• 한국산학기술학회논문지
• /
• 제20권8호
• /
• pp.29-37
• /
• 2019

수가 중소 영섬유제품에 대한 품질관리 대상은 소재에 대한 물리적 성능 특성 이외에도 색상, 착용감 등의 주관적 판단 인자들이 있다. 색상은 소비자들이 별도의 측정 장비 없이도 주관에 따라 판단 할 수 있는 대표적인 품질인자이다. 따라서 산업 현장에서는 색상에 대한 통계적 품질관리를 위하여 색차계를 이용한 정량화를 통해 품질관리에 적용하고 있다. 하지만, 국내 섬유관련 업체는 대다수가 중소 영세업체기 때문에 육안검사에 의존한 색차관리를 수행하고 있으며, 그로 인해 검사자 개인성향 및 작업 수행방식에 따라 많은 차이를 보이게 된다. 따라서 본 논문에서는 이러한 산업현장의 실정에 부합하는 품질관리 기법 개발을 목표로, 사무기기 중의 하나인 디지털 화상 장치를 이용한 간이 색차판별 가능성에 대한 연구를 수행하였다. 연구결과, 일반 평판 스캐너를 활용한 이미징 분석 기반의 색차판별법은 기존의 측색계를 이용한 판별법과 비교하여 높은 상관관계($R^2=0.969$)를 보여주고 있었으며, 이를 통해 공정 간 및 로트별 색차관리에 대한 현장 간이판별이 가능함을 확인하였다. 또한 색차를 구성하고 있는 각 요소(${\Delta}L$, ${\Delta}a$, ${\Delta}b$)에 대한 분석을 통해서 공정관리 요소식별이 가능함을 확인 할 수 있었다. 향후, 본 연구의 결과를 기반으로 하여 판정기법을 좀 더 정교화/최적화하게 된다면, 산업현장에서 충분히 색차계를 대체 할 수 있는 방법으로까지 발전 할 수 있으리라 판단된다.

• 전기화학회지
• /
• 제22권1호
• /
• pp.36-42
• /
• 2019

두께가 $52{\mu}m$의 주석필름을 고농도의 질산을 사용한 화학적 식각과정을 거쳐서 리튬이온 이차전지용 고용량 음극인 다공성 주석후막을 제조하였다. 다공성 주석필름은 반응면적이 증가하게 되어 리튬과의 합금화 반응에 대한 과전압이 감소하였으며, 동시에 충방전 시의 부피변화에 대응할 수 있는 공간이 확보되었다. 또한, 이러한 다공성 주석후막 전극은 바인더 및 도전재의 사용이 필요하지 않기 때문에 실질적으로 더욱 큰 에너지 밀도의 구현이 가능하다. 식각용액에서의 질산농도가 증가할 수록 주석필름의 식각되는 정도가 증가하여 주석의 무게와 두께가 더욱 감소하였다. 3 M 농도 이상의 질산에서 주석필름의 식각이 효과적으로 진행되었으나, 5 M 농도에서는 식각속도가 더욱 증가하여 60초 내에 대부분의 주석이 용출되어 회수할 수 없었다. 4 M 농도의 질산용액에서 식각한 경우에는 두께는 40.3%가 감소하며 무게는 48.9%가 감소된 다공성 구조가 형성되었다. 주석필름의 식각되는 정도가 증가함에 따라 전기화학적 활성이 증가하게 되어 리튬저장에 대한 가역용량이 증가하였으며, 4 M 농도에서 식각한 주석필름의 경우에는 650 mAh/g의 가역용량을 나타내었으며, 안정적인 사이클 특성을 나타내어 주석분말을 사용하여 기존의 전극제조 방법으로 제조한 경우보다 향상된 사이클 성능을 나타내었다.

