This paper addresses a scheduling problem aimed at minimizing makespan in a permutation flow shop with two machines and an inspection process that must be conducted at least once every certain number of outcomes from the first machine. A mathematical programming approach and a genetic algorithm, incorporating Johnson's rule and a specific mutation process, were developed to solve this problem. Johnson's rule was used to generate an initial population, while the mutation process ensured compliance with the inspection constraints. The results showed that within a computation time limit of 300 seconds, the mathematical programming approach often failed to provide optimal or feasible solutions, especially for larger job sets. For instance, when the process times of both machines were similar and the inspection time was longer, the mathematical programming approach failed to solve all 10 experiments with just 15 jobs and only had a 50% success rate for 100 jobs. In contrast, the proposed genetic algorithm solved all instances and delivered equal or superior results compared to the mathematical programming approach.

The demand for automated diagnostic facilities has increased due to the rise in high-risk infectious diseases. However, small and medium-sized centers struggle to implement full automation because of limited resources. An integrated molecular diagnostics automation system addresses this issue by integrating small-scale automated facilities for each diagnostic process. Nonetheless, determining the optimal number of facilities and human resources remains challenging. This study proposes a methodology combining discrete event simulation and a genetic algorithm to optimize job-shop facility layout in the integrated molecular diagnostics automation system. A discrete event simulation model incorporates the number of facilities, processing times, and batch sizes for each step of the molecular diagnostics process. Genetic algorithm operations, such as tournament, crossover, and mutation, are applied to derive the optimal strategy for facility layout. The proposed methodology derives optimal facility layouts for various scenarios, minimizing costs while achieving the target production volume. This methodology can serve as a decision support tool when introducing job-shop production in the integrated molecular diagnostics automation system

결빙되거나 적설이 있는 도로와 같이 마찰이 작은 노면에서는 일반 노면과 비교했을 때 제동거리가 크게 증가하기 때문에 심각한 교통사고로 이어질 수 있다. 이에 블랙 아이스(Black ice)와 같은 노면 위험을 감지 하기 위한 노면 분류 기술에 대한 연구가 지금까지 지속적으로 이루어지고 있다. ESC(Electronic Stability Control) 시스템은 차량 자세 제어를 통해 마찰이 작은 노면에서 차량의 미끄러짐 및 전복을 방지하는 능동 안전시스템(Active safety system)이다. ESC 시스템의 성능을 위해서는 정확한 노면 마찰 계수(Road friction coefficient) 추정을 통한 노면 분류가 중요하다. 최근의 노면 분류 기술은 카메라, LiDAR 등의 이미 지 기반의 방법에 중점을 두고 연구가 진행되고 있다. 그러나 이러한 이미지 기반의 방법들은 정확도가 낮을 뿐만 아니라 높은 계산 복잡도의 문제를 가지고 있다. 이뿐만 아니라 높은 비용으로 인해 상용화 측면에서도 단점을 드러내고 있다. 본 연구에서는 그림1처럼 센서 융합 기술을 활용하여 이미지 기반 방법의 문제점을 해결하고자 한다. 차량 횡방향 동역학 모델(Vehicle lateral dynamic model)을 선형화하여 칼만 필터(Kalman filter)를 적용한 노면 마찰 계수 추정 알고리즘을 설계하고, 기계학습(Machine learning) 모델을 적용하여 블랙 아이스 검출 알고 리즘을 설계한다. 전기차 CAN 버스로부터 얻을 수 있는 차량 종방향 가속도(Vehicle longitudinal acceleration)를 제어 입력으로 하고, 요 레이트(Yaw rate)를 측정값으로 하여 칼만 필터에 적용하여 차량 종 방향 속도(Vehicle longitudinal velocity)와 차량 횡방향 속도(Vehicle lateral velocity), 요 레이트, 차량 횡방 향 힘(Vehicle lateral force)을 추정한다. 이때 전통적인 칼만 필터 대신 EKF-UI(Extended kalman filter with unknown input)를 적용하여 시스템 행렬의 크기를 줄여 계산 복잡도를 감소시키고 차량의 거동 변화 를 보다 정확하게 반영할 수 있도록 하였다. 추정된 차량 종방향 속도, 차량 횡방향 속도, 요 레이트를 통해 사이드 슬립 각(Side slip angle)을 구해 사이드 슬립 각과 차량 횡방향 힘의 관계를 이용해 특징들을 찾아 기계학습 모델(e.g. 앙상블 기법, SVM 등)을 적용하여 블랙 아이스를 검출할 수 있다. MATLAB/Simulink SW 및 CarSim을 사용하여 개발한 알고리즘의 성능을 검증하였으며, 본 연구의 결과는 ESC 시스템의 성능 을 개선시켜 차량의 미끄러짐으로 인한 교통사고의 예방에 도움이 될 것으로 예상한다. 여기에 스마트 타이 어(Smart tire)의 센서도 추가해 노면과 타이어 사이의 직접적인 데이터를 추가해 검출 성능을 높일 것이다.

