Earticle

본 논문의 목적은 진동 피로해석 기법을 적용하여 다수의 용접점을 포함하고 있는 점용접 구조물의 강성 변화를 고려하여 피로수명을 평가하는 것이다. 먼저 모재부 인장특성 및 점용접부의 인장 및 피로특성을 획득하였 다. 유한요소법을 적용하여 S-N 선도를 획득하여 피로해석에 적용하였다. 주파수 응답해석을 수행하여 구조물의 전달함수를 획득하였고, 주파수영역에서 0.11의 PSD를 선정하여 수행하였다. 강성변화 및 고유진동수의 변화를 알 아보기 위하여 점용접부의 총 6개 지점 중 최소수명이 발생하는 지점을 기준으로 1개씩 제거하여 반복 해석을 수행 하였다. 따라서 강성이 낮아질수록 고유주파수도 낮아지는 것을 확인하였다. 이러한 조건하에서 진동피로해석을 수 행하여 피로손상의 누적에 따른 전달합수의 변화를 고려한 진동피로해석을 수행하였다.

The purpose of this paper was to evaluate the fatigue life to apply the vibration fatigue analysis considering the stiffness change of the spot welding due to fatigue damage accumulation. For this, the mechanical and fatigue properties of base and spot welded standard specimens were obtained through the tensile and constant amplitude fatigue test. The transfer function of the spot-welded structure was obtained from the frequency response analysis and fatigue analyisis was performed under the condition of PSD=0.11. A vibration fatigue analysis that considered changes in the frequency response due to the fatigue damage that is, failure of some wleding point was conducted on spot-welded structure. The fatigue life of the spot-welded structure was determined by combining the transfer function, the S-N curve of the tensile-shear spot-welded joint and the input PSD.

교통사고는 다양한 요인으로 인해 발생한다. 그 중에는 교통사고가 발생할 당시의 기상상태가 있다. 기상 상태에 따라 교통사고로 인해 발생하는 사망자의 비율은 차이가 있다. 교통사고로 인한 사망자의 수를 줄이려면 기상 상태에 따라 발생될 교통사고 발생 수를 예측 하는 것이 필요하다. 본 논문은 기상 상태에 따른 교통사고 발생 빈도수를 예측하는 모델링을 제안한다. 예측 모델링의 이론으로는 마코프 프로세스를 적용하였다. 제안된 모델링에 실제 데이터를 적용하여 교통사고 발생 수를 예측 하였고, 실제 발생 수와 비교하였다. 본 논문은 기상 변화에 따른 교통사고 정책수립에 도움을 줄 것이다.

Traffic accidents are caused by a variety of factors. Among the factors that cause traffic accidents are weather conditions at the time. There is a difference in the percentage of deaths according to traffic accidents, due to the weather conditions. In order to reduce the number of deaths due to traffic accidents, to predict the incidence of traffic accidents that occur in response to weather conditions is required. In this paper, it propose a model to predict the incidence of traffic accidents caused by weather conditions. Predictive modeling was applied to the theory of Markov processes. By applying the actual data for the proposed model, to predict the incidence of traffic accidents, it was compared with the number of occurrences in practice. In this paper, it is to support the development of traffic accident policy with the change of weather.

요추 측면 X선 검사 시 피폭선량을 최소화 하고 진단에 최적의 영상을 얻기 위하여 유리선량계와 공간선 량 측정계를 이용하여 장기별 피폭선량과 공간선량분포를 측정 평가 하였다. X선관과 가까울수록 장기의 피폭선량 이 증가하였으며 조사야를 완전히 열었을 때 피폭선량이 증가되었다. 또한 피사체와 거리가 가까울수록 산란선이 증가하였으며 200 cm 이상 거리를 두면 95% 이상의 산란선이 감소되었다. 이 결과는 향후 요추 X선 검사 시 환자 의 피폭선량을 예측하고 검사 방법을 결정하는데 자료로 제시되어 의료피폭선량을 감소 하는데 중요한 기초자료로 많은 활용이 있을 것으로 기대된다.

During the lateral x-ray testing of lumbar, in order to obtain the optimal image for diagnosis and to minimize the exposure dose, a glass dosimeter and spatial dose measuring meter was used to measure and evaluate the exposure dose and spatial dose distribution of each organs. The exposure dose of the organs have increased as they were closer to the X-ray tube and when the radiation field was completely opened, the exposure dose was increased. In addition, scattered rays have increased as the distance got closer to the subject and with the distance of more than 200cm, 95% of scattered rays was reduced. Such results can anticipate the exposure dose of patients during the lumbar x-ray test in the future and it can be proposed as a data for determining the testing methods and expected to be widely used as an important basic data for reducing the medical exposure dose.

본 연구에서는 소형 인장 시험편에 편심된 집중하중을 가하였을 때, 크랙 주변에서의 구멍의 존재유무, 개수 및 위치에 따른 전파 거동에 대하여 규명하였다. 시뮬레이션 해석을 통하여 시험편에서 발생하는 Strain energy와 변형량, 응력에 대해 알 수 있었다. 그리고 이들 Strain energy와 변형량을 바탕으로 응력확대계수를 구 하였으며, 본 연구결과를 이용하면 구조물 내에 결함이나 구멍 등이 있을 때 그 파괴 가능성을 검증할 수 있다고 사료된다.

In case eccentric load is applied at compact tension specimen, the propagation behavior due to existence or nonexistence of hole, numbers and positions of holes near crack is investigated in this study. Strain energy, displacement and stress happened in specimen are examined through simulation analysis. And stress intensity factor is obtained by the basis of strain energy and deformation. When defect or hole exists in structure, the possibility of fracture can be thought to be verified by using the study result.

IT기술의 발전과 더불어 온라인상에서 인적 네트워크 형성을 도와주는 소셜네트워크 서비스가 등장한다. 소셜네트워크의 등장은 전 세계인과 기업 환경에도 많은 변화를 가져오고 있다. 수많은 기업과 많은 사람들이 사용 하고 있는 소셜 네트워크 서비스는 급격한 발전을 하고 있지만 보안위협 요소에 대해서는 대수롭지 않게 생각을 하고 있다. 또한 M2M의 발전으로 여러 휴대용 기계로부터의 접속이 많아지고 있지만, 그 취약성에 대한 인식을 하지 않고 있는 것이 사실이다. 본 논문에서는 개인정보에 대해 살펴본 후 소셜 네트워크 상에 있는 보안위협 요소 와 M2M상에서의 SNS접속에 대한 취약성과 대응방안에 대하여 살펴본다.

It appeared with the development of IT skills to help the social network SNS(Social Network Service) on the online form. Many people around the world and in the business environment changes is the emergence of social networks are bringing. And the rapid development of the idea, but are insignificant for the security threats that are used by many people in many companies, and social network services. In addition, although it is true that this connection is increased from the number of mobile machines to the development of M2M, that is not recognized for that vulnerability. To evaluate and identify vulnerabilities against security threats and countermeasures for the SNS access the social network on the M2M After looking for privacy and in the present.

An automatic speech recognition system is one of the popular research problems. There are many research groups working in this field for different language including Japanese. Japanese vowel recognition is one of important parts in the Japanese speech recognition system. The vowel classification system with the Mamdani fuzzy inference system was developed in this research. We tested our system on the blind test data set collected from one male native Japanese speaker and four male non-native Japanese speakers. All subjects in the blind test data set were not the same subjects in the training data set. We found out that the classification rate from the training data set is 95.0 %. In the speaker-independent experiments, the classification rate from the native speaker is around 70.0 %, whereas that from the non-native speakers is around 80.5 %.