베이지안 네트워크 기반 전시 파손항공기 임무수행능력 예측 모델

이두열; 백세일; 김민생; 김신곤

doi:10.3795/KSME-A.2021.45.2.103

추천

검색

질문

자료유형: 학술저널

저자정보: 이두열 (공군) 백세일 (공군) 김민생 (공군) 김신곤 (공군)

저널정보: 대한기계학회 대한기계학회 논문집 A권 대한기계학회논문집 A권 제45권 제2호(통권 제425호)

발행연도: 2021.2

수록면: 103 - 111 (9page)

DOI: 10.3795/KSME-A.2021.45.2.103

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

베이지안 네트워크에 기반한 전시 파손항공기 임무수행능력 예측 모델을 연구하였다. 항공기 손상평가 결과와 투입시간에 따른 임무수행능력을 산출하기 위해 베이지안 네트워크 모델을 개발하였다. 이 모델은 항공기의 주요구조, 보조구조, 그리고 복합재구조의 수리확률을 각 구조에 대한 손상평가 결과와 투입시간을 고려하여 계산한다. 각 구조에서 발생한 손상은 항공기의 기동성에 영향을 미치고, 궁극적으로 항공기의 임무수행능력에 영향을 미친다. 걸프전 A-10 항공기 파손 수리사례를 통해 임무수행능력을 바탕으로 한 항공기 수리 우선순위 결정과 임무배정에 대해 논의하였다. 손상평가, 예측 모델 개발, 교정, 그리고 타당성 검증이 전시 파손항공기의 임무수행능력 정량화에 전제 조건임을 확인하였다.

#ABDR(전시 파손항공기 수리) #Mission Readiness(임무수행능력) #Bayesian Network(베이지안 네트워크)

참고문헌 (19)

참고문헌 신청

Gresham, J. D., 2012, Attack on Camp Bastion: The Destruction of VMA-211, Defense Media Network, Faircount Media Group, USA.

Kovach, G. C., 2012, Yuma Harrier Jets, Marine CO Felled in Afghanistan, The San Diego Union-Tribune, USA.

United States Air Force, Aircraft Battle Damage Repair Technical Manual, TO 1-1H-39, United States Air Force, Washington D.C., USA.

Son, Y. S., Kim, S. W. and Yoon, B. K., 2014, “A Study on the Criteria to Decide the Number of Aircrafts Considering Operational Characteristics,” J. Korea Inst. Military Sci. Technol., Vol. 17, No. 1, pp. 41~49.

Absi, F. and Lemaignen, L., 2011, “Rapid Salvage and Repair Strategies for Aircraft Disabled or Damaged in Action,” RTO AVT-144, NATO STO Workshop, Vilnius, Lithuania.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이두열

소속기관 국방대학교

주요연구분야 공학 > 기계공학 > 기계공학 일반 TOP 10% 공학 > 산업공학 TOP 10%

논문수 32 이용수 3,074

백세일

소속기관 공군

주요연구분야 공학 > 기계공학 > 기계공학 일반

논문수 1 이용수 142

김민생

소속기관 공군

주요연구분야 공학 > 기계공학 > 기계공학 일반 공학 > 기계공학 > 항공우주공학

논문수 15 이용수 2,021

김신곤

소속기관 공군

주요연구분야 공학 > 기계공학 > 기계공학 일반 공학 > 기계공학 > 항공우주공학

논문수 6 이용수 709

이 논문과 함께 이용한 논문

신뢰도중심정비와 베이지안 네트워크를 활용한 항공기 주요계통 신뢰성 분석

이두열 , 최태수 한국신뢰성학회 학술대회논문집 2022 .11

머신러닝 기법을 활용한 서울 지점 미세먼지 농도 예측 연구

김민우 , 정형세 한국데이터정보과학회지 2022 .11

트리 기반 머신러닝 알고리즘과 기상 예측 자료를 이용한 시정 예측

김부요 , Belo , id Miloslav 외 1명 한국기상학회 학술대회 논문집 2022 .10

트리 기반 머신러닝 알고리즘을 이용한 서울의 PM₁₀ 및 PM_2.5 단기 예측

김부요 , 임윤규 , 차주완 한국기상학회 학술대회 논문집 2022 .10

에너지 빅데이터를 활용한 머신러닝 기반의 생산 예측 모형 연구

강미영 , 김석 한국정보통신학회 종합학술대회 논문집 2022 .10

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2021-550-001487099

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (19)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)