• 한국터널지하공간학회 논문집
• /
• 제21권1호
• /
• pp.201-210
• /
• 2019

최근 국내외 도심지역의 교통정체 완화와 공간의 효율성 증대를 위해 대도시내 도로의 지하화 시행빈도가 증가하고 있다. 도시부 터널은 극심한 정체상황 중 화재가 발생할 경우 대형 참사를 유발할 가능성이 산악터널보다 높기 때문에 소단면으로된 소형차전용터널로 시공이 될 가능성이 높다. 소형차 전용의 터널로 시공이 될 경우, 소형차 전용터널은 차량에 의한 설계화재강도를 감소할 수 있는 반면, 터널 높이 감소 등에 따른 단면적 축소에 따라 유해가스농도가 증가하여 위험도는 증가하는 상반된 특징이 있다. 본 연구에서는 수치해석을 통해 대배기구의 설치간격과 형태에 따른 화재양상을 터널 내 온도 및 CO농도를 분석하여 비교 검토하였으며, 다음과 같은 결론을 얻었다. 설치간격에 따른 연기확산거리는 큰 차이가 없는 것으로 분석되었으나, 본 연구에서는 간격이 100 m인 경우가 가장 효과적으로 분석되었다. 대배기구 형상에 따른 연기확산거리는 $4m{\times}3m$, $6m{\times}2m$, $3m{\times}2m$ (2열) 순으로 배연성능이 우수한 것으로 분석되었으며, 대배기구 형상에 따른 연기확산거리는 플래시오버 이후에는 큰 차이가 없지만 화재 성장과정에서 $3m{\times}2m$인 경우 다른 경우보다 확산거리가 큰 것으로 분석되었고, 대배기구 종횡비에 따른 연기확산거리는 횡방향으로 긴 경우보다 종방향으로 긴 경우가 화재연기의 확산거리가 더 짧은 것으로 분석되었다.

• Korean Chemical Engineering Research
• /
• 제59권4호
• /
• pp.574-583
• /
• 2021

광촉매 재생을 통하여 교대로 운전되는, TiO₂-anatase 광촉매를 담지한 다공성 SiO₂ 담체를 충전한 두 개의 환형 UV/광촉매 반응기(유효 부피: 1.5 L) 중에서, 광촉매 활성이 재생된 하나는 32 일/회 동안 운전시키고 광촉매가 비활성화된 다른 하나는 15 W UV-A 광원을 켠 상태에서 100 ℃의 고온 공기에 의하여 광촉매를 재생시키면서, 에탄올(100 ppmv)과 황화수소(10 ppmv)를 동시 함유하는 3 L/min 유량의 폐가스를 교대로 처리하는 광촉매반응기 시스템의 지속적 운전을 수행하였다. 교대로 운전되는 광촉매반응기 시스템(A)의 에탄올 제거 거동으로서, 광촉매 반응기 시스템의 첫 번째, 두 번째 및 세 번째 운전의 정상 상태에서의 에탄올 제거효율 값은 각각 약 60, 55 및 54%를 유지하였다. 한편 광촉매반응기 시스템(A)의 황화수소의 제거효율 거동은, 각 운전 횟수에서 에탄올 제거효율의 거동과 다르게, 시간이 지남에 따라서 황화수소 제거효율의 감소 및 더 낮은 정상상태 도달의 반복적인 추세를 보였다. 그럼에도 불구하고 황화수소 제거에 있어서 각 운전 기간이 경과한 후에 황화수소 제거효율 값은 첫 번째, 두 번째 및 세 번째 운전 후에 각각 약 80, 75 및 73%를 유지하여서 에탄올 제거효율 값인 약 60, 55 및 54%보다 각각 약 20, 20 및 19%만큼 높았다. 따라서 다공성 SiO₂ 광촉매 담체의 흡착을 가역적 비활성화로 간주하고 흡착을 포함한 광촉매의 가역적 비활성화에 의한 제거효율 감소분이 재생 후 사용 횟수에 무관하게 일정하다고 가정할 때에, 사용 횟수가 세 번째에서 광촉매의 비가역적 비활성화에 따른 에탄올 및 황화수소 제거효율 감소분의, 직전 사용 횟수보다 증가 폭은 각각 약 1 및 2%로써 사용 횟수가 두 번째인 경우의 각각 약 5 및 5%보다 미미하거나 더 적어졌다. 한편 교대로 운전되는 다른 환형 광촉매반응기 시스템에서도 환형 광촉매반응기 시스템의 추세와 거의 동일하게 관찰되었다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.175-197
• /
• 2021

