id
stringlengths 36
57
| type
stringclasses 4
values | title
stringlengths 0
159
| context
stringlengths 121
17.2k
| questions
listlengths 1
584
|
|---|---|---|---|---|
6e9bcc4a-df16-44b8-a1a2-7ae893f03c25
|
인공물ED
|
CT Bolus Tracking System을 이용한 조영제의 혈관외유출 검출
|
<h1>IV. 실험 결과</h1><h2>1. 16-MDCT 스캔과 3 차원 영상</h2><p>혈관외유출이 발생한 환자에 대하여 Siemens사의 16-MDCT의 CARE Bolus software를 사용하고, 관전압 \( 140 \mathrm{kV} \), effective mAs 250, pitch 1.0, collimation \( 0.75 \mathrm{~mm} \), thickness를 \( 1.0 \mathrm{~mm} \) 로 각각 설정하여 스캔하였다. CARE Bolus는 저선량 모니터링으로 조영제 주입 후 15 초 후에 2 초 간격으로 CT 프로토콜을 종료하도록 하였다. 그림 4 의 (a)는 CARE Bolus 시스템을 사용하여 얻은 CT 영상이다. 환자의 antecubital fossa 정맥에 조영제 주입과정에서 혈관외유출이 발생한 시간에 따른 HU 곡선이다. CARE-bolus의 조영제 triggering 후에 a, b, c, d, e, f, g 및 h 영상을 획득하였다. 각각의 영상은 배대동맥에 관심영역을 설정하였고, 문턱값은 \( 100 \mathrm{HU} \) 로 설정하였다. 조영제가 주입되면서 a, b, c, d, e, f, g 및 h 영상에서 HU 값은 각각 0, 32, 68, 43, 49, 55, 79, 134 로 나타났다.</p><p>혈관외유출 환자의 영상에서 설정된 파라미터는 collimation \( 0.75 \mathrm{~mm} \), slice thickness \( 0.5 \mathrm{~mm} \), 관전압 \( 120 \mathrm{kVp} \), effective mAs 52-165, 회전시간 \( 0.5 \mathrm{sec} \) 를 각각 사용하였고, Siemens Medical Solutions인 선량변동 시스템(Care Dose 4D)을 사용하였다. 그림 5의 (a)는 antecubital fossa 정맥에 조영제를 주입하는 과정에서 발생된 혈관외유출 부위를 스캔한 영상이다. 그림 5의(b)는 MIP 영상이고, (c)는 VR 영상이다. 혈관외유출 영상, MIP 영상 및 VR 영상에서 혈관외유출과 정맥내 카테터가 잘 묘사되고 있음을 알 수 있다.</p><h2>2. 64 -다중 검출기 CT 스캔과 3 차원 영상</h2><p>혈관외 유출영상을 획득하기 위해서 Philips사 64-MDCT 를 사용하고, 관전압 \(120 \mathrm{kVp} \), 관전류량 150 \( \mathrm{mAs} \), collimation \( 2.5 \mathrm{~mm} \), pitch 1.25, reconstruction slice thickness \( 2.5 \mathrm{~mm} \) 를 사용하여 스캔하였다. 그림 6의 (a) 영상은 infrapopliteal에서 혈관외유출이 발생되는 것을 나타낸다. 그림 6 의 (b)의 3D 영상은 MIP sagittal 영상이며, (c)는 coronal 영상이다. 또한 그림 6 의 (d)의 볼륨렌더링 영상은 불투명도를 \( 100 \% \), 최적농도범위를 48-802 HU로 하였다.</p><h2>3. Edge enhancement 영상</h2><p>혈관외로 유출되는 조영제와 조직 간의 선예도 및 대 조도를 개선하기 위해서 edge enhancement 영상처리기법을 적용하였고, 적용 전 후 영상에 대한 대조도를 검토하였다. 그림 7과 그림 8은 각각 그림 5와 그림 6의 혈관외유출영상에 edge enhancement 영상처리기법의 적용 전과 적용 후의 영상이다. 그림 7 (a)와 그림 8 (a)의 원영상에 \( 81 \times 81 \) 저주파마스크를 사용하여 저주파필터링영상을 얻고, 원영상에서 저주파필터링영상을 감산 처리하여 영상을 생성한 후 원영상에 가산하여 그림 7 의 (b)와 그림 8 (b) 영상을 얻었다. 표 1 과 표 2 는 각각 그림 7과 그림 8 의 (a)와 (b) 영상 각각에 대하여 정상조직과 조영제유출부위에 대하여 동일한 영상좌표상에서 휘도값을 나타낸다.</p><p>그림 7 과 그림 8 의 영상크기는 각각 \( 144 \times 144 \mathrm{~mm}, 294 \times 294 \mathrm{~mm} \) 의 크기이며, 영상처리과정에서 픽 셀값에 포화가 발생되지 않도록 각 픽셀 당 32 비트의 화소값을 갖도록 변환하였다.</p><table border><caption>표 1. 조직과 조영제유출부위의 휘도 값</caption><tbody><tr><td rowspan="2"></td><td colspan="2">영상좌표</td><td rowspan="2">휘도값</td><td rowspan="2">부위</td></tr><tr><td>x[\(\mathrm{mm}\)]</td><td>y[\(\mathrm{mm}\)]</td></tr><tr><td rowspan="2">원영상</td><td>90.56</td><td>52.03</td><td>-119</td><td>조직</td></tr><tr><td>92.81</td><td>51.75</td><td>1783</td><td>조영제유출</td></tr><tr><td rowspan="2">영상처리 후 영상</td><td>90.56</td><td>52.75</td><td>-27.55</td><td>조직</td></tr><tr><td>92.81</td><td>51.75</td><td>3879</td><td>조영제유출</td></tr></tbody></table><table border><caption>표 2. 조직과 조영제 유출부위의 휘도 값</caption><tbody><tr><td rowspan="2"></td><td colspan="2">영상좌표</td><td rowspan="2">휘도값</td><td rowspan="2">부위</td></tr><tr><td>x[\(\mathrm{mm}\)]</td><td>y[\(\mathrm{mm}\)]</td></tr><tr><td rowspan="2">원영상</td><td>128.63</td><td>142.98</td><td>264.0</td><td>조직</td></tr><tr><td>127.48</td><td>138.96</td><td>426.0</td><td>조영제유출</td></tr><tr><td rowspan="2">영상처리 후 영상</td><td>128.63</td><td>142.98</td><td>541.9</td><td>조직</td></tr><tr><td>127.48</td><td>138.96</td><td>1010.6</td><td>조영제유출</td></tr></tbody></table><p>표 1 과 2 에서 영상처리 전의 원영상은 조직부위와 조영제유출부위의 휘도 차이가 각각 1902,162 로 측정되었고, 영상처리 후 영상은 조직부위와 조영제유출부위의 휘도 차이가 각각 3906.6,468.7 로 측정되었다. 따라서 영상처리 후의 영상은 영상처리 전 영상보다 밝기차이가 더 커져서 영상에서 조영제 유출부위가 쉽게 검출될 수 있도록 대조도가 개선되었음을 알 수 있다.</p>
|
[
"어떻게 영상의 선예도와 대조도를 개선했어?",
"영상의 대조도와 선예돼서 어떻게 개선했어?",
"혈관외유출 환자는 어떤 소프트웨어으로 영상을 찍어?",
"어떤 소프트웨어로 혈관외유출 환자를 찍지?",
"표1에서 영상처리 후 영상의 행 중에서 마이너스를 띄는 휘도값은 어느 부위야?",
"영상처리 후 표1에서 영향의 행 중으로 마이너스를 띄는 휘도값은 어디야",
"표1에서 -119 휘도값은 어떤 부위에서 나타나?",
"표1에서 어떤 부위에서 -119 휘도값이 나타나?",
"표1의 원영상의 영상좌표<td>x[\\(\\mathrm{mm}\\)]값은 몇이야?",
"표1에서 원영상의 영상좌표<td>x[\\(\\mathrm{mm}\\)]값은 얼마야?",
"표1에서 휘도값이 가장 높은 영상은 어떤 영상이야?",
"표1에서 휘도값이 가장 높은 영상은 무엇이야?",
"표1에서 휘도값이 1783인 영상의 영상좌표 y[\\(\\mathrm{mm}\\)]은 몇이야?",
"표1에서 휘도값이 1783인 영상의 영상좌표 y[\\(\\mathrm{mm}\\)]은 얼마야?",
"표1에서 조영제유출이 포함된 행 중에서 휘도값이 낮은 행의 이름은 뭐야?",
"표1에서 조직이 포함된 열의 이름은 뭐야?",
"표1에서 조직이 포함된 열의 이름은 무엇이야?",
"표2에서 원영상 행 중에서 영상좌표가 128.63은 무슨 값이야?",
"표2의 원영상의 y[\\(\\mathrm{mm}\\)]좌표가 142.98인 휘도값은 몇이야?",
"표2에서 원영상의 y[\\(\\mathrm{mm}\\)]좌표가 142.98인 휘도값은 얼마야?",
"표2의 휘도값이 1000이상인 영상의 촬영 부위는 뭐야?"
] |
21bc04c2-4a9d-43f9-b4b5-594d43364e12
|
인공물ED
|
클래스가 부가된 커널 주성분분석을 이용한 비선형 특징추출
|
<h1>III. 실험 및 성능평가</h1> <h2>1. 평가방법</h2> <p>제안된 새로운 특징추출 방법의 성능을 평가하기 위하여 UCI Machine Learning Repository에 포함된 여러 자료집합을 선택하여 이용하였다. 선택된 자료집합은 다양한 입력 수, 자료 수, 그리고 레이블 수를 지니고 있으며 이러한 특징은 표 1 에 기술되었다. 자료들은 다양한 응용분야에서 수집된 것으로, 이에 대한 성능으로부터 실제 문제에 제안된 기법을 응용할 경우의 성능을 추측할 수 있다.</p> <p>전체 평가는, 자료집합의 선택에 따른 성능차이를 무시할 수 있도록 leave-one-out(LOO) 교차검증법을 이용하였다. 요컨대, 주어진 자료들 가운데 1개를 평가를 위해 선택하고 나머지 자료를 이용하여 설계된 분류기로 선택된 자료에 대한 분류성능을 평가하며, 이러한 과정을 반복하여 모든 자료 각각에 대한 분류성능을 구한 후에 옳게 분류된 정확성을 평가 지표로 삼는다. 본 실험에서는 선택된 1개를 제외한 나머지 자료, 곧 학습 자료를 이용하여 특징을 추출한 후, 추출된 특징을 이용하여 1-nearest neighborhood (1-NN) 분류기를 구성한 후에, 평가 자로에 대한 분류기의 성공 여부를 구하였다.</p> <h2>2. 결과</h2> <p>앞서 기술된 평가방법에 의한 실험 결과를 표 1 에 제시하였다. 표 1 의 각 행에는 각각 자료의 이름, 입력 수(자료 표현의 본래차원), 자료 수, 레이블 수가 제시되어 있고, 또한 마지막 열에는 해당 자료집합에 대하여 CA-PCA와 CA-KPCA를 이용하여 추출된 특징을 이용한 1-NN 분류기의 분류성능을 기록하였다. 분류성능은 백분율로 표시되었다. 본래 다양한 비선형 부분공간 기법과의 비교가 적절할 것이나, CA-PCA가 선형 부분 공간기법임에도 불구하고 이미 다양한 비선형 부분공간 기법에 비해 많은 경우 성능상의 우위를 가지는 것이 보고된 바 있기에, CA-KPCA의 비교대상은 CA-PCA로 한정하엿다.</p> <p>결과를 살펴보면, 많은 경우 CA-KPCA에서 추출된 특징을 이용하는 경우, CA-PCA에서 추출된 특징에 비해 적게는 1-2%, 많게는 5%에 이르기까지 분류성능이 전반적으로 향상되고 있음을 확인할 수 있다. 특히 LENSES 자료집합에 대해서는 성능 향상이 두드러지게 나타나는 것을 확인할 수 있는데, 이는 LENSES 자료집합의 경우 자료들이 비선형으로 분포하는 부분이 있어 CA-KPCA가 CA-PCA에 비하여 더욱 적절한 특징을 추출할 수 있기 때문이라 생각된다.</p> <table border><caption>표 1. CA-PCA와 CA-KPCA로부터 추출된 특징을 이용한 1-NN 분류기의 분류성능</caption> <tbody><tr><td rowspan=2>자료집합</td><td rowspan=2>레이블</td><td rowspan=2>입력</td><td rowspan=2>자료</td><td colspan=2>1-NN 분류기의 분류성능</td></tr><tr><td>CA-PCA 특징</td><td>CA-KPCA 특징</td></tr><tr><td>ECOLI</td><td>8</td><td>7</td><td>336</td><td>81.85%</td><td>82.14%</td></tr><tr><td>GLASS</td><td>6</td><td>9</td><td>214</td><td>71.50%</td><td>71.50%</td></tr><tr><td>HARBERMAN</td><td>2</td><td>3</td><td>306</td><td>67.97%</td><td>68.30%</td></tr><tr><td>IONOSPHERE</td><td>2</td><td>34</td><td>351</td><td>92.88%</td><td>93.73%</td></tr><tr><td>LRIS</td><td>3</td><td>4</td><td>150</td><td>97.33%</td><td>96.67%</td></tr><tr><td>LENSES</td><td>3</td><td>4</td><td>24</td><td>83.33%</td><td>87.50%</td></tr><tr><td>LIVER</td><td>2</td><td>6</td><td>345</td><td>65.51%</td><td>65.51%</td></tr><tr><td>PIMA</td><td>2</td><td>8</td><td>768</td><td>71.09%</td><td>74.22%</td></tr><tr><td>SONAR</td><td>2</td><td>60</td><td>208</td><td>87.98%</td><td>90.87%</td></tr><tr><td>TEACHING</td><td>3</td><td>5</td><td>151</td><td>70.86%</td><td>70.86%</td></tr><tr><td>THYROD</td><td>3</td><td>5</td><td>215</td><td>95.81%</td><td>96.28%</td></tr><tr><td>TICTACTOE</td><td>2</td><td>9</td><td>958</td><td>93.11%</td><td>93.11%</td></tr><tr><td>WBCancer</td><td>2</td><td>9</td><td>699</td><td>96.42%</td><td>97.00%</td></tr><tr><td>WINE</td><td>3</td><td>13</td><td>178</td><td>98.88%</td><td>99.44%</td></tr></tbody></table>
|
[
"자료집합 중 5 이상 7 이하의 레이블을 가지고 있는 자료집합은 무엇인가?",
"LENSES는 가장 적은 자료를 가지고 있는데, 그 수는 얼마인가?",
"자료집합이 가진 입력 중 가장 적은 수의 입력은 몇 개인가?",
"유일하게 CA-PCA 특징 성능 수치가 CA-KPCA 특징 성능 수치보다 큰 자료가 있는데, 그 자료의 이름은 무엇인가?",
"ECOLI의 레이블 개수는 얼마인가?",
"자료의 본래차원이 7이고, 자료의 수는 336인 자료집합은 어떤 것인가?",
"ECOLI의 CA-PCA 특징과 CA-KPAC 특징 중 어떤 특징의 수치가 더 높은가?",
"자료의 수가 가장 많은 자료집합의 이름은 무엇인가?",
"50 이상의 입력 수를 가지고 있는 자료집합은 무엇인가?",
"CA-PCA 특징에서 가장 높은 성능을 가진 자료집합의 이름이 무엇인가?",
"표에서 가장 낮은 CA-PCA 특징 성능은 얼마인가?",
"CA-PCA 특징 성능과 CA-KPCA 특징 성능이 70% 미만이고, 동일한 수치를 갖는 자료집합의 이름이 무엇인가?",
"TICTACTOE는 CA-PCA 특징 성능과 CA-KPCA 특징 성능이 같은데, 그 수치는 얼마인가?",
"본 연구에서 도출된 가장 큰 CA-KPCA 특징 성능 수치는 얼마인가?",
"레이블 개수가 6을 초과하는 것 중 가장 많은 레이블을 가진 자료집합은 무엇인가?"
] |
8e89af56-79db-447e-b016-2c596ecee32c
|
인공물ED
|
계층적 적응적 탐색과 양방향 움직임 예측을 이용한 프레임율 증가 방법
|
<h1>Ⅲ. 시뮬레이션 및 검토</h1> <p>도로 기하구조를 고려한 전파환경 분석을 위해 송\(\cdot\)수신 차량이 직선도로와 직선도로 사이에 곡선도로가 존재하는 편도 2차선의 일반국도에 위치한 경우를 가정하였다.</p> <p>전파수평경로 상 존재하는 장애물에 의해 이루어지는 반사형태는 벽면과 차량, 벽면과 벽면, 차량과 벽면에 의해 이루어지는 경우 표 4를 이용 시뮬레이션 하여 전파경로, 전파경로손실을 구하였다.</p> <table border><caption>표 4. 시뮬레이션 조건</caption> <tbody><tr><td>차선 \(\mathrm{X}\)</td><td colspan=2>2</td></tr><tr><td>도로폭 \(\mathrm{R}_{W}\)</td><td colspan=2>\(3.5[\mathrm{m}]\)</td></tr><tr><td>도로교각 \(\Theta\)</td><td colspan=2>\(18.4^{\circ}\)</td></tr><tr><td>곡선반경 \(\mathrm{R} \)</td><td colspan=2>\(280[\mathrm{m}]\)</td></tr><tr><td>최소곡선길이</td><td colspan=2>\(90[\mathrm{m}]\)</td></tr><tr><td>차량폭 \(\mathrm{dw}\)</td><td colspan=2>\(1.7[\mathrm{m}]\)</td></tr><tr><td>파장 \(\lambda\)</td><td colspan=2>\(10 \times 10^{-3}\)</td></tr><tr><td>송신전력 \(\mathrm{Pt}\)</td><td colspan=2>\(250[\mathrm{mW}]\)</td></tr><tr><td>차량사이거리 \(\mathrm{dc}\)</td><td colspan=2>\(111[\mathrm{m}]\)</td></tr><tr><td>차량속도 \(\mathrm{v} \)</td><td colspan=2>\(80[\mathrm{km} / \mathrm{h}]\)</td></tr><tr><td>방사각 \(\beta\)</td><td colspan=2>\(\pm 5^{\circ}\)</td></tr><tr><td>대기감쇠 \(L(d)\)</td><td colspan=2>\(16/\mathrm{km}\)</td></tr><tr><td rowspan=2>감쇠계수 \(\Gamma_{n}\)</td><td>콘크리트</td><td>0.68</td></tr><tr><td>냉연강판</td><td>0.98</td></tr></tbody></table> <h2>1. 수신차량의 위치 변화에 따른 전파경로</h2> <p>Tx차량과 Rx차량 사이의 직진경로가 최대 \( 111[\mathrm{m}] \)일 때, 전파가 Rx차량까지 도래하는 동안 차량의 위치 변화에 따라 전파경로를 구한 결과는 표 5, 그림 2와 같다.</p> <h2>2. 수신차량 위치 변화에 따른 전파경로손실</h2> <p>다중경로를 통해 Rx차량까지 도래하는 동안 차량의 위치 변화에 따라 전표경로손실을 구한 결과는 표 6, 그림 3과 같다.</p> <table border><caption>표 6. Rx에 따른 전파경로손실\([ \mathrm{dB} ] \)</caption> <tbody><tr><td rowspan=2>\(\mathrm{n}\)\\(\mathrm{D}\)</td><td colspan=5>1 차선</td><td colspan=5>2 차선</td></tr><tr><td>직접파</td><td>1,4,3</td><td>1,3,2</td><td>2,3,1</td><td>3,4,1</td><td>직접파</td><td>1,4,3</td><td>1,3,2</td><td>2,3,1</td><td>3,4,1</td></tr><tr><td>0</td><td>-122.7</td><td>-129.6</td><td>-129.5</td><td>-126.3</td><td>-126.2</td><td>-122.7</td><td>-129.6</td><td>-129.5</td><td>-126.3</td><td>-126.4</td></tr><tr><td>1</td><td>-12%.9</td><td>-129.3</td><td>-128.7</td><td>-125.5</td><td>-126.2</td><td>-121.9</td><td>-129.6</td><td>-328.7</td><td>-125.6</td><td>-126.1</td></tr><tr><td>2</td><td>-121.1</td><td>-129.5</td><td>-127.8</td><td>-124.7</td><td>-126.2</td><td>-123.3</td><td>-129.6</td><td>-127.9</td><td>-124.8</td><td>-126.2</td></tr><tr><td>3</td><td>-123.1</td><td>-129.5</td><td>-127</td><td>-123.9</td><td>-126.2</td><td>-120.3</td><td>-129.6</td><td>~127.3</td><td>-124.2</td><td>-126.2</td></tr><tr><td>4</td><td>-119.1</td><td>-129.5</td><td>-126.2</td><td>-126.3</td><td>-126.2</td><td>-119.3</td><td>-129.6</td><td>-126.5</td><td>-126.4</td><td>-126.2</td></tr><tr><td>5</td><td>-118</td><td>-129.5</td><td>-129.5</td><td>-126.3</td><td>-126.2</td><td>-118</td><td>-129.7</td><td>-129.5</td><td>-126.4</td><td>-126.2</td></tr><tr><td>6</td><td>-116.8</td><td>-129.5</td><td>-129.5</td><td>-126.3</td><td>-126.2</td><td>-116.8</td><td>-129.7</td><td>-129.5</td><td>-126.4</td><td>-126.2</td></tr><tr><td>7</td><td>-115.4</td><td>-129.5</td><td>-129.5</td><td>-126.3</td><td>-126.3</td><td>-115.4</td><td>-129.7</td><td>-129.5</td><td>-126.4</td><td>-126.2</td></tr><tr><td>8</td><td>-113.9</td><td>-129.5</td><td>-123.5</td><td>-126.4</td><td>-126.3</td><td>-113.8</td><td>-129.7</td><td>-129.6</td><td>-126.4</td><td>-126.2</td></tr></tbody></table>
|
[
"도로 기하구조를 헤아리고 생각하여 전파환경을 검토하기 위해 어떻게 하였는가?",
"표 4에서 도로교각 \\(\\Theta\\)은 몇 \\(^{\\circ}\\)인가?",
"표 4의 도로교각 \\(\\Theta\\)의 각도는 얼마야?",
"시뮬레이션 조건 표에서 무엇이 \\(16/\\mathrm{km}\\)의 값이 나오는가?",
"시뮬레이션 조건 표에서 도로폭 \\(\\mathrm{R}_{W}\\)의 결과는 무엇인가?",
"표 4에서 차량폭 \\(\\mathrm{dw}\\)은 어느 정도인가?",
"시뮬레이션 조건에서 최소곡선길이는 어떻게 돼?",
"시뮬레이션 조건의 감쇠계수 \\(\\Gamma_{n}\\)에서 콘크리트의 값은 얼마야?",
"표 6. Rx에 따른 전파경로손실에서 1 차선의 직접파에서 0은 얼마가 나오는가?",
"표 6에서 1은 1차선의 1,4,3에서 값이 얼마로 나오는가?",
"표 4. 시뮬레이션 조건에서 차선 \\(\\mathrm{X}\\)은 얼마인가?",
"표 4. 시뮬레이션 조건을 확인했을 때 차선 \\(\\mathrm{X}\\) 값은 얼마야?",
"Rx에 따른 전파경로손실에서 2 차선의 3,4,1에서의 4는 얼마의 값을 가지는가?",
"표 6의 1 차선을 살펴볼 때 직접파에서 어느 \\(\\mathrm{n}\\)의 값이 가장 높은가?",
"표 6의 1 차선에서 직접파일 때, 어디에서의 값이 가장 크니?",
"표 6의 2,3,1은 2차선에서 \\(\\mathrm{n}\\)이 0일 때 값이 무엇인가?"
] |
23db9b48-8c37-437b-835c-3d4c23238061
|
인공물ED
|
\(\mathrm{AlGaN/GaN}\) HEMT의 분극 현상에 대한 \(3\)D 시뮬레이션
|
<h1>Ⅱ. 본 론</h1> <h2>1. 실험방법</h2> <p>그림 1은 시뮬레이션율 진행한 AlGaN/GaN HEMT의 모습을 나타내고 있다. GaN 충의 두께는 2\( \mu \mathrm{m}\)이며 몰 분율에 따른 특성을 시뮬레이션 하기 위한 구조에서 AlGaN층의 두께는 25\(\mathrm{nm}\)로 구성되었으며 두 개의 층 모두 폭은 40\( \mu \mathrm{m}\)로 구성되어 졌다. 게이트의 길이는 0.5\( \mu\mathrm{m}\), 소스와 게이트 \( \left(\mathrm{L}_{\mathrm{SG}}\right) \) 그리고 드레인과 게이트 간\( \left(\mathrm{L}_{\mathrm{GD}}\right) \)의 거리는 \( 2 \mu \mathrm{m}\)이다. 소스와 드레인 접촉은 저항 접촉으로 n-type으로 \( 1 \times 10^{18} \mathrm{cm}^{-3} \) 만큼 도평을 하여서 실제 공정에서 Al 등을 이용해서 저항 접촉을 구현한 것을 나타내었으며 게이트는 schottky 접촉으로 일 함수는 5.2\( \mathrm{eV}\)가 된다. AlGaN의 몰 농도는 0.3이고 그에 따라서 밴드갭은 3.97\(\mathrm{eV}\)이다.</p> <p>본 논문은 3차원 시뮬레이터인 Silvaco사의 Atlas 프로그램을 이용하여 AlGaN/GaN HEMT 소자의 분극에 관련된 시뮬레이션을 진행하였다.</p> <p>\(P_t=PSP+P_pi\)<caption>(1)</caption></p> <p>\(P_{pi}=2 \frac{a_{s}-a_{0}}{a_{0}}\left(E_{31}-\frac{C_{13}}{C_{33}} E_{33}\right) \)<caption>(2)</caption></p> <p>위의 첫 번째 식에서 \(P_t\)는 전체 분극을 나타내며 PSP가 유도 분극을 \( P_{pi} \) 가 자발 분극을 나타낸다. 또한 두 번째 식에서는 \( E_{31}\) 과 \( E_{33}\) 은 piezoelectric constant를 \(C_{13}\) 과 \(C_{33}\) 은 elastic constant를 나타낸다. 그리고 \(a_s\) 와 \(a_0\)는 AlGaN 층과 GaN 층의 lattice constant를 나타낸다.</p> <p>위의 식을 통해서 나온 분극 값들을 바탕으로 DC 특성 시뮬레이션을 위해 전기장에 의한 전자와 정공의 이동도를 나타낸 fldmob 모델을 사용하였다. 본 모델은 전하가 전기장에 의해서 가속되다가 전기장의 세기가 일정한 크기를 넘어가게 되면 포화가 되어서 더 이상 가속 되지 않는 것을 나타내고 있으며 아래의 식과 같이 표현된다.</p> <p>\[\mu_{n}(E)=\mu_{n0}\left[\frac{1}{1+\left(\frac{\mu_{n0} E}{V_{SATN}}\right)^{BN}}\right]^{1/BN} \] \[ \mu_{p}(E)=\mu_{p0}\left[\frac{1}{1+\left(\frac{\mu_{p0} E}{V_{SATP}}\right)^{BP}}\right]^{1/BP} \]<caption>(3)</caption></p> <p>여기서 \(V_{satn}\) 과 \(V_{satp} \)는 전자와 정공의 포화 속도이며 \(BN\) 과 \(BP\) 는 mobility와 관련된 fitting 파라미터로 본 시뮬레이션에서는 AlGaN과 GaN영역에서 각각 1 과 2를 사용하였다. 그리고 \( \mu_{no}\) 와 \( \mu_{p0}\)는 전자와 정공의 low field mobility를 나타낸다.</p> <p>표 1 에서 나타난 시뮬레이션에 사용된 물질들의 파라미터는 논문과 Silvaco사의 Atlas 매뉴얼을 참고하였다.</p> <table border><caption>표 1. 시뮬레이션에 사용된 변수</caption> <tbody><tr><td>Paramreter</td><td>GaN</td><td>AIN</td></tr><tr><td>Lattice Constant</td><td>3.189 Å</td><td>3112 Å</td></tr><tr><td>Spontaneous Polarization</td><td>-0.034 \( \mathrm{C} / \mathrm{m}^{2} \)</td><td>-0.09 \( \mathrm{C} / \mathrm{m}^{2} \)</td></tr><tr><td>Piezoelectric Const. (z)</td><td>0.67 \( \mathrm{C} / \mathrm{m}^{2} \)</td><td>1.5 \( \mathrm{C} / \mathrm{m}^{2} \)</td></tr><tr><td>Piezoelectric Const. (x, y)</td><td>-0.34 \( \mathrm{C} / \mathrm{m}^{2} \)</td><td>-0.53 \( \mathrm{C} / \mathrm{m}^{2} \)</td></tr></tbody></table>
|
[
"GaN의 격자상수 값은 얼마야?",
"표에서 더 큰 격자상수 값을 가진 영역은 뭐야?",
"AIN 영역에서 자발 분극 값은 얼마인가?",
"표에서 더 적은 크기의 자발 분극 값을 가지고 있는 영역은 어떤건가?",
"가장 큰 값의 Piezoelectric Const. (z)을 가지고 있는 영영은 어떤걸까?",
"GaN 영역에서 Piezoelectric Const. (z)은 어떤 값을 가지고 있어?",
"Piezoelectric Const. (x, y)의 크기가 최대인 영역은 어떤 영역이야?",
"-0.34 \\( \\mathrm{C} / \\mathrm{m}^{2} \\)의 Piezoelectric Const. (x, y) 값을 가지고 있는 영역은 뭐야?",
"절대값 크기가 가장 적은 \\( \\mathrm{C} / \\mathrm{m}^{2} \\) 단위를 쓰는 값은 얼마인가?",
"\\( \\mathrm{C} / \\mathrm{m}^{2} \\) 단위를 쓰는 값 중에 절대값이 가장 큰 값은 얼마니?"
] |
7630b632-9b72-40d1-8128-5ca8c6956952
|
인공물ED
|
응용 프로그램의 특성 반영이 가능한 트래픽 생성기
|
<h1>IV. 실험 결과</h1><h2>1. 실험 환경</h2><p>본 논문에서 제안하는 응용 프로그램의 특성 반영이 가능한 트래픽을 검증하기 위하여 시뮬레이션을 수행하였다. PC 환경에서 본 논문에 맞게 수정한 Atlas NoC 시뮬레이터를 이용하여 앞서 제시한 두 가지 응용 프로그램을 모사한 트래픽과 수학적 확률 함수 기반의 트래픽을 비교하였다.</p><p>실험은 각각의 트래픽을 생성 순서와 발생 시간을 제외한 나머지 인자 (트래픽의 크기, 시작 / 목적 컴포넌트, 발생 트래픽의 개수 등)가 모두 동일한 조건에서 수행 하였다. 총 아홉 개의 컴포넌트 중 모서리에 존재하는 네 개의 컴포넌트는 사용하지 않으며, 좌측 중간 컴포넌트를 메모리 컴포넌트로, 그리고 세 개의 컴포넌트(중간 하단, 중간 상단, 우측 중간)를 코어(CPU) 컴포넌트로 사용하였다. 네 개의 미사용 컴포넌트로의 트래픽 이동은 없으므로 코어 컴포넌트와 메모리 컴포넌트는 중앙의 컴포넌트를 통해 이동하게 된다. 여기에서 중앙 컴포넌트는 다수의 코어 컴포넌트에서 발생하는 트래픽들을 메모리 컴포넌트에 하나씩 순서대로 전달하거나 그 반대의 역할을 수행하므로 일종의 간단한 구조의 버스라 볼 수 있다. 따라서 이와 같은 \( 3 \times 3 \) 구조는 세 개의 프로세서가 버스를 통해 단일 포트(혹은 동시 입출력이 가능한 듀얼 포트) 메모리를 공유해서 사용하는 구조(공유 버스 구조; shared Bus)로 해석할 수 있다 (그림 8).</p><p>시뮬레이션의 결과는 본 논문에서 제안하는 트래픽과 수학적 확률 함수 기반 트래픽의 생성 순서 차이, 그리고 그로 인하여 생기는 트래픽 처리의 지연 시간으로 표현되며, 이들의 비교를 통해 본 논문의 타당성을 입증 하고자 한다.</p><h2>2. 실험 결과</h2><p>앞서 설명했던 바와 같이 H.264/AVC 디코더 각각의 코어 컴포넌트에서 보이는 트래픽의 패턴은 수학적 확률 함수인 정규 분포 함수를 통해 유사한 양상을 보이는 트래픽을 모사할 수 있다. 따라서 정확히 일치하지는 않더라도 시뮬레이션 결과가 비슷하게 나온다면, 실제 응용 프로그램의 특성을 반영하는데 있어서 기존에 사용하던 수학적 확률 모델링 기법이 유효함을 입증할 수 있다. 반면에 전혀 다른 시뮬레이션 결과가 나온다면, 기존의 수학적 확률 모델링 기법의 한계를 반증할 수 있을 것이다. 다음의 표 1 은 실제 H.264/AVC 디코더 동작을 본 논문에서 제안한 모델링 기법과 수학적 확률 함수 모델링 기법을 이용하여 추출한 각각의 로우 데이터의 일부를 비교한 표이다. 또한 그림 9 는 이들 로우데이터를 시뮬레이션 하였을 때 코어 컴포넌트 1에서 처리한 트래픽의 지연시간을 비교한 것이다.</p>
|
[
"시뮬레이션을 수행할 때 두 가지 응용 프로그램을 모사한 트래픽과 어떤 함수 기반의 트래픽을 비교해?",
"시뮬레이션 수행을 통해 제안하는 응용 프로그램의 특성 반영이 가능한 무엇을 검증해?",
"제안한 응용 프로그램의 특성 반영이 가능한 트래픽을 검증하기 위해 어떤 시뮬레이터를 사용해?",
"트래픽 검증 실험에서 각각의 트래픽은 무엇을 제외하고 나머지 인자를 동일하게 설정해?",
"시뮬레이션에서 메모리 컴포넌트는 어디에 사용했어?",
"시뮬레이션에서 아홉개의 컴포넌트 중 사용하지 않은 컴포넌트는 뭐야?",
"사용하지 않은 4개의 컴포넌트는 무엇이 없어?",
"코어와 메모리 컴포넌트는 어디를 통해 이동하게 돼?",
"다수의 코어 컴포넌트에 발생하는 트래픽들은 중앙 컴포넌트에서 어디로 하나씩 전달해?",
"세 개의 프로세서가 버스를 통해 어느 메모리를 공유해서 사용하는 구조로 해석돼?",
"어떤 구조가 세 개의 프로세서가 버스를 통해 단일 포트 메모리를 공유해서 사용하는 구조는야?",
"시뮬레이션 결과로 제안하는 트래픽과 수학적 함률 함수 기반 트래픽의 어떤 차이를 확인해?",
"시뮬레이션 결과로 제안하는 트래픽과 수학적 함률 함수 기반 트래픽의 생성 순서 차이는 어떤 것을 일으켜?",
"H.264/AVC 디코더 각각의 코어 컴포넌트에서 보이는 트래픽의 패턴은 어떤 함수를 통해 유사한 양상을 보이는 트래픽을 모사할 수 있어?",
"실제 응용 프로그램의 특성을 반영하는데 있어서 기존에 사용하던 어떤 기법이 유효하다는 것을 알 수 있어?",
"어떤 디코더가 각각의 코어 컴포넌트에서 확인되는 트래픽의 패턴은 정규 분포 함수를 통해 유사한 양상을 보이는 트래픽을 모사할 수 있어?"
] |
7f0924a4-4d70-433e-8a80-429090c7a50c
|
인공물ED
|
응용 프로그램의 특성 반영이 가능한 트래픽 생성기
|
<h2>2. O C P-I P 트랜젝션 제너레이터 패키지</h2><p>OCP-IP(Open Core Protocol International Partnership)에서 개발된 Transaction Generator 2(TG 2)는 MPSoC에서 사용된 NoC 인터커넥션의 벤치마킹을 위한 트랜잭션 수준(transaction level)의 SystemC 언어 기반의 시뮬레이터이다. 트랜잭션 수준 모델링의 경우 RTL(Register Transfer Level) 모델링보다 그 추상화의 정도가 높기 때문에 시스템의 동작을 모델링하기 쉽고 시뮬레이션이 빠르다는 장점이 있어 MPSoC의 동작이나 대역폭 보장 여부를 판단하는 검증에 사용되고 있다. OCP-IP의 TG는 XML(eXtensible MarkUp Language)를 이용하여 트래픽의 입력 설정, 트래픽의 패턴, 테스트할 플랫폼의 모델을 설정할 수 있으며, 이들을 시뮬레이션 할 수 있게 맵핑(mapping) 하도록 설계되어 있다.</p><p>응용 프로그램 수준(application level)의 추상화에서는 태스크(task)들의 동작을 설정할 수 있으며, 맵핑 수준의 추상화에서는 위의 태스크가 어떠한 프로세싱 엘리먼트(Processing Element; PE)에서 실행될지 설정할 수 있다. 이에 따라 PE 수준의 추상화에서는 네트워크 모델에 인가할 트래픽에 대한 설정을 XML을 이용하여 적용할 수 있다. 시뮬레이션에 사용되는 네트워크 모델은 RTL이나 그보다 더 높은 수준의 모델을 적용할 수 있으며, 시뮬레이션을 위해 Atlas와 마찬가지로 ModelSim을 사용한다. OCP-IP의 TG2에서 테스트에 사용하는 트래픽은 크게 다항식(Polynomial) 모델, 균등분포, 정규분포 세 가지를 지원한다. 다항식 모델의 경우 수신한 바이트 수를 \( x \) 값으로 두어 생성할 트래픽을 다항식으로 설정하여 사용한다.</p><h2>3. H.264/AVC 디코더와 LDPC 디코더</h2><p>H.264 혹은 MPEG-4 AVC는 ISO/IEC와 ITU가 함께 만든 비디오 압축 표준으로 기존에 사용되는 비디오 압축 표준보다 더 높은 압축률을 가지며, 네트워크를 통한 스트리밍에 적합한 특성을 가지고 있어서 다양한 멀티미디어 응용 분야에 많이 쓰이고 있다. H.264/AVC의 비디오 시퀀스는 가장 큰 데이터 단위인 Group Of Pictures (GOP)로 구성되며, 각 GOP는 여러 개의 프레임(Frame; 또는 픽쳐(picture))으로 구성된다. 하나의 프레임은 다시 하나 또는 여러 개의 슬라이스(slice)로, 슬라이스는 여러 개의 매크로 블록(macroblock)으로 구성된다. 매크로 블록은 응용 프로 그램에서 연산의 단위가 되며, 매크로 블록은 다시 휘도 블록(luma block)과 색차 블록(chroma block)으로 나누어진다. 한 개의 매크로 블록은 여러 단계를 순차적으로 거쳐서 연산이 완료되고, 이렿게 연산이 완료된 다수의 매크로 블록이 복원된 한 프레임의 영상을 이루게 된다.</p><p>이와 같이 세분화된 데이터 단위와 명확히 구분된 순차 처리 방식을 갖는 H.264/AVC 디코더의 특성상, 다양한 병렬화 연구가 진행되어지고 있다. 대표적인 H.264/AVC 디코더 병렬화 방법으로는 태스크 수준(task level)의 병렬화 방법과 데이터 수준(data level)의 병렬화 방법이 있다. 태스크 수준의 병렬화 방법은 H.264/AVC 디코더를 각각의 처리 단계별로 나누고, 이를 스레드(thread)에 할당하여 실행함으로써 성능을 높이는 병렬화 방법이다. 이 방법의 주요 제한점은 디코딩 과정에서 각 기능별로 데이터를 처리하는 시간이 다르다는 것이다. 따라서 각 단계에서 가장 긴 처리 시간을 갖는 데이터 처리 시간이 해당 단계의 처리 시간이되며 전체적인 처리 시간은 증가 하게 된다. 데이터 수준의 병렬화 방법은 H.264/AVC 디코더를 데이터 단위로 나누어 여러 스레드에서 동시에 처리하는 방법이다. 앞서 설명한 H.264/AVC 데이터 단위에 따라 프레임 단위, 슬라이스 단위, 매크로 블록 단위 병렬화 방법으로 나누어지며, 최근에는 매크로 블록 단위의 H.264/AVC 병렬 디코더에 대한 다양한 연구가 이루어지고 있다. 매크로 블록 단위의 데이터 수준 병렬화 방법은 동시에 처리 할 수 있는 매크로 블록을 각 스레드에 할당하여 병렬화 한다. 하지만 이 방식의 가장 큰 문제점은 매크로 블록 사이의 의존성이 존재 하게 된다는 것이다(그림 1).</p><p>따라서 매크로 블록 단위의 데이터 수준 병렬화 방법은 이와 같은 매크로 블록간 의존성의 효율적인 처리 방법에 따라 성능이 크게 좌우된다.</p>
|
[
"TG 2를 개발한 곳이 어디야?",
"TG 2는 어떤 언어를 기반으로 한 시뮬레이터야?",
"TG 2는 어떤 수준의 시뮬레이터야?",
"트랜잭션 수준의 모델링은 주로 어떤 걸 판단하는 검증에 사용되고 있어?",
"OCP-IP의 TG는 무엇을 이용하여 트래픽의 입력을 설정해?",
"맵핑 수준의 추상화 과정에서는 무엇을 설정할 수 있어?",
"PE 수준의 추상화에서는 네트워크 모델에 인가할 트래픽에 대한 설정을 어떻게 적용해?",
"본 시뮬레이션에 사용되는 네트워크 모델은 뭐야?",
"OCP-IP의 TG2에서 테스트에 사용하는 트래픽은 어떤 것들을 지원하니?",
"TG2 테스트에 사용되는 다항식 모델은 어떻게 사용해?",
"MPEG-4 AVC 표준을 만든 곳은 어디야?",
"H.264 혹은 MPEG-4 AVC는 무엇을 통한 스트리밍에 적합한 특성을 가지고 있어?",
"H.264/AVC의 비디오 시퀀스는 무엇으로 구성돼?",
"H.264/AVC의 각 GOP 들은 무엇으로 구성되어 있어?",
"하나의 프레임을 구성하는 단위는 뭐야?",
"하나의 슬라이스를 구성하는 단위는 뭐야?",
"응용 프로 그램에서 연산의 단위가 되는 건 뭐야?",
"H.264 표준을 만든 곳은 어디야?",
"NoC 인터커넥션이 사용된 곳은 어디야?",
"트랜잭션 수준의 모델링은 RTL 모델링에 비해 어떤 장점을 가지고 있어?",
"응용 프로그램 수준의 추상화 과정에서는 무엇을 설정할 수 있어?",
"매크로 블록은 어떤 블록들로 나뉘어 지니?",
"H.264/AVC 디코더는 어떤 방식을 가지고 있니?",
"H.264/AVC 디코더를 데이터 단위로 나누어 여러 스레드에서 동시에 처리하는 방법을 뭐라고 해?",
"태스크 수준의 병렬화 방법이 갖는 제한점은 뭐야?",
"태스크 수준의 병렬화 방법에서는 어떤 시간이 해당 단계의 처리 시간이 되니?",
"H.264/AVC 디코더 병렬화 방법에는 어떤 것들이 있니?",
"매크로 블록 단위의 데이터 수준 병렬화 방법은 무엇에 따라 성능이 크게 좌우되니?",
"H.264/AVC 디코더를 각각의 처리 단계별로 나누고, 이를 스레드(thread)에 할당하여 실행함으로써 성능을 높이는 병렬화 방법을 뭐라고 해?",
"H.264/AVC 디코더를 각각의 처리 단계별로 나누었을 때, 스레드에서 실행하여 성능을 높일 수 있다면 이러한 방법을 뭐라고 할까?"
] |
69016510-cf01-494c-afd9-2ee222e8b4d3
|
인공물ED
|
응용 프로그램의 특성 반영이 가능한 트래픽 생성기
|
<h1>V. 결론 및 향후과제</h1><p>본 논문에서는 기존의 트래픽 모델링 기법이 갖는 단점을 보안하기 위해 응용 프로그램 특성 반영이 가능한 트래픽 모델링 기법을 제안하였다. 두 가지 실제 응용 프로그램의 특성을 분석하고, 이들의 특성을 나타낼 수 있는 로우 데이터를 추출하여 트래픽을 생성하는 방법론을 제시하였으며, 이렇게 생성된 응용 프로그램의 특성을 반영한 트래픽과 이 트래픽을 수학적 확률 함수로 모사한 트래픽을 시뮬레이션을 통해 비교하였다. 결과를 통해 일부 응용 프로그램의 특성이 반영된 트래픽은 수학적 확률 함수를 이용하여 유사 패턴을 생성할 수는 있으나, 실제 트래픽과 유사 트래픽의 생성 데이터와 시뮬레이션의 결과는 상당히 다른 양상을 보여주었고, 응용 프로그램 중에서는 수학적 확률 함수로 모사가 불가능한 경우가 있다는 것도 보였다. 이러한 과정을 통해 인터커넥션 이슈가 부각되고 있는 MPSoC 설계 시에 시스템에 적합한 인터커넥션 방식을 정확히 선별 할 수 있는 한 가지의 방법론을 제시할 수 있었다.</p><p>본 논문에서는 위와 같은 결론을 도출하기 위해 시뮬레이션 환경에서 제안한 방법으로 생성한 트래픽을 사용하여 실험을 진행 하였다. 향후 연구 목표로는 현재 논문에 제시되어있는 H.264/AVC 디코더와 LDPC 더코더뿐만 아니라 실제 MPSoC 환경에서 사용되는 여러 가지 추가적인 응용 프로그램의 특성을 반영한 트래픽 생성기를 제작하여 시뮬레이션에 적용함으로써 MPSoC 설계 시에 적합한 인터커넥션을 선별하는 것을 목표로 한다.</p>
|
[
"두 가지 실제 응용 프로그램의 특성을 분석하고, 이들의 특성을 나타낼 수 있는 무엇을 추출하여 트래픽을 생성하는 방법론을 제시하였나요?",
"본 논문에서 응용 프로그램 특성 반영이 가능한 트래픽 모델링 기법을 제안한 이유는 무엇인가요?",
"인터커넥션 이슈가 부각되고 있는 어떠한 설계 시에 시스템에 적합한 인터커넥션 방식을 정확히 선별 할 수 있는 한 가지의 방법론을 제시할 수 있었나요?",
"생성된 응용 프로그램의 특성을 반영한 트래픽과 이 트래픽을 수학적 확률 함수로 모사한 트래픽을 무엇을 통해 비교",
"생성된 응용 프로그램의 특성을 반영한 트래픽과 이 트래픽을 무엇으로 모사한 트래픽을 시뮬레이션을 통해 비교하였나요?",
"본 논문에서 제시하는 트래픽을 생성하는 방법론의 절차에 대해 설명해보세요",
"실제 트래픽과 유사 트래픽의 생성 데이터와 시뮬레이션의 결과는 어떤 양상을 보여주었나요?",
"결과적으로 인터커넥션 이슈가 부각되고 있는 MPSoC 설계 시에 시스템에 적합한 인터커넥션 방식을 정확히 선별 할 수 있는 몇 가지 방법론을 제시할 수 있었나요?",
"본 논문에서는 위와 같은 결론을 도출하기 위해 어떤환경에서 제안한 방법으로 생성한 트래픽을 사용하여 실험을 진행 하였나요?",
"실제 MPSoC 환경에서 사용되는 여러 가지 추가적인 응용 프로그램의 특성을 반영한 무엇을 제작하여 MPSoC 설계 시에 적합한 인터커넥션을 선별하는 것을 목표로 하나요?"
] |
77396185-4962-489c-bac8-b23856a10df0
|
인공물ED
|
응용 프로그램의 특성 반영이 가능한 트래픽 생성기
|
<h1>요 약</h1><p>다양한 컴포넌트의 집적과 저전력 정책에 대한 연구가 활발했던 시스템 온 칩 설계 분야에서는 최근 들어 집적되는 컴포넌트의 수가 늘어나고 특성이 다양해짐에 따라 이들의 인터커넥션 문제가 새로운 이슈로 주목받고 있다. 시스템 온 칩이 주목받기 시작한 이후로 컴포넌트들의 구성에 따른 성능을 평가하기 위한 각종 시뮬레이터의 개발이 진행되어 왔으며, 효율적인 컴포넌트간의 인터커넥션 설계를 위한 시뮬레이션 환경도 개발이 진행되어 이들을 이용한 성능 평가가 실제 설계에 반영되고 있다. 대부분의 시뮬레이션 환경은 시스템 온 칩의 성능을 테스트하는 데 있어서 수학적 확률 함수를 기반으로 한 트래픽을 사용하고 있으나, 이는 실제 칩의 동작을 테스트하기에는 한계가 있다. 따라서 실질적인 칩의 테스트를 위하여 시스템 상에서의 동작을 정확하게 모사할 수 있는 시뮬레이터의 필요성이 고조되고 있으나, 실제로 이러한 트래픽 생성 방법을 적용한 시뮬레이터는 전무한 실정이다. 이에 본 논문에서는 멀티 프로세서 시스템 온 칩 상에서 수학적 확률 모델은 물론 실제 시스템의 동작을 모사하는 시뮬레이션이 가능한 트래픽 생성 방법을 제안한다. 본 논문에서 제안된 트래픽 생성법은 실제 응용프로그램의 특성을 반영할 수 있도록 트래퍽을 생성하므로 수학적 확률 함수를 이용한 트래픽 생성법보다 실제 동작에 가까운 시뮬레이션을 진행할 수 있으며 이는 인터커넥션에 따른 시스템의 성능을 실효적으로 비교할 수 있는 환경을 제공한다. 본 논문에서는 시뮬레이션을 통해 제안된 트래픽 생성법과 수학적 확률 함수를 이용한 트래픽 생성법의 차이를 비교하여 제안된 생성법의 이 점에 대해 알아본다.</p><h1>I. 서 론</h1><p>반도체 공정 기술이 발달함에 따라 점점 더 많은 수의 프로세서 및 메모리 컴포넌트들을 하나의 칩 안에 집적하는 것이 가능해지면서 많은 임베디드 시스템들이 복합적 기능을 수행할 수 있도록 멀티 프로세서 시스템 온 칩(Multi Processor System-on-Chip, MPSoC의 형태로 제작되고 있다. 이러한 복합적인 기능에는 기기를 제어하는 응용 프로그램부터 멀티미디어 데이터를 인코딩 및 디코딩하는 기능에 이르기까지 다양하며, 이를 처리하는 프로세서의 종류와 프로세싱 기법 또한 매우 다양하다.</p><p>과거 MPSoC 설계의 주요 이슈는 시스템 온 칩(System-on-Chip, SoC) 설계에서와 마찬가지로 집적도를 높여 크기를 줄이고 소모 전력을 낮추어 최소한의 환경에서 동작하게 하는 것이었다. 하지만 최근 MPSoC 의 경우 MPSoC를 구성하는 컴포넌트들의 종류가 다양해지고 그 수가 늘어났으며, 각각의 컴포넌트가 요구하는 대역폭이 증가함에 따라 전체적인 시스템의 복잡도가 증가하였다. 따라서 MPSoC를 설계하는데 있어 시스템의 성능을 크게 좌우하는 컴포넌트 간의 인터커넥션(interconnection) 이슈가 과거 MPSoC 설계의 주요 이슈였던 집적도나 저전력 기법보다 더 중요시 되고 있는 추세이다.</p>
|
[
"대부분의 시뮬레이션 환경은 시스템 온 칩의 성능을 테스트 할 때 어떤 함수를 기반으로 한 트래픽을 사용하니?",
"과거 멀티 프로세서 시스템 온 칩 설계의 주요 이슈는 뭐였어?",
"MPSoC를 설계할 때 시스템의 성능을 크게 좌우하는 게 뭐야?",
"본 논문에서는 어떤 방법들의 차이를 비교하였니?",
"칩의 성능을 테스트하면서, 어떤 테스트를 할 때 한계가 존재하니?",
"시스템 온 칩 설계 분야에서는 어떤 문제가 새로운 이슈로 주목받고 있어?",
"과거 MPSoC를 설계할 때 주요 이슈는 뭐야?",
"실질적인 칩 테스트를 위해서는 어떤 시뮬레이터의 필요성이 고조되고 있어?",
"본 논문에서는 어디 상에서의 수학적 확률 모델을 제안하고 있어?"
] |
4999f12e-45d0-43a0-bfc9-d43c8ce37e8b
|
인공물ED
|
응용 프로그램의 특성 반영이 가능한 트래픽 생성기
|
<p>본 논문은 다음의 순서로 구성되어있다. Ⅱ장에서는 제안하는 트래픽 모델링을 설명하기에 앞서 두 가지 종류의 MPSoC 시뮬레이터와 본 논문에서 트래픽 모델링에 사용한 두 가지 응용 프로그램의 특성에 대해 설명한다. III장에서는 이들 응용 프로그램의 특성을 반영한 트래픽 모델링 기법에 대한 설명과, 수학적 확률 모델링 기법에 대한 차이를 설명하고, 이를 입증하기 위해 각각의 기법으로 생성한 트래픽으로 실험한 내용과 결과를 IV장을 통해 서술한다. 마지막으로 V장의 결론 및 향후과제를 통해 본 논문을 마무리 한다.</p><h1>II. 관련 연구</h1><h2>1. Atlas NoC 시뮬레이터</h2><p>Atlas NoC Simulator는 GAPH(Grupo de Apoio ao Projeto de Hardware, Hardware Design Support Group) 그룹에 의해 제안된 NoC 모델을 사용하여 NoC 생성, 트래픽 생성, NoC 시뮬레이션, 트래픽 성능평가를 진행한다. 사용자 편의성을 위해 그래픽 사용자 인터페이스(Graphic user interpace; GUI)를 제공하며, NoC 환경의 설정과 NoC의 각 컴포넌트 사이에 발생하는 트래픽 설정이 가능하다. 시뮬레이션은 프로젝트 단위로 진행되며, NoC 생성 시 2D Mesh 형태의 NoC를 구성하고 라우터의 동작을 설정하여 전체적인 NoC의 동작을 시뮬레이션 한다. 라우터의 설정은 흐름제어, 가상채널의 수, 스케쥴링 방식, 2D Mesh 구조에서의 컴포넌트 수, 전송되는 플릿(flit)의 크기, 버퍼의 크기 등을 설정할 수 있으며, 이는 프로젝트 생성 시 결정한 NoC 종류에 따라 설정 내용이 조금씩 달라질 수 있다. 설정에 맞게 생성된 NoC 모델은 VHDL(Verilog Hardware Description Language)로 기술되어 있으며, 사용자가 설정한 내용을 기반으로 SystemC 언어를 사용한 테스트벤치(testbench)를 생성할 수 있다.</p><p>Atlas NoC Simulator에서 컴포넌트 별로 설정해줄 수 있는 트래픽은 수학적 확률 모델을 기반으로 하고 있다. Atlas NoC Simulator에서 사용하는 확률 모델은 균등분포(uniform distribution), 정규분포(normal distribution), 파레토분포(pareto distribution) 등이 있으며, 각 모델별로 고유의 설정 값들을 정해 시뮬레이션에 사용할 수 있다. 이렇게 설정된 값을 기반으로 일괄 생성된 트래픽은 컴포넌트 별로 할당된 입력(input) 텍스트 파일에 트래픽의 발생 시점, 크기, 목적 컴포넌트 번호 등의 정보 형태로 저장된다. 그리고 VHDL 언어로 작성된 NoC 환경과 텍스트 파일에 저장된 트래픽 정보를 ModelSim을 이용하여 시뮬레이션하고 그 결과를 각 컴포넌트에서 처리한 트래픽량, 트래픽 발생시간과 처리 완료 시간 및 지연시간 등의 정보 형태로 출력(output) 텍스트 파일에 저장한다. 최종적으로 일련의 과정을 거쳐 생성된 입력 및 출력 텍스트 파일들의 정보를 취합하여 NoC 환경의 성능 평가를 수행하는 구조로 되어 있다.</p>
|
[
"Atlas NoC Simulator는 어디 그룹에서 제안한 NoC 모델을 사용하였습니까?",
"GAPH 그룹에 의해 제안된 NoC 모델을 사용한 것은 무엇입니까?",
"Atlas NoC Simulator에서 컴포넌트 별로 설정해줄 수 있는 트래픽은 무엇을 기반으로 했나요?",
"설정된 값을 기반으로 일괄 생성된 트래픽은 컴포넌트 별로 할당된 텍스트 파일은 어디 입니까?",
"설정에 맞게 생성된 NoC 모델은 VHD로 기술되어 있으며 사용자가 설정한 내용을 기반으로 테스트벤치 생성에 무슨 언어를 사용했습니까?",
"VHDL 언어로 작성된 NoC 환경과 텍스트 파일에 저장된 트래픽 정보를 무엇을 이용하여 시뮬레이션 했나요?",
"결과를 각 컴포넌트에서 처리한 트래픽량, 트래픽 발생시간과 처리 완료 시간 및 지연시간 등의 정보 형태로 어디에 저장합니까?",
"Atlas NoC Simulator는 어떻게 성능평가를 해야해?",
"그래픽 사용자 인터페이스를 제공하는 이유는 무엇입니까?"
] |
8887fc45-e0e4-4fa2-9486-a5567b3d03d2
|
인공물ED
|
응용 프로그램의 특성 반영이 가능한 트래픽 생성기
|
<p>표 1을 통해 알 수 있는 사실은 두 종류의 모델링 방식에서 생성한 트래픽의 생성 순서가 매우 다르다는 점이다. H.264/AVC 디코더의 경우 처음 10 개 데이터의 태스크별 비율이 \( 9: 1: 0 \) (순서대로 태스크 1, 2, 3)으로 태스크 1의 트래픽이 대부분을 차지하는 반면 수학적 확률 함수 기반의 트래픽의 경우는 \( 4: 4: 2 \) 의 비율로 비교적 고른 분포를 보여준다. 또한 10 번째 트래픽의 발생 시간을 비교해 보면 H.264/AVC 디코더의 트래픽은 \( 25 \mu \mathrm{s} \)이고 수학적 확률 함수 기반의 트래픽은 \( 37 \mu \mathrm{s} \)로 큰 차이를 보인다. 다시 말해, H.264/AVC 디코더의 트래픽은 평균 \( 2.5 \mu \mathrm{s} \) 마다 생성되는 반면, 수학적 확률 함수 기반의 트래픽은 평균 \( 3.7 \mu \mathrm{s} \) 마다 생성된다는 것이다. 또한 그림 9를 통해서 이렇게 서로 다른 비율로 발생한 트래픽을 처리하는데 지연시간의 결과가 얼마나 달라지는지를 알 수 있다.</p><table border><caption>표 1. H.264/AVC 디코더의 트래픽 생성</caption><tbody><tr><td></td><td colspan=2>제안 모델링</td><td colspan=2>확률 모델링</td></tr><tr><td>번호</td><td>컴포넌트</td><td>발생시간</td><td>컴포넌트</td><td>발생시간</td></tr><tr><td>1</td><td>0010</td><td>0</td><td>0010</td><td>0</td></tr><tr><td>2</td><td>0012</td><td>15</td><td>0012</td><td>0</td></tr><tr><td>3</td><td>0010</td><td>17</td><td>0021</td><td>0</td></tr><tr><td>4</td><td>0010</td><td>19</td><td>0010</td><td>10</td></tr><tr><td>5</td><td>0010</td><td>20</td><td>0012</td><td>12</td></tr><tr><td>6</td><td>0010</td><td>21</td><td>0010</td><td>21</td></tr><tr><td>7</td><td>0010</td><td>22</td><td>0012</td><td>24</td></tr><tr><td>8</td><td>0010</td><td>23</td><td>0021</td><td>25</td></tr><tr><td>9</td><td>0010</td><td>24</td><td>0010</td><td>32</td></tr><tr><td>10</td><td>0010</td><td>25</td><td>0012</td><td>37</td></tr></tbody></table><table border><caption>표 2. LDPC 디코더의 트래픽 생성</caption><tbody><tr><td></td><td colspan=2>제안 모델링</td></tr><tr><td>번호</td><td>컴포넌트</td><td>발생시간</td></tr><tr><td>1</td><td>0010</td><td>0</td></tr><tr><td>2</td><td>0010</td><td>3</td></tr><tr><td>3</td><td>0012</td><td>6</td></tr><tr><td>4</td><td>0010</td><td>7</td></tr><tr><td>5</td><td>0021</td><td>8</td></tr><tr><td>6</td><td>0010</td><td>11</td></tr><tr><td>Z</td><td>0012</td><td>12</td></tr><tr><td>8</td><td>0010</td><td>16</td></tr><tr><td>9</td><td>0012</td><td>18</td></tr><tr><td>10</td><td>0010</td><td>20</td></tr></tbody></table><p>위와 같은 결과는 LDPC 디코더의 경우에도 그대로 적용되었다. 다음의 표 2 는 LDPC의 동작을 본 논문에서 제안한 기법을 이용하여 추출한 로우데이터의 일부이다. 만약 LDPC 디코더를 수학적 확률 모델링 기법으로 모사할 수 있다고 하면, 각 컴포넌트에서 처리할 트래픽의 비율이 앞선 실험과 마찬가지로 비교적 고르게 나올 것이다. 하지만 실제로는 표 2에서와 같이 트래픽의 비율이 \( 6: 3: 1: 0 \) 으로 서로 비슷하지 않음을 알 수 있다.</p><p>이 결과를 통해 실제 응용 프로그램의 특성 반영 여부가 시뮬레이션 결과에 미치는 영향을 알 수 있으며, 수학적 확률 함수를 이용한 기존의 모델링 방식으로는 비록 모사가 가능할지라도 정확한 결과를 얻을 수 없다는 것을 알 수 있다.</p>
|
[
"생성한 트래픽의 생성 순서가 매우 다르다는 점은 어디에서 알 수 있어 ?",
"처음 10 개 데이터의 태스크별 비율이 \\( 4: 4: 2 \\) 의 비율로 비교적 고른 분포를 보여주는 기반은 뭐였어 ?",
"번호 10의<td>컴포넌트가<td>0010 일때<td>발생시간은 몇이야 ?",
"표1에서 확률 모델링 발생시간이 25일때 번호는 몇번이야 ?",
"표1 확률 모델링에서 발생시간이 37이라면 컴포넌트가 어떻게돼 ?",
"표2에서 컴포넌트 0021일때 발생시간이 얼마나와 ?",
"제안모델링에서 발생시간이 0이 나오려면 컴포넌트는 몇이나와 ?",
"번호 2의<td>컴포넌트가<td>0012일때 발생시간은 몇이야 ?",
"번호 5의<td>컴포넌트가<td>0021 일때<td>발생시간은 몇이야 ?"
] |
0bff862a-3ea5-4b9c-8124-7be1294f0e70
|
인공물ED
|
응용 프로그램의 특성 반영이 가능한 트래픽 생성기
|
<p>이렇듯 최근 MPSoC에서 그 중요성이 부각되고 있는 인터커넥션 설계에는 많은 어려움이 뒤따른다. 첫째로, 오늘날의 MPSoC 설계 방식이 주로 기존에 존재하는 IP(Intellectual Property) 들을 재사용하여 구성하는 방식으로 행해짐으로써 IP들에 대해 구체적으로 알 수 없는 경우가 종종 있다는 것을 들 수 있다. 재사용되는 IP는 대부분 표준 인터페이스(interface)에 맞게 서로 다른 벤더에서 만들어 진다. 따라서 인터페이스를 제외한 내부 동작 방식 등의 IP 상세 정보를 알 수 없는 경우가 많아, 설계 시에 항상 최악의 경우(worst-case)를 고려하여야 하므로 불필요한 경우까지 고려해야 한다는 문제점이 있다. 둘째로, 인터커넥션의 설계의 목적이 대역폭 요구사항, 지연(latency) 요구사항, 면적의 최소화, 전력 소모량의 최소화와 같이 여러 가지 요구 사항을 만족시켜야 한다는 점이다. 뿐만 아니라 MPSoC를 구성할 수 있는 변수들이 매우 다양하기 때문에 시뮬레이션 도구를 이용하여 해당 MPSoC의 성능 및 대역폭, 지연시간 등의 요구사항을 만족하는지 검증을 하고 난 뒤 칩 제작을 진행하여야 한다는 점 역시 인터커넥션 설계가 어려운 이유 중 하나이다.</p><p>칩을 제작하기에 앞서 인터커넥션 설계를 검증하기 위해서는 고 신뢰성의 시뮬레이션 환경과 시뮬레이션에 사용할 테스트 트래픽이 필요하다. 현재 MPSOC를 위한 여러 가지 시뮬레이터들이 존재하지만, [1-2]의 경우 NoC(Network-on-Chip) 시스템을 위한 시뮬레이터로 현 멀티코어 및 임베디드 시스템에는 그 결과를 반영하기 어려운 실정이다. 또다른 인터커넥트 성능 평과 관련 연구인 INTACTE 시뮬레이션 툴의 경우 아키텍처를 구성하는 파라미터(인터커넥트의 길이, 폭, 동작 주파수, 지연시간)들을 설정하여 해당 아키텍처의 면적, 지연시간, 전력등을 예측하는 기능을 제공 하나, 이 연구는 동작의 검증을 지원하지 않고, 구현된 인터커넥트 구조의 물리적 특성을 예측하는데 그친다는 단점이 있다. OCP-IP의 Transaction Generator 연구의 경우 NoC 외에 다양한 인터커넥트 구조에 적 용 가능한 시뮬레이터로 시뮬레이터들이 MPSoC 인터커넥션의 성능을 테스트하기 위해 사용하는 대부분의 트래픽은 수학적 확률 모델을 기반으로 생성되어 성능 평가에 사용된다. 하지만 이러한 트래픽으로 시뮬레이션을 진행할 경우 실제 시스템에서의 트래픽을 재현하기에 한계가 있어 시뮬레이션의 정확도가 낮다는 단점이 있다.</p><p>따라서 정확한 인터커넥션 시뮬레이션을 위해 응용 프로그램의 특성 반영이 가능한 트래픽의 필요성이 부각되고 있으나, 실제 이러한 트래픽 생성이 가능한 트래픽 생성기는 존재하지 않는 실정이다. 따라서 본 논문에서는 보다 정확한 MPSoC 인터커넥션의 성능평가를 위하여 시뮬레이션에 사용되는 트래픽 생성기를 실제 응용프로그램의 동작을 분석하여 데이터베이스화한 후 이를 기반으로 트래픽을 생성하도록 함으로써 수학적 확률 모델을 이용한 트래픽보다 더 실질적이고 정확한 트래픽 모델링 방법을 제안한다.</p>
|
[
"MPSoC에서는 어떤 설계에 대한 중요성이 부각되고 있어?",
"어떤 설계에 대한 중요성이 MPSoC에서 강조가 되고 있니?",
"인터커넥션을 설계할 때 시뮬레이션 도구를 이용하여 해당 MPSoC의 성능 및 대역폭, 지연시간 등의 요구사항을 만족하는지 왜 검증해야 해?",
"재사용되는 IP는 어디에서 만들어져?",
"어디에서 재사용되는 IP를 만들지?",
"인터커넥션 설계 검증을 위해서는 어떤 것들이 필요하니?",
"OCP-IP의 Transaction Generator 연구는 어떤 단점을 가지고 있어?",
"재사용되는 IP들이 서로 다른 벤더에서 만들어지면 결론적으로 어떤 문제점이 발생하니?",
"MPSoC의 인터커넥션 설계에서 기존 IP를 재사용하면 어떤 경우에 문제점이 발생하니?",
"2000년대 초의 MPSoC 설계 방식은 무엇을 재사용하여 구성하는 방식으로 행해지니?",
"INTACTE 시뮬레이션 툴의 단점은 뭐야?",
"어떤 것이 INTACTE 시뮬레이션 툴의 단점일까?",
"인터커넥션을 설계할 때 만족시켜야 하는 요구사항에는 어떤 것들이 있어?",
"어떤 것들이 인터커넥션을 설계할 때 만족시켜야 하는 요구사항이지?"
] |
e20bea86-d04d-4047-8397-3f94be16c632
|
인공물ED
|
응용 프로그램의 특성 반영이 가능한 트래픽 생성기
|
<p>Low Density Parity Check(LDPC) 부호를 이용한 디코딩 방식은 1962 년 Gallager에 의해 제안된 방식으로, 현대의 이동통신 시스템에서 오류정정 부호로 주목 받고 있다. 반복 디코딩 방식을 적용한 LDPC 디코더는 복잡도가 크지 않고, 높은 수준의 병렬 처리가 가능하여 디코딩 속도가 빠르다는 장점이 있어 하드웨어로 구현하기에 매우 적합하다. \( \operatorname{LDPC}(\mathrm{N}, \mathrm{M}) \) 부호는 \( \mathrm{M} \times \mathrm{N} \) 차수의 패리티 검사 행렬 \( \mathrm{H} \) 를 이용하여 오류를 검출하고 정정한다. 수신된 신호와 패리티 검사 행렬 \( \mathrm{H} \) 를 곱한 값이 0이면 수신 신호에 오류가 없음을 의미하고, 1 이면 수신 신호의 일부에 오류가 발생한 것으로 간주하여 오류 정정 프로세스를 수행한다. 패리티 검사 행렬 \( \mathrm{H} \) 에서 행이 갖는 1의 원소 개수를 행 무게( \( \mathrm{Wr} \) ; row weight), 열이 갖는 1의 원소 개수를 열 무게( \( \mathrm{Wc} \) ; column weight)라 한다. 만약 패리티 검사 행렬 \( \mathrm{H} \) 의 모든 열이 갖는 열 무게가 같고, 모든 행이 갖는 행 무게 \( \mathrm{Wr}=\mathrm{Wc} *(\mathrm{N} / \mathrm{M}) \) 을 만족할 경우를 균일 LDPC 부호라 하며 그렇지 않은 경우를 비 균일 LDPC 부호라 한다. 일반적으로 균일 LDPC 부호에 비해 비 균일 LDPC 부호가 더 좋은 디코딩 성능을 보여주는 반면, 하드웨어 구현이 더 어렵다는 특징이 있다.</p><p>패리티 검사 행렬 \( \mathrm{H} \) 는 행을 체크 노드(check node)에, 열을 비트 노드(bit node)에, 그리고 행렬의 1 값을 해당 체크 노드와 비트 노드를 연결하는 에지(edge)에 대응시킨 태너 그래프(Tanner graph)로 표현이 가능하다(그림 2).</p><p>LDPC 부호는 태너 그래프 상에서 에지로 연결된 체크 노드와 비트 노드 사이에 확률 값을 가진 메시지를 반복적으로 전달하면서 신뢰성 있는 확률 값을 갖도록 하는 전달 알고리즘을 이용하여 디코딩을 수행한다. 디코딩된 값을 검사하여 에러가 발견되면, 더코딩 과정을 반복하여 올바른 값이 될 때까지 더코딩을 진행하거나 미리 정의된 최대 반복횟수가 지나면 값을 버리게 된다. 이러한 메시지를 전달하는데 사용하는 알고리즘에는 심볼의 확률 값을 사용하는 방법, 우도 신뢰 전파(Log Likelihood Ratio-Belief Propagation; LLR-BP) 알고리즘, 근사화 신뢰 전파(Uniformly Most Probable-Belief Propagation; UMP-BP) 알고리즘 등이 있다. LLR-BP 알고리즘은 심볼의 확률 값을 사용하는 방법에 비해, 디코딩 과정에서 실제 확률 값의 곱셈 연산을 덧셈연산으로 대체할 수 있어 실제 확률 값을 사용하는 방법보다 효율적인 반면, 체크 노드를 계산하는데 있어 높은 복잡도를 요구하는 단점이 있다. UMP-MP 알고리즘은 LLR-BP 알고리즘의 복잡도를 줄이기 위해 제안된 알고리즘으로 약간의 성능 저하를 보이는 반면 복잡도가 상당수 줄어들고 채널 추정을 요하지 않는다는 장점이 있다.</p>
|
[
"LDPC 부호를 이용한 디코딩 방식은 언제 제안되었어?",
"패리티 검사 행렬에서 어떤 경우에 수신 신호에 오류가 없음을 확인하니?",
"\\( \\operatorname{LDPC}(\\mathrm{N}, \\mathrm{M}) \\) 부호는 어떻게 오류를 검출하고 정정해?",
"반복 디코딩 방식을 적용한 LDPC 디코더는 어떤 장점을 가지고 있어?",
"패리티 검사 행렬 \\( \\mathrm{H} \\) 에서 열 무게는 무엇을 뜻하니?",
"수신된 신호와 패리티 검사 행렬 \\( \\mathrm{H} \\) 를 곱한 값이 얼마일 때 수신 신호에 오류가 없음을 나타내니?",
"균일 LDPC 부호와 비균일 LDPC 부호 중 어느 쪽이 더 좋은 디코딩 성능을 보여주니?",
"균일 LDPC 부호와 비균일 LDPC 부호 중 어느 쪽이 더 하드웨어 구현이 쉽니?",
"패리티 검사 행렬 \\( \\mathrm{H} \\) 의 모든 열이 갖는 열 무게가 같고, 모든 행이 갖는 행 무게 \\( \\mathrm{Wr}=\\mathrm{Wc} *(\\mathrm{N} / \\mathrm{M}) \\) 을 만족할 경우를 어떤 부호라 불러?",
"LDPC 부호는 어떻게 디코딩을 수행해?",
"LDPC 부호를 이용한 디코딩 방식은 누구에 의해 제안되었어?",
"오류 정정 프로세스에서 수신된 신호와 패리티 검사 행렬 \\( \\mathrm{H} \\) 를 곱한 값이 1이면 어떤 상황으로 간주하지?",
"패리티 검사 행렬 \\( \\mathrm{H} \\) 에서 행 무게는 무엇을 뜻하니?",
"LDPC 부호를 이용한 디코딩 방식은 현대 시스템에서 어떤 부호로 주목 받고 있어?",
"패리티 검사 행렬 \\( \\mathrm{H} \\) 에서 행이 갖는 1의 원소 개수를 뜻하는 것은?",
"패리티 검사 행렬의 모든 열 무게가 같고, 모든 행 무게가 \\( \\mathrm{Wr}=\\mathrm{Wc} *(\\mathrm{N} / \\mathrm{M}) \\) 을 만족하지 않는 경우를 어떤 부호라 불러?",
"UMP-MP 알고리즘은 어떤 장점을 가지고 있어?"
] |
d29cdce5-9a01-4513-9f1f-980efed53215
|
인공물ED
|
응용 프로그램의 특성 반영이 가능한 트래픽 생성기
|
<h2>2. LDPC 디코더의 트래픽 모델링</h2><p>본 논문에 사용한 LDPC 디코더는 CMMB (China Mobile Multimedia Broad-casting) 표준을 기반으로 하며, \( 6 \times 3 \) 행렬의 패리티 검사 행렬 \( \mathrm{H} \) 와 비 균일 LDPC 부호를 사용하였다. 또한 디코더 구현을 위해 LLR-BP 알고리즘과 4의 병렬화 지수 값을 갖는 부분 병렬 구조를 사용하였다. 이러한 LDPC 디코더가 갖는 특성은 다음과 같다. 첫째, 다수의 코어 컴포넌트에서 수행하는 태스크들의 동작 방식이 모두 동일하다. LDPC의 병렬화 처리 방식은 매우 많은 양의 반복이 발생하는 루프 구문을 병렬화 지수만큼 분할하고 각 스레드에 동일하게 분배하여 처리하는 방식이다. 즉 병렬화 하지 않고 처리할 때에 발생하는 모든 트래픽을 병렬화 지수만큼의 스레드가 나눠서 처리하는 방식이다. 따라서 모든 스레드의 트래픽 패턴이 매우 비슷한 형태를 보이게 된다. 둘째, 연산의 단위가 되는 유넛의 크기가 매우 작으며, 이들 사이에는 의존성이 존재하지 않는다(그림 5). 한 개의 태스크가 처리되는 과정에서 발생하는 트래픽의 개수는 패리티 검사 행렬 \( \mathrm{H} \) 의 크기에 비례하지만, 많게는 수십에서 수백 번의 읽기 연산과 그와 비슷한 수의 쓰기 연산이 발생(본 논문에서는 각 각 10 회 전후)할 뿐이며, 이때 연산 유닛의 크기는 정수형 변수 한 개 또는 실수형 변수 한 개의 크기일 뿐이다. 또한 병렬 처리 구간에서 각 태스크가 공유하는 메모리 영역에 대해 읽기 연산과 쓰기 연산이 동시에 수행되는 영역이 존재하지 않으며, 서로 다른 태스크에서 같은 메모리 영역에 쓰기 연산을 수행하지 않는다. 따라서 메모리를 동시 접근 하려는 문제에 대한 의존성을 제외한 데이터 사이의 의존성은 존재하지 않을 뿐더러, 매우 작은 크기의 연산 유닛들이 매우 빠른 속도로 수행되므로, 메모리 동시 접근의 의존성 때문에 발생하는 지연 시간도 무시할 수 있는 수준의 것이다. 그림 6 을 통해 알 수 있듯이, 각 코어 컴포넌트에서 처리하는 트래픽 처리량은 모든 코어 컴포넌트가 매우 유사한 반면, 각 코어 컴포넌트의 트래픽 처리 패턴은 매우 불규칙한 변화를 보인다는 것이다. 이는 H.264/AVC 디코더와는 완전히 상반된 특징이라 할 수 있다.</p><h2>3. 기존 트래픽 모델링과의 차이</h2><p>앞서 1절에서 보았던 H.264/AVC 디코더의 트래픽 분포 그래프는 수학적 확률 함수를 이용하여 어느 정도 모사가 가능하다. 예를 들어 코어 컴포넌트 1 에서 처리하는 매크로 블록의 분포값은 대략 \( 0 \sim 3700 \mathrm{us} \) 쑨 구간동안 100 개를 평균으로 하고 대부분이 표준편차 10 개 내에 존재한다. 코어 컴포넌트 2 와 3 에서 처리하는 매크로 블록의 분포값 역시 이와 같은 방식으로 분석 할 수 있다(단지 메모리 컴포넌트에서 발생하는 트래픽 패턴은 세 개의 코어 컴포넌트에서 발생한 트래픽의 합과 일치하여, 단일 수학적 확률 함수로는 모사할 수 없기에 이는 제외한다). 이를 기반으로 각 코어 컴포넌트에서 발생하는 트래픽을 정규 분포 함수로 모사한 것이 그림 7이다. 그림 4와 그림 7을 단순 비교(메모리 컴포넌트의 트래픽은 제외)하면, 결과적으로 패턴을 매우 유사하게 생성했다고 볼 수 있다. 하지만 H.264/AVC 디코더의 트래픽 패턴을 수학적 확률 함수로 모사하기 위해서 사용한 데이터는 다름 아닌 H.264/AVC 디코더를 분석한 데이터라는 사실을 상기할 필요가 있다. 즉, 수학적 확률 함수로 응용 프로그램의 특성을 모사 할 수 있다고 해도 어디까지나 응용 프로그램의 특성을 미리 분석하여 알고 있었기 때문에 가능했다는 것이다.</p><p>더욱이 H.264/AVC 디코더의 메모리 컴포넌트 트래픽 패턴처럼 특성을 알고 있다고 해도 수학적 확률 함수로는 모사할 수 없는 경우도 존재한다. 2절에서 설명한 LDPC 디코더의 경우 또한 수학적 확률 함수로는 모델링하기 어려우며, 모델링을 하더라도 그 오차가 매우 클 가능성이 있다.</p>
|
[
"LDPC의 병렬화 처리 방식은 무엇인가?",
"LDPC 디코더와 H.264/AVC 디코더의 상반된 특징은 무엇인가?"
