• Journal of Bio-Environment Control
• /
• v.1 no.1
• /
• pp.72-83
• /
• 1992

우리 나라 축사는 생산효율 제고를 위하여 대형화, 밀폐화, 고밀도화, 자동화 경향이 뚜렷하다. 대형의 밀폐된 고밀도 축사는 쾌적한 실내환경을 전제로 하기 때문에 기계적으로 실내환경을 적절히 제어하지 않으면 안된다. 제한된 공간에 먼지, 병원성 미생물, 유해기체, 수분이나 열의 과도한 집적은 생산과 재생산효율에 심각한 영향을 미친다. 그러므로 축사내 생산주체인 가축과 작업인이 쾌적한 실내환경에서 생산활동을 할 수 있도록 열적, 화학적/생물학적 환경을 물리적으로 제어하지 않으면 안된다. 본 연구는 실험축사내 가축이 일정한 열을 발생할 때 실내공기의 유동형태를 예측하기 위해서 수행하였다. 이 연구의 결과를 실내환경제어를 위한 환기시스템 책략 개발의 기초자료로 활용할 수 있다. 실험축사내의 공기유동을 예측하기 위해 Body-Fitted Coordinate(BFC)의 격자배열과 k-$\varepsilon$ 난류모형 및 SIMPLE계열 solution scheme을 사용하였으며, 예측의 유효성 검정은 Boon(1978)의 실험결과를 이용하였다. 예측한 공기유동의 형태와 실험한 공기유동의 형태를 비교한 결과 대체로 만족할만한 결과를 얻었다. 그러나 유입공기의 온도가 1$0^{\circ}C$인 경우의 공기유동은 실험유동형태와 약간의 차이가 있었다. 즉, 실험에서는 수평슬롯으로 유입 된 공기가 바로 아래로 굴절되어 유동하였으나, 예측의 결과는 일정 거리로 수평방향으로 유동하다가 아래로 굴절하였다. 이런 유동의 차이는 k-$\varepsilon$ 난류모형 자체가 경험적으로 부력에 민감하게 반응않는 결함이 원인이 될 수도 있으며, 실험의 부적절한 수행이 원인이 될 수도 있다. 이 유동의 경우 Reynolds 수가 3,000정도의 난류이며, 완전발달유동 (fully-developed flow)이므로 관성력 (inertia force)이 부력 (buoyancy force)보다 커, 일정거리 수평으로 유동하다가 아래로 굴절할 수도 있기 때문이다. 앞으로 이를 규명하기 위한 보다 깊이 있는 연구가 이루어져야 할 것이다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.05a
• /
• pp.536-539
• /
• 2018

In this paper, we propose a system that analyzes environment information by using deep learning and then provides a suitable environment for users by predicting environmental information change. As the level of living improves, interest in improving the quality of life is increasing. In particular, as the air quality deteriorated due to the recent occurrence of dust, smog, fine dust, and ultrafine dust, the indoor air quality as well as the outdoor air became a serious problem. The increase of indoor pollution due to the lack of ventilation and the use of chemicals is a serious problem for modern people who have a lot of indoor living. In order to solve this indoor air pollution, a system has been proposed that measures the state of air quality through sensors and maintains proper temperature and humidity. However, existing system has a difficulty to apply most of the atmospheric environment information to various users depending on sensors only. The system proposed in this paper predicts the indoor environment by analyzing the indoor pollution information collected through the sensor using the deep learning. Then, the predicted indoor environment is modeled and learned in this system, and the environment suitable for the user is suggested. Afterwards, the system receives feedback from the user and repeats the process of re-learning the proposed environment so that it can create the optimal environment for the user.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.15 no.2
• /
• pp.211-218
• /
• 2020

The radio wave propagation characteristics of the transmitter and receiver position change in the indoor environment were predicted through simulation, then the results obtained through the transmission loss measurement were compared and analyzed with the simulation results. The conference room was chosen as the environment for measuring transmission loss, and the radio transmission characteristics of the two environments were compared by selecting the exhibition hall without interior decorations and fixtures. In each indoor environment, the position of the transmitter chose two cases. One located in the center of the front wall and the other in the center of the side wall, and the position of the receiver moved along the centerline of the conference room and the side wall, measuring the receiving power. For each change in transmitter-receiver position, received power of 3GHz and 6GHz band were measured and compared with the simulation forecast results. The changes in received power at each receiving point were analyzed according to the location of the transmitter and the frequency band variation.

• Journal of the Korea Computer Industry Society
• /
• v.3 no.5
• /
• pp.547-556
• /
• 2002

This paper was proposed a wave path loss prediction algorithm using multilayer perceptron (MLP) model and wave propagation characteristic parameters for Wireless LAN in indoor radio environments. Receiving power was predicted by calculating indoor path loss in a Wireless LAN that has transmission power of 100mW and frequency of 2.4GHz, and was compared with measured. In the result of measurement shows that there is a difference between predicted and measured receiving power which can be reduced by an accurate analysis of the various path loss factors. In order to fix the access point(AP) positions was used the proposed a wave path loss prediction algorithm, and designed the optimum cell for Wireless LAN.

