With the recent development of manufacturing technology and the diversification of consumer needs, the process and quality control of production have become more complicated. In particular, due to the nature of domestic manufacturing companies that rely on foreign manufacturers for most of their manufacturing facilities, the need for their own data analysis and manufacturing support applications is increasing and research has been conducted in Korea. This study proposes integrated process and quality analysis platform supporting analysis template considering manufacturing big data DB interworking and data characteristics. In addition, the platform is implemented in two versions, web and CS, in consideration of user accessibility.
대형선박의 발전에 사용되는 증기터빈에는 핵심부품으로서 노즐플레이트가 활용되는데 정밀 산업 이 발전한 요즘에도 오래 전의 설계와 생산방식을 답습하고 있다. 노즐플레이트는 많은 터빈 블레이드와 이너링, 아우터링으로 구성되어 있고 이들을 서로 용접하여 제작한다. 용접 시에 블레이드의 뒤틀림 등으로 인하여 그 용접위치에 약간의 변위가 발생하여 각 블레이드 간의 pitch가 불균일하여지고 이로 인해 플레이트의 성능 저하가 우려된다. 이러한 점을 개선하기 위해 용접식 보다는 pitch의 등간격을 유지시키는데 유리한 조립식 설계로 전환하는 것이 필요하다. 이는 설계 변경을 해야 하며 또한 새로운 설계 시에 그에 대한 응력을 기초로 하는 구조해석과 장시간 사용되었을 경우에 대비하여 내구성 시험이 수반되어야 한다. 본 연구는 터빈 블레이드의 구조 설계를 조립식으로 변경하고 이의 결합성을 검토한 후 사이버 공간상에서 안전성 검증을 통하여 실용 가능성을 입증하고자 한다.
Recently, thanks to emerging ICT (Information and Communication Technology) such as IoT (Internet of Things), wireless telecommunication, and various sensor technologies, the concept of connected car has been highlighted in the automotive industry. In the connected car technology, one application is to diagnose and predict the car status in a real-time way based on gathered data. To this end, it is necessary to develop the diagnostics/prognostics algorithms for a specific part or component in a car. The results of diagnostics and prognostics could provide drivers with useful information used for advanced maintenance policy such as condition-based maintenance. In this study, we have reviewed the relevant previous research works before developing detailed algorithms.
If the coalition of players orders the product together, then they can reduce the inventory costs such as ordering cost and holding cost. Inventory game can be defined as the allocation of the inventory costs to the players in a fair and rational manner. The characteristics recommended for the solutions provided by the method for the inventory game are completeness, rationality, and marginality. The solutions that satisfy these characteristics are in the core, where the proportional method may depend on the allocator. This study has found out that the solutions of the proportional method with some allocators for economic order quantity model exist in the core.
Cost allocation studies on the rational allocation method for the common cost of the joint products or services that provide different benefits to each economic entity under the constraints of the efficiency and fairness. Cooperative game theory is often used for cost allocation and studies on a fair and efficient allocation of the utility if some feasible utility for a whole or subset of the players in a game is given. This study shows a variety of cooperative game theory approaches and discusses the pros and cons of each approach.
최적화 분야에서는 VRP(Vehicle Routing Problem)에 대한 많은 연구가 오래전부터 이루어져 왔다. 기본적인 VRP 모형을 확장하여, 단일차고지와 다수차고지 특성, Pickup and Delivery 특성, Time Windows 특성 등을 고려하여 다양한 모형들을 도출되고 있으며 이들에 대한 보다 나은 해를 구하는데 초점이 맞추어져 왔다. 이들 VRP 모형들은 노드 수의 증가에 따른 NP-Hard 특성을 가지고 있기 때문에 최적화에 초점을 맞추기 보다는 Genetic Algorithms, Tabu Search, Simulated Annealing 등의 메타휴리스틱 기법 등을 이용하여 적용할 수 있는 우수한 해를 도출하려 노력을 기울이고 있다. 본 연구에서는 시간제약을 가지는 Multi-Depot Pickup and Delivery 모형을 이용하여 3자물류 기업에서 물류 트럭의 할당 및 이들에 대한 운영 상황 모니터링을 지원할 수 있는 시스템 개발에 초점을 맞추고 있다. 본 연구에서는 먼저 수요기업의 요구사항을 반영하여 가장 중점을 두고자 하는 혼적이 가능하고 시간제약을 반영한 해를 도출하고자 했으며 도출된 해를 기반으로 물류를 트럭에 할당한 후 물류 트럭에 대한 GPS기반의 모니터링 시스템을 제안하고자 한다.
In this paper, we propose an Elman recurrent neural network to predict and analyze a time series of gas energy consumption in an air handling unit. To this end, we consider the volatility of the time series and demonstrate that there exists a correlation in the time series of the volatilities, which suggests that the gas consumption time series contain a non-negligible amount of the non-linear correlation. Based on this finding, we adopt the Elman recurrent neural network as the model for the prediction of the gas consumption. As the simplest form of the recurrent network, the Elman network is designed to learn sequential or time-varying pattern and could predict learned series of values. The Elman network has a layer of “context units” in addition to a standard feedforward network. By adjusting two parameters in the model and performing the cross validation, we demonstrated that the proposed model predicts the gas consumption with the relative errors and the average errors in the range of 2%~5% and 3kWh~8kWh, respectively. The results of this study can be used to the energy management system in terms of the effective control of the cross usage of the electric and the gas energies.