] |
f50d5e4e-d7ad-440f-9d74-4dd443c9a95b
|
인공물ED
|
무선 인터넷을 위한 프레임 지원 HTML 변환기의 설계 및 구현
|
<h1>IV. 실험 결과 및 평가</h1> <p>구현한 HTML 변환기는 리눅스 7.1 환경에서 KDevelop 1.4.1을 사용하여 개발하였고, 시뮬레이터는 오픈웨이브에서 제공하는 Openwave SDK 5.1의 Openwave Mobile Browser 5.0.2를 Windows 2000 Professional Edition에서 사용하였다.</p> <p>테스트를 위해 사용한 콘텐츠는 리눅스 아파치 웹 서버에서 동작하는 HTML 콘텐츠를 사용하였다. 실행 결과는 그림 7, 그림 8과 같고 본 논문에서 구현한HTML 변환기의 경우 프레임 콘텐츠와 이미지 맵 콘텐츠가 보다 효과적으로 변환 된 것을 알 수 있다. 프레임 콘텐츠의 경우, 그림 7에서 보듯이 1행 2열의 테이블로 변환이 되며 메뉴를 클릭 했을 때에도 역시 테이블로 변환이 되어 좌측 열에 메뉴를 우측 열에 링크되어 있는 문서를 위치 시켜서 무선 단말기 사용자의 화면에 출력한다. 위때 초기 화면을 액세스하기 위해 테이블 변환 시, 그림 7에서 보는 바와 같이 좌측 열 메뉴 마지막에 IntiFrame(IntiFarme.wml) 메뉴 링크를 추가해 준다. 이와 같은 방법으로 변환함으로 해서 HTML에서와 유사한 상호 운용성을 제공할 수 있게 된다.</p> <p>다음으로 그림 9와 같은 3개, 4개, 5개의 프레임으로 구성된 3개의 예제 콘텐츠와 그림 10과 같은 실제 웹상에 존재하는 프레임 콘텐츠 중에서 2개의 프레임으로 구성된 콘텐츠, 한 프레임에서 다른 프레임 셋이 중첩된 중첩 프레임 콘텐츠 등 5개의 임의의 콘텐츠를 변환시켰을 때 역시 위의 그림 7과 같은 1행 2열의 테이블 형태로 원활하게 변환이 수행된다. 성능 평가로써 표 3과 같이 기존의 단순 변환과, 본 논문에서 제안한 테이블 콘텐츠 변환시의 오버헤드를 측정비교 했다. 변환 시간과 변환된 WML 파일의 데이터 양을 측정해서, 각각의 데이터 증가와 시간 지연의 오버헤드를 계산했을 때, 변환양의 경우는 HTML 콘텐츠 데이터의 양이 클수록 기존 단순 변환 때에 비해서 테이블 변환 시 오버헤드가 작게 나타나는 것을 알 수 있었으며, 변환 시간의 경우는 테이블 변환 시, 작게는 약 \( 16 \% \) 많게는 약 \( 37 \% \)의 시간 지연 오버헤드가 발생했다.</p> <table border><caption>표 3. 성능 분석</caption> <tbody><tr><td rowspan=2></td><td colspan=2>단순 변환</td><td colspan=2>테이블 변환</td><td colspan=2>오버 헤드</td></tr><tr><td>변환양</td><td>변환시간</td><td>변환양</td><td>변환시간</td><td>데이터 증가</td><td>시간지연</td></tr><tr><td>3개프레임</td><td>\(480\mathrm{bytes}\)</td><td>0.15초</td><td>\(534\mathrm{bytes}\)</td><td>0.19초</td><td>11.2%</td><td>26.6%</td></tr><tr><td>4개프레임</td><td>\(606\mathrm{bytes}\)</td><td>0.16초</td><td>\(663\mathrm{bytes}\)</td><td>0.22초</td><td>8.9%</td><td>37.5%</td></tr><tr><td>5개프레임</td><td>\(654\mathrm{bytes}\)</td><td>0.20초</td><td>\(708\mathrm{bytes}\)</td><td>0.25초</td><td>8.2%</td><td>25.0%</td></tr><tr><td>실제 콘텐츠 (중첩프레임)</td><td>\(549\mathrm{bytes}\)</td><td>0.16초</td><td>\(603\mathrm{bytes}\)</td><td>0.21초.</td><td>9.8%</td><td>31.2%</td></tr><tr><td>실제 콘텐츠 (2개프레임)</td><td>\(559\mathrm{bytes}\)</td><td>0.18초</td><td>\(639\mathrm{bytes}\)</td><td>0.23초</td><td>8.9%</td><td>27.7%</td></tr><tr><td>실제 콘텐츠 (2개프레임)</td><td>\(942\mathrm{bytes}\)</td><td>0.23초</td><td>\(978\mathrm{bytes}\)</td><td>0.28초</td><td>3.8%</td><td>21.7%</td></tr><tr><td>실제 콘텐츠 (2개프레임)</td><td>\(1656\mathrm{bytes}\)</td><td>0.22초</td><td>\(1686\mathrm{bytes}\)</td><td>0.27초</td><td>1.8%</td><td>22.7%</td></tr><tr><td>실제 콘텐츠 (2개프레임)</td><td>\(1082\mathrm{bytes}\)</td><td>0.25초</td><td>\(1101\mathrm{bytes}\)</td><td>0.29초</td><td>1.7%</td><td>16.0%</td></tr></tbody></table>
|
[
"표 3.에서 5개프레임 행의 단순변환 데이터양은 얼마야?",
"프레임 콘텐츠가 무선 단말기 사용자의 화면에 출력되는 과정은 어떻게 되나요?",
"구현한 HTML 변환기는 어떻게 개발했나요?",
"성능 평가시 각각의 데이터 증가와 시간 지연의 오버헤드는 어떻게 계산하나요?",
"성능 분석표에서 테이블 변환 시간이 0.22초일 때 변환양은 얼마야?",
"성능 분석 표에서 오버헤드 발생 시 8.2% 데이터 증가가 일어날때 몇%의 시간 지연이 발생하지?",
"표 3.에서 테이블 변환양이 \\(603\\mathrm{bytes}\\) 이고 오버헤드 증가율이 9.8%인 행의 이름은 뭐야?",
"기존의 단순 변환과, 본 논문에서 제안한 테이블 콘텐츠 변환시의 오버헤드를 측정비교한 표에서 22.7% 의 시간 지연 오버 헤드가 발생하고 단순 변환 시간이 0.22초 걸린 행의 이름은 뭐야?",
"표 3.의 성능 분석에서 가장 낮은 단순 변환양의 값은 얼마야?",
"표 3.에서 가장 낮은 시간 지연 오버헤드 값은 얼마야?",
"표 3.의 성능 분석에서 실제 콘텐츠 프레임이 2개일 때 두번째로 작은 테이블 변환양은 얼마야?",
"기존의 단순 변환과, 본 논문에서 제안한 테이블 콘텐츠 변환시의 오버헤드를 측정비교한 표에서 단순 변환의 변환시간이 0.23초인 행의 테이블 변환 시간은 몇초야?",
"성능 분석 표에서 3개프레임의 단순 변환양이 \\(480\\mathrm{bytes}\\)일때 변환시간은 몇 초야?",
"표 3.의 성능 분석에서 가장 오래 걸린 변환 시간은 몇초야?"
] |
c953f339-4710-44bf-9558-576c90a7f9a8
|
인공물ED
|
무선 인터넷을 위한 프레임 지원 HTML 변환기의 설계 및 구현
|
<h2>3. 변환 규칙 집합</h2> <p>HTML 콘텐츠를 WML로 변환 시 가장 간단한 방법은 일대일 태그 매핑을 하는 방법이다. 그러나 WML의 태그가 모든 HTML의 기능을 제공하지 못하므로 HTML 태그에 따라서 효과적인 변환을 수행할 수 있는 변환 규칙을 규정할 필요가 있다. 또 고려해야 하는 사항은 일반적인 무선 단말기는 매우 작고 제한적인 화면과 제한적인 폰트를 가진다. 이것은 무선 단말에서 스타일 시트를 지원하는 것이 어렵다는 것을 의미한다. 따라서 기존의 웹 문서 내의 스타일 관련 정보와 다양한 폰트를 표현하는데 사용되는 텍스트 포맷팅과 관련된 요소 및 속성은 제거되어야 하며, 대부분의 무선 단말은 스크립트 언어를 지원하지 못하기 때문에 이벤트 및 스크립크와 관련된 요소 및 속성은 제거되어야 한다. 그리고 웹 문서에서 다양한 외부 객체를 지원하기 위해 사용되는 객체 및 자바 애플릿 역시 이것을 지원 할 수 있는 무선 단말기가 거의 존재하지 않기 때문에 제거되어야 할 것이다. 위와 같은 사항들을 고려한 변환 규칙 설정 방식에는 여러 가지 방식이 가능한데, HTML 태그에 따라 단순 지원 가능한 WML 태그로 변환할 수도 있고 HTML 태그와 함께 속성도 같이 변환해야 하는 경우도 있다. 이외에 태그는 변환되지 않고 태그의 속성이나 태그 내부의 데이터만을 변환하는 경우, 또는 태그와 콘텐츠 데이터 모두를 삭제하는 방식도 태그 변환 규칙의 예가 될 수 있다. 그러나 HTML 태그의 경우 100여 개에 이르는 각 태그에 대한 변환 규칙을 모두 정의하기에는 역부족이다. 따라서 본 논문에서는 표 2에서 보는 바와 같이 태그에 대한 변환을 크게 6개의 클래스로 구분하여 각 클래스에 대한 다른 변환 규칙을 적용함으로써 보다 간단하고 빠른 변환을 수행하도록 했다.</p> <table border><caption>표 2. HTML 태그 분류</caption> <tbody><tr><td>분 류</td><td>HTML 태그</td></tr><tr><td>valid(25개)</td><td>html, body, hf, h2, h3, h4, h5, br, b, p, I, u, center, strong,</td></tr><tr><td>validAttributes(2개)</td><td>\( \langle \) a href \( = \) " \( x \) " target \( = \) " \( y \) ">, \( \langle \) area \( \rangle \)</td></tr><tr><td>validAttributesAsData (1개)</td><td>\( \langle \) img alt="x" \( \rangle \Rightarrow \) [IMG]-x</td></tr><tr><td>disable(44개)</td><td>map, table, spam, font, overlay, noscrrpt, noframes, spacer,</td></tr><tr><td>discard(29개)</td><td>applet, option, script, input, media, form, select,</td></tr><tr><td>Invalid</td><td>frameset, frame,</td></tr></tbody></table> <p>각각의 클래스를 설명하면 다음과 같다.</p> <p>- valid : WML로의 변환 가능한 태그가 지원되며, 단순히 태그만을 이용한 변환을 한다.</p> <p>예) \( \langle\mathrm{html}\rangle-\rangle\langle\mathrm{wml}\rangle,\langle \) body \( \rangle \Rightarrow\langle\mathrm{card}\rangle\langle\mathrm{p}\rangle \)</p> <p>- validAttributes : WML로의 변환 가능한 태그가 지원되며, valid와는 다르게 HTML 태그내부의 특정 Attribute를 함께 변환한다.</p> <p>예) \( \left\langle\right. \) a href \( = \) "x" target \( = \) " \( \left.y^{\prime \prime}\right\rangle=\langle\langle \) a href \( = \) "x" \( \rangle \)</p> <p>- validAttributesAsData : validAttributes와 마찬가지로 HTML 태그내부의 Attribute를 함께 이용 변환하지만 변환된 결과가 WML 태그가 아니고 콘텐츠 데이터로 변환해서 사용된다.</p> <p>예) \( \langle \) img alt="x" \( \rangle \Rightarrow \) [IMG] \( -\mathrm{x} \)</p> <p>- disable : 해당 HTML 태그는 WML에서 지원되지 않는 것으로 간주하여 삭제하나 시작 태그와 종료 태그 사이에 내포해 있는 태그와 콘텐츠 데이터들은 삭제하지 않고, 보존한다.</p> <p>- discard : 해당 HTML 태그 뿐 아니라 시작 태그와 종료 태그 사이에 내포해 있는 모든 태그와 콘텐츠 데이터들을 삭제 한다.</p> <p>- invalid : 위의 5가지 클래스 어디에도 속하지 않는 경우로 이런 태그 발생 시, 예외 처리</p>
|
[
"WML로 어떻게 하면 HTML 콘텐츠를 바꿀 수 있는가?",
"어떻게 하면 WML로 HTML 콘텐츠를 바꿀 수 있어?",
"웹문서부분에서 외부의 다객체를 이용하기 위해 설치하고 이용하는게 어떻게 돼?",
"웹문서부분에서 외부의 다객체를 이용하기 위해 무엇을 설치해 이용하는가?",
"html, body, hf, h2, h3, h4, h5, br, b, p, I, u, center, strong이라는 태크를 가진 것은 어떤 분류인가?",
"vaild는 어떻게 태그를 변환하는가?",
"어떻게 vaild가 태그를 변환하는거야?",
"가장 많은 태그 수를 가진 것은 어떤 분류인 것인가?",
"applet은 어떤 분류에 해당하는 태그인가?",
"WML로의 변환 가능한 태그가 지원되는 것으로 분류되는 것들 중 html, body이라는 태그를 가진 것은 무엇인가?",
"disable과 discard 중 form이라는 HTML 태그를 가진것은 무엇인가?",
"WML로의 변환 가능한 태그가 지원되는 것인 vaild와 다르게 어떻게 validAttributes는 변환하는가?",
"44개의 태그를 가진 disable은 어떻게 콘텐츠 데이터들을 다루는가?"
] |
b2cd80e3-ba0f-46e2-8285-734157f20f90
|
인공물ED
|
에지 영역을 보상한 원격 센싱된 인공위성 화상의 부호화
|
<h1>Ⅳ. 실험 결과 및 고찰</h1> <p>제안한 기법의 성능을 평가하기 위하여 실제 인공위성 LANDSAT-5호 TM으로부터 원격 센싱되어 얻은 화상 AREA-P에 대하여 부호화 실험을 행하였다. 화상 AREA-P의 크기는 \( 512 \times 400 \) 화소이고, 화소당 256 회색준위를 가지며, 7개 대역으로 구성되어 있다. 이에서 대역 \( 1 \sim 5 \) 및 대역 7은 \( 30 \mathrm{m} \times 30 \mathrm{m} \), 대역 6은 \( 120 \mathrm{m} \) \( \times 120 \mathrm{m} \)의 지상해상도를 가진다. 이들중에서 대역 1 및 대역 4의 화상은 그림 4에서와 같다. 이에서 볼 수 있 듯이 AREA-P는 바다, 강, 산, 잡초지, 시가지 등의 많은 영역들이 혼재해 있는 복잡한 인공위성 화상데이타임을 알 수 있다.</p> <p>제안한 기법에서는 기존의 Gupta에 의한 기법에서와 같이 대역 2 및 대역 6를 기준대역으로 결정하여 대역내 벡터양자화를 행하였고, 대역 1, 3, 4 및 대역 7은 대역 2로부터 예측을 행하였고, 대역 5는 대역 6으로부터 예측을 행하였다. 또한 대역 2를 기준대역으로 영역분류를 행한 결과는 그림 5에서와 같이 삼림 (forest), 물 (water) 및 시가지 (urban area)의 세영역으로 분류되었다. 이 영역분류 결과로부터 제안한 기법에서 식 (15)에 의해 에지로 판별된 결과는 그림 6에서와 같았고, 전체 12800개의 블럭 중에서 4853개의 블럭이 에지로 나타났다.</p> <p>본 실험에서는 블럭의 크기를 \( 4 \times 4 \)로 하여 Gupta 등에 의해 제안된 예측 벡터양자화 기법, 에지를 보상하지 않은 분류영역별 예측 벡터양자화 기법 및 제안한 에지를 보상한 분류영역별 예측 벡터양자화 기법에 대한 결과를 비트율 및 PSNR에 대하여 평가하였다.</p> <p>먼저 기준대역인 대역 2 및 대역 6에 대한 동일한 화질로 부호화하였을때의 비트율을 계산한 결과는 표 1에서와 같았다. 이에서 보는바와 같이 기존의 기법에 의한 비트율보다 제안한 기법에 의한 비트율이 약 \( 0.016 \mathrm{~bpp} \) 및 \( 0.069 \mathrm{~bpp} \) 정도 감소하였음을 알 수 있다. 이는 분류영역별로 벡터양자화를 행함으로써 대역 내 중복성을 효과적으로 제거시켜 부호화 효율을 향상시킴을 알 수 있다. 또한 영역분류를 행함으로써 기존의 기법에서 보다 코드북의 크기를 감소시켜 코드북 탐색을 위한 계산량을 감소시킬 수 있다.</p> <p>대역간 예측되어지는 대역1, 3, 4, 5 및 대역 7의 예측 화상에 대한 PSNR을 계산한 결과는 표 2 에서와 같았다. 이에서 보는 바와 같이 5개 대역에 대한 평균 PSNR이 제안한 에지를 보상한 기법이 기존의 Gupta 등에 의한 기법보다 약 \( 2.9 \mathrm{dB} \) 정도 크게 향상되었고, 에지를 보상하지 않는 기법보다는 약 \( 0.2 \mathrm{dB} \) 정도 향상되었음을 알 수 있다. 이는 지표대상물의 반사특성에 따라 영역분류를 행한후, 이에 대하여 대역간 예측을 행함으로써 대역간 중복성을 효과적으로 제거시킴을 알 수 있다. 특히 에지를 보상함으로써 아주 정확하게 대역간 예축을 행하여 대역간 중복성을 아주 효과적으로 제거시킴을 알 수 있다.</p> <table border><caption>표 2. AREA-P에 대한 예측 화상의 PSNR[\(\mathrm{dB}\)]</caption> <tbody><tr><td rowspan=2>Band</td><td rowspan=2>Gupta's method</td><td colspan=2>Proposed method</td></tr><tr><td>Without edge region compensation</td><td>With edge region compensation</td></tr><tr><td>1</td><td>33.5</td><td >34.6</td><td >34.8</td></tr><tr><td>3</td><td>34.7</td><td >34.9</td><td>35.1</td></tr><tr><td>4</td><td>19.3</td><td >24.8</td><td>24.9</td></tr><tr><td >5</td><td>19.6</td><td >23.0</td><td>23.2</td></tr><tr><td >7</td><td>26.6</td><td>30.8</td><td>30.9</td></tr><tr><td>Avg.</td><td>26.7</td><td>29.6</td><td>29.8</td></tr></tbody></table>
|
[
"본문의 표 2. AREA-P에 대한 예측 화상의 PSNR에서 band 3의 Gupta's method값은 얼마지?",
"본문의 표 2. AREA-P에 대한 예측 화상의 PSNR에서 band 1의 Gupta's method값은 얼마야?",
"본문의 표 2. AREA-P에 대한 예측 화상의 PSNR에서 band 4의 Gupta's method값은 얼마니?",
"본문의 표 2. AREA-P에 대한 예측 화상의 PSNR에서 band 7의 Gupta's method값은 얼마일까?",
"본문의 표 2. AREA-P에 대한 예측 화상의 PSNR에서 band 3의 Without edge region compensation method값은 얼마 정도지?",
"본문의 표 2. AREA-P에 대한 예측 화상의 PSNR에서 band 1의 Without edge region compensation method값은 얼마 정도야?",
"본문의 표 2. AREA-P에 대한 예측 화상의 PSNR에서 band 5의 Without edge region compensation method값은 얼마 정도인가?",
"본문의 표 2. AREA-P에 대한 예측 화상의 PSNR에서 band 7의 Without edge region compensation method값은 얼마 정도일까?",
"본문의 표 2. AREA-P에 대한 예측 화상의 PSNR에서 band 1의 With edge region compensation method값은 얼마 정도의 값이야?",
"본문의 표 2. AREA-P에 대한 예측 화상의 PSNR에서 band 5의 With edge region compensation method값은 얼마 정도의 값인가?",
"본문의 표 2. AREA-P에 대한 예측 화상의 PSNR에서 band 4의 With edge region compensation method값은 얼마 정도의 값이지?",
"본문의 표 2. AREA-P에 대한 예측 화상의 PSNR에서 band 4의 Without edge region compensation method값은 얼마 정도니?",
"본문의 표 2. AREA-P에 대한 예측 화상의 PSNR에서 band 3의 With edge region compensation method값은 얼마 정도의 값이지?",
"본문의 표 2. AREA-P에 대한 예측 화상의 PSNR에서 band 5의 Gupta's method값은 얼마인가?",
"본문의 표 2. AREA-P에 대한 예측 화상의 PSNR에서 band 7의 With edge region compensation method값은 얼마 정도의 값일까?"
] |
b64c97e1-4ac5-4ac9-b028-e74f3090bdf2
|
인공물ED
|
에지 영역을 보상한 원격 센싱된 인공위성 화상의 부호화
|
<p>대역간 예측되어지는 부호화되는 대역 1, 3, 4, 5 및 대역 7을 동일한 비트율로 부호화했을 때의 복원화상에 대한 PSNR을 계산한 결과는 표 3에서와 같았다. 제안한 에지를 보상한 기법에 의한 5개 대역의 평균 PSNR은 기존의 Gupta에 의한 것보다 약 \( 0.5 \mathrm{dB} \)정도 향상되고, 에지를 보상하지 않은 기법보다는 약 \( 0.2 \mathrm{dB} \)정도 향상되어 부호화 효율을 향상시킴을 알 수 있다. 또한 각 대역에서도 제안한 에지를 보상한 기법에 의한 것이 기존의 Gupta에 의한 것보다 약 \( 0.3 \sim 0.7 \mathrm{dB} \) 정도 크게 향상되었고, 에지를 보상하지 않는 것보다는 약 \( 0.1 \sim 0.3 \mathrm{~dB} \) 정도 향상되어 제안한 에지를 보상한 기법이 기존의 기법 및 에지를 보상하지 않는 기법보다 분류영역별로 정확하계 예측함으로써 대역간 중복성을 효과적으로 제거시켜 부호화 효율을 향상시킴을 알 수있다.</p> <table border><caption>표 3. 동일한 비트율에서 복원된 화상의 PSNR[\(\mathrm{dB}\)]</caption> <tbody><tr><td rowspan=2>Band</td><td rowspan=2>Bit rate [bpp]</td><td rowspan=2>Gupta's method</td><td colspan=2>Proposed method</td></tr><tr><td>Without edge region compensation</td><td>With edge region compensation</td></tr><tr><td>1</td><td>0.241</td><td>37.1</td><td>37.7</td><td>37.8</td></tr><tr><td>3</td><td>0.235</td><td>37.2</td><td>37.5</td><td>37.7</td></tr><tr><td>4</td><td>0.518</td><td>32.4</td><td>32.9</td><td>33.0</td></tr><tr><td>5</td><td>0.520</td><td>30.2</td><td>30.4</td><td>30.7</td></tr><tr><td>7</td><td>0.426</td><td>35.1</td><td>35.2</td><td>35.4</td></tr><tr><td>Avg.</td><td>0.388</td><td>34.4</td><td>34.7</td><td>34.9</td></tr></tbody></table> <p>전체 화상에 대한 결과 중에서 에지로 판정되는 블럭들에 대한 PSNR을 계산한 결과는 표 4에서와 같았다. 이들 에지로 판정되는 블럭들은 기존의 기법 및 제안한 기법이 다르게 부호화되는 부분으로 제안한 기법의 에지보상 성능을 알 수 있다. 이 표에서 볼 수 있듯이 제안한 에지를 보상한 기법에 의한 5개 대역의 평균 PSNR은 기존의 Gupta에 의한 것보다 약 \( 0.6 \mathrm{dB} \) 정도 향상되고, 에지를 보상하지 않은 기법보다는 약 \( 0.4 \mathrm{dB} \) 정도 향상되어 부호화 효율을 향상시킴을 알 수 있다. 또한 각 대역에서도 제안한 에지를 보상한 기법에 의한 것이 기존의 Gupta에 의한 것보다 약 \( 0.4 \sim 0.9 \mathrm{dB} \) 정도 크게 향상되었고, 에지를 보상하지 않는 것 보다는 약 \( 0.2 \sim 0.7 \mathrm{dB} \) 정도 향상되었다. 이는 에지를 포함하는 블럭에서 영역정보를 보다 정확하게 보상하여 대역간 예측을 행함으로써 대역간 중복성을 효과적으로 제거시켜 부호화 효율을 향상시킴을 알 수 있다.</p> <table border><caption>표 4. 복원된 화상에서 에지를 가지는 블럭들에 대한 PSNR[\(\mathrm{dB}\)]</caption> <tbody><tr><td rowspan=2>Band</td><td rowspan=2>Gupta's method</td><td colspan=2>Proposed method</td></tr><tr><td>Without edge region compensation</td><td>With edge region compensation</td></tr><tr><td>1</td><td>36.3</td><td>36.7</td><td>37.1</td></tr><tr><td>3</td><td>36.1</td><td>36.1</td><td>36.6</td></tr><tr><td>4</td><td>31.1</td><td>31.3</td><td>31.5</td></tr><tr><td>5</td><td>28.7</td><td>28.9</td><td>29.6</td></tr><tr><td>7</td><td>33.8</td><td>33.9</td><td>34.3</td></tr><tr><td>Avg.</td><td>33.2</td><td>33.4</td><td>33.8</td></tr></tbody></table> <p>이상에서 살펴본 바와 같이 실제의 인공위성 화상데이타에 대한 실험을 통하여 제안한 기법이 기존의 기법에 비하여 동일한 비트율에서 높은 화질을 얻을 수 있어 압축효율이 우수함을 확인하였고, 특히 화상내에 여러 영역이 혼재해 있는 복잡한 화상인 경우에 영역 정보를 정확하게 보상하여 예축을 행함으로써 대역내 및 대역간 중복성을 아주 효과적으로 제거시켜 우수한 압축기법임을 확인하였다.</p>
|
[
"동일한 비트율에서 복원된 화상의 PSNR표에서 Band 값이 1인 경우 Gupta's method의 값은 무엇인가?",
"동일한 비튜율에서 복원된 화상의 PSNR 확인 결과 Band 3에서 Bit rate는 얼마인가?",
"표3에서 Band 7의 경우 Gupta's method를 적용하였을 때, 어떤 값을 갖는가?",
"복원된 화상에서 에지를 가지는 블럭들에 대한 PSNR표에서 Band 1에 해당하는 Gupta's method의 값은 얼마인가?"
] |
3deda192-7fe8-4acd-9b72-b6d05649a421
|
인공물ED
|
친환경 선박용 전기추진시스템 안전성 향상 기술개발 동향
|
<h1>III. 결론</h1><p>최근 조선업계는 지속적으로 강화되는 IMO규제를 만족하기 위해 친환경 선박의 개발 및 상용화가 시급한 상황에 직면하였으며, 이를 위해서는 안전한 전기추진 시스템 개발이 시급하다.</p><p>본 논문에서는 친환경 선박용 전기추진시스템의 기술개발 동향과 함께 모터 및 ESS의 안전성을 향상시킬 수 있는 기술개발 동향에 대해 소개하였다. 전기추진모터의 경우, 일부 고장에도 불구하고 운전을 계속할 수 있는 다상 모터 설계 기법과 집중권 권선, 모듈식 고정자 설계기법 등에 대해 소개하였다. 전력저장장치의 경우, 최근 모든 친환경 선박에 적용 중인 리튬이온배터리 기반 ESS의 화재 위험성으로 인한 안전 문제를 해결하기 위한 기술개발에 대해 소개하였다.</p><p>나아가 독보적인 안전성으로 주목받고 있는 바나듐레독스흐름전지를 선박용 ESS에 적용하기 위한 연구들에 대해 소개하며, 이를 실현하기 위한 방향성에 대해 제시하였다.</p><p>친환경 선박은 기존 모빌리티 산업에 비해 모터 및 전력전자 기술들이 경험해보지 못한 환경에 놓여있기 때문에 기술개발 시, 전기추진시스템의 성능개발뿐만 아니라 안전에 최적화될 수 있는 연구가 필요하다.</p>
|
[
"최근 조선업계는 친환경 선박의 개발 및 상용화가 시급한 이유는 지속적으로 강화되는 IMO규제를 만족하기 위해서인가?",
"본 논문에서는 모터 및 ESS의 안전성을 향상시킬 수 있는 기술개발 동향에 대해 소개하였나?",
"최근 조선업계는 친환경 선박의 개발 및 상용화가 시급한 상황에 직면하였나?",
"조선업계가 IMO규제를 만족하기 위해 직면한 상황은 뭐야?",
"조선업계가 현재 직면한 상황을 해결할수 있는 방법은 뭐야?",
"최근 조선업계는 친환경 선박의 개발 및 상용화를 위해 무엇의 개발이 시급한가?",
"최근 조선업계는 친환경 선박의 개발 및 상용화를 위해 안전한 전기추진 시스템 개발이 시급한가?",
"본 논문에서는 친환경 선박용 전기추진시스템의 기술개발 동향에 대해 소개하였나?",
"본 논문에서 어떤 기술개발 동향에 대해 소개하였나?",
"본 논문에서 전기추진모터 관련하여 다상 모터 설계 기법과 집중권 권선, 모듈식 고정자 설계기법 등에 대해 소개하였나?",
"본 논문에서 소개한 다상 모터 설계 기법과 집중권 권선, 모듈식 고정자 설계기법은 무엇과 관련된 기술들인가?",
"본 논문에서 소개한 전기추진모터 관련하여 일부 고장에도 불구하고 운전을 계속할 수 있는 기술은 어떤 기술들이 있는가?",
"본 논문에서 소개한 전기추진모터 관련 기술은 어떤 특징이 있는가?",
"본 논문에서 전력저장장치의 경우, 리튬이온배터리 기반 ESS의 화재 위험성으로 인한 안전 문제를 해결하기 위한 기술개발에 대해 소개하였나?",
"본 논문에서 전력저장장치의 경우, 리튬이온배터리 기반 어떤 위험성에 대한 안전 문제를 해결하기 위한 기술개발에 대해 소개하였나?",
"본 논문에서 전력저장장치의 경우, 어떤종류의 배터리에 관한 ESS의 화재 위험성으로 인한 안전 문제를 해결하기 위한 기술개발에 대해 소개하였나?",
"본 논문에서 소개된 리튬이온배터리 기반 ESS의 화재 위험성으로 인한 안전 문제를 해결하기 위한 기술개발은 어떤 장치에 대한 기술들인가?",
"본 논문에 소개된 바나듐레독스흐름전지는 독보적인 안전성으로 주목받고 있는가?",
"본 논문에 소개된 독보적인 안전성으로 주목받고 있는 전지는 어떤 전지인가?",
"본 논문에 소개된 바나듐레독스흐름전지는 어떤 특징으로 주목받고 있는가?",
"본 논문에서 바나듐레독스흐름전지를 무엇에 적용하기 위한 연구들에 대해 소개하였나?",
"본 논문에서 바나듐레독스흐름전지를 선박용 ESS에 적용 실현 방향성을 제시하였나?",
"본 논문에서 바나듐레독스흐름전지를 선박용 ESS에 적용하기 위해 무엇을 제시하였나?",
"친환경 선박은 기술개발 시, 전기추진시스템의 성능개발뿐만 아니라 안전에 최적화될 수 있는 연구가 필요한가?",
"친환경 선박은 기술개발 시, 전기추진시스템의 성능개발뿐만 아니라 안전에 최적화될 수 있는 연구가 필요한 이유는 기존 모빌리티 산업에 비해 모터 및 전력전자 기술들이 경험해보지 못한 환경에 놓일 수 있기 때문인가?",
"친환경 선박은 기술개발 시, 무엇의 개발뿐만 아니라 안전에 최적화될 수 있는 연구가 필요한 이유는 기존 모빌리티 산업에 비해 모터 및 전력전자 기술들이 경험해보지 못한 환경에 놓일 수 있기 때문인가?",
"친환경 선박은 기술개발 시, 전기추진시스템의 성능개발뿐만 아니라 무엇에 최적화될 수 있는 연구가 필요한가?",
"친환경 선박은 기술개발 시, 전기추진시스템의 성능개발뿐만 아니라 안전에 최적화될 수 있는 연구가 필요한 이유는 무엇인가?",
"최근 조선업계에서 지속적으로 강화되고 있는 규제는 뭐야?",
"최근 조선업계는 어떤 선박의 개발 및 상용화가 시급한 상황에 직면하였나?",
"최근 조선업계는 친환경 선박의 개발 및 상용화가 시급한 이유는 지속적으로 강화되는 무엇을 만족하기 위해서인가?",
"본 논문에서 바나듐레독스흐름전지를 선박용 ESS에 적용하기 위한 연구들에 대해 소개하였나?"
] |
ff4e51a9-8ef4-4c9c-9e97-848a2d62e145
|
인공물ED
|
친환경 선박용 전기추진시스템 안전성 향상 기술개발 동향
|
<h1>II. 본론</h1><h2>1. 전기추진시스템 핵심부품</h2><p>선박용 전기추진 시스템은 추진전동기와 전력을 저장하는 ESS(Energy Storage System) 등으로 구성된다. 이들 핵심부품으로 시스템을 구성할 때, 동력이 전달되는 방식에 따라 선체 내부의 엔진 동력원으로부터 축계를 통해 프로펠러로 동력을 전달하는 전통적인 기계식, 전력선을 통해 외부의 추진 전동기로 전기에너지를 전달하는 전기식, 그리고 기계식과 전기식을 혼합한 하이브리드 추진방식의 세 가지로 분류할 수 있다.</p><h3>1.1 선박용 추진 전동기 동향</h3><p>전기식 추진 장치의 경우 직접 구동(direct drive) 방식이 일반적이므로 대부분의 추진 전동기는 주로 저속, 고토크 영역에서 동작한다. 대형선박은 최소 \(2\)개 이상의 추진기를 탑재하고 있으며, 추진 전동기는 주로 \( 100 \sim 300 \mathrm{rpm} \) 및 \( 5 \sim 50 \mathrm{MW} \)의 범위에서 동작한다. 한편, 중소형 선박의 경우 속도 토크의 범위가 더 다양하며, 대형선박 대비 상대적으로 고속, 저토크 및 경부하 영역에서 더 빈번하게 동작한다. 선박용 전동기의 경우 육상 조건과 비교헸을 때 외부 환경이 열악하며, 공간 문제로 인한 유지보수의 어려움 등을 설계 단계에서 고려해야 한다.</p><p>선박의 고유한 운전 특성을 고려한 설계 조건을 만족시키기 위해 직류 전동기, 농형 유도기, 권선형 동기기, 영구자석형 동기기, 초전도 전동기 등 다양한 종류의 기기들을 고려할 수 있다. 직류 전동기의 경우 정기적인 유지보수와 낮은 출력밀도의 단점에도 불구하고 속도제어의 용이성으로 인해 일부 선박에서 여전히 사용되고 있다. 유도전동기의 경우 구조가 단순하고 제작비용이 상대적으로 저렴하여 전기선박에 다양하게 적용되고 있다. 공극이 커질수록 역률이 낮아지는 단점으로 대형화가 어려운 단점이 있지만 최근 ALSTOM, GE 등에서 제작한 수십 \( \mathrm{MW} \)급 유도전동기의 개발사례가 보고되고 있다. 권선형 동기기의 경우 높은 출력에도 역률 제어가 가능한 장점이 있어 다수의 제작사가 수십 \( \mathrm{MW} \)급 시스템의 일반적인 솔루션으로 제시하고 있다. 영구자석형 동기전동기는 고효율, 고출력밀도 특성으로 인해 소형화, 경량화에 유리하다. Rolls Royce, Siemens, ABB 등에서 제작한 영구자석형 전동기의 사례가 다수 있지만, 희토류 문제 및 제작 기술의 한계로 인해 초대형화에는 아직 어려움이 있다. 초전도 동기기는 월등한 출력밀도가 가능하므로 대형선박 용도로 활발하게 연구되고 있지만, 상용화 이전에 대용량 냉각시스템, 단열구조 등의 문제점을 극복할 필요가 있다.</p><p>국내 주요 조선사들은 최근 대형 전동기 관련 기술을 보유한 중공업 회사들과 협업하여 수 \( \mathrm{MW} \)급 축 발전기를 개발하는 등 친환경 전기 선박 핵심 장비의 국산화를 추진 중이다.</p><h3>1.2 선박용 ESS 동향</h3><p>친환경 선박의 다양한 추진시스템 분류에도 불구하고 공통적으로 탑재되는 핵심부품 중 하나가 ESS이다. 엔진이 발전원이 되는 하이브리드 추진 시스템에서조차 ESS가 탑재되는 이유는 발전기의 탈락, 추진부하의 급격한 증가/감소 등으로 인한 전력품질 저하를 막기 위함이다. 최근에는 대용량 ESS를 탑재하여 직류(DC) 기반으로 운용하여 엔진 가변속을 통해 연료소비량을 더욱 절감할 수 있는 DC 전기추진선이 새롭게 등장하여 점차 적용이 확대되고 있다.</p><p>현재 개발 중인 모든 선박용 ESS에는 리튬이온 배터리(Lithium ion Battery, LiB)가 탑재되고 있다. LiB는 가볍고 에너지밀도가 높은 등 다양한 장점으로 인해 전자기기, 전기자동차 및 다양한 스마트모빌리티의 전력저장장치에 적용되었다. 반면, 인화성 전해액을 사용하여 온도에 민감하고, 과방전 시 용량 감소가 매우 크고, 과충전 시에는 매우 불안정해저서 내부 전극의 쇼트 혹은 외부 충격에 의해 폭발 또는 화재로 이어지는 등 시스템의 안전성을 위협하는 치명적인 단점들이 있다.</p>
|
[
"전기식 추진방식에서, 동력원은 무엇을 통해 외부의 추진 전동기로 전기에너지를 전달하는가?",
"대형선박은 최소 몇 개 이상의 추진기를 가지고 있는가?",
"대형선박은 최대 2개 이하의 추진기를 탑재하고 있는가?",
"선박용 전기추진 시스템은 무엇으로 구성되는가?",
"추진전동기는 선박용 전기추진 시스템의 구성품인가?",
"ESS는 무엇의 약자인가?",
"ESS는 Energy Storage System의 약자인가?",
"전력을 저장하는 ESS(Energy Storage System)는 선박용 전기추진 시스템의 구성품인가?",
"선박용 전기추진 시스템은 몇 가지로 분류되는가?",
"Energy Storage System의 약자는 무엇인가?",
"선박용 전기추진 시스템은 세 가지로 분류되는가?",
"선박용 전기추진 시스템을 세 가지로 분류할 때, 전통적인 기계식은 어떻게 동력을 전달하는가?",
"선박용 전기추진 시스템을 세 가지로 분류할 때 하이브리드 추진방식은 어떠한 방식인가?",
"선박용 전기추진 시스템을 세 가지로 분류할 때, 전기식은 어떻게 동력을 전달하는가?",
"전통적인 기계식 추진방식에서, 동력원은 어디에 위치하는가?",
"전통적인 기계식 추진방식에서, 동력원의 동력은 무엇을 통해 프로펠러로 전달되는가?",
"선박용 전기추진 시스템을 세 가지로 분류할 때, 분류 기준은 무엇인가?",
"전기식 추진방식에서, 동력은 축계를 통해 외부의 추진 전동기로 전기에너지를 전달하는가?",
"전기식 추진방식에서, 동력원은 전력선을 통해 외부의 무엇에 전기에너지를 전달하는가?",
"전기식 추진방식에서, 동력원은 전력선을 통해 외부의 프로펠러로 전기에너지를 전달하는가?",
"전기식 추진방식에서, 동력원은 전력선을 통해 외부의 추진 전동기로 열에너지를 전달하는가?",
"전기식 추진방식에서, 동력원은 전력선을 통해 외부의 추진 전동기로 어떤 에너지를 전달하는가?",
"전기식 추진 장치의 경우 어떤 구동 방식이 일반적인가?",
"전기식 추진 장치의 경우 직접 구동 방식이 보편적인가?",
"전기식 추진 장치의 경우 어떤 구동 방식이 일반적인가?",
"전기식 추진 장치의 경우 추진 전동기는 대게 어떤 영역에서 동작하는가?",
"전기식 추진 장치의 경우 추진 전동기는 대게 어떤 영역에서 동작하는가?",
"전기식 추진 장치의 경우 추진 전동기는 대게 고속, 고토크 영역에서 동작하는가?",
"대형선박은 최소 몇 개 이상의 추진기를 가지고 있는가?",
"추진 전동기는 주로 어떤 범위에서 동작하는가?",
"추진 전동기는 주로 어떤 범위에서 동작하는가?",
"추진 전동기는 주로 \\( 5 \\sim 50 \\mathrm{MW} \\) 및 \\( 100 \\sim 300 \\mathrm{rpm} \\) 범위에서 동작하는가?",
"중소형 선박의 경우 대형 선박에 비해 속도 토크 범위가 더욱 좁은가?",
"중소형 선박의 경우 대형 선박에 비해 무엇의 범위가 더욱 다양한가?",
"중소형 선박의 대형선박에 비해 상대적으로 어떤 영역에서 더 자주 동작하는가?",
"중소형 선박의 경우 대형선박에 비해 상대적으로 어떤 영역에서 더 자주 동작하는가?",
"중소형 선박의 경우 대형선박에 비해 상대적으로 고속, 저토크 및 경부하 영역에서 더 자주 동작하는가?",
"선박용 전동기의 외부환경은 어떤 조건과 비교하여 열악한가?",
"선박용 전동기의 외부환경은 육상 조건과 비교하여 열악한가?",
"선박용 전동기의 설계 단계에서는 어떤 문제로 인한 유지보수의 어려움을 생각해야 하는가?",
"선박용 전동기의 설계 단계에서는 공간 문제로 인한 유지보수의 어려움을 생각해야 하는가?",
"선박용 전동기의 설계 단계에서는 공간 문제로 인한 무엇의 어려움을 생각해야 하는가?",
"선박용 전동기의 공간 문제로 인한 유지보수의 어려움을 어떤 단계에서 생각해야 하는가?",
"선박용 전동기의 공간 문제로 인한 유지보수의 어려움을 제작 단계에서 생각해야 하는가?",
"직류 전동기는 어떤 단점을 가지는가?",
"직류 전동기는 정기적인 유지보수가 필요한가?",
"직류 전동기 출력밀도가 낮은가?",
"직류 전동기는 어떤 단점을 가지는가?",
"직류 전동기는 무엇이 용이한가?",
"직류 전동기는 속도제어가 용이한가?",
"유도전동기는 단순한 구조를 가지는가?",
"유도전동기는 상대적으로 저렴한 제작비용을 가지는가?",
"유도전동기는 어떤 장점을 가지는가?",
"유도전동기는 어떤 선박에 다양하게 적용되는가?",
"유도전동기는 전기선박에 이용되고 있는가?",
"유도전동기는 공극이 커질수록 무엇이 낮아지는 단점이 있는가?",
"유도전동기는 공극이 커질수록 역률이 높아지는 단점이 있는가?",
"유도전동기는 무엇이 커질수록 역률이 낮아지는 단점이 있는가?",
"유도전동기는 공극이 작아질수록 역률이 낮아지는 단점이 있는가?",
"권선형 동기기는 어떤 출력 조건에서도 역률을 제어할 수 있는가?",
"권선형 동기기는 높은 출력에도 무엇의 제어가 가능한가?",
"유도전동기의 공극과 역률은 반비례하는가?",
"유도전동기는 공극이 커질수록 역률이 낮아지므로 무엇이 어려운가?",
"권선형 동기기는 출력이 높아도 역률의 제어가 가능한가?",
"유도전동기는 크게 제작하는 것이 어려운가",
"유도전동기는 공극이 커질수록 역률이 낮아지므로 무엇이 어려운가?",
"영구자석형 동기전동기는 어떤 특성을 가지는가?",
"권선형 동기기는 몇 ( \\mathrm{MW} \\)급 시스템의 일반적 솔루션으로 제시되는가?",
"권선형 동기기는 몇 ( \\mathrm{MW} \\)급 시스템의 일반적 솔루션으로 제시되는가?",
"영구자석형 동기전동기는 저효율, 저출력밀도 특성을 가지는가?",
"영구자석형 동기전동기의 고효율, 고출력밀도 특성은 무엇에 유리한가?",
"영구자석형 동기전동기는 어떤 특성을 가지는가?",
"유도전동기의 공극이 어떻게 될수록 역률은 낮아지는가?",
"영구자석형 동기전동기의 고효율, 고출력밀도 특성은 무엇에 유리한가?",
"영구자석형 동기전동기의 고효율, 고출력밀도 특성은 전동기의 소형화에 유리한가?",
"본문에 언급된 영구자석형 전동기를 제작하는 회사는 무엇인가?",
"희토류 문제와 제작 기술의 한계는 영구자석형 전동기의 초대형화를 어렵게 하는 요인인가?",
"Rolls Royce, Siemens, ABB는 영구자석형 전동기를 제작하는가?",
"어떤 재료의 문제가 영구자석형 전동기의 초대형화를 어렵게 하는가?",
"희토류는 영구자석형 전동기의 제작에 사용되는가?",
"초전도 동기기는 높은 출력밀도를 가지는가?",
"초전도 동기기는 어떤 크기의 선박 용도로 연구되는가?",
"초전도 동기기는 소형 선박 용도로 연구되는가?",
"초전도 동기기는 어떤 크기의 선박 용도로 연구되는가?",
"초전동 동기기는 상용화 이전에 어떤 문제점을 극복해야 하는가?",
"초전동 동기기의 대용량 냉각시스템, 단열구조 등의 문제점은 상용화 이전에 극복되어야 하는가?",
"선박에 공통적으로 탑재되는 핵심이 되는 부품은 무엇인가?",
"ESS는 희귀한 선박에만 탑재되는 부품인가?",
"Energy Storage System은 많은 선박에 공통적으로 탑재되는 핵심부품인가?",
"엔진을 발전원으로 삼는 하이브리드 추진 시스템에도 ESS가 탑재되는 이유는 무엇인가?",
"엔진을 발전원으로 삼는 하이브리드 추진 시스템에도 ESS가 탑재되는가?",
"전력품질 저하를 막기 위해 하이브리드 추진 시스템에도 ESS가 탑재되는가?",
"발전기의 탈락, 추진부하의 급경한 증가/ 감소 등은 전력품질의 저하를 일으키는가?",
"LiB는 무엇의 약자인가?",
"LiB는 Lithium ion Battery의 약자인가?",
"Lithium ion Battery의 약자는 무엇인가?",
"LiB는 무거운가?",
"LiB는 어떤 장점을 가지는가?",
"LiB는 높은 에너지밀도를 가지는가?",
"LiB는 어디에 사용되는가?",
"LiB는 전기자동차 및 다양한 스마트모빌리티의 전력저장장치에 사용되는가?",
"LiB는 어떤 전해액을 사용하는가?",
"LiB는 비인화성 전해액을 사용하는가?",
"LiB는 무엇에 민감한가?",
"LiB는 온도에 민감한가?",
"LiB는 과충전 시 용량의 안정되는가?",
"LiB는 어떠할 시 용량의 감소가 커지는가?",
"LiB는 과방전 시 용량의 감소가 작은가?",
"LiB는 어떠할 시 매우 불안정해지는가?",
"LiB는 무엇에 의해 폭발 또는 화재로 이어질 수 있는가?",
"LiB 내부 전극의 쇼트는 폭발 또는 화재로 이어질 수 있는가?",
"세 가지 추진방식에서, 동력원은 선체 내부에 위치하는가?",
"전통적인 기계식 추진방식에서, 동력원의 동력은 축계를 통해 어디로 전달되는가?",
"전통적인 기계식 추진방식에서, 동력원의 동력은 축계을 통해 프로펠러로 전달되는가?",
"영구자석형 전동기의 초대형화는 무엇의 한계로 어려운가?",
"수십\\( \\mathrm{MW} \\)급 시스템의 일반적 솔루션으로 제시되는 동기기는 권선형 동기기인가?",
"Lithium ion Battery의 줄임말은 무엇인가?",
"수십\\( \\mathrm{MW} \\)급 시스템의 일반적 솔루션으로 제시되는 동기기는 어떤 동기기인가?"
] |
0518f71f-ebfb-4973-a785-b970c1e8c98d
|
인공물ED
|
친환경 선박용 전기추진시스템 안전성 향상 기술개발 동향
|
<h1>I. 서론</h1><p>환경보전에 대한 관심의 지속적 증가와 함께 점차 엄격해지는 국제규제로 인해 해운에서도 기존 디젤 기반의 선박 연료를 친환경 대체 에너지로 전환해야 하는 시대가 도래헸다. 국제해사기구(International Maritime Organization, IMO)는 지난 \(2018\)년 \(4\)월에 \(2050\)년 국제 해운 온실가스(Green House Gas, GHG) 총 배출랑을 \(2008\)년 대비 \( 50 \% \)로 감축하겠다는 목표를 설정하였으며(그림 \(1\)), 이에 대한 조치로 “선박 에너지 효율 설계 지수(EEDI)"와 "선박 에너지 효율 지수(EEXI)”, 그리고 “선박 탄소집약도지수(CII)" 등의 규제가 시행될 것을 예고하였다. 이를 만족하기 위해 선박에서는 액화 친연가스(LNG) 및 LPG 추진시스템으로 대응하고 있지만 지속적으로 강화되는 IMO규제를 만족할 수 없으며, 가장 현실적인 대안 중 하나로 전기 추진선이 차세대 친환경 선박으로 주목받으며, 배터리 구동 선박의 수가 급증하고 있다(그림 \(2\)).</p><p>환경적인 측면 이외에도 전기추진 방식의 장점은 추진성능 향상, 공간활용 개선, 안정성 및 신뢰도 향상, 에너지효율 개선 등이 있으며, 선박의 전기화로 인해 선내 통합전력시스템(integrated power system) 또한 보다 유연한 전기에너지의 공급이 가능한 형태로 진화할 수 있다. 그림 \(3\)은 상선, 크루즈선, 군함을 예로 들어 선박 추진 시스템이 증기, 기계, 동력 중심에서 전기 기반으로 진화하는 과정을 보여준다.</p><p>한편, 친환경 선박용 추진시스템 개발에서 가장 우선으로 고려되어야 할 부분은 안전성의 확보이다. 이는 전기자동차 등의 육상 교통수단과 비교했을 때 선상의 고장 및 화재 사고는 막대한 금전적 피해는 물론이거니와 인명 사고로까지 이어질 수 있기 때문이다. 이에 본 논문에서는 선박용 전기추진시스템의 핵심부품의 안전성 향상 기술개발 동향에 대해 살펴보고자 한다.</p>
|
[
"디젤 기반의 선박 연료는 친환경적인가?",
"디젤 기반의 선박 연료는 친환경적이니?",
"무엇에 대한 관심으로 인해 국제 규제가 점차 엄격해지는가?",
"국제 규정이 점차 엄격되는 것은 무엇에 대한 이목일까?",
"친환경 대체 에너지는 디젤 기반의 선박 연료를 대체할 수 있는가?",
"친환경 대체 에너지에 디젤 기반의 선박 연료가 포함되는가?",
"국제 규제는 환경 보전에 대한 무관심으로 인해 점차 엄격해졌는가?",
"국제 해운 온실가스 총 배출량을 조절하는 기구의 이름은 무엇인가?",
"“선박 에너지 효율 설계 지수(EEDI)\", \"선박 에너지 효율 지수(EEXI)”, “선박 탄소집약도지수(CII)\" 등은 어떤 에너지를 감축하기 위해 사용되는 규제인가?",
"국제해사기구는 “선박 에너지 효율 설계 지수(EEDI)\" 규제를 시행하는 기구인가?",
"지속적으로 강화되는 IMO규제는 어떤 이유로 강화되고 있는가?",
"전기 추진선은 가장 비현실적인 대안 중 하나인가?",
"IMO 규제를 만족시키기 위한 방법으로 액화 친연가스(LNG) 및 LPG 추진시스템을 사용할 수 있는가?",
"차세대 친환경 선박의 방법으로 가장 현실적인 대안으로 생각되는 방법은 무엇인가?",
"배터리 구동 선박은 디젤 기반의 선박 연료를 사용하는가?",
"환경보전에 대한 국제 규제로 인해 해운에서 배터리 구동 선박의 수가 감소하고 있는가?",
"국제해사기구는 몇 년도에 국제 해운 온실가스 총 배출량을 \\( 50 \\% \\)로 감축하겠다는 목표를 설정하였는가?",
"차세대 친환경 선박이 가장 현실적인 대안으로 뽑히기 전 선박에서는 어떤 방식으로 대응하고 있었는가?",
"기존 디젤 기반의 선박 연료는 어떤 가스를 배출하는가?",
"해운에서는 기존에 어떤 선박 연료를 사용하고 있는가?",
"기존에 해운에서는 어떤 선박 연료를 사용하고 있어?",
"국제해사기구는 규제가 시행될 것을 예고하기 전 어떤 목표를 설정하였는가?",
"환경보전에 대한 국제 규제는 어떤 기구로부터 강화되고 있는가?",
"전기추진 방식에는 환경적인 측면에서 단점을 가지고 있는가?",
"안정성 및 신뢰도 향상, 에너지효율 개선 등 환경적인 측면에서 가장 유용할 것으로 생각되는 방식의 이름은?",
"선박 추진 시스템은 증기, 기계, 동력 중심에서 전기 기반으로 퇴보하는 과정을 밟고 있는가?",
"가장 현실적인 대안인 전기추진 방식은 어떤 측면에서 큰 이점을 가지고 있는가?",
"선내 통합전력시스템은 어떤 에너지의 공급이 필요한가?",
"선박 추진 시스템이 전기기반으로 진화하는 과정을 보여주는 해운의 종류에는 어떤 것이 있는가?",
"친환경 선박용 추진시스템 개발에서 최우선으로 고려되어야 할 부분은 무엇인가?",
"육상 교통수단에는 어떤 수단이 포함되는가?",
"육상 교통수단에서보다 해운에서 금전적 피해와 인명 사고가 일어날 가능성이 더 큰가?",
"금전적 피해와 인명 사고를 예방하기 위해서는 무엇을 확보해야 하는가?",
"배터리 구동 선박의 수가 급증하기 전 국제해사기구는 어떤 목표를 설정하였는가?",
"국제해사기구는 2050년에 국제 해운 온실가스 총 배출량을 2008년 대비 몇 퍼센트로 감축하겠다는 목표를 설정하였는가?",
"친환경 대체 에너지에 속하지 않는 것은 무엇인가?",
"액화 친연가스(LNG) 및 LPG 추진시스템은 어떤 에너지에 속하는가?",
"지속적으로 강화되는 IMO 규제를 만족시키기 위해 가장 적합한 선박 구조의 방식은 어떤 방식인가?"
] |
2f124d34-5f88-40fe-a65e-7b3b61a5678c
|
인공물ED
|
친환경 선박용 전기추진시스템 안전성 향상 기술개발 동향
|
<h2>3. 선박용 ESS 안전성 향상 기술</h2><p>앞서 기술한 바와 같이 리튬이온 배터리는 높은 에너지밀도 및 효율 특성 때문에 선박용 ESS에 가장 많이 사용되고 있지만, 리튬 및 전해액의 고유적인 특성으로 인하여 온도에 민감할 뿐만 아니라 화재 발생의 원인 중 하나로 여겨진다. 그러므로 리튬이온배터리를 사용하는 선박용 ESS의 안전성을 향상하기 위한 기술들이 개발 및 적용되고 있다. 해당 기술 중 하나는 온도에 민감한 리튬이온 배터리를 위한 냉각 및 환기시스템으로 그림 \(7\)은 Sterling Plan B 선박용 ESS에 적용된 냉각기술을 보여준다. 그림 (a)와 같이 각 셀마다 냉각시스템을 적용하여 방열판을 통해 인접 셀과 외부로부터 배터리셀을 보호하며 그림 (b)와 같이 여러 셀들을 하나의 스택으로 구성하여 열 폭주상황을 효과적으로 방지할 수 있다.</p><p>그림 \(8\)은 선박용 ESS에 적용된 환기시스템을 보여준다. 그림 \(8\)과 같이 각 셀마다 환기시스템을 적용하여 각 셀에서 발생된 유해가스를 배출하고 그림에 보이는 경로로 ESS의 유해가스를 외부로 배출함으로써 화재 발생 시 유해가스와의 결합으로 인한 열 폭주상황을 방지할 수 있다. 이와 비슷한 기술이 적용된 제품으로는 그림 \(9\)에 보이는 Corvus Energy 사에서 개발된 선박용 ESS가 있다.</p><p>선박용 ESS에 적용된 운영안전성 향상기술 중 그림 \(10\)과 같은 모듈별 배치를 통하여 ESS의 냉각 및 배관시스템을 구축한 기술도 있다.</p><p>선박용 ESS의 운영 안전성 향상을 위하여 ESS에 적용되는 냉각 및 환기기술도 중요하지만 ESS의 battery management system(BMS)의 성능 및 안전한 운영 또한 요구된다. 표 \(2\)에서는 BMS의 성능 및 안전시험 요구사항 및 각 시험항목에 해당하는 표준을 정리하였다.</p><p>최근 리튬이온 배터리의 화재 특성으로 인해 ESS내의 특정 배터리 팩에 화재가 발생하여도 화재 확산으로 이어지지 않도록 하는 최적 소화설비 기술이 중요시되고 있어 선박용 ESS 시스템에도 적용된 것으로 보인다. 리튬이온배터리의 화재는 일반적인 소화방식을 통해서는 진압이 어렵기 때문에 ESS전용 소화약제에 대한 다양한 연구들이 진행되었다. F500EA는 미국 HCT사에서 개발한 다목적 소화약제로 가연성액체 또는 증기를 캡슐화하여 비가연성화하고 급속도로 냉각시킴과 동시에 산화반응을 억제하는 효과가 있다. 이는 BOSCH 등이 진행한 화재진압 테스트에서 리튬이온배터리 화재에 최고의 소화약제로 판정을 받은 바 있으며, 포뮬러E 레이싱에서는F\(500\)EA 및 미스트 분사 시스템을 혼합한 소화방식을 공식적으로 적용중이다. 또 다른 소화약제는 \(3\)M사의 Novec \(1230\)으로 뉴욕시 브루클린 지역에서 진행중인 "MicroGrid Project"에서는 ESS화재 시 필요한 소화시스템을 적용하기 위해 Dry power 및 Novec \(1230\) 소화약제 및 물 분사 시스템을 채택한 사례가 있다.</p><table border><caption>표 \(2\). BMS 안전시험 요구사항 및 표준</caption><tbody><tr><td>Test Requirements</td><td>Standard</td></tr><tr><td>Over-charge control of voltige (\(\mathrm{V}\))</td><td>IEC \(62619\) UL \(1973\), UL \(9540\) NAVSEA S\(9310\)</td></tr><tr><td>Over-charge control of current. (\(\mathrm{A}\))</td><td>IEC \(62619\) UL \(1973\), UL \(9540\) NAVSEA S\(9310\)</td></tr><tr><td>Over-discharge</td><td>UL \(1973\), UL \(9540\) NAVSEA S\(9310\)</td></tr><tr><td>Overheating Control</td><td>IEC \(62619\)</td></tr><tr><td>Cell Balancing</td><td>IEEE \(1679.1\)</td></tr><tr><td>Disconnection</td><td>IEEE \(1679.1\)</td></tr><tr><td>Cell Operating Range</td><td>IEC \(62619\) UL \(1973\), UL \(9540\) IEEE \(1679.1\)</td></tr><tr><td>Temperature Range</td><td>IEEE \(1679.1\)</td></tr><tr><td>Thermal Management</td><td>IEEE \(1679.1\) UL \(1973\), UL \(9540\)</td></tr><tr><td>Heating and Cooling</td><td>IEEE \(1679.1\)</td></tr><tr><td>Thermal Fault</td><td>IEEE \(1679.1\)</td></tr><tr><td>Short Circuit</td><td>NAVSEA S\(9310\)</td></tr><tr><td>Functional Safety</td><td>IEC \(62619\) UL \(1973\), UL \(9540\)</td></tr></tbody></table>
|
[
"리튬이온 배터리가 선박용 ESS에 가장 많이 사용되고 있는 이유가 뭐야?",
"선박용 ESS에 리튬이온 배터리가 제일 많이 이어지고 있는 이유는 뭘까?",
"리튬이온 배터리는 어떤 문제점이 있어?",
"리튬이온 배터리에 있어 문제점은 뭐야?",
"리튬이온 배터리는 에너지밀도가 낮아?",
"에너지밀도는 리튬이온 배터리에서는 낮아?",
"리튬이온 배터리가 온도에 민감한 이유가 뭐야?",
"어떤 것 때문에 리튬이온 배터리가 온도에 민감했어?",
"선박용 ESS의 안전성을 향상하기 위한 기술의 예시가 뭐야?",
"기술의 예시 중 선박용 ESS의 안전성 향상에 관한 것은 뭐가 있어?",
"리튬이온 배터리는 온도에 상관없이 잘 작동해?",
"각 셀마다 냉각시스템을 적용하는 이유가 뭐야?",
"선박용 ESS의 안전성을 향상하는 방법 중 하나는 리튬이온 배터리를 냉각하는 거야?",
"여러 셀들을 하나의 스택으로 구성하면 어떤 장점이 있어?",
"여러 셀들을 하나의 스택으로 구성하면 열 폭주상황을 방지하는 데 도움이 돼?",
"인접 셀과 외부로부터 배터리셀을 보호하기 위해서는 어떤 방법을 사용할 수 있어?",
"배터리셀은 인접한 셀로 인해서도 손상이 일어날 수 있어?",
"리튬이온 배터리에 환기시스템을 적용해서 선박용 ESS의 안전성을 향상할 수 있어?",
"화재 발생 시 유해가스가 결합하면 어떤 일이 일어날 수 있어?",
"ESS의 유해가스를 외부로 배출하기 위해서는 어떤 시스템이 필요해?",
"ESS에 환기시스템을 적용하면 어떤 장점이 있어?",
"화재 발생 시 유해가스와의 결합으로 인한 열 폭주상황을 방지하기 위해서는 어떻게 해야 해?",
"각 셀에서 발생된 유해가스를 배출하려면 어떻게 해야 해?",
"Corvus Energy 사에서 개발한 선박용 ESS에는 어떤 기술이 적용되어 있어?",
"모듈별 배치를 통하여 ESS의 냉각 및 배관시스템을 구축할 수도 있어?",
"선박용 ESS의 운영 안전성 향상을 위해서는 냉각 및 환기기술만이 중요해?",
"ESS의 battery management system의 성능 및 안전한 운영은 선박용 ESS의 운영 안전성 향상에 중요해?",
"냉각 및 환기기술 외에, 선박용 ESS의 운영 안전성 향상에 필요한 것은 뭐야?",
"ESS의 BMS 성능이 떨어지면 ESS의 운영 안전성은 향상돼?",
"ESS내의 특정 배터리 팩에 화재가 발생했을 때, 아무런 소화설비 없이도 화재가 확산되지 않아?",
"리튬이온 배터리는 어떤 특징이 있어?",
"ESS전용 소화약제가 필요한 이유가 뭐야?",
"ESS내의 특정 배터리 팩에 화재가 발생하여도 화재 확산으로 이어지지 않도록 하는 것이 중요해?",
"F500EA는 어떤 효과가 있어?",
"미국 HCT사에서 개발한 다목적 소화약제가 뭐야?",
"F500EA는 산화반응을 억제하는 효과가 있어?",
"F500EA는 어떤 회사에서 개발했어?",
"F500EA는 가연성 액체 또는 증기를 어떻게 처리해?",
"F500EA는 리튬이온 배터리 화재에만 쓸 수 있어?",
"BOSCH 등이 진행한 화재진압 테스트에서 리튬이온 배터리 화재에 최고의 소화약제로 판정받은 게 뭐야?",
"3M사에서 개발한 소화약제는 뭐야?",
"Novec 1230은 어떤 회사에서 개발했어?",
"MicroGrid Project에서 ESS화재 시에 적용할 소화시스템으로 채택한 소화시스템은 뭐야?",
"F500EA와 Novec 1230은 둘 다 소화약제야?",
"리튬이온 배터리의 화재는 일반적인 소화방식으로 쉽게 진압할 수 있어?",
"여러 가지 소화시스템을 혼합해서 사용하기도 해?",
"ESS의 배터리 팩에 화재가 발생하면 무엇을 사용해야 해?",
"리튬이온 배터리로 인해서 화재가 일어날 가능성이 있어?",
"화재가 리튬이온 배터리로 인해서 발생될 가능성이 있어?",
"배터리셀의 열 폭주상황을 효과적으로 방지하기 위해서 어떤 방법을 사용할 수 있어?",
"ESS에서는 유해가스가 발생해?",
"ESS내의 특정 배터리 팩에 화재가 발생하여도 화재 확산으로 이어지지 않도록 하는 최적 소화설비 기술이 중요시되는 이유가 뭐야?",
"포뮬러E 레이싱에서 공식적으로 적용하고 있는 소화방식이 뭐야?",
"선박용 ESS에 가장 많이 사용되는 배터리는 뭐야?",
"3M사는 F500EA를 개발했어?",
"BMS 안전시험 요구사항 및 표준을 나타낸 표에서, Thermal Management 항목에도 있고 Functional Safety 항목에도 있는 Standard가 뭐야?",
"UL \\(1973\\), UL \\(9540\\) NAVSEA S\\(9310\\)의 표준을 따르는 BMS 안전시험의 요구사항이 뭐야?",
"BMS 안전시험의 Over-discharge 요구사항에는 어떤 Standard가 적용돼?",
"표 \\(2\\)에 따르면, BMS 안전시험에서 Thermal Fault가 만족해야 하는 표준이 뭐야?",
"Functional Safety 요구사항에는 적용되지만 Over-discharge 요구사항에는 적용되지 않는 표준이 뭐야?",
"BMS 안전시험을 할 때, 가열과 냉각 부문에서는 어떤 Standard에 따라서 평가해?",
"BMS 안전시험에 있어서, Cell Operating Range 항목을 평가할 때 사용되지 않는 Standard가 뭐야?",
"BMS 안전시험에서, Overheating Control 항목에 대해 요구되는 Standard가 뭐야?"
] |
3faeda66-3501-4ed9-9e6c-55ba0a368f23
|
인공물ED
|
친환경 선박용 전기추진시스템 안전성 향상 기술개발 동향
|
<p>한편, 리튬이온 배터리 기반 ESS의 안전성향상 기술 개발에도 불구하고 리튬이온 배터리 특성상 화재 위험이 완전히 해결될 수는 없다. 이에 본 논문에서는 안전성에 최적화된 배터리 시스템으로 관심반고 있는 선박용 바나듐레독스흐름전지 기반 ESS 기술에 대해 소개하고자 한다.</p><p>바나듐레독스흐름전지(Vanadium Redox Flow Battery, VRFB)는 독보적인 안전성으로 인해 최근 태양광 풍력 등과 같은 신재생에너지를 저장하는 육상형 ESS용 배터리로 주목받으며 많은 연구와 실증이 이루어지고 있는데, 친환경 선박분야에서도 최근 네덜란드, 독일, 캐나다의 기업 간 합작프로젝트에서 VRFB를 선박용 전력저장장치로 활용하기 위한 연구가 진행되고 있다.</p><p>VRFB는 셀스택, 전해액탱크, 펌프 및 유로 등으로 구성되며, 펌프를 통해 양/음극 전해액을 순환시키고, 전해액 내의 활물질(레독스쌍)이 셀스택에서 각각 산화 - 환원되면서 충 - 방전이 이루어지는데, 셀스택에서의 발생하는 바나듐의 가수 변화를 수반한 전지반응은 아래 식(\(1\)), (\(2\))와 같다.</p><p>[VRFB의 충 - 방전 원리] (양) \( \mathrm{VO}^{2+}(4 \) 가 \( )+\mathrm{H}_{2} \mathrm{O} \leftrightarrow \mathrm{VO}^{2+} \) (5 가) \( +2 \mathrm{H}^{+}+e^{-} \)<caption>식 (\(1\))</caption>(음) : \( V^{3+}(3 \) 가 \( )+e^{-} \leftrightarrow V^{2+} \)<caption>식 (\(2\))</caption></p><p>VRFB는 상온동작 및 수(水)계 전해질을 사용하기 때문에 화재의 위험성이 전혀 없어 안전성이 보장된다. 최근 연구는 VRFB의 화재발생가능성을 시험하기 위해 Short circuit abuse test를 진행하여 VRFB의 안전성을 입증한 바 있다 (그림 \(13\)).</p><p>앞서 언급한 안전성 외에도 VRFB는 선박용 전력저장장치 활용에 적합한 몇 가지 특성을 가지고 있다.</p><p>먼저 RFB는 전기적 출력(셀스택)과 에너지 용량(전해액탱크)의 독립적인 설계가 가능하여 대용랑화가 용이하여 선박과 같은 대형 수송시스템에 적합하다. 다음으로 선박은 일반적으로 장시간 항해하고 \(20\)년의 수명을 가지는데, VRFB는 전극과 활물질이 분리되어 있어 두 물질 간의 부반응(Side reaction)이 최소화되기 때문에 \(2\)만회 및 \(20\)년 사용에도 불구하고 용량감소가 거의 없다 (그림 \(13\)). 특히, 바나듐 전해액의 경우 영구적인 재생이 가능하여 리튬이온배터리에 비해 폐기물을 줄일 수 있으니 환경친화적이기까지 하다.</p><p>한편, VRFB의 초기투자 비용은 리튬이온전지에 비해 높은 편이다. 하지만 \(4\)시간 이상을 연속운전하거나 대용량 저장장치가 필요한 시스템에서는 오히려 경제성이 뛰어나다는 평가를 받고 있다(그림 \( 14,15) \)</p><p>VRFB가 앞서 언급한 장점들로 인해 대형 수송 모빌리티에 활용될 것이 기대되나, 한편으로 이는 육상용 ESS로 주로 연구되었기 때문에 VRFB를 선박에 적용하기 위해서는 고출력 대형 셀스택, 고에너지 밀도, 효율 개선, 선박환경에서의 신뢰성 확보 등 지속적인 연구가 필요할 것으로 보인다.</p>
|
[
"리튬이온 배터리 기반 ESS의 안전성향상 기술을 개발시 화재 위험을 완전히 해결할 수 있어?",
"친환경 선박분야에서 어떤 나라들간의 합작프로젝트가 진행중이야?",
"VRFB는 무엇으로 구성 돼?",
"VRFB는 어떻게 조직될까?",
"본 논문에서 말하는 안전성에 최적화된 배터리 시스템은 뭐야?",
"최근 연구에서 VRFB의 화재발생가능성을 시험하기 위해 진행한 것은 뭐야?",
"영구적인 재생이 가능하고, 리튬이온배터리에 비해 폐기물을 줄일 수 있는 것은 뭐야?",
"RFB는 어디에 적합한가?",
"어디에 RFB가 적합하지?",
"대형 수송 모빌리티에 활용될 것으로 기대하고 있는 것은 뭐야?",
"바나듐 전해액의 장점은 뭐야?",
"무엇이 바나듐 전해액의 장점일까?",
"최극 육상형 ESS용 배터리로 주목받고 있는것을 뭐라고 해?",
"VRFB에서 무엇을 통해 전해액을 순환시켜?"
] |
9a3b0742-8e25-47e2-8657-9dd41a8e9b8a
|
인공물ED
|
친환경 선박용 전기추진시스템 안전성 향상 기술개발 동향
|
<h2>2. 선박용 전기추진모터 안전성 향상 기술</h2><p>앞서 기술한 바와 같이 선박용 전기 추진 시스템의 고장은 탑승객의 생명과 직결될 수 있는 문제이므로, 어떠한 경우라도 안전하게 육상으로 복귀할 수 있는 충분한 안전성 및 신뢰도가 보장되어야 한다. 주 발전기 및 추진 전동기의 고장에 대한 여유도(redundancy) 및 신뢰성을 증대하기 위해 다양한 방안들이 고려되고 있으며, 그 중 대표적인 기법들을 표 \(1\)에서 소개하고 있다.</p><table border><caption>표 \(1\). 추진시스템 안전성 향상을 위한 설계 기법</caption><tbody><tr><td>Techniques</td><td>References</td></tr><tr><td>Multiple motors/generators</td><td>[\(9\)]</td></tr><tr><td>Multi-phase stator windings</td><td>[\(10-12\)]</td></tr><tr><td>Multiple three-phase windings</td><td>[\(13\)]</td></tr><tr><td>Modular structure</td><td>[\(14, 15\)]</td></tr></tbody></table><p>설계 시 시스템 여유도를 증가시키는 방안은 전기선박의 안전성 향상을 위한 방법으로 널리 사용되어왔다. 특히 함정에 적용되는 전기 시스템의 고장은 전투 불능 등의 치명적인 상황으로 이어질 수 있으므로, 설계 시 각별한 주의가 요구된다. 일례로 영국과 프랑스가 공동 출자하여 개발한 Type \(45\) 구축함은 여유도 향상을 위해 Converteam에서 개발한 멀티레벨 인버터(VDM\(25000\))와 \(15\)상 유도전동기(Advanced Induction Motor)를 전기추진시스템에 탑재하였다. 이후 GE가 Converteam을 인수하면서 미해군 구축함 Zumwalt의 전기추진시스템에도 멀티레벨 컨버터 및 그림 \(5\)에 나타난 다상 유도전동기가 사용되었다. 프랑스의 ALSTOM 또한 다상 유도전동기를 쇄빙선 및 굴착선 등의 특수 목적 선박에 적용하고 있다. 그밖에 Jeumont에서 잠수함 용도로 다상 영구자석형 동기전동기를 제작하기도 하였다. 영구자석형 전동기는 타 전동기 대비 고출력밀도, 고효율 특성으로 소형화에 적합한 특성이 있지만, 전기선박 추진시스템에 적용 시 회전자의 영구자석에서 생성된 자속이 고장 조건에서 과도한 전압 또는 전류를 생성시킬 수 있다는 점을 주의해야 한다.</p><p>이외에 선박 추진 전동기의 안전성을 증가시키는 설계 기법들은 다양한 논문을 통해 소개된 바 있다. 대표적인 예로 고정자 권선 간 전기적/자기적/물리적인 분리를 가능하게 하는 집중권 권선의 적용, H bridge 인버터, 각 상의 독립적인 제어가 가능하고 유지보수가 용이한 모듈식 고정자, 시스템 여유도 증대에 적합한 다상 권선 및 다중 \(3\)상 권선의 적용 등이 있다. 그림 \(6\)은 집중권 권선, 영구자석을 제거한 릴럭턴스 타입의 로터 적용, 영구자석 의존도를 줄인 혼합 여자 방식, 고정자 측에 영구자석을 배치한 flux switching 전동기 등 우수한 고장 특성을 나타내는 다양한 전동기의 종류를 소개하고 있다.</p>
|
[
"선박용 전기 추진 시스템의 고장은 탑승객의 생명과 직결될 수 있나요?",
"선박용 전기 추진 시스템은 어떤 것과 신뢰도가 보장되어야 하니?",
"선박용 전기 추진 시스템은 안정성과 어떤 것이 보장되어야 하니?",
"전기선박의 안전성 향상을 위해 어떤것을 설계 시 방안으로 사용 했니?",
"멀티레벨 컨버터 및 다상 유도 전동기를 어떤 것에 사용했니?",
"추진 전동기와 주 발전기의 고장에 대해 어떤 것을 연구 중이니?",
"어떤 것에 대한 신뢰도와 여유도를 증가 시키기 위한 방안을 고려하고 있니?",
"어떤 것을 탑재해 Type \\(45\\) 구축함의 여유도 향상을 했니?",
"[\\(14, 15\\)]를 보면 확인할 수 있는 설계기법은 무엇이니?",
"어떤 상태로 이어질 수 있기 때문에 함정의 전기 시스템 설계시 주의가 요구되니?",
"전기,자기,물리적으로 고정자 권선 간 분리를 위해 어떤 것을 적용했니?",
"표1에서 봤을때, Multi-phase stator windings는 어떤 것을 보면 설계기법의 확인이 가능하니?",
"전기선박 추진시스템에 적용 시 회전자의 영구자석에서 생성된 자속이 고장 조건에서 과도한 전압 또는 전류를 생성시킬 수 있다는 점을 주의해야 하니?",
"쇄빙선 및 굴착선등 특수 목적 선박에 프랑스가 적용 한 것은 무엇이니?",
"무엇을 영국과 프랑스가 공동 출자해 개발했니?",
"표1은 무엇을 확인하기 위한 것 이니?",
"Multiple three-phase windings 설계기법을 확인 할 수 있는것은 무엇이니?",
"표1에서 [13]을 보면 어떤 설계기법을 확인 할 수 있니?",
"[\\(9\\)]로 확인할수 있는 것은 무엇이니?",
"타 전동기에 비해 소형화에 적합한 것은 무엇이니?"
] |
a88489c0-f5db-4f1e-860c-e62e4427116c
|
인공물ED
|
친환경 선박용 전기추진시스템 안전성 향상 기술개발 동향
|
<h1>요 약</h1><p>본 논문에서는 친환경 선박용 전기추진시스템의 안전성 향상 기술개발 동향에 대해 조사하였다. 온실효과 및 탄소배출량 감축을 위해 친환경 전기선박에 대한 수요는 점차 늘어날 전망이다. 친환경 전기선박의 주요 구성요소 중 하나인 에너지 저장장치에는 에너지밀도와 효율이 높은 리튬이온 배터리가 일반적으로 사용된다. 하지만 리튬이온 배터리는 에너지 저장장치의 주요 화재원인 중 하나로 지목된다. 항해 중인 선박에 화재 발생 시, 화재진압을 위한 소방설비 및 소방작업이 제한되어 친환경 선박에서의 안전성 향상기술은 더욱 중요하다. 본 논문에서는 친환경 선박의 안전성 향상을 위한 전기추진모터 및 에너지저장장치에 적용되는 최신 기술에 대해 조사 및 분석을 진행하였다.</p>
|
[
"온실효과 및 탄소배출량 감축을 위해 미래에 늘어나는 것은 뭐야?",
"온실효과 및 탄소배출량 감축을 위해 미래에 무엇이 증가해",
"본 논문에서 말하는 친환경 전기선박의 주요 구성요소는 뭐야?",
"어떤 구성요소가 본 논문에서 말하는 친환경 전기선박에 있니",
"에너지 저장장치에 주로 사용되는 배터리는 뭐야?",
"어떤 배터리가 에너지 저장장치에 주로 이용되니?",
"본 논문에서 말하는 리튬이온 배터리의 이점들은 뭐야?",
"무엇이 본 논문에서 말하는 리튬이온 배터리의 장점이야?",
"리튬이온배터리 사용시 문제가 되는 것은 뭐야?",
"무엇이 리튬이온배터리 이용시 문제가 되지?",
"본 논문에서는 무엇에 대해 조사하고 있어?",
"무엇에 대해 본 논문에서 연구해?",
"항해 중인 선박에 화재 발생 시 제한 되는 것은 뭐야?",
"무엇이 항해 중인 선박에 화재 발생 시 통제되지",
"본 논문에서 친환경 선박의 안전성 향상을 위해 알아본 것은 뭐야?",
"친환경 선박의 안전성 향상을 위해 본 논문에서 알아본 것은 뭐지"
] |
4747e52d-9a8c-4277-8573-29ceab50cd8f
|
인공물ED
|
Purcell effect를 고려한 OLED 광학 시뮬레이션 동향
|
<h1>3. Purcell effect를 고려한 EQE 도출</h1><p>앞 장에서 Purcell effect의 영향과 이를 고려한 식들을 살펴보았고 최종적으로 Purcell effect가 고려 된 EQE 식을 도출하고자 하는데 그전에 광학 효율을 계산하는 입장에서 Purcell effect를 어떻게 고려해야 하는지 살펴보고자 한다.</p><p>광학 효율은 만들어진 photon 1개가 emission될 확률을 계산하는 것이기 때문에 total power가 1로 normalization되야 정의에 맞다. 그렇기 때문에 광학 계산으로부터 나온 outcoupled power (\( \mathrm{P}(\lambda) \)) 를 Purcell factor (\( \mathrm{F}(\lambda) \)) 로 나누어 주어야 한다. 즉</p><p>\( P(\lambda) \rightarrow \frac{P(\lambda)}{F(\lambda)} \)</p><p>그럼 이제 EQE 를 써보면 크게 3 개항의 곱으로 되어 있다.</p><p>\(\mathrm{EQE}= \text{재료효율} \times \text{소자효율} \times \text{광학효율}\)</p><p>여기서 재료 효율은 radiative decay 할 확률이고 소자 효율은 입력된 전하 당 재결합 확률이고 광학 효율은 photon 하나 당 emission될 확률이다. 한편 singlet과 triplet spin statics 항은 재료에 따른 상수이므로 제외하였다. 이를 다시 표현하면</p><p>\( \mathrm{EQE}=\frac{\Gamma_{r}}{\Gamma_{r}+\Gamma_{n r}} \times \eta_{c b} \times \mathrm{P}(\lambda) \)</p><p>Purcell effect (\( \mathrm{F}(\lambda) \))를 넣으면</p><p>\( \mathrm{EQE}=\frac{\mathrm{F}(\lambda) \Gamma_{r}}{\mathrm{~F}(\lambda) \Gamma_{r}+\Gamma_{n r}} \times \eta_{c b} \times \mathrm{P}(\lambda) / F(\lambda) \)</p><p>그런데 소자효율 (\( \eta_{\mathrm{cb}} \)) 에서는 Purcell effect가 없을까? 이것을 확인하기 위해서는 exciton rate equation을 살펴볼 필요가 있다.</p><p>\( \Delta S=\Delta R-\Delta Q+\Delta S_{\text {diff }}-\frac{S}{\tau_{s}} \cdot \Delta t \)</p><p>( \( \Delta S \) :the exciton density, \( \Delta R: \) the recombination, \( \Delta Q \) :the exciton quenching, \( \Delta S_{\text {diff }} \) the exciton diffusion, \( \tau_{s} \) :the exiton lifetime, \( \Delta t \) :time)</p><p>steady state에서 \( \Delta \mathrm{S} / \Delta \mathrm{t}=0 \) 이고 \( \Delta \mathrm{S}_{\text {diff }} / \Delta \mathrm{t}=0 \) 이므로 \[ \frac{\Delta \text { Recombination }}{\Delta t}-\frac{\Delta Q \text { uenching }}{\Delta t}=\frac{\text { exiton density }}{\tau_{s}} \]</p><p>왼쪽의 두 항이 각각 recombination rate과 quenching rate인데 이 두 항이 소자 효율을 결정하기 때문에 소자의 재료 특성과 구조 특성에 의해 결정되는 항이고 이 안에는 Purcell effect가 없다. 그렇기 때문에 소자 효율에서는 Purcell effect에 의한 영향이 나타나질 않는다. 그렇다면 오른쪽 항에 \( \tau_{\mathrm{s}} \) 가 Purcell effect에 의해 바뀔 수 있는데 왼쪽의 값이 Purcell effect의 영향을 받지 않으므로 오른쪽 값도 Purcell effect의 영향을 받지 말아야 한다. 그러려면 오른쪽 항의 \( \mathrm{S} \), 즉 singlet exciton density가 \( \tau_{\mathrm{s}} \) 의 변화에 따라 같은 비율로 변해야 한다는 것을 예측할 수 있다. 위 EQE를 다시 정리하면 하기와 같다.</p><p>\( \begin{aligned} \mathrm{EQE} &=\frac{\mathrm{F}(\lambda) \Gamma_{r}}{\mathrm{~F}(\lambda) \Gamma_{r}+\Gamma_{n r}} \times \frac{\mathrm{P}(\lambda)}{F(\lambda)} \times \eta_{c b} \\ &=\frac{\Gamma_{r}}{\mathrm{~F}(\lambda) \Gamma_{r}+\Gamma_{n r}} \times \mathrm{P}(\lambda) \times \eta_{c b} \\ &=\frac{\mathrm{P}(\lambda)}{\mathrm{F}(\lambda)+\mathrm{n}} \times \eta_{c b}, \quad\left(\mathrm{n}=\frac{\Gamma_{n r}}{\Gamma_{r}}\right) \end{aligned} \)</p><p>결국 재료에 의해 \( \mathrm{n} \) 값이 결정되므로 재료의 양자 효율이 높아 \( \Gamma_{r} \) 이 \( \Gamma_{n r} \) 에 비해 매우 큰 재료라면 \( \mathrm{n} \) 이 0 에 가까워져 \( \mathrm{EQE}=\frac{\mathrm{P}(\alpha)}{F} \times \eta_{c b} \) 의 간단한 형태가 되어 기존에 Purcell effect를 고려하지 않고 계산한 EQE값을 Purcell factor \( \mathrm{F} \) 로 나누어 주기만 하면 된다.</p><p>하지만 이론적으로 도출한 이 식이 형광, 인광 등 다양한 재료 및 1 차 공진 구조에서 보정 term이 없이 깨꿋하게 성립할 수 있는지 앞으로 실험을 통한 검증이 더욱 많이 되어야 할 것으로 생각한다.</p>
|
[
"광학 효율의 total power가 1로 normalization되야 정의해야 하는 이유는 무엇입니까?",
"EQE 식에서 입력된 전하 당 재결합 확률은 무엇입니까?",
"EQE 식에서 입력된 전하 당 재결합 확률은 뭐지",
"광학 효율은 만들어진 photon 1개가 emission될 확률을 계산하는 것이기 때문에 total power가 1로 normalization되야 정의하기 때문에 계산을 어떻게 해야 합니까?",
"그런데 소자효율 (\\( \\eta_{\\mathrm{cb}} \\)) 에서는 Purcell effect가 없을지 확인하기 위해서 사용한 식은 무엇입니까?",
"본문에서 재료에 의해 \\( \\mathrm{n} \\) 값이 결정되므로 재료의 양자 효율이 높아 \\( \\Gamma_{r} \\) 이 \\( \\Gamma_{n r} \\) 에 비해 매우 큰 재료라면 \\( \\mathrm{n} \\) 이 0 에 가까워져 식은 어떻게 됩니까?",
"EQE 식에서 radiative decay 할 확률은 무엇입니까?",
"EQE 식에서 radiative decay 할 확률은 얼마지",
"EQE 식에서 photon 하나 당 emission될 확률은 무엇입니까?",
"EQE 식에서 photon 하나 당 emission될 확률은 얼마야",
"EQE는 몇개의 항의 곱인가?",
"몇개의 항목의 곱이 EQE야"
] |
c40f8884-52d0-4161-a695-bd225bf913b7
|
인공물ED
|
Purcell effect를 고려한 OLED 광학 시뮬레이션 동향
|
<h1>1. 서론</h1><p>OLED (Organic Light Emitting Diode)의 효율 즉, EQE (External Quantum Efficiency)를 향상시키기 위해 많은 노력을 기울여 왔고 이를 소자 제작 전에 미리 예측하기 위한 광학 해석 기술 개발이 선행되어 왔다. 지금까지의 광학 해석 기술은 Purcell effect를 고려하지 않아도, 광 효율 및 시야각 특성을 예측하는데 문제가 없었다. 이는 Mobile Display인 경우 소자 내부의 박막 구조로 2차 공진 구조를 사용하며, 이때의 소자 두께가 충분히 두꺼워 예측 값과 측정 값이 거의 일치하는 것이다. 만약 1차 공진 구조를 적용하려 한다면 소자의 두께가 매우 얇아지고 이에 따라 광원의 위치가 전극에 매우 가깝게 분포하게 된다. 이로 인하여 소자의 Purcell effect가 커지고 두께 변화에 크게 민감하게 되며, Purcell effect를 고려하지 않고 광학 계산을 하게 되면 예측 값과 측정 값의 차이가 커질 것이다. 그런데 OLED 광학 해석 기술에 Purcell effect를 고려하여 계산하는 것에 대한 연구가 약 10년 전부터 활발히 진행되어왔으며, 지금은 발전 단계에 있는 것으로 보여진다. 그러면 위에서 언급한 Purcell effect가 무엇이고 이 effect에 대한 연구 history, 그리고 EQE를 계산하는데 어떤 형태로 고려되는 것이 타당한 지에 대해 살펴보려 한다.</p>
|
[
"20년 전에는 광학 해석 기술은 Purcell effect를 고려하지 않아도 된다.",
"Mobile Display인 경우 소자 내부의 박막 구조로 2차 공진 구조를 사용한다.",
"OLED 광학 해석 기술에 Purcell effect를 고려하여 계산하는 것에 대한 연구가 3년 전부터 활발히 진행되어왔으며 지금은 발전 단계에 있는 것으로 보여진다."
