병렬영상기법인 SENSE 기법은 슬관절 자기공명영상의 검사 시간을 획기적으로 단축할 수 있다. 그러나 기법 적용 시 SENSE factor를 증가시키면 영상에 인공물의 발생이 증가하는 문제점이 있어 개선을 위해 본 연구에서는 최소의 시간이 소요되면서 인공물이 발생하지 않는 최적의 SENSE factor를 제시하고자 하였다. 연구 방법은 SENSE factor 1.0을 기준 으로 0.5 간격씩 5.0까지 변화시켜 팬텀 실험과 임상실험을 시행하였다. 3.0T 초전도 자기공명영상장치와 dS Knee 코일 을 사용하여 T1, T2 강조영상을 획득하였으며, 영상의 비교평가는 임상 경력 10년 이상의 방사선사 10명이 5점 척도로 평가한 후, 일원배치 분산분석과 사후분석을 통해 유의한 차이가 있는지 판단하였다. 연구 결과 팬텀 실험은 T1, T2 강조 영상 모두 SENSE factor를 1.5 이하로 하였을 때 기준 영상과 차이가 없었으며, 임상실험은 SENSE factor를 2.0 이하로 하였을 때 기준 영상과 차이가 없었다. 결론적으로 슬관절 자기공명영상 시 검사 시간을 단축하면서 인공물이 발생하지 않는 최적의 SENSE factor는 팬텀 실험의 경우 1.5, 임상실험의 경우 2.0이 적정하리라 사료된다.

Predicting remaining useful life (RUL) becomes significant to implement prognostics and health management of industrial systems. The relevant studies have contributed to creating RUL prediction models and validating their acceptable performance; however, they are confined to drive reasonable preventive maintenance strategies derived from and connected with such predictive models. This paper proposes a data-driven preventive maintenance method that predicts RUL of industrial systems and determines the optimal replacement time intervals to lead to cost minimization in preventive maintenance. The proposed method comprises: (1) generating RUL prediction models through learning historical process data by using machine learning techniques including random forest and extreme gradient boosting, and (2) applying the system failure time derived from the RUL prediction models to the Weibull distribution-based minimum-repair block replacement model for finding the cost-optimal block replacement time. The paper includes a case study to demonstrate the feasibility of the proposed method using an open dataset, wherein sensor data are generated and recorded from turbofan engine systems.

This paper proposes a solution to the out-of band oscillation signal and in-band low transmitter power output that occurrs during the low-temperature operation test for the new mine detector GPR signal transmission and reception module. Tests were performed by applying the optimal values of capacitors and inductors through circuit analysis simulation under the limited space, as a result, it was confirmed that the gain and return loss were improved at all-band thereby preventing oscillation signal and low transmitter power output.

Due to environmental pollution, regulations on fossil fuels are required. There is a movement for the regulations by using LNG fueled propulsion ships. LNG is an eco-friendly fuel that does not emit NOx or SOx during combustion, but its boiling point is -163°C. Under that condition, the use of metal is restricted, and IMO defined applicable materials through IGC code. Among the metals, 9% nickel steel is one of excellent mechanical properties such as yield strength and tensile strength in cryogenic condition. Thus 9% nickel steel is widely used in cryogenic storage containers for ships. In addition, laser welding, which minimizes thermoelastic distortion by applying a concentrated heat source to a narrow area for a short period of time, is in the spotlight. So, this study is a basic research to predict and respond to thermal distortion during laser welding. Secondary version of the representative heat source model was derived through the author's previous research with STS304L, and the heat source model was derived by applying the heat source model to 9% nickel steel in this study. 9% nickel steel is a material that is in high demand and is widely used in the manufacture of cryogenic containers, so this study is expected to be able to respond immediately to the field.

In this paper, to improve the optical quality of aspherical plastic lenses for mobile use, the optimal molding conditions that can minimize the phase difference are derived using injection molding simulation, design of experiments, and machine learning. First, factors affecting the phase difference were derived using the design of the experiment method, and a data set was created using the derived factors, followed by the machine learning process. After predicting the model trained using the generated training data as test data and verifying it with the performance evaluation index, the model with the best predictive performance was the random forest model. Therefore, to derive the optimal molding conditions, random forests were used to predict 10,000 random pieces of data. As a result of applying the derived optimal molding conditions to the injection molding simulation, the phase difference of the lens could be reduced by 8.2%.

Most of automobile steering parts are manufactured through the multi-stage cold forging process using round-bar drawn materials. The same process is applied to the ball stud parts of the outer ball joint, and various research activities are being carried out to reduce the extreme manufacturing cost in order to survive in the limitless competition. In this paper, we present a quantitative prediction method for the limiting life of the die as a method for cost reduction in the multi-stage cold forging process. The load on the die was minimized by distributing the forming load based on process optimization through finite element analysis. In addition, based on the quantitative prediction algorithm of the limiting life of the die, the application of the split die and the optimization of the phosphate treatment of the material surface are presented as a conclusion as a method to improve the limiting life of the die.

