교수진

목록보기

공학처 교수소개

 

  계급/성명

소령  홍창우

 

 

  직급/직위

기계시스템공학교수

 

  사 무 실

손원일관 209호

 

  전화번호

055-907-5307

 

  이 메 일

spearw@navy.ac.kr

 

 

 

 

 

학 력

  '17-'21 : 연세대학교 공학박사(전기전자공학)
  '14-'16 : 연세대학교 공학석사(기계공학)
  '02-'06 : 해군사관학교 문학사(외국어학), 군사학사

 

 

경 력

  '21 - : 해군사관학교 교수부 공학처
  '16-'17 : 작전사 신세기함 기관장
  '11-'14 : 해군본부 군수참모부 군수기획과 군수제도/3군공통담당
  '10-'11 : 군수사 정비창 공무처 1,2공사진행담당
  '09-'10 : 3함대 강릉함 기관장
  '08-'09 : 5전단 옹진함 기관장
  '07-'08 : 2함대 참-322호정 기관장
  '06-'07 : 1함대 광개토대왕함 전기관

 

 

연구분야

  Data-driven 접근법을 통한 건전성예측관리, 인공지능을 활용한 함정 전력
  부하 예측, 함정 통합전력시스템

 

 

수업과목

  조선공학개론, 기초역학, 함정신기술의 이해, 해군무기체계공학, 함정공학개론

 

 

학술활동

 ◇ 연구보고서
    차기소해함 VDS/CIS RAM 목표값 설정 연구 / LIG NEX1, '23. 4. ~ '24. 3.(진행중)
    해군 G/K 창정비 사업 성과분석 연구 / 해군 전평단, '22. 6. ~ '23. 3.
    전기추진함정 임무효과도 분석 / 대우조선해양, '21. 2. ~ 12.
    .

 ◇ 학술논문
    [박사학위논문] Remaining Useful Life Prognosis of a Turbofan Engine by Using Explainable Deep Neural
    Networks with Dimensionality Reduction, 연세대학교(2021)
    [석사학위논문] 연소기-터빈 단차에 의한 가스터빈 1단 노즐 엔드월 열전달 특성, 연세대학교(2016)
    .
    - 국제논문
    Exhaust Temperature Prediction for Gas Turbine Performance Estimation by Using Deep Learning.
    Journal of Electrical Engineering & Technology. (1-9). (2023).
    ConvNet-based Remaining Useful Life Prognosis of a Turbofan Engine. In 2021 IEEE 4th
    International Conference on Knowledge Innovation and Invention(ICKII) (pp. 190-193). IEEE. (2021).
    Remaining Useful Life Prognosis for Turbofan Engine Using Explainable Deep Neural Networks with
    Dimensionality Reduction. Sensors, 20(22), 6626. (2020).
    Deep Concatenated Residual Network With Bidirectional LSTM for One-Hour-Ahead Wind Power
    Forecasting. IEEE Transactions on Sustainable Energy, 12(2), 1321-1335. (2020).
    Explainable Artificial Intelligence for the Remaining Useful Life Prognosis of the Turbofan
    Engines. In 202020 3rd IEEE International Conference on Knowledge Innovation and Invention (ICKII)
    (pp. 144-147). IEEE. (2020).
    Multivariate time series forecasting for remaining useful life of turbofan engine using deep-
    stacked neural network and correlation analysis. In 2020 IEEE International Conference on Big Data
    and Smart Computing (BigComp) (pp. 63-70). IEEE. (2020).
    Heat transfer measurement near endwall region of first stage gas turbine nozzle having platform
    misalignment at combustor-turbine interface. International Communications in Heat and Mass Transfer,
    78, 101-111, (2016).
    .
    - 국내논문
    인공지능과 빅데이터를 활용한 예지정비 적용에 관한 연구. 국방정책연구, 제136호. (2022).
    가상·증강현실의 발전 동향과 군 교육훈련 분야 적용방안. 한국정보기술학회논문지, 20(8). (2022).
    심층신경망과 피어슨상관계수를 활용한 터보팬엔진 잔여유효수명 예측. Journal of the KNST, 4(1).
    (2021).
    CNN-RNN 기반의 DNN을 활용한 DP 선박의 전력부하 예측. Journal of the KNST, 4(2). (2021).
    딥스택 구조를 이용한 대형 함정의 단기 전력 부하 예측. 전기학회논문지, 69(4). (2020).
    .
    - 국내학술대회
    인공신경망을 이용한 Dynamic positioning 선박의 전력부하 예측. 대한전기학회 학술대회 논문집.
    (2021).
    계절적 특성을 고려한 CNN-LSTM 알고리즘 기반의 건물 단기 전력부하예측. 대한전기학회 학술대회 논문
    집. (2021).
    딥러닝 기반의 클러스터링을 활용한 풍력터빈의 파워 커브 모델링. 대한전기학회 학술대회 논문집.
    (2021).
    VSC HVDC 의 그리드 포밍 (Grid Forming) 제어를 이용한 제주계통 블랙스타트 모의.대한전기학회 학술대
    회 논문집. (2020).
    딥스택 인공신경망을 이용한 터보팬 엔진 유효수명의 예측. 한국추진공학회 학술대회논문집. (2019).
    딥러닝을 이용한 함정의 단기 전력부하 예측. 대한전기학회 학술대회 논문집. (2019).
    다중 잔차 방식의 딥러닝을 통한 태양광 발전량 단기 예측. 대한전기학회 학술대회 논문집. (2019).
    터빈-연소기 단차에 의한 가스터빈 노즐 열전달 특성변화에 대한 연구. 대한기계학회 춘추학술대회.
    (2015).
    후방분사 원형 홀과 시스터 홀이 막냉각 효율에 미치는 영향. 대한기계학회 춘추학술대회. (2015).
    가스터빈 단별 냉각유량 변화를 고려한 시스템 성능해석. 대한기계학회 춘추학술대회. (2015).
    열화상기법을 이용한 고압터빈 냉각 상온상사시험평가. 한국추진공학회 학술대회논문집. (2014).
    .
    - 해군 함정기술지
    전기추진 선박의 발전 방향과 실데이터를 활용한 전력부하 예측 연구(2021).
    함정 단기전력 부하 예측의 필요성과 발전방향(2020).
    .
    - 국방일보 기고
    
    국방혁신 4.0과 해사의 과학기술 교육에 대한 소고(23년 6월 12일)

    .

 ◇ 기 타
    '22 해군사관학교 교수업적평가 우수교수
    '21 해군 학술상
    '21 해군과학기술학회 학술상
    '21 한국국방연구원 국방미래인재학술상 우수상
    '20 해군 함정기술지 우수상
    '20 해군과학기술학회 추계학술대회 우수논문상
    '19 대한전기학회 하계학술대회 우수논문상
    '19 국방대학교 국방학술대회 금상
    .
     Google Scholar
     Researchgate
     DBpia

 

 

목록보기