선박에는 단열을 위한 발포제가 적용된다. 기존의 발포제에는 지구온난화물질인 수소불화탄소(HFC)를 다량 포함하고 있는 문제점이 있으며, 우리나라는 몬트리올 의정서의 ‘키칼리 개정서’를 채택함에 따라 HFC를 ‘24년부터 ’45년까지 기준 수량의 80% 감 축하기로 결정되었다. 이에, 메틸포메이트 원료는 지구온난화지수가 0(HFC는 960~1,430)으로 향후 친환경발포제로 높은 기대를 갖고 있다. 하지만, 메틸포메이트 발포제의 성능은 원료의 순도 및 주변환경에 높은 영향을 받음으로 각 공정환경에 대한 정확한 분류가 필요하다. 이에, 본 논문에서는 주변환경(온도)과 메틸포메이트 순도에 따라, 총 4개의 케이스를 만들었다. 각 케이스에 대해서 10,010 장의 이미지를 학습하고, 이를 구글넷(GoogLeNet)알고리즘을 이용하여 분류하였다. 분류결과 정확도는 96.8%를 갖고, F1-Score는 0.969 를 갖는 것으로 계산하였다.

In this study, a control algorithm was developed to suppress the free vibration amplitude of a cantilever beam with time-varying dynamic characteristics. In other words, since it is assumed that the natural frequency and mode shape of the vibrating structure are not fixed, the system model of the vibrating structure was not used in the control algorithm. A single electromagnet was chosen as the actuator, so the attractive force was applied to only one fixed location in the structure. Through experiments, the proposed control algorithm is proven to effectively suppress the amplitude of vibration even when the dynamic characteristics of the cantilever beam change. Contrary to the usual active vibration control method, the proposed algorithm is just simple and intuitive without complicated mathematics in the modeling and control process. However, the proposed control method is very effective to suppress the vibration even when the dynamic characteristics of the target structure is not exactly known, as is often the case in industries or laboratories.

In various machines used in industrial sites and transportation equipment, fastening structures of bolts and nuts are widely employed. However, conventional Steel sockets, classified as non-explosion-proof materials, have a high likelihood of generating sparks due to friction with components, which can lead to explosions or large-scale fires. To address this issue, this study developed a lightweight explosion-protection socket using AL-7075-T6 aluminum alloy, which is known for its excellent explosion-proof properties. However, due to the inherent characteristics of aluminum, it has lower rigidity compared to Steel, requiring the use of more expensive alloy materials. Therefore, our research team utilized Finite Element Analysis (FEA) and Multi-Objective Genetic Algorithm (MOGA) to optimize the mass and safety factor of the socket, proposing a design that simultaneously achieves both weight reduction and structural stability. The socket developed in this study is approximately 30% lighter than traditional Steel-based sockets while maintaining a safety factor of 1.2 or higher, significantly enhancing operational safety in explosive environments. This research sets a new standard in the design and manufacturing process of explosion-proof sockets and is expected to contribute to the optimization of various explosion-proof equipment in the future.

