Taguchi method is one of the most popular approaches for design optimization such that performance characteristics become robust to uncontrollable noise variables. However, most previous Taguchi method applications have addressed a single-characteristic problem. Problems with multiple characteristics are more common in practice. The multi-criteria decision making(MCDM) problem is to select the optimal one among multiple alternatives by integrating a number of criteria that may conflict with each other. Representative MCDM methods include TOPSIS(Technique for Order of Preference by Similarity to Ideal Solution), GRA(Grey Relational Analysis), PCA(Principal Component Analysis), fuzzy logic system, and so on. Therefore, numerous approaches have been conducted to deal with the multi-characteristic design problem by combining original Taguchi method and MCDM methods. In the MCDM problem, multiple criteria generally have different measurement units, which means that there may be a large difference in the physical value of the criteria and ultimately makes it difficult to integrate the measurements for the criteria. Therefore, the normalization technique is usually utilized to convert different units of criteria into one identical unit. There are four normalization techniques commonly used in MCDM problems, including vector normalization, linear scale transformation( max-min, max, or sum). However, the normalization techniques have several shortcomings and do not adequately incorporate the practical matters. For example, if certain alternative has maximum value of data for certain criterion, this alternative is considered as the solution in original process. However, if the maximum value of data does not satisfy the required degree of fulfillment of designer or customer, the alternative may not be considered as the solution. To solve this problem, this paper employs the desirability function that has been proposed in our previous research. The desirability function uses upper limit and lower limit in normalization process. The threshold points for establishing upper or lower limits let us know what degree of fulfillment of designer or customer is. This paper proposes a new design optimization technique for multi-characteristic design problem by integrating the Taguchi method and our desirability functions. Finally, the proposed technique is able to obtain the optimal solution that is robust to multi-characteristic performances.

인공 고관절 치환술에 사용되는 금속 삽입물은 크기와 성분에 따라 주변 조직과 크고 작은 자화율의 차이를 일으켜 다양한 금속 인공물의 원인이 되며, 영상에 진단적 가치를 떨어뜨린다. 수신대역폭을 높이는 것은 인공물 감소에 효과가 있으나, 높은 수신대역폭은 획득 영상의 신호대잡음비를 감소시키는 단점이 있어 일정 수치 이상으로는 적용 하기에는 어려움이 있다. 딥러닝 알고리즘은 영상의 신호대잡음비를 높이고 전체 영상에서 균일하게 배경 잡음을 제거하는 데 매우 효과적이다. 이에 본 연구에서는 금속 인공물 감소를 위해 기존에 높은 수신대역폭을 이용하는 MARS(metal artifact reduction sequence) 프로토콜과 더욱 높은 수신대역폭을 설정한 프로토콜(Ultra MARS) 을 획득한 후 딥러닝을 이용하여 딥러닝 Ultra MARS로 변환한 후에 금속 인공물의 차이를 비교하였다. 딥러닝 적 용 후 Ultra MARS에서 적용 전 또는 기존의 MARS 기법보다 인공물의 크기가 작게 측정이 되었다. 또한, 인공물의 전체적인 SSIM(structural similarity index measure)에서도 기존의 MARS 기법보다 전체면적이 작게 측정되었 다. 더 나아가 SSIM의 결과 딥러닝 적용 전후의 구조적 유사성 역시 유사하게 나왔다. 딥러닝 알고리즘을 기존에 인공물을 줄이기 위해 사용하는 MARS와 같은 기법에서도 월등하게 높은 수치를 사용하는 강조영상을 획득 가능하 며 영상의 인공물도 줄이며, 영상의 대조도 또한 유지되는 영상을 제공할 수 있을 것으로 사료된다.

복부 MRI 검사에서 높은 수준의 병렬기법을 적용 시 영상의 질을 떨어뜨리는 둘러겹침인공물을 빈번히 생성한다. 이것 은 구조물이 겹쳐서 나타나는 현상으로 복부 인체 구조상 양쪽 팔이 맞닿아 있어서 FOV를 벗어난 양쪽 팔이 영상의 반대 방향 인공물을 발생하는 문제를 초래한다. 이러한 제한점으로 복부 MRI 검사에서는 두경부 및 근골격 검사 부위와 비교하 여 낮은 수준의 병렬기법을 적용하여 검사 시간을 증가시키는 문제가 있다. 이에 본 연구에서는 팔을 위로 올리는 자세를 활용하여 환자의 간단한 자세의 변화를 통하여 병렬기법을 극대화하여 검사 시간을 최소화하면서 영상의 인공물을 제거하 는 데 목적을 두었다. T2, T1 강조 영상을 관상면으로 획득하였다. 연구의 재현성을 높이기 위하여 작은 팬텀을 나란히 놓고(팔 내리는 자세), 한번은 작은 팬텀을 제거하고 영상을 (팔 올리는 자세) 각각 병렬기법인 SENSE 가속인자를 1.0, 1.5, 2.0, 2.5, 3.0, 3.5, 4.0까지 10번씩 획득한 후 영상의 불균일도를 측정하였다. 팬텀으로 확인하기 어려운 인체 부위 의 영상을 확인하기 위하여 정상인 자원자 1명을 대상으로 팬텀 연구와 같은 매개변수 조건으로 영상을 획득하였다. SENSE 가속인자가 높아질수록 팔을 올리는 자세에서 영상의 불균일도가 낮게 측정이 되었고 통계학적으로 유의하게 나타 났다. 본 연구는 간단한 자세 변화만으로 병렬기법을 극대화하며 영상획득 시간 단축 및 인공물을 개선방안을 제시하는 데 의의가 있다.