] |
e77e97f0-3027-4f46-952f-a88dfd9fa36f
|
인공물ED
|
Purcell effect를 고려한 OLED 광학 시뮬레이션 동향
|
<h1>2. Purcell Effect 검토</h1><h2>2.1. Purcell Effect란?</h2><p>Purcell effect는 1940년대 Edward Mills Purcell이 공진 구조에서 spontaneous emission probability가 증가하고 relaxation time이 줄어든다는 것을 발견하였고 이 증가 비율이 Purcell factor로 불리운다.</p><h2>2.2. Purcell Effect 연구 history</h2><p>OLED와 같은 microcavity 구조에서 Purcell effect 관련 내용이 나타나기 시작한 것은 1970 K.H. Drexhage가 발표한 논문에서 시작되었다. 이 논문에서 형광 분자 (europium dibenzoylmethan complex)가 mirror 위에 놓여 지면 형광의 시야각 분포와 lifetime이 변한다는 것이었다. 이와 같은 현상에 대해 최초에 형광 분자로부터 위로 출발한 빛과 아래로 출발하여 반사한 빛들 과의 간섭 현상으로 시야각 분포가 발생하는 것으로 설명하였고 또한 이 intensity를 적분함으로써 형광 분자와 mirror 사이의 거리에 따른 lifetime 변화에 대해서 설명하고자 하였다. 결과적으로는 광원이 멀리 놓였을 때는 비교적 잘 맞지만 광원에 가까워지면 잘 안 맞는 결과가 나왔다. 이후 이 특이한 실험 결과에 대해 많은 학자들이 관심을 갖고 다양한 이론적 접근을 시도하였다.</p><p>이후 1974년 Chance와 Prock, Silbey 세 명의 학자가 이 주제로 논문을 발표하였고 dipole이 전극 mirror 앞에 놓여 있을 때 dipole의 운동방정식 (식(1))으로부터 damping coefficient b를 decay rate으로 보고 external electric filed에 의해 만들어지는 decay rate의 변화 관계식을 도입하여 mirror로 인한 image dipole이 만드는 image field를 계산하였다. 여기에 양자효율과 dipole 방향 성분비를 parameter로 하여 dipole 거리에 따른 lifetime의 변화를 계산하였다. 기존의 다른 이론들 보다 실험 결과와 좀 더 근접하는 결과를 도출하였는데 여전히 가까운 거리에서 실험 결과와 다소 차이가 존재하는 문제가 남아 있었다.</p><p>\( \ddot{u}+\omega^{2} u=\left(\frac{e^{2}}{m}\right) E_{R}-b u \)<caption>(1)</caption></p><p>(\( \omega \)는 damping이 없을 때 dipole 진동수이고 \( \mathrm{m} \)은 dipole의 effective mass이고 \( \mathrm{E}_{\mathrm{R}} \)은 dipole 위치에서 반사파의 전기장이며 b는 mirror가 없을 때 damping 상수 (lifetime 역수)이다.)</p><p>이후 많은 세월이 흘러 1997년 Kristiaan A. Neyts가 "Simulation of Light Emission from thin film microcavities"란 제목의 논문을 발표했고 이 논문에서 Purcell factor가 total power이고 이 값을 계산할 수 있게 됨으로써 cavity에서 exciton lifetime의 변화를 쉽고 정확하게 계산할 수 있게 되었다. 즉 \( \frac{\tau}{\tau_{0}}=\frac{b_{0}}{b}=\frac{\Gamma_{0}}{\Gamma}=\frac{1}{\left(1-q_{0}\right)+q_{0} F} \) 이므로 재료의 양자 효율과 Purcell effect 계산 값을 넣어주면 \( \frac{\tau}{\tau_{\infty}} \)를 쉽게 구할 수 있다.</p><p>(\( \tau_{0}\), \(\Gamma_{0}\), \(q_{0} \) : the lifetime, the decay rate, the quantum efficiency in the free space, \( \tau\), \(\Gamma\) : the lifetime, the decay rate in the cavity \( \mathrm{F} \) : the purcell factor)</p><p>한편 Purcell effect가 cavity 안에서 방출하는 total power이므로 radiative decay rate을 바꾸어 준다는 것이다. 즉 \( \Gamma_{0}=\Gamma_{r}+\Gamma_{n r} \) 에서 \( \Gamma=\mathrm{F}_{r}+ \) \( \Gamma_{n r} \) 로 바뀐다는 것이다. 이 결과는 재료의 양자 효율이 바뀌는 것이므로 나중에 EQE 를 계산하는데 사용되게 된다.</p>
|
[
"\\(u+w^2u\\)는 m값이 커질 때 증가한다",
"intensity를 적분함으로써 형광 분자와 mirror 사이의 거리에 따른 lifetime 변화에 대해서 설명하고자 하였다."
] |
8d22ff82-52ef-407c-a810-cd6140bcd259
|
인공물ED
|
첨두전류모드 제어기로 구동되는 병렬 승압컨버터의 전류분배 제어기
|
<h1>3. 실험 및 결과</h1><p>실험에 사용한 파라미터는 표 1과 같고 병렬 승압 컨버터는 연속전류모드에서 동작하도록 하였다. 컨버터에 사용된 전압제어기의 파라미터는 \( C_{o 1} \)과 \( C_{o 2} \)를 각각 \( 100[\mathrm{pF}], 0.01[\mu \mathrm{F}] \)을 사용하였고 \( R_{o 1} \)과 \( R_{o 2} \)는 모두 \( 20[\mathrm{k} \Omega] \)을 사용하여 실험하였다.</p><p>그림 8은 컨버터의 모듈 수가 2인 경우의 보드선도를 보인 것이다. 이 그림에서 \( T_{1} \)의 위상여유는 약 \( 83^{\circ} \)이고 \( T_{2} \)의 위상여유는 약 \( 75.8^{\circ} \)를 보여주고 있어 시스템이 안정함을 알 수 있다. 그림 9는 컨버터의 모듈 수가 4인 경우의 보드선도를 보인다. 이 그림에서 \( T_{1} \)의 위상여유는 약 \( 80.1^{\circ} \)이고 \( T_{2} \)의 위상여유는 약 \( 80^{\circ} \)를 보여주고 있어 시스템이 안정함을 알 수 있다. 그림 8과 그림 9는 거의 일치한다는 것을 알 수 있는데 이것은 전류분배제어기를 적절하게 설계한 경우 컨버터의 모듈 수가 증가하더라도 전류분배 제어기를 다시 설계할 필요가 없다는 것을 알 수 있다.</p><table border><caption>표 1 실험 파라미터</caption><tbody><tr><td>Output capacitor</td><td>\( 220[ \mu \mathrm{F}] \)</td></tr><tr><td>Inductor \( L_{1} \)</td><td>\( 105[ \mu \mathrm{F}] \)</td></tr><tr><td>Inductor \( L_{2},L_{3},L_{4} \)</td><td>\( 212[ \mu \mathrm{H}] \)</td></tr><tr><td>Sensor \( H_{1} \)</td><td>\( 8[ \mathrm{V}]/ 10[\mathrm{A}] \)</td></tr><tr><td>Duty ratio</td><td>\(7 / 12 \)</td></tr><tr><td>Input voltage</td><td>\( 5[ \mathrm{V}] \)</td></tr><tr><td>Output voltage</td><td>\( 12[ \mathrm{V}] \)</td></tr><tr><td>Switching frequency</td><td>\( 33[ \mathrm{kHz}] \)</td></tr><tr><td>Load \( R_{o} \)</td><td>\( 47[\Omega] \)</td></tr></tbody></table><p>인덕턴스 불일치에 대한 영향을 알아보기 위해 모든 실험은 첫 번째 모듈의 인덕턴스를 다른 모듈에 비해 \( 50[\%] \) 감소시켜 실험을 하였다. 그림 10 은 2개의 모듈에 전류분배 제어기만 사용하여 실험한 결과로 동일한 기준전압이 인가된 상태에서의 전류명령과 인덕터 전류 파형을 보인 것이다. 적분기를 가진 전압제어기에서 전류분배 제어기가 존재하더라도 병렬컨버터의 전류명령은 서로 다르다는 것을 볼 수 있다. 첫 번째 모듈의 전류명령은 양의 방향으로 포화되고, 두 번째 모듈의 전류명령은 영임을 알 수 있다. 두 번째 모듈의 전류명령은 음의 값을 가져야 되나 실험에서 하드웨어적으로 전류명령이 음의 값을 갖지 않도록 설계하여 나타난 결과이다. 따라서 병렬컨버터에서 적분기를 가진 전압제어기는 전류 불평형이 쉽게 일어난다는 것을 알 수 있다.</p><p>그림 11과 12 는 2-모듈과 4-모듈 병렬 컨버터에서 전류분배 제어기를 사용하지 않고 전류명령버스만 사용한 경우의 실험 결과를 보인다. 전류명령버스에 의해 전류명령이 동일하게 인가되기 때문에 인덕터 전류의 첨두값은 동일해 짐을 볼 수 있다. 그러나 인덕터의 평균 전류에 대해서는 동일하지 않고 첫 번째 모듈의 평균전류가 다른 모듈에 비해 작다. 따라서 인덕터 불일치시에는 전류분배 제어기가 필요하다는 것을 알 수 있다.</p><p>그림 13과 14는 전류분배 제어기와 전류명령버스를 동시에 사용한 경우의 실험결과를 보인다. 그림 13은 2-모듈 컨버터의 실험결과를 보인 것으로 전류의 맥동 크기는 첫 번째 모듈의 전류 \( (i_{L 1}) \)가 두 번째 모듈의 전류 \( (i_{L 2}) \)보다 크다. 이것은 첫 번째 모듈의 인덕턴스가 두 번째 모듈의 인덕턴스보다 \( 50[\%] \) 작기 때문에 더 큰 맥동 크기를 보인다. 이와 같이 서로 다른 인덕턴스를 가진 모듈이라도 두 인덕터의 평균전류는 약 \( 3.93[\mathrm{A}] \)로 동일해 짐을 알 수 있다. 그림 14는 4-모듈 컨버터의 실험결과를 보인 것으로 각 모듈의 평균 인덕터 전류는 약 \( 1.93[\mathrm{A}] \)로 동일하게 분배되고 있음을 알 수 있다.</p><p>그림 15와 16은 전류분배 제어기와 전류명령버스를 동시에 사용한 경우의 실험결과로 각각 2-모듈과 4-모듈의 병렬 컨버터에 대한 부하변동 실험파형을 보인다. 부하변동 실험에 사용한 저항은 모두 \( 5.6[\Omega] \) 이다. 두 그림에서 각 모듈의 평균 인덕터 전류는 부하 변동시에도 전류 불평형이 생기지 않고 전류분배가 잘 이루어지고 있음을 알 수 있다.</p>
|
[
"표 1 실험 파라미터에서 입력 전압 파라미터의 전압은 얼마로 나타나지?",
"표 1에서 Duty ratio의 파라미터 값은 얼마로 나타나지?",
"표 1 실험 파라미터에서 출력 전압 값은 얼마지?",
"그림 11과 12에서는 2-모듈과 4-모듈 병렬 컨버터에 어떤 방법을 사용하여 실험을 진행했지?",
"그림 13과 14에서의 실험결과는 어떤 방법을 취하여 얻어냈지?",
"본 연구에서 부하변동 실험을 위해 어떤 방법을 취했지?",
"본 연구에서 컨버터는 어떤 방법으로 실험했지?",
"표 1 실험 파라미터에서 출력 캐패시터의 값은 얼마야?",
"표 1 실험 파라미터에서 \\( 212[ \\mu \\mathrm{H}] \\)라는 값을 가지는 파라미터는 무엇이지?",
"인덕턴스 불일치로 인한 영향을 알아보기 위해 어떤 방법으로 실험했어?"
] |
e94cbf55-50a9-4da2-8ebd-e2c5394ce48d
|
인공물ED
|
LCD 백라이트를 위한 새로운 CCFL 병렬구동 인버터
|
<h2>2.3 시스템의 전류해석</h2> <p>그림 4로부터 합성 임피던스 \( Z_{T 1}, Z_{T 2} \)를 구하면 \[ Z_{T 1}=Z_{1}+Z_{2}+Z_{L 1}+Z_{L 2} \\ =Z_{1}+Z_{2}+j w L_{1}-j w M+j w L_{2}-j w M \] \[ Z_{T 2}=Z_{3}+Z_{4}+Z_{L 3}+Z_{L A} \\ =Z_{3}+Z_{4}+j w L_{3}-j w M+j w L_{4}-j w M \]</p> <p>식 (16)과 (17)을 이용하여 각각의 전류는 다음 식에 의하여 구할 수 있다. \[ i_{1}=i_{2}=\frac{V_{\text {in }}}{Z_{T 1}} \] \[ i_{3}=i_{4}=\frac{V_{\text {in }}}{Z_{T 2}} \]</p> <p>식 (18)과 (19)에서 보듯이 램프전류는 입력전압과 출력단 합성임피던스에 의해 결정되며, 입력전압이 고정된 전압일 경우 출력단 합성임피던스에 의해 결정된다.</p> <h2>2.4 전압 해석</h2> <p>2.2절에 가정과 2.3절에서 구한 전류에 의해 램프의 전압은 다음과 같다. \[ V_{L A M P n}=Z_{n} \cdot i_{n} \] 이때 \( n=1,2,3,4 \)</p> <p>밸런스 변압기의 권선전압은 2.2절에 가정과 2.3절에서 구한 전류에 의하여 다음과 같이 구할 수 있다. \[ V_{\mathrm{Ln}}=j w L_{n} \cdot i_{n} \]</p> <p>식 (20)에서 보듯이 램프전압은 램프전류와 출력단 임피던스에 의해 결정된다. 또한 식 (21)과 같이 밸런스 변압기의 권선전압은 권선의 임피던스와 권선 전류에 의해 결정되며 이때 전압의 크기는 기존방법에 비해 작음을 알 수 있다.</p> <h2>2.5 정격 비교</h2> <p>이 절에서는 제안하는 시스템의 주 변압기 및 보조회로의 정격비를 기존회로와 비교한다.</p> <table border><caption>표 1 각 방식별 전압과 전류 비교</caption> <tbody><tr><td colspan=2></td><td>직렬 연결방식</td><td>콘덴서 연결방식</td><td>제안하는 방식</td></tr><tr><td colspan=2>램프간 임피던스 오차가 \( 40 \% \)일때 램프전류의 오차</td><td>\( 24 \% \)</td><td>\( 12 \% \)</td><td>\( 7 \% \)</td></tr><tr><td rowspan=2>주 변압기</td><td>VRMS</td><td>\( 1300 \mathrm{V} \)</td><td>\( 2500 \mathrm{V} \)</td><td>\( 1500 \mathrm{V} \)</td></tr><tr><td>IRMS</td><td>\( 26 \mathrm{mA} \)</td><td>\( 26 \mathrm{mA} \)</td><td>\( 26 \mathrm{mA} \)</td></tr><tr><td rowspan=2>램프</td><td>VRMS</td><td>\( 650 \mathrm{V} \)</td><td>\( 650 \mathrm{V} \)</td><td>\( 650 \mathrm{V} \)</td></tr><tr><td>IRMS</td><td>\( 6.5 \mathrm{mA} \)</td><td>\( 6.5 \mathrm{mA} \)</td><td>\( 6.5 \mathrm{mA} \)</td></tr><tr><td rowspan=2>보조회로</td><td>VRMS</td><td></td><td>\( 600 \mathrm{V} \)</td><td>\( 150 \mathrm{V} \)</td></tr><tr><td>IRMS</td><td></td><td>\( 6.5 \mathrm{mA} \)</td><td>\( 6.5 \mathrm{mA} \)</td></tr></tbody></table> <p>제안하는 방식은 표 1에서 보듯이 적은 용량의 밸런스 변압기를 추가하여 램프간 전류오차를 크게 줄일 수 있으며 기존 방법인 콘덴서를 직렬 연결하여 구동하는 방식에 비해 낮은 램프 입력전압을 요하므로 인버터단 주 변압기의 용량이 감소하는 효과를 얻을 수 있다.</p>
|
[
"기존 방법은 어떤 과정으로 회로가 구동되는가?",
"기존 방법은 어떻게 회로를 구동시켜?",
"표 1에서 \\( 150 \\mathrm{V} \\)값을 가지는 방식은 어떤 방식인가?",
"어떤 방식이 표 1에서 \\( 150 \\mathrm{V} \\)값을 지니는가?",
"표 1에서, 주 변압기의 VRMS를 직렬 연결했을 때의 값은 얼마인가?",
"표 1에서 VRMS일 때 어떤 방식이든 상관없이 같은 값을 가지는 것은 무엇인가?",
"표 1의 VRMS에서 가장 큰 값을 가지는 연결방식의 값은 무엇인가?",
"표 1에서, 램프간 임피던스 오차가 \\( 40 \\% \\)일때 램프전류의 오차가 가장 큰 방식은 무엇인가?",
"표 1에서 확인할 수 있는 정보로, 보조회로에서 VRMS를 콘덴서 연결방식으로 했을 때의 값은 무엇인가?"
] |
f5243d17-98f3-4bf7-bedd-7d554127995b
|
인공물ED
|
신체 분절의 연조직 변형을 고려한 관성센서신호 기반의 상대위치 추정 칼만필터
|
<h1>1. 서 론</h1><p>스포츠나 생체역학 등의 분야에서 인체의 동작을 공간의 제약없이 측정하기 위헤 관성센서(inertial measurement unit, 이하 IMU)를 퉁한 모선캡처가 활발히 연구되고 있다. 예로 보행 특성에 대헤 분석하기 위해, 하지의 분전에 IMU를 부착하여 무를 또는 발목에 대한 관절각이나 신체 분절간 상대위치를 실시간으로 측정 가능하다. IMU는 공간의 제약을 받지 않으면서 인체의 움직임을 감지할 수 있다는 점에서 할용도가 높다. 다반, IMU는 자세나 위치 정보를 직접직으로 제공하지 않으므로, 칸만필터(Kalman filter) 등의 센서 신호 융합 알고리즘을 퉁헤 센서 신호를 자세나 위치 정보로 추정하는 과정이 필요하다.</p><p>본 논문의 주제인 신체 분절간 상대위치 추정의 경우, 다음의 두 가지 정보를 통해 손쉽게 계산될 수 있다: (i) 신체 분절간 상대자세와 (ii) 신체 분절에서 관절중심까지의 위치벡터 (segment-to-joint center vector, 이하 S2J벡터). 여기서, 신체 분절간 상대 간 상대자세는 각각의 분절에 부착된 IMU가 제공하는 분절자체의 자세를 통헤 실시간으로 계산 가능하며, S2J백터의 경우 일반적으로 최소 자승법 등의 캘리브레이션 과정을 통해 상수 벡터의 형태로 결정된다. 따라서, 고정된 상수의 S2J벡터를 이용하는 기존의 상대위치 추정기법에서 상대위치 추정은 상대자세 추정의 부산물 정도로 여겨져 왔다.</p><p>하지만, 신체 분절에서 관절중심까지의 위치 벡터인 S2J벡터는 상수가 될 수 없다. 기존 방법에서의 상수 S2J벡터는, 신체 분절을 강체로, 관절 역시 기계식 관절로 가정하기 때문이다. 그러나, 신체 분절은 완벽한 강체가 아니며, 피부나 근육에 의해 변형이 발생한다. 즉, 피부에 대한 해부학적 신체 분절의 위치는 고정되어 있지 않고 변하게 된다. 또한, 분절에 대한 관절중심의 위치는 동작에 따라서 정도의 차이를 두고 약간씩 이동하는 특성을 갖는다. 이러한 신체 변형을 포괄적으로 연조직 변형(soft tissue artifact)이라 일컫는다. 따라서 연조직 변형에 따른 S2J벡터의 변동성은 상대 위치 추정의 정확성을 저해하는 중요한 요인이 되고 있다.</p><p>연조직 변형은 주로 피부에 부착된 마커를 통헤 측정이 이뤄지는 광학식 모션캡처 분야에서 고려되어 왔다. 특히 해부학적 분절에 대한 자세추정을 위해, 연조직 변형을 보상하는 방법이 연구되었다. 반면 IMU를 통한 모션캡쳐 분야의 경우, 연조직 변형이 구체적으로 고려된 연구는 현재까지 거의 없는 것으로 조사된다. 참고문헌 에서는 신체의 S2J 벡터에서 연조직 변형에 의한 부정확성을 감소시키기 위해 시변(time-varying) 벡터로서 추정하는 방법을 제안하였다. 이를 위해 분절로부터 전파된 관절중심 가속도가 0 인 구속조건식을 최적화 기법의 목적함수로 사용하였다. 참고문헌의 방법은 관절중심이 정적상태인 시스템에 대해서만 이용 가능한 한계점을 갖지만, 연조직 변형에 의한 S2J 벡터의 변동성을 정량적으로 고려했다는 점에서 의미를 갖는다.</p><p>본 논문은 IMU기반 상대위치 추정에 있어, 기존에 상수로 취급하던 S2J 벡터를 상태벡터로 설정하여 시변 벡터로 추정하는 칼만필터를 제안현다. 이를 통해 연조직 변형에 의한 영향을 보상하여 상대위치 추정의 정확도를 항상시키고자 한다. 캘리브레이션을 통해 결정된 상수 벡터를 측정값으로 참조하는 동시에, 인접한 두 분절로부터 전파된 관질중심 가속도의 구속조건식을 활용하였다. 이를 통해 연조직 변형에 의한 변형량을 포함한 S2J 벡터의 추정이 가능하다. 동시에 동작에 따른 변형을 고려하기 위해 공분산의 전환 기법을 적용하였다. 제안방법의 성능을 검증하기 위해, 허벅지와 정강이에 IMU를 부착하여 연조직 변형이 크게 발생하는 무료의 자세에 대한 실험을 진행하였다. 이와 함께 연조직 변형이 고려되지 않는 상대위치 추정법과의 비교 분석을 하였다.</p>
|
[
"무엇을 통해 자세나 위치 정보를 추정하는가?",
"신체 분절의 위치는 고정되지 않는데 약간씩 이동하는 특성을 갖는 신체 변형을 포괄적으로 뭐라고 하는 가?",
"인체의 동작을 공간의 제약없이 측정하기 위헤 무엇이 연구되고 있어?",
"이동물체의 속도와 방향, 중력, 가속도를 측정하는 장치의 명칭을 뭐라고 해?",
"IMU의 장점은 무엇인가?",
"IMU을 부착하였을때 무릎 또는 발목을 실시간으로 측정이 가능해?",
"신체 분절간 상대위치 추정의 경우 어쩐 정보를 통해 계산되는가?",
"S2J백터의 경우 캘리브레이션 과정으로 결정되는가?",
"S2J벡터를 이용한 기존의 기법은 무엇인가?",
"S2J벡터는 무엇때문에 상수가 될수 없는가?",
"신체 분절은 피부나 근육에 의해 변형하는가?",
"상대 위치 추정의 정확성을 저해하는 요인은 S2J벡터의 변동성때문인가?",
"시변벡터는 최적화기볍의 어떤 함수를 썼는가?",
"S2J 벡터는 정적인 시스템에 대해서만 이용이 가능한가?",
"S2J 벡터의 추정은 무엇을 포함하고 있는가?",
"연조직 변형은 어떤 분야에서 고려되어 왔는가?",
"칼만필터 제안방법의 성능을 검증하기 위해 무엇을 실험진행했나?",
"S2J 벡터는 연조직 변형의 부정확성을 감소를 위하여 어떤 방법을 제안했는가?",
"연조직 변형을 위해 어떤 기법을 적용하였는가?",
"왜 연조직 변형을 보상하는 방법이 연구되어 왔는가?"
] |
c16a7cb7-6840-4bfd-8f25-970fc3dd21ff
|
인공물ED
|
신체 분절의 연조직 변형을 고려한 관성센서신호 기반의 상대위치 추정 칼만필터
|
<h1>3. 검증실험</h1><p>본 논문에서 제안하는 상대위치 추정법의 성능을 검증하기 위해 허벅지와 정강이를 연결하는 무룦 관절에 대해 실험을 진행하였다. 검증 실험을 위해 3 축 가속도계와 3 축 자이로스코프를 포함하는 IMU인 MTw(Xsens Technologies B. V., Netherlands)가 사용되었으며, IMU를 벨크로 밴드를 통해 허벅지와 정강이의 측면에 부착하였다 (Fig. 1 참조). 여기서 IMU는 \( \mathrm{X} \) 축과 \( \mathrm{Y} \) 축이 분절의 시상면(sagittal plane)을 이루도록 부착하였으며, \( \mathrm{X} \) 축은 분절의 길이방향, \( \mathrm{Y} \) 축은 진행방향, \( \mathrm{Z} \) 축은 시상면에 수직하는 횡방향이다. 제안방법의 성능을 검증하기 위한 참조(Reference)값은 광학식 모션캡쳐 시스템인 OptiTrack Flex13 (Natural Point, USA)을 통해 측정되었다. 제안 방법에서도, 식 (1)의 상대자세 \( \mathbf{R}_{i j} \) 는 Flex13을 통해 공급하였다. 신체 분절의 중심은 센서의 중심과 동일하다고 가정하였으며, 두 시스템의 샘플링률은 \( 100 \mathrm{~Hz} \)로 설정하였다.</p><p>검증실험은 연조직 변형이 현저하게 드러날 수 있는 동작으로 무릅을 최대로 굽혔다가 펴는 동작을 반복하였다. 운동상태에 따른 변형 정도를 비교하기 위해, 무릎이 굽혀질 때 1 2초가량 정적상태를 유지하는 경우(Test 1,2 )와 즉각적으로 반복하는 경우 (Test 3)로 총 3 번의 실험을 진행하였다. 제안방법의 연조직 변형을 고려한 추정성능의 검증을 위헤 총 세가지 방법을 비교 분석하였다. 칫번째 M1은 식 (1)에 캘리브레이션을 통해 견정된 상수 벡터를 사용한 방법으로, 연조직 변형에 대해 고려되지 않는 경우이다. 두빈째 M2와 세번째 \M3은 제안 칼만필터에서 \( \mathbf{\Sigma}_{\delta} \) 에 대한 가중치를 각각, \( \beta_{y}=1+\left(\alpha-t h_{\alpha}\right)^{3} \) 와 \( \beta_{z}=1+\left(\alpha-t h_{a}\right)^{3} \) 로 설정한 경우에 해당한다. 이 때 나머지 성분의 가중치는 1 이다. 이는 S2J 벡터에서 변동성이 큰 두 성분에 대해 제안방법의 영향을 비교하기 위함이다.</p><p>상대위치 추정을 위한 상대자세는 참조 상대자세를 이용하였으며, 상수의 S2J 백터는 광학식 모션캡쳐 기반의 캘리브레이션을 통해 추정되었다. 허벅지와 정강이의 좌표계를 각각 \( i \) 와 라고 할 때 허벅지와 정강이로부터 무른 관절중심까지의 상수 벡터는 각각 ' \( \mathbf{s}_{i, \mathrm{cod}}=\left[\begin{array}{llll}-20.62 & -2.64 & -3.3\end{array}\right] \mathrm{cm}, \mathbf{s}_{j, c o t}= \)[22.86 \( -3.34-6.28] \mathrm{cm} \) 이다. 칼만필터의 진행잡음에 대한 공분산 행렬은 \( \mathbf{Q}_{t-1}=10^{-9} \cdot \mathbf{I}_{3} \) 으로, \( \delta \) 에 대한 분산값은 \( \sigma_{\delta}^{2}=10^{-9} \) 로 설정하였다. 공분산의 전환을 위한 굴절각의 문턱값 \( t h_{a} \) 은 변형이 본격적으로 발생한다고 판단되는 \( 60^{\circ} \) 로 적용하였다. 세방법의 추정성능은 참조 상대위치에 대한 오차와 RMSE(root mean squared error)를 통해 비교되었다.</p>
|
[
"\\( \\mathrm{X} \\) 축과 \\( \\mathrm{Y} \\) 축이 분절의 시상면(sagittal plane)을 이루도록 부착한 IMU에서 \\( \\mathrm{X} \\) 축은 무엇을 나타내지?",
"허벅지와 정강이 사이를 연결하는 무릎 관절에 대한 실험은 제안하는 무엇의 성능을 검증하기 위해서이지?",
"상대위치 추정법의 성능을 검증하기 위해서 허벅지와 정강이의 측면에 벨크로 밴드로 부착한 것은 무엇이지?",
"허벅지와 정강이의 측면에 벨크로 밴드로 부착한 IMU는 무엇을 포함하지?",
"부착한 IMU는 \\( \\mathrm{X} \\) 축과 \\( \\mathrm{Y} \\) 축이 분절의 시상면을 이루며 \\( \\mathrm{Z} \\) 축이 나타내는 것은 무엇이지?",
"벨크로 밴드를 통해 허벅지와 정강이의 측면에 부착한 IMU는 \\( \\mathrm{X} \\) 축과 \\( \\mathrm{Y} \\) 축이이 무엇을 이루도록 부착했지?",
"굽혔다가 펴는 동작은 연조직 변형이 현저하게 드러날 수 있는 동작을 통해서 어떻게 굽혔다가 펴게 했지?",
"센서의 중심과 동일하게 본 것은 무엇이지?",
"실험을 본 논문에서 실행했을 때 허벅지와 정강이를 이어주는 무릎 관절을 이용해서 어떻게 했지?",
"기능을 증명하기 위하여 제안한 방법에서의 참조 값은 어떻게 측정했지?",
"칼만필터의 진행잡음을 관련하여 \\( \\delta \\)에 관련한 분산값은 \\( \\sigma_{\\delta}^{2}=10^{-9} \\), 공분산 행렬은 무엇으로 했지?",
"연조직 변형이 고려되지 않은 방법으로 연조직 변형을 고려한 추정성능의 검증에서 캘리브레이션을 통해 결정된 무엇을 사용한 방법이지?",
"굽혀진 무릎으로 1 2초가량 정지된 상태를 유지할 때 (Test 1,2 )와 즉각적으로 다시할 경우 (Test 3)로 운동상태에 따른 변형 정도를 비교하기 위해서 실험을 어떻게 했지?",
"확실한 연조직 변형을 확인하기 위해서 본 실험에서 가장 높은 각도로 무릎을 굽혔다가 펴는 동작을 어떻게 했지?",
"상대자세는 상대위치를 추정하기 위해서 참조 상대자세를 이용하였으며 상수의 S2J 백터는 어떻게 추정했지?"
] |
9ce3b300-a06c-4240-8c9b-0ea7f4c2a0cf
|
인공물ED
|
신체 분절의 연조직 변형을 고려한 관성센서신호 기반의 상대위치 추정 칼만필터
|
<p>이를 통해 연조직 변형을 고려하여 \( { }^{i} \mathbf{s}_{i, t} \) 와 \( { }^{j} \mathbf{s}_{j, t} \) 를 추정하기 위한 칼만필터를 구성 가능하다. 식 (2)와 식 (3)으로부터 도출된 칼만필터의 진행모델은 다음과 같다.</p><p>\( \mathbf{x}_{t}=\mathbf{F} \mathbf{x}_{t-1}+\mathbf{w}_{t-1} \)<caption>(13)</caption></p><p>여기서 상태 전이행렬 \( \mathbf{F} \) 는 \( 6 \times 6 \) 단위행렬 \( \mathbf{I}_{6} \) 이며, \( \mathbf{w}_{t-1} \) 는 공분산 행렬 \( \mathbf{Q}_{t-1}=E\left[\mathbf{w}_{t-1} \mathbf{w}_{t-1}^{T}\right] \) 를 갖는 진행 잡음이다.</p><p>식 (4)와 식 (5), 식 (10)으로부터 도출된 칼만필터의 측정모델은 다음과 같다.</p><p>\( \mathbf{z}_{1}=\mathbf{H}_{1} \mathbf{x}_{1}+\mathbf{v}_{1} \)<caption>(14)</caption></p><p>여기서 \( \mathbf{z}_{t} \) 는 측정벡터를, \( \mathbf{H}_{t} \) 는 관측행렬을, \( \mathbf{v}_{1} \) 는 공분산 행렬 \( \mathbf{M}_{t}=E\left[\mathbf{v}, \mathbf{v}_{t}^{T}\right] \) 를 갖는 측정 잡음을 의미하며 각각, 다음과 같다.</p><p>\( \mathbf{Z}_{t}=\left[\begin{array}{lll}{ }^{i} \mathbf{s}_{i, c a l}^{T} & { }^{j} \mathbf{s}_{i, c a l}^{T} & \left(\mathbf{y}_{A, i, t}-\mathbf{R}_{i j, t} \mathbf{y}_{A, j, t}\right)^{T}\end{array}\right]^{T} \)<caption>(15)</caption></p><p>\( \mathbf{H}_{t}=\left[\begin{array}{cc}\mathbf{I}_{3} & \mathbf{O}_{3} \\ \mathbf{O}_{3} & \mathbf{I}_{3} \\ -\boldsymbol{\Phi}_{i, t} & \mathbf{R}_{i j, t} \boldsymbol{\Phi}_{j, t}\end{array}\right] \)<caption>(16)</caption></p><p>\( \mathbf{v}_{t}=\left[\begin{array}{lll}\boldsymbol{\delta}_{i}^{T} & \boldsymbol{\delta}_{j}^{T} & \left(\varepsilon_{i}-\mathbf{R}_{i j,} \varepsilon_{j}\right)^{T}\end{array}\right]^{T} \)<caption>(17)</caption></p><p>식 (13)의 진행잡음 \( \mathbf{w}_{t-1} \) 과 식 (17)에서의 S2J 벡터의 변형량 \( \boldsymbol{\delta} \) 는 모델링이 어렵기 때문에 공분산 행렬에 대한 선정이 요구된다. 여기서 S2J 벡터는 신체의 동작에 따라서 변형 수준이 달라지므로, 동작의 변화에 대해서도 고려되어야 한다. 흔히 무릎이나 팔꿈치 등의 신체관절은 굽힘이 커질수록 연조직 변형의 수준도 증가하게 된다. 이를 이용하여 제안방법은 \( \delta \) 에 대한 공분산 행렬 \( \Sigma_{\delta} \) 을 굴절각 \( \alpha \) 에 따라서 변화할 수 있도록 가변 가중치를 설정한다. 다만, 관절의 굽힘 정도가 크지 않은 경우에 상수 벡터에서의 불확실성 또한 작게 나타나므로 \( \alpha \) 에 대한 문턱값(threshold value)을 적용한다. 이를 통해 문턱값을 넘는 동작에 대해서만 가중치가 적용된다. 문턱값에 따른 공분산 행렬의 전환은 다음과 같이 수행된다.</p><p>\( \boldsymbol{\Sigma}_{\delta}=\left\{\begin{array}{ccc}\sigma_{\delta}^{2} \cdot\left[\begin{array}{ccc}\beta_{x} & 0 & 0 \\ 0 & \beta_{y} & 0 \\ 0 & 0 & \beta_{z}\end{array}\right] & \text { if } \alpha>t h_{\alpha} \\ \sigma_{\delta}^{2} \cdot \mathbf{I}_{3} & & \text { else }\end{array}\right. \)<caption>(18)</caption></p><p>여기서 \( \sigma_{\delta}^{2} \) 는 \( \delta \) 에 대한 분산값, \( \beta \) 는 가중치, \( t h_{\alpha} \) 는 \( \alpha \) 에 대한 문턱값이다. 연조직 변형에 의한 변동성은 각 성분에 따라서 상이하기 때문에, 각각의 가중치 또한 다르게 적용되어야 한다. S2J 벡터는 길이벡터 방향으로 가장 큰 값을 나타내며, 이에 대한 변동성은 비교적 작게 나타난다. 따라서 본 방법에서는 길이방향을 제외한 각각 두 성분의 공분산에 가중치를 적용하였다.</p>
|
[
"\\( { }^{i} \\mathbf{s}_{i, t} \\) 와 \\( { }^{j} \\mathbf{s}_{j, t} \\) 를 추정하기 위해 연조직 변형을 고려하여 무엇을 구성할 수 있지?",
"연조직 변형을 고려한 칼만필터를 구성 가능한 것은 무엇을 추정하기 위함이지?",
"\\( \\mathbf{x}_{t}=\\mathbf{F} \\mathbf{x}_{t-1}+\\mathbf{w}_{t-1} \\)와 \\( \\mathbf{v}_{t}=\\left[\\begin{array}{lll}\\boldsymbol{\\delta}_{i}^{T} & \\boldsymbol{\\delta}_{j}^{T} & \\left(\\varepsilon_{i}-\\mathbf{R}_{i j,} \\varepsilon_{j}\\right)^{T}\\end{array}\\right]^{T} \\)에서 모델링이 어려워서 공분산 행렬에 대한 선정이 요구되는 경우는 진행잡음과 무엇이지?",
"\\( \\mathbf{x}_{t}=\\mathbf{F} \\mathbf{x}_{t-1}+\\mathbf{w}_{t-1} \\)에서 F는 무엇을 나타내지?",
"연조직 변형의 수준이 증가는 무릎과 같은 신체관절에서 무엇이 커질 때 나타나지?",
"큰 굽힘이 일어날 수록 연조직 변형의 수준이 높아지는 신체관절은 무엇이 있지?",
"굽힘이 일어나는 신체관절에서 굽힘의 정도가 높아질 때 증가하는 것은 무엇이지?",
"상수 벡터에서의 불확실성 또한 작게 나타나는 관절의 굽힘 정도가 크지 않은 경우는 문턱값을 적용하면서 문턱값을 넘을 때는 어떻게 하지?",
"문턱값의 적용은 관절의 굽힘 정도가 높지 않을 때에는 상수 벡터가 어떻게 되어서 적용하지?",
"신체 관절인 무릎이나 팔꿈치는 굽힘이 높아지면 연조직 변형이 어떻게 되지?",
"\\( \\delta \\) 에 대한 분산값은 \\( \\sigma_{\\delta}^{2} \\), \\( \\alpha \\) 에 대한 문턱값은 \\( t h_{\\alpha} \\) 이지?",
"연조직 변형의 증가는 신체관절이 어떻게 될 때 발생하지?",
"굴절각 \\( \\alpha \\)의 값에 의해서 \\( \\delta \\) 에 대한 공분산 행렬 \\( \\Sigma_{\\delta} \\)이 변화할 수 있도록 어떻게 했지?",
"신체의 동작에 따라서 변형 수준이 변화되는 S2J 벡터는 어떻게 해야하지?",
"관절의 굽힘의 정도 낮을 때에는 무엇을 적용하지?",
"공분산 행렬 \\( \\boldsymbol{\\Sigma}_{\\delta}=\\left\\{\\begin{array}{ccc}\\sigma_{\\delta}^{2} \\cdot\\left[\\begin{array}{ccc}\\beta_{x} & 0 & 0 \\\\ 0 & \\beta_{y} & 0 \\\\ 0 & 0 & \\beta_{z}\\end{array}\\right] & \\text { if } \\alpha>t h_{\\alpha} \\\\ \\sigma_{\\delta}^{2} \\cdot \\mathbf{I}_{3} & & \\end{array}\\right. \\)은 무엇에 의해서 변할 수 있지?",
"S2J 벡터의 변형량 \\( \\boldsymbol{\\delta} \\)과 진행잡음 \\( \\mathbf{w}_{t-1} \\)은 어떻게 해야지?",
"상수 벡터에서의 불확실성하게 나타나거나 작게 나타나는 것은 관절의 굽힘 정도가 낮은 경우로 \\( \\alpha \\) 에 대해 어떻게 하지?",
"가중치를 문턱값을 넘는 동작에서만 가중치를 정할 때 수식 \\( \\boldsymbol{\\Sigma}_{\\delta}=\\left\\{\\begin{array}{ccc}\\sigma_{\\delta}^{2} \\cdot\\left[\\begin{array}{ccc}\\beta_{x} & 0 & 0 \\\\ 0 & \\beta_{y} & 0 \\\\ 0 & 0 & \\beta_{z}\\end{array}\\right] & \\text { if } \\alpha>t h_{\\alpha} \\\\ \\sigma_{\\delta}^{2} \\cdot \\mathbf{I}_{3} & & \\text { else }\\end{array}\\right. \\)에서 \\( \\alpha \\) 에 대한 문턱값은 무엇이지?",
"식 \\( \\mathbf{x}_{t}=\\mathbf{F} \\mathbf{x}_{t-1}+\\mathbf{w}_{t-1} \\)에서 \\( \\mathbf{w}_{t-1} \\)은 무엇이지?"
] |
198ad385-aa7a-497d-bfc3-b697bc78358e
|
인공물ED
|
신체 분절의 연조직 변형을 고려한 관성센서신호 기반의 상대위치 추정 칼만필터
|
<h1>2. 연조직 변형을 고려한 상대위치 추정</h1><p>본 논문에서 제안하는 상대위치 추정법은 상대자세 추정을 통해 위치를 견정하는 순차직 추정 방식을 이용한다. 신체 분절간 상대위치의 추정 시 연조직 변형에 의한 추정오차를 감소시키는 것이 본 연구의 목표이기 때문에, 상대자세 추정을 제외한 상대위치 추정에 초점을 둔다.</p><p>한 분절 좌표계 \( i \) 에 대한 다른 한 분절 좌표계 \( j \) 의 상대위치 \( { }^{i}\mathbf{p}_{i j} \) 는 다음의 식에 의해 결정 가능하다.</p><p>\( { }^{i} \mathbf{p}_{i j}={ }^{i} \mathbf{s}_{i}-\mathbf{R}_{i j}{ }^{j} \mathbf{s}_{j} \)<caption>(1)</caption></p><p>여기서 \( { }^{i} \mathbf{s}_{i} \) 와 \( { }^{j} \mathbf{s}_{j} \) 는 각 분절의 중심에서 관절중심까지의 벡터이며, 벡터의 좌측 윗첨자는 해당 벡터가 관찰된 시점의 좌표계를 의미한다. 또한, \( \mathbf{R}_{i j} \) 는 분절 좌표계 \( i \) 에 대한 분절 좌표계 \( j \) 의 상대 자세를 나타내는 회전행렬이다.</p><p>흔히 식 (1)에 사용되는 S2J 벡터는 캘리브레이선을 통해 미리 선정된 최적의 상수 벡터를 시용한다. 하지반 신체 분절에서 근육이나 피부 등에 의한 연조직 변형이 발생하므로, 분절에 대한 관절중심의 실제 위치는 약가씩 변하게 된다. 따라서 S2J 벡터는 상수가 이닌 시변 벡터로 고려되이야 한다.</p><p>제안방법은 상데위치 추정에 필요한 S2J 백터를 칼만필터를 통하여 시변 벡터로서 추정한다. 그러므로 칼만필터의 상태벡터를 \( \mathbf{x}_{i}=\left[\begin{array}{ll} { }^{i} \mathbf{s}_{i, t}^{T} & { }^{j} \mathbf{s}_{j, t}^{T}\end{array}\right]^{T} \) 로 설정한다. 여기서 \( { }^{i} \mathbf{s}_{i, t} \) 와 \( { }^{j} \mathbf{s}_{j, t} \) 는 이산 시간 \( t \) 에 대한 각 S2J 벡터이다.</p><p>\( { }^{i} \mathbf{s}_{i, t}={ }^{i} \mathbf{s}_{i, l-1} \)<caption>(2)</caption></p><p>\( { }^{j} \mathbf{s}_{j, t}= { }^{j} \mathbf{s}_{j, t-1} \)<caption>(3)</caption></p><p>현재와 이전의 추정치는 동일하지 않지만, 이산시간 \( t-1 \)에서 \( t \)로 진행하는 동안의 변화량은 크지 않다는 가정하에 연속적인 추정이 이뤄지도록 위의 식을 진행모델로 활용한다.</p><p>제안방법은 연조직 변형에 의한 영향을 고려하는 것을 목표로 하며, 이를 위한 방안이 요구된다. S2J 벡터를 시변 벡터로 추정하기 위해서 다음의 두 가지가 충족되어야 한다. 우선, 표류오차의 발생 없이 추정되어야 하며, 연조직 변형에 의한 벡터의 변화량이 포함되어야 한다.</p>
|
[
"본 논문에서 제안하는 상대위치 추정법은 상대자세 추정을 통해 위치를 견정하는 무엇을 이용하는가?",
"본 연구는 신체 분절간 상대위치의 추정 시 연조직 변형에 의한 추정오차를 어떻게 하는 것이 목표야?",
"\\( { }^{i} \\mathbf{s}_{i} \\) 와 \\( { }^{j} \\mathbf{s}_{j} \\) 는 각 분절의 중심에서 어디까지의 벡터인가?",
"S2J 벡터는 무엇을 통해 미리 선정된 최적의 상수 벡터를 시용하는가?",
"상데위치 추정에 필요한 S2J 백터를 무엇을 통하여 시변 벡터로서 추정하는가?",
"S2J 벡터를 시변 벡터로 추정하기 위해서는 연조직 변형에 의한 벡터의 무엇이 포함되어야 하는가?",
"상대위치 추정에 상대자세 추정을 제외하고 초점을 두고자 실행되는 연구의 목표는 어떻게 되는가?",
"벡터의 좌측 윗첨자는 해당 벡터가 관찰된 시점의 좌표계를 의미하는가?",
"\\( \\mathbf{R}_{i j} \\) 는 분절 좌표계 \\( i \\) 에 대한 분절 좌표계 \\( j \\) 의 상대 자세를 나타내는 무엇인가?",
"상대위치 추정법은 어떻게 사용하는 것인가?",
"\\( { }^{i} \\mathbf{p}_{i j}={ }^{i} \\mathbf{s}_{i}-\\mathbf{R}_{i j}{ }^{j} \\mathbf{s}_{j} \\) 식의 \\( { }^{i} \\mathbf{s}_{i} \\) 와 \\( { }^{j} \\mathbf{s}_{j} \\) 가 의미하는 것들은 어떻게 되는가?"
] |
765288b2-6b53-4887-86ad-d077e8e8c4e0
|
인공물ED
|
신체 분절의 연조직 변형을 고려한 관성센서신호 기반의 상대위치 추정 칼만필터
|
<p>고정 벡터 \( \mathbf{s}_{c o l} \) 는 연조직 변형이 고려되지는 않지반, 캘리브레이션 과정에서 최적화 기법을 통헤 결정되었다. 따라서 \( \mathbf{s}_{c o l} \) 를 측정값으로 참조하며, 연조직 변형의 영항을 고려하기 위해 다음과 같이 모델링한다.</p><p>\( { }^{i} \mathbf{s}_{i, t}={ }^{i} \mathbf{s}_{i, \mathrm{cal}}-\boldsymbol{o}_{i} \)<caption>(4)</caption></p><p>\( { }^{j} \mathbf{s}_{j, t}={ }^{j} \mathbf{s}_{j, \mathrm{col}}-\boldsymbol{\delta}_{j} \)<caption>(5)</caption></p><p>여기서 \( \delta \) 는 연조직 변형에 의해 발생한 S2J 벡터의 변형량이다.</p><p>\( \mathbf{s}_{c a l} \) 를 참조하는 동시에 연즈직 변형을 포함한 S2J 백터를 추정하기 위헤, 관절 구속조건식을 활용하였다. 구형 관절로 연견된 두 분절로부터 관절중심의 가속도는 동일하며, 이에 대한 식을 구성하기 위헤 S2J 벡터가 요구된다. 각 분절에 부착된 센서의 좌표계가 분절 좌표계와 동일하다고 가정하였을 때, 관절중심 가속도에 대한 구속조건식은 다음과 같이 나타난다.</p><p>\( \begin{aligned} { }^{i} \mathbf{a}_{i}+&\left({ }^{i} \tilde{\boldsymbol{\omega}}_{i}+{ }^{i} \tilde{\boldsymbol{\omega}}_{i}{ }^{i} \tilde{\boldsymbol{\omega}}_{i}\right){ }^{i} \mathbf{s}_{j} \\ &=\mathbf{R}_{j}\left({ }^{j} \mathbf{a}_{j}+\left({ }^{j} \tilde{\omega}_{j}+{ }^{j} \tilde{\omega}_{j}{ }^{j} \tilde{\omega}_{j}\right){ }^{j} \mathbf{s}_{j}\right) \end{aligned} \)<caption>(6)</caption></p><p>여기서 \( \mathbf{a} \) 는 외부가속도, \( \dot{\omega} \) 는 각가속도, \( \omega \) 는 각속도 백터이며, \( \tilde{\omega} \) 는 벡터 \( \omega=\left[\begin{array}{lll}\omega_{x} & \omega_{y} & \omega_{z}\end{array}\right]^{\top} \) 의 외적 행렬로 다음과 같이 정의된다.</p><p>\( \tilde{\omega}=\left[\begin{array}{ccc}0 & -\omega_{z} & \omega_{y} \\ \omega_{z} & 0 & -\omega_{x} \\ -\omega_{y} & \omega_{x} & 0\end{array}\right] \)<caption>(7)</caption></p><p>식 (6)에 사용되는 분절의 가속도와 각속도 벡터는 가속도계와 자이로스코프에서 측정된 신호가 사용되었다. 두 신호는 각각 다음과 같이 모델링 된다.</p><p>\( \mathbf{y}_{A}={ }^{s} \mathbf{g}+{ }^{s} \mathbf{a}+\mathbf{n}_{A} \)<caption>(8)</caption></p><p>\( \mathbf{y}_{G}={ }^{s} \boldsymbol{\omega}+\mathbf{n}_{G i} \)<caption>(9)</caption></p><p>여기서 \( { }^{s} \mathrm{~g} \) 는 중력가속도 백터, \( \mathrm{n}_{A} \) 는 공분산 행렬 \( \mathrm{s}_{A} \) 를 갖는 가속도계 신호의 잡음 성분이며, \( \mathbf{n}_{G} \) 는 공분산 행렬 \( \mathbf{\Sigma}_{G} \) 를 갖는 자이로스코프 신호의 잡음 성분이다. 가속도계 신호는 중력가속도 벡터를 포함하지만, 식 (6)에서 좌표계 \( j \) 의 \( / \mathbf{g} \) 는 \( \mathbf{R}_{i j} \) 에 의해 \( \mathbf{g} \) 로 변환되어 좌표계 \( i \) 의 중력가속도와 서로 상쇄되므로 사용 가능하다.</p><p>식 (6)의 구속조건식에 추정된 상대자세와 식 (8)과 (9)의 센서 신호를 대입하였을 때 다음과 같이 전개 가능하다.</p><p>\( \mathbf{y}_{A, i}+\boldsymbol{\Phi}_{i} { }^{i} \mathbf{s}_{i}-\boldsymbol{\varepsilon}_{i}=\mathbf{R}_{i j}\left(\mathbf{y}_{A, j}+\boldsymbol{\Phi}_{j} { }^{j} \mathbf{s}_{j}-\boldsymbol{\varepsilon}_{j}\right) \)<caption>(10)</caption></p><p>여기서 \( \boldsymbol{\Phi}=\tilde{\mathbf{y}}_{G}+\tilde{\mathbf{y}}_{G} \tilde{\mathbf{y}}_{G} \) 이며, \( \boldsymbol{\varepsilon}_{i} \) 와 \( \boldsymbol{\varepsilon}_{j} \) 는 각 분절의 센서 잡음성분에 의한 오차항으로 다음과 같다.</p><p>\( \boldsymbol{\varepsilon}=\mathbf{n}_{A}-\tilde{\mathbf{s}} \dot{\mathbf{n}}_{G}-\left(2 \tilde{\mathbf{y}}_{G} \tilde{\mathbf{s}}-\tilde{\mathbf{s}} \tilde{\mathbf{y}}_{G}\right) \mathbf{n}_{G} \)<caption>(11)</caption></p><p>위에서 모델링 된 \( \varepsilon \) 를 이용하여 이에 대한 공분산 행렬 \( \Sigma_{\varepsilon}=E\left[\varepsilon \varepsilon^{T}\right] \) 를 다음과 같이 나타낼 수 있다 (이 때 다른 잡음 성분끼리 곱해지는 경우 서로 연관이 없다고 가정하여 0 으로 처리한다).</p><p>\( \mathbf{\Sigma}_{R}=\mathbf{\Sigma}_{A}+\tilde{\mathbf{s}} \mathbf{\Sigma}_{Gdot} \tilde{\mathbf{s}}^{T}+\left(2 \tilde{\mathbf{y}}_{G} \tilde{\mathbf{s}}-\tilde{\mathbf{s}} \tilde{\mathbf{y}}_{G}\right) \mathbf{\Sigma}_{G}\left(2 \tilde{\mathbf{y}}_{G} \tilde{\mathbf{s}}-\tilde{\mathbf{s}} \tilde{\mathbf{y}}_{G}\right)^{T} \)<caption>(12)</caption></p><p>여기서 \( \Sigma_{G d o t} \) 는 자이로스코프 신호로부터 구한 각가속도의 잡음 성분에 대한 공분산 행렬이다.</p>
|
[
"\\( \\mathbf{s}_{c a l} \\) 를 참조하는 동시에 연즈직 변형을 포함한 S2J 백터를 추정하기 위해 무엇을 활용하였는가?",
"\\( \\delta \\)는 연조직 변형에 의해 발생한 S2J 벡터의 변형량인가?",
"구형 관절로 연견된 두 분절로부터 관절중심의 가속도는 동일한가?",
"고정 벡터 \\( \\mathbf{s}_{c o l} \\) 는 연조직 변형이 고려되지는 않지반, 캘리브레이션 과정에서 무엇을 통해 결정되었는가?",
"\\( { }^{s} \\mathrm{~g} \\) 는 중력가속도 백터, \\( \\mathrm{n}_{A} \\) 는 공분산 행렬 \\( \\mathrm{s}_{A} \\) 를 갖는 가속도계 신호의 잡음 성분인가?",
"\\( \\Sigma_{G d o t} \\) 는 자이로스코프 신호로부터 구한 각가속도의 잡음 성분에 대한 무슨 행렬인가?",
"\\(\\mathbf{n}_{G} \\) 는 공분산 행렬 \\( \\mathbf{\\Sigma}_{G} \\) 를 갖는 자이로스코프 신호의 무엇인가?",
"\\( \\mathbf{s}_{c o l} \\) 고정 벡터는 어떻게 결정되는가?",
"\\( { }^{s} \\mathrm{~g} \\)는 무슨 백터인가?",
"\\( { }^{i} \\mathbf{s}_{i, t}={ }^{i} \\mathbf{s}_{i, \\mathrm{cal}}-\\boldsymbol{o}_{i} \\) 식과 관련해서 관절 구속조건식으로 어떻게 활용하였는가?"
] |
b07bcfc7-0546-4b45-996b-25c0af0ad239
|
인공물ED
|
신체 분절의 연조직 변형을 고려한 관성센서신호 기반의 상대위치 추정 칼만필터
|
<h1>4. 결과 및 고찰</h1><p>Table 1은 상대위치 추정 RMSE를 나타넨다. 상수의 S2J백터를 통헤 상대위치를 견정하는 M1의 경우, Test 1과 Test 2에서 평균 RMSE가 각각 \( 19.10 \mathrm{~mm} \) 와 \( 18.54 \mathrm{~mm} \) 로, 약 \( 2 \mathrm{~cm} \) 가량의 오차를 보였다. 상대위치는 상대자세와 S2J 백터를 통해 결정되며, 이 때 참조 상대자세가 사용된다는 점을 고려할 때, M1의 오차는 S2J 백터의 변형에 기인한 것으로 볼 수 있다. 제안 방법의 목적은 S2J 벡터를 추정함으로써 연조직 변형에 의해 발생하는 M1의 상대위치 오차를 감소시키는 것이다. 연조직 변형을 고려한 M2와 M3 은 M1의 오차를 감소시컸으며, 두 방법에 대한 오차감소의 경향은 상이하였다. M2는 \( \mathrm{X} \) 축과 \( \mathrm{Z} \)축에 대한 개선효과가 크게 나타난 반면에 \( \mathrm{Y} \) 축에 대해서는 오히려 오차가 증가하는 모습을 보였다. M3의 경우 \( \mathrm{Y} \) 축과 \( \mathrm{Z} \) 축에 대해 개선효과를 보였으나, 매우 큰 수준의 감소효과로 볼 수 없다. 다리를 굽힐 때 정적상태를 유지하는 앞의 두 실험과 달리 동작이 즉각적으로 반복되는 Test 3 의 경우 M1의 RMSE는 \( 13.77 \mathrm{~mm} \) 로, Test 1과 Test 2 에 비헤 작은 오차를 보였다. 이를 통해 연속적인 움직임에서는 연조직 변형에 의한 변동성이 비교적 작다는 것을 유추할 수 있다. Test 3에서 M2와 M3은 개선효과를 얻지 못하였고 M1에 비해 큰 오차를 보였다. 따라서 제안방법은 Test 1과 Test 2 와 같이 연조직 변형이 현저하게 나타나는 동작에 대해서 오차 감소효과를 갖는다.</p>
|
[
"상수의 S2J백터에 의해 상대위치를 정하는 M1의 케이스는 Test 1의 평균 RMSE가 얼마였는가?",
"본 논문이 건의한 방식의 목표는 무엇을 줄이는 것인가?",
"상대위치는 무엇에 의해 결정될까?",
"무엇에 의해 상대위치가 결정되지",
"상수의 S2J백터를 통해 상대위치를 견정하는 M1의 경우, Test 1과 Test 2에서 평균 RMSE가 약 몇 cm 가량의 오차를 보여?",
"상수의 S2J백터에 의해 상대위치를 정하는 M1의 케이스는 무엇이 평균 RMSE가 \\( 18.54 \\mathrm{~mm} \\)였는가?",
"본 논문이 건의한 방식은 무엇을 통해 생기는 M1의 상대위치의 오류를 줄이려고 하는가?",
"본 실험을 통해 계속되는 움직임에는 연조직 변형에 대한 무엇이 대조적으로 적다는 것을 알 수 있는가?",
"\\( \\mathrm{Y} \\) 축과 \\( \\mathrm{Z} \\) 축에 대한 오류가 나아졌지만 그렇다고 크게 효과를 보이지 않았던 것은 무엇인가?",
"M2는 어느 축에서 오류가 전보다 높아졌는가?",
"본 논문이 건의한 방식은 Test 1과 Test 2 와 같이 연조직 변형이 두드러지게 드러나는 동작에 관해서 무슨 효능을 지니게 되는가?",
"어떤 테스트에서 정적인 상황 대신 계속 움직였는가?",
"Test 3의 M1의 RMSE는 몇 으로 나왔는가?",
"연속적인 움직임에서는 연조직 변형에 의한 변도성을 유추할 때 비교적 크다고 볼 수 있어?",
"본 논문에 의하면 M1의 오류는 무엇 때문이라고 판단하고 있는가?",
"상대자세와 S2J 백터에 의해 상대위치가 정해질 때 무엇이 이용되는가?"
] |
8cb2be88-2957-4edb-973e-125e491dd33c
|
인공물ED
|
NXT Mindstorm을 이용한 교육용 이륜 도립진자 로봇 제작
|
<h1>Ⅱ. 시스템 구성</h1> <h2>2.1 NXT mindstorm 제어기</h2> <p>NXT는 LEGO사의 로봇 컨트롤러로 ARM7 프로세서 (256 Kbytes FLASH, 64 Kbytes RAM)를 채용한 32 비트급 제어기이다. 또한 NXT에 내장된 AVR 마이크로 컨트롤러는 A/D 변환, PWM 신호 생성 및 각종 버튼 조작 기능을 담당한다.</p> <h2>2.2 입력포트와 센서</h2> <p>NXT는 4 개의 센서 입력포트를 가지고 있다. 여기에서 사용되는 센서는 각속도를 측정하는 자이로 센서와 기울기 검출에 사용되는 가속도 센서이다. 이 센서들을 이용해 측정 데이터를 궤환시켜 제어기가 자세제어를 수행한다.</p> <h2>2.3 출력포트와 직류전동기</h2> <p>NXT는 PWM으로 모터를 구동하는 3 개의 디지털 출력포트를 가지고 있다. NXT의 직류전동기는 전력효율이 좋으며 크기가 작은 부하에 대해 효과적이다.</p> <h2>2.4 이륜 도립진자 로봇 시스템 모델링</h2> <p>이륜 도립진자 로봇은 그림 2 와 같이 모델링 된다. 여기서 \( \psi \)는 몸체 피치 각도, \( \theta_{l, r} \) 는 왼쪽/오른쪽 휠 각도, \( \theta_{m_{l i,}} \) 는 왼쪽/오른쪽 모터 각도을 각각 나타낸다. 표 1은 제작된 이륜 도립진자 로봇의 사양을 나타낸다. 여기서 고려하는 이륜 도립진자 로봇 시스템의 물리 상수들은 참고문헌와 동일하다. 다만, 휠 무게, 휠 반경, 몸체 무게, 몸체 넓이, 몸체 폭, 몸체 높이는 다르다.</p> <table border><caption>표 1. 이륜 도립진자 로봇의 물리 상수</caption> <tbody><tr><td>paramater</td><td>unit</td><td>remark</td></tr><tr><td>9=9.81</td><td>[m/\(sec^{2}]\)</td><td>중력가속도</td></tr><tr><td>m =0.017</td><td>[kg]</td><td>휠 무게</td></tr><tr><td>R=0.026</td><td>[m]</td><td>휠 반지름</td></tr><tr><td>\( J_{w}=m R^{2} / 2 \)</td><td>\( \left[{kgm}^{2}\right] \)</td><td>휠 관성모멘트</td></tr><tr><td>M=0.545</td><td>[kg]</td><td>몸체 무게</td></tr><tr><td>W=0.17</td><td>[m]</td><td>몸체 넓이</td></tr><tr><td>D=0.045</td><td>[m]</td><td>몸체 폭</td></tr><tr><td>R=0.15</td><td>[m]</td><td>몸체 높이</td></tr><tr><td>L= H/2</td><td>[m]</td><td></td></tr><tr><td>\( J_{v}=M L^{2} / 3 \)</td><td>\( \left[{kgm}^{2}\right] \)</td><td>몸체 피치모멘트</td></tr><tr><td>\( J_{0}=M\left(W^{2}+D^{2}\right) \)</td><td>\( \left[{kgm}^{2}\right] \)</td><td>몸체 요모멘트</td></tr><tr><td>\( J_{m}=1 \times 10^{-5} \)</td><td>\( \left[{kgm}^{2}\right] \)</td><td>직류모터모멘트</td></tr><tr><td>\( R_{m}=6.69 \)</td><td>\( [\Omega] \)</td><td>직류모터저항</td></tr><tr><td>\( K_{b}=0.468 \)</td><td>[Vsec/rad]</td><td>직류모터역기전력</td></tr><tr><td>\( K_{i}=0.317 \)</td><td>[Nm/A]</td><td>직류모터토크상수</td></tr><tr><td>n=1</td><td></td><td>기어비</td></tr></tbody></table>
|
[
"표 1. 이륜 도립진자 로봇의 물리 상수에서 중력가속도는 뭐야?",
"표 1. 이륜 도립진자 로봇의 물리 상수에서 \\( J_{w}=m R^{2} / 2 \\) 인 것은 어떤 항목이야?",
"표 1. 이륜 도립진자 로봇의 물리 상수에서 휠 무게는 뭐야?",
"표 1. 이륜 도립진자 로봇의 물리 상수에서 몸체 피치모멘트는 뭐야?",
"표 1. 이륜 도립진자 로봇의 물리 상수에서 \\( R_{m}=6.69 \\) 은 어떤 항목의 값이야?"
] |
bc59eee3-b598-4d52-8e6b-8e38eeb1670a
|
인공물ED
|
마이크로그리드에서 신재생에너지의 최적 용량 및 위치 선정
|
<h2>5.2 최적 위치 선정</h2> <p>앞에서 투입 용량에 따른 풍력 발전과 태양광 발전의 최적 용량 조합을 산정하였다. 이를 바탕으로 IEEE \( 34\)-bus에서 전력손실이 최소인 풍력발전과 태양광 발전의 최적 위치를 선정한다.</p> <p>먼저 고산 지역의 풍속과 일사량 데이터를 바탕으로 구한 최적 용량 조합을 통하여 최적 위치를 선정한다. \( P_ {Res, Limit } \)이 \( 10 \mathrm{MW} \) 에서 \( 5 \mathrm{MW} \) 단위로 \( 50 \mathrm{MW} \) 가 될 때 까지 그 최적 위치를 선정하였다.</p> <p>아래 Fig. \( 10 \)의 a, b, c, d는 \( P_ {Res, Limit } \)이 \( 10 \mathrm{MW}, 20 \mathrm{MW} \), \( 30 \mathrm{MW}, 40 \mathrm{MW} \) 일때 각 발전의 모선 위치에 따른 전력손실 (MVA)를 나타낸 것이다.</p> <p>\(P_{Res,Limit}\)가 \( 10 \mathrm{MW} \) 일 경우 태양광 발진이 \( 10 \mathrm{MW} \) 모두 투입되는 것이 가장 작은 LOLE를 가지게 되어 최소 전력 손실 또한 태양광 발전에 따라서 영향을 받는다. 다른 경우 일반적으로 풍력 발전이 모선 20과 25 사이, 태양광 발전은 모선 5와 10 사이 또는 모선 20과 25 사이에 투입되었을 경우 낮은 진력손실이 된다는 것을 확인할 수 있었다.</p> <p>이는 모선 6에서 시작되는 국부적인 망이 다른 어떤 국부적인 망보다 크고 많은 부하를 소비하고 있기 때문에 이 곳에 신재생에너지가 투입되었을 경우 진력 분배를 통하여 낮은 전력손실이 발생한다.</p> <p>또한 마이크로그리드에서 비교적 말단에 위치하고 있는 모선에 신재생에너지가 투입되어야 기존 망에서 투입되는 전력의 강하를 보상해 줄 수 있으므로 낮은 진력손실을 가진다는 사실을 알 수 있다.</p>
|
[
"풍력발전과 태양광 발전의 최적 위치를 결정하기 위해서는 어떻게 하는가?"
] |
8465e020-d6d1-4f26-8129-be163688ff81
|
인공물ED
|
파이프라인 재귀적인 기술을 이용한 면적 효율적인 Reed-Solomon 복호기의 설계
|
<h1>Ⅳ. 결과 및 비교</h1> <p>본 논문에서 제안된 PrME구조를 이용한 면적효율성 및 고속처리 RS복호기는 Verilog-HDL,로 설계하였고, CADENCE NC-Verilog 시뮬레이터(simulator)로 검증하였다. Verilog-HDL로 설계한 RS복호기의 결과는 C언어로 설계한 모델과 정확히 일치하였다. 이런 검증 단계 후에는 SYNOPSYS Design Compiler(DC)를 이용하여 적절한 time 및 area constraint와 \( 1.2 \mathrm{~V} \) 의 공급전압과 \(0.13\ \mu {m} \) CMOS 기술을 이용하여 합성(synthesize) 하고 구현하였다.</p> <table border><caption>표 2. KES블록에서의 하드웨어 복잡도 비교</caption> <tbody><tr><td>Architecture</td><td>Multipliers</td><td>Adders</td><td>D-FFs</td><td>MUXes</td></tr><tr><td>Proposed PrME</td><td>4</td><td>2</td><td>170</td><td>30</td></tr><tr><td>Systolic ME</td><td>\(8t\)</td><td>\(8t\)</td><td>\(78t+4\)</td><td>\(40t+2\)</td></tr><tr><td>Parallel ME</td><td>\(6t+2\)</td><td>\(3t+1\)</td><td>\(6t+4\)</td><td>N/A</td></tr><tr><td>EA</td><td>\(3t+1\)</td><td>\(4t+1\)</td><td>\(14t+6\)</td><td>\(11t+4\)</td></tr><tr><td>RiBM</td><td>\(6t+2\)</td><td>\(3t+1\)</td><td>\(6t+2\)</td><td>\(3t+1\)</td></tr></tbody></table> <table border><caption>표 3.RS(255,239) 복호기의 구현 결과</caption> <tbody><tr><td>Design</td><td>Proosed PrME</td><td>Systolic ME</td><td>Parallel ME</td><td>EA</td></tr><tr><td>Syndrome</td><td>3,000</td><td>3,000</td><td>10,000</td><td>3,000</td></tr><tr><td>KES</td><td>17,000</td><td>117,500</td><td>84,000</td><td>44,700</td></tr><tr><td>Chien, Fomey, Error</td><td>4,600</td><td>4,600</td><td>24,000</td><td>4,600</td></tr><tr><td>Total # of Gates</td><td>24,600</td><td>124,600</td><td>118,000</td><td>55,600</td></tr><tr><td>Clock Rate(\(\mathrm{MHz}\))</td><td>625</td><td>625</td><td>122</td><td>300</td></tr><tr><td>Latency (Clock cycle)</td><td>522\( \left(n+(2 t)^{2}+12\right) \)\( (0.83 \mu s) \)</td><td>355\( (n+12 t+20) \\0.57( \mu s) \)</td><td>271\( (n+16) \)\( (1.5 \mu s) \)</td><td>287\( (n+32) \)\( (0.96 \mu s) \)</td></tr><tr><td>Throughput (\(\mathrm{Gbit/s}\))</td><td>5</td><td>5</td><td>2.5</td><td>2.4</td></tr><tr><td>Efficiency</td><td>203.25</td><td>40.13</td><td>21.19</td><td>43.17</td></tr><tr><td>Tech.\( (\mu m)\)</td><td>0.13</td><td>0.13</td><td>0.25</td><td>0.23</td></tr></tbody></table> <p>표 1 에서는 다양한 KES블록의 critical path delay와 지연성(latency)를 비교한 결과를 보여주고 있다. 제안된 PrME구조는 이전의 systolic-array ME구조와 비교하여서는 거의 비슷한 critical path delay를 보여주고 있고, Euclidean과 BM구조 보다는 훨씬 감소한 critical path delay를 보여주고 있다.</p> <p>표 2에서는 다양한 KES블록의 하드웨어 복잡도를 보여주고 있다. 일반적으로 사용되는 KES블록들과 비교한 결과 본 논문에서 제안한 PrME구조는 단지 4개의 finite-field 곱셈기와 2개의 finite-field 덧셈기, 170개의 D-FF만이 필요하다는 것을 보여주고 있다. 결론적으로 일반적인 ME구조, Euclidean 그리고 BM구조 보다는 현저히 감소한 하드웨어 복잡도를 보여주고 있다.</p> <p>표 3은 몇 종류의 RS 복호기의 게이트 수, clock rate, latency, throughput들을 비교한 결과들을 보여주고 있다.</p> <p>RS 복호기에서 FIFO 메모리를 제외한 하드웨어 복잡도를 비교한 결과 본 논문에서 제안한 RS 복호기는 이전의 systolic-array ME 및 Euclidean 구조와 비교하여 각각 \( 20 \%, 44 \% \) 의 게이트 수만 필요로 한다는 것을 보여주고 있다. 또한 parallel ME 구조와 비교하면 제안된 RS 복호기는 \( 20 \% \) 의 게이트 수를 필요로 한다. 본 논문에서 세안된 RS 복호기는 \( 625 \mathrm{MHz} \) 에서 동작하고 \( 0.83 \mu s \) 의 latency,\( 5-\mathrm{GBits/s}\) 의 처리속도를 갖는다. 이 비교표들로부터 본 논문에서 제안된 RS 복호기가 최근 발표된 복호기들보다 면저과 속도를 고려한 효율성면에서 4-5배정도 우수하다 것을 볼 수 있다.</p> <p>그림 6은 PrME구조를 이용한 RS 복호기의 타이밍도를 보여주고 있다. Syndrome Computation(SC)블록은 신드롬 다항식을 계산하기 위하여 \( n \) 클락 주기만큼의 처리 지연 후 \( 2 t \) 신드롬들을 출력한다. PrME구조는 각 반복단계마다 신드롬들을 받아들이고, 출력을 피드백 (feed-back)한다. \( n \) 주기 후에, PrME구조는 다항식\( \sigma(x) \) 와 \( w(x) \) 을 출력하고 Chien Search블록으로 병렬로 입력된다. 본 논문에서 제안된 RS 복호기는 코드블록을 연속적으로 생성하는데, 고정된 지연 \( 2 n+12 \) 클락 주기를 가지기 적절히 연산하고 결과를 출력한다.</p>
|
[
"D-FFs의 경우 PrME구조에서 몇 개가 필요해?",
"필요로 하는 덧셈기가 상수로 고정되어 있는 구조는 무엇이야?",
"PrME 구조는 몇 개의 곱셈기가 필요해?",
"PrME 구조에서 30개가 필요한 파라미터는 무엇이야?",
"\\(8t\\)개의 곱셈기가 필요한 구조는 무엇이야?",
"Systolic ME 구조는 몇 개의 덧셈기가 필요해?",
"Systolic ME 구조에서 \\(78t+4\\)개가 필요한 것은 무엇이야?",
"곱셈기가 \\(6t+2\\)개 필요한 구조는 무엇이야?",
"구조 EA는 몇 개의 덧셈기가 필요해?",
"RiBM 구조는 몇개의 MUXes가 필요해?",
"\\(14t+6\\)개의 D-FFs가 필요한 구조는 뭐야?",
"곱셈기가 \\(6t+2\\)개 필요한 구조는 무엇이야?",
"구조 PrME의 Syndrome 결과값은 얼마야?",
"RS 복호기의 Syndrome 구현 결과값이 가장 크게 나오는 구조는 무엇이야?",
"Parallel ME 구조의 Syndrome 값은 얼마야?",
"RS 복호기 구현 결과, KES값이 가장 크게 나타나는 구조는 무엇이야?",
"KES 값이 17,000인 구조는 무엇이야?",
"구조가 EA 일 때, KES 값은 얼마야?",
"RS 복호기 구현 결과를 볼 때 Chien, Fomey, Error의 값이 가장 높게 나오는 구조는 무엇이야?",
"Chien, Fomey, Error 값은 Systolic ME 구조일 때 얼마야?",
"Total # of Gates 값이 가장 낮은 구조는 무엇이야?",
"Parallel ME 구조의 경우 Total # of Gates 값은 얼마야?",
"PrME 구조일 때, 레이턴시 값은 얼마야?",
"287\\( (n+32) \\)\\( (0.96 \\mu s) \\)의 레이턴시 값을 가지는 구조는 무엇이야?",
"Systolic ME 구조에서 355\\( (n+12 t+20) \\\\0.57( \\mu s) \\)의 값을 가지는 파라미터는 무엇이야?",
"구조들 중에서 Throughput 값이 가장 작은 것은 뭐야?",
"Systolic ME 구조의 Throughput 값은 얼마야?",
"PrME 구조의 효율성은 얼마야?",
"효율성 값이 가장 작은 구조는 뭐야?",
"Tech 값이 0.23인 구조는 무엇이야?",
"Parallel ME 구조의 RS 복호기 구현 결과, Tech. 값은 얼마야?",
"Throughput이 5이고, KES 값이 44,700인 구조는 뭐야?",
"Clock Rate가 625이고, 효율성이 203.25인 구조는 뭐야?",
"Tech 값의 경우, PrME 구조에서 얼마야?",
"\\( 2 t \\) 신드롬을 출력하기 위해서 SC 블록은 어떻게 해?"
