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.