http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
미세물분무의 소화성능 개선을 위한 증점제(잔탄검)의 영향
김승일,신창섭,Kim. Seungil,Shin. Changsub 한국방재학회 2013 한국방재학회논문집 Vol.13 No.5
물은 다양한 소화효과를 지니고 있는 경제성 있는 소화약제임에도 점성이 상대적으로 낮아 방사시 화재표면에 점착하지 못함으로 인한 소화효과의 감소 및 손실되는 물, 물로 인한 2차 피해의 단점도 있다. 본 연구에서는 이러한 단점을 보완하고자 증점제인 잔탄검을 첨가하였으며 이를 미세물분무 노즐을 사용하여 목재화재 및 헵탄화재에 적용시켜 소화성능을 개선해 보고자 하였다. 실험결과 목재화재에 적용시킨 경우에는 0.2 MPa의 방사압에서 잔탄검 수용액 농도 0.2%가 순수 물에 비해 화염억제시간 및 소화시간이 각각 7.9배, 2.9배 빨랐으며 헵탄화재에 있어서는 잔탄검 수용액 농도 0.025%가 순수 물에 비해 약 5.2배 빠른 소화시간을 나타내었지만 이후의 증점된 농도에서는 소화에 실패하였다. 또한 소화에 필요한 물소모량도 소화시간에 비례하여 감소하였으며 방사압 증가에 따른 목재 및 헵탄화재의 소화성능도 향상되는 것을 알 수 있었다. Water is an economical extinguishing agent and has a variety of extinguishing effect. Since water does not adhere to the fire surface due to low viscosity, which causes to reduce extinguishing effect, secondary damage to unburned materials and loss of water. In this study, xanthan gum as a viscosity agent added to water and using water mist nozzle xanthan gum solution applied to wood crib fire and heptane fire to improve extinguishing performance. The results show that in case of wood crib fire in 0.2 MPa, flame suppression time and fire extinguishing time of xanthan gum 0.2% solution are 7.9 times, 2.9 times shorter than pure water, respectively. In heptane fire, fire extinguishing time of xanthan gum 0.025% solution is 5.2 times shorter than pure water in 0.2MPa, but extinguishing is failed after concentration of xanthan gum increase. Also, it is identified that water consumption decrease with extinguishing time and extinguishing performance of xanthan gum on wood crib fire and heptane fire improved according to increase of discharge pressure.
이홍석(Hongsuk Yi),박은수(Eunsoo Park),김승일(Seungil Kim) 한국정보과학회 2018 정보과학회 컴퓨팅의 실제 논문지 Vol.24 No.12
자율주행은 도로에서 차선 변경, 추월, 양보 등을 할 때 정교한 상황판단 기술을 적용해야 하는 멀티-에이전트 문제이다. 자율주행차량들의 연속적인 행동을 제어하기 위하여 본 논문에서는 심화 결정론적 정책 경사 강화학습 알고리즘을 적용하였다. 이를 위하여 차선변경이 빈번히 발생하는 도로 환경을 시뮬레이터로 구현하였고, 강화학습에서 적용된 보상은 개별 차량이 목적지 차선에 도착하면 높은 보상을 받지만, 차량이 다른 목적지 차선에 도착할 경우나 차량끼리 충돌이 발생할 경우에는 벌칙을 받도록 설계하였다. 16개의 멀티-에이전트 차량을 학습한 결과 학습시간이 충분할수록 차선변경을 제어할 수 있음을 알았다. 하지만 심화 강화학습과 시뮬레이터 환경의 한계로, 학습이 진행되는 과정에서 보상 값이 급격히 감소하였고, 이로 인하여 차량 주행은 매우 불안정한 주행을 하였다. Autonomous driving is a multi-agent problem, wherein the host vehicle must adopt sophisticated human driving negotiation skills with other drivers on the road when overtaking, giving away. In this paper we apply deep reinforcement learning to the problem of forming long-term driving. More specifically, we use deep deterministic policy gradient algorithms, termed actor- critic algorithm. A reward function promoting longitudinal velocity, while penalizing transverse velocity and divergence from the track center, is used to train multi-agents. The actor-critic algorithm was trained and evaluated in a synthetic environment. Results reveal that our deep reinforcement learning approach can generalize and adapt well to weaving sections on real roads.
전자유도법을 이용한 피스톤 온도 측정과 디지털가변저항을 이용한 센서검출법
이호현(Hohyun Lee),방현욱(Hyunwook Bang),고상근(Sangken Kauh),김승일(Seungil Kim),박승일(Seungil Park) 한국자동차공학회 2008 한국자동차공학회 춘 추계 학술대회 논문집 Vol.- No.-
Method of 'Electromagnetic Induction' has many benefits of other methods as 'Linkage Methode', 'Templog' and 'piston telemetry' etc. It is as precise as linkage method and as accurate as piston telemetry. In addition to that, It can measure multi points per piston and multi cylinders by real time. And we can save time and man power contrast to other method. But 'Electromagnetic Induction' method needs to calibrate each sensor parts, that takes place of many portion of preparatory period. In this paper we introduce calibration method which use 'Digital Variable Resistor'. If measurement equipment. primary & secondary coil sensor is prepared and some temperature sensor whose specification is known already is prepared too. you can prepare everything which is need to measuring piston temperature in very short period.