Unet3+ shows higher accuracy than Unet.
YOLO-V3 를 활용한 부품 결함 검사 시 Feature Map Scale 이 성능에 미치는 영향
이호준(Hojun Lee),유승환(Seunghwan Yu),박태준(Taejoon Park),윤종완(Jong-Wan Yoon),서광원(Kwangwon Seo) 한국HCI학회 2021 한국HCI학회 학술대회 Vol.2021 No.1
현재 금속제품 결함 검사에 널리 사용되고 있는 딥러닝 기반 Object Detection은 높은 실시간 검출 성능을 보유하고 있으나 그 정확도는 제품 검사 공정자동화를 달성하기에 충분하지 않다. 따라서 기존의 금속 제품 결함 검사 성능을 향상시킬 수 있는 연구가 필요하다. 본 논문에서는 YOLO-V3를 활용하여 금속 부품의 미세 결함 검사 시 detection layer와 연결하는 feature map의 스케일이 결함 검출 성능에 미치는 영향을 실험을 통해 비교하고 YOLO-V3를 활용하여 금속 부품의 미세 결함을 효과적으로 검출하기 위한 최적의 네트워크 구성 방법을 제시한다. 본 논문에서 제안하는 네트워크 구조를 적용할 경우 기존의 YOLO-V3의 구조를 적용한 경우보다 8.12%의 mAP의 성능 향상을 얻을 수 있다. 또한 제안하는 네트워크 구조 적용을 통해 향후 연구에서 부품 결함 검사 시 결함 검출율 향상을 기대할 수 있다.