In this study, we utilize the cross and partial correlation analyses in order to investigate the dependence of power energy consumption on the temperature. To this end, we use a time series data that consists of three attributes : an hourly measured electric power consumption, temperature, and humidity. We, in particular, divide the yearly data into monthly base, and estimate the cross correlation coefficients between all possible pairs of attributes for each monthly based data. We found that temperature and power consumption are negatively correlated in the winter; positively correlated in the summer. A similar trend was found between humid and power consumption. This implies that when temperature or humidity is relatively high or low, the power consumption increases due to the cooling and heating system at work. In contrast, the correlation between temperature and humid behaves differently from those between temperature and power consumption. These results can be used to effectively manage the power system.
The purpose of this study was to analyze the relationship between the emotional factors of human and the physical design elements of shopping mall website and to improve the desire to purchase the products through the screening of emotional factors influencing the purchasing decision. The results of the study suggested the effective ways to develop the internet on-line website design that the users want through human sensibility ergonomics approach.
This study considers zone-based registration (ZBR) and distance-based registration (DBR). A mobile station performs location registration whenever the MS reaches a new zone or the specified distance. These two schemes seem to be similar but, in DBR, the mobile station (MS) is in the center of the location area right after location registration differently from in ZBR. In this study, we point out some problems of the previous analysis method and propose an improved analysis method of ZBR and DBR. Using the improved analysis method, we show that the previous analysis includes some problems, and that the performances of two registration methods in our study are enhanced more than in the previous study. This results of this study should be useful to analyze the performance of various location registration schemes.
제조물책임법은 제품의 제조, 설계, 표시상의 결함으로 인해 사용자의 생명이나 신체에 피해나 손실이 발생할 경우 제조물의 결함과 그로 인한 피해 사실이 입증되면 제조업자 등이 손해배상책임을 지게 하는 제도이다. 제조물책임법의 시행으로 기업은 제조물책임 사고로 인한 손실을 예방하고 체계적으로 방어할 수 있는 대응시스템을 구축하여 제품안전사고를 본질적으로 근절하기 위한 책무를 다해야 한다. 그렇지만 최근에 발생한 가습기살균제 사고, 휴대폰 배터리의 결함, 정수기 리콜 등에 의한 피해발생으로 제품의 안전을 근원적으로 확보하고 소비자의 생명과 재산을 보호하는 데 제도적으로 미흡한 점이 발견되어 개선 할 필요성이 대두되었다. 이에 국회에서는 제조물책임법의 실효성을 강조하기 위하여 2017년 3월 제조물책임법의 개정을 통해서 피해액의 최고 3배까지 배상토록 하는 징벌적 배상제도, 소비자에게 피해발생 시 입증책임을 제조업체가 지도록 하는 입증책임의 전환 등을 개정하게 되었다. 이러한 변화는 앞으로 기업 책임의 변화를 예상하게 된다. 따라서 본 연구에서는 개정된 제조물책임법이 기업에 미치는 영향을 살펴보고 기업이 효과적으로 대응할 수 있도록 대응전략을 제시하고자 한다.
The purpose of this paper is to find out how each districts(Gu) of Seoul are related based on the apartment price trends. All the data used in this paper comes from a public data sources, Seoul apartments transaction data provided by ‘Ministry of Land Infrastructure and Transport Korea’ and the apartments properties from NAVER’s real estate service. To analyze the similarities between the price trends of each apartments, this study uses FastDTW algorithm which is quite popular in time series analysis domain. After figured out the distance matrix from FastDTW, this study uses Hierarchical Clustering algorithm and Chi-squared test to compare each districts’ relationship. The analysis result shows that which districts in Seoul are similar and which districts are not.
최근 홈로봇에 대한 관심이 인공지능의 발전과 함께 급증하고 있다. 단순히 대화가 가능한 로봇이 아니라 소니의 아이보와 같은 펫로봇 형태를 비롯해 교육, 엔터테인먼트, 안내, 청소와 같은 각기의 세부적인 기능에 특화되어 있는 로봇들이 속속들이 우리 앞에 나타나고 있다. 한편, 클라우드기반의 인공지능 알고리즘과 음성인식을 이용한 AI스피커가 단순히 소리를 전달하는 기능을 뛰어넘어 명령을 알아 듣고 이를 실행하거나 이에 대한 답을 제공하는 기기로 진화하고 있다. 이러한 기능의 변화는 텍스트에서 그래픽유저인터페이스로 진화된 MMI(Man-Machine Interface)의 새로운 세대를 예고하고 있다. 본 연구에서는 홈로봇의 현황과 홈로봇에 적용될 ABI(Audio Base Interface, 음성기반인터페이스)로서 AI스피커에 대해서 고찰하고 있다.