In the automobile manufacturing industry, lightweight design is one of the essential challenges to be solved fundamentally. The vehicle wheels are classified as safety related components as the main substructure of the vehicle. In this study, we illustrate a technique for selecting the appropriate number of spokes. Based on the basic model of the selected number of spokes, we propose a method to maintain stiffness and design lightweight using topology optimization software. Based on the basic model of the selected number of spokes, it was redesigned to be lightweight while maintaining stiffness by utilizing topology optimization software. By comparing and reviewing the structural analysis results of the basic model and the redesigned model, a design technique that can maintain structural safety and reduce wheel mass was proposed.

본 논문에서는 AI 기반 설계 탐색 기법을 활용하여 선박의 주요 치수 최적화를 수행하였다. 설계 탐색 기법은 최적화 프로그램 HEEDS의 SHERPA 알고리즘을 사용하였다. 유동 해석은 상용 CFD 코드인 STAR-CCM+를 사용하였고, 주요 치수 변환은 전처리 과정에서 JAVA Script와 Python을 사용하여 선박의 치수가 자동으로 변환되도록 설정하였다. 대상 선박은 소형 쌍동선형으로 주요 치수 최적화는 한쪽 선형의 길이, 폭, 흘수 그리고 단동선형 간의 간격에 대하여 수행되었다. 최적화 알고리즘에 사용된 목적함수는 총저항이며, 내부 의 장 시스템의 크기 등을 고려한 배수 체적의 범위를 제한조건으로 선정하였다. 그 결과 최적 선형의 주요 치수는 기존 선형 대비 ±5% 내 에서 변화가 있었고 총저항은 약 11% 개선된 결과를 보였다. 본 연구를 통해 선박의 형상을 직접 변경하지 않더라도 주요 치수 최적화를 통해 선박의 저항 성능이 향상됨을 확인하였고, 다양한 선박의 주요 치수 최적화를 통한 성능 향상에 활용이 될 것으로 기대한다.

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.

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.

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.

현재 국내외적으로 다양한 강재 댐퍼의 형상에 대한 연구가 이뤄지고 있다. 강재 댐퍼는 제진장치 중 하나로 항복을 통해 지진에너지를 흡수 및 소산하여 본 구조물을 보호한다. 최근 적용되고 있는 면내 전단 변형에 의해 작동하는 댐퍼는 응력이 특정 부위에 집중되어 재료의 대부분이 본래의 역량을 발휘하지 못하는 한계가 있었다. 따라서, 본 연구에서는 이 한계를 극 복하고자 전역 최적화 기법 중 하나인 뻐꾸기 탐색을 적용해 최적 형상을 설계하였다. 탐색된 최적 형상을 토대로 수치해석과 실제 실험을 통한 성능검증을 수행했다. 최적 형상으로 설계된 댐퍼는 안정적인 이력거동을 보이고, 높은 에너지 소산능력을 확 보하는 것으로 나타났다. 본 연구에서는 전역 최적화 기법을 적용한 최적 설계 방법을 제시하고 그 결과를 검증함으로써, 다양한 형태의 공학적 문제 해결에 대한 적용 가능성을 제시하였다.

This paper describes an adaptive hybrid evolutionary firefly algorithm for a topology optimization of truss structures. The truss topology optimization problems begins with a ground structure which is composed of all possible nodes and members. The optimization process aims to find the optimum layout of the truss members. The hybrid metaheuristics are then used to minimize the objective functions subjected to static or dynamic constraints. Several numerical examples are examined for the validity of the present method. The performance results are compared with those of other metaheuristic algorithms.