This study presents the development of an algorithm that detects potential front bumper collisions caused by road inclinations and provides early warnings to drivers. The system uses a Time-of-Flight (ToF) infrared distance sensor and an obstacle detection sensor, both implemented on an Arduino-based platform. By continuously monitoring the road ahead, the algorithm measures and analyzes the slope angle to identify potential hazards. This solution offers a cost-effective and efficient alternative to traditional warning systems, notifying drivers in advance of dangerous road conditions and helping to prevent vehicle damage caused by sudden changes in road gradient.

목적 : 장애인이 운전할 수 있도록 차량을 개조할 때, 차량 개조에 필요한 품목과 제품군을 확인할 수 있는 알고리즘을 개 발하고자 한다. 이를 통해 정부 주도의 장애인 차량 개조 지원이 확대될 수 있도록 하여 국내 장애인의 자가운전이 활성 화될 수 있도록 하고자 한다. 연구방법 : 장애인 차량 개조 알고리즘의 개발은 설계, 작성, 검토 단계로 수행되었다. 설계 단계에서는 알고리즘의 개발 방향성을 결정하기 위한 전문가 집단 심층 토의를 진행하였다. 이후 수행한 작성 단계에서는 이전 단계에서 결정한 개발 방향성을 토대로 델파이조사를 수행하여 알고리즘을 도출하였다. 마지막 검토 단계에서는 이전 단계에서 도출된 알고리 즘의 전반적인 내용을 검토하기 위한 전문가 집단 심층 토의를 진행하였다. 결과 : 연구 결과물로 운전활동영역 3개, 운전활동 11개, 제품군 19개를 적합하게 배치한 장애인 차량 개조 알고리즘이 개 발되었다. 알고리즘의 안정도 평균은 0.13으로 일치도가 매우 높게 확인되었으며, 내용타당도 평균은 1.0으로 매우 타당 도가 높게 확인되었다. 결론 : 본 연구의 결과물인 장애인 차량 개조 알고리즘이 장애인의 자가운전을 활성화할 수 있는 촉매제 역할을 할 것으로 기대되며, 이를 바탕으로 국내에서 장애인의 이동권이 한층 더 향상되기를 바란다.

2019년 12월, 상주-영천 고속도로 상행선에서 도로 노면 결빙에 의한 연쇄추돌사고로 48명의 사상자가 발생하였다. 이에, 국토교통부 는 2020년 1월 결빙 취약구간 선정기준을 마련하여 결빙 취약구간 403개소를 지정하고, 결빙 취약구간을 대상으로 2022년까지 1,699억 원의 예산을 투입하여 결빙사고 예방사업을 계획하였다(BAI, 2021). 하지만, 결빙 취약구간 선정기준에 대해 적정성 검토가 이루어지 지 않아 그 신뢰성과 실효성이 충분히 검증되지 않았다. 본 연구에서는 국가교통정보센터의 노드·링크(Node·Link) 체계를 기반으로 전국 고속국도 및 일반국도의 특성정보(시설, 선형구조, 기상, 교통 등)를 GIS(Geographic Information System) 데이터로 구축하였다. 최근 5년 결빙사고 발생이력이 있는 도로구간(Link)을 확인하고 Random Forest 알고리즘을 통해 도로 특성정보의 결빙사고에 대한 변수 중요도(Feature Importance)를 분석했다. 이를 통해 결빙사고와 각 인자의 상관성을 파악하여 ‘결빙 취약구간 평가 세부 배점표’의 항목별 배점을 수정, 보완함으로써 평가표의 신뢰성을 제고한다.