최근 딥 러닝 기술의 발전으로 뉴스, 블로그 등 다양한 문서에 포함된 텍스트 분석에 딥 러닝 기술을 활용하는 연구가 활발하게 수행되고 있다. 다양한 텍스트 분석 응용 가운데, 텍스트 분류는 학계와 업계에서 가장 많이 활용되는 대표적인 기술이다. 텍스트 분류의 활용 예로는 정답 레이블이 하나만 존재하는 이진 클래스 분류와 다중 클래스 분류, 그리고 정답 레이블이 여러 개 존재하는 다중 레이블 분류 등이 있다. 특히, 다중 레이블 분류는 여러 개의 정답 레이블이 존재한다는 특성 때문에 일반적인 분류와는 상이한 학습 방법이 요구된다. 또한, 다중 레이블 분류 문제는 레이블과 클래스의 개수가 증가할수록 예측의 난이도가 상승한다는 측면에서 데이터 과학 분야의 난제로 여겨지고 있다. 따라서 이를 해결하기 위해 다수의 레이블을 압축한 후 압축된 레이블을 예측하고, 예측된 압축 레이블을 원래 레이블로 복원하는 레이블 임베딩이 많이 활용되고 있다. 대표적으로 딥 러닝 모델인 오토인코더 기반 레이블 임베딩이 이러한 목적으로 사용되고 있지만, 이러한 기법은 클래스의 수가 무수히 많은 고차원 레이블 공간을 저차원 잠재 레이블 공간으로 압축할 때 많은 정보 손실을 야기한다는 한계가 있다. 이에 본 연구에서는 오토인코더의 인코더와 디코더 각각에 스킵 연결을 추가하여, 고차원 레이블 공간의 압축 과정에서 정보 손실을 최소화할 수 있는 레이블 임베딩 방법을 제안한다. 또한 학술연구정보서비스인 'RISS'에서 수집한 학술논문 4,675건에 대해 각 논문의 초록으로부터 해당 논문의 다중 키워드를 예측하는 실험을 수행한 결과, 제안 방법론이 기존의 일반 오토인코더 기반 레이블 임베딩 기법에 비해 정확도, 정밀도, 재현율, 그리고 F1 점수 등 모든 측면에서 우수한 성능을 나타냄을 확인하였다.

• 한국미생물·생명공학회지
• /
• 제49권1호
• /
• pp.111-119
• /
• 2021

본 연구에서는 국내 자생 식물인 아욱으로부터 새로운 균주를 분리 및 동정하였고 해당 미생물이 생산하는 항미생물질의 활성과 관련 생합성 유전자들을 확인하고자 하였다. 16S rRNA 유전자 서열 정보를 토대로 비교한 결과, 아욱에서 분리된 균주는 Bacillus velezensis이었으며 strain은 MV2라고 명명되었다. 유전체 염기서열 분석을 통해 전체 유전정보를 확인할 수 있었으며, 45.57% GC 함량을 가지는 4,191,702 bp 크기의 1개 컨티그(contig)가 존재하는 것으로 확인되었다. B. velezensis MV2가 정지기에 생산하는 물질 중 항균 활성이 확인된 소수성 물질 분획을 이용하여 항균 활성 스펙트럼 테스트를 진행한 결과, 그람음성균보다 그람양성균에서 더 높은 억제능이 확인되었다. 6종의 곰팡이를 이용한 항진균 활성 테스트에서는 모든 진균에 대해 강한 저해 활성을 보였으며, 특히 F. fujikuroi와 F. graminearum에 대한 항진균 활성이 매우 강하게 나타났다. 세균에 대한 항균물질의 작용 기작 분석을 통해 해당 항균물질은 균을 용해시키는 살균(bactericidal) 특성을 가진 것으로 추측할 수 있었다. B. velezensis MV2의 유전체 염기서열 정보를 통해 이차대사산물 생합성 유전자 cluster를 탐색한 결과 총 47가지 이차대사산물 생산이 예측되었으며, 기존에 밝혀져 있는 물질들과 유사도 80% 이상인 물질은 14개로 확인되었다. 앞서 확인된 내용들을 바탕으로 B. velezensis MV2에서 생성되는 항균물질은 비리보솜 펩타이드성 물질로 예상되며, 향후 항균물질의 동정과 활용 가능성에 대한 추가적인 연구가 필요할 것으로 생각되었다. 기존에 상업적으로 이용되었던 곰팡이에 대한 활성이 낮은 항균물질 생물제제들과 함께 복합기능성 미생물제로 활용하여 식품산업 및 농업에서의 이용 가능성이 있음을 보여주었다.

