http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
문현수(Hyun Su Moon),서효동(Hyo Dong Seo),주영훈(Young Hoon Joo) 대한전기학회 2009 대한전기학회 학술대회 논문집 Vol.2009 No.7
본 논문에서는 Particle Swarm Optimization(PSO)을 이용하여 지능형 로봇의 주행 제어 방법을 제안한다. 지능형 로봇의 주행을 위한 퍼지 제어기를 설계하고 퍼지 규칙을 구성하고 있는 멤버쉽 함수의 매개 변수를 PSO를 이용하여 동정한다. 최종 PSO로 동정된 매개 변수를 이용하여 벽면 주행을 수행한다. 마지막으로, 실험을 통해 그 응용 가능성을 증명한다.
문현수 ( Moon Hyun Su ),정상희 ( Jeong Sang Hee ) 한국구조물진단유지관리공학회 2021 한국구조물진단유지관리공학회 학술발표대회 논문집 Vol.25 No.2
한국원자력연구원에 있는 조사후연료시험시설은 사용후핵연료의 성능 실증 및 안전성 평가를 목적으로 1985년 말에 준공한 국내 최초의 핫셀시험시설이다. 시설이 준공된지 36여년이 지난 지금, 노후화로 인하여 지속적인 구조물 점검이 필요한 상황이다. 구조물 점검에 매우 중요한 요소 중 하나는 균열을 파악하고, 이를 효과적으로 관리하는 것이다. 균열 파악은 주로 검사자의 육안 검사되고 있어, 검사자의 주관에 영향을 받는다. 최근에는, 딥러닝 기술 발달로 구조물에 존재하는 균열의 검출과 특징을 파악하는 것이 상당한 수준으로 개발된 상황이다. 따라서, 본 연구에서는 딥러닝 기술을 이용한 균열 검출 기법을 시설에 적용해 보고자 한다.
인공신경망과 축방향 변형률을 이용한 거더 교량의 동적 수직 변위 추정
옥수열,문현수,전방조,임윤묵,Ok, Su Yeol,Moon, Hyun Su,Chun, Pang-Jo,Lim, Yun Mook 대한토목학회 2014 대한토목학회논문집 Vol.34 No.6
구조물의 변위이력은 구조물의 전체적인 거동을 나타내는 인자의 시간에 대한 이력이므로 이를 추정하는 것은 매우 중요하며, 일반적으로 구조물의 상태를 평가하는데 있어 직관적으로 신뢰할 수 있는 물리량이다. 특히, 교량의 경우 차량 하중에 의해 발생되는 수직 변위를 알아내는 것은 교량에 발생할 수 있는 문제점을 미연에 확인할 수 있어 매우 중요한 부분이다. 하지만 시공된 교량의 수직 변위를 측정하는 것은 실험여건 및 장비의 제약조건 등으로 인해서 직접적으로 측정하는 것이 매우 힘든 실정이다. 본 연구에서는 대상 교량들에 대한 제약조건을 극복하고 변위응답을 추정할 수 있는 방안을 제시하기 위해 임의의 차량하중에 의해서 측정되는 변형률과 변위를 인공신경망에 적용하였다. 인공신경망에 적용하는 축방향 변형률과 수직방향 변위에 대한 학습 자료를 획득하기 위해서 수치해석을 수행하였으며, 실제 교통 상황을 반영하기 위해서 교량을 통과하는 차량의 종류와 차간 거리에 대한 차량이동하중 시나리오를 작성하여 시공된 교량의 실제 교통상황에 따른 차량 이동 하중이 가해지도록 모델링하였다. 인공신경망을 이용한 학습 결과에 따라 임의의 하중에 의해 발생되는 교량의 변형률에 대한 변위를 추정하였고, 인공신경망을 사용하여 추정된 변위 결과가 수치해석을 통한 변위를 잘 표현하는 것을 확인하였다. Dynamic displacements of structures shows general behavior of structures. Generally, It is used to estimate structure condition and trustworthy physical quantity directly. Especially, measuring vertical displacement which is affected by moving load is very important part to find or identify a problem of bridge in advance. However directly measuring vertical displacement of the bridge is difficult because of test conditions and restriction of measuring equipment. In this study, Artificial Neural Network (ANN) is used to suggest estimation method of bridge displacement to overcome constrain conditions, restriction and so on. Horizontal strain and vertical displacement which are measured by appling random moving load on the bridge are applied for learning and verification of ANN. Measured horizontal strain is used to learn ANN to estimate vertical displacement of the bridge. Numerical analysis is used to acquire learning data for axis strain and vertical displacement for applying ANN. Moving load scenario which is made by vehicle type and vehicle distance time using Pearson Type III distribution is applied to analysis modeling to reflect real traffic situation. Estimated vertical displacement in respect of horizontal strain according to learning result using ANN is compared with vertical displacement of experiment and it presents vertical displacement of experiment well.
안동규(Dong-Gyu Ahn),김진석(Jin-Suck Kim),문경제(Gyoung-Jae Moon),한길영(Gil-Young Han),문현수(Hyun-Su. Moon),윤영석(Young-Seok Yoon) 한국생산제조학회 2006 한국공작기계학회 춘계학술대회논문집 Vol.2006 No.-
The objective of this research works is to develop back panel dies of PDP TV with a large size. In order to design the geometry of the dies and an initial size of blank optimally, the finite element analysis has been carried out using AUTOFORM V4.2. The conner radius of the upper trimming area and the distance from the outer line of the blank holder to the outer line of the blank have been selected as design parameters to remove the wrinkling of the trimming area. The results of the analyses have been shown that a feasible product without wrinkles and skid lines can be obtained when the conner radius ranges from 6㎜ to 8㎜ and the distance is greater than 20㎜. From the proposed design of the dies and an initial blank size, the final die set of the back panel has been successfully manufactured.