] |
11837b00-3006-4b04-b2f6-fa857f276f88
|
인공물ED
|
파이프라인 재귀적인 기술을 이용한 면적 효율적인 Reed-Solomon 복호기의 설계
|
<h3>다. Parallel Degree Detection</h3> <p>DC unit에서 다항식 \( R(x) \) 또는 \( Q(x) \) 의 차수는 제어신호 \( l_{1}, z_{\text {lead }} \) 에 따라 각 반복단계마다 1씩 감소한다. 그래서 알고리즘을 멈추기 위한 조건 \( (R(x)<t \) 또는 \( Q(x)<t) \) 을 만족하는지를 감지하기 위해 각 반복단계마다 stop-flag generation unit은 \( R_{i}(x), Q_{i}(x) \) 의 현재 차수 값들을 요구한다. PrME구조의 각 반복 단계에서 계산되는 각 다항식 차수가 다항식의 실제 차수와 분명히 다를 수 있다. 그러므로 수신된 코드워드의 오류의 수가 \( t \) 보다 작다면 멈추기 위한 조건이 감지되기 전까지 많은 반복단계의 초과계산을 초래할 수 있다. 이러한 상태는 각 반복단계에서 다항식 \( R_{i-1}(x) \) 또는 \( Q_{i-1}(x) \) 의 차수가 적어도 한번은 감소하였다는 가정 하에 systolic-array ME 구조로부터 이어 받은 것이다. 그러나 수신된 코드워드에서 오류의 개수가 \( t \) 보다 작다면 오류 값과 오류위치 다항식은 적은 반복단계를 거쳐서 계산될 수 있을 것이다. Systolic-array ME구조에는 \( 2 t \)PE unit이 사용되고 있기 때문에 알고리즘을 완료하는데 \( 2 t \) 의 주기가 필요하다. 그러나 재귀적으로 사용하는 단일 PE unit을 갖는 PrME 구조인 경우에는 알고리즘을 완료하는데 \( n \) 주기가 걸린다.</p> <p>PrME구조에서 전력소모를 최소화하기 위하여 stop조건이 만족될 때 알고리즘을 멈추고 불필요한 신호들의 toggle을 즉시 중지시킴으로써 저전력 상태로 블록을 유지시키는 것이 중요하다. 그러므로 현재 상태에서 두 다항식 \( R_{i}(x), Q_{i}(x) \) 의 차수를 확인하기위해 병렬로 비교해 보는 것이 필요하다. 이런 방법을 이용하면, 각 반복단계의 끝에서 두 다항식중 하나의 차수가 \( t \) 이하로 떨어지는지 즉 조건 \( R(x)<t \) 또는 \( Q(x)<t \) 를 만족하는지 감지할 수 있다. 제안된 PDD구조는 "stop" 신호를 발생시키기 위해 두 다항식 \( R_{i}(x) \) 와 \( Q_{i}(x) \)의 차수를 병렬로 비교하고 감지한다. PDD unit에는 중요한 네 부분이 있다. 첫 부분에서는 shift-register를 이용하여 두 다항식이 직렬에서 병렬로 전환된다. 각 반복단계의 끝에서 \( R(x), Q(x) \) 다항식의 차수를 계산한 5 비트 값이 MUX의 선택을 위한 값으로 지정된다.</p> <p>이 MUX들은 두 다항식 \( R_{i}(x), Q_{i}(x) \) 의 계수를 정렬하는데 사용한다. \( R_{i}(x) \) 와 \( Q_{i}(x) \) 다항식의 차수 값 5비트 중에서 하위 4비트가 \( R_{i}(x) \) 와 \( Q_{i}(x) \) 다항식의 MUX를 지정하기 위한 값으로 사용된다. 일단 정렬이 되면 상위 8개의 계수돌이 0이 아닌 값에 대하여 감지되고 이 값들은 서로 비교된다. 만약 두 다항식의 상위 8개의 계수들이 0 이라면 하위 8개의 계수들이 비교되고 "stop"신호가 발생한다. "stop" 신호는 두 번째 단계를 위한 PrME구조의 모든 레지스터의 동기 리셋(reset)신호로 사용되고, 저전력 상태의 PA와 DC unit에 입력된다.</p> <table border><caption>표 1. KES블록에서의 Critical path delay와 latency의 비교</caption> <tbody><tr><td>Architecture</td><td>Critical path delay</td><td>Iatency</td></tr><tr><td>Proposed PrME</td><td>\( 3 T_{\text {or2 }}+T_{\text {xnor } 2}+T_{\text {mux }}+T_{\text {ff }} \)</td><td>\(2n+12\)</td></tr><tr><td>Systolic ME</td><td>\( 3 T_{\text {or } 2}+T_{x \text { nor } 2}+T_{\text {mux }}+T_{f f} \)</td><td>\(10t\)</td></tr><tr><td>Parallel ME</td><td>\( T_{\text {mult }}+T_{\text {add }}+T_{f f} \)</td><td>\(2t+2\)</td></tr><tr><td>EA</td><td>\( T_{\text {ram}2}+T_{\text {and } 2}+2 T_{mul t}+T_{\text {add }}+2 T_{\text{mux}2}+T_{f f} \)</td><td>\(2t\)</td></tr><tr><td>RiBM</td><td>\( T_{\text {mult }}+t_{\text {add }}+T_{f f} \)</td><td>\(2t\)</td></tr></tbody></table> <p>PrME구조에서 critical path는 DC unit내의 5 비트 비교기에 있으므로 \( 3 T_{o r 2}+T_{x n o r 2}+T_{m u x 2}+T_{f f} \) 로 critical path delay를 정의할 수 있다. 이 같은 설계는 일반적인 systolic-array 구조와 병렬 ME구조와 비교하여 훨씬 감소된 하드웨어 복잡도과 높은 클락 주파수의 이득을 얻을 수 있다.</p>
|
[
"본문의 표 1. KES블록에서의 Critical path delay와 latency의 비교에서 Systolic ME의 Critical path delay는 뭐지?",
"본문의 표 1에서 Parallel ME의 Iatency는 무엇으로 나타내는가?",
"Parallel ME의 Iatency는 표1의 내용을 보면 어떤 수치가 되지",
"본문의 표 1. KES블록에서의 Critical path delay와 latency의 비교에서 Parallel ME의 Critical path delay는 뭘까?",
"본문의 표 1에서 Systolic ME의 Iatency는 무엇으로 나타낼까?",
"Systolic ME의 Iatency는 표1을 보면 어떤 값이 되니",
"본문의 표 1. KES블록에서의 Critical path delay와 latency의 비교에서 Proposed PrME의 Critical path delay는 뭐야?",
"본문의 표 1. KES블록에서의 Critical path delay와 latency의 비교에서 RiBM의 Critical path delay는 무엇일까?",
"본문의 표 1에서 RiBM의 Iatency는 무엇으로 나타내?",
"본문의 표 1에서 EA의 Iatency는 무엇으로 나타내지?",
"EA의 Iatency는 본문의 표1에 따르면 어떤 값이 되니",
"본문의 표 1. KES블록에서의 Critical path delay와 latency의 비교에서 EA의 Critical path delay는 무엇인가?",
"본문의 표 1에서 Proposed PrME의 Iatency는 무엇으로 나타낼 수 있지?",
"표 1에 따르면 Proposed PrME의 Iatency는 무엇이지"
] |
891950d1-98a4-46dc-b085-eb0f3879a7c6
|
인공물ED
|
Micro Stacked Spiral Inductor를 이용한 \(6\mathrm{Gbps}\) \(1:2\) Demultiplexer 설계
|
<h1>Ⅲ. 제작 및 측정</h1> <h2>1. Micro stacked spiral inductor의 제작 및 측정</h2> <p>Inductor의 제작은 Magnachip CMOS \(0.18\mathrm{\mu m}\) 공정을 이용하였고 그림 8과 같은 pattern으로 layout을 하였으며 inductor의 측정을 위한 환경을 그림 9과 같이 구성하였다. S-parameter의 측정을 위하여 Ansitsu사의 MS4624D Vector Network \(10\mathrm{MHz}\sim9\mathrm{GHz})\) 을 사용하였으며 Calibration은 Cascade사의 impedance standard substrate를 이용하여 하였다.</p> <p>측정은 wafer상에서 직접 probe를 사용하는 방법으로 진행 하였는데 이때 측정을 위한 pad의 크기가 \(6400\mathrm{\mu m^{2}}\)으로 micro stacked spiral inductor의 크기 \(100\mathrm{\mu m^{2}}\)에 비해 64배가 크기 때문에 pad가 상대적으로 큰 capacitance를 갖게 된다. 또한 pad와 inductor를 연결시켜주는 금속선 또한 약간의 inductance와 resistance를 가지므로 pad와 금속선에 대한 parameter값을 inductor의 modeling에서 제거해주는 de-embedding이 필요하다. de-embedding은 그림 10와 같이 pad 부분과 금속선부분을 직접 modeling하여 inductor의 modeling 시에 추가하는 방법을 사용하였다. pad부분은 그림 8에서의 open pattern을 측정한 S-parameter를 이용하여 modeling하였으며 금속선 부분은 short pattern을 이용하여 modeling 하였다.</p> <p>이러한 modeling은 측정된 S-parameter를 각각의 parameter들로 구성된 \(\pi\)-model을 통한 S-parameter와 \(10\mathrm{MHz}\sim9 \mathrm{GHz}\)의 범위에서 비교하는 방법으로 진행하였으며 ADS simulator의 Optimizer function을 사용하여 \(\pi\)-model의 parameter값의 범위를 점차적으로 줄여감으로서 식 (4)와 같이 error의 값이 0.01에 수렴하여 더 이상 변하지 않는 \(\pi\)-model의 parameter 값을 각각 구하였다.</p> <p>Error \( =\left|S_{\text {measurement }}-S_{\text {modeling }}\right|^{2}<0.01 \)<caption>(4)</caption></p> <p>Inductor를 modeling 함에 있어서 \(\pi\)-model의 parameter 초기 값을 여러 가지 조건으로 주어 modeling 한 결과 각각의 parameter값은 표 3과 같이 동일한 결과를 얻을 수 있었다. 측정결과 spiral inductor의 크기를 \(100\mathrm{\mu m^{2}}\)으로 줄이면서 series resistance가 매우 크게 증가함을 확인 할 수 있었으며 이러한 resistance의 증가는 Q값을 감소시키게 된다. Voltage-controled oscillator(VCO)에 사용되는 inductor 는 Q값이 VCO의 성능에 영향을 미치게 되지만 current mode logic latch의 load로 사용되는 inductor의 경우에는 늘어난 resistance만큼 사용되는 resistor load에서 빼주면 되므로 이러한 series resistance의 증가가 latch의 성능에 영향을 주지 않는다. 또한 사용되는 metal이 많아짐에 따라 simulation과의 오차가 커지는데 이는 공정 parameter의 변화율과 2.5D EM simulator에서 3D 구조를 simulation 하면서 생기는 오차로 생각되어지며 1:2 demultiplexer의 설계는 동일 공정에서의 측정된 inductor의 parameter값을 기초로 설계를 하였다.</p> <table border><caption>표 3. 측정을 통한 \(\pi\)-model parameter값</caption> <tbody><tr><td>freq=\(2\mathrm{GHz}\)</td><td>Inductor#1</td><td>Inductor#2</td><td>Inductor#3</td></tr><tr><td>Ls(pH)</td><td>716.61</td><td>1445.81</td><td>208.12</td></tr><tr><td>Rs(Ohm)</td><td>43.5</td><td>91.3</td><td>19.8</td></tr><tr><td>Cs(fF)</td><td>18.0282</td><td>16.0364</td><td>9.43</td></tr><tr><td>Rsub1(\(\Omega\))</td><td>3855.22</td><td>8575.02</td><td>8689.23</td></tr><tr><td>Rsub2(\(\Omega\))</td><td>4996.29</td><td>7683.68</td><td>4796.68</td></tr><tr><td>Cox1(fF)</td><td>7.0162</td><td>19.5703</td><td>4.6751</td></tr><tr><td>Cox2(fF)</td><td>6.6706</td><td>14.6359</td><td>5.1934</td></tr></tbody></table> <h2>2. 1:2 demultiplexer의 제작 및 측정</h2> <p>앞서 측정된 inductor의 parameter값을 이용한 \(\pi\)-model을 적용하여 Cadence사의 spectre tool에서 1:2 demultiplexer를 설계 및 제작을 진행하였으며 CMOS \(0.18\mu \mathrm{m}\) 공정을 사용하였다.</p> <p>측정은 그림 11 과 같은 환경에서 진행하였으며 test circuit은 그림 12와 같이 wafer상태에서 probe를 사용하여 측정하였다. 1:2 demultiplexer의 data input은 Anritsu사의 digital data analyer를 사용하여 pseudo</p> <p>random binary sequence(PRBS) \(2^{23}-1\) 신호를 differential로 인가하였으며 clock도 동일한 장비를 사용하여 data와 동기 된 differential 신호를 인가하였다.</p> <p>출력 data는 Agilent사의 oscilloscope를 사용하여 eye-diagram을 통하여 확인하였다. 그림 13과 14는 입력 신호의 data rate를 \(5\mathrm{Gbps}\) 로 주었을 때의 기존의 demultiplexer와 제안된 demultiplexer의 \(2.5\mathrm{Gbps}\) 출력의 eye-diagram을 각각 보여주며 그림 15와 16는 입력 data rate이 \(6\mathrm{Gbps}\) 일 때 \(3\mathrm{Gbps}\) 출력 eye-diagram을 각각 보여준다.</p> <p>제안된 회로에서는 inductor를 사용함으로서 기존의 current mode logic latch에 비하여 rising time이 감소를 목표로 하였으며 이는 출력파형의 eye-diagram에서 eye width의 증가 및 jitter의 감소로 확인 할 수 있다. 이러한 성능의 향상은 표 4에 정량적으로 분석하였다. 입력 data rate이 \(\mathrm{Gbps}\) 일때의 eye-width가 약 \(7.27\%\) 증가하였으며 jitter는 약 \(43\%\) 정도 감소하여 기존의 demultiplexer에 비하여 제안된 demultiplexer의 성능향상을 확인 할 수 있다. 이때 측정된 전력 값은 기존의 회로와 제안된 회로 모두 \(76.8\mathrm{mW} \) 정도로 변화가 없음을 확인 할 수 있었다.</p> <table border><caption>표 4. 기존의 회로와 제안된 회로의 eye-diagram 비교</caption> <tbody><tr><td colspan=2>Input data rate</td><td>4\(\mathrm{Gbps}\)</td><td>5\(\mathrm{Gbps}\)</td><td>6\(\mathrm{Gbps}\)</td></tr><tr><td rowspan=2>Conventional DEMUX</td><td>eye-width</td><td>459.11\(\mathrm{ps}\)</td><td>359.12\(\mathrm{ps}\)</td><td>285.32\(\mathrm{ps}\)</td></tr><tr><td>jitter</td><td>6.82\(\mathrm{ps}\)</td><td>6.81\(\mathrm{ps}\)</td><td>7.99\(\mathrm{ps}\)</td></tr><tr><td rowspan=2>proposed DEMUX</td><td>eve-width</td><td>472.75\(\mathrm{ps}\)</td><td>373.23\(\mathrm{ps}\)</td><td>306.06\(\mathrm{ps}\)</td></tr><tr><td>jitter</td><td>4.54\(\mathrm{ps}\)</td><td>4.46\(\mathrm{ps}\)</td><td>4.52\(\mathrm{ps}\)</td></tr><tr><td colspan=2>eye-width 증가율</td><td>\(2.97\%\)</td><td>\(3.93\%\)</td><td>\(7.27\%\)</td></tr><tr><td colspan=2>eye-jitter 감소율</td><td>\(-33.38\%\)</td><td>\(-34.47\%\)</td><td>\(-43.43\%\)</td></tr></tbody></table>
|
[
"표 4에서 4\\(\\mathrm{Gbps}\\)와 6\\(\\mathrm{Gbps}\\)를 비교하면 Conventional DEMUX의 jitter값이 작은 것은 뭐야?",
"표 4에서 6\\(\\mathrm{Gbps}\\)의 결과 값이 −43.43%일 때, 무엇의 값입니까?",
"표3 측정을 통한 \\(\\pi\\)-model parameter값에서 Ls(pH)의 값이 가장 큰 항목은 무엇입니까?",
"표 3에서 Cox2(fF)의 결과 값 중 가장 작은 것은 얼마입니까?",
"표 3을 보면 Rs(Ohm)이 19.8인 항목은 어떤거야?",
"어떤 항목이 표 3을 보면 Rs(Ohm)이 19.8 값을 가지지",
"어떤 항목이 표 3에서 Inductor#1의 결과 값이 가장 클까",
"표 4에서 Conventional DEMUX의 eye-width가 4\\(\\mathrm{Gbps}\\)일 때 결과 값은 뭐야?",
"표 3에서 Inductor#1과 Inductor#2를 비교할 때, Cs(fF)의 값이 작은 것은 무엇이니?",
"표 4를 보면 proposed DEMUX의 jitter의 결과 값 중 가장 큰 것은 얼마 입니까?",
"표4 기존의 회로와 제안된 회로의 eye-diagram 비교를 보면 eye-width 증가율이 가장 높은 것은 얼마 입니까?",
"표 4에서 5\\(\\mathrm{Gbps}\\)의 값이 −34.47%인 항목은 어떤거야?",
"표4를 보면 4\\(\\mathrm{Gbps}\\)의 jitter 값이 어떤 항목이 더 큰가요?"
] |
e03a792f-2a89-4cc9-998f-05863ce41f89
|
인공물ED
|
Micro Stacked Spiral Inductor를 이용한 \(6\mathrm{Gbps}\) \(1:2\) Demultiplexer 설계
|
<h1>Ⅱ. Demultiplexer와 inductor 설계</h1> <h2>1. 전체 block diagram 과 동작원리</h2> <p>그림 1은 1:2 demultiplexer를 블록도로 간단히 나타낸 그림이다. 입력된 직렬 데이터를 2 개의 병렬 데이터로 나누어 주기위해 데이터 선택을 함에 있어서 master-slave type의 D-flipflop이 사용된다. 이 때 clock의 rising edge와 falling edge에서 각각 입력된 직렬데이터를 선택할 수 있도록 두 D-flipflop의 clock입력의 위상차를 \(180^{\circ}\)로 유지하도록 구성된다.</p> <p>Input/output단의 buffer는 \(50\Omega\) matching을 위하여 load를 \(50\Omega\) 저항 load로 구성하였다.</p> <h3>가. Conventioal currnet mode logic CML latch</h3> <p>High speed demultiplexer의 구현을 위해서는 high speed flipflop이 필요하다. 이러한 flipflop은 latch로 구성되므로 high speed latch가 필요하게 되며 이는 그림2 와 같은 Current mode logic latch가 많이 사용된다.</p> <p>Current mode logic latch는 input pair인 M1,M2와 regenerative pair인 M3, M4로 구성된다. \(\mathrm{V}_{\mathrm{CLK}+}\) 입력이 high가 되면 tail current가 M5로 흐르게 되며 이때 입력된 데이터에 따라 출력이 나오게 된다. \(\mathrm{V}_{\mathrm{CLK}+}\)가 low가 되면 \(\mathrm{V}_{\mathrm{CLK}-}\)는 high가 되며 이때에 tail current는 M6로 흐르게 되어 regenerative pair가 동작하게 되며 input pair는 동작하지 않으므로 더 이상 입력을 받아들이지 않고 regenerative pair가 동작하기 이전 상태의 출력을 \(\mathrm{V}_{\mathrm{CLK}-}\)인 동안 유지하게 된다.</p> <p>이러한 Current mode logic의 동작속도는 전류의 양에 의해 결정되며, 전류의 양의 조절은 transistor의 width크기에 의해 결정된다.</p> <h3>나. Proposed Current mode logic (CML) latch</h3> <p>전류의 증가는 출력의 falling time을 감소시키지만 transistor의 width가 커짐에 따라 transistor의 parasitic capacitance값이 증가하여 rising time을 증가시키게 된다.</p> <p>이러한 Current mode logic latch에서의 한계를 보완하기 위해서 본 논문에서는 그림 3과 같이 회로의 resistor load에 Micro stacked spiral inductor를 추가함으로서 면적 증가를 최소화 하면서 current mode logic의 단점인 rising time증가를 줄여줌으로서 동작속도의 향상을 가져왔다. 이렇게 사용된 inductor는 resistor branch로 흐르는 전류에 delay를 줌으로서 latch 다음단의 capacitor를 더 많은 전류가 충전하게 함으로서 rising time을 줄이는 역할을 한다. 이를 주파수 축으로 바라보면 그림 4 와 같이 최적화된 inductance를 선택함으로서 inductor를 사용하지 않은 경우보다 \( \mathrm{f}_{3dB}\)가 약 1.7배 정도 증가함을 확인 할 수 있다.</p> <h2>2. Design micro stacked spiral inductor</h2> <h3>가. Micro stacked spiral inductor and modeling</h3> <p>On-chip에서 inductor는 제한된 면적 내에서 최대한의 inductance를 얻기 위해 그림 5와 같은 나선형 구조로 구현된다.</p> <p>앞선 나선형 구조를 이용하여도 transistor에 비하면 큰 면적을 차지하기 때문에 작은 면적에서도 큰 inductance를 얻고자 그림 6와 같이 CMOS 공정에서 지원되는 다층 금속선을 이용하여 설계하였다.</p> <p>이러한 다층 금속선을 사용함으로서 금속선의 길이에 비례하는 inductance의 특성상 단층의 금속선을 사용한 inductor에 비해 큰 inductance를 얻을 수 있으므로 동일 inductance를 얻고자 할 때 단층의 금속선을 사용한 inductor에 비하여 다층의 금속선을 사용한 inductor가 더 작은 면적을 차지하게 된다.</p> <table border><caption>표 1. 설계된 나선형 인덕터의 상세스펙</caption> <tbody><tr><td></td><td>Inductor#</td><td>Inductor#2</td><td>Inductor#3</td></tr><tr><td>area</td><td>100\(\mathrm{\mu m}^{2}\)</td><td>100\(\mathrm{\mu m}^{2}\)</td><td>100\(\mathrm{\mu m}^{2}\)</td></tr><tr><td>W</td><td>1\(\mathrm{\mu m}\)</td><td>0.54\(\mathrm{\mu m}\)</td><td>1\(\mathrm{\mu m}\)</td></tr><tr><td>S</td><td>0.5\(\mathrm{\mu m}\)</td><td>0.5\(\mathrm{\mu m}\)</td><td>0.5\(\mathrm{\mu m}\)</td></tr><tr><td>tum(감은 수)</td><td>2.5</td><td>4.5</td><td>2.5</td></tr><tr><td>metal level</td><td>m2m3m4m5m6</td><td>m2m3m4m5m6</td><td>m4m5m6</td></tr></tbody></table> <p>Inductor의 설계는 표 1과 같이 3개의 spec. 으로 구현하였다. 각 inductor는 면적과 금속선과 금속선 사이의 간격(S)을 동일하게 설계하였다. 금속선의 선폭(W)은 Inductor#2만을 \(0.5\mu \mathrm{m}\) 로 설계하였으며 선폭을 줄이게 되면 resistance가 증가하지만 여분의 면적으로 감은 수를 늘려주어 inductance를 증가시킬 수 있다.</p> <table border><caption>표 2. Simulation을 통한 inductor들의 \(L_{s}, R_{s}\) 값</caption> <tbody><tr><td>freq=\(2\mathrm{GHz}\)</td><td>Inductor#1</td><td>Industor#2</td><td>Inductor#3</td></tr><tr><td>\(\mathrm{L_S}\)</td><td>0.8579\(\mathrm{nH}\)</td><td>2.407\(\mathrm{nH}\)</td><td>0.3187\(\mathrm{nH}\)</td></tr><tr><td>\(\mathrm{R_S}\)</td><td>5.169\(\Omega\)</td><td>16.449\(\Omega\)</td><td>2.456\(\Omega\)</td></tr><tr><td>Q</td><td>2.607</td><td>2.299</td><td>2.039</td></tr></tbody></table> <p>Circuit simulation인 Cadence 사의 Spectre tool에서 inductor를 사용한 회로의 simulation을 하기위해서는 그림 7과 같이 설계된 inductor의 등가회로 모델이 필요하다. 2.5D EM simulator를 이용하여 각각의 S-parameter를 구한 후 Y-parameter로 변환하여 식(1)과 같이 구성할 수 있다.</p> <p>\(Z_{B}=\frac{-1}{Y(1,2)}\)<caption>(1)</caption></p> <p>식(1)에 의하여 구하여진 \(\mathrm{Z_B}\)는 식(2)와 같은 관계식으로 도출되며 이때의 series capacitance \(\mathrm{C_S}\) 는 \(\mathrm{R_S}\) 와 \(\mathrm{L_S}\) 에 비하여 작은 값을 가지므로 식(3)과 같이 \(\mathrm{R_S}\)와 \(\mathrm{L_S}\)에 관한 식으로 근사화 할 수 있다. 결국 \(\mathrm{Z_B}\)의 real 값과 imaginary값을 각각 취함으로서 \(\mathrm{R_S}\)와 \(\mathrm{L_S}\)을 구할 수 있다.</p> <p>\(Z_{B}=\frac{R_{S}+j \omega L_{S}}{1+j \omega L_{S}\left(R_{S}+j \omega L_{S}\right)}\)<caption>(2)</caption></p> <p>\( Z_{B} \cong R_{S}+j \omega L_{S}\)<caption>(3)</caption></p> <p>2.5D EM simulator를 사용한 simulation을 통하여 \(2\mathrm{GHz}\) 대역에서 modeling된 micro stacked spiral inductor의 \(\mathrm{L_S}\) 및 \(\mathrm{R_S}\)의 값은 표 2와 같다. 이러한 simulation값을 기초로 하여 실제 구현된 inductor의 측정을 진행하였다.</p>
|
[
"모든 인덕터의 area 크기는 얼마의 값을 가지나?",
"금속선의 선폭(W)의 크기가 Inductor#와 같은 인덕터는 뭐야?",
"세가지 인덕터 중에 다른 W값을 가지는 인덕터는 어떤거지?",
"0.5\\(\\mathrm{\\mu m}\\) 값을 가지는 인덕터의 파라미터는 무엇이야?",
"tum(감은 수)가 가장 많은 인덕터는 무엇이니?",
"Inductor#3의 tum(감은 수)는 얼마니?",
"가장 많은 수의 tum(감은 수) 값은 얼마인가?",
"m4m5m6를 metal level로 가지는 인덕터는 어떤 것이니?",
"Inductor#2와 동일한 metal level을 가진 인덕터는 어떤 것이야?",
"Inductor#1의 \\(\\mathrm{L_S}\\)의 값은 얼마야?",
"가장 큰 \\(\\mathrm{L_S}\\) 값을 가지는 인덕터는 뭐야?",
"저항을 나타내는 파라미터는 무엇인가?",
"최소치의 \\(\\mathrm{L_S}\\) 값은 얼마일까?",
"Inductor#1은 어떤 \\(\\mathrm{R_S}\\) 값을 가지니?",
"Inductor#1의 \\(\\mathrm{R_S}\\) 값 보다 적은 값을 가지는 인덕터는 무엇인가?",
"\\(\\mathrm{R_S}\\)이 최고치인 인덕터는 어떤걸까?",
"Inductor#3의 Q값과 가장 차이가 큰 Q값을 가진 인덕터는 어떤거니?",
"Current mode logic latch의 한계를 극복하기 위해서 어떻게 설계하였나?",
"입력된 직렬 데이터를 2개의 병렬 데이터로 분배하기 위해서 어떻게 실험했니?",
"Q 값이 가장 적은 인덕터는 무엇이냐?",
"면적 대비 큰 인덕턴스를 얻기 위해서 어떻게 설계하였지?",
"시뮬레이션에 사용한 주파수는 얼마의 값을 가지니?",
"각각 입력된 직렬데이터를 clock의 rising edge와 falling edge가 선택할 수 있도록 어떻게 구성했어?",
"금속선이 선폭(W) 값이 가장 적은 인덕터는 어떤거야?",
"Industor#2의 Q값은 얼마야?"
] |
446e5227-4e4b-4052-85c4-2278a4119c21
|
인공물ED
|
의료용 초음파 위상배열 트랜스듀서의 열 분산 방안
|
<h2>2.2 열해석 모델 및 해석 조건</h2> <p>본 연구에서는 열 분산 해석 대상으로 위상배열초음파 트랜스듀서를 선정하였는데, 위상배열 트랜스듀서는 작동을 위해 전체채널을 연속적으로 구동시켜야하기 때문에 다른 종류의 트랜스듀서에 비해발열 가능성이 높다. 해석 대상인 위상배열 초음파 트랜스듀서의 구조는Fig. 1에나타내었다. 트랜스듀서의 중심주파수는 3 \(\mathrm{MHz}\)이고 채널 개수는 32개이다. 트랜스듀서는 압전소자(PZT-5A), 2개의 정합층, 2개의 후면층(substrate &backing block), 접지시트(ground sheet), 신호선 층(signal flexible printed circuitboard), 치폭(kerf) 및 음향렌즈로 이루어져 있으며, 음향렌즈의 상부에는 방사매질로 물 층이 형성되어있다. 그리고 트랜스듀서 제작시 구성 소자접착에 사용되는 에폭시 접착제(bond)가 폭 방향으로 빠져나와 경화되는데, 이부분을 단순화하여 모델링하였다. 해석에는 상용 유한요소 해석 프로그램인 PZFlex(R)를 사용하였다. 해석 모델은 3차원으로 구성되어 있으며, 해석 모델의 크기를 줄이기 위해 2개의 대칭면을 적용하여 \(1/4\)모델을 생성하였으며, 신호선 층은 구리단 층으로 만들고, 접지시트와 절연되도록 폴리이미드(Polyimide)를 삽입하였고, 2차 후면층의 두께는 3 \(\mathrm{mm}\)로 설정하였다. 그리고 후면층의 바닥에는 불필요한 반사파의 영향을 제거하고자 흡음 경계조건을 적용하였다. 구성소자의 치수로 1차 후면층의두께는 1.5 \(\mathrm{mm}\), 압전소자의 두께는 320 \(\mathrm{\mu}\mathrm{m}\), 1차 정합층의 두께는160 \(\mathrm{\mu}\mathrm{m}\), 2차정합층의 두께는210 \(\mathrm{\mu}\mathrm{m}\), 소자간간격은 300\(\mathrm{\mu}\mathrm{m}\), 치폭은40\(\mathrm{\mu}\mathrm{m}\), 소자의폭(elevation)방향의 길이는 13.5 \(\mathrm{mm}\), 음향렌즈의 두께는 0.9 \(\mathrm{mm}\),그리고 음향렌즈의 반지름은 70 \(\mathrm{mm}\)로 설정하였다.각 구성소자의 물성을 Table 1에 나타내었으며, 음향렌즈와 치폭의 물성은 같다.</p> <p>이상의 모델로 음향해석과 열해석을 수행했는데,우선 음향해석에서는 압전소자에서 발생한 초음파가 각 구성소자로 전파될 때 트랜스듀서 내에서 재료의 감쇠에 의해 손실되는 에너지를 구하였다. 다음으로 열해석에서는 각 절점에서 계산된 손실에너지를 열원으로 적용하여 시간에따른 트랜스듀서내의 온도변화를 해석하였다. 유한요소 모델 내에서대칭의 중심축 상에 물 층의 끝 부분에 위치한 절점에서 시간에 따른 음압의 변화를 Fig. 2에 나타내었는데, 압전소자에서 발생된 초음파가 정합층과 음향렌즈를 거쳐서 물로 전달되기 때문에 1 \(\mathrm{\mu}\mathrm{s}\)의 시간이 지나고 음압이 발생하는 것을 확인할 수 있다. 이때 과도현상에 의해 최고음압이 발생하였다가 일정한음압이 유지되는 것을 확인할 수 있다.</p> <p>향해석을 통해 구한 각 절점에서의 손실 에너지를 이용하여 열해석을 수행하여 트랜스듀서내의 중심축 상에서 물과 접촉되는 음향렌즈 끝부분, 압전소자 중심부 및 1차 후면층의 중심부에 위치한 절점에서 시간에 따른 온도변화를 Fig. 3에 나타내었다.열물성은 주변 온도 및 압력에 따라 변하는데, 의료용 초음파트랜스듀서의 사용환경에 맞게 대기압 및 상온(25\( { }^{\circ} \mathrm{C} \))에서의 열물성을 열해석에 사용하였다.또한 구동에 따른 트랜스듀서의 온도변화를 분석하고자 하였기 때문에 시간에 따른 각 절점의 온도변화를 그래프로 나타내었다. 열해석의경우0.1 \(\mathrm{s}\)간 트랜스듀서가 구동되고 19.9 \(\mathrm{s}\)의 시간동안 발생된 열이 전파되는 상태를 해석하였고, 음향렌즈, 압전소자및 1차 후면층에 위치한 절점에서 전체 해석시간에 걸친 최고온도와 해석이 종료되는 시점에서의 온도인 최종온도를 구하였다. Fig. 3의 결과로부터 압전소자에서 발생된 열에 의해 온도가 상승되고, 압전소자 주변으로 열이 분산되는 것을 확인할 수 있다.먼저 열이 가장 많이 발생하는 압전소자의 온도가트랜스듀서의 구동이 완료된 직후 0.3 \(\mathrm{s}\) 시점에서 8.5\( { }^{\circ} \mathrm{C} \)까지 상승하였다가, 주변으로 열이 전달되어 온도가 저하되어 최종적으로 3.17 \( { }^{\circ} \mathrm{C} \)까지 저하한다. 그리고 압전소자로부터 전달된 열에 의해 음향렌즈와1차 후면층의 온도가 뒤늦게 상승하였다가, 다시 주변으로 그 열이 분산됨에 따라 온도가 서서히 저하되는 것을 확인할 수 있는데, 음향렌즈의 경우 4.2 \(\mathrm{s}\)에서 최고온도가 5.23\( { }^{\circ} \mathrm{C} \)로 상승하였다가 최종온도는 3.25\( { }^{\circ} \mathrm{C} \)로 저하되었다. 그리고 압전소자에서 발생된 열이 트랜스듀서의 후면층 방향으로 전달되어 1차 후면층 내의 절점의 5.7 \(\mathrm{s}\)에서 최고온도가 3.28\( { }^{\circ} \mathrm{C} \)로 상승하였다가 최종온도는 2.76\( { }^{\circ} \mathrm{C} \)로 저하하였다.이와 같이 각 구성소자의 열 특성이 다르기 때문에트랜스듀서 내의 각 절점이 최고온도에 도달하는 데걸리는 시간과 최고온도의 크기가 다른 것을 알 수있다.</p>
|
[
"PZFlex(R)의 후면층은 불필요한 반사파의 영향을 제거하기 위해 어떻게 적용했어?",
"PZFlex(R)의 해석 프로그램은 크키를 줄이기 위해 어떻게 모델을 생성하였어?",
"위상배열초음파 트랜스듀서 구성소자의 치수는 어떻게 이루어졌어?",
"다른 종류의 트랜스듀서에 비해 발열 가능성이 높은 위샹 배열 초음파 트래스듀서의 선정은 어떠한 절차로 이루어졌어?",
"발열 가능성이 높은 위상배열 초음파 트랜스 듀서는 어떻게 구성했어?",
"트랜스 듀스의 구조 형성은 어떻게 이루어져 있어?",
"트랜스 듀스의 구조는 어때 "
] |
8fa16c7c-e612-4fe4-91b7-f46b2c9294b9
|
인공물ED
|
의료용 초음파 위상배열 트랜스듀서의 열 분산 방안
|
<h1>III. 트랜스듀서의 열 분산 방안</h1> <p>확산 방정식에서 비열, 열전도도 및 밀도와 열원의 크기에 의해 온도는 시간과 위치에 따라 변하는 데, 트랜스듀서 구성 재료의 물성 중에서 특히 비열과 열전도도가 온도변화에 미치는 영향을 확인하고자 하였다. 따라서 트랜스듀서 구성소자의 비열과 열전도도를 Table 1에 나타난 기본 물성에 비해 각각2배, 4배로 변화시킨 후, 그에 따른 트랜스듀서 음향렌즈와 1차 후면층에 위치한 절점에서의 온도분포를 분석하였다. 분석 방법으로는 기본구조에 대한것과 동일하게 음향해석과 열해석을 수행하였다.</p> <p>우선, 트랜스듀서모든구성소자의열전도도와후면층의 비열은 기본 물성 값을 유지한 채, 렌즈와 정합층의 비열만 2배, 4배로 높였을 때의 해석 결과를 Fig. 4에 나타내었다. 비열이 높아질수록 음향렌즈와 정합층의 열용량이 커지기 때문에 음향렌즈의 최고온도는 Fig. 4(a)와 같이 5.23\( { }^{\circ} \mathrm{C} \)에서 2.15\( { }^{\circ} \mathrm{C} \)로 낮아지고, 최고온도가 발생되는 시간은 12.8\(\mathrm{s}\)까지 지연되었다. 그리고 음향렌즈와 정합층으로 열이 많이 전달되기 때문에 음향렌즈와 정합층의 비열이 커질수록 1차 후면층의 최고 온도도 Fig. 4(b)와 같이 2.52\( { }^{\circ} \mathrm{C} \)로 낮아졌다.</p> <p>다음으로 재료들의 다른 물성들은 다 고정시키고 음향렌즈와 정합층의 열전도도만을 2배, 4배 높였을때, 음향렌즈와 압전소자의 온도가 상승되고 1차 후면층의 온도가 저하하였다. 트랜스듀서의 음향렌즈방향으로의 열전도도가 높아져서, 발생된 열이 음향렌즈방향으로 보다 많이 전달되었기 때문에 렌즈의 온도가 Fig. 5(a)와 같이 6.11\( { }^{\circ} \mathrm{C} \)까지 높아졌다. 이때 최고온도에 도달하는데 걸리는 시간이 2.0\(\mathrm{s}\)로 단축되는 것은 열전도도가 높아지면서 열전달이 빠르게 이루어졌기 때문이다. 반면에 압전소자에서 발생된 열이 음향렌즈 방향으로 많이 전달되므로 1차 후면층의 온도는 Fig. 5(b)와 같이 3.17\( { }^{\circ} \mathrm{C} \)로 저하하였다. 따라서 구성소자의 열전도도를 변경하여 트랜스듀서에서 발생되는 열의 전도방향과 속도를 조절 할 수 있다는 것을 확인하였다</p> <p>다음으로 트랜스듀서 재료들의 다른 물성들은 다 고정시키고 후면층의 비열과 열전도도만을 각각 2,4 배로 변화시켰을 때의 트랜스듀서 내 온도변화를 해석하였다. 비열이 증가되면 같은 열량을 기준으로 온도 변화가 작아지므로, Fig. 4에서와 마찬가지로 모든 층의 온도가 낮아졌다. 1차 후면층의 최고온도가Fig. 6(a)와 같이 1.23\( { }^{\circ} \mathrm{C} \)까지 저하하고, 최고온도에 도달하는 시간이 19.9 \(\mathrm{s}\)까지 지연되는 것을 확인할 수있다. 그에 따라 트랜스듀서의 후면층 방향으로 열이 많이 전달되어 Fig. 6(b)와 같이 음향렌즈의 최고온도는 4.53\( { }^{\circ} \mathrm{C} \)로 낮아지고, 음향렌즈 방향으로 전달되는 열량이 줄어들어 음향렌즈와 압전소자내의 절점에서 최고온도에 도달하는시간 또한 감소하였다.</p> <p>마지막으로, 트랜스듀서 재료들의 다른 물성들은 다고정되고 후면층의 열전도도만 높아지면, 후면층방향으로 열이 보다 많이 전달되어 음향렌즈의 온도는 저하되고, 압전소자와 1차 후면층의 온도가 상승하였다. 1차후면층의최고온도는Fig. 7(a)와같이 3.61\( { }^{\circ} \mathrm{C} \)로 상승하고 열전달이 빠르게 이루어져 최고온도에 도달하는 시간이 2.1\(\mathrm{s}\)로 단축되었다. 또한 음향렌즈와 압전소자의 온도는 Fig. 7(b)와 같이 저하하였다.</p> <p>이상과같이 트랜스듀서 구성소자의 열물성이 온도 변화에 미치는 영향을 확인한 결과, 압전소자에서 발생한 열을 후면층방향으로 분산시키기 위해서는, 즉 음향렌즈의 온도를 낮추기 위해서는, 모든 재료의 비열은 높아야 하고, 정합층과 음향렌즈의 열전도도는 낮아야 하며, 후면층의 열전도도는 높아야한다는 것을 알 수 있다. 따라서 Table 2와 같이 음향렌즈, 정합층 및 후면층의 비열을 높이며, 음향렌즈와 정합층의 열전도도는 저하시키고 후면층의 열전도도는 상승시켜, 환자와 접촉하는 음향렌즈가 아닌 후면층 방향으로 열을 전달시키는 열 분산 방안을 도출하였다.</p> <p>Table 1의 열 물성을 가지는 트랜스듀서에 대해 위에서처럼 음향 해석, 열 해석을 차례로 수행해 본 결과, 후면층방향의 열전도도가 향상되고트랜스듀서 내부의 열용량이 증가되면서 트랜스듀서내의 온도는Table 2 같이 전반적으로 저하하였다. 음향렌즈의 최고온도는 Fig. 8과 같이 2.64\( { }^{\circ} \mathrm{C} \)로 기본모델 값의 51 \(\%\)로 저하하였다. 1차 후면층의 최고온도는 1.91\( { }^{\circ} \mathrm{C} \)로 기본모델 값의 58 \(\%\)로 저하되었다. 이것은 후면층방향으로 열을전달시켜 음향렌즈의 온도를 보다 많이 저감시키고자 하였기 때문이다. 이러한 결과는 위에서 도출한 열분산방안의 타당성을 확인시켜주는 것이다.</p>
|
[
"트랜스듀서에 발생되는 열의 전도방향과 속도를 조절 할수 있는 것을 어떻게 확인해?",
"어떻게 하면 압전소자에서 발생한 열을 후면층방향으로 분산시켜?",
"비열이 높아질때 음향렌즈와 정합층이 최고온도가 발생하여 지연되는 시간은 얼마야?",
"트랜스듀서의 발생된 열이 음향렌즈방향으로 전달되어 렌즈의 온도가 얼마까지 높아졌어?",
"트랜스듀서 재료들의 물성들은 고정되고 후면층의 열전도도만 높아지면서 음향렌즈의 온도는 저하되고, 압전소자와 1차 후면층의 온도가 상승하는 이유는 뭐야?",
"본 실험에서 트랜스듀서 구성 재료의 물성 중 특히 어떤것이 온도변화에 영향을 미치는지 확인하였는가?"
] |
38403787-f2ea-4dc0-963c-97c165ba4d58
|
인공물ED
|
연직바람관측장비를 위한 능동위상배열안테나 개발
|
<h1>II. 능동위상배열안테나 연구</h1> <h2>2-1 연구의 필요성</h2> <p>본 논문에서 개발하고자 하는 연직바람관측장비의 하드웨어 설계 사양은 표 1과 같다. 현재 국내 기상청 및 해외에서 가장 많이 운용되고 있는 제품을 참조하여, L대역 \( 1.29 \mathrm{GHz} \) 의 운용 주파수와 \( 14 \mathrm{~kW} \cdot \mathrm{m}^{2} \) 의 안테나유효면적×최대RF출력을 중요 규격으로 우선 설정한다. 그 이외에, 그림 1에서의 해외 상용제품 형상과 배열안테나 에서의 분배/결합 회로의 개발 편의를 동시에 고려하여 256개의 배열수를 결정하며, 단일 안테나 이득 \( 6 \mathrm{dBi} \) 및 256배열의 Array factor의 이득 \( 10 \log (256) \mathrm{dBi} \) 를 합하여 \( 30\mathrm{dBi} \) 이상의 안테나 이득을 결정할 수 있다. 표 1과 같이 최종 개발하고자 하는 256배열의 연직바람관측장비는 64배열의 능동위상배열안테나의 부배열(sub-array)로 구성되었으며, 이는 64배열 능동위상배열안테나의 하드웨어 확장 개념으로 최종의 256배열 능동위상배열안테나가 개발되어짐을 뜻한다. 따라서 안테나 64배열 능동위상배열 안테나를 개발하여 동작 특성을 확인하는 것은 최종의 연직바람관측장비 개발의 가장 중요한 핵심 과정이라 할 수 있다.</p> <table border><caption>표 1. 연직바람관측장비 규격</caption> <tbody><tr><td></td><td>Specification</td><td>Remark</td></tr><tr><td>Frequency</td><td>1.29 GHz</td><td>BW: \( f \mathrm{c} \pm 5 \mathrm{MHz} \)</td></tr><tr><td>Antenna effective aperturex Max. BF power</td><td>\( 14.0 \mathrm{~kW} \cdot \mathrm{m}^{2} \)<td>\( 13.86 \mathrm{~kW} \cdot \mathrm{m}^{2} \)(WINDAScorp./Japan)</td></td></tr><tr><td>Amay number</td><td>256개</td><td></td></tr><tr><td>Antenna gan</td><td>\( \geqq 30 \mathrm{dBi} \)</td><td></td></tr><tr><td>Number of beam</td><td>5 EA</td><td></td></tr><tr><td>Beam tilting angle</td><td>\( \pm 20^{\circ} \)</td><td>Electronic control</td></tr></tbody></table>
|
[
"주파수 크기는 얼마나 되나?",
"표1을 살펴보면 주파수 크기는 얼마지",
"안테나유효면적에 최대RF출력을 곱한 값은 얼마인가?",
"5 EA의 값을 가지는 파라미터는 무엇인가?",
"표의 내용을 보면 5 EA의 값을 가지는 파라미터는 어떤 것인가",
"두개의 값을 가지는 파라미터는 어떤 것이니?",
"얼마의 Array 수를 가지고 있니?"
] |
da69b903-c166-4a31-ace9-fe194faa1151
|
인공물ED
|
고온용 유리 봉합재의 filler 첨가효과
|
<h1>2. 실험 방법</h1> <p>본 실험은 다음과 같이 진행하였다. 유리의 조성은 alkaline earth silicate 유리에 \( \mathrm{B}_{2} \mathrm{O}_{3} \)을 \( 5-25 \% \) 첨가하여 적심성과 계면반응성 및 저온 접합성을 조사하였다. \( \mathrm{B}_{2} \mathrm{O}_{3} \)의 역할은 유리의 점도를 낮춰서 저온에서 SOFC의 성분과 접합이 이루워질수 있도록 하였다. SOFC를 원하는 전류밀도를 얻기 위하여는 많은 단위셀을 X-Y-Z 방향으로 stack할 수 있어야하므로 결과적으로 sealant에 고온강도를 요구하게 된다. 실험방법은 다음과 같이 진행하였다. 지르코니아와 정합이 가장 양호한 유리조성에 \( \mathrm{B}_{2} \mathrm{O}_{3} \)을 첨가하여 사용온도를 낮추었으며 이에 따른 적심현상을 온도를 상승시키면서 고온 현미경으로 관찰하여 온도에 따른 적심각의 변화를 조사하였다. Filler로서 기판과의 열팽창계수를 정합할 수 있도록 지르코니아를 사용하였으며 filler의 열처리 조건에 따라서 분말의 크기와 비표면적을 변화시켜 첨가함으로써 계면반응성, 적심성 및 기공생성에 미치는 영향에 대하여 조사하였다. 기공과 filler의 크기는 소결된 시편에 대하여 SEM을 촬영한 후 image analyser를 사용하여 분포를 조사하였다. 계면반응성은 EPMA를 이용하여 계면의 각 성분들의 확산정도를 조사하였다.</p> <p>Alkaline earth silicate 유리는 안정한 실리카계 유리를 기본으로 알칼리토 금속 산화물을 첨가함으 로써 열팽창과 유리의 점도특성을 조절할 수 있으며 고온반응성도 정밀하게 조절할 수가 있다. 또한 융제를 첨가하여 사용함으로써 유리의 고온점도와 유리분말의 소결온도를 조절할 수 있다. 따라서 본 연구에서는 알칼리토 금속산화물을 \( 35 \mathrm{~mol} \% \) 첨가한 alkaline earth silicate 유리를 가지고 밀봉 공정과 \( 800^{\circ} \mathrm{C} \)에서 10시간 유지한 후 적심현상에 따른 계면 반응성과 적심성 등을 조사하였다. Table 1과 같은 조성으로 소수 3째 자리까지 정확히 평량한 다음 \( 250 \mathrm{cc} \) 볼밀에서 IPA (Isopropanol)를 용매로 첨가하여 12시간 동안 혼련한 다음 Pt 도가니에 넣어 \( 1600^{\circ} \mathrm{C} \) 3시간 동안 용융하여 물에 급랭함으로써 유리 프릿트를 제조하였다. 적심실험은 용융된 유리를 분쇄하여 분말로 제조한 후 유리의 고온 적심특성을 알아보기 위하여 고온 현미경을 이용하여 한변이 \( 3 \mathrm{~mm} \)의 정육면체의 성형체로 온도롤 분당 \( 10^{\circ} \mathrm{C} \)로 상승시키면서 장착된 CCD 카메라로 촬영하여 온도에 따라 적심각의 변화와 SEM과 EPMA를 사용하여 내부기공의 분포 및 계면 반응층에 대한 관찰을 하였다. 융착개시 온도는 적심각의 변화를 시작하는 온도를 측정하였으며, 이는 자기 형상이 유지되지 못하는 유리의 전이점 온도라고 판단하였다. 지르코니아 filler는 다음과 같이 제조하였다. TZ-8Y를 영국 Unitec Ceramics사 제품 (평균 \( 2.5 \mu \mathrm{m} \) )과 일본의 Tosho사의 TZ-8Y (평균 \( 0.3 \mu \mathrm{m}) \)를 가압 성형하여 열처리한 것과 분말상태를 그대로 \( 1200-1400^{\circ} \mathrm{C} \) 사이로 열처리한 분말을 사용 하였다. 열처리한 분말의 특성을 입자크기, 분포 및 밀도를 측정하였다.</p> <h1>3. 결과 및 고찰</h1> <h2>3.1. 유리조성에 따른 wetting 특성</h2> <p>Table 1에 본 실험에 사용한 유리의 조성을 나타내었다. 예비실험 결과 이들 유리 중 S7-S11은 저온에서 정합특성이 양호하였다. 사용된 성형된 유리분말을 지르코니아 기판 상에 올려놓고 시간 당 \( 300^{\circ} \mathrm{C} \)로 승온하여 \( 900-1000^{\circ} \mathrm{C} \)에서 20분 동안 유지하여 접합유리를 지르코니아 기판상에 wetting 시켰다.</p> <table border><caption>Table 1. Compositions of Glass Sealants(mol\( \% \))</caption> <tbody><tr><td>Specimens</td><td>\( \mathrm{SiO}_{2} \)</td><td>\( \mathrm{B}_{2} \mathrm{O}_{3} \)</td><td>\( \mathrm{La}_{2} \mathrm{O}_{3} \)</td><td>\( \mathrm{BaO} \)</td><td>\( \mathrm{CaO} \)</td><td>\( \mathrm{SrO} \)</td></tr><tr><td>S1</td><td>50</td><td>15</td><td>-</td><td></td><td>10</td><td>25</td></tr><tr><td>S2</td><td>50</td><td>10</td><td>5</td><td></td><td>5</td><td>30</td></tr><tr><td>S3</td><td>50</td><td>10</td><td>5</td><td></td><td>-</td><td>35</td></tr><tr><td>S4</td><td>50</td><td>10</td><td>5</td><td>10</td><td>25</td><td></td></tr><tr><td>S5</td><td>50</td><td>10</td><td>5</td><td>15</td><td>20</td><td></td></tr><tr><td>S6</td><td>50</td><td>10</td><td>5</td><td>20</td><td>15</td><td></td></tr><tr><td>S7</td><td>55</td><td>5</td><td>5</td><td></td><td>10</td><td>25</td></tr><tr><td>S8</td><td>50</td><td>10</td><td>5</td><td></td><td>10</td><td>25</td></tr><tr><td>S9</td><td>45</td><td>15</td><td>5</td><td></td><td>10</td><td>25</td></tr><tr><td>S10</td><td>40</td><td>20</td><td>5</td><td></td><td>10</td><td>25</td></tr><tr><td>S11</td><td>35</td><td>25</td><td>5</td><td></td><td>10</td><td>25</td></tr></tbody></table> <p>본 조성은 실리카계의 유리를 중심으로 양극재 료로 사용되고 있는 LSM의 성분인 \( \mathrm{La} 2 \mathrm{O} 3 \) 을 소량 을 첨가하였다. 총 \( 35 \mathrm{~mol} \% \)의 알칼리토 금속산화물을 첨가하였다. 알칼리토 금속은 망목구조 내에서 알칼리 이온보다 망목구조 내에서 결합력이 크므로 열팽창율의 증가효과는 그리 크지 않으나, 고온에서 안정성이 높으므로 다량 첨가하였다. MgO는 nonwetting을 위하여 표면장력을 가장 증가시켜줄 수 있으나 조성에 따라서 열팽창을 감소시킬 수 있는 문제점을 갖고 있다. 유리의 소결성을 향상시키기 위하여 \( \mathrm{B}_{2} \mathrm{O}_{3} \) 을 \( 5-25 \% \) 첨가하였다. 이러한 특성들은 주로 고온점도에 영향을 주며 \( \mathrm{SiO}_{2} \) 보다 \( \mathrm{B}_{2} \mathrm{O}_{3} \)를 첨가한 경우 온도에 따라서 점도 저하 효과가 크다. 점도의 저하효과는 알칼리 이온이 가장 크나 고온반응성이 높아 조성에서 배제하였다. 지르코니아 filler를 첨가한 결과 첨가량이 증가할 수록 접촉각은 증가하였다. 이러한 경우 일정한 온도에서 유지한 다음 온도를 저하한 후 접촉각을 측정하였으나 접촉각은 온도의 함수이므로 더 정확한 실시간의 접촉각을 얻기위하여 고온 현미경을 이용하여 실제의 고온에서의 접촉각을 실시간으로 측정 하였다.</p> <h2>3.2. Filler용 지르코니아 분말의 준비</h2> <p>Filler는 크기와 분포 및 비표면적에 따라서 유리 -filler 복합체의 소결거동과 특성에 많은 영향을 미치게 된다. 일반적으로 filler의 비표면적이 클수록 복합체의 비적심성을 높혀주게 되나 유리의 소결을 방해하게 됨으로써 접합 후 유리내부에 많은 기공 을 남기게 된다. 반면에 filler의 비표면적이 작으면 적심성을 방해하지 못하게 되며 비적심성을 향상시 킬 수 없게 되며 소결성도 높아지게 된다. 이러한 관점에서 여러 크기와 여러 가지 열처리 이력을 갖 는 지르코니아 분말을 제조하여 filler로서 사용하 였다. Tosho 사의 TZ-8Y분말을 filler로서 적합한 분말크기로 갖도록하기 위하여 열처리 실험을 행하 였다. \( 1200^{\circ} \mathrm{C} / 2 \mathrm{~h}-1400^{\circ} \mathrm{C} / 1 \mathrm{~h} \) 사이에서 열처리한 결과 Fig. 1(a)와 같은 입도분포를 얻을 수 있었 다. 온도가 높아질수록 분말의 크기가 커지며 \( 50 \% \) 값을 볼 때 \( 1300^{\circ} \mathrm{C} / 1 \mathrm{~h} \) 유지할 때 약 \( 1.5 \mu \mathrm{m} \) 로 측정 되었으며, \( 1350^{\circ} \mathrm{C}, 1400^{\circ} \mathrm{C} \) 에서 열처리할 경우 각각 \( 2,4 \mu \mathrm{m} \) 의 크기로 성장하였다. Fig. 1(b)은 성형하지 않고 비가압상태의 분말을 열처리한 후 입도분 포률 나타내었다. 가압 성형한 경우에 비하여 분말 의 입도와 분포가 다르다는 것을 알 수 있었다. 즉 press한 시료를 열처리한 경우 \( 1100^{\circ} \mathrm{C}-1350^{\circ} \mathrm{C} \) 에서 는 다소 입도가 커지는 경향을 보이는데 이는 분말 의 충진도에 따라 접촉면이 많아져 입도가 성장되는 속도가 빨라진 결 과로 판단된다.</p>
|
[
"본문의 Table 1에서 \\( \\mathrm{SrO} \\)의 S3값은 얼마 정도의 값으로 나타낼까?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{SiO}_{2} \\)의 S2값은 얼마지?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{SiO}_{2} \\)의 S1값은 얼마야?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{SiO}_{2} \\)의 S4값은 얼마인가?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{SiO}_{2} \\)의 S5값은 얼마일까?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{SiO}_{2} \\)의 S7값은 얼마 정도지?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{SiO}_{2} \\)의 S6값은 얼마 정도야?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{SiO}_{2} \\)의 S9값은 얼마 정도인가?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{SiO}_{2} \\)의 S10값은 얼마 정도일까?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{SiO}_{2} \\)의 S11값은 얼마 정도의 값이야?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{B}_{2} \\mathrm{O}_{3} \\)의 S10값은 얼마 정도의 값이니?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{B}_{2} \\mathrm{O}_{3} \\)의 S9값은 얼마 정도의 값인가?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{B}_{2} \\mathrm{O}_{3} \\)의 S6값은 얼마 정도의 값을 보이지?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{B}_{2} \\mathrm{O}_{3} \\)의 S8값은 얼마 정도의 값일까?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{B}_{2} \\mathrm{O}_{3} \\)의 S5값은 얼마 정도의 값을 보이니?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{B}_{2} \\mathrm{O}_{3} \\)의 S4값은 얼마 정도의 값을 보이는가?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{B}_{2} \\mathrm{O}_{3} \\)의 S2값은 얼마 정도의 값을 가져?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{B}_{2} \\mathrm{O}_{3} \\)의 S1값은 얼마 정도의 값을 가지지?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{B}_{2} \\mathrm{O}_{3} \\)의 S3값은 얼마 정도의 값을 보일까?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{La}_{2} \\mathrm{O}_{3} \\)의 S9값은 얼마 정도의 값으로 나타낼 수 있지?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{La}_{2} \\mathrm{O}_{3} \\)의 S6값은 얼마 정도의 값으로 나타내지?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{La}_{2} \\mathrm{O}_{3} \\)의 S8값은 얼마 정도의 값으로 나타내는가?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{La}_{2} \\mathrm{O}_{3} \\)의 S11값은 얼마 정도의 값으로 나타낼 수 있니?",
"본문의 Table 1에서 \\( \\mathrm{CaO} \\)의 S5값은 얼마 정도지?",
"본문의 Table 1에서 \\( \\mathrm{BaO} \\)의 S6값은 얼마니?",
"본문의 Table 1에서 \\( \\mathrm{CaO} \\)의 S6값은 얼마 정도니?",
"본문의 Table 1에서 \\( \\mathrm{CaO} \\)의 S11값은 얼마 정도의 값이니?",
"본문의 Table 1에서 \\( \\mathrm{CaO} \\)의 S8값은 얼마 정도일까?",
"본문의 Table 1에서 \\( \\mathrm{CaO} \\)의 S7값은 얼마 정도인가?",
"본문의 Table 1에서 \\( \\mathrm{SrO} \\)의 S9값은 얼마 정도의 값인가?",
"본문의 Table 1에서 \\( \\mathrm{BaO} \\)의 S5값은 얼마지?",
"본문의 Table 1에서 \\( \\mathrm{SrO} \\)의 S11값은 얼마 정도의 값으로 나타내?",
"본문의 Table 1에서 \\( \\mathrm{SrO} \\)의 S8값은 얼마 정도의 값으로 나타낼 수 있어?",
"본문의 Table 1에서 \\( \\mathrm{SrO} \\)의 S1값은 얼마 정도의 값으로 나타내지?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{La}_{2} \\mathrm{O}_{3} \\)의 S2값은 얼마 정도의 값을 가지는가?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{B}_{2} \\mathrm{O}_{3} \\)의 S7값은 얼마 정도의 값을 보여?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{SiO}_{2} \\)의 S8값은 얼마 정도니?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{SiO}_{2} \\)의 S3값은 얼마니?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{B}_{2} \\mathrm{O}_{3} \\)의 S11값은 얼마 정도의 값이지?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{La}_{2} \\mathrm{O}_{3} \\)의 S3값은 얼마 정도의 값을 가질까?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{La}_{2} \\mathrm{O}_{3} \\)의 S4값은 얼마 정도의 값으로 나타내?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{La}_{2} \\mathrm{O}_{3} \\)의 S7값은 얼마 정도의 값으로 나타낼까?",
"본문의 Table 1에서 \\( \\mathrm{CaO} \\)의 S1값은 얼마인가?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{La}_{2} \\mathrm{O}_{3} \\)의 S5값은 얼마 정도의 값으로 나타내니?",
"본문의 Table 1에서 \\( \\mathrm{BaO} \\)의 S4값은 얼마야?",
"본문의 Table 1. Compositions of Glass Sealants에서 \\( \\mathrm{La}_{2} \\mathrm{O}_{3} \\)의 S10값은 얼마 정도의 값으로 나타낼 수 있나?",
"본문의 Table 1에서 \\( \\mathrm{CaO} \\)의 S2값은 얼마일까?",
"본문의 Table 1에서 \\( \\mathrm{CaO} \\)의 S4값은 얼마 정도야?",
"본문의 Table 1에서 \\( \\mathrm{CaO} \\)의 S9값은 얼마 정도의 값이야?",
"본문의 Table 1에서 \\( \\mathrm{CaO} \\)의 S10값은 얼마 정도의 값이지?",
"본문의 Table 1에서 \\( \\mathrm{SrO} \\)의 S10값은 얼마 정도의 값일까?",
"본문의 Table 1에서 \\( \\mathrm{SrO} \\)의 S2값은 얼마 정도의 값으로 나타내니?",
"본문의 Table 1에서 \\( \\mathrm{SrO} \\)의 S7값은 얼마 정도의 값으로 나타낼 수 있지?"
] |
0977c753-14f7-4ad9-86df-c8443122a49d
|
인공물ED
|
차량 내 네트워크 기술
|
<h1>II. 차량 내 네트워크 기술의 종류</h1><p>그림 1 은 IVN의 차량 내 적용 사례로 백본과 파워트레인에 FlexRay를, 모듈 간 연결에 CAN 과 CAN-FD를, 모듈 내 연결에 LIN을 계층적으로 사용하였다. 그림 2를 살펴보면 ADAS(advanced driver assistance systems)와 인포테인먼트에는 이더넷, MOST, 파워트레인과 샤시에는 FlexRay, CAN, CAN-FD, 바디와 센서에는 LIN, SENT, PSI5를 속도와 비용에 따라 구분해 사용한다.</p><p>IVN의 주요 특징은 고신뢰성과 실시간성이다. 대부분의 IVN 기술은 EMC (electromagnetic compatibility)를 위해 표 1 과같이 연선 케이블 (twisted pair cable), 차동 신호(differential signal), NRZ(non-return-to-zero)를 사용하고, FlexRay, MOST등 고속 IVN 은 실시간성을 위해 TDMA(time division multiple access)를 사용한다.</p><h1>II. CAN 밎 CAN-FD 기술</h1><p>가장 많이 사용되는 IVN인 CAN은 그림 3과 같이 CAN_H, CAN_L의 연선 케이블을 사용하며 차동 신호를 사용하여 디지털 0 (dominant), 디지털 1 (recessive)의 두 가지 상태를 가진다. 2개 이상의 노드가 동시에 신호를 보낼 때 디지털 0과 1 이 경합하면 버스 값은 디지털 0이 된다.</p><p>CAN 프레임 선두에는 메시지 식별자(message identifier)가 있어서 2 개 이상의 노드가 동시에 프레임을 보날 때 메시지 식별자가 비트별로 경합하여 그 값이 가장 낮은 프레임이 끝까지 남아서 데이터를 전송하고 나머지는 전송이 취소된다. 따라서 우선권이 높은 메시지를 먼저 전송할 수 있어서 연성 실시간성(soft real-time)을 가진다.</p><p>CAN-FD 는 CAN과 거의 비슷하지만 프례임 앞과 뒤에서는 \( 1 \mathrm{Mbps} \) 로 전송하고 데이터 부분은 \( 10 \mathrm{Mbps} \) 로 전송한다. 이를 통해 CAN과 호환성을 최대로 유지하고 하드웨어 공유가 용이하면서도 전송 속도를 높일 수 있다.</p><h1>III. 고속 IVN 기술</h1><p>고속 IVN은 주로 데이터 백본과 전기식 제어 (X-by-wire)에 사용되며 모듈 간 연결도 점차CAN, CAN-FD 에서 고속 IVN 으로 대체되고 있다.</p><p>FlexRay는 그림 4 와 같이 \( \mathrm{Vcc} / 2 \) 를 중심으로 하는 차동 신호를 사용하며 정적 세그먼트(static segment) 내의 타임슬롯(timeslot)을 특정 메시지에 전용 할당함으로서 실시간성을 보장한다. 페이로드(payload)도 254 바이트로 CAN보다 길어 전송 효율도 높으며 2선 또는 4선으로 구성되어 채널을 최대 2 개까지 사용할 수 있다.</p><p>MOST 는 차량 내 멀티미디어 시스템을 위해 개발되었으며 UTP(unshielded twisted cable)와 POF (plastic optical fiber)를 모두 지원한다. 다른 IVN 기술과 달리 물리 계층(physical layer)을 별도로 규정하지 않아서 다양한 물리 계층을 사용할 수 있으나 링 토폴로지이기 때문에 연결된 디바이스가 많으면 효율이 떨어진다.</p><p>이더넷은 실시간성과 신뢰성 문제로 차량에는 잘 사용하지 않았지만 최근 이런 문제를 해결하여 다른 IVN을 빠르게 대치해 나가고 있다. 차량용 이더넷은 그림 5 와 같이 물리 계층을 제외하면 일반 이더넷과 동일하다. 최근 IEEE에서 발표한 1000 Base-T1은 \( 1 \mathrm{Gbps} \) 까지 전송이 가능하며 향후 고속 IVN 시장을 주도할 것으로 보인다.</p><h1>IV. 저속 IVN 기슐</h1><p>LIN, PSI5, SENT 등의 저속 IVN은 주로 모듈내에서 ECU (electronic control unit), 센서, 액츄에이터를 연결하며 가격에 매우 민감한 편이다.</p><p>LIN은 미러, 원도우, 도어, 공조, 시트, 와이퍼 등 대부분의 바디 어플리케이션에 사용되며 최대 전송 속도는 \( 20 \mathrm{kbps} \) 이다. CAN 노드와 LIN 마스터 노드를 통합하여 그림 1 처럼 CAN 의 서브넷으로 사용하는 경우가 많다. 그림 6처럼 마스터 노드가 헤더를 전송한 후 헤더의 메시지 식별자가 지정하는 슬레이브 노드끼리 데이터를 주고받기 때문에 마스터 노드도 슬레이브 기능을 포함한다.</p><p>PSI 5 는 에어백 등 각종 센서에서 많이 사용된다. 클록 동기화가 쉽도록 맨체스터 코드 (Manchester code)를 사용하며 그림 7과 같이 슬레이브 노드가 전송을 마치면 다음 슬레이브 노드가 전송을 시작한다. 전송 속도는 \( 125 \mathrm{kbps} \) 고정 속도로 LIN보다 빠르지만 신뢰성이 나쁘다.</p><p>SENT 는 아날로그 시그널링이 없으며 \( 5 \mathrm{~V} \) 디지털 출력만 사용하기 때문에 디지털 로직만으로 구현할 수 있어 가격이 저렴하고 ECU 에 내장하기 쉅다. 데이터는 4 비트인 니블(nibble) 단위로 나누어 전송하며 보통 12 비트 데이터 2 개를 총 6 개의 니블로 전송한다. 데이터 값은 폴링 에지 사이의 시간으로 표현되는데, 시간이 12 틱일 때가 데이터 0 이며 데이터 값이 1 씩 증가할 때마다 시간이 1 틱씩 증가한다. 최대 전송 속도는 \( 40 \mathrm{kbps} \) 이다.</p><h1>v. 결론</h1><p>본 논문에서는 최근 사용되고 있는 다양한 IVN 기술에 대해 살펴보았다. 스마트 카와 자율주행 기술의 발달에 따라 IVN은 더욱 중요해지고 있으며 전장 시스템의 핵심 기술이 될 것으로 보인다.</p>
|
[
"CAN 프레임 선두에는 메시지 식별자(message identifier)로 동시에 보내는 프레임에 우선권을 두어 메시지를 전송할수 있으므로 어떤 성질을 가지는가?",
"CAN프레임은 2개 이상의 노드가 동시에 프레임을 보낼때 어디에 우선권을 두는지 어떻게 구분하는가?",
"차량 내 네트워크 기술에 어떤 방식이 사용되었는가?",
"ADAS(advanced driver assistance systems)와 인포테인먼트에는 속도와 비용에 따라 어떤 방식들을 사용하는가?",
"FlexRay는 실시간성을 보장하기위해 어떤 방식을 사용하는가?",
"차량 내 멀티미디어 시스템을 위해 개발된 장비는 무엇인가?",
"실시간성과 신뢰성의 문제로 차량에는 잘 사용하지 않는 네트워크 방식은 무엇인가?",
"데이터 백본과 전기식 제어 (X-by-wire)에 사용되는 네트워크 기술은 무엇인가?",
"차량 내 멀티미디어 시스템을 위해 개발되었으며 UTP(unshielded twisted cable)와 POF (plastic optical fiber)를 모두 지원하는 방식은 무엇인가?",
"254 바이트로 CAN보다 길어 전송 효율도 높으며 2선 또는 4선으로 구성되어 채널을 최대 2 개까지 사용할 수 있는 방식은 무엇인가?",
"최근 IEEE에서 발표한 1000 Base-T1은 1 \\mathrm{Gbps}1Gbps 까지 전송이 가능하며 향후 고속 IVN 시장을 주도할 것으로 보이는 네트워크 방식은 무엇인가?",
"저속 IVN기술에는 어떤것들이 있는가?",
"다른 IVN 기술과 달리 물리 계층(physical layer)을 별도로 규정하지 않아서 다양한 물리 계층을 사용할 수 있으나 링 토폴로지이기 때문에 연결된 디바이스가 많으면 효율이 떨어지는 방식은 무엇인가?",
"가장 많이 사용되는 IVN방식은 무엇인가?",
"PSI5에서 클록 동기화를 쉽게 하기위해 사용한 코드는 무엇인가?",
"에어백등 각종 센서에서 많이 사용되는 저속 IVN기술은 무엇인가?",
"미러, 원도우, 도어, 공조, 시트, 와이퍼 등 대부분의 바디 어플리케이션에 사용되며 최대 전송 속도는 20 \\mathrm{kbps}20kbps인 저속 IVN기술은 무엇인가?",
"SENT의 데이터 전송단위는 무엇인가?",
"날로그 시그널링이 없으며 5 \\mathrm{~V}5 V 디지털 출력만 사용하기 때문에 디지털 로직만으로 구현할 수 있어 가격이 저렴하고 ECU 에 내장하기 쉬운 저속 IVN기술은 무엇인가?",
"SENT의 최대 전송 속도는 얼마인가?",
"SENT는 데이타를 보통 몇개의 니블로 전송하는가?",
"PSI5는 전송 속도는 LIN보다 빠른가?"
] |
9bf50da2-594c-49c5-b231-7c28cb765b13
|
인공물ED
|
차량 내 네트워크 기술
|
<h1>1. 서론</h1><p>최근 ESC (electronic stability control) 등 다수의 전자 장치가 연동하여 차랑을 제어하면서 차량 내 네트워크(IVN: in-vehicle network)이 펄요해졌다. 이에 따라 CAN(controller area network) 이 개발되어 CAN-FD(CAN flexible data rate)로 개량되었다. 고성능 버스로는 FlexRay, MOST(media oriented systems transport), 차량용 이더넷 등이, 저비용 버스로는 LIN(local interconnect network), SENT(single edge nibble transmission), PSI5(peripheral sensor interface 5)등이 개발되었다. 본 는문에서는 이들 기술의 동작 원리, 적용 대상, 장단점에 대해 설명한다.</p>
|
[
"ESC (electronic stability control) 등 다수의 전자 장치가 연동하여 차랑을 제어하면서 차량 내 네트워크(IVN: in-vehicle network)이 필요해졌는데 이에 따라 CAN이 개발되어 무엇으로 개량되었는가?",
"저비용 버스로는 LIN(local interconnect network), SENT(single edge nibble transmission)와 무엇이 더 개발되었는가?",
"전자 장치 ESC 약자의 뜻이 뭐야?",
"다수의 전자 장치가 연동하여 차량을 제어하는 장치들은 현재 어떻게 되어가고 있는가?",
"차량 내 네트워크에 다수의 전자 장치가 연동하여 차랑을 제어하게 되면서 어떻게 되었는가?"
] |
4a14cc28-dc96-4b33-832a-750f4fd5ac3d
|
인공물ED
|
차량 내 네트워크 기술
|
<h1>요 약</h1><p>차량 내부의 다양한 전자장치를 연결하는 차량 내 통신(IVN: in-vehicle network)은 실시간성, 저잡음성, 고신뢰성, 고유연성 등이 필요하며 CAN(controller area network), CAN-FD(CAN flexible data rate), FlexRay, LIN(local interconnect network), SENT(single edge nibble transmission), PSI5(peripheral sensor interface 5) 등 다양한 기술이 있다. 본 논문에서는 이들 기술의 동작 원리에 대해 살펴보고 각 기술의 적용 대상과 장단점에 대해 설명한다.</p>
|
[
"다양한 전자장치를 연결하게 하는 차량 내부 통신 기술들은 어떻게 되는가?",
"차량 내부의 다양한 전자장치를 연결하는 차량 내 통신의 어떤 특성들이 필요한가?",
"여러 전자장치를 연결하는 차량 내 통신의 어떤 특성이 필요할까?",
"차량 내부의 다양한 전자장치를 연결하는 차량 내 통신 IVN는 뭐의 약자야?"
] |
933870e2-0b24-4270-9b77-aa9eb0e727a5
|
인공물ED
|
E/H 평면 방사 패턴 대칭성 향상을 위해 개구면이 변형된 원형 이중 모드 혼 안테나
|
<h1>Ⅱ. 원형 이중 모드 혼 안테나 설계</h1> <p>그림 1은 CDMHA의 단면도를 나타낸다. 개구면에서 \( \mathrm{HE}_{11} \) 모드가 구현되기 위해서는 \( 85 \% \)의 \( \mathrm{TE}_{11} \) 모드와 \( 15 \% \)의 \( \mathrm{TM}_{11} \) 모드가 발생하도록 \( \theta_{f} \)를 결정하여야 하며, 발생한 \( \mathrm{TE}_{11}, \mathrm{TM}_{11} \) 모드가 개구면에서 동위상이 되도록 \( l \)을 결정하여야 한다. 위 조건을 만족하기 위한 \( \theta_{f} \)와 \( l \)은 다음과 같은 수식을 통해 구할 수 있다.</p> <p>\( \theta_{f}=22.3 \times \frac{\lambda}{a} \)<caption>(1)</caption></p> <table border><caption>표 1. 원형 도파관 내 모드 발생을 위한 반지름 크기</caption> <tbody><tr><td>모드</td><td>반지름 크기 \( [\lambda] \)</td></tr><tr><td>\( \mathrm{TE}_{11} \)</td><td>0.293</td></tr><tr><td>\( \mathrm{TM}_{01} \)</td><td>0.383</td></tr><tr><td>\( \mathrm{TE}_{21} \)</td><td>0.486</td></tr><tr><td>\( \mathrm{TE}_{01} \),\( \mathrm{TM}_{11} \)</td><td>0.610</td></tr><tr><td>\( \mathrm{TM}_{21} \)</td><td>0.817</td></tr><tr><td>\( \mathrm{TE}_{12} \)</td><td>0.849</td></tr></tbody></table> <p>\( l=\frac{3 \pi}{2 \times\left(\beta_{T E 11}-\beta_{T M 1}\right)} \)<caption>(2)</caption></p> <p>표 1 은 원형 도파관에서 각각의 모드가 발생하기 위한 반지름 크기를 나타내며, 다음과 같은 수식으로 계산할 수 있다.</p> <p>\( T E_{n m} \) 모드의 경 우: \( a=\frac{p^{\prime}{ }_{n m}}{2 \pi} \lambda \)<caption>(3)</caption></p> <p>\( T M_{n m} \) 모드의 경우 : \( a=\frac{p_{n m}}{2 \pi} \lambda \)<caption>(4)</caption></p> <p>여기서 \( a \)는 원형 도파관의 반지름, \( p_{n m} \)은 제 1종 베셀 함수의 \( m \) 번째 근을 의미하며, \( p_{m m}^{\prime} \)은 제 1종 베셀 함수 미분의 \( m \) 번째 근을 나타낸다. 그림 2는 \( 15 \mathrm{GHz} \)에서 모의실험을 통해 계산된 CDMHA의 개구면 반지름 변화에 따른 각도별 E/H 평면 방사 패턴 차이를 나타낸 것이다. 각 안테나는 \( 0^{\circ} \)에서 주빔을 갖는다.</p> <p>각각의 반지름 크기에 해당하는 CDMHA는 식 (1)과 (2)를 통해 설계되었으며, 급전부는 표준 원형 도파관 WC-59( \( \left.a_{w}=0.377 \lambda\right) \)가 사용되었다. 그림 2를 통해 안테나의 개구면 반지름 크기가 \( 0.61 \sim 0.817 \lambda \) 사이인 경우, \( \mathrm{TM}_{11} \) 모드보다 높은 고차 모드가 발생하지 않아 E/H 평면의 방사 패턴 차이가 거의 없는 반면, \( 0.817 \lambda \) 이상에서는 원치 않는 고차 모드의 발생으로 인해 그 차이가 커지는 것을 확인할 수 있다.</p> <p>본 논문에서 CDMHA는 \( 15 \mathrm{GHz} \)에서 동작하는 협대역 송신용 반사판 안테 나 \( (f / d=1) \)의 급전 혼으로 사용되기 위해 설계되었다. 여기서 \( f \)는 반사판과 급전 혼 사이의 Focal length이며, \( d \)는 반사판의 지름을 의미한다. 반사판 안테나의 최대 개구 효율을 위해 Edge illumination은 \( -11 \mathrm{~dB} \)로 설정되었으며, 이 때 혼의 Phase center와 반사판의 Edge가 이루는 각도는 \( 26.5^{\circ} \)이다. 따라서 CDMHA의 E/H 평면 방사 패턴은 \( 53^{\circ}\left(-26.5 \sim 26.5^{\circ}\right)\)에 걸쳐 대칭성을 유지하여야 한다.</p> <p>CDMHA의 급전부는 측정의 용이성을 위해 표준 원형 도파관 WC-59을 사용하였으며, 이 때 급전부의 반지름\( \left(a_{w}\right) \)과 길이는 각각 \( 0.377 \lambda \)와 \( 1 \lambda \)이다. 이는 급전부에서 주 모드인 \( \mathrm{TE}_{11} \) 모드만 발생시키는 반지름 크기이다. 표 1과 같이, 만약 급전부 반지름이 \( 0.383 \lambda \) 보다 커지게 되면 급전부 내부에서 고차 모드들이 발생하게 되고, 이에 따라 \( \mathrm{HE}_{11} \) 모드로의 효율적인 모드 변환이 어렵게 된다. 안테나 개구면 지름(2a)의 경우, Edge illumination \( =-11 \mathrm{dB} \)를 만족하기 위해 \( 2.34 \lambda\)로 선택되었다. \( \theta_{f} \)와 \( l \)은 식 (1)과 (2)에 의해 각각 \( 19.03^{\circ} \)와 \( 6.565 \lambda \)로 계산되었다. 그림 3은 설계된 CDMHA 형상을 나타낸다. 그림 4는 모의실험을 통해 계산된 E/H 평면 방사 패턴을 보여준다. 큰 개구면 크기로 인해 안테나 내부에서 \( \mathrm{TM}_{11} \) 모드보다 높은 고차 모드가 발생하게 되어 대칭성이 유지되어야 하는 빔 폭인 \( 0 \sim 26.5^{\circ} \)에서 최대 \( 2.77 \mathrm{dB} \)의 차이가 발생함을 확인할 수 있다.</p>
|
[
"\\( 85 \\% \\)의 \\( \\mathrm{TE}_{11} \\) 모드와 \\( 15 \\% \\)의 \\( \\mathrm{TM}_{11} \\) 모드가 발생하도록 \\( \\theta_{f} \\)를 결정한 다음 어떤 과정을 통해 개구면에서 \\( \\mathrm{HE}_{11} \\) 모드를 구현하는가?",
"본문에서 CDMHA의 급전부는 측정의 용이성을 위해 어떻게 했는가?",
"원형 도파관 내 모드 발생을 위한 반지름 크기를 보여주는 표 1에서 \\( \\mathrm{TE}_{11} \\)모드에서는 반지름이 몇이니?",
"표 1에서 \\( \\mathrm{TM}_{01} \\)모드에서 모드 발생을 위한 반지름 크기는 얼마야?",
"표 1에서 \\( \\mathrm{TE}_{21} \\)에서 모드 발생을 위한 반지름 크기는 몇으로 했어?",
"원형 도파관의 반지름이 0.610인 모드는 무엇이지?",
"본문에서 원형 도파관의 반지름이 0.817인 모드는 뭐야?",
"본문에서 원형 도파관의 반지름의 크기가 0.849인 모드는 뭐야?"
] |
0a30c783-5083-4f2f-b112-f245632339f8
|
인공물ED
|
에어컨 실외기 냉각팬 시스템의 오리피스 형상 설계를 통한 유량 성능 최적화
|
<h1>IV. 오리피스 형상 최적화</h1> <p>3절의 결과를 통해 오리피스 형상과 주변의 와류구조의 문제점을 확인하였으며, 그에 따라 본 연구에서는 이같은 문제점을 개선하기 위해 반응표면법을 사용한 오리피스 형상 최적 설계를 수행하였다.</p> <p>반응표면법은 여러 독립 변수가 복합적인 작용을함으로서 어떠한 종속 변수에 영향을 주고 있을 때,이러한 변화가 이루는 반응 표면에 대한 통계적인분석법이다. 본 연구에서는 다음식과 같은 2차 회귀모형을 사용하여 최적 설계를 수행하였다.</p> <p>\( \eta=\beta_{0}+\sum_{i=1}^{k} \beta_{i} x_{i}+\sum_{i \leq j}^{k} \beta_{i j} x_{i} x_{j} \),<caption>(3)</caption></p> <p>여기서 \( \eta \) 은 종속 변수, \( \beta \) 는 회귀상수, \( x \) 는 독립변수 이다. Eq. (3)을 바탕으로 수치실험을 통해 회귀상수를 결정하면 독립 변수의 최대값을 갖도록 종속 변수를 결정함으로써 최적설계를 도출할 수 있다.</p> <p>오리피스형상최적화에 사용된 설계인자는 Fig. 7에 나타낸 것과 같다. 2절에서 설명한 오리피스의 역할에따라 세구간을 대표하는 독립적인 설계인자를 선정하였다. 각 설계인자의 설계 가능범위와 값은 Table 1에 나타내었으며, 구조적 한계상 가능한 극한값을 고려하여 선정하였다. 또한 본 연구의 목적인성능 최적화를 위해, 실외기 성능을 대표하는 토출유량을 목적 함수로 사용하였다. 참고로 팬 날개와 오리피스사이의 간극이 작아질수록 팬유량 성능이 향상된다는 것은 잘 알려져 있지만 현장에서는 조립오차에 따라 일정한 값이 이하로는 작게 할 수 없기 때문에 본 연구에서는 설계인자로 고려하지 않았다.</p> <p>유량에 대한 오리피스 형상 최적화를 위해 총 15개의 경우에 대한 수치 해석을 진행하였다. 모든 경우의 수치 해석 결과를 사용하여 최적 설계를 진행하였다. 그결과Eq. (4)와같은 목적함수인 유량에대한 2차 예측식을 도출하였다. 또한 최적화 과정에서 확인한 세 가지 변수의 유량에 대한 영향도를 Fig. 8에 나타내었다. 선정된 설계 범위 내에서 세 변수 중,입구 형상을 나타내는 R (mm)은 유량의 최대값을 포함하는 경향성을 나타내었다. 하지만 오리피스의 neck형상을 나타내는 \(H\) (\(\mathrm{mm}\))와 출구 형상을 나타내는 \(\theta\) (\( { }^{\circ} \))의 분포는 설정영역경계에서 유량의 최대값을 가지고 있는데, 이러한 결과는 설계 가능 범위 내에서 neck 구간의 길이가 길수록, outlet 에서의 토출면적변화가작을수록 유량이 증가한다는것을 나타낸다. 이는 내부 설계 범위를 고려하였을 때 도출할수 있는 최적의 결과임을 확인할 수 있다.</p> <p>VFR \[ \begin{aligned} =&-0.951 R^{2}+0.057 \theta^{2}+0.158 H^{2} \\ &-0.574 R \theta-0.394 R H-0.629 \theta H \\ &+0.154 R+0.538 \theta+1.076 H+39.945 \end{aligned} \]<caption>(4)</caption></p> <p>최적 설계의 결과를 바탕으로 설계 가능 범위 내에서 실외기의 토출 유량을 최대화시킬 수 있는 오리피스의 최적 형상을 선정하였다. 각 오리피스의 구간별 최적 설계값은 \( (\mathrm{R}, \mathrm{H}, \theta)=(19.2,55,10) \) 이며 형상은 Fig. 9에 나타내었다. 또한 위의 예측 식을 통해 최적 설계된 오리피스의 토출 평균유량은 기존오리피스 형상을 통해 토출되는 유량과 비교하여 약 4.6 \(\%\) 증가한 값임을 확인하였다.</p> <p>본 연구에서는 최적 설계된 오리피스의 영향을 검증하기위해 수치해석을 실시하였다. 그결과는Figs.10와 11에 나타내었다. Fig. 10의 속도장 분포를 통해오리피스의 긴 neck 구간, 토출부의 직선 형상 및 neck 구간 대비 면적 변화의 감소의 영향으로 토출유량의 유속 감소가 방지된 것을 확인하였다. 또한Fig. 11의 벡터장 분포를 통해 오리피스 입구 형상과 블레이드팁 사이에서 발생하는 역류유동이 감소되는 것을 확인하였다.</p>
|
[
"본 논문에서 최적설계를 얻기 위해 어떻게 실험했나?",
"최적설계를 얻기 위해 본 논문에서 어떻게 실험했지?",
"본 논문에서 반응표면법을 사용한 최적설계를 위해 어떻게 실행했나?",
"반응표면법을 사용한 최적설계를 위해 본 논문에서 어떻게 수행했지?",
"본 논문에서 오리피스 형상과 주변의 와류구조의 문제점 개선을 위해 어떻게 실행했나?",
"본 논문의 최종 목표인 성능 최적화를 이루기 위해 어떻게 실행했나?",
"어떻게 본 논문의 최종 목표인 성능 최적화를 이루기 위해 실행했어?",
"최적화 설계된 오리피스 영향을 확인하기 위해 어떻게 하였나?",
"유량의 오리피스 형상 최적화를 이루기 위해 어떻게 진행하였나?",
"유량의 오리피스 형상 최적화를 이루기 위해 어떤 것을 진행했어?",
"오리피스 입구 형상과 블레이드팁 간의 역류유동 감소를 어떻게 조사했나?"
