In this study, stiffness evaluation was conducted on the main member, front cross member, and rear cross member, which are three components of sub-frame for SUVs (sports utility vehicles), through mode analysis. As for the design variables used in the analysis, the maximum frequency was examined by varying the width and height of each of the three parts into four types. Of course, the weight at this time is minimized, and the mode is set as a constraint that only bending occurs and no distortion occurs. As a result of the analysis, the member affecting the 1st mode was the rear cross member, and the member having the greatest influence on the 2nd mode was the front cross member. In addition, the member with the greatest influence on the 3rd mode appeared as the rear cross member, indicating that this part had the greatest effect on the bending stiffness.

In this paper, a method of reducing the weight of vehicle wheels through topology optimization by finite element method is proposed. Recently, various environmental pollution caused by the operation of vehicles is gradually increasing, and this has a great correlation with the fuel efficiency of the vehicle. Therefore, it is required to reduce the weight of the vehicle to increase fuel efficiency. Among them, the vehicle's wheels are a key part of vehicle acceleration and braking, and passenger safety. Because the shape of the wheels is different, various effects such as reduced fuel economy and reduced airpower occur as well as aesthetic factors. The stiffness of the wheels plays an important role in transmitting the vehicle's power to the tires and braking. In this study, to reduce weight while satisfying the stiffness value, we propose to use topology optimization to design an arbitrary shape according to the number of spokes on the wheel.

고품질의 아가콩 음료개발을 위해 반응표면분석법에 의한 추출조건을 최적화 하였다. 아가콩 의 최적 볶음조건은 250 ℃, 30분으로 설정하였다. 추출시간, 추출온도에 따른 아가콩의 품질지표인 pH, 색도 및 이소플라본 함량은 1% 이내에서의 유의적인 영향을 미치는 것으로 나타났다. 추출온도와 추출시간이 길어질수록 이소플라본 함량은 높은 것으로 나타났다. 반응표면분석의 이소플라본 추출 공정 최적화 결과 추출온도는 99.5 ℃, 추출시간은 1.7 h으로 나타났으며, 이 조건에서 이소플라본의 최적 수 율은 10.63 μg/mL로 예측되었다.

본 논문에서는 구조물의 좌굴 온도와 좌굴 형상을 제어하는 새로운 크기 최적화 방법에 대해서 소개한다. 구조적 안정성 관점에서 구조물의 좌굴 온도와 좌굴 형상을 예측하는 것은 중요한 주제 중 하나이다. 이를 공학적인 직관을 통해 예측하고 최적화된 구조 설계 를 하는 것은 너무나 어려운 과제이다. 이러한 한계점을 해결하기 위해 본 연구에서는 유한요소 시뮬레이션과 치수 최적 설계 방식의 조합을 제안한다. 구조물의 좌굴 온도와 좌굴 형상이 구조물의 두께에 영향을 받는다는 생각에서 착안해 설계 변수를 구조물의 노드 의 두께 값으로 설정했다. 좌굴 온도 값과 좌굴 형상을 목적 함수로 정해진 부피 값을 제약 조건으로 두었다. 치수 최적 설계를 통해 원 하는 좌굴 온도와 좌굴 형상을 유도하기 위한 최적의 두께 분포를 결정할 수 있다. 제안된 치수 최적 설계의 타당성은 본 논문의 다양 한 직사각형 복합 구조물 예제들을 사용해서 검증하였다.

본 연구는 고속 스핀에코 기법의 T2 강조영상 획득에 있어 온도 상승을 최적화하기 위한 에코 개수(echo train length, ETL) 25를 기반으로 재자화 펄스의 범위에 따른 온도 변화와 이에 따른 신호대잡음비(signal to noise ratio, SNR) 분석을 통한 합리적인 영상 파라미터를 제시하고자 하였다. 온도 변화측정은 수소원자 공명주파수(proton resonance frequency shift. PRF) 기법을 활용했으며, 재자화 펄스의 각도(flip angle, FA)에 따른 온도 상승을 측정하였다. 온도 변화는 재자화 펄스 90도 인가 시에 약 0.202±0.023°C로 증가했으며, 이는 최소 FA인 60도(약 0.196±0.024°C)와 가장 유사하게 나타났다. 또한, 그 영상의 SNR은 FA 120도과 150도에 비해 FA 90도에서 약간 감소하는 경향이 나타났지만(약 12.5%), FA 180도와 비교하여 큰 차이는 발생하지 않았다 (FA 90도=349.66±3.68; FA 180도=357.68±3.21). 이 결과들은 고속스핀에코 기법에서 ETL 25를 사용한 빠른 영상획득 시간을 기반으로 합리적인 영상신호와 재자화 펄스에 의한 최소 온도 상승을 나타내며, 이는 인체 MR 안전기준을 충분히 보장하는데 기여할 수 있다. 특히, ETL 25와 결합된 90도 FA 사용은 가속화된 영상획득 시간, 합당한 T2 영상의 SNR, 그리고 최적의 인체 온도 증가를 위한 고속스핀에코 기법에서의 최적화된 영상 파라미터가 될 수 있을 것으로 사료된다.

This paper is a study to improve the energy harvesting output of a TENG(Triboelectric nanogenerator) driven by wind power using fine PTFE(Polytetrafluoroethylene) flakes. The structure of the nanogenerator was manufactured in the cylindrical structure, Al(Aluminium) was attached to the inner wall of the cylinder and the PTFE flakes were rotated by the wind inside the cylinder. The number of contact and separation motions was increased as there are multiple PTFE flakes, resulting in improvement of the harvesting output. Through this, it was evaluated to the energy harvesting output characteristics according to the change in the number of PTFE flakes. Up to the optimum, the energy collection efficiency shows the linear correlation with the increase in PTFE flakes and decreases after that. As the PTFE flakes are more than the optimum, the lowering in the harvesting output is induced by obstructing the flow of wind inside the cylinder.

