http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
한국과 싱가포르의 정보 교육과정의 핵심 개념과 영역 분석
박한별(HanByeol Park),김자미(JaMee Kim),이원규(WonGyu Lee) 한국컴퓨터교육학회 2021 한국컴퓨터교육학회 학술발표대회논문집 Vol.25 No.1(A)
싱가포르는 OECD가 주관한 국제 학생평가 프로그램(Programme for International Student Assessment, PISA)에서 항상 최상위권을 차지하는 국가이다. 싱가포르 교육체계를 살펴보는 것은 한국의 2022년 교육과정 개정을 위한 방향성 정립에 도움이 될 수 있을 것이다. 싱가포르는 중등교육과정에서 정보와 관련하여, 컴퓨터 응용(Computer Application), O-레벨 컴퓨팅(O-Level Computing)의 두 과목을 편성하였다. O-레벨 컴퓨팅은 US 칼리지 보드(College Board)와 미국 국립 과학 재단에서 발표한 컴퓨팅의 7가지 빅 아이디어(Big ideas in Computing)를 기반으로 개발했다는 특징이 있다. 학습 내용 체계를 구성함에 있어서, 하나의 빅 아이디어는 다양한 영역에 복잡하게 대응된다. 한국의 경우, 빅 아이디어와 유사 개념인 핵심 개념은 영역에 대응함에 있어서 매우 단조로운 형태를 보여준다. 또한, 영역은 핵심 개념을 포함하기에는 작은 범위의 내용으로 구성된 것으로 보인다. 핵심 개념이 기초 개념과 원리를 포함하는 근본적 차원의 개념임을 고려한다면, 각 영역은 핵심 개념들을 내포하여 교과성격을 잘 드러낼 수 있도록 구성되어야 할 것이다.
상태기반 정비를 위한 초기 성능저하 시점(First Prediction Time, FPT) 추정 연구
박민규(MinGyu Park),박한별(Hanbyeol Park),김민섭(Minseop Kim),김도희(Dohee Kim),박연경(Yunkyung Park),배혜림(Hyerim Bae) 한국전자거래학회 2024 한국전자거래학회지 Vol.29 No.1
장비의 고장 및 성능의 저하를 방지하기 위해서는 시스템의 상태를 모니터링 하고 장비의 고장을 예측하는 것이 필요하다. 이는 상태기반정비(Condition Based Maintenance +, CBM+)라고 불리며, 이를 위해서는 기계 혹은 장비의 상태를 실시간으로 진단하고, 초기 고장 감지 및 열화 상태를 예측하는 예측유지관리(Prognostics and Health Management, PHM)가 필수적이다. 본 논문에서는 무기체계의 냉매 누출의 문제에서 CBM+를 구현하기 위한 초기 냉매 누출시점(First Prediction Time, FPT) 추정방법론을 제시한다. 이는 냉매 누출 상태인 건강상태지표(Health Indicator, HI)를 보다 효과적으로 표현하여, 잔존수명(Remaining Useful Lifetime, RUL) 예측 성능에 큰 기여를 할 수 있다. 제안하는 방법론의 효율성은 현재 운용중인 무기체계에서 수집된 데이터를 통해 검증되었으며, FPT을 반영한 RUL 예측 성능이 FPT를 반영하지 않은 경우에 비해 우수한 성능을 보였다. 본 연구 방법론은 유사한 특성을 가진 하위부품에 대한 CBM+ 적용에 유용한 가이드라인으로 활용될 수 있을 것으로 보인다. To prevent equipment malfunction and degradation of performance, it is imperative to monitor the system status and anticipate equipment failures. This approach is referred to as Condition Based Maintenance Plus (CBM+), necessitating the real-time diagnostic of machinery or equipment status and the predictive maintenance via Prognostics and Health Management (PHM) to predict initial failures and degradation states. This paper presents a methodology for estimating the First Prediction Time (FPT) to implement CBM+ in addressing the issue of refrigerant leakage in weapon systems. This entails representing the Health Indicator (HI) for refrigerant leakage status more effectively, thereby significantly contributing to the predictive performance of the Remaining Useful Lifetime (RUL). The efficacy of the proposed methodology has been validated through data collected from currently operating weapon systems and has demonstrated superior RUL prediction performance when incorporating FPT compared to without its incorporation. The research methodology proposed herein appears to be a viable guideline for the application of CBM+ to subcomponents with similar characteristics.