본 연구에서는, 충돌회피지원을 위한 자동제어에 관하여 새롭게 얻은 몇 가지 성과에 대하여 소개하려고 한다. 그 내용의 첫 번째는 그 동안의 기존 연구에서 해결되지 못하였던 집단 선박의 충돌 회피 이론이다. 이 이론은 선박이 무리를 지어 있는 어선 군을 만났거나, 혹은 무리를 지어 접근하는 선박군에 대한 충돌회피 동작에 유용한 알고리즘이다. 피항동작을 계산하는 단계에서 새로운 알고리즘을 적용한 모델을 적용하여 그 유용성을 설명하였다. 두 번째로는 충돌위험도 계산의 통합화 모델 제시이다. 선박의 경우 유지선, 피항선, 추월선, 피추월선 등 상대 선박과의 다양한 조우 상황에 따라, 항해사의 느끼는 위험도 그리고 피항 의무 등에 조금씩 차이가 있다. 이러한 현상을 반영하기 위하여, 충돌회피 동작에 사용하는 위험도 계산을 수행할 때, 조우상황에 따라 적절히 차별을 주는 모델을 제시하였다. 마지막으로는 이렇게 제시된 모델을 이용하여 다양한 상황에 따라 시뮬레이션을 통하여 검증해 보고, 그 유효성을 살펴보았다.

본 연구는 선박충돌회피 알고리즘에 대하여 검토하고, 이를 개선하려는 의도로 수행되었다. 선박충돌회피 알고리즘에 대한 연구는 지금까지 많이 수행되었는데, 이런 연구에서 채용하고 있는 핵심 이론을 내용에 따라 구분하면 위험도계산법과 위험지역 설정법으로 각각 나뉠 수 있다. 그 두 가지 이론은 각각의 장점과 단점을 가지고 있으며, 또한 그 한계성을 포함하고 있다. 이번 연구는 두 가지 이론의 한계점을 극복하기 위한 방안을 제시한다. 제시된 모델은 위험도 계산법을 기초로 하고 있으며, 위험도계산법에서 가장 문제시 되어온 임계값 설정 문제를 해결하기 위하여, 사용자가 항해 환경 등에 따라 적절히 그 설정값을 선택할 수 있는 기능을 제시하고 있다. 또한 두 가지 이론의 상호 관계를 규명하기 위해서 위험도 계산법의 시뮬레이션을 인용하여, 본선 주위에 위험구역을 도식해 봄으로써, 위험지역설정과 그 차이를 비교하여, 양자간의 이해를 돕는 수단으로 활용하였다. 마지막으로 위험도 계산법의 경우, 특히 TCPA, DCPA를 사용하여 위험도계산을 할 경우, 두 선박이 선미에서 너무 접근하는 문제점이 발생하는데, 이런 문제의 해결책의 하나로, 위험지역 설정법을 부분적으로 적용한 새로운 모델을 제시하고 그 효용성을 검증하였다.

일본을 중심으로 과거 10여전부터 수행되어온 선박충돌회피연구는 최근 눈부신 IT산업의 발전에 힘입어 실용화 단계에 까지 접어들 수 있는 환경을 맞이하고 있다. 본 논문에서는 이러한 연구의 일환으로 선박충돌회피지원시스템의 주요 핵심 기술인 자동회피 알고리즘을 구성하기 위한 연구를 수행하였다. 선박운동방정식은 간편히 선체운동을 수학식으로 표현하는 KT모델을 이용하였으며, 선박이 정해진 항로를 유지해 나가는 Track Control System의 구현을 위해서는 퍼지 이론을 이용한 자동제어 시스템을 적용하였다. 또한 충돌회피 추론 부분에서는 위험도 판정을 위하여 TCPA와 DCOPA를 이용한 퍼지 추론이 이용되었다. 충돌회피거동 기능면에서는 국제해상충돌예상규칙을 기초로 하여, 두 선박의 다양한 조우 상황을 분석하였다. 이 분석에 기초한 피항거동이 이루어질수 있도록 알고리즘을 구축하였다. 제안된 시스템의 유효성을 검증하기 위하여, 다양한 상황을 시뮬레이션이 수행되었다. 그 결과 적절한 선박충돌회피 동작이 이루어지는 것을 확인하였으며, 향후 더욱 연구가 발전된다면 선박충돌회피지원시스템으로 실 선박에 적용할 수 있는 가능성을 확인하였다.