공간 샘플링은 공간모델링 연구에 활용되어 샘플링 비용을 줄이면서 모델링의 효율성을 높이는 역할을 한다. 농업분야에서는 기후변화 영향을 예측하고 평가하기 위한 고해상도 공간자료 기반 모델링에 대한 연구 수요가 빠르게 증가하고 있으며, 이에 따라 공간 샘플링의 필요성과 중요성이 증가하고 있다. 본 연구는 국내 농지 공간샘플링 연구를 통해 농업분야 기후변화연구의 공간자료 활용의 효율성을 제고하고자 하였다. 본 연구는 층화랜덤샘플링 을 기반으로 하였으며, 1 km 해상도의 농지 공간격자자료 모집단 (11,386개 격자)에 대해서 RCP 시나리오별 (RCP 4.5/8.5) 연대별 (2030/2050/2080년대) 공간샘플링을 설 계하였다. 국내 농지는 기상 및 토양 특성에 따라 계층화 되었으며, 샘플링 효율 극대화를 위해 최적 층화 및 샘플 배정 최적화를 수행하였다. 최적화는 작물수량, 온실가스 배출량, 해충 분포 확률을 포함하는 16개 목표 변수에 대해 주어진 정밀도 제한 내에서 샘플 수를 최소화하는 방향으로 진행되었다. 샘플링의 정밀도와 정확도 평가는 각각 변동계수 (CV)와 상대적 편향을 기반으로 하였다. 국내 농지 공간격자 모집단 계층화 및 샘플 배정 및 샘플 수 최적화 결과, 전체 농지는 5~21개 계층, 46~69개 샘플 수 수준에서 최적화되었다. 본 연구결과물들은 국내 농업시스템 대표 공간격자로써 널리 활용될 수 있을 것으로 기대된다. 또한, 기후변화 영향예측 공간모델링 연구들에 활용되어 샘플링 비용 및 계산 시간을 줄이면서도 모델의 효율성을 높이는 데에 기여할 수 있다.

The process optimization of directed energy deposition (DED) has become imperative in the manufacture of reliable products. However, an energy-density-based approach without a sufficient powder feed rate hinders the attainment of an appropriate processing window for DED-processed materials. Optimizing the processing of DEDprocessed Ti-6Al- 4V alloys using energy per unit area (Eeff) and powder deposition density (PDDeff) as parameters helps overcome this problem in the present work. The experimental results show a lack of fusion, complete melting, and overmelting regions, which can be differentiated using energy per unit mass as a measure. Moreover, the optimized processing window (Eeff = 44~47 J/mm2 and PDDeff = 0.002~0.0025 g/mm2) is located within the complete melting region. This result shows that the Eeff and PDDeff-based processing optimization methodology is effective for estimating the properties of DED-processed materials.

In this paper, a GAN-based data augmentation method is proposed for topology optimization. In machine learning techniques, a total amount of dataset determines the accuracy and robustness of the trained neural network architectures, especially, supervised learning networks. Because the insufficient data tends to lead to overfitting or underfitting of the architectures, a data augmentation method is need to increase the amount of data for reducing overfitting when training a machine learning model. In this study, the Ganerative Adversarial Network (GAN) is used to augment the topology optimization dataset. The produced dataset has been compared with the original dataset.

본 연구에서는 전처리 방법별 건조 단호박의 이화학적 특성을 비교 분석하고 반응표면분석법을 이용하여 단호박 말랭이의 최적 건조 조건을 설정하였다. 단호박의 이취 제거와 가공적성을 위한 건열(굽기), 습열(증자), 마이크로웨 이브 처리의 전처리 방법을 비교하고자 호화 점도를 측정 하여 전처리 시간을 설정하였다. 각 전처리 방법별 열풍 건조 전후의 단호박 품질특성을 비교한 결과, 마이크로웨이브 처리에서 가용성 고형분, 과당, 포도당, 자당 함량이 건열과 습열 처리보다 높았고, 수분 함량, 강도 및 경도가 낮게 나타나 마이크로웨이브 처리를 단호박 열풍 건조를 위한 최적의 전처리 방법으로 설정하였고 반응표면분석법을 이용하여 최적의 열풍 건조 조건을 확인하였다. 반응표면분석은 중심합성 계획법으로 실험을 디자인하여 독립변수로서 건조 온도(30, 40, 50oC, X1)와 건조 시간(4, 6, 8 h, X2)을 설정하고, 종속변수로는 건조 단호박의 수분 함량, 수분활성도, 가용성 고형분, 강도, 경도, 과당, 포도당, 자당 함량, 색도(L*, a*, b*)를 측정하여 건조 조건을 최적화하였다. 최적화 변수로는 적합성 결여 검증에서 Pr> F 값이 0.05 이상인 수분 함량, 수분활성도, 가용성 고형분을 최적화 변수로 설정하였으며, 최적화 결과 43oC의 온도와 7.2시간이 최적 건조 조건으로 확인되었고, 예측값과 실험 값을 비교한 결과 90% 이상의 최적 비율을 보였으며, 해당하는 값이 95% 신뢰구간과 예측구간 범위에 들어 실험 디자인과 모델의 적합성 또한 검증되었다.