http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
근육 파라미터 최적화를 통한 발목관절 모멘트 추정 모델 개발 및 평가
손종상,황성재,이진섭,김영호,Son, J.,Hwang, S.,Lee, J.,Kim, Y.H. 대한의용생체공학회 2010 의공학회지 Vol.31 No.4
Estimation of muscle forces is important in biomechanics, therefore many researchers have tried to build a muscle model. Recently, optimization techniques for adjusting muscle parameters, i.e. EMG-driven model, have been used to estimate muscle forces and predict joint moments. In this study, an EMG-driven model based on the previous studies has been developed and isometric and isokinetic contraction movements were evaluated to validate the developed model. One healthy male participated in this study. The dynamometer tasks were performed for maximum voluntary isometric contractions (MVIC) for ankle dorsi/plantarflexors, isokinetic contraction at both $30^{\circ}/s$ and $60^{\circ}/s$. EMGs were recorded from the tibialis anterior, gastrocnemius medialis, gastrocnemius lateralis and soleus muscles at the sampling rate of 1000 Hz. The MVIC trial was used to customize the EMG-driven model to the specific subject. Once the subject's own model was developed, the model was used to predict the ankle joint moment for the other two dynamic movements. When no optimization was applied to characterize the muscle parameters, weak correlations were observed between the model prediction and the measured joint moment with large RMS error over 100% (r = 0.468 (123%) and r = 0.060 (159%) in $30^{\circ}/s$ and $60^{\circ}/s$ dynamic movements, respectively). However, once optimization was applied to adjust the muscle parameters, the predicted joint moment was highly similar to the measured joint moment with relatively small RMS error below 40% (r = 0.955 (21%) and r = 0.819 (36%) and in $30^{\circ}/s$ and $60^{\circ}/s$ dynamic movements, respectively). We expect that our EMG-driven model will be employed in our future efforts to estimate muscle forces of the elderly.
정삼용(S.Y.Jeong),이진섭(J.S.Lee),서진연(J.Y.Seo),김동휘(D.H.Kim),최연옥(Y.O.Choi),조금배(G.B.Cho) 전력전자학회 1998 전력전자학술대회 논문집 Vol.- No.-
Indirect vector control for induction motors requires the use of observers for estimation or observation of rotor flux magnitude and position In this paper, authors describe the induction motor vector control and introduce a nonlinear observer, named ELO(extended Luenberger Observer), without simulation results as a preliminary work for trial application Normally, design of nonlinear observer need coordinate transformation and linearzation through solving the partial different equation However, ELO requires minimal solution of nonlinear partial differential equation Simulation was performed by under the evironment of Matlab and Simulink without the proposed observer because we are still working Simulation was performed with conventional flux observer, a dc-ac inverter modulated by SVPWM technique, a vector controller armed with multiple PI controllers.<br/> <br/>
유도전동기 속도검출을 위한 최적 제어시스템에 관한 연구
이강연(K.Y Lee),이진섭(J.S Lee),조금배(G.B Cho),이상일(S.I Lee),백형래(H.L Baek) 전력전자학회 1997 전력전자학술대회 논문집 Vol.1997 No.-
In this paper, a instantaneous speed measurement method using a three phase sinusoidal encoder is described and it's simulations are developed. The proposed method can easily detect the AC motor speed by using that the encoder is propotion to the AC motor speed.<br/> The performance of proposed method is confirmed by computer simulation and experiment results, The high accuracy of the optimum control system, AC motor speed detection is designed and proposed.
딥러닝 기반 자동차 CAD 모델의 3 차원 레퍼런스 취출 연동 모델 개발
김태현(T. H. Kim),이진섭(J. S. Lee),전상환(S. H. Jeon),박성현(S. H. Park),김상휘(S. H. Kim),이지형(J. H. Lee),이은호(E. H. Lee) Korean Society for Precision Engineering 2021 한국정밀공학회 학술발표대회 논문집 Vol.2021 No.11월
최근 제조업 분야 설비의 무인화 및 자동화가 활발히 일어나게 되면서 인공지능과 기계학습 모델의 활용이 중요해지고 있다. 제품 생산 과정에서는 인공지능과 기계학습 기술을 활용하여 제품 결함 탐지 및 제품 판별을 진행하고 있지만, 금형의 설계 과정에서는 데이터 처리 및 활용에 어려움이 있어 인공지능 기술이 아닌, 많은 경험을 쌓은 엔지니어의 직관에 의존하고 있다. 본 연구에서는 금형 설계 시 필요한 3 차원 CAD 모델에서 각종 결함 판단에 기준이 되는 3 차원 레퍼런스를 자동 검출할 수 있는 알고리즘을 개발하였고, 이를 CAD 인터페이스에서 바로 활용할 수 있도록 CAD 연동 모델을 구현하였다. 자동 검출 알고리즘에는 Object Detection 과 Semantic Segmentation 모델을 활용하여 CAD 모델에서 취득한 서로 다른 3 차원 레퍼런스의 종류 및 위치를 정확히 검출하였다. 딥러닝의 훈련 및 검증으로 사용된 데이터는 자동차 사이드 아우터의 2 차원 형태의 이미지로 구성하였다. AI 모델 학습 데이터 생성에 필요한 수작업 비용을 줄이기 위해 CAD 인터페이스에서 CAD 데이터로부터 이미지 추출을 자동화하였고, CAD 연동모델을 통해 CAD 인터페이스에서 레퍼런스 취출 작업을 자동화하였다. 학습 데이터 수가 적음에도 불구하고, 개발한 방법을 통하여 금형의 설계 과정에서의 적용가능성을 보여주었다.