개선된 피어슨 시스템을 이용한 신뢰성기반 최적설계
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Kim, T.K. | - |
dc.contributor.author | Lee, Tae Hee | - |
dc.date.accessioned | 2022-07-16T21:46:47Z | - |
dc.date.available | 2022-07-16T21:46:47Z | - |
dc.date.created | 2021-05-13 | - |
dc.date.issued | 2011-02 | - |
dc.identifier.issn | 1226-4873 | - |
dc.identifier.uri | https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/169073 | - |
dc.description.abstract | 확정론적 최적설계 방법은 설계 혹은 공정과정에서 발생하는 설계변수의 불확실성을 고려하지 않아 최적점이 제한조건의 경계점에 위치한다. 신뢰성기반 최적설계는 설계자가 요구하는 신뢰도를 만족하는 범위에서 목적함수가 최소가 되는 최적점을 찾는 방법이다. 이 과정은 최적설계 과정과 설계변수의 불확실성을 고려하는 신뢰성해석 과정으로 나눌 수 있다. 모멘트기반 신뢰성해석은 시스템의 통계적 모멘트를 이용하여 신뢰도를 구하는 방법이다. 일반적으로 신뢰성해석은 통계적 모멘트의 값에 따라 피어슨 시스템을 통해 시스템의 확률밀도함수를 7 가지 형태로분류하여 신뢰도를 구한다. 하지만 피어슨 시스템에서 타입 IV 분포의 경우에는 수식이 복잡하여 다루기 어려운 문제점이 있었다. 본 논문에서는 크리깅모델을 이용하여 피어슨 시스템의 단점을 개선한 신뢰성 해석기법을 크리깅모델을 이용하여 개발하고 이를 적용하여 신뢰성기반최적설계 방법을 제안하다. 피어슨 타입 IV 의 수학 및 공학예제에 대하여 신뢰성기반최적설계를 수행하고 이를 몬테카를로 시뮬레이션을 이용하여 정확성을 검증한다. | - |
dc.language | 한국어 | - |
dc.language.iso | ko | - |
dc.title | 개선된 피어슨 시스템을 이용한 신뢰성기반 최적설계 | - |
dc.title.alternative | Reliability-based design optimization using enhanced Pearson system | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | Lee, Tae Hee | - |
dc.identifier.doi | 10.3795/KSME-A.2011.35.2.125 | - |
dc.identifier.scopusid | 2-s2.0-79952046867 | - |
dc.identifier.bibliographicCitation | Transactions of the Korean Society of Mechanical Engineers, A, v.35, no.2, pp.125 - 130 | - |
dc.relation.isPartOf | Transactions of the Korean Society of Mechanical Engineers, A | - |
dc.citation.title | Transactions of the Korean Society of Mechanical Engineers, A | - |
dc.citation.volume | 35 | - |
dc.citation.number | 2 | - |
dc.citation.startPage | 125 | - |
dc.citation.endPage | 130 | - |
dc.type.rims | ART | - |
dc.type.docType | Article | - |
dc.identifier.kciid | ART001522383 | - |
dc.description.journalClass | 1 | - |
dc.description.isOpenAccess | N | - |
dc.description.journalRegisteredClass | scopus | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordPlus | Conventional optimization | - |
dc.subject.keywordPlus | Design variables | - |
dc.subject.keywordPlus | Deterministic methods | - |
dc.subject.keywordPlus | Feasible regions | - |
dc.subject.keywordPlus | Kriging model | - |
dc.subject.keywordPlus | Manufacturing process | - |
dc.subject.keywordPlus | Monte Carlo Simulation | - |
dc.subject.keywordPlus | Objective functions | - |
dc.subject.keywordPlus | Optimization process | - |
dc.subject.keywordPlus | Optimum designs | - |
dc.subject.keywordPlus | Pearson system | - |
dc.subject.keywordPlus | Pearson type IV distribution | - |
dc.subject.keywordPlus | RBDO | - |
dc.subject.keywordPlus | Reliability constraints | - |
dc.subject.keywordPlus | Reliability-based design optimization | - |
dc.subject.keywordPlus | Statistical moments | - |
dc.subject.keywordPlus | Computer simulation | - |
dc.subject.keywordPlus | Image segmentation | - |
dc.subject.keywordPlus | Interpolation | - |
dc.subject.keywordPlus | Machine design | - |
dc.subject.keywordPlus | Monte Carlo methods | - |
dc.subject.keywordPlus | Optimization | - |
dc.subject.keywordPlus | Quality assurance | - |
dc.subject.keywordPlus | Uncertainty analysis | - |
dc.subject.keywordPlus | Reliability analysis | - |
dc.subject.keywordAuthor | 신뢰성기반 최적설계, 신뢰성해석, 크리깅모델, 피어슨 시스템, 피어슨 타입 IV 분포, Kriging model | - |
dc.subject.keywordAuthor | Pearson system | - |
dc.subject.keywordAuthor | Pearson type IV distribution | - |
dc.subject.keywordAuthor | RBDO | - |
dc.subject.keywordAuthor | Reliability analysis | - |
dc.identifier.url | https://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE01586375&language=ko_KR | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
222, Wangsimni-ro, Seongdong-gu, Seoul, 04763, Korea+82-2-2220-1365
COPYRIGHT © 2021 HANYANG UNIVERSITY.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.