] |
3050204f-7c59-4ddc-8f28-8408cf8cba77
|
인공물ED
|
미세 발열체의 발열특성과 열처리 온도에 따른 Pt/Cr 이중층의 특성
|
<p>한편 그림 \( 7 \mathrm{~d} \) )는 \( 700{ }^{\circ} \mathrm{C} \) 에서 1 시간동안 열처리한 경우의 XRD 피크를 나타내고 있다. 피크 1,2 는 산화 크롬을 나타내며, \( 3,4,5 \) 번 피크는 각각 \( \mathrm{Pt} (200)\), \( \mathrm{Pt}(220), \mathrm{Cr}(211) \) 면을 나타낸다. 열처리 온도를 \( 700{ }^{\circ} \mathrm{C} \)로 증가시킴에 따라 각 면의 결정화가 \( 600{ }^{\circ} \mathrm{C} \) 열처리 시료보다 촉진됨을 표 2 를 통하여 확인할 수 있다.</p> <table border><caption>표 2. 열처리 온도에 따른 \( \mathrm{Pt} / \mathrm{Cr} \) 이중층의 \( \mathrm{d} \)-value 와 FWHM</caption> <tbody><tr><td rowspan=2>항목\피크</td><td colspan=2>d-valiue</td><td colspan=4>FWHM</td></tr><tr><td>JCPDS</td><td>측정치</td><td>as-deposited</td><td>500\( { }^{\circ} \mathrm{C} \)</td><td>600\( { }^{\circ} \mathrm{C} \)</td><td>700 \( { }^{\circ} \mathrm{C} \)</td></tr><tr><td>1</td><td>2.44</td><td>2.475</td><td>-</td><td>-</td><td>-</td><td>0.235</td></tr><tr><td>2</td><td>2.26</td><td>2.255</td><td>0.494</td><td>0.424</td><td>-</td><td>0.212</td></tr><tr><td>3</td><td>1.962</td><td>1.953</td><td>0.424</td><td>-</td><td>0.212</td><td>0.212</td></tr><tr><td>4</td><td>1.387</td><td>1.3814</td><td>0.659</td><td>0.541</td><td>0.424</td><td>0.424</td></tr><tr><td>5</td><td>1.1774</td><td>1.1798</td><td>0.612</td><td>-</td><td>0.259</td><td>0.376</td></tr></tbody></table> <p>따라서 열처리 온도를 상승시킴에 따라 \( \operatorname{Pt}(220) \) 결정립이 성장함을 알 수 있으며, \( 500^{\circ} \mathrm{C} \) 에서 1시간동안 열처리 한 경우가 안정된 결정구조를 갖고 있음을 알 수 있다.</p> <p>한편 열처리 전/후의 \( \mathrm{Pt} / \mathrm{Cr} \) 이중층에 대한 표면 및 \( \mathrm{Pt} / \mathrm{Cr} / \mathrm{SiO}_{2} \) 박막의 화학적 조성변화를 평가하기 위하여 AES 분석을 실시하였으며, 그림 8 a)는 as-deposited 된 \( \mathrm{Pt} / \mathrm{Cr} / \mathrm{SiO}_{2} \)의 표면분석 결과로, 초기에 \( \mathrm{Pt} / \mathrm{Cr} / \mathrm{SiO}_{2} \) 표면에 존재하던 탄소와 질소는 30초 정도 스퍼터링 하면 볼 수 없으며, 백금만이 존재하는 것을 볼 수 있다. 그러나 산화막 근처까지 스퍼터링한 경우 크롬과 산소가 동시에 검출됨을 볼 수 있다. 이때 산소는 약 \( 510 \mathrm{eV} \)와 \( 525 \mathrm{eV} \) 근처에서 검출되었으며, 산화막을 구성하는 산소는 약 \( 510 \mathrm{eV} \) 의 운동에너지를 갖고 있으므로 \( 525 \mathrm{eV} \) 에서 검출된 산소는 \( \mathrm{Cr} \)과 반응하여 산화크롬을 형성한 것으로 생각된다.</p> <p>그림 \( 8 \mathrm{~b} \) )는 as-deposited 된 \( \mathrm{Pt} / \mathrm{Cr} / \mathrm{SiO}_{2} \) 구조의 AES depth profile을 나타낸 것으로 표면에서는 \( \mathrm{Pt} \) 만이 존재하는 것을 볼 수 있고, \( \mathrm{Pt} / \mathrm{Cr} / \mathrm{SiO}_2 \) 계면에서는 \( \mathrm{Cr} \) 과잉의 산화크롬과 \( \mathrm{Cr} \)이 동시에 존재하고 있는 것을 볼 수 있는데, XRD 분석결과와 비교하면 \( 2 \theta \)가 \( 39.8 \)인 피크는 산화크롬으로써 \( \mathrm{Cr} \)의 증착시 형성된 것으로 사료된다.</p> <p>또한 그림 8 c)는 \( 500{ }^{\circ} \mathrm{C} \)에서 시간동안 열처리한 시료의 분석결과로 열처리를 함으로써 표면에도 산소 과잉의 산화크롬이 형성됨을 볼 수 있는데, 이는 \( \mathrm{Pt} / \mathrm{Cr} / \mathrm{SiO}_{2} \) 의 계면에 존재하던 산화크롬의 외부확산에 의해서 형성된 것으로 열처리를 행함에 따라 \( \mathrm{Pt} \) 입계간 크롬의 외부확산에 따른 결과와 잘 일치됨을 알 수 있다. 이상의 결과와 SEM 사진의 결과를 바탕으로, 그림 1과 5에서 \( 500{ }^{\circ} \mathrm{C} \) 에서 열처리 행함으로써 면저항이 급격히 증가하는 양상은 \( \mathrm{Pt} / \mathrm{Cr} / \mathrm{SiO}_{2} \) 표면에 산소과잉의 산화크롬 형성과 \( \mathrm{Pt} / \mathrm{Cr} \) 박막의 두께가 열처리를 행함으로써 막이 치밀해져 열처리전보다 얇아지기 때문으로 사료된다. 한편 열처리 온도가 \( 600{ }^{\circ} \mathrm{C} \) 인 경우(d)), 표면 및 계면에서 산소과잉의 산화크롬이 형성됨을 볼 수 있고, \( \mathrm{Pt} / \mathrm{Cr} / \mathrm{SiO}_{2} \) 계면근처에서는 \( \mathrm{Cr} \) 층만이 존재하는 것을 볼 수 있다. 또한 \( \mathrm{Pt} / \mathrm{Cr} / \mathrm{SiO}_{2} \) 계면근처에서의 \( \mathrm{Cr} \) 의 농도는 \( 500{ }^{\circ} \mathrm{C} \) 에서 열처리한 시료의 농도보다는 작은값을 나타내는데, 이는 열처리온도 가 증가함에 따라 \( \mathrm{Cr} \)의 외부확산이 가속화되기 때문인 것으로 사료된다.</p> <p>한편 \( 700{ }^{\circ} \mathrm{C} \) 에서 열처리한 경우 (e)), 표면에서 산소 과잉의 산화크롬이 형성됨을 볼 수 있으며, \( \mathrm{Pt} / \mathrm{Cr} \) 이중층 전 영역에 걸쳐 화학당량적인 \( \mathrm{CrO} \) 가 형성되고 있음을 알 수 있으며, XRD 분석결과와 비교하면 1 번 피크에 해당하는 것으로 사료된다.</p> <p>상술한 결과로부터 열처리 전의 \( \mathrm{Pt} / \mathrm{Cr} \) 이중층의 계면에 산화크롬이 형성되었음을 확인할 수 있으며, 열처리 온도를 증가시킴에 따라 크롬의 외부확산이 가속화되어 \( \mathrm{Pt} / \mathrm{Cr} \) 표면에 산화크롬이 형성됨을 확인할 수 있었다.</p>
|
[
"열처리 온도에 따른 \\( \\mathrm{Pt} / \\mathrm{Cr} \\) 이중층의 \\( \\mathrm{d} \\)-value 와 FWHM에서 FWHM의 600\\( { }^{\\circ} \\mathrm{C} \\)일때 가장 큰값을 가지는 항목은 무엇이야?",
"본 연구의 표2에서 항목이 3일때 FWHM의 as-deposited\t는 무슨값이야?",
"항목이 3일때 본 연구의 표2에서 FWHM의 as-deposited\t는 무슨값이지",
"표2에서 항목 3에서 FWHM이 700 \\( { }^{\\circ} \\mathrm{C} \\)일때의 값은 무엇이야?",
"본문의 표2에서 d-valiue의 JCPDS의 값들 중에서 가장 작은값은 어떤거야?",
"열처리 온도에 따른 \\( \\mathrm{Pt} / \\mathrm{Cr} \\) 이중층의 \\( \\mathrm{d} \\)-value 와 FWHM를 측정하여 나타낸 표에서 항목 4일때 FWHM의 500\\( { }^{\\circ} \\mathrm{C} \\)는 얼마야?",
"열처리 온도에 따른 \\( \\mathrm{Pt} / \\mathrm{Cr} \\) 이중층의 \\( \\mathrm{d} \\)-value 와 FWHM에서 항목4일때 d-valiue의 JCPDS는 무엇이야?",
"표2에서 항목5가 \tFWHM의 700 \\( { }^{\\circ} \\mathrm{C} \\)일때 어떤값으로 측정됐어?",
"본문의 표2에서 항목 5에서 d-valiue의 JCPDS는 무슨값으로 측정돼?",
"항목 5에서 본문의 표2는 d-valiue의 JCPDS가 무슨값으로 계측되니",
"열처리 온도에 따른 \\( \\mathrm{Pt} / \\mathrm{Cr} \\) 이중층의 \\( \\mathrm{d} \\)-value 와 FWHM를 측정하여 나타낸 표에서 항목 3에서 \tFWHM이 600\\( { }^{\\circ} \\mathrm{C} \\)일때의 값은 무슨값이야?",
"본 연구의 표2에서 항목 5일때 FWHM의\tas-deposited 값은 얼마야?",
"항목 5일때 본 연구의 표2에서 FWHM의\tas업 값은 얼마지",
"열처리 온도에 따른 \\( \\mathrm{Pt} / \\mathrm{Cr} \\) 이중층의 \\( \\mathrm{d} \\)-value 와 FWHM에서 항목 4에서 FWHM이 700 \\( { }^{\\circ} \\mathrm{C} \\)일때의 값은 얼마야?",
"본문의 표2에서 항목4의 d-valiue 측정치는 얼마야?",
"항목4의 d-valiue 측정치는 본문의 표2에서 얼마지",
"열처리 온도에 따른 \\( \\mathrm{Pt} / \\mathrm{Cr} \\) 이중층의 \\( \\mathrm{d} \\)-value 와 FWHM를 나타낸 표에서 항목 4에서 FWHM가 as-deposited일때의 값은 얼마야?",
"열처리 온도에 따른 \\( \\mathrm{Pt} / \\mathrm{Cr} \\) 이중층의 \\( \\mathrm{d} \\)-value 와 FWHM를 측정하여 나타낸 표에서 항목 5에서 FWHM이 600\\( { }^{\\circ} \\mathrm{C} \\)일때의 값은 얼마야?",
"본 연구의 표2에서 항목 4일때 FWHM가 500\\( { }^{\\circ} \\mathrm{C} \\)일때의 값은 무엇이야?",
"열처리 온도에 따른 \\( \\mathrm{Pt} / \\mathrm{Cr} \\) 이중층의 \\( \\mathrm{d} \\)-value 와 FWHM를 측정하여 나타낸 표에서 \tFWHM의 as-deposited가 2번째로 가장 작은 값을 가지는 항목은 어떤거야?",
"본 연구의 표2에서 \tFWHM의 \tas-deposited\t값들 중에서 2번째로 큰 값을 가지는 항목은 무엇이야?",
"본문의 표2에서 FWHM의 as-deposited 값들 중에서 가장 큰 값을 가지는 항목은 어떤거야?",
"열처리 온도에 따른 \\( \\mathrm{Pt} / \\mathrm{Cr} \\) 이중층의 \\( \\mathrm{d} \\)-value 와 FWHM에서 d-valiue의 측정치 값들 중에서 2번째로 가장 작은 값을 가지는 항목은 무엇이야?",
"열처리 온도에 따른 \\( \\mathrm{Pt} / \\mathrm{Cr} \\) 이중층의 \\( \\mathrm{d} \\)-value 와 FWHM를 나타낸 표에서 FWHM의 as-deposited 값들 중 가장 작은 값을 가지는 항목은 무엇이야?",
"열처리 온도에 따른 \\( \\mathrm{Pt} / \\mathrm{Cr} \\) 이중층의 \\( \\mathrm{d} \\)-value 와 FWHM를 측정하여 나타낸 표에서 d-valiue의 측정치 값들 중에서 가장 작은 값은 무엇이야?",
"표2에서 d-valiue의 측정치 값들 중 2번째로 가장 큰 값을 가지는 항목은 어떤거야?",
"본 연구의 표2에서 FWHM의 500\\( { }^{\\circ} \\mathrm{C} \\) 에 해당되는 값들 중에서 가장 작은 값은 어떤거야?",
"표2에서 항목 4에서 FWHM가 600\\( { }^{\\circ} \\mathrm{C} \\)일때의 값은 얼마야?",
"표2에서 항목 4에서 FWHM가 600\\( { }^{\\circ} \\mathrm{C} \\)일 경우 얼마지",
"표2에서 FWHM의 500\\( { }^{\\circ} \\mathrm{C} \\) 에 해당되는 값들 중에서 가장 큰 값은 어떤거야?",
"본 연구의 표2에서 d-valiue의 JCPDS값들 중에서 2번째로 가장 작은 값을 가지는 항목은 무엇이야?",
"열처리 온도에 따른 \\( \\mathrm{Pt} / \\mathrm{Cr} \\) 이중층의 \\( \\mathrm{d} \\)-value 와 FWHM를 나타낸 표에서 FWHM의 700 \\( { }^{\\circ} \\mathrm{C} \\)에서 측정되는 값들 중에서 가장 큰값을 가지는 항목은 어떤거야?",
"표2에서 항목1의 d-valiue의 JCPDS는 얼마야?",
"항목1의 d-valiue의 JCPDS는 표2에서 얼마지",
"열처리 온도에 따른 \\( \\mathrm{Pt} / \\mathrm{Cr} \\) 이중층의 \\( \\mathrm{d} \\)-value 와 FWHM에서 항목2의 d-valiue의 JCPDS는 어떤값이야?",
"열처리 온도에 따른 \\( \\mathrm{Pt} / \\mathrm{Cr} \\) 이중층의 \\( \\mathrm{d} \\)-value 와 FWHM를 나타낸 표에서 항목 3일때 d-valiue의 측정치는 무슨 값이야?",
"본 연구의 표2에서 항목 2의 FWHM의 as-deposited 값은 무엇이야?",
"열처리 온도에 따른 \\( \\mathrm{Pt} / \\mathrm{Cr} \\) 이중층의 \\( \\mathrm{d} \\)-value 와 FWHM에서 항목 1에서 \tFWHM가 700 \\( { }^{\\circ} \\mathrm{C} \\)일때의 값은 어떤거야?",
"본 연구의 표2에서 \tFWHM의 700 \\( { }^{\\circ} \\mathrm{C} \\)에서 2번째로 가장 큰값을 가지는 항목은 무엇이야?",
"본 연구의 표2에서 \tFWHM의 항목 5를 측정할때 가장 낮은 값으로 측정된 온도는 얼마야?",
"열처리 온도에 따른 \\( \\mathrm{Pt} / \\mathrm{Cr} \\) 이중층의 \\( \\mathrm{d} \\)-value 와 FWHM에서 항목 3을 측정할때 d-valiue의 값들 중 더 큰 값을 가지는 것은 무엇이야?",
"표2에서 항목1에서 d-valiue의 측정치는 무슨값이야?",
"항목1에서 표2의 d-valiue은 무슨값에 해당해",
"표2에서 항목 2에서 FWHM의 700 \\( { }^{\\circ} \\mathrm{C} \\)에서의 값은 무엇이야?",
"열처리 온도에 따른 \\( \\mathrm{Pt} / \\mathrm{Cr} \\) 이중층의 \\( \\mathrm{d} \\)-value 와 FWHM를 측정하여 나타낸 표에서 항목 2에서 FWHM가 500\\( { }^{\\circ} \\mathrm{C} \\)일때의 값은 얼마야?",
"본문의 표2에서 항목 3일때의 d-valiue에서 JCPDS의 값은 얼마야?",
"표2에서 항목 2를 측정한 값들 중 d-valiue에서 더 큰 값을 가지는 것은 무엇이야?",
"열처리 온도에 따른 \\( \\mathrm{Pt} / \\mathrm{Cr} \\) 이중층의 \\( \\mathrm{d} \\)-value 와 FWHM를 측정하여 나타낸 표에서 \tFWHM의 항목 5를 측정한 실험값에서 가장 작은 값이 측정된 온도는 무엇이야?",
"열처리 온도에 따른 \\( \\mathrm{Pt} / \\mathrm{Cr} \\) 이중층의 \\( \\mathrm{d} \\)-value 와 FWHM를 나타낸 표에서 항목2에서 d-valiue의 측정치는 무엇이야?",
"열처리 온도에 따른 \\( \\mathrm{Pt} / \\mathrm{Cr} \\) 이중층의 \\( \\mathrm{d} \\)-value 와 FWHM를 측정하여 나타낸 표에서 항목 1을 측정한 값들 중에서 가장 큰 값은 d-value의 무엇이야?",
"본문의 표2에서 d-valiue에서의 항목 4 측정값들 중 더 큰것에 해당되는 피크 형태는 어떤거야?",
"열처리 온도에 따른 \\( \\mathrm{Pt} / \\mathrm{Cr} \\) 이중층의 \\( \\mathrm{d} \\)-value 와 FWHM를 나타낸 표에서 항목 5일때 d-valiue의 측정치는 무엇이야?",
"열처리 온도에 따른 \\( \\mathrm{Pt} / \\mathrm{Cr} \\) 이중층의 \\( \\mathrm{d} \\)-value 와 FWHM에서 d-valiue의 JCPDS 값들 중에서 가장 큰값은 어떤거야?",
"표2에서 d-valiue의 측정치 값들 중에서 가장 큰값은 무엇이야?",
"본문의 표2에서 FWHM의 600\\( { }^{\\circ} \\mathrm{C} \\)에서 측정한 값들 중 가장 작은 값을 가지는 항목은 무엇이야?",
"열처리 온도에 따른 \\( \\mathrm{Pt} / \\mathrm{Cr} \\) 이중층의 \\( \\mathrm{d} \\)-value 와 FWHM를 나타낸 표에서 \td-valiue의 JCPDS 값들 중에서 2번째로 큰 값을 가지는 항목은 어떤 값이야?",
"열처리 온도에 따른 \\( \\mathrm{Pt} / \\mathrm{Cr} \\) 이중층의 \\( \\mathrm{d} \\)-value 와 FWHM를 나타낸 표에서\td-valiue의 항목 5를 측정한 값들 중 더 큰 값을 가지는 피크 형태는 어떤 항목이야?"
] |
6cd57202-e803-4efc-a6ca-38b2168da898
|
인공물ED
|
미세 발열체의 발열특성과 열처리 온도에 따른 Pt/Cr 이중층의 특성
|
<h1>Ⅱ. 시료의 제작 및 측정</h1> <p>본 연구에 사용된 실리콘 기판은 비저항이 약 \( 10\sim\ 50 \mathrm{\Omega cm} \), 두께 \( 510 \mu \mathrm{m} \)의 P(100) DPS(Double-side Polished Silicon) 웨이퍼 였으며, 반도체 공정에서 사용되는 전세척 과정을 통해 자연산화막을 제거하였다. 자연산화막을 제거한 실리콘 기판은 습식산화(온도 \( 1000{ }^{\circ} \mathrm{C} \) )를 통해 \( 1.5 \mu \mathrm{m} \) 의 산화막을 성장시켰다. 기판의 전면에 산화막과 백금의 부착(Adhesion)을 위해 E-Beam Evaporator (VKE-760, Varian Korea)을 이용하여 \( \mathrm{Cr} \)을 \( 37\sim 80 \mathrm{~nm} \) 증착시켰다. 그 후 발열체 금속으로 백금 \( (\mathrm{Pt}) \)을 DC-Magnetron Sputtering장비 (VKA-35, Varian Korea)를 이용하여 \( 200,300 \mathrm{~nm} \) 증착시켰다. 제작된 \( \mathrm{Pt} / \mathrm{Cr} \) 이중층은 \( \mathrm{Ar} \) 분위기에서 온도를 변화시켜 가며 1시간 동안 열처리 하였으며, 각각의 조건을 나타내면 표-1과 같다.</p> <table border><caption>표 1. \( \mathrm{Pt} / \mathrm{Cr} \) 이중충 중착 및 열처리 조건</caption> <tbody><tr><td>항목\조건</td><td>Base Pre. (\(\mathrm{mtorr}\))</td><td>Working Pre. (\(\mathrm{mtorr}\))</td><td>기판 온도 (\( \left({ }^{\circ} \mathrm{C}\right) \))</td><td>두께 (\(\mathrm{nm}\))</td><td>인가전력 (\(\mathrm{watts}\))</td><td>증착율 \( (\mathrm{nm}/\mathrm{s}) \)</td></tr><tr><td>\( \mathrm{Cr} \) 증착</td><td>2e-3</td><td>4e-3</td><td>100</td><td>Var.</td><td>-</td><td>6</td></tr><tr><td>\( \mathrm{Pt} \) 증착</td><td>7e-3</td><td>5</td><td>100</td><td>"</td><td>300</td><td>2.04</td></tr><tr><td>열처리 조건</td><td colspan=6>\( \mathrm{Ar} \) 분위기( \( 500 \mathrm{sccm}), 5000^{\circ} \mathrm{C}-700^{\circ} \mathrm{C} \), 1시간</td></tr></tbody></table> <p>한편 박막증착 및 열처리전/후 \( \mathrm{Pt} / \mathrm{Cr} \) 이중층의 전기적, 구조적 특성을 평가하기 위하여두께변화, 표면 및 단면의 구조변화, 결정성 및 표면에서 \( \mathrm{Pt} / \mathrm{Cr} / \mathrm{SiO}_{2} \) 계면으로의 조성변화를 살펴보았다. 두께측정을 위하여 Veeco Instruments의 Dektak3 두께측정기를 사용하였으며, SEM 촬영에는 JEOL사의 JXA-6400 Electronprobe Microanalyzer를 이용하였다. 또한 XRD 분석에는 Rigaku사의RINT/DMAX-2000 X선회절 분석기를 이용하였으며, AES Surface & Depth Profile은 Perkin-Elmer \( \phi-670 \)을 사용하였다.</p> <p>한편 열처리전의 \( \mathrm{Pt} / \mathrm{Cr} \) 이중층은 사진공정(Photolithography)에 의해서 일정형상의 발열체 패턴을 형성하였다. 이때 \( \mathrm{Pt} \) 및 \( \mathrm{Cr} \)의 식각율은 각각 45\( \mathrm{nm} / \mathrm{min}, 70 \mathrm{~nm} / \mathrm{min} \)이었으며, 잔류 \( \mathrm{Cr} \)의 확인을 위하여 4-Point probe 및 광학 현미경을 이용하여 면저항 및 \( \mathrm{Cr} \)의 잔류상태를 확인하였다.</p> <p>발열체 패턴을 형성한 뒤 발열체 금속의 절연을 위하여, E-Beam 증착법에 의하여 기판온도 \( 200{ }^{\circ} \mathrm{C} \), 챔버압력 \( 2e-5 \mathrm{mbar} \)에서 \( 500 \mathrm{~nm} \)의 산화막을 증착시켰다. 이때 산화막의 증착율은 약 \( 0.9-1.2 \mathrm{~nm} / \mathrm{sec} \) 였으며, 산화막의 증착후 전극의 형성을 위한 접촉홀을 습식 식각법에 의해 형성하였다.</p> <p>발열체의 열적격리(Thermal Isolation)를 위한 Membrane의 제작은 수산화칼륨, 이소프로필 알콜과 순수 흔합용액을 이용하여 이방성 식각장치 내에서 식각을 함으로써 제작하였으며, 제작된 미세 발열체는 wire-bonding 한 뒤, 인가전력에 따른 발열체의 온도를 \( k \) 형 열전대로 측정하였고, 온도에 따른 발열체의 저항은 디지탈 멀티미터와 전류계를 이용하여 전압과 전류를 구한 뒤 산출 하였다. 한편 발열체 표면온도는 방사율(emissivity : \( \varepsilon \) )에 의존하기 때문에 열전대로 측정한 발열체의 온도와 열화상 분석기로 측정한 값과 비교함으로써 발열체 표면의 방사율 \( (\varepsilon) \) 을 결정하였다. 또한 발열체의 열전달 해석을 위한 기초연구로써 상용 열전달 해석 프로그램인 FIDAP \( \mathrm{s} / \mathrm{w} \) 를 이용하여 발열 특성을 살펴보았으며, 이때 해석영역은 발열체의 단먼을 근사화하여 수행하였다.</p>
|
[
"\\( \\mathrm{Cr} \\) 증착은 Base Pre.에서 어떤 값을 보여?",
"Working Pre.에서 \\( \\mathrm{Cr} \\) 증착의 값은 뭐야?",
"열처리 조건은 어떻게 설정했어?",
"어떻게 열처리 조건을 설정했지",
"\\( \\mathrm{Pt} \\) 증착에서 기판온도는 몇도로 나타나?",
"발열체 표면의 방사율을 어떤 방식으로 결정했어?",
"증착율은 \\( \\mathrm{Pt} \\) 증착에서 어느정도야?",
"발열 특성은 어떻게 살펴봤어?",
"어떻게 발열 특징이 인식되지"
] |
439babb1-36f9-4d2a-b2df-1f8e748edee8
|
인공물ED
|
CRA 기법을 이용한 PWM 컨버터의 강인제어기 설계
|
<h1>3. 시뮬레이션 및 실험결과</h1> <p>시뮬레이션은 식 (22)와 식 (23)에서 보여진 연속시간계에서 설계한 제어기를 Tustin 근사화를 사용하여 식 (29), 식 (30)과 같이 표준형태의 차분방정식 형태로 나타내어 이산상태 공간화 하였다. 컨버터의 이산제어기의 블록선도는 그림 5에서 보여진다. \[ \left|\begin{array}{l} \eta_{1}(n+1) \\ \eta_{2}(n+1) \end{array}\right|=\mathbf{A}\left|\begin{array}{l} \eta_{1}(n) \\ \eta_{2}(n) \end{array}\right|+\mathbf{B} e(n) \]<caption>(29)</caption>\[ \eta(n)=\mathbf{C}\left|\begin{array}{l} \eta_{1}(n) \\ \eta_{2}(n) \end{array}\right|+\mathrm{D} e(n) \]<caption>(30)</caption>단, \( \mathbf{A}=\left|\begin{array}{ll}\mathrm{DA} 11 & \mathrm{DA} 12 \\ \mathrm{DA} 21 & \mathrm{DA} 22\end{array}\right|, \mathbf{B}=\left|\begin{array}{l}\mathrm{DB} 1 \\ \mathrm{DB} 2\end{array}\right|, \mathbf{C}=|\mathrm{DC} 11 \quad \mathrm{DC} 12|, \mathrm{D}=\mathrm{DD} \)</p> <p>컨버터의 파라미터는 표1에 나타내었으며 식 (29)와 식 (30)의 차분방정식의 해는 매트랩 프로그램의 c2d 명령을 이용하여 다음과 같이 구하였다. \[ \mathrm{A}=\left|\begin{array}{rr}9.40877 \mathrm{e}-001 & -1.27705 \mathrm{e}+002 \\ 8.98554 \mathrm{e}-004 & 9.40877 \mathrm{e}-001\end{array}\right| \] \[ \mathrm{B}=\left|\begin{array}{r}1.85756 \mathrm{e}+005 \\ -8.40438 \mathrm{e}+002\end{array}\right| \] \[ \mathbf{C}=|4.15997 \mathrm{e}-007 \quad 8.98554 \mathrm{e}-004| \] \[ \mathrm{D}=|-3.89092 \mathrm{e}-001| \]</p> <table border><caption>표 1 컨버터 파라미터</caption> <tbody><tr><td>System parameter</td><td>Values</td></tr><tr><td>Input Voltage</td><td>AC \( 212 \mathrm{V} \)</td></tr><tr><td>Output Voltage</td><td>DC \( 300 \mathrm{V} \)</td></tr><tr><td>Inductance (\( L_{s} \))</td><td>\( 1 ~ \mathrm{mH} \)</td></tr><tr><td>Resistance (\( R_{s} \))</td><td>\( 0.01 \Omega \)</td></tr><tr><td>Capacitance (\( C_{dc} \))</td><td>\( 6000 ~ \mathrm{uF} \)</td></tr><tr><td>Load(\( R_{Load} \))</td><td>\( 60 \Omega /30 \Omega \)</td></tr><tr><td>Switching Frequency</td><td>\( 540 ~ \mathrm{Hz} \)</td></tr><tr><td>Sampling Frequency</td><td>\( 1080 ~ \mathrm{Hz} \)</td></tr></tbody></table> <p>그림 6부터 그림 9까지는 컨버터의 디지털제어기 성능 평가를 위한 PSiM 시뮬레이션 수행 결과이다.</p> <p>그림 6은 일반화시정수 \( \tau \) 값의 변화에 따른 전류제어기의 응답특성을 분석하기 위하여 기준전류파형과 실제전류파형을 보인다. 시정수를 \( 7 \mathrm{ms}, 10 \mathrm{ms}, 20 \mathrm{ms} \)로 증가시킬 때 실제전류값이 기준전류값을 각각 \( 1 / 4 \)주기, \( 1 / 2 \)주기, \( 3 / 2 \)주기 이내에 추종함을 확인할 수 있다. 따라서, 시정수를 변경하여 응답특성의 조정이 가능하며 시정수가 작을수록 빠른 응답속도를 가지는 것을 확인할 수 있다.</p> <p>그림 7은 부하변동시의 입출력 전압전류파형을 보인다. 부하변동에도 불구하고 직류출력전압은 기준전압을 잘 추종하며 입력전류는 입력전압과 동상이 되어 역률제어가 잘 수행됨을 알 수 있다. 이로써 전압제어기 및 전류제어기의 제어 성능이 우수함을 확인할 수 있다.</p> <p>그림 8은 인버터구동에 의한 유도전동기부하시의 전압전류파형을 보인다. 이로써 본 제어기가 저항부하 뿐만 아니라 전동기부하시에도 컨버터출력전압이 일정하게 제어되고 입력전류파형이 전압과 동상으로 정현파로 제어됨을 확인할 수 있다.</p> <p>그림 9는 \( L_{s} \)의 변동에 의한 전류제어기의 제어특성을 보인다. 플랜트의 파라미터가 잘못 적용된 경우라 할지라도 전류제어기의 강인성이 확보되었음을 확인할 수 있다.</p> <p>실제 실험을 통한 제어기의 성능평가를 위해 그림 10의 \( 3 \mathrm{kW} \)급 실험장치를 설계하였다. 전체시스템의 제어보드는 TMS320C33을 사용하였으며 각 소자는 표 1의 시뮬레이션 파라미터들과 동일하게 제작하였다.</p> <p>그림 11에서 13은 컨버터 제어기의 시뮬레이션 수행 결과파형을 실제 실험을 통해 검증한 결과파형이다.</p> <p>그림 11은 부하변동시의 출력전압 \( V_{d c} \)파형 및 입력전압, 기준전류, 입력전류를 나타낸다. 부하변동 발생 시 약간의 전압강하가 발생하지만 곧 기준전압을 잘 추종하며 입력전류는 기준전류를 잘 추종함을 알 수 있다.</p> <p>그림 12는 모터부하시의 출력파형이다. 인버터에 관성부하를 연결하여 \( 65 \mathrm{Hz} \)일 때 출력퐈형이다. 기준전압을 따라서 출력전압 제어가 잘 수행되며 입력전압과 입력전류는 동상을 이루어 역률제어가 잘 수행됨을 알 수 있다.</p> <p>그림 13은 \( L_{s} \)의 변동에 의한 전류제어기의 응답특성이다. 플랜트의 변동이 발생하더라도 입력전류는 입력전압과 위상차 없이 역률제어가 잘 수행됨을 확인할 수 있었다. 이상으로 시뮬레이션 결과와 실험결과가 일치함을 알 수 있다.</p>
|
[
"표 1에서 보여주는 것은 무엇의 파라미터니?",
"표 1에서 DC \\( 300 \\mathrm{V} \\)는 무엇이 값인가요?",
"표 1에서 Input Voltage는 어떤 값을 갖니?",
"표 1에서 \\( 0.01 \\Omega \\)는 어떤 시스템 파라미터 값이야?",
"표 1에서 Capacitance의 값은 어느 정도인가요?",
"\\( 1080 ~ \\mathrm{Hz} \\)의 값을 갖는 것은 표 1에서 무엇인가?",
"\\( 60 \\Omega /30 \\Omega \\)의 값을 가지는건 표 1에서 뭐야?",
"표 1에서 Switching Frequency가 가지는 값은 몇인가요?",
"표 1에서 Inductance의 값은 얼마니?",
"표 1에서 Input Voltage, Resistance 등과 같은 것은 어떤 항목에 속하니?"
] |
8c0289db-d029-45a8-828c-c3d8cc0bb040
|
인공물ED
|
게이트 절연막 조성에 따른 a-ITGZO 박막트랜지스터의 전기적 특성 연구
|
<h1>Ⅲ. 결론</h1><p>본 연구에서는 \( 12 \mu \mathrm{m} \) 두께의 CPI 기판 위에 a-ITGZO 박막트랜지스터를 제작하고, 게이트 절연막에 따른 박막트랜지스터의 전기적특성을 분석하였다. \( \mathrm{HfO}_{2}, \operatorname{HfAlO}(2: 1) \), \( \operatorname{HfAlO}(1: 1) \) 게이트 절연막으로 구성된 a-ITGZO 박막트랜지스터의 전자이동도는 각각 32.3, 26.4, 16.8 \( \mathrm{~cm}^{2} / \mathrm{Vs}\), SS 값은 각각 206, 160 , \( 173 \mathrm{mV} / \mathrm{dec} \) 이고. 히스테리시스 윈도우 폭은 각각 0.60, 0.12, \(0.09 \mathrm{~V} \) 이다. 게이트 절연막에서 \( \mathrm{Al}_{2} \mathrm{O}_{3} \) 비율이 높아질수록 게이트 절연막과 채널 박막 사이에서의 interface trap density가 감소하여 히스테리시스 원도우 폭이 줄어었음을 확인하였다. \( \operatorname{HfAlO}(2: 1) \) 게이트 절연막으로 구성된 a-ITGZO 박막트랜지스터가 비교적 높은 전자이동도를 가지며 낮은 SS와 히스테리시스 윈도우 폭을 가져 a-ITGZO 박막트랜지스터의 가장 적합한 게이트 절연막으로 사료된다.</p>
|
[
"\\( 12 \\mu \\mathrm{m} \\) 두께의 CPI 기판 위에 박막트랜지스터를 제작하여 확인하고자 한 박막트랜지스터의 특성은 무엇이지?",
"a-ITGZO 박막트랜지스터를 제작하여 게이트 절연막에 따른 박막트랜지스터의 전기적특성을 분석하기 위해 CPI 기판은 어느정도 두께로 만들었지?",
"\\( \\mathrm{HfO}_{2}, \\operatorname{HfAlO}(2: 1) \\), \\( \\operatorname{HfAlO}(1: 1) \\) 게이트 절연막으로 구성된 SS 값은 각각 얼마이지?",
"게이트 절연막과 채널 박막 사이의 interface trap density가 감소하려면 게이트 절연막에서의 어떤 비율이 높아져야하지?",
"게이트 절연막과 채널 박막 사이에서의 interface trap density가 감소함으로 인해서 무엇이 감소하는 것을 확인할 수 있었지?",
"높은 전자이동도를 가지며 낮은 SS와 히스테리시스 윈도우 폭을 가지면서 a-ITGZO 박막트랜지스터의 가장 적합한 절연막은 무엇으로 구성되어 있지?",
"히스테리스 윈도우 폭이 줄어드는 것은 게이트 절연막과 채널 박막 사이에서의 interface trap density가 감소하면서 발생했지?",
"비교적으로 높은 전자이동이 있으며 \\( \\operatorname{HfAlO}(2: 1) \\) 게이트 절연막으로 이루어진 것은 무엇이지?",
"\\( \\operatorname{HfAlO}(2: 1) \\) 게이트 절연막으로 구성되어 있으며 비교적 높은 전자이동이 존재하는 것은 무엇인가?"
] |
1392b45b-6710-47e2-92e6-b0d7a3eaadaa
|
인공물ED
|
게이트 절연막 조성에 따른 a-ITGZO 박막트랜지스터의 전기적 특성 연구
|
<h1>Ⅱ. 본론</h1><h2>1. 실험방법</h2><p>본 연구에서 top-gate coplanar 구조의 a-ITGZO 박막트랜지스터는 \( 12 \mu \mathrm{m} \) 두께의 colorless polyimide (CPI) 기판에서 제작되었다. a-ITGZO 박막트랜지스터를 제작하기 전 기판의 뒷면으로부터의 산소와 수분의 투과를 막기위해 \( 15 \mathrm{~nm} \) 두께의 \( \mathrm{Al}_{2} \mathrm{O}_{3} \)가스 배리어 필름을 ALD 장비로 \( 130{ }^{\circ} \mathrm{C} \) 에서 증착 되었다. a-ITGZO 채널은 ITGZO \(\left(\mathrm{In}_{2} \mathrm{O}_{3}: \mathrm{SnO}_{2}: \mathrm{Ga}_{2} \mathrm{O}_{3}\right. \) : \( \mathrm{ZnO}=0.8: 0.2: 1: 1 \mathrm{~mol} \% \) ) 타겟을 이용하여 RF스퍼터링 방법으로 \( 1 \mathrm{~m} \) Torr의 공정압력과 \( 120 \mathrm{~W} \) 의 RF 파워로 \( \mathrm{Ar} \) 가스와 \( \mathrm{O}_{2} \) 가스의 비율을 \( 47: 3 \) sccm으로 6 분간 증착되었다. 채널의 길이와 너비는 각각 \( 10,20 \mu \mathrm{m} \) 로 제작하였고 두께는 \( \mathrm{x} \)-ray reflctivity (D/max-2500/PC, Rigaku)를 이용해 \( 45 \mathrm{~nm} \) 로 측정되었다. 게이트, 소스 및 드레인 전극은 Ti를 thermal evaporation 방법으로 상온에서 \( 100 \mathrm{~nm} \) 증착하였다. 게이트 절연막은 \( \mathrm{HfO}_{2}, \mathrm{HfAlO}(2: 1) \), \( \mathrm{HfAlO}(1: 1) \) 을 ALD 방법으로 tetrakisethylmethylamino hafnium (TEMAHf) 전구체, trimethylaluminum(TMA) 전구체, \( \mathrm{H}_{2} \mathrm{O} \) 을 이용하여 \( 150{ }^{\circ} \mathrm{C} \) 에서 증착되었다. 그림 1은 각각의 게이트 절연막의 ALD 프로세스를 나타낸다. \( \operatorname{HfAlO}(2: 1) \) 한 사이클은 \( \mathrm{HfO}_{2} \) 두 사이클과 \( \mathrm{Al}_{2} \mathrm{O}_{3} \) 한 사이클로 구성되며 총 50 번 반복하여 증착하였고, \( \mathrm{HfAlO}(1: 1) \) 한 사이클은 \( \mathrm{HfO}_{2} \) 한 사이클과 \( \mathrm{Al}_{2} \mathrm{O}_{3} \) 한 사이클로 구성되고 총 75 번 반복하여 증착하였다. \( \mathrm{HfO}_{2}, \mathrm{HfAlO}(2: 1), \mathrm{HfAlO}(1: 1) \) 의 두께는 각각 13.1, 14.3, \(13.3 \mathrm{~nm} \) 로 측정되었다. 게이트 절연막의 capacitance는 HP 4284A 를 이용하여 측정하였고, a-ITGZO 박막트랜지서의 전기적 특성은 HP 4155c 를 이용하여 상온에서 측정하였다.</p>
|
[
"게이트 절연막의 capacitance는 HP 4284A 를 이용하여 측정하였고, a-ITGZO 박막트랜지서의 전기적 특성은 HP 4155c 를 이용하여 상온에서 측정하였나?",
"본 연구에서 top-gate coplanar 구조의 a-ITGZO 박막트랜지스터는 12μm 두께의 colorless polyimide (CPI) 기판에서 제작되었나?"
] |
59189e9c-a3ff-4a2d-b7cc-28474897e37a
|
인공물ED
|
게이트 절연막 조성에 따른 a-ITGZO 박막트랜지스터의 전기적 특성 연구
|
<h1>요 약</h1><p>본 연구에서는 \( \mathrm{HfO}_{2} \) 와 \( \mathrm{Al}_{2} \mathrm{O}_{3} \) 비율을 조절하여 게이트 절연막을 구성하고, 게이트 절연막에 따른 a-ITGZO 박막트랜지스터의 전기적 특성을 분석하였다. \( \mathrm{HfO}_{2} \) 게이트 절연막, \( \mathrm{HfO}_{2} \) 와 \( \mathrm{Al}_{2} \mathrm{O}_{3} \) 비율이 \( 2: 1 \) 인 게이트 절연막, \( \mathrm{HfO}_{2} \) 와 \( \mathrm{Al}_{2} \mathrm{O}_{3} \) 비율이 \( 1: 1 \) 인 게이트 절연막으로 구성된 a-ITGZO 박막트랜지스터의 전자이동도는 각각 \( 32.3,26.4,16.8 \mathrm{~cm}^{2} / \mathrm{Vs} \) 이고 \( \mathrm{SS} \) 값은 각각 206 , 160, \(173 \mathrm{mV} / \mathrm{dec} \) 이며 히스테리시스 원도우 폭은 각각 0.60, 0.12, \(0.09 \mathrm{~V} \) 이었다. 게이트 절연막에서 \( \mathrm{Al}_{2} \mathrm{O}_{3} \) 비율이 높아질수록 a-ITGZO 박막트랜지스더의 히스테리시스 원도우 폭이 감소헸는데, 이는 \( \mathrm{Al}_{2} \mathrm{O}_{3} \) 비율이 높아질수록 게이트 절연막과 채널 박막 사이의 interface trap density가 감소했기 때문이다.</p>
|
[
"이 연구에서는 무엇의 비율을 조절해서 게이트 절연막을 만들었나요?",
"무엇의 비율을 조절해서 이 연구에 게이트 절연막을 만들었는가?",
"\\( \\mathrm{HfO}_{2} \\) 와 \\( \\mathrm{Al}_{2} \\mathrm{O}_{3} \\) 비율이 \\( 1: 1 \\) 인 게이트 절연막으로 구성된 a-ITGZO 박막트랜지스터의 히스테리시스 원도우 폭은 얼마였나요?",
"\\( \\mathrm{HfO}_{2} \\) 와 \\( \\mathrm{Al}_{2} \\mathrm{O}_{3} \\) 비율이 \\( 1: 1 \\) 인 게이트 절연막으로 구성된 a-ITGZO 박막트랜지스터의 \\( \\mathrm{SS} \\) 값은 얼마였나요?",
"\\( \\mathrm{HfO}_{2} \\) 게이트 절연막이 \\( \\mathrm{HfO}_{2} \\) 와 \\( \\mathrm{Al}_{2} \\mathrm{O}_{3} \\) 비율이 \\( 2: 1 \\) 인 게이트 절연막보다 히스테리시스 원도우 폭이 컸나요?",
"게이트 절연막에서 무엇의 비율이 높아질수록 a-ITGZO 박막트랜지스더의 히스테리시스 원도우 폭이 줄어드나요?",
"\\( \\mathrm{Al}_{2} \\mathrm{O}_{3} \\) 비율이 증가하면 게이트 절연막과 채널 박막 사이의 무엇이 감소하나요?",
"\\( \\mathrm{HfO}_{2} \\) 와 \\( \\mathrm{Al}_{2} \\mathrm{O}_{3} \\) 비율이 \\( 2: 1 \\) 인 게이트 절연막이 \\( \\mathrm{HfO}_{2} \\) 와 \\( \\mathrm{Al}_{2} \\mathrm{O}_{3} \\) 비율이 \\( 1: 1 \\) 인 게이트 절연막보다 \\( \\mathrm{SS} \\) 값이 큰가요?",
"\\( \\mathrm{HfO}_{2} \\) 게이트 절연막이 \\( \\mathrm{HfO}_{2} \\) 와 \\( \\mathrm{Al}_{2} \\mathrm{O}_{3} \\) 비율이 \\( 1: 1 \\) 인 게이트 절연막보다 \\( \\mathrm{SS} \\) 값이 큰가요?"
] |
639ce711-bc71-42b5-9f82-e958573c0d18
|
인공물ED
|
게이트 절연막 조성에 따른 a-ITGZO 박막트랜지스터의 전기적 특성 연구
|
<h1>Ⅰ. 서론</h1><p>최근 산화물 박막트랜지스터는 플렉시블 디스플레이와 전자기기의 구동소자로 주목을 받고 있고, 특히 amorphous indium-tin-gallium-zinc oxide (a-ITGZO) 박막트랜지스터는 높은 이동도 덕분에 차세대 디스플레이 구동소자로써 연구가 이뤄지고 있다. 또한 ITGZO 채널 물질은 기존의 IGZO에서 희귀금속인 indium의 비율을 줄일 수 있는 장점을 가지고 있다. 그러나 아직까지 \( \mathrm{a}\) -ITGZO 박막트랜지스터에 대한 연구가 부족한 실정이고 특히 고성능의 \( \mathrm{a}\)-ITGZO 박막트랜지스터를 제작하기 위해서 박막트랜지스터의 구성요소에 대한 연구가 필수적이다. 박막트랜지스터의 구성요소중에서 게이트 절연막은 산화물 박막트랜지스터의 전기적 특성에 직접적인 영향을 미치므로 게이트 절연막에 대한 연구가 필요하다. 한편, high-k 물질은 높은 capacitance를 가지고 저전력 구동을 가능하게 하기 때문에 산화물 박막트랜지스터의 게이트 절연막 물질로 각광받고 있다. 특히, \( \mathrm{HfO}_{2} \) 는 high-k 물질 중 가장 주목받고 있는데, 그 이유는 넓은 밴드갭 \( (\sim 5.7 \mathrm{eV}) \) 과 높은 유전상수 \( (\sim 24) \) 를 가지기 때문이다. 하지만 \( \mathrm{HfO}_{2} \) 는 계면에서의 trap density가 높아 산화물 박막트랜지스터의 히스테리시스를 유발한다. 박막트랜지스터의 후스테리시스는 active-matrix organic light-emitting display(AMOLED)에서의 잔상을 유발한다.</p><p>본 연구에서는 \( \mathrm{HfO}_{2} \) 게이트 절연막, \( \mathrm{HfO}_{2} \) 와 \( \mathrm{Al}_{2} \mathrm{O}_{3} \) 비율이 \( 2: 1 \) 인 게이트 절연막, \( \mathrm{HfO}_{2} \) 와 \( \mathrm{Al}_{2} \mathrm{O}_{3} \) 의 비율이 \( 1: 1 \) 인 게이트 절연막 등 총 3가지 게이트 절연막을 atomic layer deposition(ALD) 방법으로 증착하였다. 표기의 편의를 위해 \( \mathrm{HfO}_{2} \) 와 \( \mathrm{Al}_{2} \mathrm{O}_{3} \) 의 비율이 \( 2: 1 \) 인 게이트 절연막을 \( \mathrm{HfAlO}(2: 1), \mathrm{HfO}_{2} \) 와 \( \mathrm{Al}_{2} \mathrm{O}_{3} \)의 비율이 \( 1: 1 \) 인 게이트 절연막을 \( \mathrm{HfAlO}(1: 1) \) 로 명명한다. 따라서 본 연구에서는 top-gate coplanar 구조의 \( \mathrm{a}-\mathrm{ITGZO} \) 박막트랜지스터를 제작하고 게이트 절연막에 따른 박막트랜지스터의 전기적 특성을 분석한다.</p>
|
[
"박막트랜지스터의 후스테리시스는 active-matrix organic light-emitting display(AMOLED)에서의 잔상을 유발하니?",
"본 연구에서는 HfO2 게이트 절연막을 어떤 방법으로 증착하였니?",
"박막트랜지스터의 구성요소 중에서 산화물 박막트랜지스터의 전기적 특성에 직접적인 영향을 미치는 것은 무엇인가?",
"HfO2 는 왜 산화물 박막트랜지스터의 히스테리시스를 유발하니?",
"HfO2는 산화물 박막트랜지스터의 히스테리시스를 유발하니?",
"높은 capacitance를 가지고 저전력 구동을 가능하게 하여 산화물 박막트랜지스터의 게이트 절연막 물질로 각광받고 있는 것은 무엇인가?",
"ITGZO 채널 물질은 기존의 IGZO에서 어떤 희귀금속의 비율을 줄일 수 있는 장점을 가지고 있니?",
"본 연구에서 분석하고자 하는 특성은 무엇인가?"
] |
0f16f7f0-3be1-4873-a37a-69b7453a48e2
|
인공물ED
|
호흡 측정 수면베개 시스템
|
<h1>4. 결 론</h1><p>수면 중인 사람의 호흡 신호를 측정할 수 있는 압력센서 기반 스마트 호흡 측정 베개에 대한 연구를 수행 하였다. 호흡측정 스마트 베게는 수면베개, 베개의 아래 부분에 부착된 4개의 FSR 센서들, interface 회로, 호흡 측정 시스템으로 구성되어 있다. 실험결과들이 수면자의 수면 형태에 관계없이 4개의 FSR 센서 중 최소 한 개에서는 정확하게 호흡 신호를 검출할 수 있어 수면 중의 사람들의 호흡신호를 정확하게 추출 할 수 있음을 보였다. 또한 코골이가 발생 했을 때 발생하지 않았을 때 보다 더 큰 크기의 신호가 발생 함도 보여 주고 있다. 이 결과가 지능형 호흡측정 수면베개에서 검출된 호흡 신호로 코골이 발생 유무도 알아낼 수 있음을 보여 주고 있다. 센서 특성 및 신뢰성을 알아보기 위해 현재 임상의사들이 사용하고 있는 BIOPAC 호흡 센서와 특성 비교 하였고, 체형이 다른 20대-30대 남자 10명의 호흡 측정 신호를 수행하였다. 실험 결과들이 BIOPAC 센서와 유사한 특성을 가지고 있음을 보여 주었고, 평균 호흡률 정확도가 \( 98.8 \% \) 였음을 알려주었다. 모든 실험 결과들이 압력 센서 기반 호흡 측정 베개가 수면 중인 사람이 호흡 신호를 추출 분석하여 수면관리가 가능함을 보여 주고 있다. 좀 더 좋은 특성을 가지는 호흡측정이 가능한 수면베개를 개발하기 위해 호흡검출 방법의 고도화 및 노이즈 저감기술 개발 등이 필요하다. 그리고 코골이 검출 방법에 대한 연구도 수행해야 될 것으로 판단된다.</p>
|
[
"본 논문이 연구한 베개는 어떤 것에 대한 유무도 찾을 수 있는가?",
"본 연구가 제안한 베개의 4개의 FSR 센서 중 최소 몇 개에서 호흡 신호를 바르고 확실하게 추출할 수 있는가?",
"본 논문의 스마트 호흡 측정 베개는 어떤 센서와 대조하였는가?",
"수면 중인 사람의 호흡을 측정할 수 있는 압력센서 기반 스마트 호흡 측정 베개는 수면자의 수면 형태에 따라서 호흡 신호를 검출할 수 없는가?",
"BIOPAC 호흡 센서와의 대조를 위해 나이대의 범위를 어떻게 설정했는가?",
"본 논문이 연구한 대상은 무엇인가?",
"무엇이 본 논문이 연구한 대상일까?",
"본 연구의 호흡측정 스마트 베개보다 좋은 특징을 가지는 호흡측정이 가능한 수면베개를 고안하기 위해 필요한 방법은 무엇인가?",
"본 연구는 사람이 어떤 상태에 있을 때의 호흡 신호를 측정하였는가?",
"호흡측정 스마트 베개는 어떤 식으로 이루어져있는가?",
"코골이가 발생하지 않았을 때 발생 했을 때보다 더 큰 크기의 신호가 나타나는가?",
"지능형 호흡측정 수면베개에서 검출된 호흡 신호로 코골이 발생 유무를 유추할 수 있는가?",
"센서 특성 및 신뢰성을 알아보기 위해 이루어낸 연구는 무엇인가?",
"센서 특성 및 신뢰성을 알아보기 위해 체형이 같은 20대에서 30대까지의 남자 10명을 모집하여 연구했는가?",
"본 논문에 따르면 BIOPAC 호흡 센서는 지금 어떤 전문가들이 이용하고 있는가?",
"다른 센서와 대조한 결과 본 연구가 건의한 센서는 평균 호흡률 정확도가 몇 퍼센트였는가?"
] |
c46946ce-c7b2-4911-a6a2-1a8beb65e3ff
|
인공물ED
|
호흡 측정 수면베개 시스템
|
<h1>3. 결과 및 고찰</h1><p>제작된 호흡 측정 수면 베개를 사용하여 20대 중반의 건장한 남자의 호흡 신호를 검출 하여 보았다. Fig. 4는 건장한 남자의 호흡신호를 검출하기 위해 실험하고 있는 사진이다. Fig. 5는 베개에 사람이 정자세로 누워 있었을 때의 FSR1, FSR2, FSR3, FSR4 센서의 출력 호흡 신호들이고, Fig. 6는 머리를 왼쪽으로 \( 45^{\circ} \) 기울였을 때 Fig. 7은 머리를 오른쪽으로 \( 45^{\circ} \) 기울였을 때의 호흡 신호들이다. 그림들은 모든 센서가 동일한 호흡 신호를 발생하지 않음을 보여주고 있다. 더 나아가 일부의 센서 출력 신호들은 수면자의 호흡패턴과 동일한 모양을 보여주고 있고 다른 센서들의 출력 신호는 수면자의 호흡패턴과 다른 모양의 신호들을 출력하고 있다. 실험결과들이 출력 신호의 크기가 가장 큰 출력신호를 선택 하여야 수면자 호흡의 정확한 분석이 가능함을 알려주고 있다. 4개의 FSR 센서로부터 수면자의 호흡 신호를 정확하게 검출하는 것으로 본 연구의 목적을 달성하는 데 충분하나 수면자의 머리위치 등의 더 많은 수면관련 정보가 있으면 수면의 질을 판단하는데 도움이 될 것 같아 4개의 FSR 센서들을 이용하여 머리위치를 찾아내는 실험을 여러 번 수행하였다. 그러나 일관성 있는 결과를 얻지 못하여 4개의 FSR 센서로부터 정확한 호흡 신호는 검출이 가능하나 수면자의 머리 위치를 찾는 것은 어렵다는 결론을 얻었다.</p><p>Fig. 8은 수면자가 정자세로 눕고 코골이가 발생 했을 때의 호흡 신호이다. Fig. 5와 비교하면 호흡신호의 크기가 코골이가 발생했을 때가 발생하지 않았을 때보다 더 큰 크기의 호흡 신호를 발생 시켰음을 알 수 있다. 이는 코골이의 발생이 사람의 어깨 움직임을 크게 하여 더 큰 호흡신호를 야기시킴을 의미한다. 실험 결과들에 통해 보통 일반 호흡 경우에는 평균 전압은 약 \( 2.1 \mathrm{V} \) 이었고 코골이가 발생하는 경우에는 약 \( 3.1 \mathrm{V} \) 이었다. Fig. 8이 코골이가 발생 했을 때 1.5배 정도 호흡 신호가 커짐을 보여주고 있다. 그리고 \( 60 \mathrm{dB} \) 정도의 음악소리가 있는 환경에서도 호흡신호 검출 실험을 수행 하였다. 실험 결과 음악소리가 없는 조용한 환경과 동일한 결과를 얻었다. 이는 압력기반 수면 베개가 주변 소리 노이즈에 영향을 받지 않는 다는 것을 보여주고 있다.</p><p>본 논문에서 언급한 호흡 센서의 신뢰성을 알아보기 위해 현재 임상의사들이 사용하고 있는chest형 BIOPAC 호흡 센서와 1시간정도 비교특성 실험을 수행 하였다. Fig. 9는 두 센서의 특성을 비교한 그림이다. Fig. 9(a)는 BIOPAC에서 얻은 호흡신호이고 Fig. 9(b) 는 베개에 부착된 FSR 센서에서 얻은 신호이다. Fig. 9가 수면 베개에 부착된 FSR 센서에서 얻은 호흡 신호가 BIOPAC 센서에서 얻은 호흡 센서보다 신호의 크기는 크고 패턴은 거의 유사함을 보여주고 있다. 이 결과가 수면베개에 부착된 FSR센서를 사용하여 수면자의 호흡신호를 신뢰성 있게 검출할 수 있음을 보여주고 있다.</p><p>압력센서 기반 호흡 측정베개의 호흡률 측정특성을 분석하기 위해 체형이 다른 20대에서 30대 사이의 남성들의 호흡 신호를 검출하여 호흡수를 계수 하는 실험을 수행 하였다. 실험자들은 정자세로 누워 호흡을 10분 동안 하게 한 뒤 본 논문의 연구방법에서 소개한 호흡률 계수법이 프로그램 된 시스템을 사용하여 호흡수를 계수하고, 그 계수된 결과를 가지고 계수 정확도를 계산하였다. Table 1은 10 명의 실험자를 정자세로 누워 10분간의 호흡신호를 획득 분석한 결과이다. 키가 크고 신체가 건장한 남자들의 호흡률 측정 정확도가 키가 작고 왜소한 남자들의 호흡률 측정 정확도 보다 더 높았다. 이는 키 크고 건장한 남자의 호흡 신호가 키 작고 왜소한 남자의 호흡 신호보다 더 큰 호흡신호를 발생시켰기 때문으로 판단된다. 호흡측정 베개로 측정된 호흡률 측정 정확도는 모두 \( 98 \% \) 이상의 호흡률 측정 정확도를 가졌으며 평균 \( 98.8 \% \)의 정확도를 보였다. 이 모든 실험결과들은 본 연구에서 개발된 압력 기반 호흡 측정 수면 베개가 수면 중에 있는 사람의 호흡 신호를 추출 분석 하여 사람의 수면 중 호흡에 대한 정보를 얻을 수 있음을 보여주고 있다. 좀 더 좋은 특성을 가지는 호흡측정이 가능한 수면베개를 개발하기 위해 호흡검출 방법의 고도화 및 노이즈 저감기술 개발 등이 필요하다. 그리고 연구결과들이 호흡신호로부터 코골이 검출 가능성도 보여주고 있기 때문에 코골이 검출 방법에 대한 연구도 수행해야 될 것으로 판단된다.</p>
|
[
"Fig. 8에서 보면 일반 호흡을 할 때보다 코골이가 발생했을 때 1.5배 정도 호흡 신호가 커졌지?",
"Fig. 5는 베개에 사람이 정자세로 누워 있었을 때의 호흡 신호들이고, Fig. 6는 머리를 왼쪽으로 \\( 45^{\\circ} \\) 기울였을 때 호흡 신호들이지?",
"4개의 FSR 센서로부터 정확한 수면자의 머리 위치를 검색 했을 경우 찾기 어려웠나?",
"실험을 진행한 결과 일반 호흡을 측정했을 때 평균전압은 얼마로 측정되는가?",
"실험의 결과값을 분석하였을 때 일반 호흡 경우 평균 전압은 약 몇 \\(\\mathrm{V}\\)야?",
"압력기반 수면 베개는 \\(60 \\mathrm{dB} \\) 졍도의 소음이 있는 공간에서는 호흡신호 검출이 안되지?",
"호흡 센서의 신뢰성을 알아보기 위해서 chest형 BIOPAC 호흡 센서와 3시간정도 비교특성 실험을 수행했지?",
"호흡측정 베개로 측정된 호흡률 측정 정확도는 평균 몇 \\(\\% \\)야?",
"실험 측정 결과 호흡측정 베개의 호흡률 측정시 정확도는 얼마인가?",
"호흡측정이 가능한 수면베개를 좀 더 좋은 특성을 갖도록 개발하기 위해서는 어떤 기술 개발이 필요할까?",
"호흡률 측정 정확도는 신체 체형과 상관 없이 동일한 정확도를 보이고 있지?",
"Table 1은 10 명의 실험자들이 옆으로 누워 10분간의 호흡신호를 획득 분석한 결과지?"
] |
25fdfb49-d4b3-4c03-95d7-dfca27bc56a5
|
인공물ED
|
호흡 측정 수면베개 시스템
|
<h1>2. 연구 방법</h1><p>Fig. 1은 호흡 측정 수면베개의 블록 다이어그램이다. 호흡측정 수면베개는 수면베개, 수면베개에 부착된 4개의 FS센서, interface 회로, DAQ, personal computer(PC)로 구성되어있다. 수면자의 호흡에 의한 미세한 움직임을 FSR 센서들이 감지하여 전기신호로 바꾼다. 바뀐 전기신호는 filt와 증폭기로 구성된 interface 회로에서 노이즈가 제거된 호흡 신호만 추출되고, 이 신호가 DAQ에서 디지털 신호로 변환된다. 디지털신호로 변환된 호흡 신호는 PC로 전달되어 분석된다. 여기서 사용된 FSR 센서는 Interlink사의FSR-406이었고 DAQ는 National Instrument 사의 NI9215 이었다. 본 연구에서 사용된 DAQ의 sampling 주파수는 약 \( 10 \mathrm{Hz} \) 이었다.</p><p>일반적으로 건강한 일반인은 1분에 16에서 20회 정도의 호흡을 한다. 즉 1분에 16에서 20회 정도의 호흡 신호를 발생한다. Fig. 2는 FSR 센서에서 나오는 신호들 중 호흡신호만 추출하기 위해 사용된 Interface 회로이다. 호흡신호만 추출하는 역할을 하는 Interface 회로는 high pass filter, low pass filter, 및 증폭기로 구성되어있다. 본 연구에서 사용된 interface 회로의 high pass filter와 low pass filter는 저항과 콘덴서로만 설계되었으며 high pass filter의 cutoff 주파수는 \( 0.19 \mathrm{Hz} \), low pass filter의 cutoff 주파수는 \( 1.06 \mathrm{Hz} \)이었다. 증폭기는 OP-AMP로 설계 제작되었으며 신호 증폭도는 151이었다.</p><p>수면자 호흡 정보를 추출하기 위해 4개의 FSR 센서를 베개에 부착하여 사용한다. 4개의 FSR 센서를 사용하는 이유는 수면자의 수면 위치가 변하더라도 항상 일정한 호흡 신호를 검출하기 위해서다. 수면자의 호흡신호는 수면자의 호흡에 의한 미세한 어깨 움직임에 따라 센서 출력신호가 변화하다. 이 변화하</p><p>는 아날로그 신호는 아날로그-디지털 변환기(ADC)에 의해 디지털 신호로 변환되고 호흡 측정 시스템에서 분석되어 호흡정보를 추출한다. 호흡 정보 추출 은 두 단계으로 이루어진다. 첫번째 단계는 4개의 FSR 호흡 센서 신호 중에 가장 큰 신호를 발생시키는 FSR 센서를 찾아내고 그 센서의 출력 호흡 신호를 기본으로 해서 중요한 호흡 관련 정보들을 추출한다. 두 번째 단계에서는 선택된 FSR 호흡 신호를 분석하여 분당 호흡수 (호흡률), 호흡신호 peak value(maximun respiration signal Amplitude) 등의 정보를 얻는다. 수면정보 추출 알고리즘의 첫번째 단계에서 수행하는 가장 큰 호흡 신호를 발생시키는 FSR 센서를 선택하는 방법과 호흡 계수하는 법을 아래에 설명 하였다. Fig. 3은 호흡신호로부터 호흡을 계수를 하는 방법을 설명한 그림이다. FSR 센서 선택과 호흡 계수를 위해 제일 먼저 4개의 FSR 센서 출력신호를 ADC에서 sampling을 수행한다. 연속 3개의 sampling된 디지털 값 \( \left(\mathrm{S}_{1}, \mathrm{~S}_{2}, \mathrm{~S}_{3}\right) \)들이 threshold 값보다 모두 클 경우 호흡 신호가 시작되었다고 판단한다. 한 개 이상 FSR 센서들에서 연속 3개의 sampling 값이 threshold 보다 모두 큰 경우가 발생하면 세 번째 sampling 된 값에서 첫 번째 sampling 한 값을 빼서 \( \left(\mathrm{S}_{3}-\mathrm{S}_{1}\right) \) 그 차이가 가장 큰 값을 발생시키는 FSR센서가 호흡 신호 출력 신호가 가장 큰 값을 발생 하는 FSR 센서로 선택하여 호흡신호 분석에 이용한다. 호흡 신호의 시작은 선택된 FSR 센서 출력 신호의 3 연속 sampling 값들이 threshold보다 모두 클 때 호훕신호의 시작이 발생했다고 생각하고, 호흡 신호의 끝은 선택된 FSR 센서 출력 신호의 3 연속 sampling 값들이 threshold보다 모두 적을 때 호흡신호의 끝이 발생했다고 생각한다. 즉 3 연속 sampling 된 값이 threshold 보다 모두 커졌다가 다시 3연속 sampling 값이 threshold보다 모두 작으면 호흡이 1회 발생 되었다고 계수한다. 호흡신호의 시작과 끝 사이에 sampling 된 값들을 계속 비교하면서 가장 큰 값의 호흡 신호 peak value를 찾는다. 일 반적으로 코골이가 발생하면 호흡 시 움직임이 더 커져 호흡신호가 코골이가 없을 때보다 더 큰 신호를 발생 시킨다. 이 호흡 peak value를 이용하면 코골이 발생 유무도 찾아낼 수 있다. 본 연구에서 사용된 threshold 값은 \(0.5[\mathrm{V}]\)이었다.</p>
|
[
"본 연구에서 사용된 DAQ의 sampling 주파수는 약 몇 \\(\\mathrm{Hz}\\)야?",
"DAQ으로 사용된 NI9215은 어느 회사에서 만들었어?",
"수면자의 수면 위치가 변하더라도 항상 일정한 호흡 신호를 검출하기 위해서 2개의 FSR 센서를 사용하고 있지?",
"왜 베게에 4개의 FSR 센서를 베개에 부착하는 거야?",
"코골이를 하는 사람은 코골이를 하지 않는 사람보다 호흡신호가 더 작지?",
"호흡측정 수면베개에 부착된 FS센서는 몇 개야?",
"호흡측정 수면베개는 수면베개, 수면베개에 부착된 4개의 FS센서, interface 회로 만으로 구성되어있지?",
"수면자의 호흡에 의한 미세한 움직임을 감지하는 FSR 센서는 어느 회사의 어떤 제품을 사용했어?",
"interface 회로는 filt와 증폭기로 구성되어 있어?",
"건강한 일반인이 일반적으로 1분에 16에서 20회 정도 호흡을 하니까 1분에 2회 정도의 호흡신호가 발생하겠지?",
"OP-AMP로 설계 제작된 증폭기의 신호 증폭도는 몇이야?",
"호흡신호만 추출하는 역할을 하는 Interface 회로는 증폭기만으로 구성되어있지?",
"3 연속 sampling 된 값이 threshold 보다 모두 커졌다가 다시 3연속 sampling 값이 threshold보다 모두 작으면 호흡이 3회 이루어진 거라고 볼 수 있지?",
"건강한 일반인은 보통 호흡을 1분에 몇 회 정도 해?"
] |
88408c5a-a029-4fd0-b6fd-299bf3668876
|
인공물ED
|
호흡 측정 수면베개 시스템
|
<h1>1. 서 론</h1><p>수면 장애는 학습 장애, 일의 능률 저하, 교통 사고를 포함한 여러 종류의 안전 사고, 정서 장애, 및 사회 적응 장애 등의 원인이 될 수 있다. 또한 수면 장애를 적절하게 치료하지 않으면 이미 않고 있는 내과, 외과, 이비인후과, 신경과, 정신건강의학과 질환의 회복이 지연되거나 악화될 수도 있다. 수면 중 발생하는 모든 수면장애관련 문제들을 극복하기 위하여 많은 수면장애 치료기술들이 개발되었다. 수면장애를 치료하기 위해서는 약물적인 방법과 비약물적인 방법이 있는데 약물적인 치료는 빠른 효과는 있으나 장기적으로 볼 때 부작용을 유발하고 중독을 초래 할 수 있는 위험성을 크게 내포하고 있다. 비약물적으로 치료하는 방법 중에는 특정파장의 빛을 단계적으로 밝아지도록 조사하는 빛치료와 편안한 잠을 유도하는 음악을 환자에게 들려줌으로써 치료하는 음향치료가 가장 많이 사용되고 있다. 하지만 이런 치료법들은 환자개인의 상황에 맞추어서 치료조건들을 조절하는 능동적 조절방법이 아니고 환자개인의 상황에 관계없이 일방적으로 치료하는 수동적인 치료만을 제공한다. 환자의 수면장애를 완벽하게 없애기 위해서는 환자개인의 상황에 맞추어 치료하는 능동적인 치료가 매우 필요하다.</p><p>환자의 상황에 맞추어 치료하는 능동적인 치료를 하기 위해서는 수면관련 생체신호를 모니터링 하는 기술이 매우 중요하다. 모니터링 되는 신호로는 뇌파, 산소포화도와 ECG, 호흡, 심장박동률등이 있다. 뇌파 및 산소포화도를 모니터링 하는 경우는 생체신호획득 센서들을 직접 수면자의 몸에 부착하여야 되기 때문에 오히려 좋은 수면을 방해 할 수 있다. 심장박동률과 ECG 신호들의 모니터링은 센서들을 직접 몸에 부착하는 경우 혹은 침대 밑에 압력센서 등을 설치하는 경우가 많다. 심장박동 신호 및 ECG 생체 신호는 센서로부터의 출력 신호가 매우 작고 주변 노이즈에 영향을 많이 받기 때문에 정확한 생체 신호 모니터링에 어려움이 많이 있다. 그래서 많은 연구자들이 주변 노이즈에 강하고 신호 획득이 쉬우면서 신호의 크기가 큰 호흡신호를 모니터링 하여 수면의 질을 판단하는 기술 개발에 많은 관심을 가져왔다</p><p>수면의 질 혹은 졸음 여부를 판단하기 위한 다양한 호흡신호 검출 기술들이 개발되었다. 다양한 광섬유 센서들을 직물에 삽입하여 호흡을 측정하는 기술들이 개발되었다. 하지만 이들은 감도는 매우 좋으나 주변 환경에 반응을 잘하고 착용에 불편함이 있어 수면자에게 적용하기는 적절하지 못하였다. 침대 위 천장에 마이크로웨이브 안테나를 부착하여 수면자의 호흡을 모니터링 하거나 의복에 콘덴서형 센서를 부착하여 호흡신호를 모니터링 하는 기술들이 개발되었다. 마이크로 안테나의 경우 신뢰성 있는 측정이 불가능 하였고 콘덴서형 센서의 경우 착용의복이 수면자들에게 불편을 야기 시키기 문제점이 발견되었다. 이런 문제들을 해결하기 위해서 수면자 의복에 직접 부착하는 대신 수면자의 침대에 센서를 삽입하여 호흡을 측정 분석한 연구결과들이 발표되었다. 이 방식은 사람의 수면 위치에 따라 호흡신호 특성이 다르게 나타나는 단점이 있어 측정 신뢰성이 매우 낮았다. 그래서 본 연구에서는 수면자의 머리위치에 상관없이 항상 수면자의 호흡 신호를 검출 분석할 수 있는 지능형 호흡측정 수면 베개 시스템에 대한 연구를 수행 하였다. 호흡측정 수면 베개 시스템은 4개의 force-sensing-resistor (FSR) 센서, 수면베개, interface 회로, 호흡측정시스템으로 구성되어 있으며 4개의 FSR 센서는 베개에 아랫부분에 부착되어 있다. 호흡 신호 검출은 베개에 부착된 FSR 센서들이 수면자가 호흡을 할 때 발생하는 미세 움직임을 감지하여 이 신호를 인터페이스회로에 보내고, 인터페이스 회로는 FSR 센서에서 받은 신호로부터 호흡 신호만을 추출하여 호흡측정 시스템에 주며, 호흡 측정 시스템은 인터페이스회로에서 보내준 호흡신호를 분석 한다.</p>
|
[
"수면 장애로 인해 교통 사고가 발생할 수 있는가?",
"수면 장애로 인해 정서 장애가 나타날 수 있는가?",
"수면 치료에 있어서 비약물적인 치료는 어떻게 진행되고 있는가?",
"수면관련 생체신호를 모니터링하면 산소포화도 정보를 알 수 있는가?",
"능동적인 수면 치료를 위해 필요한 기술은 무엇인가?",
"기존의 비약물적인 수면 치료가 가지는 한계는 무엇인가?",
"수면관련 생체신호를 모니터링하면 ECG 정보를 알 수 있는가?",
"수면관련 생체신호를 모니터링하면 호흡과 심장박동률에 대한 정보를 알 수 있는가?",
"뇌파 및 산소포화도를 모니터링하는 데 있어서 나타날 수 있는 문제점은 무엇인가?",
"심장박동률과 ECG 신호를 모니터링하기 위한 센서는 주로 어디에 설치되는가?",
"심장박동 신호 및 ECG 생체 신호를 모니터링 하는데 있어서 생기는 문제점은 무엇인가?",
"연구자들이 노이즈에 강하고 신호 획득이 쉬우면서 신호의 크기가 큰 호흡신호를 개발하는 기술에 관심을 가진 이유는 무엇인가?",
"마이크로 안테나에서 나타난 문제점은 무엇인가?",
"심장박동 측정 시스템은 호흡측정 수면 베개 시스템의 구성요소인가?",
"호흡측정 수면 베개 시스템에서 4개의 FSR 센서는 어디에 부착되어 있는가?",
"수면의 질 혹은 졸음 여부를 판단하기 위해 개발된 호흡신호 검출 기술은 무엇인가?",
"force-sensing-resistor (FSR) 센서는 호흡측정 수면 배게 시스템의 구성요소인가?",
"수면 장애로 인해 학습 장애가 나타날 수 있는가?",
"수면 장애로 인해 사회 적응 장애가 나타날 수 있는가?",
"수면 장애로 인해 나타날 수 있는 효과는 무엇인가?",
"수면장애를 치료하기 위해 약물적인 치료를 실행할 경우 나타나는 장단점은 무엇인가?",
"FSR 센서는 어떻게 호흡 신호를 검출하고 분석하는가?",
"수면 장애로 인해 업무의 능률 저하가 나타날 수 있는가?",
"수면 장애를 적절하게 치료하지 않을 경우 나타날 수 있는 문제는 무엇인가?",
"수면베개는 호흡측정 수변 베개 시스템의 구성요소인가?",
"수면관련 생체신호를 모니터링하면 뇌파 정보를 알 수 있는가?",
"interface 회로는 호흡측정 수면 베개 시스템의 구성요소인가?",
"광섬유 센서들을 직물에 삽입하여 호흡을 측정하는 기술에서 나타난 한계점은 무엇인가?"
] |
42da2e8b-d1e4-4469-9301-54fa14b73f72
|
인공물ED
|
MANET 환경에서 Zone Routing Protocol을 이용한 안전한 경로설정 보안 알고리즘 S-ZRP
|
<h1>IV. 성능평가</h1> <p>본 논문에서 기존의 Ariadne, SEAD와 S-ZRP 보안의 성능을 평가하기 위해서 시뮬레이션을 통하여 비교 분석하였다. 시뮬레이션은 버클리(Berkeley) 대학의 Network Simulator 2.26(NS-2.26)을 사용하였다. 시뮬레이션을 통하여 각각의 평균 데이터 수신율, 패킷 오버헤드, 경로 설정 탐색 시간을 비교 분석하였다.</p> <h2>1. 시뮬레이션 환경 및 파라미터</h2> <p>실험 환경으로는 무선 ad-hoc 망을 기본으로 하고, 최대 \( 20 \mathrm{~m} / \mathrm{s} \)의 속도의 이동성을 가지는 50개의 노드들이 \( 1500 \mathrm{m} \times 300 \mathrm{m} \)의 지역 내에서 이동하게 된다. 50개의 노드 중 20 개의 노드가 소스 노드로써 RREQ를 요청하게 되고, 나머지 노드들은 중간 노드 또는 목적 노드의 역할을 하게 된다. 그림 9는 ZRP 의 zone radius에 따른 효율성의 결과를 보여준다. 이 결과에서 보면 zone radius가 2인 경우 최적의 효율성을 제공함을 확인할 수 있기 때문에 zone radius는 2홉으로 가정하였다. 각 소스 노드는 \( 512 \mathrm{KByte} \) 의 패킷을 초당 4개씩 전송하게 되고, 실험에 사용된 MAC layer는 NS-2.26에 포함되어 있는 IEEE 802.11을 사용하였다.</p> <table border><caption>표 1. ZRP 시뮬레이션 파라미터</caption> <tbody><tr><td>항 목</td><td>값</td></tr><tr><td>네트워크 크기</td><td>\( 1500 \times 300 \mathrm{~m} \)</td></tr><tr><td>노드의 수</td><td>50개</td></tr><tr><td>시뮬레이션 시간</td><td>\( 900 \mathrm{sec} \)</td></tr><tr><td>Zone 반경</td><td>2 (hop)</td></tr><tr><td>이동 속도</td><td>\( 20(\mathrm{m} / \mathrm{s}) \)</td></tr><tr><td>LARP 업데이트 시간</td><td>\( 15 \mathrm{sec} \)</td></tr><tr><td>beacon 주기</td><td>\( 5 \mathrm{sec} \)</td></tr><tr><td>데이터 패킷 크기</td><td>\( 512 (\mathrm{Kbyte}) \)</td></tr></tbody></table> <table border><caption>표 2. SEAD, Ariadne 시뮬레이션 파라미터</caption> <tbody><tr><td colspan=2>SEAD parameter</td></tr><tr><td>경로설정 업데이트 시간</td><td>\( 15 \mathrm{~s} \)</td></tr><tr><td>해쉬 길이</td><td>80 bits</td></tr><tr><td colspan=2>Ariadne Darameter</td></tr><tr><td>초기 RREQ Timeout</td><td>\( 2 \mathrm{~s} \)</td></tr><tr><td>최대 RREQ Timeout</td><td>\( 40 \mathrm{~s} \)</td></tr><tr><td>Cache Size</td><td>32 routes</td></tr><tr><td>해쉬 길이</td><td>80 bits</td></tr></tbody></table> <p>위의<표 1>와 같은 파라미터 값을 바탕으로 시뮬레이션 하였다. Ariadne와 SEAD의 파라미터의 값은 참고 논문의 파라미터를 기본으로 하여 시뮬레이션 하였다.</p> <p>위의<표 2>와 같은 파라미터 값을 바탕으로 시뮬레이션 하였다. ZRP 모델의 링크 계층 복잡성을 줄이기 위해 비트 오류율, 전파지연, 안테나 이득, 채널 일치 등의 설정들을 생략했고, 주요한 파라미터 이외의 값들은 기본설정 값을 사용하였다. 노드의 전송 반경은 한 노드에서 발생된 패킷이 직접 전송 될 수 있는 거리를 말한다.</p> <h2>2. 시뮬레이션 결과</h2> <p>본 시뮬레이션에서의 평균 경로 탐색 시간은 소스 노드에서 경로 탐색을 위해 RREQ를 보낸 후, RREP를 받을 때까지의 시간으로 측정하였고, 평균 패킷 수신율은 소스 노드에서 전송된 데이터에 비례하여 목적 노드에서 수신된 데이터의 비율을 계산하였고, 패킷 오버헤드는 경로설정 메시지를 전송할 때 오버헤드를 계산하였다.</p> <p>그림 10 은 ZRP 제안 방식과 Ariadne, SEAD의 평균 데이터 수신율(packet delivery ratio)을 나타낸다. ZRP 제안 방식은 다른 두 방식보다 일관된 출력을 보여준다. = ZRP는 zone안에서 경로설정 테이블을 관리하기 위해서 경로설정 메시지를 주기적으로 보내기 때문에 pause time이 증가할수록 평균데이터 수신율이 증가하는 것을 알 수 있다.</p> <p>그림 11은 경로 설정 탐색 시간을 비교하였다. 경로 설정 탐색 시간을 보면 제안한 기법은 Ariadne보다 더 빠른 대응 능력을 보이지만 SEAD 보다는 약간 느린 결과를 보이고 있다. 이러한 이유는 zone 내에서는 SEAD와 거의 비슷한 성능을 보여주지만 zone 외부에서는 SEAD 보다 경로 설정 탐색 시간이 길어지기 때문에 이러한 결과를 보여준다. 모든 pause time에서 ZRP는 SEAD 보다 느린 경로설정 탐색 시간을 보여주고 있다. 그 이유는 ZRP에서 오버헤드의 증가로 네트워크 capacity가 감소하기 때문이다.</p> <p>그림 12 는 packet 오버헤드를 보여주고 있다. 네트워크에서 오버헤드의 중가는 네트워크 내에서의 혼란을 야기 시킨다. packet 오버헤드 부분에서는 제안한 기법은 Ariadne보다 더 적고 SEAD보다는 많은 결과를 보여준다.</p> <p>SEAD나 Ariadne은 장점과 단점을 모두 가지고 있다. SEAD는 빠른 경로설정 탐색 시간을 가지고 있지만, 수시로 노드들이 경로설정 업데이트 메시지를 주고 받기 때문에 네트워크 capacity가 감소하는 문제가 있다. 또한 Ariadne는 네트워크 capacity 면에서는 뛰어나지만 경로설정 탐색시간이 느린 문제가 있다. S-ZRP는 이러한 문제점을 해결할 수 있는 특징을 시뮬레이션을 통하여 보여주고 있다.</p>
|
[
"본 논문에서는 기존의 Ariadne, SEAD와 S-ZRP 보안 성능의 수준을 확인하기 위해 어떤 과정을 거쳤는가?",
"본 시뮬레이션에서의 평균 경로 탐색 시간은 어떤 과정을 거쳐 측정하고자 하였는가?",
"실험 환경은 어떤 설정 과정들로 이루어져 있는가?",
"본 논문에서, ZRP 모델의 링크 계층 복잡성을 감소시키기 위해 어떤 과정을 거쳤는가?",
"표 1에서, \\( 900 \\mathrm{sec} \\)에 해당하는 파라미터는 무엇인가?",
"표 1에서, 네트워크 크기는 어느 정도인가?",
"어느 정도가 표 1에서 네트워크 크기야",
"표 1에서 데이터 패킷 크기는 얼마인가?",
"데이터 패킷 크기는 표 1에서 얼마야",
"표 1에서, 네트워크 크기, 노드의 수, 시뮬레이션 시간 등은 무엇을 기준으로 분류되었는가?",
"표 2에서 80 bits에 해당하는 파라미터는 무엇인가?",
"표 1에서 50개의 값을 가지는 파라미터는 무엇인가?",
"표 2에서 최대 RREQ Timeout에 해당하는 시간은 몇 초인가?",
"표 2에서, 초기 RREQ Timeout에 해당하는 시간은 몇 초인가?",
"표 2에서 32 routes의 값을 가지는 파라미터는 무엇인가?",
"표 2에서 경로설정 업데이트 시간은 몇 초인가?"