• 한국작물학회지
• /
• 제66권4호
• /
• pp.307-317
• /
• 2021

고온처리가 동화산물의 공급부위인 잎과 수용부위인 종실에 미치는 영향과 그에 따른 기관별 초분광 분석에 의한 식생지수들을 비교해 보았다. 1. 출수 후부터 생리적 성숙기까지 지엽과 최상위엽의 엽녹색도에선 고온처리구가 무처리구보다 높은 값으로 유지되었고, 광합성 성능 지수 및 OJIP-derived parameter에서도 고온처리구 잎이 무처리구 잎보다 높았다. 본 연구 결과, 수잉기 후 고온처리는 잎의 노화를 지연시켰고, 광계II의 능력을 증가시켰다. 지엽과 최상위제2엽의 광합성률은 고온처리구가 무처리구에 비해 저하가 늦게 시작되었다. 증산율과 기공전도도는 고온처리구 잎이 무처리구 잎에 비해 낮았다. 2. 출수 초기에 동화산물 공급부위인 지상부와 이삭축, 영의 건물중은 고온처리구가 무처리구에 비해 높았지만, 시간이 지남에 따라 고온처리구보다 무처리구에서 높았다. 싱크기관인 이삭과 종실의 무게는 고온처리구가 무처리구보다 높았고, 종실 생장률도 고온처리구가 무처리구보다 높았다. 3. 지엽과 최상위엽의 식생지수들 중 엽록소 함량과 잎의 질소 상태와 관련된 식생지수들은 시간이 지남에 따라 고온처리구가 무처리구보다 높아졌고, 광효율과 관련된 PRI은 출수 후 7일부터 무처리구보다 고온처리구에서 높아지기 시작했다. 출수 후 7일에 지상부 건물중과 수분함량, 이삭축 건물중 및 종실 수분함량도 같은 결과를 보였다.

• 자원환경지질
• /
• 제54권6호
• /
• pp.689-698
• /
• 2021

2007년부터 국내 광해방지기본계획이 추진되어 광해발생 광산에 대한 광해방지사업이 진행되어 왔으며 2011년부터 2015년까지 254개 광산에서 발생된 광해를 처리 및 복구하였다. 그러나 추가적인 광해 발생 발견으로 오염갱내수 유출량이 지속적으로 증가함에 따라 보다 효율적이고 경제적인 처리기술이 요구되고 있다. 따라서 본 연구에서는 정수처리장의 슬러지 폐기물을 활용해 제조한 알럼 슬러지 흡착제(Alum based adsorbent, ABA-500)와 과립상 철수산화물 흡착제(Granular ferric hydroxide, GFH)를 광산배수 내 오염물질인 비소를 대상으로 각각의 흡착특성을 비교 및 분석했다. 이들 흡착제의 주요 구성 성분은 각각 알루미늄/규소 계열의 광물과 비정질 철수산화물이었다. 고형첨가방법으로 흡착제의 영전하점을 분석한 결과 ABA-500, GFH 각각 pH 5.27, 6.72에서 표면전하량이 0이 되었다. BET 분석을 통한 질소 등온 흡탈착 결과 세 흡착제 모두 메조기공이 발달해 있었고, GFH의 비표면적은 257 m²·g^-1으로 126~136 m²·g^-1인 ABA-500 보다 매우 높은 값을 보였다. 세 종류의 흡착제로 비소 흡착 회분식 실험을 진행했으며, 반응시간과 초기 비소농도, pH 및 온도에 따라 흡착효율을 비교했다. 동적흡착실험 결과 GFH, ABA-500(granule), ABA-500(3mm) 순으로 빠르게 비소를 흡착했고 세 흡착제 모두 유사 2차 반응속도 모델을 따르는 것으로 나타났다. 또한 세 흡착제 모두 낮은 pH와 높은 온도에서 비소 제거율이 증가했으며, GFH가 가장 뛰어난 비소 흡착능을 보였다. 흡착제 ABA-500(granule)과 GFH를 초기 농도에 따라 1시간 반응시킨 경우 0.2와 1 mg·g^-1 이하 조건에서 비소를 국내 음용수 기준치 이하로 제거할 수 있었다. 따라서 정화대상지의 비소 오염 정도가 낮은 경우 경제성을 고려해 ABA-500(granule)을 흡착매질로 적용할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1723-1735
• /
• 2022