Hydride analysis is required to assess the mechanical integrity of spent nuclear fuel cladding. Image segmentation, which is a hydride analysis method, is a technique that can analyze the orientation and distribution of hydrides in cladding images of spent nuclear fuels. However, the segmentation results varied according to the image preprocessing. Inaccurate segmentation results can make hydride difficult to analyze. This study aims to analyze the segmentation performance of the Otsu algorithm according to the morphological operations of cladding images. Morphological operations were applied to four different cladding images, and segmentation performance was quantitatively compared using a histogram, betweenclass variance, and radial hydride fraction. As a result, this study found that morphological operations can induce errors in cladding images and that appropriate combinations of morphological operations can maximize segmentation performance. This study emphasizes the importance of image preprocessing methods, suggesting that they can enhance the accuracy of hydride analysis. These findings are expected to contribute to the advancements in integrity assessment of spent nuclear fuel cladding.

Recent advances in computer technology have made it possible to solve numerous challenges but require faster hardware development. However, the size of the classical computer has reached its physical limit, and researchers' interest in quantum computers is growing, and it is being used in various engineering fields. However, research using quantum computing in structural engineering is very insufficient. Therefore, in this paper, the characteristics of qubits, the minimum unit of quantum information processing, were grafted with the crow search algorithm to propose QCSA (quantum crow search algorithm) and compare the convergence performance according to parameter changes. In addition, by performing the optimal design of the example truss structure, it was confirmed that quantum computing can be used in the architectural field.

이동 물체의 전역 경로 탐색에 있어 출발지점과 도착지점은 반드시 필요한 조건 중 하나이다. 선박의 경로 탐색에 있어 도착 가능 지점은 부두 이외 선박의 입출항 전 대기 장소 및 선박 수리 등 다양한 목적으로 이용되는 정박지(Anchorage)도 포함될 수 있다. 이 러한 정박지는 연안 해역 환경에 따라 특정 형태로 설계된 공간으로 경로 탐색을 위한 도착지점은 선박이 정박을 위한 투묘 지점이라고 볼 수 있다. 이에, 본 연구에서는 샘플링 기반 탐색 알고리즘 중 PRM 및 계산 기하학 알고리즘을 통해 정박지라는 특정 공간에 대해 다른 선박이 점유하지 않는 공간 탐색을 통한 투묘 지점 산출 방법을 제시하였다. 또한, 개발된 알고리즘을 검증하기 위하여 국내 목포항 11번 정박지를 대상 해역으로 선정하고 시뮬레이션을 수행한 결과 다른 선박이 점유하지 않는 공간에 대해 투묘 지점을 탐색할 수 있었다. 본 연구의 결과는 향후 선박의 의사 결정 및 VTS의 정박지 관리를 위한 지원 방안으로 활용될 수 있을 것으로 기대된다.

PURPOSES : This study aimed to develop a quantitative structure property relationships (QSPR) model to predict the density from the molecular structure information of the asphalt binder AAA1, a non-full connected structure mixed with a total of 12 molecules. METHODS : The partial least squares regression (PLSR) model, which models the relationship between predictions and responses and the structure of these variables, was applied to predict the density of a binder with molecule descriptors. The PLSR model could also analyze data with collinear, noisy, and multiple dimensional independent variables. The density and additive-free AAA1 binder’s molecule systems generated by an asphalt binder’s molecules-related study were used to fit the PLSR model with the molecular descriptors produced using alvaDesc software. In addition to developing the relationship, a systematic feature selection framework (i.e., the V-WSP- and PLSR-modelbased genetic algorithm (GA)) was applied to explore sets of predictors which contributed to predicting the physical property. RESULTS : The PLSR model accurately predicted the density for the AAA1 binder’s molecules using the condition of the temperature and aging level (R2 was 0.9537, RMSE was 0.00424, and MAP was 0.00323 for the test data) and provided a set of features which correlated well to the property. CONCLUSIONS : Through the establishment of the physical property prediction model, it was possible to evaluate the physical properties of construction materials without limited experiments or simulations, and it could be used to comprehensively design the modified material composition.