] |
b5260606-537e-4e13-8aaf-c9c25b0f9428
|
인공물ED
|
신경회로망을 이용한 평면좌표형 공작기계 교류서보전동기의 제어에 관한 연구
|
<h1>3. 시뮬레이션</h1> <p>신경회로망 알고리즘과 PID제어기를 이용한 교류 서보 전동기 제어 알고리즘의 타당성을 고찰하기 위하여, 컴퓨터 시뮬레이션을 행하였다. 시뮬레이션에 사용된 서보 전동기는 \( 11[\mathrm{~kW}] \) 급으로 정격 속도가 3,000\( [\mathrm{rpm}] \) 인 전동기의 파라미터는 표 1과 같으며 역전파 신경회로망에 의해 이득이 자기동조 되는 비례적분 속도 제어기를 사용하였다. 자기동조 비례적분 제어기와 비례적분 제어기에 따른 서보 전동기에서의 속도응답 특성을 비교, 고찰하였다.</p> <table border><caption>표1 \( \ 11[\mathrm{~kW}] \) 교류서보전동기의 파라미터</caption> <tbody><tr><td>정격 전압</td><td>220\( [\mathrm{V}] \)</td><td>회전자 저항 \( R_{r} \)</td><td>5. \( [\Omega] \)</td></tr><tr><td>정격 전류</td><td>35\( [\mathrm{A}] \)</td><td>고성자 저항 \( R_{\mathrm{S}} \)</td><td>\( 4.5[\Omega] \)</td></tr><tr><td>정격 속도</td><td>3,000\( [\mathrm{rpm}] \)</td><td rowspan=2>회전자 인덕턴스 \( L_{x} \)</td><td rowspan=2>\( 0.243[\mathrm{H}] \)</td></tr><tr><td>표정자인덕턴스 \( Ls \)</td><td>0.244 \( [\mathrm{H}] \)</td></tr><tr><td>상호인덕턴스 \( Lm \)</td><td>0.239 \( [\mathrm{H}] \)</td><td>관성 모멘트 \( J_{m} \)</td><td>\( 0.082\left[\mathrm{Kgm}^{2}\right] \)</td></tr></tbody></table> <p>전동기에 흐르는 정현파 교류와 동기하여 회전하는 축 (d⋅q)의 상대속도를 0 으로 가정하여 \( \mathrm{i}_{\mathrm{d}} \)를 구하면 다음과 같다.</p> <p>\( i_{d}=-\frac{R_{a}}{L_{a}} i_{d}-\frac{\omega_{m} \Phi}{L_{a}}+\frac{V_{d}}{L_{a}} \)<caption>(5)</caption></p> <p>적분기를 사용하여 식 (4)의 블럭선도를 그리면 그림 3과 같다.</p> <p>제어입력은 샘플링간격을 일정하게 유지할 때 전달 함수는 식 (5)과 같다.</p> <p>\( G(z)=Z\left[\frac{1-e^{-s t}}{s} G(s)\right] \)<caption>(5)</caption></p> <p>그림 4에서 \( G(s)=\omega_{m}(s) / I_{o}(s) \)를 구하면 다음과 같다.</p> <p>\( G(s)=\frac{\frac{1.5 K_{e} K_{p}}{J L_{a}}}{S^{2}+\frac{R+K_{p K_{u}}}{L_{a}}+\frac{1.5 K+K_{v}}{J L_{a}}} \)<caption>(6)</caption></p> <p>알고리즘은 컴퓨터 언어 Borland C++를 이용하였으며, 전동기 시스템은 벡터제어 모델에서 5차 비선형 연립 방정식의 형태이므로, 이의 해를 구하기 위해서 Runge-Kutta 방법을 사용하였고 전류제어 주기를 \( 25[\mathrm{~ms}] \), 속도 제어 주기는 \( 250[\mathrm{~ms}] \) 로 설정하였다.</p> <p>학습률과 관성상수 그리고 각 가중치의 초기 값은 시행착오를 거쳐 선정된 최적에 가까운 값이다.</p> <p>제어기와 에뮬레이터의 초기 접속강도는 오프-라인으로 구해지며, NNE의 학습으로부터 역전파 알고리즘을 이용하여 온-라인 학습을 한다.</p> <p>그림 5는 신경회로망에 의한 PID제어기를 이용한 경우의 속도응답 파형으로 \( 500 \mathrm{rpm}, 1500 \mathrm{rpm}, 0 \mathrm{rpm} \)으로 다단계로 속도 지령치를 변화시킨 경우이다. 서보 전동기가 자기동조 비례적분기에 의해 잘 추종하였고 그림 6은 그림 5와 동일한 조건으로 하였을 때 PID제어기를 이용한 속도응답 파형으로 매우 잘 추종함을 알 수 있다. 실제 일정 시스템에 맞추어진 비례적분 제어기는 다른 제어기보다 우수하다. 대부분의 제어기는 그 제어시점에 맞추어진 비례적분 제어기 보다 양호한 제어가 어렵고 노후화나 외란 등에 의해 제어환경이 변할 경우 단일 이득을 가진 비례적분 제어기는 양호한 제어가 곤란하다.</p> <p>그림 7은 PID 속도제어기에 의한 저속 제어로서 매우 양호한 제어를 보이고 있다. 그러나 그림 8은 고정자와 회전자의 인덕턴스를 \( 15 \% \) 변화시킨 경우로 파형에 변화가 있음을 알 수 있다.</p> <p>그림 9는 신경회로망에 의한 PID제어기에 의한 저속 제어로서 매우 양호한 제어를 보이고 있다. 그러나 그림 14는 고정자와 회전자의 인덕턴스를 \( 15 \% \) 변화시킨 경우로 정상상태 오실레이션이 있음을 알 수 있다.</p> <p>그림 8과 그림 10 에서 비례적분 제어기보다 신경회로망을 사용한 PID제어기가 환경변화에 강인함을 알 수 있다. 시뮬레이션결과에서 약간의 지연현상이 보이는데 관성계수와 마찰계수 적당하지 않았을 때 그러한 현상이 나타났었고 이득값 중에서 \( \mathrm{I}( \) 적분계수)의 값이 적당하지 않았을 때도 그러한 현상을 보였다.</p> <p>그림 11, 그림 12, 그림 13에서는 속도 제어 시 일반적인 PI, PID제어기로 구현된 시스템과 신경회로망 제어에 의한 PID제어기를 비교한 것으로 일반적인 제어기가 상승시간이 신경회로망에 의한 PID제어기에 비하여 빠른 반면 오버슈트가 발생하는 것을 알 수 있었으며 제어기의 이득튜닝에 의해서 오버슈트를 제거 할 수 있으나 작업공정이나 주위환경 변화에 따라 이득 계수들이 실시간 자동 튜닝이 어렵고 신경망 제어기를 이용한 PID제어기는 상승시간이 느리지만 오버슈트 없이 정상상태에 도달하는 것을 알 수 있었다. 기계가공의 산업용 로보트에 사용되는 서보시스템에서는 오버슈트가 발생하면 공작대상물에 가해질 공구의 회전력이 일정치 못하므로 고전적인 P, PI, PID제어에 의한 방법보다는 본 논문에서 제안한 신경회로망을 이용한 PID제어가 적합함을 시뮬레이션을 통하여 알 수 있다.</p>
|
[
"본 논문에서 속도를 제어하기 위해 어떻게 시뮬레이션을 했어?",
"본 논문에서는 벡터제어 모델에서 5차 비선형 연립 방정식인 전동기 시스템의 해를 어떻게 구했어?",
"교류서보전동기의 파라미터를 측정한 표1에서 정격전류는 얼마야?",
"본 논문에서 제어기와 에뮬레이터의 초기 접속강도를 온라인에서 어떻게 구했어?",
"교류서보전동기의 파라미터를 나타낸 표1에서 정격 속도는 얼마야?",
"본 논문의 표1에서 표정자인덕턴스는 얼마야?",
"교류서보전동기의 파라미터를 측정하여 나타낸 표1에서 상호인덕턴스는 얼마야?",
"논문의 표1에서 회전자 저항의 값은 얼마야?",
"교류서보전동기의 파라미터를 측정하여 나타낸 표1에서 고성자 저항의 값은 얼마야?",
"본 논문에서 표1에서 알 수 있는 정보로 회전자 인덕턴스는 얼마야?",
"본 논문의 표1에서 관성 모멘트는 얼마야?",
"표1에서 알 수 있는 정보로 표정자인덕턴스의 약자는 무엇이야?",
"교류서보전동기의 파라미터를 측정한 표에서 상호 인덕턴스를 나타내는 약자는 무엇이야?",
"교류서보전동기의 파라미터를 정리한 표에서 회전자 저항을 나타내는 약자는 무엇이야?",
"본 논문의 표1에서 고성자 저항을 나타내는 약자는 무엇이야?",
"교류서보전동기의 파라미터를 나타내는 표1에서 회전자 인덕턴스를 나타내는 약자는 무엇이야?",
"본 논문의 표1에서 관성모멘트를 표현하는 약자는 무엇이야?",
"본 논문의 표1에서 인덕턴스 값중에 더 큰값을 가지는 인덕턴스는 어떤 종류야?",
"교류서보전동기의 파라미터를 측정한 표1에서 저항의 값들 중에 더 큰 값을 가지는 저항은 어떤 종류야?",
"표1에서 220\\( [\\mathrm{V}] \\)의 값을 가지는 항목은 어떤거야?",
"파라미터를 측정한 후에 정리한 표1에서 \\( 0.082\\left[\\mathrm{Kgm}^{2}\\right] \\)을 값으로 가지는 항목은 어떤거야?",
"표1에서 0.244 \\( [\\mathrm{H}] \\)을 가지는 항목은 어떤거야?",
"표1에서 \\( 0.243[\\mathrm{H}] \\)를 값으로 가지는 항목은 어떤 종류가 있어?",
"\\( 4.5[\\Omega] \\)을 값으로 가지는 표1에서의 항목은 무엇이 있어?",
"교류서보전동기의 파라미터를 나타낸 표에서 0.239 \\( [\\mathrm{H}] \\)의 값을 가지는 항목은 어떤거야?",
"본 논문의 표1에서 5 값을 가지는 항목은 어떤 종류야?",
"교류서보전동기의 파라미터를 측정하여 정리한 표1에서 35\\( [\\mathrm{A}] \\) 값을 가지는 항목은 어떤거야?",
"본 논문의 표1에서 3,000\\( [\\mathrm{rpm}] \\) 값을 가지는 항목은 무엇이 있어?",
"3,000\\( [\\mathrm{rpm}] \\) 값을 가지는 항목은 표1에 의하면 어떤 것이지?",
"본문의 표1에서 정격전압은 얼마야?"
] |
1b514927-ea86-4e02-9ac5-cdaca44c05a6
|
인공물ED
|
양방향 지향성을 갖는 이중 대역 전기적 빔 틸팅 배열 안테나 설계
|
<h1>Ⅱ. 배열 안테나 설계</h1><h2>2-1 안테나 설계 목표</h2><p>제안한 안테나는 그림 1의 설치 예와 같이 양쪽 방향으로 빔이 지향하고, 원하는 방향으로 각 빔을 틸팅하여 서비스 영역내에 통화 품질을 향상하고자 한다. 제안 안테나의 구성도와 구조를 그림 2에 나타내었다. 안테나의 구성은 양방향 빔과 빔 틸팅을 위한 2-way 전력 분배기, 주빔을 상, 하측으로 틸팅할 수 있게 하는 위상 지연선로 그리고 이중 대역으로 동작하는 복사소자인 다이폴로 구성되어 있다. 양방향 지향성을 갖기 위하여 그림 1처럼 양쪽 방향으로 각 빔이 형성하도록 4개의 방사 소자를 갖는 배열 안테나를 2-way 전력 분배기로 연결하였다. 제안한 안테나의 설계 목표는 표 1 에 나타내었고, 현재 이동 통신용 안테나 규격을 만족하도록 설계 목표를 세웠다. 기존의 단방향을 갖는 지향성 안테나일 경우, 지지 구조물에 비스듬하게 설치하여 주빔을 원하는 방향으로 지향하게 하는 즉, 기계적인 틸트를 주어 서비스를 할 수 있지만, 그림 1 과 같이 안테나의 주빔이 양쪽 방향으로 가지며, 각각 독립적으로 주 빔을 상측 또는 하측으로 서비스를 제공해야 할 경우, 기계적인 틸트로 조절하여 서비스 하기에는 불가능하다. 그리고 빔의 틸트 각이 커지면 높은 주파수 대역에서 그레이팅 로브가 크게 발생되어 다른 신호에 간섭을 줄 수 있다. 이런 이유로 전기적 틸트 각도를 \( 0^{\circ} \sim 8^{\circ} \) 범위로 설정하여 독립적으로 안테나의 각 주빔을 원하는 방향으로 조절 가능하도록 하였다.</p><table border><caption>표 1. 안테나 규격 목표 값</caption><tbody><tr><td colspan=2>항목</td><td colspan=2>규격</td></tr><tr><td colspan=2>주파수\( [\mathrm{MHz}] \)</td><td>\( 824 \sim 894 \)</td><td>\( 1,710 \sim 2,170 \)</td></tr><tr><td colspan=2>정재파비(SWR)</td><td>\(1.8 : 1\) 이하</td><td>\(1.8 : 1\) 이하</td></tr><tr><td colspan=2>이득(dBi)</td><td>\(5.0\) 이상</td><td>\(10.0\) 이상</td></tr><tr><td rowspan=2>빔폭</td><td>수평\( \left(^{\circ}\right) \)</td><td>\( 300^{\circ} \) 이상</td><td>\( 60^{\circ} \) 이상</td></tr><tr><td>수직\( \left(^{\circ}\right) \)</td><td>\( 28^{\circ} \pm 3^{\circ} \)</td><td>\( 12^{\circ} \pm 3^{\circ} \)</td></tr><tr><td colspan=2>콘넥터</td><td colspan=2>\( 7 / 16^{\prime \prime} \) DIN Female \( \times 1 \)</td></tr><tr><td colspan=2>편파</td><td colspan=2>수직</td></tr><tr><td colspan=2>전기적 틸트</td><td colspan=2>\( 0^{\circ} \sim \pm 8^{\circ} \)</td></tr><tr><td colspan=2>크기</td><td colspan=2>\( \phi 120 \times 700 \mathrm{~mm} \)</td></tr></tbody></table><p>복사소자가 원하는 대역에서 동작하고, 안테나의 이득, 수직 빔폭, 수평 빔폭 등의 규격 목표를 만족시키기 위해 반사판 폭, 배열 간격 등의 설계는 상용 시뮬레이터인 CST를 이용하여 설계하였다.</p>
|
[
"제안한 안테나는 어떻게 서비스 영역내에 통화 품질을 향상하고자 했어?",
"어떻게 서비스 영역내에 제안한 안테나가 통화 품질을 발전시키고자 했니?",
"표 1에서 안테나 주파수 목표 값이 \\( 824 \\sim 894 \\) 일 때, 이득은 뭐야?",
"안테나 규격 목표 값에서 주파수가 \\( 824 \\sim 894 \\) 일 때, 빔폭의 수평 각도는 어떻게 돼?",
"안테나 규격 목표 값에서 빔폭의 수평 각도가 더 큰 주파수는 몇일 때야?",
"표 1에서 안테나 주파수 목표 값이 \\( 824 \\sim 894 \\) 일 때, 정재파비가 어떻게 돼?",
"안테나 규격 목표 값에서 전기적 틸트 규격은 몇이야?",
"안테나 규격 목표 값에서 크기의 규격은 몇 이야?",
"크기의 규격은 안테나 규격 목표 값에서 얼마였지?",
"표 1 안테나 규격 목표 값에서 이득이 7이면 주파수가 몇 일때야?",
"안테나 규격 목표 값에서 빔폭의 수직 각도가 더 큰 주파수는 몇일 때야?",
"안테나 규격 목표 값에서 이득이 더 큰 주파수는 몇일 때야?",
"표 1에서 주파수 상관없이 콘넥터의 목표 값은 뭐야?"
] |
b12ffe1f-9827-41cb-bb10-270d61068064
|
인공물ED
|
차세대 바이오연료의 R&D 현황과 이슈
|
<h2>2.3 \( \mathrm{CO}_{2} \) 감축 효율</h2><p>현재 보급중인 바이오연료는 곡물로부터 만들어졌다는 문제 외에도 \( \mathrm{CO}_{2} \) 감축효과에 대해 많은 논란이 제기되고 있다. 실제 가장 많이 보급되고 있는 옥수수로부터 생산된 에탄올의 경우 LCA 분석시 공정 연료를 석탄으로 활용한다면 가솔린에 비해 \( \mathrm{CO}_{2} \)가 \( 3 \% \) 더 많이 발생하여 실제 온난화 문제를 악화시키는 것으로 보고되었다. 옥수수 농장에서 발생하는 부산물을 에너지원으로 활용할 경우 \( \mathrm{CO}_{2} \) 저감율은 최대 약\( 50 \% \) 까지 높일 수 있는 것으로 나타났다. 또한 원료를 옥수수가 아닌 목질계 원료로 대체할 경우 에탄올의 \( \mathrm{CO}_{2} \) 저감율은 약 \( 86 \% \) 까지 증가하는 것으로 보고되었다. 이러한 연구결과는 바이오연료에 사용에 따른 \( \mathrm{CO}_{2} \) 감축 효율은 사용 원료뿐만 아니라 적용 공정 기술에 따라 크게 달라짐을 보여준다.</p><h2>2.4 바이오항공유</h2><p>현재 보급중인 바이오연료인 바이오에탄올, 바이오디젤은 모두 차량을 적용 대상으로 하지만 최근에는 항공 부문에서의 \( \mathrm{CO}_{2} \) 감축 필요성이 높아짐에 따라 바이오항공유 기술개발에 대해서도 연구가 진행되고 있다. 바이오항공유 생산 공정은 유지계와 목질계 원료를 활용하는 방안에 대해 검토중이며 유지계 바이오매스의 경우 UOP 등에서 상용화 기술을 개발한 바 있다. 유지계 원료로부터 바이오항공유 생산 기술개발의 핵심 과제는 탈산소와 이성화이다.</p><p>탈산소의 경우 외부에서 수소 첨가하는 공정(수첨 공정)과 수소 공급 없이 탈산소하는 공정(탈탄소 공정) 등 두 가지 기술개발 연구가 진행되고 있다. 전자의 경우 \( 1 \mathrm{mol} \)의 유지를 탈산소하는데 \( 12 \mathrm{mol} \)의 수소가 필요하여 다량의 외부 수소 공급원이 필요하다는 제한점이 있다. 따라서 바이오항공유 생산에 필요한 수소의 확보를 위해 다량의 부생 수소가 발생하는 정유공장과 연계한 플랜트가 건설되고 있다. 동 공정에서는 황화물계 금속 촉매가 적용되며 UOP 등에 의해 상용화되었다.</p><p>탈 탄소공정은 수소에 의한 환원 반응이 아닌 탄소의 산화에 의해 산소 제거가 이루어지므로 수소 요구량이 수첨 반응의 1/2 또는 1/4로 매우 낮다는 장점은 있지만 원료 유지에 포함된 탄소의 손실이 높다는 단점이 있다. 하지만 탈 탄소공정은 수소의 대량 외부 공급원이 필요없어 독립형 바이오항공유 생산 공정으로 유망하지만 아직 기술 개발 단계이다. 현재 귀금속 계열의 \(\mathrm{Pd}\), \(\mathrm{Pt}\) 등이 우수한 활성을 갖는 것으로 보고되었으며 촉매 비용을 낮추기 위해 \(\mathrm{Ni}\)과 같은 보다 값싼 금속 촉매를 적용하려는 연구가 진행되고 있다. 동 공정에서는 반응 부산물에 의한 촉매 피독과 그에 따른 촉매 활성 저하가 상용화의 가장 큰 장애 요인으로 지적되고 있다.</p><p>목질계 원료로부터 바이오항공유 생산 연구는 앞에 기술한 BtL 기술에 기반하여 연구가 진행중이며 낮은 항공유 수율이 상용화의 주 장애 요인으로 나타났다. 기술 주기상 목질계 원료 기반 바이오항공유는 유지 기반 바이오항공유 기술에 비해 보다 긴 시간의 연구가 필요할 것으로 보인다.</p>
|
[
"목질계 원료를 사용할 경우 \\( 86 \\% \\)로 증가하는 것은 무엇인가?",
"옥수수로부터 생산된 에탄올을 사용할시 가솔린 대비 \\( \\mathrm{CO}_{2} \\)가 \\( 3 \\% \\) 발생하여 악화시키는 것은 뭐야?",
"옥수수에서 추출된 에탄올은 가솔린 대비 \\( \\mathrm{CO}_{2} \\)를 \\( 3 \\% \\) 더 발생시키니?",
"곡물로 만들어진 것은 연료는 무엇인가?",
"바이오연료의 논란이 제기되는 부분은 무엇인가?",
"옥수수 농장에서 나온 부산물을 에너지원으로 사용할 때 \\mathrm{CO}_{2} \\) 저감율을 \\( 50 \\% \\)까지 높일 수 있니?",
"옥수수에서 생산된 에탈올은 가솔린에 비해 \\( \\mathrm{CO}_{2} \\)가 몇 퍼 센트 더 많이 발생하니?",
"에탄올의 \\( \\mathrm{CO}_{2} \\) 저감율이 \\( 86 \\% \\) 까지 증가되는 원료는 무엇이니?",
"옥수수 농장에서 발생하는 부산물을 에너지원으로 사용할 때 \\( 50 \\% \\)까지 높일 수 있는 것은 뭐야?",
"바이오연료의 \\( \\mathrm{CO}_{2} \\) 감축효과는 논란의 여지가 있니?",
"바이오연료의 예 중 하나는 뭐가 있어요?",
"목질계 원료를 사용하면 에탄올의 \\mathrm{CO}_{2} \\) 저감율은 \\( 53 \\% \\) 증가하니?",
"바이오연료는 무엇이 있니?",
"항공 부문에서의 \\( \\mathrm{CO}_{2} \\) 감축 필요성이 대두됨에 따라 연구가 진행되고 있는 분야는 무엇인가?",
"바이오항공유 기술개발의 연구가 이루어지는 이유는 무엇 때문인가?",
"유지계 바이오매스의 상용화 기술을 개발한 곳은 어디인가?",
"바이오에탄올과 바이오디젤의 적용 대상은 무엇인가?",
"탈산소를 수소 공급 없이 탈산소 하는 공정은 뭐야?",
"UOP에서 상용화 기술을 개발한 것은 무엇인가요?",
"탈산소를 통해 외부에서 수소를 첨가하는 공정은 무엇이라 하는가?",
"수첨 공정을 활용할 때 다량의 무엇이 필요한가?",
"유지계 원료를 사용하여 바이오항공유 생산 기술을 개발할 때 핵심 과제는 탈이산화탄소 맞니?",
"유지계 원료를 활용하여 바이오항공유를 생산하기 위한 핵심 과제는 무엇이니?",
"탈산소로 내부에서 수소를 첨가하는 공정을 탈산소 공정이라고 하니?",
"수첨 공정을 통해 \\( 1 \\mathrm{mol} \\)의 유지를 탈산소하기 위해 필요한 것은 무엇일까?",
"탈 탄소공정의 산소 제거가 이루어지는 요소는 무엇인가?",
"유지계 바이오매스의 상용화 기술을 개발한 곳이 UOP 맞니?",
"탈 탄소공정은 수첨 반응보다 1/2 또는 1/4의 낮은 수소 요구량을 보이니?",
"탈 탄소공정은 원료 유지에 포함된 무엇의 손실이 높니?",
"탈 탄소공정은 탄소의 산화로 인해 산소 제거가 이루어져 수첨 반응에 비해 수소 요구량이 얼마나 낮니?",
"유지 기반 바이오항공유 기술보다 목질계 원료 기반 바이오항공유가 연구에 더 긴 시간을 할애해야 하니?",
"탈 탄소공정은 수소의 외부 수소 공급원이 필요 없어 유리한 것은 무엇인가?",
"수첨공정은 \\( 1 \\mathrm{mol} \\)의 유지를 탈산소하는데 필요한 수소는 \\( 12 \\mathrm{mol} \\) 맞니?",
"목질계 원료를 활용한 바이오항공유 생산 연구의 기반이 되는 것은 무엇일까요?",
"목질계 원료를 사용한 바이오항공유 생산 연구의 상용화를 어렵게 만드는 것은 무엇이니?",
"BtL 기술에 기반해 연구되고 있는 것은 목질계 원료를 활용한 바이오항공유 생산 기술 맞니?",
"목질계 원료 기반 바이오항공유는 무엇 대비 긴 시간 연구가 필요한가?",
"촉매 비용을 낮추기 위해 사용되는 저렴한 금속 촉매는 무엇인가?",
"탈 탄소공정은 외부 수소 공급원이 필요없기 때문에 독립형 바이오항공유 생산 공정으로 더욱 유망한 게 옳아?"
] |
dbac4aa2-27da-4068-9712-a8e85d7562f9
|
인공물ED
|
차세대 바이오연료의 R&D 현황과 이슈
|
<h1>2. 차세대 바이오연료 R&D 동향</h1><h2>2.1 비식용 원료 활용</h2><p>본 고에서는 차세대 바이오연료를 현재 보급중인 연료와 차별성을 갖는 연료로 정의하고 ① 원료 ② 연료 물성 ③ 적용처 등의 차별성 기준에서 차세대 바이오연료를 도출하였다.</p><p>원료 관점에서 보면 현재의 바이오연료가 모두 곡물을 원료로 사용하므로 비식용 바이오매스로부터 만들어진 바이오연료는 모두 차세대 바이오연료에 해당된다. 이러한 비식용 바이오매스의 대표로는 목질계(셀룰로스)와 해조류 등이 있다. 비식용원료로부터 바이오연료 생산 공정은 생물학적 기술과 열화학적 기술로 구분 가능하다. 즉 아래 Fig. 1에 나타낸바와 같이 바이오매스로부터 당을 추출하면 미생물에 의해 연료로 전환 가능하다. 목질계 원료를 산소가 부족한 조건에서 열분해하면 바이오오일 또는 합성 가스를 생산할 수 있으며 이러한 중간체는 화학 촉매 전환 공정에 의해 역시 바이오연료로 전환 가능하다. 대표적인 생물전환 공정과 열화학 전환 공정의 R&D현황에 대해 기술한다.</p><h3>2.1.1 목질계 에탄올</h3><p>목질계 에탄올 연구는 1차 석유 파동이 있었던 1970년대 처음 시작되었다. 처음에는 목질계 바이오매스의 주요 구성 성분인 셀룰로스를 미생물이 소화 가능한 글루코스로 분해하는 효소(셀룰라제) 생산과 발효에 의해 효율적으로 에탄올로 전환이 가능한 글루코스만이 원료로 검토되었다. 하지만 이후 공정 기술 개발 연구를 통해 셀룰로스 당화와 글루코스 발효를 통합한 동시당화 발효 공정(Simultaneous saccharification and fermentation, SSF)과 별도 미생물에 의한 C5의 발효 공정 개발되었다. 이후 생명공학 기술의 발전으로 C5와 C6를 동시에 발효할 수 있는 균주의 개발이 가능해짐으로써 당화와 발효를 한 반응기에서 수행하는 동시 당화 혼합 발효 공정(Simultaneous saccharification and cofermentation, SSCF)이 가능하게 되었다. 현재에는 한 미생물에 효소 생산과 에탄올 발효 관련 유전자를 모두 도입하여 한 반응기에서 전처리된 바이오매스로부터 직접 에탄올을 생산하는 공정(Consolidate bio processing, CBP) 개발에 대한 연구가 진행되고 있다.</p><h3>2.1.2 BtL</h3><p>목질계 바이오연료의 또 다른 생산 공정의 축은 열화학적 전환에 의한 바이오연료 생산기술이다. 바이오매스는 산소가 부족한 조건에서 고온 열분해하면 적용 온도에 따라 바이오오일 (\( 500^{\circ} \mathrm{C} \) 내외) 또는 합성 가스 (\(800^{\circ} \mathrm{C}\) 이상)가 생산된다. 이러한 중간체를 촉매 개질 또는 합성에 의해 바이오연료로 전환 가능하다.</p><p>독일의 Choren은 목질계 바이오매스를 가스화하여 촉매에 의해 F-T디젤을 생산하는 공정을 개발하였으나 경제성 확보를 위해서는 년 20만톤 연료 생산 규모의 공장 설립이 필요하지만 원료의 확보 어려움으로 상용화 연구는 중단되었다. 따라서 보다 소규모 공정에서 경제성을 가질 수 있도록 공정의 효율 개선 연구가 진행되고 있다. 바이오오일은 보다 소규모 공정에서 적용 가능하다는 장점은 있으나 생성된 바이오오일의 개질에 적합한 고효율 촉매 공정개발이 핵심 이슈로 되어 있다.</p>
|
[
"비식용 바이오매스를 대표하는 것은 무엇인가?",
"비식용 바이오매스의 예는 무엇이 있나요?",
"셀룰로스와 해조류는 비식용 바이오매스가 맞니?",
"목질계와 해조류는 무엇의 대표적인 예인가?",
"비식용원료로부터 바이오연료 생산 공정은 어떻게 분류되나?",
"목질계 원료는 바이오오일 또는 합성 가스로 생산할 때 산소가 부족한 조건에서 해야할 것은 무엇인가?",
"목질계 원료를 산소가 부족한 조건에서 열분해할 때 생산할 수 있는 것은 뭔가요?",
"바이오오일 또는 합성 가스를 생산할 때 목질계 원료를 열분해 하는 조건은 이산화탄소가 부족한 조건 맞니?",
"목질계 에탄올 연구가 처음 시작된 1970년대는 어떤 사건이 있었나?",
"목질계 에탄올 연구가 처음 시작되었던 때는 1차 석유 파동 때 맞니?",
"에탄올 전환이 가능한 원료는 무엇인가요?",
"셀룰로스 당화와 글루코스 발효를 통합하는 공정은 무엇인가요?",
"별도 미생물에 의한 C5를 위해 개발된 것은 무엇인가?",
"SSF는 셀룰로스 당화와 글루코스 발효를 통합한 게 맞니?",
"동시당화 발효 공정은 무엇을 통합한 것인가요?",
"C5와 C6을 동시 발효할 수 있게 되어 가능하게 된 것은 무엇인가?",
"동시 당화 혼합 발효 공정은 C5와 C6을 동시에 발효할 수 있는 균주 개발로 인해 가능하게 된게 맞니?",
"목질계 에탄올 연구가 처음 시작된 1차 석유 파동이 있었던 때는 언제인가?",
"효율적으로 에탄올 전환이 가능한 원료는 셀룰로스 맞니?",
"셀룰로스를 미생물이 소화 가능한 글루코스로 분해하는 효소는 무엇인가?",
"목질계 원료로 바이오 오일이나 합성 가스를 생산할 때 열분해 하기 위한 조건은 무엇이니?",
"생물학적 기술과 열화학적 기술은 비식용원료로부터 바이오연료 생산 공정을 구분할 수 있는 기준 맞니?",
"한 반응기에서 전처리된 바이오매스로부터 직접 에탄올을 생산하는 공정은 무엇인가?",
"CBP는 한 반응기에서 전 처리된 바이오매스로부터 직접 에탄올을 생산하는 공정이 맞니?",
"Choren은 목질계 바이오매스를 가스화하여 촉매에 의한 어떤 공정을 개발했나?",
"바이오오일이 적용 가능한 곳은 어디인가?",
"F-T디젤을 생산하는 공정의 상용화 연구가 중단된 이유는 무엇인가?",
"F-T디젤을 생산하는 공정의 경제성 확보를 위해 매년 몇 만톤의 연료 생산 규모의 공장 설립이 필요한가요?",
"매년 20만톤 연료 생산 규모의 공장이 필요한 이유는 무엇 때문인가?",
"Choren이 F-T디젤을 생산하는 공정을 개발한 게 맞아?",
"바이오오일은 대규모 공정에서만 적용 가능하니?",
"바이오매스에서 당을 추출할 때 미생물을 통해 전환 되어지는 것은 무엇인가?",
"바이오매스로부터 에탄올을 추출할 때 미생물에 의해 연료로 전환 가능한 게 맞아?"
] |
5a823c72-86d1-4e4f-96a5-1f153ab06c87
|
인공물ED
|
차세대 바이오연료의 R&D 현황과 이슈
|
<h1>3. 차세대 바이오연료 이슈</h1><p>차세대 바이오연료는 비식용원료를 활용한다는 점에서 매우 바람직하지만 아직 생산단가가 매우 높다는 문제점이 있다. 따라서 차세대 바이오연료의 경제성 개선을 위한 기술개발이 활발하게 진행되고 있다. 이러한 경제성 개선의 핵심은 고효율 촉매 적용에 의한 공정 단순화 및 바이오연료 수율 제고이다.</p><p>최근 생명공학기술이 발전함에 따라 다양한 발효 기능을 갖는 맞춤형 미생물 촉매 개발이 특히 집중 연구되고 있다. 즉 Fig. 6에 나타낸바와 같이 목질계 에탄올 생산 공정의 경우 과거에는 효소 생산과 C5, C6 발효가 각각 다른 균주에 의해 이루어졌으나 최근에는 발효 관련 각 유전자를 모두 포함하는 맞춤형 균주 개발을 통해 목질계 에탄올 생산 공정의 단순화를 통해 에탄올 생산 비용을 낮추려는 연구가 진행되고 있다.</p><p>최근에는 바이오매스로부터 직접 석유계 탄화수소와 동일한 물성을 갖는 바이오가솔린으로 전환하는 균주 개발에 대한 연구 결과가 발표된바 있다.</p><p>목질계 바이오연료 생산 공정에서 가장 큰 걸림돌인 당 추출 공정의 어려움을 피하기 위해 목질계 원료를 열분해 가스화 후 생성된 합성 가스를 미생물에 의해 연료로 전환하는 융합공정도 개발되고 있다. 동 기술에서는 생물공정에 의한 목질계 연료 생산의 핵심 난제인 전처리를 피할 수 있다는 장점은 있으나 합성가스의 물에 대한 용해도가 낮아 기질로서 미생물과 접촉 효율이 낮다는 문제점이 있다. 따라서 반응 속도 및 수율 개선을 위해서는 합성가스 기질의 미생물 촉매와 보다 효율적으로 접촉할 수 있는 공정 개발이 필요하다.</p><h1>4. 결 론</h1><p>기후변화와 에너지 고갈 문제의 해결을 통한 지속 성장 실현을 위해서는 바이오연료의 보급 확대가 필요하다. 이러한 바이오연료 보급 확대가 실현되기 위해서는 원료의 안정적 수급 방안, 고함량 사용 및 온실 가스 감축 효율 제고 등이 중요하다. 비식용 바이오매스로부터 생산한 차세대 바이오연료는 위에 언급한 요구 특성을 충족하여 유망하지만 아직 경제성 확보가 되지 않아 상용화에 어려움을 겪고 있다. 하지만 차세대 바이오연료는 우리 사회의 지속 성장 실현에 핵심 견인차이므로 양산 공정 실현을 위해 지속적인 연구 투자가 필요하다.</p>
|
[
"차세대 바이오연료의 생산단가를 낮추기 위한 기술개발이 활발한가요?",
"차세대 바이오의 경제성 개선을 위한 핵심 요소는 무엇인가요?",
"생명공학기술의 발전으로 인해 다양한 발효 기능을 가진 바이오연료 맞춤형 미생물 촉매 개발이 집중 연구되나요?",
"최근 발표된 연구결과이며 바이오매스로부터 이것과 동일한 성질을 갖는 물질로 전환하는 균주 개발이 발표되었다. 이것은 무엇인가요?",
"목질계 바이오연료 생산 공정 중 가장 큰 걸림돌이며, 목질계 원료를 열분해 가스화 한 후 생성된 합성 가스를 미생물에 의해 연료로 전환하는 융합공정이 개발되는 이유는 무엇인가요?",
"목질계 원료를 열분해 가스화 후 생성된 합성 가스를 미생물에 의해 연료로 전환하는 융합공정의 문제점은 무엇인가요?",
"목질계 바이오연료 생산 공정의 당 추출 공정의 어려움을 해결위해 융합공정을 개발하고 있습니다. 어떤 방법으로 해결하나요?",
"목질계 원료를 열분해 가스화 후 생성된 합성 가스를 미생물에 의해 연료로 전환하는 융합공정의 어떤 점을 개선하기 위해서 효율적인 접촉 공정 개발이 필요한가요?",
"기후변화와 에너지 고갈 문제를 해결하고 지속적인 성장 실현을 위해서는 석유계 탄화수소의 보급 확대가 필요한가요?",
"비식용 바이오매스는 경제성을 제외하고 바이오연료 보급 확대를 실현시키기에 적합한가요?",
"비식용 바이오매스로부터 생산한 차세대 바이오연료의 상용화가 어려운 이유는 무엇인가요?",
"지속적인 성장을 위한 핵심 견인차이며 양산 공정을 위해 지속적인 연구 및 투자가 필요하는 것은 무엇인가요?",
"차세대 바이오연료는 식용원료를 활용하나요?",
"목질계 에탄올 생산 비용을 낮추기 위해 무슨 균주를 개발하고 있나요?",
"목질계 바이오연료 생산 공정에서 걸림돌인 당 추출 공정의 어려움을 피하기 위해서 목질계 원료를 열분해 가스화 후 생성된 합성 가스를 미생물에 의해 연료로 전환하는 융합공정을 생산공정에서 활용하나요?",
"바이오연료의 문제점은 무엇인가요?",
"비식용원료를 활용하며 생산단가가 비싼 것 연료로는 바이오연료가 있나요?",
"바이오연료 보급 확대가 실현되기 위해서 필요한 조건은 무엇인가요?",
"무엇을 보고 목질계 에탄올 생산 공정에서 과거에는 효소 생산과 발효가 다른 균주에 의해 이루어졌지만 최근에는 발효 관련 유전자를 모두 포함하는 맞춤형 균주 개발 연구가 진행되었다고 파악하나요?",
"차세대 바이오연료의 개선점은 무엇인가요?",
"맞춤형 미생물 촉매 개발은 경제성 개선의 어떤 핵심요소를 통해 생산 비용을 절감하려는 것인가요?"
] |
d60a2ee3-dac3-45a7-b5db-80b3b748ed4e
|
인공물ED
|
차세대 바이오연료의 R&D 현황과 이슈
|
<h3>2.1.3 해조류 바이오연료</h3><p>향후 급증할 바이오에너지 수요에 대응하기 위해서는 제한된 육상뿐만 아니라 해양을 활용해야 한다는 인식이 확산됨에 따라 해양 바이오매스를 대량 생산하여 바이오연료 생산 원료로 활용하려는 연구도 활발히 진행되고 있다. 바이오매스 자원이 실제 존재하는 목질계와 달리 해양 바이오매스는 자원 확보에 대한 불확실성이 장애요인으로 나타났다. 즉 해양 바이오매스중 특히 유망 종으로 검토되고 있는 미세조류의 경우 태양광을 에너지원으로하는 독립 영양(autotroph) 배양과 유기 탄소를 에너지원으로 하는 종속 영양(heterotroph) 배양 등이 있지만 대규모 생산공정의 경우 유기 탄소의 안정적 공급이 어려울 수 있으므로 독립 영양 배양 기술 개발 연구가 보다 활성화되었다. 하지만 주 에너지원인 태양 광의 활용 효율은 반응기 부피가 증가하면 급격히 떨어지므로 아직 양산 기술이 개발되지 않았다.</p><p>이외에도 미세조류의 경우 배양액의 균체 농도는 \( 2 \mathrm{g} / \mathrm{l} \) 이하로 매우 낮아 기존 기술로는 바이오매스 수확에 많은 에너지가 소모되므로 보다 효율 높은 미세조류의 수확, 농축 기술의 개발이 필요하다. 하지만 이런 부분에 대한 연구는 아직 초보 수준이어서 보다 많은 연구가 진행되어야 한다. 해조류 바이오연료가 실제 보급되기 위해서는 바이오연료 전환 기술 보다는 원료 확보 관련 기술 개발이 더 시급한 것으로 판단된다.</p><h2>2.2 바이오연료 물성 개선</h2><p>현재 보급중인 바이오연료인 바이오에탄올과 바이오디젤은 석유계 연료와 물성 차이로 인해 매우 제한된 농도 이하에서만 혼합 사용이 허용되고 있다. 즉 에탄올과 바이오디젤은 각각 \( 10 \% \) 또는 \( 7 \% \) 이하 농도에서만 혼합이 허용된다. 바이오연료의 고 함량 혼합을 위해서는 바이오연료 물성 개선이 중하다. 이러한 물성 개선의 핵심은 바이오연료에 포함된 산소를 제거하는 탈산소이다. 현재 탈산소를 위해 검토되는 공정은 수소 첨가에 의한 수소화 반응(hydrogenation)과 수소 첨가없이 진행하는 탄소 산화 반응(decarboxylation)이 있다.</p><p>수소 첨가 반응(Hydrodeoxygenation)은 바이오연료 수율을 높일 수 있다는 장점은 있으나 외부에서 수소가 공급되어야 한다는 문제점이 있으며 탄소 산화반응은 외부 수소 공급원은 필요 없지만 탄소의 손실로 인한 바이오연료 수율의 저하 문제가 있다. 따라서 수소의 대량 공급원이 없는 경우에는 탄소 산화에 의한 탈탄소 기술의 적용이 필요하다. 현재 물성 개선 바이오연료는 수첨 바이오디젤(Hydrotreating biodiesel, HBD)이 유일하게 상용화되었다.</p><p>바이오에탄올은 가솔린에 비해 산소 함량이 높을 뿐만 아니라 저분자이어서 물성이 매우 다르다. 따라서 보다 분자량이 큰 부탄올에 대한 관심이 높아지고 있다. 바이오부탄올은 에탄올에 비해 산소 함량이 낮을 뿐만 아니라 분자량이 커 연료 물성은 우수하지만 미생물에 대한 독성이 강해 발효 공정에 의해 생산 가능한 최대농도가 \( 2 \% \) 내외로 에탄올에 비해 1/6 수준으로 매우 낮다. 따라서 바이오부탄올의 농축 에너지 비용이 너무 높아 현재 상용화에 어려움을 겪고 있다. 이러한 문제를 해결하기 위해 부탄올에 대한 내성이 강화된 균주 개발과 아울러 보다 저에너지소비형 부탄올 정제 기술개발에 대한 연구가 진행되고 있다.</p><p>최근에는 보다 석유계 연료 물성에 근접한 바이오연료 개발을 위해 화학촉매 또는 생물 촉매를 활용한 바이오매스의 long chain 탄화수소 전환에 대한 연구가 진행되고 있다.</p>
|
[
"해양 바이오매스중 미세조류의 경우 태양광을 에너지원으로 하는 독립영양 외에 유기 탄소를 에너지원으로 하는 배양은 무엇인가?",
"해양 바이오매스 중 태양광을 에너지원으로하는 것은?",
"해양 바이오매스를 대규모 생산공정을 할 경우, 적합한 배양은 무엇인가?",
"주 에너지원인 태양광의 어떠한 이유로 아직 양산 기술이 개발되지 않는가?",
"미세조류의 경우 배양액의 균체 농도는 무엇인가?",
"해조류 바이오 연료가 실제 보급되기 위해서는 어떠한 기술이 필요한가?",
"바이오연료인 바이오에탄올과 바이오디젤은 석유계 연료는 어떠한 이유로 제한된 농도 이하에서만 혼합 사용이 허용되는가?",
"바이오연로의 물성 개선이 중요한 이유는?",
"바이오연료의 물성 개선을 위한 핵심 방법은 무엇인가?",
"탈산소를 위한 공정방법은 무엇인가?",
"탄소 산화에 의한 탈탄소 기술의 적용이 필요한 경우는 언제인가?",
"현재 물성 개선 바이오연료로 상용화된 것은 무엇인가?",
"바이오엔탈올이 가솔린과 달리 물성이 매우 다른 이유는 무엇인가?",
"바이오부탄올이 에탄올에 비해 생산 가능한 최대농도가 매우 낮은 이유는 뭐야?",
"바이오부탄올의 상용화가 어려운 이유는 무엇인가?",
"바이오부탄올이 발효 공정에 의해 생산 할 수 있는 최대농도는 무엇인가?",
"석유계 연료 물성에 근접한 바이오연료 개발을 위한 연구는 무엇인가?",
"바이오부탄올의 상용화를 위해 진행되는 연구방법은 무엇인가?",
"향후 급증할 바이오에너지 수요에 대응하기 위해 해양을 활용하여 어떻게 연구를 진행하는가?",
"에탄올과 바이오디젤은 몇 % 이하 농도에서만 혼합이 허용되는가?",
"목질계에는 바이오매스 자원이 실제 존재하는 것이 맞아?"
] |
0a71474e-5700-4989-8c4c-109ed86f663e
|
인공물ED
|
차세대 바이오연료의 R&D 현황과 이슈
|
<h1>1. 서 론</h1><p>국제에너지기구(IEA)에서는 기후 변화 문제가 해결되기 위해서는 대기중 \( \mathrm{CO}_{2} \) 농도를 \( 450 \mathrm{ppm} \) 이하로 낮추어야 한다는 450 시나리오를 발표한 바 있다. 동 시나리오에 따른 \( \mathrm{CO}_{2} \) 감축 목표 달성을 위해서는 발전 및 산업 부문뿐만 아니라 수송 부문에서의 \( \mathrm{CO}_{2} \) 감축이 중요할 것으로 나타났다. 450 시나리오 실현을 위한 수송 부문의 \( \mathrm{CO}_{2} \) 감축목표 달성을 위해서는 전체 수송 연료 소비의 약 \( 27 \% \) 가 바이오연료로 보급 되어야 할 것으로 분석되었다. 2012년 기준 전체 수송 부문에서의 바이오연료 점유율이 약 \( 3 \% \)인 점을 고려할 때 450 시나리오 달성에 필요한 바이오연료 보급 실현을 위해서는 해결해야 되어야 할 많은 문제점들이 있다.</p><p>첫 번째 문제는 원료의 안정적 수급이다. 즉 전 세계적으로 기후변화 문제가 본격적으로 이슈화된 2005년 이후 수송용 바이오연료의 생산은 가파르게 증가하였으나 2010년 이후 바이오연료생산은 원료로 사용되는 곡물 가격이 폭등함에 따라 증가세가 멈추었다. 하지만 앞에서 언급한대로 기후변화 문제를 해결하기 위해서는 지금보다 9배 많은 양의 바이오연료 보급이 필요하므로 이를 위한 원료 수급 방안이 마련되어야 한다. 두 번째로 현재 수송용 바이오연료로 사용되는 바이오에탄올과 바이오디젤은 연료 물성이 좋지 않아 각각 최대 허용 혼합율이 \( 10 \% \)와 \( 7 \% \)이다. 하지만 450 시나리오 실현을 위해서는 바이오연료 혼합율이 최소 \( 27 \% \) 이상으로 높아져야 하므로 연료물성이 우수한 새로운 바이오연료 개발이 필요하다. 세 번째로 바이오연료의 보급 목적이 수송 부문에서의 \( \mathrm{CO}_{2} \) 감축이지만 현재 보급중인 바이오연료는 전주기 분석(LCA)시 \( \mathrm{CO}_{2} \) 감축 효과가 높지 않으므로 보다 \( \mathrm{CO}_{2} \) 감축 효과가 높은 바이오연료 보급이 중요하다. EU와 미국은 바이오 연료 보급에 의한 \( \mathrm{CO}_{2} \) 감축효과를 높이기 위해 보급 바이오 연료의 LCA 기준 최소 \( \mathrm{CO}_{2} \) 감축율을 2014년 이후 \( 35 \%\), 2018년 이후 \( 50 \% \) 이상으로 강화 예정이다. 이러한 \( \mathrm{CO}_{2} \) 감축율을 갖는 바이오연료의 개발을 위해서는 원료뿐만 아니라 생산 공정의 효율개선도 중요하다. 마지막으로 바이오연료의 경제성 개선을 위한 기술 개발이 필요하다. 본 고에서는 이러한 이슈들을 해결하기 위해 진행되고 있는 국내외 연구동향에 대해 소개하고자 한다.</p>
|
[
"\\( \\mathrm{CO}_{2} \\) 감축율을 갖는 바이오연료의 개발을 위해서는 원료뿐만 아니라 무엇도 중요한가?",
"국제에너지기구(IEA)에서 \\mathrm{CO}_{2} \\) 농도를 몇 \\( \\mathrm{ppm} \\) 이하로 낮추어야 한다고 발표하였나?",
"전체 수송 연료 소비의 약 몇 \\( \\% \\) 가 바이오연료로 보급 되어야 할 것으로 분석되었",
"본 시나리오에서 몇 년도 기준으로 전체 수송 부문에서의 바이오연료 점유율이 약 \\( 3 \\% \\)인가?",
"2005년 이후 수송용 바이오연료의 생산은 가파르게 증가하였나?",
"2010년 이후 바이오연료생산은 원료로 사용되는 곡물 가격이 폭등하였나?",
"몇년도 이후 수송용 바이오연료의 생산은 가파르게 증가하였나?",
"지금보다 9배 많은 양의 바이오연료 보급이 있어야 기후변화 문제를 해결할 수 있다고 하는가?",
"지금보다 몇배 많은 양의 바이오연료 보급이 있어야 기후변화 문제를 해결할 수 있다고 하는가?",
"지금보다 몇배 많은 양의 바이오연료 보급이 있어야 기후변화 문제를 해결할 수 있다고 하는가?",
"바이오에탄올과 바이오디젤은 각각 최대 허용 혼합율이 몇\\( \\% \\)와 몇\\(\\% \\)인가?",
"바이오연료 혼합율이 최소 \\( 27 \\% \\) 이상으로 높아져야 450 시나리오 실현이 가능한가?",
"어디에서의 \\( \\mathrm{CO}_{2} \\) 감축이 중요할 것으로 나타났는가?",
"몇년도 이후 바이오연료생산은 원료로 사용되는 곡물 가격이 폭등하였나?",
"바이오연료 혼합율이 최소 몇\\( \\% \\) 이상으로 높아져야 450 시나리오 실현이 가능한가?",
"바이오에탄올과 바이오디젤은 각각 최대 허용 혼합율이 \\( 7\\% \\)와 \\(10\\% \\)인가?"
] |
c03b881c-1a4f-4dbc-a095-19d8e46cd0cc
|
인공물ED
|
실리콘에 도핑된 붕소의 정량분석에 대한 공동분석연구
|
<h2>3.3 공동분석 결과</h2><p>이번 공동분석에 참여한 6개 기관들의 실험 결과를 표 3에 정리하였다. A, B, C, D, E의 5개 기관은 magnetic sector type인 Cameca SIMS를, F 기관은 사중극자형 SIMS를 이용하였다.</p><p>본 공동분석에서는 가능한 실험 조건들을 일치시켰음에도 불구하고 실험실간에 비교적 상당한 차이가 있음을 알 수 있다.</p><table border><caption>표 3. 공동분석에서 구해진 RSF와 붕소의 농도</caption><tbody><tr><td colspan=2>기관</td><td>1회</td><td>2회</td><td>3회</td><td>평 균</td></tr><tr><td rowspan=2>A</td><td>RSF</td><td>7.18</td><td>7.23</td><td>7.15</td><td>7.19</td></tr><tr><td>B농도</td><td>4.14</td><td>4,17</td><td>4.24</td><td>4.18</td></tr><tr><td rowspan=2>B</td><td>RSF</td><td>5.11</td><td>4,19</td><td>5.47</td><td>4.92</td></tr><tr><td>B농도</td><td>4.01</td><td>4.37</td><td>4.36</td><td>4.25</td></tr><tr><td rowspan=2>C</td><td>RSF</td><td>2.46</td><td>2.56</td><td>2.59</td><td>2.54</td></tr><tr><td>B농도</td><td>4/34</td><td>4.31</td><td>4.32</td><td>4.32</td></tr><tr><td rowspan=2>D</td><td>RSF</td><td>6.54</td><td>6.50</td><td>6.19</td><td>6.43</td></tr><tr><td>B농도</td><td>4.57</td><td>4.56</td><td>4.25</td><td>4.46</td></tr><tr><td rowspan=2>E</td><td>RSF</td><td>6.87</td><td>6.66</td><td>6.18</td><td>6.57</td></tr><tr><td>B농도</td><td>4.42</td><td>4.63</td><td>5.02</td><td>4.69</td></tr><tr><td rowspan=2>F</td><td>RSF</td><td>9.23</td><td>9.81</td><td>10.6</td><td>9.88</td></tr><tr><td>B농도</td><td>4.08</td><td>4.27</td><td>5.02</td><td>4.46</td></tr></tbody></table><p>우선 RSF가 가장 큰 F 기관은 기종이 다른 사중극자형이라 그렇다 하더라도, 기종이 같은 A~E 기관의 RSF는 각 실험실에 따라 \( 2.54 \sim 7.19 \times 10^{19} \) atoms/ \( \mathrm{cm}^{3} \)의 커다란 차이를 보여주는데 이는 아마도 분석기의 분석 질량을 결정하는 mass calibration 과정에서의 차이에 기인한다고 생각된다. 일상적인 깊이 분포도 분석에서 항상 분석하고자 하는 이온 피크의 세기가 최대가 되는 부분을 선택하게 되는데 이 과정에서 조금만 벗어나게 되어도 RSF에는 커다란 차이가 생길 수 있다. 그러나 이렇게 RSF가 큼에도 불구하고 붕소의 정량값은 비교적 편차가 크지 않고 원래의 값에 잘 일치한다. 이는 기준시료와 동일한 조건을 유지하여 깊이분포도를 얻었기 때문이다.</p><p>각 기관에서 얻어진 붕소의 농도를 그림 5에 도시하였다. A기관은 정밀도는 우수하지만 정확도가 다소 떨어지며 F 기관은 반대로 정확도는 우수하지만 정밀도가 떨어지는 결과를 보여준다. D 기관의 경우는 비교적 양호한 정확도와 정밀도를 보여주고 있다. 붕소농도의 평균값이 \( 4.39 \pm 0.07 \times 10^{19} \) atoms \( / \mathrm{cm}^{3} \)로 ICP-MS에 의해 측정된 미지시료의 농도인 \( 4.47 \times 10^{19} \) atoms \( / \mathrm{cm}^{3} \)에 약 \( 2 \% \)의 차이를 보일 정도로 유사한 값을 보여준다.</p><p>SIMS에 의한 일반적인 정량분석에서 분석하고자 하는 원소에 대한 인증기준 시편이 없을 경우에는 장비제작사가 공급하거나 발표된 상대감도인자를 이용한다. 그러나 이러한 상대감도인자는 장비의 특징, 여러 가지 실험 조건 등에 의해 상당한 오차를 유발할 수밖에 없다. 따라서 보다 정확한 분석을 위해서는 농도가 알려진 인증기준물질을 이용하여 각 실험실의 조건에 맞는 상대감도인자를 측정하여 이용하는 것이고 가장 확실한 방법은 본 공동분석에서 확인된 바와 같이 매일 매일의 일상적인 정량 분석에서 항상 인증기준물질을 기준으로 상대감도 인자를 구하고 동일한 조건에서 시편을 분석하여 농도를 구하는 것이다.</p>
|
[
"<td colspan=2>기관<td rowspan=2>A에 B농도 중에 4.14의 수치는 몇회 진행한 것인가?",
"<td colspan=2>기관<td rowspan=2>A의 RSF 1회 수치는 얼마인가?",
"<td rowspan=2>B RSF의 수치 중 4,19는 몇회 진행하였나?",
"표 3. 공동분석에서 구해진 RSF와 붕소의 농도의 평균 중 가장 낮은 수치는 얼마인가?",
"<td rowspan=2>E B농도에서 가장 높은 수치를 나타내는 것은 얼마인가?",
"<td rowspan=2>F RSF의 수치 중 가장 높은 것은 10.6으로 몇회 진행한 것인가?",
"<td rowspan=2>C B농도의 평균 수치는 얼마인가?",
"3회 진행한<td rowspan=2>F B농도의 수치는 얼마인가?"
] |
24a901cd-9a16-4ecf-b3ee-e93f315747d4
|
인공물ED
|
실리콘에 도핑된 붕소의 정량분석에 대한 공동분석연구
|
<h1>3. 결과 및 고찰</h1><h2>3.1 \( \mathrm{Si} \)에 도핑된 붕소의 국제 정량분석 절차</h2><p>본 공동분석에 활용한 표준 절차서는 이차이온 질량분석을 이용하여 실리콘 웨이퍼 내에 균질하게 첨가된 붕소의 원자농도를 측정하기 위한 것이다. 표준절차의 문서번호는 ISO/DIS-14237이고 영문 제목은 "Surface Chemical Analysis - Secondary Ion Mass Spectrometry - Determination of atomic boron content in silicon using uniformly doped materials"이다.</p><p>이차이온질량분석법에 의한 정량 분석에는 인증 기준물이 요구되고 있는데 이 인증기준물들은 분석하고자 하는 시편과 같은 매질-불순물의 조합으로 구성되어야 하므로 구하기도 힘들고 가격도 또한 비싼 편이다. 이차이온질량분석의 경우, 모든 측정에 이런 기준물을 불가피하게 소모하고 있으므로 각 분석실에서는 공인된 인중기준물 즉 일차기준물을 가지고 비교, 교정된 이차기준물을 매일의 분석에 사용하여야 한다. ISO/DIS-14237는 \( 1 \times 10^{16} \)에서 \( 1 \times 10^{20} \mathrm{atoms} / \mathrm{cm}^{3} \)의 농도범위로 도핑된 붕소를 분석하는데 적용되는 표준절차서이다.</p><p>일차기준물은 이차기준물의 붕소 원자농도를 결정하는데 사용한다. 일차기준물은 붕소가 이온주입된 실리콘 인증기준물(CRM)이어야 하는데 현재 NIST SRM 2137(그림 3)이 실리콘 내의 붕소의 정량을 위한 유일한 인증기준물이다.</p><p>이차기준물은 측정시료 내의 붕소의 원자농도를 결정하는데 사용된다. 장치의 성능을 확신하기 위하여 두 개의 다른 붕소 도핑 수준을 사용하는 것을 추천한다. 이차기준물은 단결정 실리콘 웨이퍼 또는 \( 100 \mathrm{~nm} \) 이상의 두께로 성장시킨 적층실리콘 웨이퍼에 자연동위원소인 붕소가 균질하게 첨가되어야 하며 붕소의 농도 범위가 \( 1 \times 10^{17}-1 \times 10^{20} \mathrm{atoms} / \mathrm{cm}^{3} \)이어야 한다.</p><h2>3.2 붕소도핑 실리콘 박막의 SIMS 공동분석</h2><p>SIMS에 의한 실리콘 박막에 도핑된 붕소의 정량 분석에 대한 공동분석은 붕소도핑 실리콘 박막 표준시료(KRISS CRM03-04-300)를 표준시료로 하여 미지의 농도의 시편을 분석하는 방식을 이용하였다. 전체적인 정량분석절차는 ISO/DIS-14237는 따랐지만 다른 점은 붕소의 농도를 ICP-MS에 의해 인증된 값을 기준으로 하였다는 점이다. 표준시료의 붕소농도는 \( 7.01 \pm 0.81 \times 10^{19} \) atoms \( / \mathrm{cm}^{3} \)이며 박막의 두께는 \( 402 \pm 4.5 \mathrm{~nm} \)이다. 면적 계산은 그림 4에 나타낸 바와 마찬가지로 박막의 두께를 \( 402 \mathrm{~nm} \)로 했을 때 앞과 뒷부분의 \( 50 \mathrm{~nm} \)를 제외한 구간 즉 \( 50 \mathrm{~nm} \)에서 \( 350 \mathrm{~nm} \)까지의 구간을 적분하여 상대감도인자를 구한 후 이를 이용하여 정량하였다.</p><p>현재 국내에 도입되어 활용이 가능한 SIMS의 수는 약 20 대 정도 되며 그 중에서 이번의 공동연구에는 magnetic sector형의 SIMS가 주로 이용되었는데 참여한 연구 기관에는 하이닉스 반도체, 동부전자주식회사, LG전자기술원, 케이맥 등의 산업체를 비롯하여 산업과학연구원, 한국표준과학연구원 등의 정부출연 연구소가 포함되어 있다. 실험 조건은 magnetic sector형 SIMS를 기준으로 하여 정하였는데 그 기준을 표 2에 요약하였다. 모든 조건을 만족할 수 없을 경우에는 가장 비슷한 조건을 원칙으로 하였다. \( { }^{28} \mathrm{Si}_{2}{ }^{+},{ }^{29} \mathrm{Si}_{2}{ }^{+} \)을 분석이온으로 정한 이유는 electron multiplier로 분석하기 위함인데 이 경우 신호세기가 작은 \( { }^{10} \mathrm{~B}^{+} \)과 \( { }^{11} \mathrm{~B}^{+} \),을 포함한 모든 이온을 electron multiplier로 검출할 수 있다. 그러나 \( { }^{28} \mathrm{Si}^{+} \), \( { }^{29} \mathrm{Si}^{+} \)은 신호 세기가 너무 커서 Faraday Cup으로 분석하여야 하는데 이 경우 서로 다른 두 검출기를 보정해주는 과정에서 오차가 많이 발생할 수 있기 때문이다.</p><p>붕소의 정량분석을 위해서는 우선 표준시편에 의한 상대감도인자인 RSF(relative sensitivity factor)를 구해야 하는데 이는 다음과 같은 간단한 식에 의해서 얻어진다.</p><p>\( \mathbf{R S F}=\frac{A_{S i}^{\text {std }}}{A_{B 10^{\text {std }}}} \boldsymbol{\Phi} \)</p><p>여기서 \( A_{5 i}^{\text {std }} \) 과 \( A_{B 10} \) std 는 각각 표준시편에서 매질 \( { }^{29} \mathrm{Si}_{2}{ }^{+} \)과 \( { }^{10} \boldsymbol{B}^{+} \)의 이온세기 면적이며 그림 4에서와 같이 \( 50 \mathrm{~nm} \)에서 \( 350 \mathrm{~nm} \)까지의 구간을 적분하여 얻은 값이다. \( \Phi \)는 표준시편에 도핑된 \( { }^{10} \mathrm{~B} \)의 농도로 공동분석에 사용된 KRISS CRM 03-04-300의 경우에 그 값은 \( 1.39 \pm 0.16 \times 10^{19} \) atoms \( / \mathrm{cm}^{3} \)이다. 이렇게 하여 얻어진 상대감도인자를 다음의 식에 적용하여 분석시편에 도핑된 붕소의 농도를 결정하였다.</p><p>\( \begin{aligned} \rho_{\mathrm{B} 10} &=\frac{A_{B 10}^{u n k}}{A_{S i}^{u n k}} \\ \rho_{\mathrm{B}} &=\rho_{\mathrm{B} 10} / \mathrm{X}_{\mathrm{B} 10} \end{aligned} \)</p><p>여기서 \( A_{S i}{ }^{u n k} \) 과 \( A_{B 10}{ }^{u n k} \)는 각각 미지의 시편에서 매질 \( { }^{29} \mathrm{Si}_{2}{ }^{+} \)과 \( { }^{10} \boldsymbol{B}^{+} \)의 이온세기 면적이다. \( \rho \) B10은 \( { }^{10} \mathrm{~B} \)의 농도이며 \( \rho_{\mathrm{B}} \)는 \( { }^{10} \mathrm{~B} \) 과 \( { }^{11} \mathrm{~B} \)의 농도를 합한 붕소 전체의 농도로 본 공동분석에서 구하고자 하는 값이다. \( \mathrm{X}_{\mathrm{B} 10} \)는 동위원소 \( { }^{10} \mathrm{~B} \)의 자연계 동위원소 비율이다.</p>
|
[
"이차이온질량분석은 어떻게 사용되어져야 하는가?",
"어떻게 이차이온질량분석을 이용할 수 있지?",
"장치의 성능을 확신하기 위해 어떻게 사용하는 것이 좋겠는가?",
"어떻게 사용해야 장치의 성능을 확신할 수 있는가?",
"면적 계산은 어떻게 진행되는가?",
"어떻게 면적 계산이 추진되지?",
"일차기준물은 어떻게 사용되어야하는가?",
"어떻게 일차기준물이 이용되어야 할까?",
"이차기준물은 어떻게 사용되는가?",
"어떻게 이용되는 것이 이차기준물일까?"
] |
ceeafdaf-c691-4b89-87c5-0ad6b9824760
|
인공물ED
|
버퍼공유기법을 사용한 멀티채널 네트워크 컨트롤러 구현
|
<h1>3. ARINC-429통신 컨트롤러</h1><p>본 논문에서 제안한 공유메모리를 사용하는 통신 컨트롤러의 성능을 검증하기 위하여 항공기내 제어 네트워크 프로토콜인 ARINC-429통신을 위한 컨트롤러에 제안한 구조를 적용시켜 \( \mathrm{HDL} \)로 ARINC-429통신 컨트롤러를 설계한다.</p><h2>3.1 ARINC-429통신</h2><p>민간 항공기의 데이터 버스로 널리 알려진 ARINC-429통신은 항공기내 장치와 시스템을 제어하기 위한 목적으로 사용되는 네트워크 프로토콜이다. ARINC-429통신 버스는 공식적으로 Mark 33 DITS (Digital Information Transfer System)규정으로 알려져 있다. 트위스트 페어 케이블(Twisted Shielded Pair)을 통해 서로 연결되어 있는 항공기 내 장치와 시스템들은 ARINC-429통신 규정에 정의된 특성과 프로토콜에 따라 메시지를 전송한다. ARINC-429통신 데이터 버스는 1980년대에 설계된 민간 항공기인 보잉 757, 767과 에어버스 A300, A310 및 A320 등에 사용되고 있다. ARINC-429통신은 단방향 데이터 전송 방식으로 규정되어 있다. 장치간의 개별 통신선이 연결되어 있으므로 버스의 데이터 흐름을 제어하는 버스 제어기가 필요하지 않다. 한 버스 내에 최소 하나의 수신 장치가 있어야 하며 최대 20 개의 수신 장치가 연결되어 네트워크를 구성할 수 있다. 표 1은 ARINC-429통신의 특징을 보여준다.</p><table border><caption>표 1 ARINC-429 특징</caption><tbody><tr><td colspan=2>ARINC-429 특징</td></tr><tr><td>전송 매체</td><td>트위스트 페어 케이블</td></tr><tr><td>라인 임피던스</td><td>75+5[Ohms]</td></tr><tr><td>신호 방식</td><td>BRZ</td></tr><tr><td>전송 방향</td><td>단방향</td></tr><tr><td>전송 방식</td><td>비동기 브로드케스트</td></tr><tr><td>전송 순서</td><td>LSB</td></tr><tr><td>전송 속도</td><td>\(12\)-\(14.5 \mathrm{Khz}, 100 \mathrm{Khz} \)</td></tr><tr><td>오류 검출방식</td><td>오드패리티</td></tr><tr><td>워드 크기</td><td>32비트</td></tr><tr><td>데이터 크기</td><td>19비트</td></tr><tr><td>전송메시지 간격</td><td>최소 4비트 시간</td></tr></tbody></table><p>ARINC-429통신은 단방향 방식을 통신버스이기 때문에 장치간의 양방향 통신을 위해서는 전송과 수신에 각각 다른 버스 선을 필요로 한다. 전송 채널은 전송선을 통해 데이터를 전송할 수 있고, 수신채널은 수신 선을 통해 데이터를 수신할 수 있다.</p><p>그림 5는 양방향 데이터 통신을 위한 ARINC-429통신 네트워크의 구조를 보여준다. ARINC-429통신의 메시지는 32 비트 구성되어있다. 최하위비트인 \( \mathrm{LSB} \)의 비트 번호를 1, 최상위비트인 \( \mathrm{MSB} \)의 비트번호를 32로 규정한다. 32 비트의 데이터를 역할에 따라 Label, SDI, DATA, SSM, P 총 5개의 필드로 구분한다. 그림 6은 ARINC-429의 메시지 형식을 나타낸다.</p><p>Label필드는 8비트로 구성되어있고 32비트의 ARINC-429 데이터 중 비트 1-8에 할당 되어 3자리의 8진수로 표기된다. Label 필드는 수신된 메시지의 데이터 유형을 나타내고 있기 때문에 메시지를 해석하는데 사용되어 수신장치에서 메시지의 수신여부를 판단하는 목적으로 사용된다. Label필드는 비트번호 1 이 \( \mathrm{MSB} \)이고 비트번호 8 이 \( \mathrm{LSB} \)이다.</p><p>\( \mathrm{SDI} \)(Source/Destination Identifier)필드는 2 비트로 구성되어 있고 선택적으로 사용 가능하다. 32 비트의 데이터 중에 9 번과 10 번 비트에 해당되며 사용될 경우 멀티시스템에서 전송장치와 수신장치를 나타내기 위해 사용될 수 있다. 경우에 따라서는 데이터 비트로 사용되기도 한다.</p><p>\( \mathrm{SSM} \)(Sign/Status Matrix)필드는 30, 31번 비트에 할당되어 상태정보로써 기능을 할 경우에는 하드웨어 장치의 상태 또는 동작 모드, 데이터의 유용성 등을 나타내고 부호로서 기능을 할 경우에는 방향, 부호 등을 나타낸다.</p><p>\( \mathrm{P} \)(Parity)비트는 ARINC-429메시지 중 32 번째 비트에 할당되어 메시지의 에러 유무룰 판단하는 목적으로 사용된다. 일반으로 Odd parity로 설정된다.</p><p>Data필드는 32 비트 중 11번에서 29번 비트에 할당된 값으로 총 19비트가 데이터를 나타내는 목적으로 사용된다. \( \mathrm{SDI} \)필드가 본래의 기능으로 사용되지 않을 경우 데이터 비트는 31번 비트까지 확장되어 사용될 수 있다.</p><p>데이터의 전송은 Label필드의 최하위부터 패리티 비트까지 순차적으로 전송되며 다음과 같은 비트 순서를 갖는다.</p><p>\( 8, 7, 6, 5, 4, 3, 2, 1, 9, 10, 11, 12, 13, \cdots 32. \)</p><h2>3.2 ARINC-429통신 컨트롤러 구현</h2><p>멀티채널 네트워크 컨트롤러에서 수신메모리를 위한 버퍼 공유기법이 우수함을 증명하기 위하여 ARINC-429통신 컨트롤러에 버퍼공유기법을 적용하여 \( \mathrm{HDL} \)로 설계하였다. 그림 7은 설계한 네트워크 컨트롤러의 수신부 블록다이어그램이다. 4개의 수신채널은 각각 수신되는 데이터를 하나의 메시지로 만들어 관리하기 위한 De-serializer블록과 공유메모리와 수신채널을 관리하기 위한 제어블록으로 구성된다.</p><p>설계한 ARINC-429 \( \mathrm{IP} \)는 \( 1 \mathrm{Mhz} \) 의 동작주파수를 갖는다. 내부에 수신채널과 전송채널의 상태-제어 레지스터 액세스하기 위해 9비트의 어드레스와 32비트의 데이터 버스를 갖는다. 2개의 전송채널과 4개의 수신채널을 포함하며 각 채널이 독립적인 전송완료 인터럽트와 수신완료 인터럽트의 소스가 된다. 공유메모리에 저장된 데이터가 공유메모리의 설정된 경계 영역을 넘게 되면 메모리 쓰레스흘드 인터럽트가 발생된다. 전송채널과 수신채널은 각각 \( 12.5 \mathrm{Kbps} \) 와 \( 100 \mathrm{Kbps} \) 의 통신 속도를 지원한다.</p><p>ARINC-429 IP의 설계와 synthesis를 위하여 Xilinx사의 ISE8.103i를 사용하였고 ModelSim SE PLUS 5.8d를 사용하여 시뮬레이션 하였다. Xilinx사의 하드코어 프로세서인 PPC405를 내장하고 있는 Virtex-4 FX12에 적용시킨 ARINC-429통신 컨트롤러는 2,103(\( 38\% \))개의 Slices와 1 개의 Block RAM(\( 2.8\% \))을 사용한다. 이를 등가 게이트로 환산하면 총 42,797개의 게이트가 ARINC-429통신 컨트롤러를 구현하는데 사용되었음을 확인하였다.</p>
|
[
"신호 방식의 특성은 무엇인가요?",
"무엇이 신호 방식의 특징이지?",
"표 1 ARINC-429 특징에서 라인 임피던스는 얼마를 가리키는가?",
"오류 검출방식으로 무엇을 사용하였는가?",
"건의한 공유메모리를 이용하는 통신 컨트롤러의 기능을 확인하고자 어떻게 설계하였는가?",
"표 1의 ARINC-429 특징에서 보내는 메세지 간격은 최소 시간은 얼마인가?",
"표 1 ARINC-429 특징에서 전송 방식은 어떠한가?",
"멀티채널 네트워크 컨트롤러에서 수신메모리를 위한 버퍼 공유기법이 뛰어난 걸 보여주기 위해 ARINC-429통신 컨트롤러에 어떤 기법을 적용하였는가?",
"표 1 ARINC-429 특징에서 32비트를 나타내는 것은 어떤 크기를 말하나요?",
"전송 방향은 어느 방향인 것이 특징인가요?",
"어느 방향이 전송 방향이라는 점이 특이사항이지?"
] |
76bcc934-1dca-4c0e-a9a4-67bb95fc115d
|
인공물ED
|
가변 블록 크기 움직임 추정 기법에서 탐색 영역 데이터의 재사용과 조기 중단 기법의 적용
|
<h1>III. 조기 중단 기법의 적용</h1><p>움직임 추정에서는 SAD가 가장 낮은 지점을 찾기 때문에 그림 1 에서 현제까지 축적된 부분 SAD가 지금까지 찾은 최소 SAD값를 넘어서게 되면 해당 탐색점의 비교 연산을 조기 중단하고 다음 탐색점으로 넘어가는데 이것이 조기 중단 기법이다.</p><p>그림 2와 같이 제안된 하드웨어 구조는 하나의 최상위 크기 PU가 연산을 할 때 동인한 탐색점 의 하위 크기 PU들도 동시에 연산을 하도록 설계되었다. 이 경우 최상위 크기 PU를 기준으로 최상위 크기 PU가 현제의 최소 SAD값을 초과하였을 때 아직 종료되지 않은 모근 하위 크기 PU 에 대해서도 함께 조기 중단시킬 수밖에 없다. 이때 그림 3 과 같이 최상위 크기 PU가 위에서 아래로 화소값 비교를 수행하기 때문에 상단에 있는 하위 크기 PU들은 거의 늘 탐색을 완료하는 반면에 하단에 있는 하위 크기 PU들은 거의 늘 조기 종료되는 문제점이 발생한다.</p><p>따라서 본 논문에서는 그림 4 와 같이 메모리에서 현제 프레임과 이전 프레임의 화소 데이터를 호출할 때 가로 줄들의 순서를 바꾸어 읽어들이도록 한다. 이에 따라 하위 크기 PU들의 탐색도 최대한 많이 완료될 수 있도록 하였다.</p><h1>IV. 시뮬레이션 결과</h1><p>시뮬레이션은 HM (HEVC test Model) 13.0을 사용하여 진행하였다. CTU크기는 32x32 로 설정하였고 PU는 32x32, 16x16 모드만을 사용하였으며 움직임 추정 알고리즘은 TZSearch를 사용하였다. 테스트에 사용한 영상은 크기가 작은 Keiba 시퀀스 (832x480 화소, \( 512 \mathrm{Kbps} \) 전송 비트율)와 크기가 큰 Traffic 시퀀스 (2560 x 1600 화소, \( 4 \mathrm{Mbps} \) 전송 비트율)를 사용하였다.</p><p>시뮬레이션 결과는 표 1 및 표 2 와 같다. 탐색 영역 데이터 재활용을 위해 그림 2 의 방법을 사용하면 화소 비교 연산량 및 메모리 액세스가 \( 50 \% \) 정도 줄어들고, 조기 중단 기법의 작용을 위해 그림 4의 방법을 추가로 적용하면 화소 비교 연산량 및 메모리 액세스가 \( 37\sim46 \% \) 정도 추가로 줄어는다. 표 1 과 표 2 에서 보면 제안하는 기법은 화소 비교 연산량 및 메모리 액세스를 기존에 비해 1/3.7 ~ 1/2.9 로 크게 줄일 수 있으며, PSNR 로 표현된 화질 저하는 \( 0.01 \sim 0.07 \mathrm{~dB} \) 로 거의 무시할만한 수준임을 알 수 있다.</p><h1>V. 결론</h1><p>본 논문에서는 가변 블록 크기를 사용하는 HEVC압축 국제 표준에서 탐색 영역 데이터의 재사용과 조기 중단 기법을 적용할 수 있는 새로운 방법을 제안하였으며, 시뮬레이션 결과 화질 저하는 무시할만한 수준임에 반해 화소 비교 연산량 및 메모리 액세스는 기존에 비해 1/3.7 ~1/2.9 로 줄일 수 있었다.</p>
|
[
"본 시뮬레이션에서 움직임 추정 알고리즘으로 무엇을 이용했니?",
"시뮬레이션 진행 시 PU는 32x32과 어떤 모드를 사용했니?",
"그림 2의 하드웨어 구조는 어떻게 연산을 하도록 설계되었니?",
"어떻게 그림 2의 하드웨계 구조가 연산을 할 수 있도록 제작되었지?",
"본 논문에서 제안하는 방법으로는 화소 비교 연산량 및 메모리 액세스를 기존에 비해 얼만큼 축소 시킬 수 있었니?",
"시뮬레이션에서 CTU크기는 어떻게 설정했어?",
"메모리에서 현제 프레임과 이전 프레임의 화소 데이터를 호출할 때 세로 줄의 순서를 바꾸어 읽어들이도록 하지?",
"시뮬레이션 진행 시 테스트에 사용한 영상은 오직 크기가 큰 시퀀스를 사용했지?",
"본 실험에서 PSNR 로 표현된 화질 저하는 어느 정도의 수준이었니?",
"시뮬레이션은 어떤 테스트 모델을 사용하여 진행했니?",
"어떤 테스트 모델을 이용하여 시뮬레이션을 실시했을까?",
"본 논문에서 나온 HEVC압축 국제 표준은 무엇을 사용하지?",
"시뮬레이션 진행 시 16x16 모드 외에도 다른 모드를 사용했지?",
"조기 중단 기법에서는 움직임 추정 시 비교 연산을 조기 중단하고 이전 탐색점으로 다시 돌아가서 재연산을 시도하지?"