이 연구의 목적은 인생전반에 걸쳐 인지 과제 수행 중 자동자세와 감각통합 반응의 발달과 변화에 대한 메커니즘을 Posturography를 통해 규명하고 궁극적으로 노인들의 낙상을 예방할 수 있는 기초 자료를 획득하는데 있다. 건강상의 문제가 없으며 어떤 형태의 대근감각, 인지적 또는 신경손상이 없는 남·녀를 대상으로 만 8세에서 75+세에 걸쳐 6개 연령층을 각각 15명식 무선 표집하여 연구 대상으로 선정하였다(8-9세, 14-15세, 20-25세, 40-45세, 65-74세, 75세+). 피험자들은 인지과제 수행과 인지과제 수행 없이 지면반력기 위에서 6가지 조건을 1회 20초씩 각 3회 시행하여 복합평형점수, 조건별 평형점수, 감각분석, 동작전략, COG 정렬 등의 감각구성에 대한 점수들이 획득되었다. 운동제어 검사는 지면반력기의 6가지 움직임 변화에 대한 체중분배, 잠복기, 진폭 등이 획득되었고 발바닥의 아래쪽이동과 발바닥의 위쪽이동에 대한 적응점수 등이 획득되었다. 실험 결과 종합 평형성, 조건별 평형성, 감각분석, 전략, COG정렬, 잠복기, 적응도, 등에 대해서 연령증가에 대한 변화가 인지과제 수행 여부에 관계없이 나타났다. 그러나 그 변화는 인지과제 수행시 노인 집단에서 더 크게 나타나났다. 노인의 자세제어 능력은 다른 연령집단과 비교하여 볼 때 인지과제 수행시 자세제어를 위한 종합적인 감각 통합과 이에 따른 전략에서 차이를 보이고 있고 이런 차이가 궁극적으로 많은 낙상을 가능하게 할 수도 있음을 보여주고 있다. 자동자세 반응에서 신경전달 속도와 적응면에서도 그 차이가 나타나고 있다. 노인들의 낙상은 일반적으로 알려진 신경계의 쇠퇴, 인지과제와 관련된 부적적한 감각통합, 그리고 돌발적인 상황에서의 자세제어 전략과도 관계가 있을 것으로 연구결과는 제언한다.

해난사고에 있어 어선의 사고율은 높은 비율을 차지한다. 특히, 소형어선의 사고율이 가장 높아, 이러한 사고를 예방할 수 있는 기술들이 필요한 실정이다. 본 논문에서는 충돌회피를 위한 자동제어를 두 가지 과정으로 구성하고 있다. 하나는 퍼지추론을 이용한 위험도의 추론이며 나머지는 첫 번째 과정에서 계산된 위험도를 토대로 선박을 조종하는 과정이다. 위험도를 평가하기 위해서 선박의 위치와 충돌예상시점에 의한 정보(DCPA and TCPA)를 이용하였다. 이 방법의 실효성을 검증하기 위해 어선의 충돌회피운동을 MMG 수학모델에 의해 시뮬레이션 하였다. 시뮬레이션 결과는 선박의 충돌회피에 유효함을 알아다.

Fuzzy algorithm of automatic control for dissolved oxygen(DO) concentration in the aeration tank of an activated sludge process is proposed. Among variables repirometry and air flowrate are selected as significant input factors and the relationship with DO is estimated using a multiple regression model. The DO concentration and the amount of repirometry are fuzzified and the fuzzy rule base are determined. Using the fuzzy algorithm, the change of amount of air flowrate are determined and the change of amount of DO is derived.

Along with the rapid growth of shipping and transportation , the size of a ship larger and larger. Low speed maneuverabililty of a full ship has been received a great deal of attention concerting about the navigation safety, especially in the harbour area of waterway. And, the iperation of the full ship in harbour area is one fo tehmost difficult technique. Usually highly experienced experts can make a suitable decision considering various propeller ,rudder actions and environmental conditions. The Artificial Neural Network is applied to the automatic berthing control of a ship. The teaching data are made by the berthing simulation of a ship on the computer. And, the layer neural network is used and the 'Error Back-Propagation Algorithm' is used to teach the neural network. Finally, it is shown that the berthing control is successfully done by the established neural network.