산사태는 가장 널리 퍼진 자연재해 중 하나로 인명 및 재산피해 뿐만 아니라 범 국가적 차원의 피해를 유발할 수 있기 때문에 효과적인 예측 및 예방이 필수적이다. 높은 정확도를 갖는 산사태 취약성도를 제작하려는 연구는 꾸준히 진행되고 있으며 다양한 모델이 산사태 취약성 분석에 적용되어 왔다. 빈도비 모델, logistic regression 모델, ensembles 모델, 인공신경망 등의 모델과 같이 픽셀기반 머신러닝 모델들이 주로 적용되어 왔고 최근 연구에서는 커널기반의 합성곱신경망 기법이 효과적이라는 사실과 함께 입력자료의 공간적 특성이 산사태 취약성 매핑의 정확도에 중요한 영향을 미친다는 사실이 알려졌다. 이러한 이유로 본 연구에서는 픽셀기반 deep neural network (DNN) 모델과 패치기반 convolutional neural network (CNN) 모델을 이용하여 산사태 취약성을 분석하는 것을 목적으로 한다. 연구지역은 산사태 발생 빈도가 높고 피해가 큰 인제, 강릉, 평창을 포함한 강원도 지역으로 설정하였고, 산사태 관련인자로는 경사도, 곡률, 하천강도지수, 지형습윤지수, 지형위치 지수, 임상경급, 임상영급, 암상, 토지이용, 유효토심, 토양모재, 선구조 밀도, 단층 밀도, 정규식생지수, 정규수분지수의 15개 데이터를 이용하였다. 데이터 전처리 과정을 통해 산사태관련인자를 공간데이터베이스로 구축하였으며 DNN, CNN 모델을 이용하여 산사태 취약성도를 작성하였다. 정량적인 지표를 통해 모델과 산사태 취약성도에 대한 검증을 진행하였으며 검증결과 패치기반의 CNN 모델에서 픽셀기반의 DNN 모델에 비해 3.4% 향상된 성능을 보였다. 본 연구의 결과는 산사태를 예측하는데 사용될 수 있고 토지 이용 정책 및 산사태 관리에 관한 정책 수립에 있어 기초자료 역할을 할 수 있을 것으로 기대된다.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1107-1118
• /
• 2021

지구온난화로 인해 발생한 기후변화는 한반도의 홍수, 가뭄 등의 발생빈도를 증가시켰으며, 이로 인해 인적, 물적 피해가 증가한 것으로 나타났다. 수재해 대비 및 대응을 위해서는 국가 차원의 수자원 관리 계획 수립이 필요하며, 유역 단위 수자원 관리를 위해서는 장기간 관측된 유량 자료를 이용하여 도출된 유량지속곡선이 필요하다. 전통적으로 수자원 분야에서 유량지속곡선을 도출하기 위하여 물리적 기반의 강우-유출 모형이 많이 사용되고 있으며, 최근에는 데이터 기반의 딥러닝 기법을 이용한 유출량 예측 기법에 관한 연구가 진행된 바 있다. 물리적 기반의 모형은 수문학적으로 신뢰도 높은 결과를 도출할 수 있으나, 사용자의 높은 이해도가 요구되며, 모형 구동 시간이 오래 걸릴 수 있는 단점이 있다. 데이터 기반의 딥러닝 기법의 경우 입력 자료가 간단하며, 모형 구동 시간이 비교적 짧으나 입력 및 출력자료 간의 관계가 블랙박스로 처리되어 수리·수문학적 특성을 반영할 수 없는 단점이 있다. 본 연구에서는 물리적 기반 모형으로 국내외에서 적용성이 검증된 Soil Water Assessment Tool (SWAT)의 매개변수 보정(Calibration)을 통해 장기간의 결측치 없는 데이터를 산출하고, 이를 데이터 기반 딥러닝 기법인 Long Short-term Memory (LSTM)의 훈련(Training) 데이터로 활용하였다. 시계열 데이터 분석 결과 검·보정 전체 기간('07-'18) 동안 Nash-Sutcliffe Efficiency (NSE)와 적합도 비교를 위한 결정계수는 각각 0.04, 0.03 높게 도출되어 모형에서 도출된 SWAT의 결과가 LSTM보다 전반적으로 우수한 것으로 나타났다. 또한, 모형에서 도출된 연도별 시계열 자료를 내림차순하여 산정된 유량지속곡선과 관측유량 기반의 유량지속곡선과 비교한 결과 NSE는 SWAT과 LSTM 각각 0.95, 0.91로 나타났으며, 결정계수는 0.96, 0.92로 두 모형 모두 우수한 성능을 보였다. LSTM 모형의 경우 저유량 부분 모의의 정확도 개선이 필요하나, 방대한 입력 자료로 인해 모형 구축 및 구동 시간이 오래 걸리는 대유역과 입력 자료가 부족한 미계측 유역의 유량지속곡선 산정 등에 활용성이 높을 것으로 판단된다.