We examine a single machine scheduling problem with step-improving jobs in which job processing times decrease step-wisely over time according to their starting times. The objective is to minimize total completion time which is defined as the sum of completion times of jobs. The total completion time is frequently considered as an objective because it is highly related to the total time spent by jobs in the system as well as work-in-progress. Many applications of this problem can be observed in the real world such as data gathering networks, system upgrades or technological shock, and production lines operated with part-time workers in each shift. Our goal is to develop a scheduling algorithm that can provide an optimal solution. For this, we present an efficient branch and bound algorithm with an assignment-based node design and tight lower bounds that can prune branch and bound nodes at early stages and accordingly reduce the computation time. In numerical experiments well designed to consider various scenarios, it is shown that the proposed algorithm outperforms the existing method and can solve practical problems within reasonable computation time.

As environmental concerns escalate, the increase in recycling of aluminum scrap is notable within the aluminum alloy production sector. Precise control of essential components such as Al, Cu, and Si is crucial in aluminum alloy production. However, recycled metal products comprise various metal components, leading to inherent uncertainty in component concentrations. Thus, meticulous determination of input quantities of recycled metal products is necessary to adjust the composition ratio of components. This study proposes a stable input determination heuristic algorithm considering the uncertainty arising from utilizing recycled metal products. The objective is to minimize total costs while satisfying the desired component ratio in aluminum manufacturing processes. The proposed algorithm is designed to handle increased complexity due to introduced uncertainty. Validation of the proposed heuristic algorithm's effectiveness is conducted by comparing its performance with an algorithm mimicking the input determination method used in the field. The proposed heuristic algorithm demonstrates superior results compared to the field-mimicking algorithm and is anticipated to serve as a useful tool for decision-making in realistic scenarios.

This paper aims to study the modeling and controller of an electrically driven tractor optimized for energy efficiency under off-road conditions and when subjected to loads such as plowing. The dynamic model design is aimed at a 30kW electric tractor. The vehicle model consists of a 30kW motor, transmission, wheels, and a controller, designed using the commercial software Matlab/Simulink. In order to optimize energy efficiency under load conditions, this paper designs and implements a PID controller focusing on the vehicle's speed and wheel slip. The newly proposed electric tractor modeling and PID controller aim to demonstrate improved energy efficiency through simulation.

본 연구는 소량 다품종의 화학물질을 다루는 연구실의 안전관리를 강화하기 위해 전과정관리 체계 알고리즘을 제안하는데 그 목적이 있다. 이를 위해 최근 10년간의 연구실 사고 사례, 관련 법규, 선행 연구 및 FGI (Focus Group Interview) 연구실 현황 분석을 통해 요구사항을 도출하고 전과정 관리체계를 개발하였으며, 이를 기반으로 전과정관리체계 알고리즘을 설계, 개발하여 연구실에 적용 및 검증하였다. 연구실 화학물질 사고 예방을 위한 안전관리는 우선 연구실 내 화학물질의 종류와 양을 정확히 파악하는 것부터 시작해야 한다. 이를 위해 화학물질관리의 전 과정을 단계별로 나누어 관리체계를 수립하고, 각 단계에서 활용되는 물질 정보, 법규 정보, 화학물질 성상별 분리 정보를 다루는 데이터베이스 항목 추출 및 알고리즘 개발 방안을 제시하였다. 본 알고리즘을 세 개의 기관에서 적용한 결과, 사고 예방 및 법규 준수 측면에서 높은 효과를 보인 것으로 평가되었으나 사고 발생률에 미치는 유의한 영향에 대해 알기 위해서는 더 많은 적용 연구가 필요하다. 본 연구에서 개발한 전과정관리체계 알고리즘의 활용은 실험실 안전과 사회적 안전을 도모하는 동시에 기업의 ESG 경영의 중요한 요소 중 하나인 기업활동의 리스크 관리와 책임경영에 도움이 될 것으로 기대한다.