본 연구에서는 철골편심가새골조 시스템을 대상으로 다목적최적화기법을 통해 설계를 수행하고 그 결과를 분석하였다. 최적화 설 계를 위해 유전 알고리즘의 일종인 NSGA-II를 활용하였다. 여기서, 목적함수는 이율배반적 관계를 갖는 구조물량과 층간변위로 하여 최소화되고, 제약조건에는 구조기준에서 요구하는 내력비, 링크의 회전각 등을 포함하였다. 제약조건은 최적화 알고리즘 내에서 각 항목을 위반할수록 목적함수 값을 크게 증가시키는 벌금함수의 형태를 가지고 있다. 설계기준에서 EBF 시스템의 설계규정은 링크 부재만 항복이 허용되며 나머지 부재는 링크 항복 시 발생되는 부재력을 탄성상태에서 견디도록 의도한 역량설계법에 기초한다. 그러나 최적화를 통해 도출된 결과 중 일부는 구조기준의 설계조항은 만족하지만 특정층 링크에 소성변형이 집중되어 연약층을 형성함 으로써 기준에서 의도하는 역량설계의 원칙을 위배하는 결과가 나타났다. 이를 해결하기 위해 모든 링크의 전단 초과강도계수 중 최 대값이 최소값의 1.25배를 넘지 않도록 하는 제약식을 추가하였다. 새로운 제약식을 추가한 경우 모든 최적해는 설계기준과 역량설계의 원칙을 준수하는 것으로 나타났다. 모든 설계안에서 보 경간에 대한 링크의 길이비는 전단링크의 범주에 해당하는 10% ~ 14%였다. 전체적으로 설계안들은 링크의 초과강도 계수비가 가장 지배적인 제약으로 작용하였으며, 구조기준의 요구사항 중 층간변위와 내력비 등의 항목에서 허용치에 비해 매우 보수적으로 설계되었다.

In this study, a model to optimize residual chlorine concentrations in a water supply system was developed using a multi-objective genetic algorithm. Moreover, to quantify the effects of optimized residual chlorine concentration management and to consider customer service requirements, this study developed indices to quantify the spatial and temporal distributions of residual chlorine concentration. Based on the results, the most economical operational method to manage booster chlorination was derived, which would supply water that satisfies the service level required by consumers, as well as the cost-effectiveness and operation requirements relevant to the service providers. A simulation model was then created based on an actual water supply system (i.e., the Multi-regional Water Supply W in Korea). Simulated optimizations were successful, evidencing that it is possible to meet the residual chlorine concentration demanded by consumers at a low cost.

목 적：간 MRI 검사 시 호흡 정지 기법으로 검사를 진행하게 되는데 긴 검사시간으로 인해 호흡에 의한 움직임이나 불수의 적 움직임으로 영상의 질이 저하되는 경우가 빈번하다. 이런 이유로 영상의 질을 저하시키지 않으면서 검사시간을 단축시키기 위해 영상 획득 속도를 향상시키는 방법인 CS기법을 사용하고 있다. 본 연구에서는 CS기법의 extra reduction과 denoising level 조합의 변화에 따른 검사시간과 영상 변화를 기존의 conventional 3D-FFE THRIVE와 비교분석을 통하여 최적화된 parameter설정에 관하여 알아보고자 한다. 대상 및 방법：2018년 12월 1일부터 2019년 2월 3일까지 본원에서 간 MRI 검사를 시행한 환자 30명을 대상(남자 15명 여자 15명±6.73세)으로 extra reduction 1, denoising level 0% 가 적용된 3D-FFE THRIVE 시퀀스를 기존의 conventional 3D-FFE THRIVE로 간주하였으며, extra reduction level 1, 1.5, 2, 2.5, 3 값에 각각 denoising level을 0%, 20%, 40%, 60%, 80% 로 변화를 주고 다른 매개변수들은 모두 동일하게 하여 실험을 진행하였다. 획득한 각 영상들의 SNR, CNR, SSIM 을 측정하고, 정성적 영상 평가와 검사시간의 변화를 비교하였다. 정성적 평가에서 3점 이하로 평가받은 영상을 제외한 총 11개의 조합영상에 대하여 각 조합별로 순위를 매긴 후 1위는 1점, 11위는 11점으로 점수를 부여한 후, 합산 한 최종 점수가 가장 낮은 영상을 최적의 영상으로 선택하였다. 결 과：Extra reduction의 증가에 따라 SNR, CNR은 유의한 변화가 없었고, SSIM과 정성적 영상 평가 점수, 검사시간은 extra reduction증가에 따라 유의하게 감소하였다. Denoising level의 증가에 의해 SNR, CNR은 유의하게 증가하였고 SSIM과 검사시간은 유의한 변화가 없었으며, 정성적 영상 평가점수는 denoising level의 증가에 따라 유의하게 감소하였다. 결 론：본 연구의 실험결과를 종합해봤을 때 extra reduction 3, denoising level 20% 로 설정 시, 기존 영상 대비 정량적 평가인 SNR의 경우 12%, CNR의 경우 13% 향상되었으며, SSIM과 정성적 평가에서는 동일한 평가를 얻었고, 검사 시간은 50% 단축시키는 효과를 얻을 수 있었다. CS기법을 이용하여 간 검사 시, 시각적으로 용인되는 영상의 질 변화를 고려하여 extra reduction, denoising level을 조절한다면 화질의 유지와 함께 획기적인 검사 시간 단축을 이룰 수 있을 것으로 사료된다.

