http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Shape Optimization for Light Weight Design of Direct- Drive Generator in Large-Scale Wind Turbine
이광기,한승호,노윤철,김양균,이권희 한국정밀공학회 2014 International Journal of Precision Engineering and Vol. No.
A direct-drive generator that uses a permanent magnet provides higher energy density and fewer constraint conditions. For asufficient production of output power, however, an electronic machine system with a very large diameter must be used due to the needfor operation at a low rotational speed. The structural weight of a direct-drive generator for a large-scale wind turbine can be asmuch as 80% of the total weight. Among the direct-drive generators, the AFPM (Axial Flux Permanent Magnet)-type machine hasbeen the most attractive due to its higher torque effect per unit volume and higher power density. In this study, shape optimizationwas accomplished based on the desirability function for a direct-drive generator in 2.5MW wind turbine using the AFPM-typemachine proposed in this study. Electro-magnetic and structural-coupling analyses were carried out to determine the optimal designvariables that would meet the requirements of structural stiffness, such as limitations in air-gap clearance, as well as conforming toacceptable global mechanical behaviors. Compared with the initial generator, the structural weight and stress of the proposed modelwas reduced by 13.6 and 21% under conditions that satisfied the constraint requirements of the limitations of air-gap clearance.
JMP Script 기반의 비행 시험 데이터 분석 대시보드 구축
이광기,이승환 한국품질경영학회 2023 한국품질경영학회 학술대회 Vol.2023 No.0
본 연구의 목적은 비행 시험 원시 데이터, MariaDB 데이터베이스, JMP 스크립트 언어, Python 언어를 효과적으로 잘 통합하여 원시 데이터의 옵셋 및 필터링과 같은 전처리 영역, MariaDB 데이터베이스 구축 영역, 데이터 분석 대시보드 영역을 하나의 통일된 메뉴를 통하여 구현하는데 있다. 비행 시험 데이터 분석을 위해서는 원시 데이터의 옵셋 처리 혹은 필터링과 같은 데이터 변환 등을 위한 통계 처리를 우선적으로 진행하여야하며, 원시 데이터에서 통계 처리된 비행 시험 데이터를 MariaDB 데이터베이스로 저장한 후에, 구축된 MariaDB 비행 시험 데이터베이스를 적용하여 사용자가 원하는 비행시험 데이터 분석을 위한 대시보드를 구축하여야 한다. 옵셋 처리 혹은 필터링과 같은 데이터 변환 등의 비행 시험 원시 데이터의 통계 처리는 미국 SAS사의 JMP스크립트 언어와 Python 언어를 사용하여 진행하였으며, 데이터베이스 구축은 오픈 소스 데이터베이스인 MariaDB와 Python 언어를 사용하였으며, 데이터 분석 대시보드는 Python 언어와 JMP 스크립트 언어를 사용하여 구축하였다. MariaDB 데이터베이스 스키마는 원시 데이터 전처리와 데이터 분석 대시보드 결과를 통합하여 2가지 기능을 모두 만족할 수 있도록 구축하였으며, 시뮬레이션 결과와의 비교 분석을 위하여 변수 명 등을 통일하여 데이터베이스 스키마를 구축하였다. 데이터 분석 대시보드의 선택 화면은 Python 언어를 사용하여 구축하였으며 선택 화면에서 데이터베이스 처리는 일차적으로 Python 언어로 처리하고 필요 및 목적에 따라 JMP 스크립트 언어로 직접 데이터베이스를 연동하여 처리하였다.
Optimization Process for Concept Design of Tactical Missiles by Using Pareto Front and TOPSIS
이광기,한승호,이권희,우은택 한국정밀공학회 2014 International Journal of Precision Engineering and Vol. No.
Concept design requiring complicated feed-forward and feed-back processes makes it difficult for engineers to determine the globalbehaviors of design variables and objective functions in a design space. Although design of experiments and response surface modelshave been applied to overcome these problems, the design variables satisfying the objective functions can't be found due to violationsof given constraints. In this study, a new optimization process, i.e., the GEO (Generate, Explore and Optimize) process for the conceptdesign of a tactical missile, based on a MOGA (Multi-Objective Genetic Algorithm) was proposed, which was first adapted togenerate a Pareto Front in order to simultaneously satisfy the constraints and the objective functions. In the first step, the weightsbetween the objective functions were determined by using an AHP (Analytic Hierarchy Process). Then, the design space explorationfollowed, and was implemented by surrogate models constructed from the Pareto Front with a neural network. In the last step, aTOPSIS (Technique for Order Preference by Similarity to Ideal Solution) and a desirability function were applied together todetermine the optimal solution. The TOPSIS merged the multi-objective design problem to a single entity, and the desirability functionnormalized each objective function.