최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국자동차공학회논문집 = Transactions of the Korean Society of Automotive Engineers, v.19 no.6, 2011년, pp.1 - 9
박창현 (한양대학교 대학원 기계공학과) , 이영미 (한양대학교 공학대학원 기계 및 산업공학과) , 최동훈 (한양대학교 최적설계신기술연구센터)
In this study, the specifications of the components of the vent vale were optimally determined in order to enhance the performance of the vent valve. Design objective was to minimize fuel leakage while satisfying the design constraints on the performance indices. To obtain the optimum solution based...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
압력강하시험(pressure drop test)의 첫 번째 목적은 시중 주유속도 보다 빠른 주유속도에 의해 발생하는 압력강하로 인한 벤트 밸브의 닫힘 여부를 평가하는 것이다. 두 번째는 주유소 저장고의 차가운 연료가 더운 대기 온도로 인해 온도가 상승한 빈 상태의 연료탱크에 주유될 경우 급속한 압력 상승으로 인한 이른 주유차단(shutoff) 여부를 평가하는 것이다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
최적설계기법의 단점은? | 하지만 최적설계기법은 일반적으로 최적해를 도출할 때까지 설계변수값을 지속적으로 변화시키면서 시스템의 응답을 매번 요구하기 때문에 1회 해석 시간이 긴 시뮬레이션 모델을 사용하는 최적설계문제의 경우 소요시간이 매우 길어질 수 있다. 또한 정상적인 수렴을 통한 최적해의 제공 시점을 예측하기란 매우 어려운 일이다. 이러한 단점은 짧은 제품 생산주기 내에 새로운 설계안 혹은 설계 개선안을 도출해 내야 하는 산업현장에서 최적설계가 적용되는 것을 어렵게 한다. | |
실험계획법의 장단점은? | 이에 반해 실험계획법(Design of Experiments; DOE)은 비록 최적해를 제공하지 못하지만 설계자가 미리 정한 예측 가능한 시간 내에 적절한 설계 개선안을 제공해 줄 수 있다는 장점이 있기 때문에 산업 현장에서 많이 사용되고 있다. | |
기존의 시제품을 제작하여 벤트 밸브의 성능을 평가하는 방식의 단점을 극복하기 위해 나온 기법은? | 이러한 단점을 보완하기 위해 제품의 성능 및 문제점을 사전에 예측할 수 있는 시뮬레이션기법이 도입되었으며, 근래 제품 개발에 있어서 시뮬레이션기법은 하드웨어 및 소프트웨어 기술의 향상과 더불어 제품 개발에 필수적인 요소가 되었다. 하지만 실제 작동환경을 고려한 복잡한 실제 시스템의 시뮬레이션 모델 생성과 검증이 어려울 수 있으며, 경우에 따라 과도한 해석시간이 요구된다. |
S. H. Oh, H. G. Kong, J. H. Kang and Y. C. Park, "Optimization Forging Process of Gate Valve using DACE," J. SKMPE, Vol.6, No.1, pp.71-77, 2007.
S. M. Song, O. H. Kwon and Y. W. Lee, "Effect of the Differential Pressure by the Blow-by Gas Flow on the PCV Valve with a Crack," Int. J. Automotive Technology, Vol.8, No.2, pp.219-224, 2007.
S. H. Kim, Y. J. Jo, S. G. Kim, J. H. Kang and Y. C. Park, "Design Sensitivity Analysis of Gate Valve using the Variational Technology," J. SKMPE, Vol.7, No.1, pp.38-46, 2008.
FRAMAX Inc., Process Integration, Automation, and Optimization - PIAnO User's Manual, 2010.
A. S. Hedayat, N. J. A. Sloane and J. Stufken, Orthogonal Arrays: Theory and Applications, Springer Verlag, New York, 1999.
D. G. Krige, "A Statistical Approach to Some Basic Mine Valuation Problems on the Witwatersrand," J. Chem., Metal. and Mining Soc. South Africa, Vol.52, No.6, pp.119-139, 1951.
G. Metheron, "Principles of Geostatistics, Economic Geology," Economic Geology, Vol.58, No.8, pp.1246-1266, 1963.
J. Sacks, W. J. Welch, T. J. Mitchell and H. P. Wynn, "Design and Analysis of Computer Experiments," Statistical Science, Vol.4, No.4, pp.409-435, 1989.
T. W. Simpson, J. J. Korte, T. M. Mauery and F. Mistree, "Comparisons of Response Surface and Kriging Models for Multidisciplinary Design Optimization," Proc. 7th AIAA/USAF/NASA/ ISSMO Symposium on Multidisciplinary Analysis & Optimization, Vol.1, pp.381-391, 1998.
J. H. Holland, Adaptation in Natural and Artificial Systems, The University of Michigan Press, Michigan, 1975.
D. E. Goldberg, Genetic Algorithms in Search, Optimization and Machine Learning, Addison-Wesley, Massachusetts, 1989.
R. L. Haupt and S. E. Haupt, Practical Genetic Algorithms, Wiley, New Jersey, 1998.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.