본 연구는 전기자동차 충전시스템에서 전력변환장치의 경량화를 위한 최적화 분석프로세스에 대한 내용을 서술하였다. 최적화 설계는 재료 물성치에 대한 설계민감도와 수학적 최적화를 결합하여 주어진 재료량 제한조건 하에 최적의 재료분포를 찾는 설계기법으로 위상의 고정화, 자유도가 묶이는 문제 등을 해결할 수 있는 위상 최적화방법을 사용하였으며, 위상 최적화 방법 중 비교적 수식화가 간단하고 수렴성이 좋은 SIMP법(solid isotropic material with penalization)에 의해 경량화 설계를 수행하였다. 경량화 설계는 3단계의 절차로 구성하였으며, 첫 번째 단계로 전력변환장치의 기본 설계에 대한 유한요소모델을 구성하고, 하중에 대한 정적해석을 수행하였다. 두 번째 단계로 정적해석 결과에 대해 등방성 재료의 강성계수를 적용한 밀도법을 이용하여 위상 최적화를 수행하여 경량화를 위한 최적 형상을 도출하였다. 세 번째 단계로 최적 형상에 대해 차량 탑재 부품의 충격시험기준에 만족하는 반정현파 펄스형태 충격하중을 인가하여 충격해석을 수행하였다. 위상 최적화단계에서 사용 환경조건으로 설계영역 정의는 마운팅 브래킷 영역으로 제한하였으며, 마운팅 브래킷의 설계 최적화를 통해 최종적으로 기본설계대비 20%이상의 경량화가 가능한 설계기술을 확보하였다.

본 논문에서는 복합재 판 스프링의 설계 최적화를 위해 유전자 알고리즘을 사용한 적층 최적화 과정을 제시하였다. 다목적 소형 승합 자동차 판 스프링을 유한요소모델로 구성하여 초기 설계를 검증한 이후, 유전자 알고리즘을 통해 복합재료의 적층수와 적층각도를 최적화하는 과정을 기술하였다. 최적화 과정을 통해 판 스프링의 하중 감소과정, 반복수에 따라 강 구조의 해석 결과와 비교하였다. 더불어 유전자 알고리즘을 통해 최적화된 적층 시퀀스를 구조에 적용하여 구조의 건전성을 검증하기 위해 유한요소 모델로 구성하여 안전여유를 계산하였다. GA를 적용할 때, 복합재료 판 스프링의 적층 두께와 적층각을 획득하였으며, 이는 적절한 강도와 강성으로 최소 무게를 달성하는데 기여한다. 동일한 설계 매개 변수 및 최적화 조건에서 강철된 판 스프링을 복합재 판 스프링으로 교체하면 65.6%의 중량이 감소한다.

본 논문에서는 보의 대변형 및 비틀림 변형을 고려한 인간동력항공기 주익 main spar 질량 최적화 과정을 소개한다. 순차적 이차 프로그래밍 기법(sequential quadratic programming)을 최적화 기법으로 선정해 구조 최적설계에 적절한 최적화 알고리즘을 수행하였다. Main spar 내부 직경, 적층 두께 등을 설계변수로 설정하였다. 목적함수에는 질량 최소화, 굽힘 변형 변위 일정, 그리고 비틀림 변형 각도 일정 등의 요소를 포함하였다. 굽힘과 비틀림 변형 계산엔 대변형 해석에 적합한 기하학적 정밀 보 모델을 도입하였으며, 기하학적 정밀 보 모델에 필요한 단면 물성은 Variational Asymptotic Beam Sectional Analysis(VABS) 단면 해석프로그램를 통해 계산하였다. 그 결과 main spar의 굽힘 변형 및 비틀림 변형을 최대 1.45% 이내로 유지한 채로 7.88%의 질량 감소를 이루는 최적설계를 도출하였다, 이후 응력복원 및 변형률 복원을 통해 최적설계의 구조적 안정성과 최적화 과정의 타당성을 검증하였다.