] |
8460c78a-0a0e-4789-a165-ccec827814c3
|
인공물ED
|
가변 블록 크기 움직임 추정 기법에서 탐색 영역 데이터의 재사용과 조기 중단 기법의 적용
|
<h1>요 약</h1><p>HEVC에서는 가변 블록 크기마다 각각 독립적으로 움직임 추정을 수행하기 때문에 단일 블록 크기일 때보다 몇 배의 탐색 영역 데이터가 펼요하며 조기 중단 기법의 적용도 어럽다. 본 논문에서는 가변 블록 크기에서도 탐색 영역 데이터를 재사용하고 조기 중단 기법도 적용하는 방법을 제안한다. 제안하는 방법을 TZS 알고리즘에 적용한 결과, 화질 지하가 거의 잆이 화소 비교 연산량과 탐색 영역 데이터 액세스를 1/3.7 ~ 1/2.9로 줄였다.</p><h1>I. 서론</h1><p>최근 닐리 사용되는 HEVC와 같은 동영상 압축 국제 표준은 지원하는 영상이 크기 때문에 많은 메모리 액세스를 필요로 하며, 여러 구성 프로세스 중에서 가장 많은 메모리 액세스를 차지하는 움직임 추정의 경우 실시간 수행을 보장하기 위해서는 높은 사양의 하드웨어를 갖추어야 하는 어려움이 따른다.</p><p>HEVC 등에서 압축률을 높이기 위해 사용하는 가변 블록 크기의 경우, 각 블록 크기마다 각각 독립적으로 움직임 추정을 수행하기 때문에 단일 블록 크기인 때보다 몇 배의 탐색 영역 데이터를 액세스해야 한다.</p><p>또한 움직임 추정 기법에서는 연산량과 메모리 액세스를 줄이기 위해서 조기 중단 기법을 많이 사용하지만, 가변 불록 크기에서는 화소간 비교를 수행하는 단위 처리기가 각 블록 크기마다 배정되어 독립적으로 수행되기 때문에 몇몇 단위 처리기가 조기에 중단되더라도 다른 단위 처리기 까지 모두 중단되지 않으면 전체 움직임 추정기는 조기에 동작을 중단할 수 없어서 연산량과 메모리 액세스를 줄이지 못한다.</p><h1>II. 탐색 영역 데이터의 재사용</h1><p>움직임 추정은 그림 1 과 같이 현재 프레임의 블록(기준 블록)을 이전 프레임의 일정 영역(탐색 영역)과 비교하여 차이 정도를 나타내는 수학적 연산값인 SDA(Sum of Absolute difference)가 가장 낮은 지점을 찾는 연산이다.</p><p>HEVC의 경우 최대 64x64 에서 최소 8x8 까지의 블록 크기를 사용할 수 있다. 기존의 HEVC 표준 소프트웨어 모델인 HM의 경우 프레임을 여러개의 CU(coding unit)으로 나눈 후, 각각의 CU 를 다시 여러 개의 가변 크기 PU(prediction unit)로 나누어 움직임 추정을 수행한다. 이때, 1 개의 64x64 PU에 대해 움직임 추정을 수행한 후, 차례대로 4 개의 16x16 PU, 16 개의 8x8 PU, 64 개의 4x4 PU 에 대해 움직임 추정을 수행한다.</p><p>이들 움직임 추정은 서로 독립적으로 수행되므로 각 블록 크기의 움직임 추정마다 탐색 영역 데이터를 프레임 메모리에서 새로 들고 와야 한 다. 소프트웨어 모델과 달리 하드웨어 구현 시에는 탐색 영역 데이터를 읽어들이기 위한 메모리 대역폭이 zms 문제가 된다. 따라서 그림 2 와 같이 최상위 크기 PU를 탐색하기 위해 읽어들인 탐색 영역 데이터를 하위 크기 PU 들의 탐색에 제사용 하도록 하였다.</p><p>이 경우, 최상위 크기 PU만 탐색하면 하위 크기 PU 들의 탐색이 동시에 끝나기 때문에 메모리 대역폭과 연산량이 크게 줄어드는 장점이 있지 만, 최상위 크기 PU 와 하위 크기 PU 들이 같은 위치를 탐색해야 하는 제약이 따르기 때문에 어느정도의 화질 저하가 발생할 가능성도 있다.</p>
|
[
"HEVC에서 단일 블록 크기보다 훨씬 많은 탐색 영역 데이터가 필요한 이유는 무엇인가?",
"왜 HEVC에서 단일 블록 크기보다 훨씬 많은 탐색 영역 데이터가 필요해?",
"동영상 압축 국제 표준이 많은 메모리 엑세스가 필요한 이유는 무엇인가?",
"왜 동영상 압축 국제 표준에 많은 메모리 엑세스가 필요하지?",
"동영상 압축 국제 표준에서 메모리 액세스를 가장 많이 차지하는 것은 무엇인가?",
"HEVC에서는 왜 가변 블록 크기를 사용하는가?",
"왜 HEVC에서는 가변 블록 크기를 이용하지?",
"움직임 추정 기법에서 연산량과 메모리 액세스를 줄이는 것을 목적으로 많이 이용하는 방법은 무엇인가?",
"단위 처리기는 가변 블록 크기에서 어떻게 배정되는가?",
"어떤 방법으로 단위 처리기는 가변 블록 크기에서 배정되지",
"단위 처리기가 하는 일은 무엇인가?",
"단위 처리기는 무슨 일을 하지?",
"전체 움직임 추정기는 모든 단위 처리기가 중단되어야만 동작을 중단할 수 있는가?",
"움직임 추정 기법에서 단위 처리기를 조기에 중단하여 연산량과 메모리 액세스를 줄이는 방법은 무엇인가?",
"어떤 방법으로 움직임 추정 기법에서 단위 처리기를 조기에 중단하여 연산량과 메모리 액세스를 줄일 수 있지?",
"이전 프레임의 일정 영역과 현재 프레임의 블록을 비교해서 SDA가 최소인 찾는 연산을 뭐라고 부르는가?",
"HEVC는 64x64보다 큰 블록 크기를 사용할 수 있는가?",
"HEVC는 8x8보다 작은 블록 크기를 이용할 수 있는가?",
"움직임 추정에서 현재 프레임의 블록이 비교하는 이전 프레임의 영역을 뭐라고 부르는가?",
"움직임 추정에서 기준 블록과 탐색 영역의 차이를 나타내는 수학적 연산값을 뭐라고 하는가?",
"HM은 움직임 추정 수행 시 프레임을 어떤 단위로 나누는가?",
"어떤 단위로 프레임을 나눠서 HM은 움직임을 추정하니?",
"HM이 움직임 추정을 수행할 때 기본 단위는 CU인가?",
"HM에서 크기가 64x64를 넘는 CU가 존재할 수 있는가?",
"HEVC 표준 소프트웨어 모델 HM이 움직임 추정을 수행하는 단계는 어떻게 되는가?",
"어떤 단계를 거쳐 HEVC 표준 소프트웨어 모델 HM이 움직임을 추정하니?",
"움직임 추정은 크기가 큰 PU부터 수행되는가?",
"HM이 움직임 추정을 수행할 때 8x8 크기의 PU는 몇 개 사용되는가?",
"HM 움직임 추정 시 블록 크기의 움직임 추정마다 탐색 영역 데이터가 새로 필요한 이유는 무엇인가?",
"왜 HM 움직임 추정 시 블록 크기의 움직임 추정마다 탐색 영역 데이터가 새로 필요하지?",
"탐색 영역 데이터를 읽어들이기 위한 메모리 대역폭은 소프트웨어 모델 구현에는 문제가 없는가?",
"본문에서 최상위 크기 PU 탐색을 위한 탐색 영역 데이터를 하위 크기 PU 탐색에 재사용하는 이유는 무엇인가?",
"왜 최상위 크기 PU 탐색을 위한 탐색 영역 데이터를 하위 크기 PU 탐색에 재사용하지?",
"최상위 크기 PU의 탐색 영역 데이터를 하위 크기 PU들의 탐색에 재사용했을 때 화질 저하가 발생하는 이유는 무엇인가?",
"어떤 이유로 최상위 크기 PU의 탐색 영역 데이터를 하위 크기 PU들의 탐색에 재사용했을 때 화질 저하가 발생하지?",
"본문에서 64x64 PU에 대해 움직임 추정을 수행할 때와 16x16 PU에 대해 움직임 추정을 수행할 때의 탐색 영역 데이터는 서로 다른가?"
] |
08d3b237-cc13-4ebf-8e51-6582b7c6b7ba
|
인공물ED
|
KSTAR 전류인입선 및 헬륨냉매 제어시스템 제작 및 설치
|
<h1>I. 서 론</h1> <p>KSTAR 전류인입 시스템(CLS; Current Lead System)은 실온 \( (300 \mathrm{~K} \) 영역)에서 운전되는 MPS (Magnet Power Supply)와 극저온 환경 \( (4.5 \mathrm{~K}) \) 에 놓인 초전도 송전선을 전기적으로 연결하는 장치로서 실온의 송전선으로부터 극저온 환경으로 유입되는 열을 차단하는 전류인입선(CL; Current Lead), 극저온 환경에서 전류인입선 운전을 위한 리드박스(CLB; Current Lead Box), 리드박스 내에 설치되는 극저온 장치 냉각을 위한 헬륨라인, 각종 제어계측 센서, 헬륨냉매 제어시스템, 리드박스와 초전도 버스라인을 포함한 저온용기용 진공배기 시스템(VPS; Vacuum Pumping System) 및 시스템 전반에 필요한 각종 유틸리티 (Utility) 등으로 구성되어 있다 (그림 1, 그림 2, 및 표 1). 전류인입 시스템에 있어서 핵심 품목인 전류인입선은 다년도 계획을 수립하여 자체 연구개발 및 성능평가, 제작 및 운전비용 절감, 대형 초전도자석 전류전송라인에 설치됨에 따른 운전 안정성 확보 및 실용화 목표를 가지고 국 내외 연구개발 동향 정보수집, 설계코드 연구개발, 소규모 전류인입선 시작품(200 A급) 개발 및 시험, KSTAR 장치용 대전류( \( 35 \mathrm{kA} \) 급) 연구개발 및 성능평가 등의 R\&D 과정을 통해 제작 및 설치되었다 (표 2). 리드박스를 포함한 전류인입선 이외의 다른 모든 CLS 핵심품목들은 해외 전문가의 기술자문 및 기초설계, 구조해석 및 공학설계, 액체질소 냉각시험을 포함한 각종 성능시험을 통해 고진공 \( \left(1 \times 10^{-6} \mathrm{mbar}\right) \), 극저온 \( (4.2 \mathrm{~K}) \), 대전류 \( (35 \mathrm{kA}) \) 및 고전압\( (15 \mathrm{kV}) \)과 같은 극한의 환경을 요하는 공학기술 과제들을 모두 검증한 이후에 제작 및 설치되었다.</p> <table border><caption>표 1. 전류인입 시스템 구성 하드웨어 리스트</caption> <tbody><tr><td>아이템</td><td>단위</td><td>TF 시스템</td><td>PF 시스템</td></tr><tr><td>CL</td><td>EA</td><td>4</td><td>14(18)</td></tr><tr><td>CLB</td><td>EA</td><td>1</td><td>1</td></tr><tr><td>VPS</td><td>SYS</td><td>1</td><td>1</td></tr><tr><td>헬륨냉매 제어시스템</td><td>SYS</td><td>1</td><td>1</td></tr><tr><td>저온 밸브</td><td>EA</td><td>8</td><td>18</td></tr><tr><td>유량계(차압계 포함)</td><td>EA</td><td>12</td><td>39</td></tr><tr><td>압력계</td><td>EA</td><td>5</td><td>9</td></tr><tr><td>온도 센서</td><td>EA</td><td>17</td><td>40</td></tr><tr><td>헬륨 레벨 선서</td><td>EA</td><td>1</td><td>1</td></tr><tr><td>세라믹 히터</td><td>EA</td><td>4</td><td>14(18)</td></tr><tr><td>E/B</td><td></td><td></td><td></td></tr><tr><td>- 저온 용기 내부</td><td>EA</td><td>13</td><td>50</td></tr><tr><td>- 저온 용기 외부</td><td>EA</td><td>4</td><td>14(18)</td></tr><tr><td>- CL 절연</td><td>EA</td><td>4</td><td>14(18)</td></tr></tbody></table> <table border><caption>표 2. 전류 인입 시스템 구축 이력</caption> <tbody><tr><td>아이템</td><td>연구 개발 내용</td><td>날짜</td></tr><tr><td>전류 인입선</td><td>E/D 종료</td><td>2003.11</td></tr><tr><td></td><td>PF 자석용 시작품 제작/시험</td><td>2004.11</td></tr><tr><td></td><td>TF 자석용 시작품 제작/시험</td><td>2006.02</td></tr><tr><td></td><td>본제품 제작/설치</td><td>2007.01</td></tr><tr><td>CLB</td><td>E/D 종료</td><td>2003.12</td></tr><tr><td></td><td>제작/설치</td><td>2005.05</td></tr><tr><td></td><td>진공 및 TS 냉각 시험 완료</td><td>2005.08</td></tr><tr><td>vps</td><td>제작/설치</td><td>2005.06</td></tr><tr><td>헬륨 배관 및 제어 시스템</td><td>E/D 완료</td><td>2006.03</td></tr><tr><td></td><td>제작/설치</td><td>2007.03</td></tr><tr><td></td><td>검사 및 시험</td><td>2007.08</td></tr></tbody></table>
|
[
"표 2에서 가장 먼저 이루어진 연구 개발 내용은 무엇입니까?",
"표 1. 전류인입 시스템 구성 하드웨어 리스트에서 TF 시스템에 가장 많은 구성비율을 차지 하는 것은 무엇입니까?",
"표 1에서 TF 시스템이 17인 아이템은 무엇입니까?",
"표 1. 전류인입 시스템 구성 하드웨어 리스트에서 아이템 CLB의 TF 시스템은 몇 개야?",
"표 1에서 저온 밸브의 PF 시스템은 몇 개로 구성되어 있어?",
"표 1에서 헬륨냉매 제어시스템의 단위는 무엇입니까?",
"표 1에서 PF 시스템이 39인 아이템은 무엇입니까?",
"표 1. 전류인입 시스템 구성 하드웨어 리스트에서 아이템 CL의 단위는 뭐야?",
"표 2. 전류 인입 시스템 구축 이력에서 전류 인입선의 E/D 종료는 언제 이루어졌나요?",
"표 2. 전류 인입 시스템 구축 이력에서 전류 인입선의본제품 제작/설치는 언제 이루어졌나요?",
"표 2. 전류 인입 시스템 구축 이력에서 2005년 6월에 vps는 무슨 연구를 했나요?",
"표 2. 전류 인입 시스템 구축 이력에서 2003년 12월에 E/D 종료를 한 아이템은 무엇입니까?",
"표 2. 전류 인입 시스템 구축 이력에서 가장 먼저 이루어진 연구 날짜는 언제야?",
"표 2에서 연구 개발 내용 중 진공 및 TS 냉각 시험 완료한 아이템은 무엇입니까?",
"표 2. 전류 인입 시스템 구축 이력에서 헬륨 배관 및 제어 시스템의 검사 및 시험은 언제 했어?"
] |
ab6517f0-7f76-49e0-8b20-13d94fab86d7
|
인공물ED
|
KSTAR 전류인입선 및 헬륨냉매 제어시스템 제작 및 설치
|
<table border><caption>표 5. 헬륨 라인별 냉매 온도, 압력 및 유량 데이터</caption> <tbody><tr><td>헬륨 상태</td><td>용도</td><td>온도 (\(\mathrm{K}\))</td><td>압력 ((\(\mathrm{bar}\)))</td><td>유량 ((\(\mathrm{g/s}\)))</td></tr><tr><td>LHe</td><td>CL 냉각</td><td>4.2</td><td>1.3</td><td>60</td></tr><tr><td>GHe</td><td>버퍼탱크 액체헬륨 기화</td><td>10~20</td><td>1.2</td><td>25</td></tr><tr><td>RHe</td><td>CL 냉각후 기화</td><td>300</td><td>1.2</td><td>50</td></tr><tr><td></td><td>열차폐체 냉각</td><td>55</td><td>18</td><td>41</td></tr><tr><td>SHe</td><td>초전도 버스라인 냉각</td><td>4.2</td><td>3.5</td><td>96</td></tr></tbody></table> <table border><caption>표 6. 헬륨 라인 및 제어시스템 구축 관련 주요 시험 결과 요약</caption> <tbody><tr><td>아이템</td><td>요구 조건</td><td>결 과</td></tr><tr><td>HCS 제작전</td><td></td><td></td></tr><tr><td>- 누설 검사</td><td>\( \left\langle 1 \times 10^{-9} \operatorname{mbar} \cdot \mathrm{l} / \mathrm{s}\right. \)</td><td>\( \left\langle 1 \times 10^{-9} \mathrm{mbar}^{\cdot} \mathrm{l} / \mathrm{s}\right. \)</td></tr><tr><td>- 내전압 검사(표/B)</td><td>\( 15 \mathrm{kV} \)</td><td>\( 15 \mathrm{kV},>10 \mathrm{G} \Omega \)</td></tr><tr><td>HCS 제작후</td><td></td><td></td></tr><tr><td>- 내압검사</td><td>\( 10 \mathrm{bar} \), \( \left\langle 1 \times 10^{-5} \mathrm{ppm}\right. \)</td><td>\( 10 \mathrm{bar} \), \( \left\langle 1 \times 10^{-5} \mathrm{ppm}\right. \)</td></tr><tr><td>- 누설검사</td><td>\( \left\langle 1 \times 10^{-9} \operatorname{mbar} \cdot \mathrm{l} / \mathrm{s}\right. \)</td><td>\( \left\langle 1 \times 10^{-9} \operatorname{mbar} \cdot \mathrm{l} / \mathrm{s}\right. \)</td></tr><tr><td>I&C 제작 후</td><td></td><td></td></tr><tr><td>- 냉각 시험</td><td>CL Line< 100 K, 48 hr</td><td>< 85 K, 48 hr</td></tr><tr><td>- 냉각 후 누설검사</td><td>\( \left\langle 1 \times 10^{-9} \operatorname{mbar} \cdot \mathrm{l} / \mathrm{s}\right. \)</td><td>\( \left\langle 1 \times 10^{-9} \operatorname{mbar} \cdot \mathrm{l} / \mathrm{s}\right. \)</td></tr><tr><td>- 히터제어 검사</td><td>>이슬점 온도</td><td>히터 : \( 100{ }^{\circ} \mathrm{C} \rightarrow \) CL : \( 27{ }^{\circ} \mathrm{C} \)</td></tr><tr><td>- 유량제어 검사</td><td>유량제어 최단시간</td><td>\( 40 \sec (\mathrm{P}=100, \mathrm{I}=10 \)\( \mathrm{D}=0) \)</td></tr></tbody></table> <table border><caption>표 7. 중앙 인터록 시스템 알람 처리 기준</caption> <tbody><tr><td>인터록 레벨</td><td>주요 인터록 설정</td></tr><tr><td>알람 1</td><td>TF Coil fast discharge</td></tr><tr><td>알람 2</td><td>TF Coil slow discharge</td></tr><tr><td>알람 3</td><td>PF Coil fast discharge</td></tr><tr><td>알람 4</td><td>Next shot inhibit</td></tr><tr><td>알람 5</td><td>Local Alarm</td></tr></tbody></table> <table border><caption>표 8. 중앙 인터록 시스템 연계 전류전송시스템 알람 신호 리스트</caption> <tbody><tr><td>인터록 레벨</td><td>Failure mode</td><td>기준</td></tr><tr><td>레벨 1</td><td>- TF CLB 액체 헬륨 레벨 \( 100 \mathrm{~mm} \) 이하</td><td>\(<100 \mathrm{~mm} \)</td></tr><tr><td></td><td>- TF CLB 헬륨 용기 압력 \( 2 \mathrm{bar} \) 이상</td><td>\( P>2 \mathrm{bar} \)</td></tr><tr><td></td><td>- TF 전류인가 상태에서 전류인입선 유량 제어용 저온 밸브 제어 불능</td><td>\( \langle 50 \%(0.6 \mathrm{~g} / \mathrm{s}), 6 \) minutes</td></tr><tr><td></td><td>- TF 버스라인 헬륨 온도 \( 7 \mathrm{~K} \) 이상</td><td>\( \mathrm{T}>7.0 \mathrm{~K} \)</td></tr><tr><td>레벨 2</td><td>- TF CLB 액체 헬륨 레벨 \( 150 \mathrm{~mm} \) 이하</td><td>\(<150 \mathrm{~mm} \)</td></tr><tr><td></td><td>- TF CLB 헬륨 용기 압력 \( 1.7 \mathrm{bar} \) 이상</td><td>\( P>1.7 \mathrm{bar} \)</td></tr><tr><td></td><td>- TF 전류인가 상태에서 전류인입선 유량 제어용 저온 밸브 제어 불능</td><td>\( \langle 50 \%(0.6 \mathrm{~g} / \mathrm{s}), 4 \) minutes</td></tr><tr><td></td><td>- TF 버스라인 헬륨 온도 \( 6.5 \mathrm{~K} \) 이상</td><td>7>\( \mathrm{T}>6.5 \mathrm{~K} \)</td></tr><tr><td>레벨 3</td><td>- PF CLB 액체 헬륨 래벨 \( 150 \mathrm{~mm} \) 이하</td><td>\(<150 \mathrm{~mm} \)</td></tr><tr><td></td><td>- PF CLB 헬륨 용기 압력 \( 2 \mathrm{bar} \) 이상</td><td>P \( >2 \mathrm{bar} \)</td></tr><tr><td></td><td>- PF 전류인가 상태에서 전류인입선 유량 제어용 저온 밸브 제어 불능</td><td>\( \langle 50 \%(0.6 \mathrm{~g} / \mathrm{s}), 5 \) minutes</td></tr><tr><td></td><td>- PF 버스라인 헬륨 온도 \( 7 \mathrm{~K} \) 이상</td><td>\( \mathrm{T}>7.0 \mathrm{~K} \)</td></tr><tr><td>레벨 4</td><td>- PF/TF CLB 액체 혤륨 레벨 \( 200 \mathrm{~mm} \) 이하</td><td>\(<200 \mathrm{~mm} \)</td></tr><tr><td></td><td>- PF/TF CLB 헬륨 용기 압력 \( 1.5 \mathrm{bar} \) 이상</td><td>P >\( 1.5 \mathrm{bar} \)</td></tr><tr><td></td><td>- PF/TF 전류인가 상태에서 전류인입선 유량 제어용 저온 밸브 제어 불능</td><td>\( \langle 50 \%(0.6 \mathrm{~g} / \mathrm{s}), 3 \) minutes</td></tr><tr><td></td><td>- PF/TF 버스라인 헬륨 온도 \( 6 \mathrm{~K} \) 이상</td><td>\( T>6.0 \mathrm{~K} \)</td></tr><tr><td>레벨 5</td><td>- PF CLB 액체 헬륜 레벨 \( 250 \mathrm{~mm} \) 이하</td><td>\(<250 \mathrm{~mm} \)</td></tr><tr><td></td><td>- PF CLB 헬륨 용기 압력 \( 1.3 \mathrm{bar} \) 이상</td><td>\( >1.3 \mathrm{bar} \)</td></tr><tr><td></td><td>- PF 전류인가 상태에서 전류인입선 유량 제어용 저온 밸브 제어 불능</td><td>depend on \( \mathrm{I}(\mathrm{kA}), 0.33 \mathrm{~g} / \mathrm{s} \) at \( \mathrm{I}=0 \)</td></tr><tr><td></td><td>-TF Cug 액체 헬륨 레벨 250 mm 이하</td><td>< 250mm</td></tr><tr><td></td><td>- TF CLB 헬륨 용기 압력 \( 1.2 \mathrm{bar} \) 이상</td><td>\( >1.2 \mathrm{bar} \)</td></tr><tr><td></td><td>- TF 전류인가 상태에서 전류인입선 유량 제어용 저온 밸브 제어 불능</td><td>\( >4 \) minutes, \( 0.44 \mathrm{~g} / \mathrm{s} \) at \( \mathrm{I}=0 \)</td></tr></tbody></table>
|
[
"표 5에서, 헬륨 상태가 LHe인 경우 어떤 용도로 사용되는가?",
"표 5에서, RHe 헬륨라인은 어떤 용도로 사용되는가?",
"표 5에서, GHe 헬륨의 사용 용도는 무엇인가?",
"표 5에서,<td>LHe</td>헬륨의 냉매 온도는 얼마인가?",
"표 5에서 알 수 있는 헬륨 상태 중, SHe 헬륨 라인의 사용 용도는 무엇인가?",
"표 5에서, GHe 헬륨의 냉매 온도 범위는 무엇인가?",
"표 5에서, RHe 헬륨 라인의 냉매 온도는 몇 \\(\\mathrm{K}\\)인가?",
"표 5에서, 버퍼탱크 액체헬륨을 기화시키는 데에 쓰이는 헬륨 상태의 압력은 몇 \\(\\mathrm{bar}\\)인가?",
"표 5에서, CL 냉각후 기화에 쓰이는 헬륨 상태의 압력은 얼마인가?",
"표 5를 통해 알 수 있는 LHe 헬륨의 유량은 몇 \\(\\mathrm{g/s}\\)인가?",
"표 5에서, CL 냉각후 기화에 쓰이는 RHe 헬륨 라인은 몇 \\(\\mathrm{g/s}\\)의 유량을 가지는가?",
"표 6에서, HCS 제작 전 누설 검사 요구 조건은 무엇인가?",
"표 6에서 알 수 있는 HCS 제작 전의 누설 검사 결과는 무엇인가?",
"표 6에서, 내전압 검사 요구 조건은 무엇인가?",
"표 6에서 확인할 수 있는 HCS 제작 전 내전압 검사 결과는 무엇인가?",
"표 5에서, 헬륨 상태 중 SHe 헬륨 라인에 해당하는 온도는 몇 \\(\\mathrm{K}\\)인가?",
"표 5에서, CL 냉각에 사용하는 헬륨 라인의 압력 몇 \\(\\mathrm{bar}\\)인가?",
"표 5에서, SHe 헬륨이 가지는 유량값은 얼마인가?",
"표 5에서, GHe 헬륨 라인이 가지는 유량은 몇 \\(\\mathrm{g/s}\\)인가?",
"표 5에서, 초전도 버스라인 냉각의 용도로 사용되는 헬륨 상태의 압력은 얼마인가?",
"표 6에서, HCS를 제작한 후의 내압 검사에 대한 요구 조건은 무엇인가?",
"표 7에서, 알람 1의 주요 인터록 설정은 무엇인가?",
"표 7에서, 주요 인터록 설정 중에서 알람 5의 주요 인터록 설정은 무엇인가요?",
"표 7에서, PF Coil fast discharge를 주요 인터록 설정으로 갖는 인터록 레벨은 무엇인가?",
"표 7에서, 인터록 레벨 중 알람 2의 주요 인터록 설정은 무엇인가?",
"표 7에서, 인터록 레벨 중에서 Next shot inhibit를 주요 인터록 설정으로 갖는 것은 무엇인가요?",
"표 8에서, 인터록 레벨 1의 Failure mode 중 TF CLB 액체 헬륨 레벨 \\( 100 \\mathrm{~mm} \\) 이하의 기준은 무엇인가?",
"표 8에서, 인터록 레벨 1일 때 TF CLB 액체 헬륨 용기 압력이 \\( 2 \\mathrm{bar} \\) 이상이 되는 기준은 무엇인가?",
"표 8에서, 인터록 레벨 2의 때 Failure mode가 TF 전류인가 상태에서 전류인입선 유량 제어용 저온 밸브 제어 불능인 기준은 무엇인가?",
"표 8에서, 인터록 레벨 2에 해당하는 Failure mode가 TF 버스라인 헬륨 온도 \\( 6.5 \\mathrm{~K} \\) 이상인 기준은 무엇인가?",
"표 8에서, 인터록 레벨 3 중 기준이 \\(<150 \\mathrm{~mm} \\)에 해당하는 Failure mode는 무엇인가?",
"표 8에서, 기준이 \\( \\langle 50 \\%(0.6 \\mathrm{~g} / \\mathrm{s}), 5 \\) minutes인 Failure mode는 무엇인가?"
] |
3753162e-5604-45dd-8033-6fc8eb4cd36a
|
인공물ED
|
안정된 고유 어드미턴스 제어방식을 이용한 강인한 힘 제어기의 구현
|
<h1>Ⅳ. 1축 로붓 시스템 및 제어 실험환경</h1><h2>1. 1축 로봇 시스템</h2><p>제안한 고유 어드미턴스 제어기의 실험을 위하여 제작한 1축 로봇 시스템은 \( 750 \mathrm{W} \) AC 서보 모터와 \( 400 \mathrm{W} \) AC 서보 모터, 토크 센서 그리고 2개의 커플링으로 구성되어 있으며,<그림 (4.1)>에서 보여진다. 1축 로봇 시스템의 왼쪽 샤프토에는 제어대상 모터(\( 750 \mathrm{W} \) AC 서보 모터)가 장착되어 있고 제어 대상 모터는 로봇의 핸드 또는 공구단에 해당하는 부분이 된다. 토크 센서의 오른쪽에는 로봇과 접촉되는 환경의 효과를 주기 위해 부하 모터(\( 4000 \mathrm{W} \) AC 서보 모터)를 장착하여 원하는 환경을 로봇에 제공 할 수 있도록 하였다.</p><p>토크 센서와 토크 검출기(Torque Detector)는 로봇의 끝단이 임의의 강성(Stiffness)을 갖는 환경과의 접촉시 환경에서 발생하는 반작용의 힘을 축정하기 위한 것이다. 제어대상 모터인 \( 750 \mathrm{W} \) AC 서보모터와 토크센서 사이 또는 환경모터인 \( 400 \mathrm{W} \) AC 서보모터와 토크센서 사이에 존재하는 2개의 커플링은 제어 대상 모터로부터 환경 모터에까지 힘을 전달하는 역할을 한다.</p><p>쿨롱 마찰력은 오픈루프의 제어대상 모터의 관성 모멘트에 직접 영향을 주는 외란이며 \( 750 \mathrm{W} \) AC 서보모터의 샤프트에 직접 고무 밸트를 걸어서 발생 시킬 수 있다.</p><p>본 논문에서 로봇 시스템에 어드미턴스 제어기를 적용하기 위하여 연산속도가 빠른 고속의 DSP를 사용함으로서 실시간으로 제어대상 시스템인 1축 로봇 시스템을 제어하고 있다. 제어 시스템의 구성은 중앙 처리장치 보드와 입/출력 제어 신호를 발생시키는 인터페이스 보드로 구성이 되어 있다. DSP보드를 PCI버스에 장착하고, 외부 입출력 모듈을 탑재한 인터페이스 보드를 \( 15 \mathrm{A} \) 버스에 장착하여 구성하였다. 인터페이스 보드에 는 A/D 컨버터 및 D/A 컨버터와 카운터 모듈이 탑재되어 있다. DSP 보드와 인터페이스 보드간의 데이터 송수신은 DSP-Link3 버스롤 사용한다. 또한 인터페이스 보드와 IP 모듈간의 데이터 송수신은 IP 버스를 사용한다.</p><p>1축 로봇 시스템과 제어기 개발 환경 시스템의 연결 상태를 설명하면, 로봇핸드에 해당하는 \( 750 \mathrm{W} \) AC 서보 모터와 가변적인 강성을 갖는 환경의 역할을 하는 \( 400 \mathrm{W} \) AC 서보 모터에 D/A 컨버터로부터 제어 신호를 출력하고, 각각의 모터에서 나오는 엔코더 검출 신호는 카운터에 연결하여 모터의 위치를 파악한다. 로봇과 환경의 접촉시에 발생하는 토크를 측정하기 위해서 토크 센서에서 출력되는 값을 A/D 컨버터를 사용하여 토크 값을 측정할 수 있다.</p><p>제어기 개발 환경 시스템의 소프트웨어 구성은 프로그램을 작성을 하고 컴파일을 하여 DSP 보드로 다운로드 시키는 형식을 취하고 있다. 실행되고 있는 상황을 모니터링 할 수 있도록 시스템이 구성이 되어 있다.</p><h2>2. 시스템 모델링</h2><p>위에서 구축한 제어기 개발 환경을 이용하여 본 논문에서 제작한 힘 제어용 1축 로봇 시스템의 파라미터를 실험을 통하여 구한 결과가<표 1>과 같다.</p><table border><caption>Title</caption><tbody><tr><td>파라미터 종류</td><td>파라미터 값</td></tr><tr><td>제어대상 모터의 질량 또는 관성 모멘트</td><td>\( M_{m} = 0.671 \times 10^{-4} K_{g} m^{2} \)</td></tr><tr><td>로봇 끝단의 질량 또는 관성 모멘트</td><td>\( M_{s} = 0.191 \times 10^{-4} K_{g} m^{2} \)</td></tr><tr><td>커플링의 마찰</td><td>\( B_{t} = 0.0034 \mathrm{N} / \mathrm{m}( \mathrm{rad} / \mathrm{sec}) \)</td></tr><tr><td>커플링의 강성</td><td>\( K_{t} = 10.4 \mathrm{Nm} / \mathrm{rad} \)</td></tr><tr><td>제어모터 압력</td><td>\( V_{750 \text { W motor }}=0.5 \sin \omega_{c}+0.5 \)</td></tr><tr><td>환경모터 입력</td><td>\( V_{400 \text { W. motor }}=0.3 \sin \omega_{e}+0.3 \)</td></tr><tr><td>쿨롱 마찰력</td><td>\( F_{f}=2 \mathrm{Nm} \)</td></tr></tbody></table><p>위의 파라미터 값들은 많은 데이터 분석과 실험을 통하여 산출한 결과로써 커플링의 마찰은 먼저 커플링을 제거한 상태에서 속도를 피드백 받아서 측정하고 측정이 끝 난후 다시 커플링을 연결한 상태에서 다시 속도 피드백을 받아 50번 이상의 실험을 통하여 나온 데이터의 평균을 낸 상태의 결과이고 커플링의 강성의 경우는 속도 대신에 엔코더 신호로부터 위치에 대한 데이터를 가지고 커플링을 연결한 경우와 커플링을 연결하지 않은 경우에 대해 똑같이 실험 후 평균을 계산한 결과이다.</p><p>쿨롱 마찰력의 경우는 \( 750 \mathrm{W} \) AC 서보모터의 샤프트에 고무벨트를 걸어서 외란을 발생 시켰고, 쿨롱 마찰 값을 구하기 위해 벨트를 걸지 않은 경우의 토크센서 값과 벨트를 걸었을 때의 토크센서 값을 비교하여 산출한 결과이다.</p><p>위에서 구한 파라미터들은 고유 어드미턴스 제어기에서 중요한 역할을 하는 힘 보상기 또는 속도 보상기 이외에 서로 다른 4개의 어드미턴스 함수를 정의하는 데 사용 할 뿐만 아니라 1축 로봇 시스템을 구동하기 위한 입력신호 및 가변적인 환경의 호과를 주기 위하여 사용되어 진다.</p>
|
[
"시스템 모델링을 하기 위해서 쿨롱 마찰을 어떻게 발생 시켰어?",
"표1에서 \\( M_{m} \\) 값을 가지는 파라미터는 무엇이야?",
" \\( M_{m} \\)의 파라미터 값을 보이는 파라미터 종류는 무엇인가?",
"표1에서 \\( F_{f}=2 \\mathrm{Nm} \\)값을 가지는 파라미터가 뭐야?",
"표에서 나타내는 파라미터 종류의 마지막 항목은 뭘 나타내?",
"표1에서 제어대상 모터의 질량 또는 관성 모멘트의 파라미터 값이 뭐야?",
"제어대상 모터의 질량 또는 관성 모멘트를 나타내는 파라미터는 뭐지",
"표1에서 압력과 관련된 파라미터 중에서 \\( V_{750 \\text { W motor }}=0.5 \\sin \\omega_{c}+0.5 \\) 파라미터 값을 가지는 행의 이름이 뭐야?",
" \\( V_{750 \\text { W motor }}=0.5 \\sin \\omega_{c}+0.5 \\) 의 값은 무슨 압력을 나타내?",
"표1에서 쿨롱 마찰력이 해당하는 열의 이름이 뭐야?",
"표 1에서 첫째 열의 항목은 어떤 종류를 나타내?"
] |
c1cc91e2-4794-4c71-ba81-e35f6f94fe45
|
인공물ED
|
GMR센서 배열을 이용한 자석팁의 2D 위치 추정
|
<h1>3. 행렬 센서를 이용한 자석팁의 2차원 위치 추정</h1><h2>3.1 \( 2 \times 2 \) 행렬센서와 자석팁의 구성</h2><p>식(5)를 이용하면 GMR 센서의 출력전압으로 자석팁까지의 거리를 추정할 수 있다. 본 연구에서는 센서를 X Y 평면 위 각 축에 두 개씩 행렬 \( (2 \times 2) \)로 배치하여 4개 센서의 출력전압을 이용해 행렬 내의 자석팁 위치를 추정하고자 한다. 측정 범위를 고려하여 센서를 \( 25 \mathrm{mm} \) 간격으로 하여 Fig. 6 처럼 행렬센서와 자석팁의 배치하였다. 센서가 놓이는 위치 A, B, C, D는 Table 2 와 같고, 검출할 수 있는 자석팁의 이동공간은 EFGH이다. 자석팁은 센서가 배열된 평면으로부터 평행하게 \( 30 \mathrm{mm} \) 떨어진 평면 위에서 이동한다.</p><h2>3.2 2차원 이동 실험장치</h2><p>Fig. 7에 보이는 것처럼 제작된 \( 2 \times 2 \)행렬 센서는 Z축 방향을 향하도록 고정되어 있다. 자석은 행렬 센서 평면에서 \( 30 \mathrm{mm} \) 떨어진 위치에 있는 스텝 모터 구동 X Y 스테이지에 얹혀 X 또는 Y 축으로 이동된다. 자석의 방향은 N극을 띄는 면이 센서 평면 방향을 바라보도록 하였다.</p><h2>3.3 신호처리 장치 구성</h2><p>Fig. 8은 GMR 센서 신호를 PC에서 받아들이는 신호처리과정을 나타낸다. 각 센서의 출력전압은 증폭과 필터 과정을 거쳐서 아두이노를 통해 측정하고, 수집된 데이터는 시리얼 데이터 통신을 PC에 전송된다. 전송된 4개의 센서 데이터를 이용해서 최종 좌표를 추정한다.</p>
|
[
"식(5)를 이용하면 GMR 센서의 출력전압으로 자석팁까지의 거리를 추정할 수 있습니까?",
"Fig. 7에 보이는 것처럼 제작된 \\( 2 \\times 2 \\)행렬 센서는 Z축 방향을 향하도록 고정되어 있습니까?",
"자석의 방향은 N극을 띄는 면이 센서 평면 방향을 바라보도록 하였습니까?",
"식(5)를 이용하면 GMR 센서의 출력전압으로 어디까지의 거리를 추정할 수 있습니까?",
"식(5)를 이용하면 무엇으로 자석팁까지의 거리를 추정할 수 있습니까?",
"측정 범위를 고려하여 센서를 얼마의 간격으로 하여 Fig. 6 처럼 행렬센서와 자석팁의 배치하였습니까?",
"Fig. 8은 GMR 센서 신호를 PC에서 받아들이는 무엇을 나타내는가?",
"자석팁은 센서가 배열된 평면으로부터 평행하게 \\( 30 \\mathrm{mm} \\) 떨어진 평면 위에서 이동합니까?",
"본 연구에서는 센서를 X Y 평면 위 각 축에 두 개씩 행렬 \\( (2 \\times 2) \\)로 배치하여 4개 센서의 출력전압을 이용해 행렬 내의 자석팁 위치를 추정하고자 합니까?",
"센서가 놓이는 위치 A, B, C, D는 Table 2 와 같고, 검출할 수 있는 자석팁의 이동공간은 무엇입니까?",
"자석의 방향은 어디를 띄는 면이 센서 평면 방향을 바라보도록 하였습니까?",
"Fig. 7에 보이는 것처럼 제작된 \\( 2 \\times 2 \\)행렬 센서는 어디 방향을 향하도록 고정되어 있습니까?",
"각 센서의 출력전압은 증폭과 무엇을 거쳐서 아두이노를 통해 측정합니까?",
"각 센서의 출력전압은 증폭과 필터 과정을 거쳐서 무엇을 통해 측정합니까?",
"각 센서의 출력전압은 증폭과 필터 과정을 거쳐서 아두이노를 통해 측정하고, 수집된 데이터는 시리얼 데이터 통신을 PC에 전송된다. 전송된 4개의 센서 데이터를 이용해서 최종 좌표를 추정합니까?",
"Fig. 8은 GMR 센서 신호를 PC에서 받아들이는 신호처리과정을 나타냅니까?",
"자석팁은 센서가 배열된 평면으로부터 평행하게 얼마나 떨어진 평면 위에서 이동합니까?",
"측정 범위를 고려하여 센서를 \\( 25 \\mathrm{mm} \\) 간격으로 하여 Fig. 6 처럼 행렬센서와 자석팁의 배치하였습니까?"
] |
6171e770-88ad-44f1-86f7-6730111cfd67
|
인공물ED
|
GMR센서 배열을 이용한 자석팁의 2D 위치 추정
|
<h1>1. 서 론</h1><p>불투명한 물체나 공간 속에 금속 조각이 놓여 있을 때 바깥에서 이것을 확인하기 위해 사용하는 방식으로 X선, 자기장, 초음파 등이 있다. 특히 사람 몸속에 가이드와이어나 카테터와 같은 물체를 넣어 시술을 할 경우 카테터의 위치를 확인하기 위해 X선이 가장 널리 이용되고 있다. 하지만 이는 해당 시술을 반복적으로 진행하는 환자와 시술자의 건강에 피해를 줄 염려가 있으므로 초음파, 자기장 등을 이용하여 대체할 수 있는 방법을 찾고자 하는 노력이 시도되어 왔다. 초음파는 뼈와 같은 장애물이 중간에 있으면 초음파가 제대로 전달되지 않아 금속 조각을 검출할 수 없지만 자기장은 방해받지 않고 검출할 수 있다. 이러한 장점 때문에 비접촉식 위치 감지가 필요한 분야 -제스쳐를 사용한 인터페이스, 3D 마우스 등 - 에 자성체를 넣어 적용되고 있다.</p><p>본 연구에서는 카테터를 이용한 의료시술시 자기 센서인 GMR (Giant magneto resistance) 센서를 이용하여 자석팁이 부착된 가이드와이어나 카테터를 인체에 삽입하여 시술할 때 끝단의 위치를 추정하는 방법을 제시하고자하였다. GMR 센서는 빠른 응답성과 높은 감도를 가지고 있어 하드디스크 드라이브, 바이오센서 등의 여러 산업 분야에 사용되고 있다. 실험을 통해 GMR 센서의 출력전압과 거리 관계식을 구하고, 2차원 XY평면으로 확장하여 전압과 거리를 등고선으로 표현하였다. 이를 근거로 해서 XY평면에 놓인 자석팁의 위치를 추정하는 알고리즘을 개발하고 성능실험을 통해 시스템의 유효성을 확인하였다.</p>
|
[
"특히 사람 몸속에 가이드와이어나 카테터와 같은 물체를 넣어 시술을 할 경우 카테터의 위치를 확인하기 위해 주로 무엇을 사용하는가?",
"특히 사람 몸속에 가이드와이어나 카테터와 같은 물체를 넣어 시술을 할 경우 카테터의 위치를 확인하기 위해 주로 어떤 것을 사용하는가?",
"환자와 시술자의 건강에 피해를 줄 염려를 줄이기 위해 무엇과 무엇을 이용하여 대체할 수 있는 방법을 찾고자 하는 노력이 시도되고 있는가?",
"환자와 시술자의 건강에 피해를 줄 염려를 줄이기 위해 어떤 것들을 이용하여 대체할 수 있는 방법을 찾고자 하는 노력이 시도되고 있어?",
"카테터를 이용한 의료시술시 자기 센서인 GMR센서를 이용하여 무엇을 하려는가?",
"카테터를 이용한 의료시술시 자기 센서인 GMR센서를 이용하여 뭐해?",
"GMR의 약자의 뜻은 무엇인가?",
"GMR 센서는 빠른 응답성과 무엇을 가지고 있어 하드디스크 드라이브, 바이오센서 등의 여러 산업 분야에 사용되고 있는가?",
"GMR 센서의 출력전압과 거리 관계식을 구하고, 2차원 XY평면으로 확장하여 전압과 거리를 무엇으로 표현하였는가?",
"X선, 자기장, 초음파는 주로 어떻게 사용되는 방식일까?",
"주로 어떻게 이용되는 X선, 자기장 초음파인가?",
"X선, 자기장, 초음파 방식 중에서 X선은 주로 어떻게 사용되고 있는가?",
"X선, 자기장, 초음파 방식 중에서 X선은 주로 어떻게 이용돼?",
"GMR센서를 통해 의료시술시 카테터를 이용하여 본 연구에서 어떻게 하고자 하였는가?",
"GMR센서를 통해 의료시술시 카테터를 이용하여 본 연구에서 어떻게 하는가?",
"카테터를 인체에 삽입하여 시술할 때 끝단의 위치를 추정하는 방법을 연구한 본 실험의 과정은 어떻게 이루어졌는가?",
"카테터를 인체에 삽입하여 시술할 때 끝단의 위치를 추정하는 방법을 연구한 본 실험의 과정은 어떤 과정으로 이루어져?",
"하드디스크 드라이브, 바이오센서 등의 여러 산업 분야에 사용되는 GRM 센서의 장점은 어떻게 되는가?",
"초음파는 뼈와 같은 장애물이 중간에 있으면 초음파가 제대로 전달되지 않아 금속 조각을 검출할 수 없지만 자기장은 방해받지 않고 검출할 수 있는가?",
"비접촉식 위치 감지가 필요한 분야 -제스쳐를 사용한 인터페이스, 3D 마우스 등 - 에 무엇을 넣어 적용되고 있는가?",
"X선, 자기장, 초음파 방식 중에서 자기장의 장점은 초음파 방식과 비교해 어떻게 되는가?"
] |
14bdc570-f88c-4106-9de8-b1598bf0d008
|
인공물ED
|
GMR센서 배열을 이용한 자석팁의 2D 위치 추정
|
<h1>4. 위치 추정 시스템의 성능 평가</h1><h2>4.1 자석팁의 위치에 따른 센서출력</h2><p>자석팁을 XY 스테이지로 각 축으로 이동하면서 \( 375 \mu \mathrm{m} \) 간격마다 출력전압을 측정하였다. Fig. 9은 한 개의 센서가 자석 팁의 XY 위치에 따라 취득한 출력전압 \( (\mathrm{V}) \)을 Z 축 높이로 나타낸 것이다. 센서에 자석이 가까울수록 출력이 높고, 멀어질수록 작아지는 종 모양을 확인할 수 있다. 이처럼 출력한 그래프를 각 센서마다 XY 평면에서 등고선으로 표시한 것이 Fig. 10이다. 각 센서 위치에 자석팁이 있으면 출력전압이 가장 크고, 등고선의 중심에 해당한다.</p><h2>4.2 센서 출력을 이용한 자석팁의 거리 추정</h2><p>Fig. 11은 미리 교정해 둔 센서 출력과 거리의 관계식을 나타내는데, 이런 데이터베이스를 기반으로 센서의 출력에 따라 거리를 추정할 수 있다. 이는 거리에 따른 출력 전압인 식(5)의 역함수이다.</p><h2>4.3 등고선 교점을 이용한 자석팁의 위치 추정</h2><p>1개 센서의 출력으로는 거리를 추정할 수 있으므로 등고선의 한 개 원주상에 자석팁이 있다고 보고, 4개 센서의 출력으로 해당 등고선들의 교점을 구하면 최종 위치를 추정할 수 있다. 측정값이 이론에 따라 정확하게 구해진다면 Fig. 12(a)와 같이 모든 등고선은 한점을 지날 것이다. 그러나 실제는 오차가 포함되므로 Fig. 12(b) 와 같이 한점에서 만나지 않는다. 본 연구에서는 이를 고려하여 최적화된 교점을 이용한 위치 추정 알고리즘을 제시하였다.</p><p>각 센서출력으로 자석팁까지의 거리를 추정한 뒤, 각 센서를 중심으로 4개의 원형 등고선을 그리고 이들의 교점을 계산한다. 센서 \( n \)의 추정거리를 \( R_{n} \)이라 하면 자석팁은 센서좌표 \( \left(x_{n}, y_{n}\right) \)를 중심으로 하고 반지름이 \( R_{n} \)인 원주상에 한 점 (x, y)이라고 볼 수 있으므로 식 (6)처럼 나타낼 수 있다.</p><p>\( \left(x-x_{n}\right)^{2}+\left(y-y_{n}\right)^{2}=R_{n}^{2} \)<caption>(6)</caption></p><p>자석팁이 4개 행렬 센서로 이루어진 4각형 내부에 있다고 하면 Fig. 12(c)에 보이듯이 센서1과 센서 2, 센서2과 센서 3의 교점 P12 \((x_{1}, y_{1}\)), P23 \((x_{2}, y_{2}) \) 과 센서5와 센서 2 , 센서 4과 센서 3의 교점 P 24 \((x_{3}, y_{3})\), P34 \((x_{4}, y_{4}) \) 이 자석팁의 추정 위치인데 이들을 평균한 좌표점이 통계적으로 가장 확률이 높은 자석팁의 위치가 되므로 최종 추정 좌표값은 식 7과 같다.</p><p>\( \mathrm{P}=\left(\frac{x_{1}+x_{2}+x_{3}+x_{4}}{4}, \frac{y_{1}+y_{2}+y_{3}+y_{4}}{4}\right) \)<caption>(7)</caption></p><h2>4.4 자석팁 위치별 추정실험 결과</h2><p>Table 3은 측정 범위 내 다양한 위치에서의 위치 추정을 실시하였을 때 각 좌표마다 가지는 추정위치와 오차를 정리하였다. 위치 추정을 진행하였을 때 일반적으로 \( 1 \mathrm{mm} \) 내외의 직선 오차를 가진다. 이는 위치 추정을 통하여 실제위치의 확인 가능하다고 보여진다. 가까울 수 록 출력이 센서의 포화 출력에 근접하여 중앙에 비하여 큰 오차를 가진다. 이는 자석팁이 적절한 자기장을 갖는 거리에 있을 때 높은 신용도의 결과를 내는 것을 확인 할 수 있다. 추가적인 센서의 배치로 추정 거리 오차가 교정될 수 있으며 더 넓은 범위의 위치 추정도 가능하다.</p>
|
[
"센서에 자석이 가까울수록 출력이 높아지는 것이 맞는가?",
"본 실험에서는 자석팁을 XY 스테이지로 각 축으로 이동하면서 얼마의 간격마다 출력전압을 측정했는가?",
"각 센서 위치에 자석팁이 있으면 출력전압이 가장 크게 나타나?",
"출력전압을 등고선으로 표시한 그래프에서 등고선의 중심에는 무엇이 있어?",
"식 (6)에서 \\( R_{n} \\)은 무엇을 나타내?",
"식 (6)에서 \\( R_{n} \\)이 나타내는 것은 무엇인가?"
] |
d86591cc-8309-4ed5-aaf7-0cf2f9234a85
|
인공물ED
|
GMR센서 배열을 이용한 자석팁의 2D 위치 추정
|
<h1>2. GMR 센서를 이용한 자기장 검출</h1><h2>2.1 GMR 센서</h2><p>GMR센서는 Fig. 1(a) 처럼 강자성체와 비자성체의 다층평면으로 이루어진 구조로서 자기장의 유무와 크기에 따라 Fig. 1(b)와 같이 자성체의 자기극성 모멘트 소자(magnetic dipole moments)가 정렬을 달리함으로써 저항 변화를 일어키는 현상을 이용하는 센서이다. 본 연구에서 사용한 GMR센서(AAH-002(NVE사))는 Fig. 2(a)의 휘트스톤 브리지 구조로 되어 있어, 자기장에 의하여 생긴 센서의 저항 변화가 출력단 핀 1, 5의 전압으로 출력된다. 자기장에 따른 출력전압은 Fig. 2(b)와 같이 포화되기 전의 선형구간에서 사용할 수 있는데 환경 온도가 높을수록 출력이 줄어들어 측정정밀도가 떨어진다. Table 1 은 이 센서의 성능특성을 나타낸다.</p><h2>2.2 자석에서 거리에 따른 자기장 세기와 GMR 센서 출력전압</h2><p>자석 주변에 생성되는 자기장의 세기는 거리와 방향에 의해 Biot-Savart 식으로 표현된다. 크기가 작은 자석의 중심에서 \(r\)위치에 있는 점에서 자기장 세기를 Biot-Savart식으로 표현 하면 식(1)과 같다.</p><p>\( \overrightarrow{\mathrm{B}}(\overrightarrow{\mathrm{m}}, \overrightarrow{\mathrm{r}})=\frac{\mu_{0}}{4 \pi} \frac{\mathrm{r}^{2} \overrightarrow{\mathrm{m}}-3 \overrightarrow{\mathrm{r}}(\overrightarrow{\mathrm{r}} \times \overrightarrow{\mathrm{m}})}{\mathrm{r}^{5}}+\overrightarrow{\mathrm{B}}_{\text {Earth }} \)<caption>(1)</caption></p><h3>2.2.1 자석 축과 센서 축이 일직선인 경우</h3><p>자석을 원통(지름 \( 8.3 \mathrm{mm} \), 높이 \( 3.2 \mathrm{mm} \), 표면 자석세기 900 Oe) 형 페라이트 자석으로 하고, 자석과 측정기 축을 일치시켜 축의 영향은 없애고, 자기측정기와 GMR 센서를 이용해 자기장 세기와 GMR 센서의 출력전압이 거리에 따라 어떻게 변하는지 조사하였다. Fig. 4는 거리 변화에 따른 자기장 세기와 출력전압을 나타낸다. 최대 감지 거리는 \( 55 \mathrm{mm} \) 정도이고, 자기장 세기는 거리가 증가함에 따라 지수함수적으로 감소하지만 출력전압은 그 반대 형태로 감소한다. 이것은 GMR 센서 출력이 Fig. 2(b)의 성능곡선에 따라 자기장 세기가 클 때 변화율이 작아지는 성질에 기인한 것이다. 이들을 근사식으로 표현하면 각각 식(2), 식(3)과 같이 거리의 3차 다항식으로 된다. Fig. 3은 자기장 B, 거리벡터 r, 자기쌍극자모멘트 m의 관계를 나타냈다.</p><p>\( \mathrm{B}=1.274 \cdot 10^{5} r^{-3}+1640 r^{-2}-566.9 r^{-1}-11.22 \)<caption>(2)</caption></p><p>\( V_{o}=-3.012 \cdot 10^{-4} r^{3}+3.195 \cdot 10^{-3} r^{2}-1.158 r-18.89 \)<caption>(3)</caption></p><h3>2.2.2 자석 축과 센서 축이 직각인 경우</h3><p>자석 축과 센서 축이 직각인 경우 자석팁이 센서와 수직 거리 \( 30 \mathrm{mm} \) 떨어진 평면에서 X축, Y축으로 각각 이동하면서 GMR 센서 출력전압을 측정하였다. 그 결과는 Fig. 5(a)에 보이는 것처럼 약간 다르게 나타났는데 이것은 방향의 영향으로 생각된다. 최대 감지거리는 X축 방향으로 \( 33 \mathrm{mm}\), Y축 방향으로는 \( 38 \mathrm{mm} \)였다. 같은 출력이더라도 축에 따라 추정 거리가 달라지는 문제점을 해결하기 위하여 아래와 같은 알고리즘으로 좌표 정규화를 시행하였다.</p><p>Y축을 기준으로 X의 변환축을 \( \mathrm{X}_{\mathrm{T}} \)축이라 X 와 \( \mathrm{X}_{\mathrm{T}} \)의 관계는 다음 식과 같고, Fig. 5(a)는 Fig. 5(b)처럼 변환된다.</p><p>\( \mathrm{X}=0.89 \cdot X_{r} \)<caption>(4)</caption</p>><p>변환 후 Fig. 5(b)의 곡선을 전압-거리 근사식으로 표현하면 각각 식(5)와 같이 거리의 3차 다항식으로 된다.</p><p>\( V=6.03 \cdot 10^{-5} r^{3}-3.81 \cdot 10^{4} r^{2}+8.91 \cdot 10^{-4} r+4.626 \)<caption>(5)</caption</p>
|
[
"자성체의 자기극성 모멘트 소자(magnetic dipole moments)가 정렬을 달리함으로써 저항 변화를 일어키는 현상을 이용하는 센서는?",
"GMR센서(AAH-002(NVE사))는 휘트스톤 브리지 구조로 되어 있어, 자기장에 의하여 생긴 센서의 저항 변화가 출력단 핀 1, 5의 전압으로 출력되고 포화되기 전의 선형구간에서 사용할 수 있는데 환경 온도가 높을수록 출력이 줄어들어 떨어지는 정밀도는 뭐지?",
"Biot-Savart 식으로 표현되는 자석 주변에 생성되는 자기장의 세기는 무엇에 의해 결정되지?",
"원통형 페라이트 자석은 지름이 얼마지?",
"자석과 측정기 축을 일치시켜 축의 영향은 없애고, 자기측정기와 GMR 센서를 이용해 자기장 세기와 GMR 센서의 출력전압이 무엇에 따라 어떻게 변하는지 조사하였지?",
"자석 축과 센서 축이 직각인 경우 자석팁이 센서와 수직 거리 \\( 30 \\mathrm{mm} \\) 떨어진 평면에서 X축, Y축으로 각각 이동하면서 GMR 센서 출력전압을 측정 하였을 때 최대 감지거리는 X축방향으로 얼마지?",
"자석 축과 센서 축이 직각인 경우 자석팁이 센서와 수직 거리 \\( 30 \\mathrm{mm} \\) 떨어진 평면에서 X축, Y축으로 각각 이동하면서 GMR 센서 출력전압을 측정하였을 때 최대감지거리는 Y축 방향으로 얼마지?",
"본 연구에서 사용한 GMR센서(AAH-002(NVE사))는 자기장에 의하여 생긴 센서의 저항 변화가 출력단 핀 1, 5의 전압으로 출력되는데 어떤 구조로 되어 있어서지?",
"자기장에 따른 출력전압은 Fig. 2(b)와 같이 포화되기 전의 선형구간에서 사용할 수 있는데 출력이 줄어들어 측정정밀도가 떨어지는 것은 어떤 환경일 때지?",
"GMR 센서는 강자성체와 비자성체의 다층평면으로 이루어진 구조로서 자기장의 유무와 크기에 따라 자성체의 자기극성 모멘트 소자(magnetic dipole moments)가 정렬을 달리함으로써 무슨 변화를 일으키는 현상을 이용하는 센서지?"
] |
b7d74db4-d991-4b14-b5f5-5898085e38a4
|
인공물ED
|
GMR센서 배열을 이용한 자석팁의 2D 위치 추정
|
<h1>5. 결 론</h1><p>본 논문에서는 \( 2 \times 2 \) 배열 GMR 센서를 사용하여 평면에서 이동하는 자석팁의 위치를 추정하는 시스템을 설계하여 성능을 분석하였다. 이를 통해 얻은 결론은 다음과 같다.</p><ol type=1 start=1><li>(1) Biot-Savart 식이 보이는 것처럼 자기장의 세기는 자석팁까지 거리의 -3차 다항식으로 표현되고, GMR 센서의 출력전압은 거리의 3차 다항식으로 나타났다.</li><li>(2) 표면 자석세기 \( 900 \mathrm{Oe} \)인 자석 축에 일직선 운동일 때 GMR 센서의 최대 감지거리는 \( 55 \mathrm{mm} \) 이고, \( 30 \mathrm{mm} \) 떨어진 수직운동일 때 최대 감지거리는 X 축 \( \pm 33 \mathrm{mm}\), Y축 \( \pm 38 \mathrm{~mm} \) 이다.</li><li>4개 배열 센서의 등고선 교점으로 추정한 위치좌표는 실제위치와 최대 \( 1.5 \mathrm{mm} \) 오차내에 근접하였다.</li></ol>
|
[
"자석팁 위치를 추정할 수 있는 GMR 센서는 어떤 배열로 이루어져 있는가?",
"자기장의 세기는 거리의 3차 다항식으로 나타나는가?",
"위치좌표는 실제위치와 최대 \\( 3.5 \\mathrm{mm} \\) 오차내에 근접하였는가?",
"거리의 3차 다항식은 어떤 센서의 출력 전압을 나타내는가?",
"자석팁의 위치를 추정하기 위해 어떤 센서를 이용할 수 있는가?",
"자석팁까지 거리의 -3차 다항식으로 표현되는 것은 무엇인가?",
"자석 축이 일직선 운동에서 표면 자석세기 \\( 900 \\mathrm{Oe} \\)일 때 GMR 센서의 최대 감지거리는 몇 mm인가?",
"위치좌표는 어떤 교점으로 추정될 수 있는가?",
"위치좌표는 어떤 배열 센서의 등고선 교점으로 추정될 수 있는가?",
"실제위치와의 오차를 추정하기 위한 위치좌표는 어떤 배열 센서를 이용하는가?"
] |
fb52f0bb-a4b6-4c16-a1e2-2f7d264c9e5a
|
인공물ED
|
3레벨 인버터의 실시간 제어를 위한 근사화 SHE PWM
|
<h1>4. 시뮬레이션</h1> <p>본 논문에서 제안한 3레벨 인버터의 출력전압 제어를 위한 근사화 SHE PWM의 고조파 저감 특성과 인버터의 dc링크 전압 변동에 대한 보상 특성을 확인하기 위하여 표 1과 같은 정격을 갖는 견인용 유도전동기를 대상으로 시뮬레이션을 수행하였다. 시뮬레이션은 SHE PWM 방식에서 \( \mathrm{N}_{a}=2, \mathrm{~N}_{a}=5 \)인 경우, 즉 인버터 각 상 출력전압의 반주기 내의 펄스 수가 각각 2개, 5개인 경우를 대상으로 하였으며, 3레벨 SPWM에서는 SHE PWM의 \( \mathrm{N}_{a}=2, 5 \)인 경우와 동일한 펄스 형태를 갖는 \( m_{f}=3, m_{f}=9 \)인 경우를 대상으로 하여 고조퐈 특성을 비교하였다.</p> <table border><caption>표 1 유도전동기의 정격 및 상수</caption> <tbody><tr><td>용량</td><td>\( 1185[\mathrm{~kW}] \)</td><td>고정자측 저항</td><td>\( 0.0447[\Omega] \)</td></tr><tr><td>극수</td><td>4극</td><td>고정자측 누설 인덕턴스</td><td>\( 0.8[\mathrm{~mH}] \)</td></tr><tr><td>최대주파수</td><td>\( 143[\mathrm{~Hz}] \)</td><td>회전자측 저항</td><td>\( 0.0384[\Omega] \)</td></tr><tr><td>기동토크</td><td>\( 9492.5[\mathrm{~N} \cdot \mathrm{m}] \)</td><td>회전자측 누설 인덕턴스</td><td>\( 768[\mathrm{~mH}] \)</td></tr><tr><td>최대회전수</td><td>\( 4240[\mathrm{~rpm}] \)</td><td>자화 인덕턴스</td><td>\( 31.3[\mathrm{~mH}] \)</td></tr><tr><td>전압</td><td>\( 2200V[\mathrm{~V}] \)</td><td>전류</td><td>\( 379[\mathrm{~A}] \)</td></tr></tbody></table> <p>먼저 그림 5~8은 두 PWM 방식에서의 선간전압 고조파 특성을 보여준다. 그림 5는 3레벨 SPWM의 선간전압 고조파 특성을 나타낸 것으로 각 경우 \( \left(n \times m_{f}\right) \)의 측파대에 고조파가 존재하는 것을 볼 수 있다. 그림 5(a)는 \( m_{j}=3 \)인 경우의 선간전압 고조파성분을 나타낸 것으로 기본파의 성분이 직선적으로 증가하지 못하는 것을 알 수 있고, 특히 \( m_{c} \)가 낮은 영역에서는 기본파가 기대한 값보다 적게 나오므로 기본파에 대한 고조파의 비율이 커지게 된다. 그림 5(b)는 \( m_{f}=9 \)인 경우의 선간전압 고조파성분을 나타낸 것으로 기본파의 성분이 직선적으로 증가하는 모습을 보이나 출력전압 변조지수 \( m_{0} \)는 최대값이 0.8에 미치지 못하고 있다. 또한 그림 5(a)의 \( m_{f}=3 \)인 경우와 비교할 때 저차 고조파 성분이 많이 감소된 모습을 볼 수 있다.</p> <p>그림 6은 3레벨 SPWM에서 \( m_{f}=3, 9, 15, 21 \)인 경우의 HLF와 DF를 나타낸 것으로 \( m_{c} \)가 증가함에 따라 HLF와 DF가 큰 감쇄율을 가지며 감소하게 되는데 이는 인버터 출력 선간전압의 레벨이 5단계로 형성되고 90 부근에서 높은 전압레벨을 가지므로 정현파에 가까운 형태가 되기 때문이다.</p> <p>그림 7은 3레벨 SHE PWM의 선간전압 고조파 성분을 나타낸 것이다. 3레벨 SHE PWM을 3레벨 SPWM과 비교해 보면 저차 고조파의 첨두값이 감소하는 것을 알 수 있다. 그림 8은 3레벨 SHE PWM에서 \( N_{a}=2, 3, 4, 5 \)인 경우의 HLF와 DF를 나타낸 것으로, \( N_{\alpha}=2 \)인 경우 \( m_{c} \)가 0.7 부근에서 높은 값을 갖지만 \( N_{\alpha}=3, 4, 5 \)인 경우를 포함해서 전체적으로 3레벨 SPWM보다 작은 것을 볼 수 있다.</p> <p>3레벨 PWM인버터-유도전동기 구동시스템에 SPWM 및 SHE PWM 패턴을 적용하였을 경우 유도전동기의 전류와 토크의 특성을 알아보기 위하여 표 1의 유도전동기를 대상으로 하여 \( N_{a}=2, m_{f}=3 \)인 경우는 인버터 출력주파수 \( \left(f_{0}\right) \)를 \( 35 \mathrm{~Hz} \)로 설정하고, \( N_{a}=5, m_{f}=9 \)인 경우는 \( f_{0}=15 \mathrm{~Hz} \)로 하여 시뮬레이션을 수행하였다.</p> <p>그림 9, 10은 3레벨 SPWM의 경우에 대하여 정상상태의 운전특성과 전류의 고조파 분석을 나타낸 것이다.</p> <p>그림 11, 12는 3레벨 SHE PWM의 경우에 대하여 정상상태의 운전특성과 전류의 고조파 분석을 나타낸 것이다. 전류의 고조파 특성을 살펴보면 3레벨 SPWM에 비하여 저차고조파의 첨두값이 낮아지는 것을 볼 수 있다. 그리고 토크리플 또한 SPWM보다 줄어드는 것을 볼 수 있다. 그러므로 3레벨 SHE PWM은 전압과 전류의 고조파 특성과 토크 특성 또한 좋은 것으로 확인된다.</p> <p>그림 13, 14는 3레벨 SHE PWM에서 \( N_{a}=2,5 \)일 때 인버터 dc링크 전압의 변동에 대하여 부하측의 기본파 전압을 일정하게 유지할 수 있는 보상특성을 나타낸 것이다. 그림 13의 \( N_{a}=2 \)인 경우 \( t=1.08[\mathrm{sec} ]\)에서 전원전압이 \( 10 \% \) 감소하였을 때 제안한 근사화 SHE PWM에 의하여 보상이 이루어지는 경우와 보상이 이루어지지 않는 경우를 볼 수 있다. 그림 14는 \( N_{a}=5 \)인 경우로 \( t =2.535 [\mathrm{sec} ]\)에서 전원전압이 \( 10 \% \) 감소한 결과 파형이다. 두 결과 모두 보상이 이루어지는 경우 전원전압의 감소에 따른 기본파전압의 보상을 위하여 선간전압의 펄스 폭이 넓어지며, 전류파형에서 특별한 과도상태 없이 연속동작이 얻어짐을 볼 수 있다. 그러나 보상이 이루어지지 않는 경우는 선간전압 펄스 폭의 변화 없이 진폭만 감소한 상태로, 전류파형에서 과도상태가 존재하는 것을 볼 수 있다.</p>
|
[
"본 논문에서 SPWM 및 SHE PWM 패턴을 3레벨 PWM인버터-유도전동기 구동시스템에 적용하였을 때, 유도전동기의 전류와 토크의 특성을 알아보기 위해 어떤 과정을 진행하였는가?",
"표 1에서 유도전공기의 최대회전수는 얼마인가?",
"표 1에서, \\( 31.3[\\mathrm{~mH}] \\)의 값을 가지는 인덕턴스는 무엇인가?",
"표 1에서 유도전공기의 전압의 수치는 무엇인가?",
"표 1에서, 고정자측 저항과 회전자측 저항 중 저항이 더 큰 것에 해당하는 저항의 값은 무엇인가?",
"표 1에서, \\( 379[\\mathrm{~A}]의 값을 가지는 정격은 무엇인가?"
] |
80da6251-28d9-4267-a9ce-05ad99402dab
|
인공물ED
|
\(\mathrm{Ge}\) mole fraction에 따른 SGOI MOSFET의 아날로그 특성
|
<h1>I. 서 론</h1><p>실리콘 CMOS 소자 크기가 나노 미터 레벨로 축소 되면서 전자의 유효이동도가 감소하게 되었다. 유효이동도 감소로 인한 소자의 성능 저하를 개선하기 위하 여 strained-Si 층에 소자를 제작하는 연구가 활발하게 진행되고 있으며 집적회로 공정에 응용되고 있다. Strained-Si은 에너지 밴드를 근본적으로 변화시켜 전자의 유효질량을 작게 하므로 전자의 이동도를 증가시키는 기술이다. Si 박막에 strain을 만드는 공정은 여러 종류가 있으나 epitaxy 공정으로 \( \mathrm{Si}_{\mathrm{x}} \mathrm{Ge}_{1-\mathrm{x}} \) 의 버퍼층 위에 Si을 성장시켜 성장된 \( \mathrm{Si} \) 의 격자상수가 증가하게 되 고 이로 인하여 biaxial strain이 생성되는 기술이 가장 많이 사용되고 있다. 특히 Ge 의 농도를 증가시키므로 전자의 이동도가 증가하는 것으로 알려져 이에 관한 많은 연구결과, Ge 농도가 약 \( 30 \% \) 정도 이상에서는 오히려 소자의 특성이 좋지 않는 것으로 알려져 있다. 이는 Ge 농도가 증가할수록 \( \mathrm{Si}_{x} \mathrm{Ge}_{1-\mathrm{x}} \) 버퍼층에서 Ge 이 out-diffusion 되므로 게이트 산화층에 계면전하 밀도를 증가하게 되어 전자의 이동도가 오히려 감소하는 데서 기인된 것으로 알려져 있다. 또 게이트 산화층 성장 온도를 높게 하면 Ge가 out-diffusion 될 가능성이 많기 때문에 가급적이면 낮은 온도에서 게이트 산화층을 성장시키고 있다. 현재까지 \( \mathrm{Si}_{x} \mathrm{Ge}_{1-\mathrm{x}} \) 버퍼층 위에 Strained-Si층을 성장시키고 MOSFET를 제작하므로 소자의 성능 최적화와 아날로그 및 디지털 회로의 성능평가에 관한 많은 논문이 발표되었다 \( { }^{[5 ~ 8]} \). 또한 Ge 농도에 따른 소자의 특성 분석과 소자 신뢰도에 관한 연구가 많이 진행되었다. 이동도 증가에 따른 transconductance 증가는 소자의 전압이득을 증가 시키므로 Ge농도에 따른 아날로그 성능지수 평가에 관한 연구가 요구된다.</p><p>그러나 지금까지 Ge 농도에 따른 아날로그 성능지수 평가에 관한 연구와 소자 제작 후 열처리 온도가 소자의 성능에 미치는 영향과 온도에 따른 아날로그 성능 평가에 대한 연구가 미흡한 실정이다.</p><p>본 연구에서는 \( \mathrm{Si}_{\mathrm{x}} \mathrm{Ge}_{1-\mathrm{x}} \) 버퍼층에 strained-Si을 성장 시킨 SGOI 웨이퍼를 사용하여 Ge 농도에 따라 n-MOSFET를 제작하고 소자제작 후의 열처리 온도에 따른 소자의 아날로그 성능을 측정 분석하였다.</p>
|
[
"전자의 유효이동도가 감소하는 까닭은 뭐야?",
"무엇이 전자의 유효이동도가 감소하는 이유지?",
"strained-Si 층에 소자를 제작하는 연구를 진행하는 이유가 뭐야?",
"게이트 산화층에 계면전하 밀도를 증가하게 되면 전자의 이동도는 감소해?",
"Ge 농도가 약 \\( 30 \\% \\) 정도 이상에서 소자의 특성이 좋아?",
"Ge 농도가 증가할수록 게이트 산화층에 계면전하 밀도가 증가하는 이유가 뭐야?",
"strained-Si 층에 소자를 제작하는 연구는 어디에 주로 응용돼?",
"strained-Si 층에 소자를 제작하는 연구가 응용되는 곳은 어디야?",
"Strained-Si은 어떻게 전자의 이동도를 증가시켜?",
"Ge가 out-diffusion 되는 이유는 뭐야?",
"Ge 농도가 증가하면 어떻게 돼?",
"아날로그 성능지수 평가 기준이 뭐야?",
"\\( \\mathrm{Si}_{\\mathrm{x}} \\mathrm{Ge}_{1-\\mathrm{x}} \\) 버퍼층에 무엇을 사용하여 Ge 농도에 따라 n-MOSFET을 제작하였어?",
"\\( \\mathrm{Si}_{\\mathrm{x}} \\mathrm{Ge}_{1-\\mathrm{x}} \\) 버퍼층에 strained-Si을 성장 시킨 SGOI 웨이퍼를 사용하여 Ge 농도에 따라 n-MOSFET를 제작한 이유는 무엇을 측정하기 위함이야?",
"이는 Ge 농도가 증가할수록 어디에서 Ge 이 out-diffusion 돼?",
"\\( \\mathrm{Si}_{x} \\mathrm{Ge}_{1-\\mathrm{x}} \\) 버퍼층 위에 Strained-Si층을 성장시키고 MOSFET를 제작할 때 이점이 뭐야?",
"transconductance 증가는 무엇을 증가시켜?",
"epitaxy 공정으로 인해 격자상수가 증가하게 될 때, 어떤 것이 생성되는 기술이 가장 많이 사용돼?",
"\\(\\mathrm{Si}_{\\mathrm{x}} \\mathrm{Ge}_{1-\\mathrm{x}} \\) 의 버퍼층 위에 Si을 성장시켜 성장된 \\( \\mathrm{Si} \\) 의 격자상수가 증가시키는 공정은 뭐야?"
] |
d6e30087-9284-4d1f-885a-89368bca1b5c
|
인공물ED
|
\(\mathrm{Ge}\) mole fraction에 따른 SGOI MOSFET의 아날로그 특성
|
<p>Early 전압 \( \left(\mathrm{V}_{\mathrm{EA}}\right) \) 은 current mirror와 증폭기 회로의 전압이득을 결정하는 중요한 요소이므로 아날로그 성능을 평가하기 위해 많이 사용되고 있다. 포화영역에서 측정으로 얻은 \( \mathrm{V}_{\mathrm{EA}} \) 는 다음 수식과 같이 intrinsic device의 \( \mathrm{V}_{\mathrm{A}} \) 와 다르다고 알려져 있다. \[\begin{array}{l}V_{E A}=V_{A}\left(1+\frac{V_{D S}-V_{D S A T}}{V_{A}}\right) \\ {\left[1+R_{S}\left(V_{G S}-V_{T}\right) K_{e f f}\left(1+\frac{V_{D S}-V_{D S A T}}{V_{A}}\right)\right]}\end{array}\]<caption>(2)</caption>여기서 \( K_{e f f}=\frac{\mu_{e f f} C_{o x} W}{L} \) 로서 전자 유효 이동도에 의해 결정되며 \( \mathrm{R}_{\mathrm{S}} \) 는 직렬저항 성분이다. \( \mathrm{V}_{\mathrm{A}} \) 는 게이트 길이가 짧은 소자에서는 주로 channel length modulation, drain induced barrier lowering, substrate current body effect에 의하여 결정되지만 본 연구에서와 같이 게이트 길이가 \( 10 \mathrm{um} \) 로 비교적 큰 경우에는 영향이 적다. 그림 4는 열처리 온도 \( 850^{\circ} \mathrm{C} \) 와 \( 1000^{\circ} \mathrm{C} \) 에서 \( \mathrm{Ge} \) 농도에 따른 \( \mathrm{V}_{\mathrm{EA}} \)를 나타낸 것이다. \( \mathrm{V}_{\mathrm{EA}} \) 는 포화 영역에서 \( \mathrm{I}_{\mathrm{DS}}-\mathrm{V}_{\mathrm{DS}} \) 특성 곡선의 기울기가 x축과 만나는 전압으로 측정 하였다. 그림 으로부터 \( 1000^{\circ} \mathrm{C} \) 열처리한 소자의 \( \mathrm{V}_{\mathrm{EA}} \) 가 크며 Ge농도가 증가할수록 \( \mathrm{V}_{\mathrm{EA}} \) 가 증가하였으나 \( 32 \% \) 소자에서는 오 히려 감소한 것을 알 수 있다. 식 (2)에서와 같이 이동도가 감소하면 \( \mathrm{V}_{\mathrm{EA}} \) 가 감소하는 것을 알 수 있다.</p><p>아날로그 성능 지수 중 전압 이득 \( \left(\mathrm{A}_{V}\right) \) 은 다음 수식과 같이 \( \mathrm{g}_{\mathrm{m}} / \mathrm{I}_{\mathrm{DS}} \) 와 \( \mathrm{V}_{\mathrm{EA}} \) 의 곱으로 나타낼 수 있다. \[A_{V}=\frac{\Delta V_{\text {out }}}{\Delta V_{\in}}=\frac{g_{m}}{g_{D}}=\frac{g_{m}}{I_{D S}} V_{E A}\]<caption>(3)</caption></p><p>그림 5 는 열처리 온도 \( 850^{\circ} \mathrm{C} \) 와 \( 1000^{\circ} \mathrm{C} \) 에서 Ge농도 에 따른 \( A_{V} \) 를 나타낸 것이다. 앞의 결과와 같이 \( 1000^{\circ} \mathrm{C} \) 에서 열처리한 소자의 \( \mathrm{A}_{v} \) 가 크며 Ge농도가 증가할수 록 \( A_{V} \) 가 증가하다가 \( 32 \% \) 소자는 감소하는 것을 알 수 있다.</p><h1>IV. 고온에서 SGOI MOSFET 아날로그 성능</h1><p>그림 6은 \( 1000^{\circ} \mathrm{C} \) 에서 열처리한 Ge 농도 \( 27 \% \) 소자의 온도에 따른 전자의 유효 이동도 특성을 나타낸 것이다.</p><p>온도가 증가함에 따라 SOI 소자보다 SGOI 소자의 전자의 이동도 감소가 심함을 알 수 있는데 이는 고온에서 계면상태의 이온화 현상이나 strained-Si의 surface roughness 증가 현상으로 설명하고 있다. 그림 7은 \( 1000^{\circ} \mathrm{C} \) 에서 열처리한 Ge 농도 \( 27 \% \) 소자의 온도 에 따른 \( \mathrm{V}_{\mathrm{EA}} \) 를 나타낸 것으로 온도가 증가하면 \( \mathrm{V}_{\mathrm{EA}} \) 는 감소하는 것을 확인할 수 있다. SGOI 소자의 \( \mathrm{V}_{\mathrm{EA}} \) 감소 가 SOI 소자보다 심한 것을 알 수 있는데 이는 식 (2)에서와 같이 고온에서 SGOI 소자의 이동도 감소가 심한 데서 연유된 것으로 사료된다. 그림 8 은 \( 1000^{\circ} \mathrm{C} \) 에서 열처리한 Ge 농도 \( 27 \% \) 소자의 온도에 따른 \( \mathrm{A}_{\mathrm{v}} \)를 나타낸 것으로 모든 온도에서 SGOI소자의 \( \mathrm{A}_{\mathrm{v}} \) 가 크지만 온도가 증가하면 \( \mathrm{A}_{\mathrm{V}} \) 감소가 심함을 알 수 있다. SOI소자에서 self heating에 의한 negative resistance를 고려한 \( \mathrm{A}_{\mathrm{v}} \) 의 온도 의존성은 다음 수식으로 표현할 수 있다. \[ A_{V}=\frac{g_{m}}{g_{D S}+R_{T H} \theta I_{D S}}\]<caption>(4)</caption>여기서 \( \Theta \) 는 이동도의 온도 계수이며 \( \mathrm{R}_{\mathrm{TH}} \) 는 열저항이다. SGOI 소자에서는 SiGe의 열저항이 \( \mathrm{Si} \) 보다 크며 고온에서 \( \mathrm{V}_{\mathrm{EA}} \) 감소가 심하므로 SOI 소자에 비해 고온 에서 \( \mathrm{A}_{\mathrm{V}} \) 감소가 큰 것으로 사료된다.</p>
|
[
"current mirror와 증폭기 회로의 전압이득을 결정하는 요소로 아날로그 성능을 평가하기 위해 사용되는 전압은 뭐야?",
"current mirror와 증폭기 회로의 전압이득을 결정하는 요소로 아날로그 성능을 평가하기 위해 사용되는 전압은 어떤 것이야?",
"아날로그 성능 지수 중 전압 이득은 수식으로 어떻게 나타나니?",
"아날로그 성능 지수 중 전압 이득은 수식은 뭐야?",
"SOI 소자보다 SGOI 소자의 전자의 이동도 감소가 온도가 증가함에 따라 일어나는 이유가 뭐야?",
"SOI 소자보다 SGOI 소자의 전자의 이동도 감소가 온도가 증가함에 따라 일어나는 이유는 무엇인가?",
"(2) 식에서 \\( \\mathrm{V}_{\\mathrm{A}} \\)는 길이에 상관없이 channel length modulation, drain induced barrier lowering, substrate current body effect에 의해 결정되니?",
"(2) 식에서 \\( \\mathrm{V}_{\\mathrm{A}} \\)는 길이에 상관없이 channel length modulation, drain induced barrier lowering, substrate current body effect에 의해 결정되는게 맞아?",
"\\( \\mathrm{A}_{\\mathrm{v}} \\) 의 온도 의존성을 수식으로 어떻게 나타낼 수 있니?",
"\\( \\mathrm{A}_{\\mathrm{v}} \\) 의 온도 의존성을 수식은 뭐야?",
"본 논문의 그림 6은 Ge농도 32% 소자의 온도에 따른 전자의 유효 이동도 특성이니?",
"본 논문의 그림 6은 Ge농도 32% 소자의 온도에 따른 전자의 유효 이동도 특성인게 맞아?",
"본 연구에서 SGOI 소자의 \\( \\mathrm{V}_{\\mathrm{EA}} \\) 감소 가 SOI 소자보다 심한 이유는 뭐야?",
"본 연구에서 SGOI 소자의 \\( \\mathrm{V}_{\\mathrm{EA}} \\) 감소 가 SOI 소자보다 심한 이유는 무엇인가요?",
"32%소자에서는 Ge농도가 증가할수록 \\( \\mathrm{V}_{\\mathrm{EA}} \\) 가 증가하니?",
"32%소자에서는 Ge농도가 증가할수록 \\( \\mathrm{V}_{\\mathrm{EA}} \\) 가 증가하는게 맞아?"