본 논문에서는 1차원 오일러 보 요소(Euler-Bernoulli Beam Element)를 이용한 회전익기 축계에 대한 중량 최적설계를 수행하였다. 회전 축계의 특성을 고려해 비틀림(Torsion)과 베어링과 같은 축지지 강성 및 플랜지(Flange) 질량을 모두 고려하였고, 동적 안전성 확 보를 위해 고유치 해석을 수행하여 임계속도(Critical Speed)와 기어박스로부터 오는 치 변형 가진을 회피할 수 있도록 하였다. 축의 길 이는 고정된 상태에서 두께와 반경을 조절하여 중량 최적화를 수행하였으며, 최적화 과정은 2단계로 나누어 진행하였다. 1단계에서 는 비틀림 강도를 제약조건으로 하여 중량을 최적화한 후 2단계에서는 축계 안정성 확보 기준(Headquarters, U.S. Army Material Command, 1974)에 따라 축의 비틀림 강도에 대한 제약조건을 만족시키며, 축의 1차 모드가 임계속도를 회피할 수 있도록 축 1차모드 와 임계속도의 차이가 최대가 되도록 최적화를 진행하였다. 주어진 1차원 보 요소를 이용하여 최적설계를 한 결과를 3차원 유한요소 모델과 실제 제작된 축게의 시험결과와 비교하여 제안된 방법을 검증하였다.

The sub-frame is located on the lower body of a monocoque type vehicle and serves as an engine and suspension, and is an important object part that receives a lot of load. The existing press-type sub-frame has a large number of parts for assembling, which causes an increase in cost. Changing the machining form of this part from the existing press-type machining method to the hydro-forming machining method has the advantage of reducing the cost and weight at the same time due to the reduction of the process. Therefore, in this study, the purpose of this study is to change the design so that the sub-frame of the existing press type can be changed to the hydro-forming process method. To this end, we intend to present a design method by analyzing the effect on the rigidity of the sub-frame using the existing machining method through shape optimization analysis.

본 논문은 딥러닝 알고리즘을 이용하여 딸기 영상 데이터의 병충해 존재 여부를 자동으로 검출할 수 있는 서비스 모델을 제안한다. 또한 병징에 특화된 분할 이미지 데이터 세트를 제 안하여 딥러닝 모델의 병충해 검출 성능을 향상한다. 딥러닝모델은 CNN 기반 YOLO를 선정하여 기존의 R-CNN 기반 모델의 느린 학습속도와 추론속도를 개선하였다. 병충해 검 출 모델을 학습하기 위해 일반적인 데이터 세트와 제안하는 분할 이미지 데이터 세트를 구축하였다. 딥러닝 모델이 일반 적인 학습 데이터 세트를 학습했을 때 병충해 검출률은 81.35%이며 병충해 검출 신뢰도는 73.35%이다. 반면 딥러닝 모델이 분할 이미지 학습 데이터 세트를 학습했을 때 병충해 검출률은 91.93%이며 병충해 검출 신뢰도는 83.41%이다. 따 라서 분할 이미지 데이터를 학습한 딥러닝 모델의 성능이 우 수하다는 것을 증명할 수 있었다.

본 연구에서는 3D 프린팅 FDM 방식의 적층 방향에 따라 기계적 물성이 달라지는 이방성 특성을 확인하고 이를 이용하여 위상 최 적설계를 수행하였다. 벤치마크 문제인 자동차 현가장치 부품 중 하나인 로어 컨트롤 암에 대하여 밀도법 기반 위상 최적설계를 수행 하였으며, 외부 하중과 이방성 특성에 따라 위상 최적결과가 다르게 나타나는 것을 확인하였다. 이를 이용하여 최적화된 모델에 대하 여 3D 프린터로 적층 방향을 달리하여 2가지 시험품을 제작하였으며 인장시험을 수행하였다. 시험시 3D 비접촉 변형률 측정기를 이 용하여 변형률을 구하였으며 이를 CAE 응답해석으로 얻은 변형률과 비교한 결과가 정량 및 정성적으로 일치하는 것을 확인하였다. 3D 프린팅 적층 방향을 고려한 위상 최적모델의 인장 실험 결과를 통해 해당 최적설계 방법론의 유효성을 검증하였다.

부분구조화 기법은 자유도가 많고 복잡한 구조물의 유한요소 해석 모델 단순화에 효율적으로 적용될 수 있는 기법이다. 대표적으 로 선형 문제에 대해서는 Craig-Bampton method 등이 있다. Craig-Bampton method는 경계 요소를 제외한 나머지 요소의 불필요한 자 유도를 제거함으로써 선형 구조물의 축소를 수행한다. 최근에는 부분구조화 기법과 더불어 구조물의 최적설계를 위해 멀티레벨 최적 화 기법이 많이 활용되고 있다. 시스템의 목표를 달성하기 위해 각 부구조에 새로운 목표를 할당하는 기법이다. 본 연구에서는 유전자 알고리즘을 이용하여 시스템 목표 달성을 위한 각 부구조별 내부 자유도 개수를 새로운 목표로 할당하고 최적화를 수행하였다. 최적 화 절차로부터 도출된 부구조별 내부 자유도 개수를 이용하여 시스템의 축소를 수행하였다. 다양한 수치예제들을 통해 축소 모델에 대한 결과를 확인하였으며, 90% 이상의 정확도를 가지는 것을 확인하였다.

This study was conducted to analyze geminate consonant errors(안에 [an.ɛ] → *안네[an.nɛ]) produced by Chinese learners during their acquisition of Korean linking sounds within the framework of Optimality Theory. The study was further intended to find possible constraints and causes applicable to the error. This paper argues that this error results from the interplay of the Align-R constraint, where the boundaries of a morpheme and syllable are aligned in the learner’s mother tongue, and the onset constraint, which is required for CV, a universal linguistic syllable. This study identifies the cause of the geminate consonant errors among Chinese leaners as the consequence of the simultaneous influences of interference from the learners’ native language and of linking sounds, which occur universally in linguistics.