냉매 오충전은 에어컨에서 빈번하게 발생하는 고장 모드 중 하나로, 적정 충전량 대비 부족 및 과충전 모두 냉방 성능의 저하를 유 발하므로 충전된 냉매량을 정확하게 판단하는 것이 중요하다. 본 연구에서는 퍼지 군집화 기법을 통한 정상상태 식별을 통해 냉매 오 충전량을 다중 분류하는 모델을 개발하였다. 정상상태 식별을 위해 에어컨 운전 데이터에 대해 이동 평균 간의 차이를 활용한 퍼지 군 집화 알고리즘을 적용하였으며, IFDR를 통해 기존 연구된 정상상태 판단 기법들과 식별 결과를 비교하였다. 이후, 시스템 내 상관성 을 고려한 mRMR을 이용해 특징을 선택하였으며, 도출된 특징을 이용해 SVM 기반의 다중 분류 모델이 생성되었다. 제안된 방법은 시험 데이터를 통해 만족할 만한 분류 정확도와 강건성을 도출하였다.

머신러닝 기법의 발달과 함께 기계에서 발생하는 다양한 종류(진동, 온도, 유량 등)의 데이터를 활용하여 기계의 상태를 진단하고 이상 탐지 및 비정상 분류 연구도 활발히 진행되고 있다. 특히 진동 데이터를 활용한 회전 기계의 상태 진단은 전통적인 기계 상태 모니터링 분야로 오랜 기간 동안 연구가 진행되었고, 연구 방법 또한 매우 다양하다. 본 연구에서는 가정용 에어컨에 사용되는 로터리 압축기에 가속도계를 직접 설치하여 진동 데이터를 수집하는 실험을 진행하였다. 데이터 부족 문제를 해결하기 위해 데이터 분할을 수행하였으며, 시간 영역에서의 진동 데이터로부터 통계적, 물리적 특징들을 추출한 후, Chi-square 검증을 통해 고장 분류 모델의 주요 특징을 추출하였다. SVM(Support Vector Machine) 모델은 압축기의 정상 혹은 이상 유무를 분류하기 위해 개발되었으며, 파라미터 최적화를 통해 분류 정확도를 개선하였다.

제한된 실험 데이터로부터 확률분포함수를 추정하기 위해서 KDE가 많이 사용되고 있다. KDE에 의한 분포함수는 대역폭 선택법에 따라서 실험 데이터에 대해 평활하거나 과대적합된 커널 추정치를 생성한다. 본 연구에서는 Silverman’s rule of thumb, rule using adaptive estimate, oversmoothing rule을 사용해서 각 방법에 따른 정확성과 보수적인 성향을 비교하였다. 비교를 위해서 단봉분포와 다봉분포를 가지는 실제 모델을 가정하고 통계적 시뮬레이션을 수행한 다음 다양한 데이터의 개수에 따른 추정된 분포함수의 정확도와 보수성을 비교하였다. 또한, 간단한 신뢰성 예제를 통해 대역폭 선택법에 따른 KDE의 추정된 분포가 신뢰성 해석 결과에 어떻게 영향을 미치는지 확인하였다.

In engineering problems, many random variables have correlation, and the correlation of input random variables has a great influence on reliability analysis results of the mechanical systems. However, correlated variables are often treated as independent variables or modeled by specific parametric joint distributions due to difficulty in modeling joint distributions. Especially, when there are insufficient correlated data, it becomes more difficult to correctly model the joint distribution. In this study, multivariate kernel density estimation with bounded data is proposed to estimate various types of joint distributions with highly nonlinearity. Since it combines given data with bounded data, which are generated from confidence intervals of uniform distribution parameters for given data, it is less sensitive to data quality and number of data. Thus, it yields conservative statistical modeling and reliability analysis results, and its performance is verified through statistical simulation and engineering examples.

기존의 한방향 펌프는 순환과 배수를 위해 각각의 모터를 사용하지만, 양방향 펌프는 하나의 모터로 모터의 회전 방향에 따라 배수와 순환이 모두 가능하므로 원가절감이 가능하다. 하지만 양방향 펌프는 배수와 순환 시 펌프 케이싱 내부에서 역류와 흡입이 발생하여 유입된 물이 각각 배출구와 순환구로 원활하게 유출되지 못하는 단점이 있다. 본 연구에서는 주효과 분석을 통해 배출과 순환 시 유출되는 유량과 토크에 주요한 영향을 미치는 인자를 설계변수로 선택하여 실험계획법, 근사 모델, 그리고 최적설계를 통해 펌프 케이싱 형상을 최적화함으로써 역류와 흡입은 개선하고 펌프의 토크 대비 배출구와 순환구의 유량을 증가시키는 효과를 거두었다.

According to the structure, solenoid valve can be categorized as spool valve or poppet valve. While various research on spool valve which has simple structure and fine susceptibility to contamination has been conducted, poppet valve which has less susceptibility to contamination and advantage in a long time operation still need much research because of its complicated structure. In order to design the poppet valve, various parameters such as the diameter of the poppet, the angle of the poppet, the diameter of the disk, the spring stiffness, the spring preload and flow path structure should be considered. Conventional studies on poppet valve usually take only one design parameters and did not much focused on the effect of the parameters on flow characteristics. In this paper, the change of the flow characteristics according to the design parameters of the poppet valve for 3/2Way solenoid valve is analyzed. The previous studies and the results of initial model analysis was referred for the selection of the design parameters. The effects of design parameters on maximum pressure, minimum pressure, and pressure drop was examined using analysis of means(ANOM).

신뢰성 해석 및 신뢰성기반 최적설계는 불확실성을 고려한 확률변수를 입력 값으로 요구하며, 확률변수는 모수적․비모수 적 통계모델링 방법을 사용하여 확률분포함수의 형태로 정량화 된다. 신뢰성 해석과 같은 통계적 해석은 입력되는 확률분포 함수의 특성이 결과값에 영향을 미치게 되며, 확률분포함수는 통계모델링 방법에 따라 다른 형태를 가지게 된다. 본 연구에 서는 모수적 통계모델링 방법인 순차적 통계모델링 방법과 비모수적 방법인 커널밀도추정을 사용하여 데이터의 개수에 따 른 통계모델링의 결과를 분석하였다. 또한 수치예제를 통해 두 가지 기법에 따른 신뢰성 해석의 결과를 분석하였고, 데이터 의 개수에 따른 적절한 기법을 제안하였다.

입자 복합재료는 입자의 형상, 크기 그리고 분포의 산포특성으로 인해 물성치의 편차가 존재하고, 입자 복합재료를 사용 한 시스템의 거동 또한 산포가 존재한다. 하지만 입자의 산포특성을 고려하기 어려우므로 균질화법을 사용하여 시스템의 거 동을 해석하거나 국부영역에서 미세구조를 적용하여 해석한다. 본 연구에서는 입자의 랜덤적 산포특성을 고려하기 위해 RMDFs(random morphology description functions)를 사용하여 랜덤 미세구조를 생성하였고, 단면 1차 모멘트를 사용하여 가우시안 함수의 수(N)와 입자의 산포특성의 관계를 분석하였다. 그리고 랜덤 미세구조 구조물의 거동을 분석하기 위하여 랜덤 미세구조를 전체에 반영한 외팔보에 multi-scale 해석을 수행하였다. 그 결과 입자의 산포특성과 외팔보의 처짐의 편차 는 N의 증가에 따라 감소하고 N=200에서 수렴하는 것을 확인하였다.