] |
5f15c886-0a75-4214-945a-483fbbb934f6
|
인공물ED
|
\(\mathrm{Ge}\) mole fraction에 따른 SGOI MOSFET의 아날로그 특성
|
<h1>요약</h1><p>본 연구에서는 \( \mathrm{Si}_{x} \mathrm{Ge}_{1-\mathrm{x}} \) 버퍼층 위에 성장된 strained-Si에 Ge 농도에 따라 n-MOSFET를 제작하고 소자 제작 후의 열처리 온도에 따른 소자의 아날로그 성능을 측정 분석하였다. 전자의 유효 이동도는 Ge 농도가 증가함에 따라 증가하였으나 \( 32 \% \) 로 높을 때에는 열처리 온도에 상관없이 오히려 감소하는 것으로 측정되었다. 상온에서 Ge 농도가 증가함에 따라 증가 소자의 아날로그 성능 지수가 우수하였으나 \(32\%\) 농도에서는 오히려 좋지 읺았다. 고온에서 strained-Si의 전자 유효이동도 저하가 Si 보다 심하기 때문 SGOI 소자의 아날로그 성능 저하가 SOI 소자보다 심한 것을 알 수 있었다.</p>
|
[
"strained-Si는 어디 위에 성장되었어?",
"\\( \\mathrm{Si}_{x} \\mathrm{Ge}_{1-\\mathrm{x}} \\) 버퍼층 위에 성장된 strained-Si에 Ge 농도에 따라 무엇을 제작해서 소자의 아날로그 성능을 측정 분석하였지?",
"전자의 유효 이동도는 무엇에 따라 증가했니?",
"전자의 유효 이동도는\\( 32 \\% \\)로 높을 때에는 어떻게 되었어?",
"Ge 농도가 몇 일때 전자의 유효 이동도는 열처리 온도에 상관없이 오히려 감소하였지?",
"상온에서 Ge 농도가 증가함에 따라 무엇이 우수하였어?",
"증가 소자의 아날로그 성능 지수는 농도 몇에서 안좋았지?",
"고온에서 strained-Si의 전자 유효이동도 저하가 무엇보다 심하지?",
"고온에서 SOI 소자의 아날로그 성능 저하는 무엇보다 좋은가?",
"고온에서 SGOI 소자의 아날로그 성능 저하가 SOI 소자보다 심한 것은 무슨 이유인가?",
"소자의 아날로그 성능은 소자 제작 후의 무엇에 따라 측정을 분석했니?",
"고온에서는 SGOI 소자의 아날로그 성능 저하가 SOI 소자보다 심하지?"
] |
397cbc0d-52ea-4e1e-bcc9-62e6622bd72c
|
인공물ED
|
\(\mathrm{Ge}\) mole fraction에 따른 SGOI MOSFET의 아날로그 특성
|
<h1>V. 결 론</h1><p>SGOI 소자의 Ge 농도와 열처리 온도에 따른 소자의 아날로그 특성을 측정 분석하였다. Ge 농도가 증가함에 따라 전자의 유효 이동도는 증가 하였으나 \( 32 \% \) 로 높을 때에는 열처리 온도에 상관없이 오히려 감소하는 것으로 측정되었다. 아날로그 성능지수인 \( \mathrm{g}_{\mathrm{m}} / \mathrm{I}_{\mathrm{DS}} \), Early voltage 및 전압이득의 측정 결과로부터 SGOI 소자가 SOI 소자보다 아날로그 성능이 우수함을 알 수 있었다. 그러나 온도가 증가하면 아날로그 성능 지수의 감소폭이 SOI 소자보다 더 큰 것을 알 수 있었다.</p>
|
[
"아날로그 성능지수인 \\( \\mathrm{g}_{\\mathrm{m}} / \\mathrm{I}_{\\mathrm{DS}} \\), Early voltage 및 전압이득의 측정 결과로부터 알 수 있는것은 무엇인가?",
"Ge 농도가 증가함에 따라 전자의 유효 이동도는 항상 증가 하는가?"
] |
c055a49d-42d4-49c6-ad27-cd88d042e063
|
인공물ED
|
문자기반 유사상표 검색을 위한 가중치 부여 근사매칭
|
<h2>3. 문자기반 상표의 영상 처리</h2> <p>영상 처리에 우선하여 문자상표를 처리하게 되면 그림 2에서 보듯이 넷째 줄을 제외하고는 전혀 다른 상표명임에도 유사성이 큰 것으로 계산되는 경우가 발생 한다. 이들은 영상 처리의 관점에서는 유사할지 모르나 상표법이나 일반적 관점에서는 전혀 무관한 상표들이다.</p> <p>칭호가 같지만 외관이 다른 문자기반 상표가 그림 3에 예시되어 있는데 이는 같은 회사에서 등록한 경우 이거나 타업종 간의 상표이다. 전체 상표 DB 를 대상으로 그림 2 의 결과를 얻기보다는 그림 3처럼 글자가 같거나 거의 유사한 경우를 대상으로 영상처리를 행하는 것이 타당하다. 이는 문자열 근사매칭에 의해 검색된 같은 유사도를 갖는 그룹 단위의 내용기반 검색을 뜻한다.</p> <table border><caption>문자열의 분절 예</caption> <tbody><tr><td>방법</td><td>Q(질의어)></td><td>Q'(부분 문자열)</td><td>비 고</td></tr><tr><td>\(M_{g}\)</td><td>"가나다라마"</td><td>{가나, 나다, 다라, 라마}</td><td>기존 방법</td></tr><tr><td>\(M_{w}\)</td><td>"가나다 라마"</td><td>{가나다, 라마}</td><td>'다라'가 생성 안됨</td></tr><tr><td>\(M_{c}\)</td><td>"가나다 라마"</td><td>{가나, 나다, 드라, 라마}</td><td>'다라'는 비교시 제외</td></tr><tr><td>\(M_{m}\)</td><td>"가나다 라마"</td><td>{가나, 나다, 다라, 라마}</td><td>식 (5)에 의한 가중치</td></tr></tbody></table> <p>영상처리 기법 중 도형상표의 경우는 주로 모양으로 유사도를 비교 하는데 문자기반 상표의 경우는 글자 모양의 특성을 반영할 수 있는 기법이 필요하다. 한 글은 획으로 이루어져 있는데 자음 일부를 제외하고는 직선이 대부분이므로 이에 민감하게 반응하도록 프로젝션(Projection) 기법을 사용한다. 이러한 기법을 이용한 예로 전표영상에서 문자열 찾기, 인쇄된 한글의 글꼴 인식 등이 있다.</p> <p>가로 \( W \), 세로 \( H \) 인 이진영상으로 된 상표 영상을 \( B[i, j] \) 라 할 때, 수직 - 수평방향의 프로젝션을 각각 \( P_{v}[j], P_{h}[i] \) 라 하면 식 (8)과 같이 구할 수 있다.</p> <p>\( P_{v}[j]=\sum_{i=1}^{H} B[i, j] \quad \) where \( j=1,2, \ldots, W \) \( P_{h}[i]=\sum_{j=1}^{W} B[i, j] \quad \) where \( i=1,2, \ldots, H \)<caption>(8)</caption></p> <p>이렇게 하여 구해진 \( P_{v,} P_{h} \) 를 프로파일(profile)이라고 하는데 이를 이용하여 영상의 특성을 파악할 수 있다. 그림 4 에 프로파일에 의한 영상 예를 보인다.</p> <p>상표 영상으로부터 문자 영상만을 추출하거나 어떤 종류의 글꼴인지 또 몇 줄로 구성되어 있는지 등의 문자열에 대한 특성을 파악하는 것은 매우 힘들다. 그림 \( 4(\mathrm{~d}) \) 나 표 3의 (2)를 보면 글자와 도형의 경계가 모호하거나 글자의 위치가 다양한 형태로 존재하기 때문이다.</p> <p>따라서 문자영상의 특성과 도형도 함께 비교할 수 있도록 분리하지 않고 두 상표의 프로파일로부터 거리를 구해 2 차 유사도 계산에 이용한다.</p> <p>그림 2 의 셋째 줄같이 극히 일부의 세로줄로 구성된 상표를 제외하고는 프로파일은 \( P_{h} \) 는 그림 4 에서 보듯이 유용성이 떨어지므로 \( P_{v} \) 만을 이용한다. 두 프로파일 \( P 1_{v} \) 와 \( P 2_{v} \) 에 대한 거리는 두 접의 거리 city block distance를 이용하여 정규화한 식 (9)를 사용한다.</p> <p>\[d\left(P 1_{v}, P 2_{v}\right)=\left(\sum_{n=1}^{W} \frac{\left|P 1_{v}[n]-P 2_{v}[n]\right|}{H}\right) / W\] where \( W, H \) : width, height of image<caption>(9)</caption></p>
|
[
"\\(M_{w}\\) 방법의 Q(질의어)는 뭐야?",
"\\(M_{w}\\) 방법의 Q(질의어)는 표를 보면 무엇이야",
"Q(질의어)의 구조가 다른 방법과 다른 것은 어떤 방법이야?",
"'다라'는 비교시 제외하는 방법은 뭐야?",
"표에서 '다라'는 비교시 제외하는 방법이 어떤 것인가",
"어떤 방법이 식 (5)에 의한 가중치일까?",
"부분 문자열이 {가나다, 라마}인 것은 어떤 방법인가?"
] |
87fef3af-cc64-4544-b171-cabc93d9c9e2
|
인공물ED
|
화소 전류 보상 기법을 이용한 볼로미터 형의 비냉각형 적외선 이미지 센서
|
<h1>1. 서 론</h1><p>최근 의료장치나 군사용 나이트비전 시스템, 보안 시스템과 같은 다양한 분야에서 비냉각형 적외선 이미지 센서(uncooled infrared image sensor)가 많이 연구되고 있다. 비냉각형 적외선 이미지 센서는 저전력, 집적화, 비용들의 측면에서 많은 이득을 가지고 있다. 다양한 비냉각형 적외선 이미지 센서들 중, 마이크로머시닝 기술 (micromachining technology)을 기반으로한 볼로미터(bolometer) 센서는 저항온도계수(TCR)가 다른 센서들과 비교해서 높다. 일반적으로 금속의 저항온도계수는 작고, 반도체는 큰 값을 갖는다. 그러므로 반도체로 만든 볼로미터 센서는 열에 의한 출력 전류 값의 변화 량이 크다. 게다가, 적외선 센서들은 목표로 하는 대상에 반사되어 돌아오는 광자를 흡수하지 않고 목표로 하는 대상의 열 복사(thermal radiation)를 흡수하는 원리이다. 그러므로 볼로미터를 이용한 비냉각형 적외선 이미지 센서는 적외선 광자 검출기와 비교해서 일반적으로 X-ray 검출에서부터 수 밀리미터 대까지 넓은 검출 범위를 가지고 있다. 적분 형태의 비냉각형 적외선 센서들의 리드아웃회로(ROIC) 와 신호처리 부분은 많은 연구가 되고 있다. 표준 CMOS 공정기술과 호환이 되는 마이크로머시닝 기술을 기반으로 한 볼로미터 센서를 사용하는 모노리딕(monolithic) 적외선 이미지 센서에 있어서는 저 비용, 저 잡음, 높은 선형성 들이 중요한 문제들 중 하나이다.</p><p>볼로미터 센서의 화소 부분을 어레이(array)화 하는데 있어서 중요한 문제점 중 하나는 화소 부분에 들어가는 동일한 저항 각각의 공정 편차가 서로 100배 이상의 차이가 발생하는 문제가 있다. 2차원의 볼로미터를 기반으로 설계된 각각의 화소 내부의 동일한 저항들 간의 편차는 심각한 고정 패턴 잡음 (fixed pattern noise; FPN) 의 원인이 된다. 표준 CMOS 공정을 이용하여 제작된 리드아웃 회로나 신호처리 회로에 있어서는 효율적인 적외선 이미지를 얻기 위해서 이러한 공정 편차들을 보상하는 방법이 필요하다. 이러한 각각 화소 안에 위치한 저항들 간의 편차가 발생하는 문제를 해결하기 위해서, 다양한 여러 가지의 방법들이 연구되고 있다. 그러나 저 비용, 회로의 복잡도리는 측면에서 여러 가지의 문제점이 있다.</p><p>본 연구에서는 볼로미터 형의 비냉각형 적외선 센서의 화소들 간에 발생하는 저항 공정 편차를 보상해주기 위해 신호 처리 단에 각 볼로미터에서 발생하는 전류들을 평균화 시켜서 보상해주는 평균 전류 보상 방법(average current calibration method)을 사용하였다. 이러한 평균 전류 보상 알고리즘은 볼로미터를 기반으로 한 개별 화소 각각의 암전류(dark current)와 볼로미터 어레이 전체에서 발생하는 암전류 평균값의 차이를 이용하여 볼로미터의 저항 값 편차를 보상해주는 원리이다. 이 알고리즘을 확인하기 위해서, MOS 스위치와 폴리실리콘 저항을 이용하여 각 볼로미터들의 저항 값 편차를 조절할 수 있도록 소자들을 모델화 하였다. 평균 전류를 이용한 보상 알고리즘은 액티브 화소(active pixel), 레펴런스 화소(reference pixel), 평균 전류 생성기(averaging current generator), 전류 전압 변환기(IVCs), 디지털-아날로그 변환기(digital to analog converter; DAC)를 이용한 보상 전류 생성기(calibration current generator), 아날로그-디지털 변환기(analog to digital converters; ADCs)로 구성된다. 이러한 구조를 바탕으로 한 보상 회로 및 리드아웃 회로는 \( 0.35 \mu \mathrm{m} \) 1-poly 4-metal CMOS 공정을 통하여 제작 되었고 특성을 분석하였다.</p>
|
[
"높은 저항온도계수를 가지는 볼로미터 센서는 어떤 기술을 기반으로 할까?",
"비냉각형 적외선 이미지 센서가 가지는 이점은 무엇일까?",
"비냉각형 적외선 이미지 센서는 비용을 많이 필요로 할까?",
"마이크로머시닝 기술을 기반으로 한 볼로미터 센서가 다른 센서들에 비해 높은 것은 무엇일까?",
"마이크로머시닝 기술 기반 볼로미터 센서는 비냉각형 적외선 이미지 센서의 일종일까?",
"반도체의 저항온도계수는 어떤 값을 가질까?",
"반도체의 저항이 금속보다 온도의 더 많이 받을까?",
"볼로미터 센서는 무엇으로 만들까?",
"볼로미터 센서는 저항온도계수가 작은 소재로 만들까?",
"볼로미터 센서에서 출력되는 전류값의 변화 량은 무엇의 영향을 받을까?",
"적외선 센서가 목표로 하는 대상으로부터 흡수하는 것은 무엇일까?",
"적외선 센서는 어떤 원리로 작동할까?",
"넓은 광자 범위를 가지고 있는 것은 무엇일까?",
"비냉각형 적외선 센서의 리드아웃회로는 어떤 형태일까?",
"모노리딕 적외선 이미지 센서가 해결해야 할 문제는 무엇일까?",
"볼로미터 센서가 기반으로 하는 마이크로머시닝 기술은 무엇과 호환이 될까?",
"모로니딕 적외선 이미지 센서가 사용하는 것은 무엇일까?",
"볼로미터 센서의 화소를 배열화할 때 겪는 주요 문제는 무엇일까?",
"볼로미터 센서의 화소 부분을 어레이화 할 때 화소 부분에 들어가는 동일한 저항 각각의 공정 편차는 얼마나 발생할까?",
"볼로미터 센서에서 고정 패턴 잡음을 유발하는 것은 무엇일까?",
"볼로미터의 화소는 몇 차원 배열일까?",
"화소 내부의 동일한 저항들 간 편차가 크면 어떤 문제가 발생할까?",
"적외선 이미지를 효율적으로 획득하기 위해 필요한 것은 무엇일까?",
"리드아웃 회로나 신호처리 회로에 공정 편차를 보상하는 방법이 필요한 이유는 무엇일까?",
"연구에서 화소들 간 저항 공정 편차를 보상하기 위해 사용한 방법은 무엇인가?",
"저항들 간의 공정 편차 해결을 위한 연구가 겪는 어려움은 무엇일까?",
"평균 전류 보상 방법은 어떤 방식으로 화소 간 저항 공정 편차를 보상할까?",
"연구에서 사용한 보상 방법은 각 볼로미터에서 발생하는 전류들을 어떻게 하여 보상할까?",
"평균 전류 보상 알고리즘은 볼로미터의 저항 값 편차를 보상할 때 무엇을 이용할까?",
"평균 전류 보상 알고리즘은 어디에서 발생하는 암전류의 평균값을 이용할까?",
"알고리즘의 검증을 위해 소자들을 어떻게 모델화 했을까?",
"연구에서 사용한 알고리즘은 무엇을 이용하여 각 볼로미터들의 저항값 편차를 조절할 수 있도록 했을까?",
"평균 전류 보상 방법의 보상 전류 생성기는 무엇을 이용할까?",
"아날로그-디지털 변환기는 평균 전류 보상 방법 중 하나일까?",
"보상회로와 리드아웃 회로는 어떤 공정으로 제작되었을까?",
"최근 보안 시스템에서 연구되고 있는 센서는 무엇일까?",
"적외선 센서는 목표로 하는 대상에 반사되어 돌아오는 광자를 훕수할까?"
] |
ea2cc05d-089f-47b4-b0cb-a3241ea36a39
|
인공물ED
|
화소 전류 보상 기법을 이용한 볼로미터 형의 비냉각형 적외선 이미지 센서
|
<h1>3. 실험 결과 및 분석</h1><p>볼로미터 타입의 비냉각형 적외선 이미지 센서의 신호 처리 회로에 있어서 각각의 화소들이 동일한 적외선 복사 또는 암전류에 의하여 발생한 신호 전자들이 적분기 형의 전류-전압 변환기에 의해 일정 적분 시간에 대해 동일한 출력 전압을 얻는 것이 중요하다. 본 연구에서 제안된 평균 전류 보상 알고리즘을 검증하기 위해 보상이 되지 않은(no-calibrated) 화소의 출력 전류와 제안된 보상 알고리즘이 적용된(calibrated) 화소의 출력 전류로 인한 적분기 출력 값을 적분 시간에 따라 측정한 후 비교하였다.</p><p>Table 1 은 제안된 평균 전류 보상 알고리즘이 적용되기 전의 볼로미터 저항 값 편차에 따른 액티브 화소의 출력 전류에 의한 적분시간을 나타낸 것 이다. 적분 시간은 적분기 형 전류-전압 변환기의 리셋 파형이 끝난 후 액티브 화소의 출력 전압을 동일한 값의 전압으로 각각의 볼로미터 화소의 출력 값을 비교하기 위해서 \( 300 \mathrm{mV} \)의 전압까지 감소한 시간으로 정의 하였다. 액티브 화소의 볼로미터 저항 값이 증가할수록 적분기 형 전류-전압 변환기로 입력되는 전류가 감소하므로 적분 시간이 증가함을 확인할 수 있다. 즉, 액티브 화소가 레퍼런스 화소와의 편차가 클수록 적분 시간이 감소한다. 그러므로, 전류 보상 알고리즘이 적용된 액티브 화소는 출력 전류 값이 나노 단위 이므로 알고리즘이 적용되지 않은 액티브 화소와 비교하면 적분 시간이 보다 증가하는 것을 예상할 수 있다.</p><p>Fig. 5 는 액티브 화소의 볼로미터 저항 값이 \( 90 \mathrm{k} \Omega \)인 경우에 대해서 평균 전류 보상 알고리즘이 적용되지 않은 상태에서의 적분기 형 전류-전압 변환기의 출력 파형을 적분기의 리셋 파형과 함께 나타낸 것 이다. 리셋 신호가 인가된 후 순수한 볼로미터 저항에 의한 전류 값이 적분기 형 전류-전압 변환기를 통해 출력되는 것을 확인하였다.</p><p>제안된 평균 전류 보상 알고리즘의 검증을 위해서 보상이 되지 않은 액티브 화소에 대한 전류-전압 변환기의 출력 파형과 제안된 보상 알고리즘이 적용된 액티브 화소에 대한 전류-전압 변환기의 출력 파형을 Fig. 6에 나타내었다. 평균 전류 보상을 위한 보상 전류를 10-비트 해상도의 디지털-아날로그 변환기를 이용하여 생성하였으며, 이에 따른 전류-전압 변환기 출력 파형의 변화도 함께 나타내었다. Fig. 6 의 전류-전압 변환기 출력 파형에서 디지털-아날로그 변환기의 출력 값이 증가할수록 적분 시간이 증가하는 것을 확인할 수 있다. 적분 시간이 증가한다는 것은 액티브 화소의 출력 전류 값과 레퍼런스 화소의 평균 출력 전류 값이 근접한다는 것을 의미하므로, 이 결과를 통해 제안된 알고리즘을 이용하여 각 화소의 저항 값 편차에 의한 출력 옵셋 전류를 보정할 수 있음을 확인하였다.</p><p>Fig. 7은 알고리즘이 집적된 칩과 실험을 위한 환경을 나타낸다. 제작된 칩에 신호를 전달해주기 위한 요소들과 액티브 화소를 선택하기 위한 스위치, DAC 값을 입력하기 위한 외부 스위치, 적분기의 출력을 확인하기 위한 디스플레이로 구성되어 있다.</p>
|
[
"액티브 화소는 출력 전류 값이 무슨 단위로 이루어져 있습니까?",
"본 연구에서 제안된 평균 전류 보상 알고리즘을 검증하기 위해 어떻게 했습니까?",
"Table 1 은 제안된 평균 전류 보상 알고리즘이 적용되기 전의 볼로미터 저항 값 편차에 따른 액티브 화소의 출력 전류에 의한 적분시간을 나타낸 것인데 적분시간을 어떻게 활용했어?",
"제안된 평균 전류 보상 알고리즘의 검증을 위해서 Fig. 6을 참고하면 보상전류를 어떻게 했나요?",
"적분 시간은 액티브 화소의 출력 전압을 같은 결과의 전압으로 개별로 볼로미터 화소의 출력 값을 비교하려고 어떻게 정의 했나요?",
"개별 화소의 저항 값의 차이로 인해 출력 옵셋 전류를 지킬 수 있음을 어떻게 확인 했습니까?",
"액티브 화소는 출력 전류 값이 나노 단위 입니까?",
"평균 전류 보상을 유지하기 위해서 보상 전류를 어떻게 생성했습니까?"
] |
7edbe24f-6022-4397-a8ed-906c20cd024d
|
인공물ED
|
화소 전류 보상 기법을 이용한 볼로미터 형의 비냉각형 적외선 이미지 센서
|
<h1>2. 회로 설계 및 원리</h1><p>Fig. 1은 아날로그-디지털 변환기와 전류-전압 변환기, 디지털 -아날로그 변환기, 볼로미터 기반의 액티브 및 레퍼런스 화소 어레이로 구성된 평균 전류 보상 회로의 블록 다이어그램을 나타내고 있다.</p><p>본 연구에서 제안하는 회로의 동작 원리는 다음과 같다. 각각의 액티브 화소에서 발생한 암전류 \( \left(I_{A C T}\right) \) 와 레퍼런스 화소 어레이에 의해 발생한 레펴런스 화소 평균 암전류 \( \left(I_{R E F}\right) \) 와의 차이값을 생성한다. 레퍼런스 화소는 상층 메탈을 이용하여 적외선에 의한 편차가 발생하지 않도록 dark상태로 집적된다. 이렇게 생성된 두 암전류의 차이 \( \left(I_{R E F}-I_{A C T}\right) \) 전류 값은 각 액티브 화소의 볼로미터 저항 값에 대한 편차 정보를 가지고 있는데, 이것은 전류-전압 변환기와 아날로그-디지털 변환기를 통해서 각각 전압 및 디지털 값으로 출력된다. 이러한 편차 정보를 갖는 디지털 출력 값을 프레임 메모리(frame memory)에 저장한 후 적절한 연산을 통해 디지털-아날로그 변환기의 디지털 입력 값을 결정한다. 이 디지털-아날로그 변환기의 출력 값에 비례하는 보상 전류 \( \left(I_{C A L}\right) \)를 생성시키고 이를 \( I_{A C T} \)에 가감시킨다. 이 때 \( I_{C A L} \)을 \( I_{R E F}-I_{A C T} \)와 거의 동일한 값이 되도록 디지털-아날로그 출력 값을 제어하면, 각 액티브 화소의 볼로미터 편차에 의한 화소 전류 옵셋을 제거할 수 있다. 실제로는 전류-전압 변환기의 특성을 고려하여 각 액티브 화소의 최종 출력 전류 옵셋이 나노 암페어 \( (\mathrm{nA}) \) 단위가 되도록 \( I_{C A L} \)을 조절한다.</p><p>Fig. 2는 볼로미터 기반 단위 화소의 회로도를 나타낸 것이다. 노드 \( A \)에 대해 키리히호프(Kirchhoff) 전류 법칙을 적용하면 액티브 화소의 출력 전류 \( \left(I_{A C T}\right) \) 에 대해 레퍼런스 화소의 출력 전류 \( \left(I_{R E F}\right) \)와 보상 회로의 출력 전류 \( \left(I_{C A L}\right) \)의 감산을 수행할 수 있다. 이때, \( I_{A C T} \)가 \( I_{R E F} \)보다 항상 크거나 작게 설계하면 \( I_{C A L} \)의 방향을 한 가지로 정할 수 있다. 이러한 전류 계산을 통해 먼저 액티브 픽셀의 볼로미터 저항 값 편차에 의한 화소 전류 옵셋에 대한 정보를 얻을 수 있고, 이러한 정보를 이용하여 적절한 보상 전류 \( \left(I_{C A L}\right) \)를 생성하여 화소 전류 옵셋을 제거할 수 있다.</p><p>제안된 평균 전류 보정 알고리즘에서 액티브 화소의 볼로미터 저항 값에 대한 편차 정보를 얻기 위해서는 그 기준 값 즉, 레퍼런스 화소의 볼로미터 저항 값이 편차 없이 정확해야 한다. 하지만 액티브 화소의 볼로미터 저항만 공정 편차를 가지는 것이 아니라 레퍼런스 화소의 볼로미터 저항도 공정 편차에서 자유로울 수 없다. 그러므로 레퍼런스 화소로부터 정확한 기준 값을 얻을 수 있어야 한다. 이를 위해서 개별 레퍼런스 화소에 대한 전류를 기준 값으로 하는 것 보다 레퍼런스 화소 어레이에 대한 전류의 평균 값을 기준 값으로 하고 어레이의 수를 늘리면 좀더 정확한 기준 값으로 수렴할 것이다. Fig. 3은 레퍼런스 화소 어레이의 평균 전류 발생기 회로도이다. 각 레퍼런스 화소의 볼로미터 저항에 의하여 발생한 전류 값 \( \left(I_{R E F i}\right) \) 을 PMOS 전류 거울 (current mirror) 을 통하여 모든 어레이의 출력 노드를 공유하여 전체 레퍼런스 어레이의 합산 전류 \( \left(\Sigma I_{R E F i}\right) \)를 생성시키고, 추가적인 NMOS 전류 거울을 이용하여 이를 레퍼런스 화소마다 다시 배분함으로써 평균 값 \( \left(\sum I_{R E F} / N\right) \)을 얻을 수 있다. 이렇게 생성된 기준 전류 값은 모든 레퍼런스 픽셀에 대해 동일하게 적용됨으로써 비교적 정확한 기준 값을 이용하여 전류 옵셋을 제거할 수 있다.</p><p>본 연구에서 제안된 평균 전류 보상 알고리즘을 이용한 리드 아웃 회로는 \( 0.35 \mu \mathrm{m} \) 1-poly 4-metal CMOS공정을 통하여 제작되었다. Fig. 4 는 볼로미터 대신 폴리실리콘 저항을 포함하는 화소 어레이와 리드아웃 회로의 레이아웃을 나타낸 것이다. 각각의 액티브 화소에 포함되는 저항 편차를 갖는 볼로미터는 공정상 저항 편차인 \( 10 \% \)를 고려하여 \( 100 \mathrm{k} \Omega \) 저항을 기준으로 하여 \( 90 \mathrm{k} \Omega, 95 \mathrm{k} \Omega, 100 \mathrm{k} \Omega, 105 \mathrm{k} \Omega \) 폴리실리콘 저항으로 구현하였고, 레퍼런스 화소에 포함되는 볼로미터는 \( 110 \mathrm{k} \Omega \) 폴리실리콘 저항으로만 구성하고 CMOS 공정 편차를 활용하였다.</p>
|
[
"레퍼런스 화소는 상층 메탈을 이용하여 가시광선에 의한 편차가 발생하지 않도록 dark 상태로 직접되나요?",
"I_{C A L} \\)의 방향을 한가지로 정하기 위해선 어떻게 해야해?",
"평균 전류 보상 알고리즘을 이용한 리드 아웃 회로는 \\( 0.35 \\mu \\mathrm{m} \\) 1-poly 4-metal CMOS공정을 통하여 제작되었어?",
"전체 레퍼런스 어레이의 합산 전류 \\( \\left(\\Sigma I_{R E F i}\\right) \\)는 어떻게 얻을 수 있어?",
"레퍼런스 화소는 상층 메탈을 이용하여 dark상태로 집적되는 이유가 뭐야?",
"두 암전류의 차이 \\( \\left(I_{R E F}-I_{A C T}\\right) \\) 전류 값은 무엇을 통해 각각 전압 및 디지털 값으로 출력되나요?",
"두 암전류의 차이 \\( \\left(I_{R E F}-I_{A C T}\\right) \\) 전류 값은 각 액티브 화소의 볼로미터 저항 값에 대한 평균 정보를 가지고 있어?",
"레퍼런스 화소는 하층 메탈을 이용하여 적외선에 의한 편차가 발생하지 않도록 dark상태로 집적되나요?",
"평균 전류 보정 알고리즘에서 액티브 화소의 볼로미터 저항 값에 대한 편차 정보를 얻기 위해서는 기준 값을 어떻게 해야해?",
"레퍼런스 화소는 적외선에 의한 편차가 발생하지 않도록 dark상태로 집적될 때 무엇을 이용해?",
"레퍼런스 화소는 상층 메탈을 이용하여 자외선에 의한 편차를 제하기 위해 dark 상태로 집적되나요?",
"레퍼런스 화소로부터 정확한 기준 값을 얻기 위해서는 어떻게 해야해?",
"\\( I_{C A L} \\)을 \\( I_{R E F}-I_{A C T} \\)와 거의 동일한 값이 되도록 디지털-아날로그 출력 값을 제어하면, 각 액티브 화소의 볼로미터 편차에 의한 화소 전류 옵셋을 제거할 수 있어?",
"두 암전류의 차이 \\( \\left(I_{R E F}-I_{A C T}\\right) \\) 전류 값은 전류-전압 변환기와 아날로그-디지털 변환기를 통해서 각각 전압 및 디지털 값으로 출력되나요?",
"액티브 화소의 출력 전류 \\( \\left(I_{A C T}\\right) \\) 에 대해 레퍼런스 화소의 출력 전류 \\( \\left(I_{R E F}\\right) \\)와 보상 회로의 출력 전류 \\( \\left(I_{C A L}\\right) \\)의 감산을 수행하기 위해서는 어떻게 해야해?"
] |
00e30c25-2f8c-4aa1-b24b-ce7385a96780
|
인공물ED
|
화소 전류 보상 기법을 이용한 볼로미터 형의 비냉각형 적외선 이미지 센서
|
<h1>4. 결 론</h1><p>본 논문에서는 볼로미터 타입의 비냉각형 적외선 이미지 센서의 화소 별 공정편차를 보정하기 위해 새로운 평균 전류 보정 알고리즘을 제안하였고, CMOS 공정을 사용하여 성공적으로 구현하였다. 제안된 알고리즘을 이용하면 디지털-아날로그 변환기의 출력 값을 조절하여 각 화소의 볼로미터 저항 값의 편차에 따른 출력 옵셋 전류를 감소시킬 수 있음을 실험을 통해 확인하였다. 제안된 평균 전류 보정 알고리즘은 볼로미터 타입의 비냉각형 적외선 이미지 센서에 효과적으로 적용할 수 있을 것으로 기대된다.</p>
|
[
"논문에서 추천한 평균 전류 보정 알고리즘은 어떻게 사용할 수 있어?",
"평균 전류 보정 알고리즘은 논문에서 어떻게 사용할 수 있지",
"태양이 방출하는 빛을 프리즘으로 분산시켜 보았을 때 적색선의 끝보다 더 바깥쪽에 있는 전자기파는 뭐야?",
"적색선의 끝보다 태양이 방출하는 빛을 프리즘으로 분산시켜 보았을 때 더 바깥쪽에 존재한 전자기파은 뭐야",
"반도체 공정중 비냉각형 적외선 이미지 센서의 공정편차를 보정하기 위해 제안한 알고리즘 이름이 뭐야?",
"디지털-아날로그 변환기의 출력 값 조절을 통해 각 화소의 볼로미터 저항 값의 편차를 감소시켜 출력 옵셋 전류감소를 유도하는 것은 어떻게 알게 되었어?"
] |
7e3f269b-0361-4256-84a8-b80d61df143e
|
인공물ED
|
DSP6416을 이용한 유도기의 정밀 위치 제어
|
<h1>3. 전체 시스템 구성</h1><p>제안한 제어 시스템의 구성은 시뮬링크 프로그램으로 그림 2에 나타냈다.</p><p>여기서 제어알고리즘은 위치제어기, 외란 관측기로 구성되며 하나의 블록으로 표현하였다. 위치 제어기는 추가 상태 궤환으로 이루어지며, 일반적으로 추가 상태 \( \mathrm{z}(\mathrm{k}+1) \)의 구현은 평행사변형 방식을 이용하며 외란 관측기인 데드비트 관측기의 출력 즉, 관측된 부하토크를 이용하여 동가전류 \( i_{q c 2} \)를 구한다. 이상의 제어 알고리즘을 사용하여 제안한 제어 시스템의 시뮬링크 모델을 아래와 같다. 외란의 영향을 보이기 위하여 부하 토오크를 직접 모터 축에 인가하고 그 부하에 따른 위치의 변동을 얻었다.</p><p>본 논문에서의 전체 시스템 구성도를 그림 3과 같이 간략하게 표현하였다. 원격 PC에서 내린 위치나 속도 명령은 Interface 보드의 TCP-IP 할당을 감지하여 제어 보드에 넘겨진다. 제어보드는 이 명령에 맞게 드라이버를 이용하여 목표 값을 제어한다. 이 제어 결과는 바로 인터페이스 보드를 통하여 원격 PC에 전달되고 화면에 표시된다.</p><p>위 그림 4는 인터페이스보드, 네트워크 보드, DSP보드, 모터 보드와의 상호 연결도롤 나타내고 있다. 네트워크 보드는 임베디드 Linux가 포팅 되고 device driver를 통해서 인터페이스보드와 연결된다. 그림 5는 TCP-IP 할당 IB(Interface Board)와 드라이버 보드, 그리고 DSP6416으로 구성된 시스템을 보이고 있다. 파라미터 변화를 위해 그림 6은 관성부하를 모델링하여 사용하였으며 이를 실험에 적용하였다. 실험에서 부하는 모터에 직접 연결된 황동으로 구현하였다.</p><h1>4. 시뮬레이션</h1><p>시뮬레이션에 사용된 유도전동기의 파라미터를 표 1에 나타내었다. 시뮬레이션 주기 \( T_{s}=0.2[\mathrm{~ms}] \)이다. 원하는 목표 도달시간과 과도응답이 없는 가중 행렬 \( Q=\operatorname{diag}\left[\begin{array}{lll}1 & 5 & 20\end{array}\right], R=1 \)으로 선택하여 최적 이득 행렬을 구하면 \( K=\left[\begin{array}{lll}0.5858 & 3.2613 & 3.9049\end{array}\right] \)가 되며, 외란 관측기의 이득 \( L=\left[\begin{array}{llll}9623.9 & 2.7 & -3639.9\end{array}\right]^{T} \)가 된다.</p><table border><caption>표 1 모터 파라미터</caption><tbody><tr><td>정격출력</td><td>\(800 \mathrm{W} \)</td></tr><tr><td>정격속도(Kated speed)</td><td>\(3900 \mathrm{rpm} \)</td></tr><tr><td>극수(P)</td><td>4 극</td></tr><tr><td>관성 모멘트(J)</td><td>\( 2.4 \mathrm{kgcm}^{2} \)</td></tr><tr><td>고정자 저항(13s)</td><td>\( 6.087 \Omega \)</td></tr><tr><td>회전자 저항(Rr)</td><td>\( 4.092 \Omega \)</td></tr><tr><td>고정자 누설 인덕턴스(Lss)</td><td>\( 11.6 \mathrm{mH} \)</td></tr><tr><td>회전자 누설 인덕턴스(urr)</td><td>\( 7.5 \mathrm{mH} \)</td></tr><tr><td>자화 인덕턴스(Lm)</td><td>\( 177.6 \mathrm{mH} \)</td></tr><tr><td>관성(Inertia)</td><td>\( 0.24 \times 10^{-3} \mathrm{kgm}^{2} \)</td></tr></tbody></table><p>일반적으로 명판에 기재되어 있는 파라미터는 최소 \( 10 \sim 20 \% \)정도 부정확하다. 유도전동기의 관성이 \( 2.4 \mathrm{kgcm}^{2} \)이며 robot, 자동화 기기에서 어떠한 작업을 수행할 때 이 관성이 크게는 수십배 이상의 순간적인 변화 값을 갖는다. 본 논문에서는 유도전동기의 정격 토오크 부하를 모델로 시뮬레이션 하였다. 시뮬레이션 파형은 다음과 같다. 부하 실험시 5초때 부하를 인가하였다.</p><p>그림 7은 추가 상태 궤환 제어기를 가지는 유도전동기의 무부하일 때 위치응답에 대한 시뮬레이션 결과를 나타내며, 그림 8은 추가 상태 궤환과 데드비트 관측기를 포함하는 제어기를 가지는 유도전동기의 무부하일 때 위치응답에 대한 시뮬레이션 결과이다. 초기기동 후 과도 상태에서 안정적인 위치 응답특성을 가짐을 볼 수 있다.</p><p>그림 9은 추가 상태 궤환 제어기를 가지는 유도전동기의 정격 토오크 부하를 가했을 때 위치 응답에 대한 시뮬레이션 결과를 나타내며, 그림 10는 추가 상태 궤환과 데드비트 관측기를 포함하는 제어기를 가지는 유도전동기의 정격 토오크 부하를 가했을 때 위치 응답에 대한 시뮬레이션 결과를 나타낸다. 초기 기동 후 과도 상태에서 안정적인 위치 응답특성을 가지며, 정격 토오크 부하가 가해졌을 때 데드비트 관측기에 의해 정격 토오크 부하가 가해졌을 때 나타나는 언더슈트(undershoot)가 개선 되어 빠른 위치 응답을 가짐을 볼 수 있다. 이상의 시뮬레이션 결과로 제안된 제어기는 데드비트 관측기가 추정한 토오크를 이용하여 과도상태 및 정상상태의 위치응답이 개선됨을 확인할 수 있다.</p>
|
[
"동가전류를 구하는 방법은 어떻게 되는가?",
"어떻게 동가전류를 구하는 방법이 있지?",
"표 1은 유도전동기의 파라미터를 나타낸 표로 관성 모멘트는 얼마인가?",
"유도전동기의 파라미터를 표 1은 나타낸 관성 모멘트는 얼마인가?",
"표1에서 회전자 저항을 나타내는 기호는 무엇인가?",
"표1에서 회전자 저항을 무슨 기호가 드러내지?",
"표1에서 고정자 누설 인덕턴스와 회전자 누설 인덕턴스 중 더 큰 수치를 나타내는 것은 무엇인가?",
"표1에서 고정자 누설 인덕턴스와 회전을 가진 이유는 무엇이 더 큰 수치를 나타내지?",
"표1에서 Lss가 나타내는 것은 무엇인가?",
"무엇이 표1에서 Lss가 드러나지?",
"표1에서 \\(\\mathrm{Ω}\\)으로 표시되는 것은 고정자 저항과 무엇인가?",
"고정자 저항과 무엇이 표1에서 \\(\\mathrm{kenkenken\\)으로 나타나는 것일까?",
"표1에서 \\( 0.24 \\times 10^{-3} \\mathrm{kgm}^{2} \\)의 크기를 갖는 것은 무엇인가?",
"원격 PC에서 내린 위치나 속도 명령이 제어보드를 거친 후 원격 PC에 전달되고 화면에 표시되는 절차는 어떻게 되는가?",
"원격 PC에서 내린 위치나 속도 명령이 제어보드를 거친 후 원첩화면을 표시하고 확실하는 절차가 언제달�"
] |
91b5d301-4bd1-4240-ac13-056e650e5420
|
인공물ED
|
저가형 적외선 거리 센서를 이용한 선도-추종 로봇시스템에서 선도로봇의 위치인식
|
<h1>II. 저가형 적외선 거리 센서를 이용한 선도-추종 로봇 시스템</h1><h2>1. 선도 로봇 및 추종 로봇의 구성</h2><p>본 연구에서는 동일한 구성을 가지는 2개의 모바일 로봇을 선도 로봇 및 추종로봇으로 사용하였다. 아래의 그림 1은 개발된 로봇의 형상과 구성도를, 표 1은 주요 제원을 나타낸다. 이 로봇은 제작의 편의성과 비용 절감을 위하여 주요 몸체 프레임을 모두 3D 프린터로 출력하여 제작하였다.</p><table border><caption>표 1. 선도로봇 및 추종로봇의 주요 사양</caption><tbody><tr><td rowspan="3">Body</td><td>Height</td><td>\( 140 \mathrm{~mm} \)</td></tr><tr><td>Radius</td><td>\( 96 \mathrm{~mm} \)</td></tr><tr><td>Weight</td><td>\( 0.52 \mathrm{~kg} \)</td></tr><tr><td>Location of Infrared(IR) sensor</td><td>Height from bottom</td><td>\( 116 \mathrm{~mm} \)</td></tr><tr><td>Wheel</td><td>Radius</td><td>\( 35 \mathrm{~mm} \)</td></tr></tbody></table><p>제어기는 32 비트의 ARM Cortex-M4 프로세서를 내장한 ST(STMicroelectronics)사의 Nucleo-F411RE 보드를, DC 모터는 장난감 구동용 소형 DC모터인 DFRobot사의 마이크로 DC기어모터를, 모터 드라이버는 BA6208칩을 사용하였다. 그리고 CSR칩을 장착한 블루투스 모듈을 장착하여 외부의 PC 등과의 통신이 가능하다. 또한 로봇 몸체의 회전중심이 구동 바퀴 2개를 잇는 축상에 위치하도록 설계하여 회전 제어가 용이한 구조이다.</p><p>본 로봇은 주요 부품을 모두 시중에서 쉽게 구할 수 있는 저렴한 것을 사용하였고, 몸체 프레임을 3D 프린터로 제작하였으므로, 학교나 실험실 등에서 저가로 빠르고 쉽게 제작할 수 있는 장점이 있다.</p><h2>2. 적외선 거리 센서 어레이</h2><p>선도로봇의 위치인식을 위해서 그림 2와 같이 7개의 적외선 거리 센서 S1-S7을 추종로봇의 외면에 \( 30^{\circ} \) 의 간격으로 배치하였다. 센서는 Sharp사의 저가형 적외선 거리 센서인 GP2Y0A51SK0F을 사용하였으며, 권장 측정범위는 \( 2 \sim 15 \mathrm{~cm} \) 이다.</p><table border><caption>표 2. 센서 S1～S7의 배치 각도</caption><tbody><tr><td>S1</td><td>S2</td><td>S3</td><td>S4</td><td>S5</td><td>S6</td><td>S7</td></tr><tr><td>\( -90^{\circ} \)</td><td>\( -60^{\circ} \)</td><td>\( -30^{\circ} \)</td><td>\( 0^{\circ} \)</td><td>\( +30^{\circ} \)</td><td>\( +60^{\circ} \)</td><td>\( -90^{\circ} \)</td></tr></tbody></table><h2>3. 추종 로봇의 동작 목표</h2><p>선도-추종 로봇에서 추종로봇이 선도로봇을 따라가는 방법은 여러 가지가 있을 수 있는데, 본 연구에서는 추종로봇이 선도로봇과 원하는 거리 \( d_{r e f} \)와 각도 \( \psi_{r e f} \) 를 유지하며 따라가는 것을 목표로 한다. 이를 위해서는 적외선 거리센서를 이용하여 선도로봇과 추종로봇간의 실제 거리 \( d \) 와 각도 \( \psi \) 를 정확히 인식하는 것이 필요하다(그림 3).</p>
|
[
"모바일 로봇과 선도 로봇 및 추종로봇을 본 연구에서는 동일한 구성을 가지는 몇개의 로봇으로 사용하였어?",
"이 로봇은 제작의 편의성과 비용 절감을 위하여 주요 몸체 프레임을 모두 어떻게 제작하였어?",
"개발된 로봇의 형성과 구성도는 아래의 그림 1에서 주요 제원은 표 1에서 나타내었니?",
"로봇 몸체의 회전 제어가 용이한 구조로 설계하기 위하여 회전중심을 구동 바퀴 몇 개가 잇는 축상에 위치하도록 설계하였어?",
"선도로봇 및 추종로봇의 주요 사양 표에서 Whee의 Radius는 몇mm이니?",
"BA6208칩의 모터 드라이버를 사용하였니?",
"32 비트의 ARM Cortex-M4 프로세서를 내장한 제어기는 ST(STMicroelectronics)사의 어떤 보드를 사용하였어?",
"외부의 PC 등과의 통신이 가능하려려면 CRS칩을 장착한 블루투스 모듈을 장착해야하니?",
"소형 DC모터인 DFRobot사의 마이크로 DC기어모터는 무엇을 구동할때 사용되니?",
"센서 S1～S7의 배치 각도를 나타낸 표 2에서 S1의 값은 얼마야?",
"학교나 실험실 등에서 저가로 빠르고 쉽게 제작할 수 있도록 몸체 프레임을 어떻게 제작하였니?",
"본 연구에서는 원하는 거리 얼마를 유지하며 추종로봇이 선도로봇을 따라가는 것을 목표로 하니?",
"\\( 30^{\\circ} \\)의 간격으로 추종로봇의 외면에 그림 2와 같이 7개의 적외선 거리 센서 S1-S7를 배치한 이유는 무엇인가?",
"Sharp사의 저가형 적외선 거리 센서인 GP2Y0A51SK0F을 사용하였을 때, 권장 측정범위는 얼마인가?",
"선도로봇과 추종로봇간의 실제 거리 \\( d \\) 와 각도 \\( \\psi \\) 를 정확히 인식하려면 어떻게 해야하니?",
"본 연구에서는 추종로봇이 선도로봇을 따라갈 때 각도 \\( \\psi_{r e f} \\)를 유지하는 것을 목표로 하는 것이 맞아?",
"선도로봇 및 추종로봇의 주요 사양 표에서 Body의 Height는 얼마니?"
] |
dc263151-8ad2-4c85-aedc-247b2e51d947
|
인공물ED
|
저가형 적외선 거리 센서를 이용한 선도-추종 로봇시스템에서 선도로봇의 위치인식
|
<h2>2. 센서의 거리특성 함수</h2><p>위의 그림 4의 결과에서 센서 \( \mathrm{S} 2 \sim \mathrm{S} 6 \) 에 대해 각 거리별로 출력값의 최대치를 구하였다(표 3). 예를들면, \( d=4 \mathrm{~cm} \) 일 때, \( -60^{\circ} \sim+60^{\circ} \) 의 모든 각도에 대한 출력의 최대값을 구하면 1540가 된다.</p><table border><caption>표 3. 센서 S2\(\sim\)S6의 거리별 최대 출력값</caption><tbody><tr><td>d(\(\mathrm{cm}\))</td><td>S2</td><td>S3</td><td>S4</td><td>S5</td><td>S6</td></tr><tr><td>2</td><td>2263</td><td>2395</td><td>2342</td><td>2298</td><td>2210</td></tr><tr><td>4</td><td>1457</td><td>1540</td><td>1485</td><td>1518</td><td>1472</td></tr><tr><td>6</td><td>1022</td><td>1075</td><td>1101</td><td>1142</td><td>1061</td></tr><tr><td>8</td><td>792</td><td>825</td><td>866</td><td>899</td><td>831</td></tr><tr><td>10</td><td>639</td><td>669</td><td>686</td><td>746</td><td>675</td></tr><tr><td>12</td><td>536</td><td>541</td><td>594</td><td>617</td><td>575</td></tr><tr><td>14</td><td>457</td><td>487</td><td>517</td><td>542</td><td>512</td></tr><tr><td>16</td><td>390</td><td>411</td><td>468</td><td>485</td><td>442</td></tr><tr><td>18</td><td>330</td><td>363</td><td>416</td><td>428</td><td>420</td></tr><tr><td>20</td><td>296</td><td>336</td><td>375</td><td>363</td><td>395</td></tr></tbody></table><p>위의 표 3 의 값을 이용하여 각 센서의 출력값 x과 선도로봇과의 거리 \( d_{S} \)의 관계식(거리특성 함수)을 매트랩의 커브 피팅 툴(Curve fitting tool)을 이용하여 구하였으며, 그림 5 및 표 4 는 그 결과를 나타낸다.</p><table border><caption>표 4. 센서 S2\(\sim\)S6의 거리특성 함수</caption><tbody><tr><td>Sensor</td><td>Distance function \( \left(d_{S}\right) \)</td></tr><tr><td>S2</td><td>\( d_{S 2}=1483 x^{-0.7299}-3.728 \)</td></tr><tr><td>S3</td><td>\( d_{S 3}=3877 x^{-0.895}-1.548 \)</td></tr><tr><td>S4</td><td>\( d_{S 4}=9158 x^{-1.023}-1.21 \)</td></tr><tr><td>S5</td><td>\( d_{S 5}=2242 x^{-0.765}-4.186 \)</td></tr><tr><td>S6</td><td>\( d_{S 6}=3653^{-0.836}-1.381 \)</td></tr></tbody></table><p>이 거리 특성함수를 이용하면 임의의 센서 출력값이 주어져도 이에 대응하는 선도로봇의 거리를 구할 수 있다.</p><h2>3. 선도로봇의 위치인식 알고리즘</h2><p>선도로봇의 위치(거리, 방향)은 다음의 2가지 경우로 나누어서 구한다.</p>가. 1개의 센서만 감지되는 경우<p>이 경우는 센서의 감지영역이 겹치지 않는 위치에 선도로봇이 있는 경우이다. 이때는 다음과 같이 거리와 각도를 구한다.</p><ul><li><p>실제 거리 \( d \) : 거리특성 함수(표 4)를 이용하여 구한다.</p></li><li>각도 \( \psi \) : 감지된 센서의 각도로 한다. (예: \( \mathrm{S} 5 \) 에서 감지된 경우, \( \psi=30^{\circ} \) )</li></ul></li>나. 2개의 센서가 감지되는 경우<p>이 경우는 센서의 감지영역이 겹치는 위치에 선도로봇이 있는 경우이다. 이때는 2개의 센서 값들을 이용하여 선도로봇의 실제 거리와 방향을 구하는 알고리즘이 필요하며, 이는 다음과 같다.</p><p>그림 6 은 센서 S4, S5 에 선도로봇이 감지된 경우를 나타낸다. 센서가 방사하는 적외선 광의 퍼짐이 없다면, \( d_{S 1}, d_{S 5} \) 의 방향으로 나간 적외선은 센서로 다시 반사되지 않는다. 그러나 센서가 유효 퍼짐각을 가진다고 가정하였으므로, 센서에서 나간 적외선이 다시 반사되어 센서로 들어올 수 있음을 유의하자. 따라서 센서에서 측정된 거리가 각각 \( d_{S 1}, d_{S 5} \)라고 하자.</p><p>A, B, \(C_{F} \) 로 이루어지는 삼각형에서, A와 B사이의 거리 \( l \) 은 다음과 같다.</p><p>\( l=\sqrt{\left(d_{S 4}+r\right)^{2}+\left(d_{S 5}+r\right)^{2}-2\left(d_{S 4}+r\right)\left(d_{S 5}+r\right) \cos 30^{0}} \)<caption>(1)</caption></p><p>역시 이 삼각형에서 \( \left(d_{S 4}+r\right) \) 과 \( l \) 사이의 각도는 \[ \theta_{L_{1}}=\cos ^{-1} \frac{\left(d_{S 4}+r\right)^{2}+l^{2}-\left(d_{S S}+r\right)^{2}}{2\left(d_{S 4}+r\right) l} \]<caption>(2)</caption>로 주어진다. 그리고 \( A, B, C_{L} \) 로 이루어지는 삼각형에서 \( l \) 과 \( r \) 사이의 각도는 다음과 같다.</p><p>\( \theta_{L_{2}}=\cos ^{-1} \frac{l}{2 r} \)<caption>(3)</caption></p><p>그러면 \( C_{P} A, C_{L} \) 로 이루어지는 삼각형에서 \( d_{S 4} \) 과 \( r \) 사이의 각도 \( \theta_{L} \) 는 다음과 같이 구할 수 있다.</p><p>\( \theta_{L}=\theta_{L_{1}}+\theta_{L_{2}} \)<caption>(4)</caption></p><p>그리고 역시 \( C_{F}, A, C_{L} \) 로 이루어지는 삼각형에서 \[ d+2 r=\sqrt{\left(d_{S 4}+r\right)^{2}+r^{2}-2 d_{S 4} r \cos \left(\theta_{L}\right)} \]<caption>(5)</caption>이므로, 선도로봇까지의 거리 \( d \) 는 다음과 같다.</p><p>\( d=\sqrt{\left(d_{S 4}+r\right)^{2}+r^{2}-2 d_{S 4} r \cos \left(\theta_{L}\right)}-2 r \)<caption>(6)</caption></p><p>그리고 선도로봇의 각도 \( \psi \) 는 다음과 같다.</p><p>\( \psi=\cos ^{-1} \frac{\left(d_{S 4}+r\right)^{2}+(d+2 r)^{2}-r^{2}}{2\left(d_{S 4}+r\right)(d+2 r)} \)<caption>(7)</caption></p><p>따라서, 2 개의 센서값이 감지되는 경우는 식 (6), (7)을 이용하면 선도로봇의 거리 \( d \) 와 각도 \( \psi \) 을 구할 수 있다.</p><h2>4. 추종 로봇의 동작 전략</h2><p>센서 어레이의 특성 실험결과, 거리 \( d \) 가 \( 10 \mathrm{~cm} \) 이상인 경우는 대부분 1 개의 센서만 감지된다. 이때는 감지된 센서의 각도가 방향값으로 계산되므로, 방향인식의 해상도가 비교적 큰 값인 \( 30^{\circ} \) 가 된다. 이는 \( 30^{\circ} \) 간격의 센서 7 개로 구성된 센서 어레이의 구조상 불가피한 것으로 판단된다.</p><p>따라서 본 연구에 사용된 선도-추종 로봇시스템에서 추종로봇은 선도로봇과의 거리 목표값 \( d_{r e f} \) 를 \( 4 \mathrm{~cm} \sim 10 \mathrm{~cm} \) 의 범위내에서 설정하는 것이 적합하다고 판단된다. 그리고 각도 목표값 \( \psi_{r e f} \) 는 센서 S2\(\sim\)S6 의 감지범위 \( \left(\right. \) 약 \( \left.-60^{0} \sim 60^{0}\right) \) 내에서는 임의의 값으로 설정이 가능하다.</p>
|
[
"\\( d=4 \\mathrm{~cm} \\) 일 때, \\( -60^{\\circ} \\sim+60^{\\circ} \\) 의 모든 각도에 대한 출력의 최대값은 얼마인가?",
"d(\\(\\mathrm{cm}\\))가 2일때 센서S2의 거리별 최대 출력값은 얼마인가?",
"d(\\(\\mathrm{cm}\\))가 2일때 센서S2의 값은 뭐지?",
"d(\\(\\mathrm{cm}\\))가 10일때 센서S2의 거리별 최대 출력값은 얼마인가?",
"d(\\(\\mathrm{cm}\\))가 2일때 센서S2의 거리별 최대 출력값과 d(\\(\\mathrm{cm}\\))가 14일때 센서S2의 거리별 최대 출력값을 더한값은 3000보다 큰가?",
"무엇을 이용하여 각 센서의 출력값 x과 선도로봇과의 거리 \\( d_{S} \\)의 관계식(거리특성 함수)을 구하였는가?",
"센서 S2의 거리특성 함수는 무엇인가?",
"무엇이 센서 S2의 거리특성 함수야?",
"센서 S6의 거리특성 함수는 무엇인가?",
"임의의 센서 출력값이 주어졌을 때 거리 특성함수를 이용하여 구할 수 있는 것은 무엇인가?",
"거리 특성함수를 이용하여 임의의 센서 출력값에 대해 대응하는 선도로봇의 거리를 구할 수 있는가?",
"선도로봇의 위치를 2가지로 나누어 구할 수 있는가?",
"선도로봇의 위치를 2가지로 나누어 구해?",
"선도로봇의 각도 \\( \\psi \\) 는 무엇인가?",
"선도로봇의 각도 \\( \\psi \\) 는 뭐야?",
"1개의 센서가 감지되는 경우 선도로봇의 위치를 구할 수 있는가?",
"센서의 감지영역이 겹치지 않는 위치에 선도로봇이 있다면 센서가 1개만 감지되는가?",
"각도 \\( \\psi \\)는 감지된 센서의 각도의 값을 갖는가?",
"센서가 방사하는 퍼짐이 없는 상태에서 어느 방향으로 나간 적외선은 센서로 재반사 되지 않는가?",
"센서가 방사한 적외선의 퍼짐이 없으면 적외선은 다시 센서로 반사되지 않지만 센서가 유효 퍼짐각을 가지면 적외선은 다시 센서로 반사될 수 있는가?",
"추종로봇과 선도로봇 사이의 거리 목표값을 수식으로 표현하면 무엇인가?",
"\\( \\left(d_{S 4}+r\\right) \\) 과 \\( l \\) 사이의 각도는 무엇으로 주어지는가?",
" \\( \\left(d_{S 4}+r\\right) \\) 과 \\( l \\) 사이의 각도는 무엇으로 주어져?",
"\\( C_{F}, A, C_{L} \\) 로 이루어지는 삼각형에서 \\( d \\) 와 \\( 2r \\)을 더한값은 얼마인가?",
"거리 \\( d \\) 가 \\( 10 \\mathrm{~cm} \\) 이상이면 센서 어레이는 거의 센서 1개만 감지 가능한가?",
"센서 어레이가 1개의 센서를 감지 할 경우의 거리는 얼마 이상인가?",
"센서 어레이의 감지된 센서 각도가 방향값으로 계산될 때 방향인식의 해상도 값은 얼마가 되는가?",
"선도-추종 로봇시스템에서 적합하다고 생각되는 추종로봇과 선도로봇과의 거리 목표값의 범위는 얼마인가?",
"\\( A, B, C_{L} \\) 로 이루어진 삼각형의 \\( l \\) 과 \\( r \\) 사이의 각도의 식은 무엇인가?",
"d(\\(\\mathrm{cm}\\))가 무엇일 때 S3 1540이 나와?",
"선도로봇의 거리를 \\( d \\)라고 한다면 \\( C_{F}, A, C_{L} \\)으로 이루어지는 삼각형의 식에서 유츄할 수 있는 선도로봇의 거리는 얼마인가?",
"센서의 감지영역이 겹치지 않는 위치에 선도로봇이 있는 경우 실제거리를 구할 수 있는 방법은 무엇인가?",
"방향인식의 해상도가 \\( 30^{\\circ} \\) 가 되는 이유가 무엇인가?",
"A, B, \\(C_{F} \\) 로 이루어지는 삼각형에서 거리 \\( l \\)을 구하는 식은 무엇인가?",
"감지영역이 겹치는 부위에 선도로봇이 있다면 무엇을 이용하여 거리와 방향을 알 수 있는 알고리즘을 구할 수 있는가?",
"앞에서 구한 선도로봇의 거리와 각도 식을 이용하여 어떤 경우의 선도로봇의 거리와 각도를 구할 수 있는가?",
"감지된 센서의 각도는 무엇으로 계산되지?",
"무엇으로 감지된 센서가 계산되지?",
"\\( C_{P} A, C_{L} \\) 로 이루어지는 삼각형에서 \\( d_{S 4} \\) 과 \\( r \\) 사이의 각도 \\( \\theta_{L} \\) 를 구하는 방법은 무엇인가?",
"센서의 각도 목표값 감지범위는 무엇인가?",
"어떤 것이 센서의 각도 목표값 감지범위지?",
"센서가 1개만 감지되는 경우는 무엇인가?"
] |
d1db4607-1648-40e5-93aa-3d7306e0217e
|
인공물ED
|
저가형 적외선 거리 센서를 이용한 선도-추종 로봇시스템에서 선도로봇의 위치인식
|
<h1>IV. 선도로봇의 위치인식 실험 및 결과</h1><h2>1. 선도-추종로봇이 정지상태일 때</h2><p>위에서 구한 위치인식 알고리즘의 타당성을 검증하기 위해 임의의 위치에 선도로봇을 두고 위치인식 실험을 하였다.</p><p>표 5 는 임의의 17 개의 점(P1\(\sim\)P16) 을 대상으로한 실험결과를 나타낸다. 각 점의 위치는 표 5에서 \( d_{\text {real }} \) 과 \( \psi_{\text {real }} \) 로 주어지는 위치가 된다.</p><table border><caption>표 5. 선도로봇 위치인식 실험 결과 (정지 상태일 때)</caption><tbody><tr><td>Point</td><td>\( d_{\text {real }}(\mathrm{cm}) \)</td><td>\( d_{s e n}(\mathrm{~cm}) \)</td><td>\( \operatorname{Err} 1 \)</td><td>\( \psi_{\text {real }}\left({ }^{\circ}\right) \)</td><td>\( \psi_{s e n}\left({ }^{\circ}\right) \)</td><td>\( \operatorname{Err} 2 \)</td></tr><tr><td>P1</td><td>3.5</td><td>3.3</td><td>0.2</td><td>+14</td><td>14.65</td><td>-0.65</td></tr><tr><td>P2</td><td>3.7</td><td>4.1</td><td>-0.4</td><td>+18.4</td><td>18.1</td><td>0.3</td></tr><tr><td>P3</td><td>5</td><td>4.9</td><td>0.1</td><td>-45</td><td>-46</td><td>1</td></tr><tr><td>P4</td><td>5.6</td><td>5.65</td><td>-0.05</td><td>+17</td><td>16.55</td><td>0.45</td></tr><tr><td>P5</td><td>6</td><td>35.5</td><td>0.5</td><td>-20</td><td>-18</td><td>2</td></tr><tr><td>P6</td><td>6.3</td><td>6.5</td><td>-0.2</td><td>+14</td><td>14.7</td><td>-0.7</td></tr><tr><td>P7</td><td>6.9</td><td>6.8</td><td>0.1</td><td>+15</td><td>15.22</td><td>-0.22</td></tr><tr><td>P8</td><td>7.4</td><td>7.6</td><td>-0.2</td><td>+22</td><td>+30</td><td>-8</td></tr><tr><td>P9</td><td>7.7</td><td>7.6</td><td>0.1</td><td>+16</td><td>+16.1</td><td>-0.1</td></tr><tr><td>P10</td><td>8</td><td>7.8</td><td>0.2</td><td>0</td><td>0</td><td>0</td></tr><tr><td>P11</td><td>8</td><td>7.9</td><td>0.1</td><td>+15</td><td>+14.7</td><td>0.3</td></tr><tr><td>P12</td><td>8.9</td><td>8.8</td><td>0.1</td><td>+3</td><td>0</td><td>3</td></tr><tr><td>P13</td><td>10</td><td>9.8</td><td>0.2</td><td>-35</td><td>-30</td><td>-5</td></tr><tr><td>P14</td><td>11.3</td><td>11.2</td><td>0.1</td><td>+30</td><td>+30</td><td>0</td></tr><tr><td>P15</td><td>12</td><td>11.7</td><td>0.3</td><td>-15</td><td>0</td><td>-15</td></tr><tr><td>P16</td><td>12.4</td><td>12.7</td><td>-0.3</td><td>+24</td><td>+30</td><td>-6</td></tr></tbody></table><p>실험 결과를 살펴보면 다음과 같다.</p><ol type=i start=1><li>1개의 센서만 감지되는 경우(P8, P10, P12\(\sim\)P16의 경우): 인식한 거리 \( d \) 는 거의 정확하게 나오지만, 각도 \( \psi \) 는 \( 30^{\circ} \) 의 배수로 주어짐을 알 수 있다. 이것은 1 개의 센서만 감지되는 경우는 각도 \( \psi \)를 감지된 센서의 각도로 하기 때문이다(“3.3절. 선도로봇의 위치인식 알고리즘” 참고).</li><li>2 개의 센서가 감지되는 경우(그외 점의 경우): 이 경우 거리 \( d \) 와 각도 \( \psi \) 는 식 (6), (7)을 이용하여 구하게 되며, 이 값이 실제값과 크게 오차가 없음을 알 수 있다.</li></ol><p>따라서 제안한 위치인식 알고리츰이 정확하게 잘 동작함을 알 수 있다</p>
|
[
"선도로봇으로 어떤 실험을 하였어?",
"이 실험은 선도로봇의 위치인식 결과가 맞아?",
"선도-추종로봇이 어떤 상태일때야?",
"임의의 위치에 선도로봇을 두고 위치인식 실험을 하였을 때 위치인식 알고리즘의 무엇을 검증하려고 했어?",
"위치인식 알고리즘의 타당성을 검증하기 위해 선도로봇을 어떤 위치에 두고 위치인식 실험을 하였어?",
"선도로봇을 지정된 위치에 두고 위치인식 실험을 진행하였니?",
"표 5의 임의의 점 몇 개를 대상으로 한 실험 결과야?",
"\\( d_{\\text {real }} \\) 과 \\( \\psi_{\\text {real }} \\) 로 주어지는 위치는 표 5에 각 점의 위치가 맞아?",
"표 5는 어떤 상태일 때 선도로봇의 위치인식 실험 결과야?"
] |
a0d3c1c1-75e2-44ee-99d5-ffd6c1697682
|
인공물ED
|
저가형 적외선 거리 센서를 이용한 선도-추종 로봇시스템에서 선도로봇의 위치인식
|
<h2>2. 선도-추종로봇이 이동상태일 때</h2><p>이번에는 선도-추종로봇이 이동상태일 때 위치 인식 실험을 하였다. 2.1절에서 설명한 로봇 2대를 선도로봇과 추종로봇으로 사용하였다. 선도로봇의 이동속도와 이동방향은 사용자가 스마트 폰의 앱을 이용하여 임의로 지령하여 주었다. 추종로봇은 본 논문에서 제안된 알고리즘을 이용하여 선도로 봇의 거리 \( d \) 와 각도 \( \psi \) 를 인식하였다.</p><p>선도로봇과의 원하는 거리 \( d_{r e f}=8 \mathrm{~cm} \), 각도 \( \psi_{r e f}= 0^{\circ} \) 으로 주었으며, 센서에서 측정한 거리 \( d \), 각도 \( \psi \) 가 각각 \( d_{r e f}, \psi_{r e f} \) 를 쫓아가도록 추종로봇의 움직임을 간단한 비례제어기를 구성하여 제어하였다.</p><p>로봇의 위치와 각도를 실시간으로 측정하기 위해 천장에 CMOS 카메라(Logitech C922, 해상도 960\(\times\)480)를 부착하여 영상을 얻고, 이것을 PC에서 Open CV 를 이용하여 영상처리를 하여 선도로봇의 중심과 추종로봇의 중심 및 방향을 구하여, 거리 \( d_{c o m} \) 과 각도 \( \psi_{\mathrm{com}} \) 를 구하였고, 이것을 적외선 거리 센서에서 구한 거리 \( d \), 각도 \( \psi \) 와 비교하였다.</p><p>CMOS 카메라의 FOV(Field of View)는 \( 200 \mathrm{~cm} \times \) \( 100 \mathrm{~cm} \) 이며, 픽셀당 해상도는 \( 0.208 \mathrm{~cm} \) 이다.</p><p>선도로봇과 추종로봇의 이동경로는 그림 8 과 같다. 선도로봇(검은 선)은 \( S_{L} \rightarrow E_{L} \) 의 경로로 움직였고, 추종로봇 (빨간 선)은 \( S_{F} \rightarrow E_{F} \) 의 경로로 따라갔다. 이 이동경로에서 임의의 10 개의 위치를 선택하여 그때의 영상처리 결과인 거리 \( d_{c m m} \) 과 각도 \( \psi_{\mathrm{cm}} \)을 구하고, 이것을 적외선 거리 센서에서 구한 거리 \( d \), 각도 \( \psi \) 와 비교하였다(표 6).</p><p>이 결과를 보면 다음을 알 수 있다.</p><ol type=i start=1><li>1 개의 적외선 거리 센서만 감지되는 경우: 센서에서 구한 각도 \( \psi \) 가 \( 30^{\circ} \) 의 배수로 주어지는 경우이며, P04, P05, P06, P09가 이에 해당한다. 적외선 거리 센서에서 구한 거리 \( d \) 와 카메라에서 구한 거리 \( d_{\mathrm{cm}} \) 은 거의 비슷한 값 \( \left(\left|d-d_{\mathrm{cm}}\right|\right. \) 의 평균값이 \( 0.32 \mathrm{~cm} \) )임을 알 수 있다. 그리고 적외선 거리 센서에서 구한 각도는 모두 \( 30^{\circ} \) 를 나타낸다. 참고로 이 경우는 카메라에서 구한 각도 \( \psi_{a m} \) 이 실제값에 가깝다고 볼 수 있다.</li><li>2 개의 적외선 거리 센서가 감지되는 경우 : 그 외의 경우이며, P01\(\sim\)P03, P07\(\sim\)P08, P10가 이에 해당한다. 이 경우 거리 \( d \) 와 각도 \( \psi \) 는 식 (4), (5)를 이용하여 구하게 된다. 적외선 거리 센서에서 구한 거리 \( d \) 와, 카메라에서 구한 거리 \( d_{a m} \) 은 거의 비슷한 값 \( \left(\left|d-d_{\text {cam }}\right|\right. \) 의 평균값이 \( \left.0.75 \mathrm{~cm}\right) \) 임을 알 수 있다. 그리고 적외선 거리 센서에서 구한 각도 \( \psi \) 와, 카메라에서 구한 거리 \( \psi_{m m} \) 은 거의 비슷한 값 \( \left(\left|\psi-\psi_{c m m}\right|\right. \)의 평균값이 \( 3.46^{\circ} \) )임을 알 수 있다.</li></ol><p>따라서 제안한 위치인식 알고리즘이 정확하게 잘 동작함을 알 수 있다.</p><p>표 6 은 1 개의 적외선 센서가 감지된 경우와, 2 개의 센서가 감지된 경우, 적외선 센서와 카메라 값의 차이의 절 대값의 평균값 \( \left(\left|d-d_{c m}\right|\right. \) 와, \( \left.\left|\psi-\psi_{c m m}\right|\right) \)를 나타낸 것이다.</p>
|
[
"로봇의 위치와 각도를 실시간으로 측정하기 위해 천장에 부착하여 영상을 얻은 것은 뭐지?",
"2.1절에서 설명한 로봇 2대를 무엇으로 사용하였지?",
"선도-추종로봇이 이동상태일 때 한 실험은 무엇이지?",
"선도로봇(검은 선)은 \\( S_{L} \\rightarrow E_{L} \\) 의 경로로 움직였고, 추종로봇 (빨간 선)은 어떤 경로로 따라갔지?",
"CMOS 카메라의 FOV(Field of View)는 \\( 200 \\mathrm{~cm} \\times \\) \\( 100 \\mathrm{~cm} \\) 이며, 픽셀당 해상도는 얼마이지?"
] |
9432f16f-de2f-4c39-b58f-fcf954411c8c
|
인공물ED
|
저가형 적외선 거리 센서를 이용한 선도-추종 로봇시스템에서 선도로봇의 위치인식
|
<h1>I. 서론</h1><p>두 대의 이동 로봇(Mobile Robot)으로 이루어지는 선도-추종 로봇(Leader-Follower Robot) 시스템에서, 한 대의 모바일 로봇은 선도로봇(Leader Robot), 또 한 대는 추종로봇(Follower Robot)으로 동작을 한다. 선도로봇은 사람이 조종을 하거나 또는 자율주행을 하며, 추종로봇은 선도로봇과 일정한 거리, 각도를 유지하며 선도로봇을 따라가게 된다.</p><p>선도-추종 로봇시스템은 다수의 로봇이 군집을 이루어 협업을 하며 원하는 작업을 수행하는 군집로봇(Swarm robot)의 가장 간단한 형태로써, 이에 대한 많은 연구가 이루어져 왔다.</p><p>선도-추종 로봇에서 추종로봇이 선도로봇을 정확히 따라가기 위해서는 선도로봇의 정확한 위치인식이 필수적이다. 그런데 이전의 연구들은 고가의 레이저 거리 센서를 사용하거나, 실험 없이 컴퓨터 시뮬레이션만 하는 경우가 많다. 한편 이동로봇에서 환경인식을 위해 저가의 적외선 거리 센서를 이용하는 연구도 이루어져 왔다. 그러나 선도-추종 로봇에서 저가의 적외선 거리 센서를 이용하여 선도로봇의 위치를 정확히 인식하는 방법에 대한 연구는 거의 없는 실정이다.</p><p>본 논문에서는 저가형 부품으로 구성된 이동로봇을 이용한 선도-추종 로봇시스템을 개발하고, 추종 로봇에 장착된 적외선 거리 센서를 이용한 선도로봇의 위치 인식 알고리즘을 제안하고, 실험을 통해 제안된 방법의 타당성을 검증하였다.</p>
|
[
"선도-추종 로봇 시스템에서 사용되는 로봇은 어떤 종류가 있나요?",
"선도-추종 로봇 시스템에서 선도로봇의 기능은 무엇인가요?",
"선도-추종 로봇 시스템에서 선도로봇의 기능이 뭐지",
"선도-추종 로봇 시스템에서 추종로봇은 사람이 조종을 하거나 또는 자율주행을 할 수 있나요?",
"선도-추종 로봇시스템은 군집로봇의 협업을 하는 한 형태로 포함되어있나요?",
"선도-추종 로봇시스템에서 추종로봇이 선도로봇을 정확히 따라가기 위해서 필요한 조건은 무엇인가요?",
"선도-추종 로봇 시스템에서 추종로봇의 역할은 무엇인가요?",
"선도-추종 로봇 시스템에서 추종로봇의 기능은 무엇인가요?",
"선도-추종 로봇 시스템에서 선도로봇은 추종로봇과 일정한 거리, 각도를 유지하며 추종로봇을 따라가나요?"
] |
f153294c-b1df-4083-bb75-b486c14daec3
|
인공물ED
|
저가형 적외선 거리 센서를 이용한 선도-추종 로봇시스템에서 선도로봇의 위치인식
|
<h1>요 약</h1><p>본 연구에서는 저가형 소형 이동로봇을 이용한 선도-추종 로봇시스템을 개발하였다. 개발한 이동로봇은 시중에서 쉽게 구할 수 있는 저렴한 부품을 사용하여 학교나 실험실 등에서 쉽고 빠르게 제작할 수 있는 장점이 있다. 그리고 이 로봇에 장착된, 7개의 저가형 적외선 거리 센서로 구성된 센서 어레이의 위치인식 특성을 분석하고, 이를 기반으로 선도로봇의 위치인식 알고리즘을 제안하였다. 개발한 선도-추종 로봇을 이용한 정지 및 주행 실험을 통해 제안된 알고리즘의 타당성을 검증하였다.</p>
|
[
"본문에서 선도 로봇의 위치 인식 알고리즘을 제안하려 센서 어레이의 어떤 특성을 분석했어?",
"선도 로봇의 위치 인식 알고리즘을 제안하기 위해 몇 개의 센서 어레이의 위치 인식 특성을 분석하였어?",
"저가형 적외선 거리 센서가 로봇에 몇개가 설치된거야?",
"본문은 선도-추종 로봇시스템을 개발하기 위해 어떤 것을 이용했어?",
"선도-추종 로봇 시스템이 이용하는 로봇은 어떤 것인가?",
"개발한 이동 로봇은 무엇을 통해 학교나 실험실 등에서 쉽고 빠르게 만들 수 있었어?",
"본문이 개발한 이동 로봇의 부품 가격은 어때?",
"본문에선 개발한 선도-추종 로봇을 이용한 어떤 실험을 통해 제안된 알고리즘의 타당성을 나타냈어?",
"선도-추종 로봇을 이용하여 어떤 실험을 진행하였나?"
] |
1ca30747-820f-4b31-a0f2-38c8f8c922a9
|
인공물ED
|
저가형 적외선 거리 센서를 이용한 선도-추종 로봇시스템에서 선도로봇의 위치인식
|
<h1>V. 결론</h1><p>본 연구에서는 저가형 소형 이동로봇을 이용한 선도-추종 로봇시스템을 개발하였다. 개발한 이동 로봇은 시중에서 쉽게 구할수 있는 저렴한 부품을 사용하여 학교나 실험실 등에서 쉽고 빠르게 제작할 수 있는 장점이 있다. 그리고 이 로봇에 장착된, 7개의 저가형 적외선 거리 센서로 구성된 센서 어레이의 위치인식 특성을 분석하고, 이를 기반으로 선도로봇의 위치인식 알고리즘을 제안하였다. 개발한 선도-추종 로봇을 이용한 정지 및 주행 실험을 통해 제안된 알고리즘의 선도로봇의 위치를 잘 인식함을 알 수 있었다.</p><p>그러나, 선도로봇이 2 개의 센서에서 감지되는 경우(즉, 비교적 선도로봇이 가까이 있는 경우)는 거리와 방향을 정확히 인식할 수 있으나, 1 개에서만 감지되는 경우(선도로봇이 멀리 있는 경우)는 거리의 정확한 인식은 가능하나 방향은 해상도는 \( 30^{\circ} \) 밖에 되지 않아 정확한 값을 구할 수 없는 단점이 있다. 하지만 이것은 \( 30^{\circ} \) 간격의 센서 7 개로 구성된 센서 어레이의 구조상 불가피한 것으로 판단된다.</p><p>그렇지만 추종로봇의 동작제어기를 잘 설계하여 추종오차를 최대한 줄이고, 추종오차가 커지는 경우(즉, 2개의 센서가 감지되다가 1 개의 센서가 감지되는 경우)는 센서의 감지 각도 \( \psi \) 를 바로 직 전의 2개 센서에서 감지된 각도 값으로 사용하면, 각도의 해상도를 향상시키는 효과를 줄 수 있으므로 현재의 센서 어레이의 구조에서도 추종로봇의 동작 정밀도를 충분히 높일 수 있을 것으로 판단된다.</p><p>그리고 부가적으로 향후 방향의 해상도를 높이기 위한 연구가 더 필요하다고 판단된다. 가능한 방법으로는 센서 어레이의 구조를 개선하여 센서의 배치간격을 더 줄이거나, 또는 센서 어레이에 별도의 동작 메카니즘을 부착하여 로봇 몸체에 대해 상대적인 회전이 가능하도록 하는 방법, 또는 다른 종류의 센서를 추가하여 사용하는 방법 등을 고려할 수 있다.</p>
|
[
"개발한 이동 로봇은 학교나 실험실 등에서 쉽고 빠르게 제작할 수 있어?",
"선도로봇의 센서는 몇개야?",
"선도로봇의 센서가 1개에서만 감지되면 정확한 값을 구할수 있어?",
"저가형 소형 이동로봇의 향후 방향의 해상도를 높이기 위한 연구가 더 필요해?",
"본문에 있는 로봇에 장착된 저가형 적외선 거리 센서는 몇개야?",
"선도로봇의 2개의 센서에서 감지되면 거리와 방향을 정확하게 인식할 수 있어?",
"본문에 소형 이동로봇의 향후 방향의 해상도를 높이기 위한 가능한 연구가 뭐야?",
"이동 로봇은 시중에서 쉽게 구할수 있는 저렴한 부품으로 제작할 수 있어?",
"저가형 소형 이동로봇을 이용한 시스템은 뭐야?",
"추종로봇의 동작 정밀도를 좀 더 정확하게 높일 수 있는 방법이 뭐야?"
] |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.