http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
자동차의 마이크로프로셋서를 이용한 전자식 제어시스템에 대한 연구 제2편 ; 정보 표시 제어장치
채석,김용립,유준,김광락,변증남,Chae, S.,Kim, Y.L.,Liu, J.,Kim, K.R.,Bien, Zeungnam 대한전자공학회 1980 전자공학회지 Vol.17 No.6
The information display control system is designed and implemented on an automobile in which the conventional panel displays are replaced by electronic ones. The system hardware consists of three main parts, i. e., (i) the function select keyboard (ii) the central processing unit (iii) the displays, The system software consists of main routine and several interrupt service routine such as keyboaiuand display interrupt service routine:. The main routine handles various sensor inputs to generate the appropriate information for the driver such as running speed, available fuel quantity. coolant temperature, battery voltage, remaining distance to the destination , time of day, and so on. Finally the results of the field test of the system and some associated difficulties of realization problems are discussed. 자동차의 패널에 전자식 표시장치를 도입하고, 마이크로프로셋서를 사용하여 운전자에게 차의 동작상태 및 여행자료와 같은 정보를 표시하는 정보 표시시스템(information display system)을 설계 개발하였다. 본 시스템의 하드웨어로는 기능 선택 keyboard, 중앙 처리장치 표시공(displays)등이 있으며, 소프트웨어로는 여러 가지 감지기(Sensors)의 입력으로 부터, 주행속도, 사용 가능한 연료량, 냉긱수 은도, 바테리전압, 목적지까지 남은 거리, 현재의 시긱등 12가지의 여행자료등 운전자가 원하는 정보로 바꾸어 주는 main routine을 비롯하여, keyboard 및 연splay를 위한 interrupt service routine으로 구성하였다. 마지막으로, 본 시스템을 실제로 실장시험한 결과와 문제점을 논의하였다.
이승로(S. R. Lee),박준희(J. H. Park),김낙수(N. S. Kim),루카 콸리아토(L. Quagliato) Korean Society for Precision Engineering 2021 한국정밀공학회 학술발표대회 논문집 Vol.2021 No.11월
본 연구는 링 롤링 공정에서 소요 에너지를 감소시키기 위한 공정 변수 선정 방법에 관한 연구이다. 링 롤링 공정은 이음매 없는 링 모양의 제품을 만드는 공정으로 자동차, 항공 우주 등의 다양한 산업 분야에서 제품 제작에 사용된다. 이때, 에너지 효율과 관리의 측면에서 링 롤링 공정에서 발생하는 에너지를 줄이기 위해 공정 변수를 선정하는 것은 중요하다. 따라서 다양한 공정 변수에 따라 공정에서 발생하는 에너지 값을 계산하기 위한 기계학습 모델을 구현하였다. 이를 최소화 기법의 목적 함수로 활용하여 최종 링 형상과 재료 물성치 변수가 입력되었을 때 에너지를 감소시킬 수 있는 예비성형체 형상 변수와 메인 롤 회전 속도, 만드릴 회전 속도의 공정 변수를 제안하는 알고리즘을 개발하였다. 평형 링 롤링에 개발 알고리즘을 적용하기 위해서, 상용 SW 인 Simufact Forming15를 통해 예비 성형체 형상, 물성, 공정 변수에 따른 하중 영향을 분석하였고 FIOT (Force Integral Over Time)을 정의하였다. 구성된 380 개의 학습 데이터에 대해 기계학습 기법 중 GB (Gradient Boosting) 모델은 평균 오차 3.2%로 FIOT 을 예측할 수 있었다. 구현된 GB 모델을 Differential Evolution 최소화 기법의 목적 함수로 활용하여 42CrMo₄ 소재 750 mm 외경 링 성형에서 FIOT을 감소시킬 수 있는 예비성형체 형상 및 공정 변수를 제안하였다. 다른 변수 조합을 사용 시 FEM에서 계산된 FIOT 과 비교하며 제안된 변수 조합을 검증하였다.