• Journal of KIISE:Information Networking
• /
• v.37 no.6
• /
• pp.489-493
• /
• 2010

In an indoor localization method taking the lateration-based approach, the distance between a target and an AP (Anchor Point) is estimated using RSS (Received Signal Strength) measurements. Since the characteristics of a radio signal randomly vary in time and space, errors are unavoidable in distance estimation with measured RSS. Since the accuracy of distance estimation affects the localization accuracy of a lateration-based method, additional APs hearing a target have been used for localization in the literature. However, lots of experimental results show that the accuracy of a lateration-based method is improved by using carefully selected APs measuring the high quality RSSs which the distances estimated is close to the actual distances between nodes as reference APs, not using merely more APs. In this paper, we focus on selection method of reference AP and distance estimation method reflecting on environmental dynamics. We validate our method by implementing an indoor localization system and evaluating the accuracy of our method in the various experimental environments.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.07a
• /
• pp.13-15
• /
• 2016

에너지 소비가 큰 건물은 내부 온/습도, 이산화탄소 농도, 미세먼지 농도 등의 일정 공기 질을 유지하면서 에너지 비용을 최소화할 수 있는 제어계획을 수립하는 것이 필요하다. 기존 건물에서 실내 환경의 운영은 설정된 실내 환경 값을 기준을 벗어나면 설비 기기를 제어하는 방식으로 이루어진다. 이는 단 시간에 고에너지를 투입하여 장비를 가동시키므로 에너지 소모가 크며 peak 전력이 높아 에너지 비용이 크다는 문제가 있다. 따라서 온도를 포함한 환경이 변해가는 상황을 예측하고 사전에 에너지 사용 계획을 수립하여 관리 제어를 수행함으로써 예열부하 등의 불필요한 에너지 손실을 절감하려 한다. 이를 위해 실내 환경이 변화하는 것을 예측하고 후보 제어계획으로 제어를 수행할 때 소요되는 에너지가 어느 정도인지 시뮬레이션하여 제어계획의 적합도를 평가한다. 기존 EnergyPlus와 같은 시뮬레이션 도구는 모델이 복잡하여 시뮬레이션에 많은 시간이 필요하기 때문에 환경 변화를 반영하기 위해 주기적으로 재수립되는 수많은 제어계획 데이터를 단시간에 시뮬레이션하기에 부적합하다. 본 논문에서는 빠른 시뮬레이션을 위해 실제 운영 데이터와 에뮬레이션을 통해 획득한 운영 데이터를 기반으로 학습 알고리즘을 이용하여 제어계획 적용 시의 미래 상황을 예측한다.

• Proceedings of the Korean Environmental Sciences Society Conference
• /
• 2018.10a
• /
• pp.95-95
• /
• 2018

• Proceedings of the KIEE Conference
• /
• 2005.07d
• /
• pp.2774-2776
• /
• 2005

본 논문에서는 이동로봇에 삼차원 레이저 스캐너를 장착하여 삼차원 데이터의 수집, 수집된 데이터의 정합, 데이터 수집을 위한 이동로봇의 경로계획 및 장애물 회피주행 등 모든 작업들을 유기적으로 결합시켜 실내 환경에 다한 삼차원 모델을 자율제작하는 시스템을 제안한다. 이를 위해 스캔순서최적화를 통한 빠른 동적 물체 정보의 제거, 계층적 육면체 맵과 기하학적맵을 이용한 최적 경로 예측에 의한 다음 스캐닝 위치의 결정, 오도미터 정보와 명암 정보를 이용해 수정된 ICP 알고리즘을 통한 데이터의 정합을 통하여 이동물체와 관계없는 실내환경에 대한 삼차원 모델의 자율복원 한다.

• The Magazine of the Society of Air-Conditioning and Refrigerating Engineers of Korea
• /
• v.30 no.4
• /
• pp.12-19
• /
• 2001

대공간의 건축물의 합리적인 설계를 위해서는 온도 및 기류분포의 정확한 예측이 필요하다. 예측 방법으로 정밀해석 모델(CFD)만을 최선의 방법으로 생각하는 경우가 대부분 이지만, 비용과 시간을 줄이기 위해서는 설계 단계별로 보다 적합한 예측 방법을 적용 할 필요가 있다. 이것은 다양한 예측 모델들의 장·단점 및 실용성에 대한 충분한 이해가 전제될 때 가능할 것이다. 본고에서는 열환경·설비 설계시, 설계 단계에 따른 적합한 예측 모델들을 소개한다. 더불어, 적절하고 타당한 예측 기술이 설계에 반영되어 대공간 건축물의 실내 열환경 개선 및 에너지 절약이 이루어지기를 기대한다.

• Journal of the Korean Society for Railway
• /
• v.11 no.4
• /
• pp.378-383
• /
• 2008

In December 2006, the Ministry of Environment Republic of Korea established the guideline which is "Indoor Air Quality Management Guidelines in Public Transportation." as control items, $CO_2$ (carbon dioxide) and PM10 (particle matter) are classified two categories, that is, Level 1 (non-rush hour), Level 2 (rush hour). Therefore, the quality of air in train and subway should be controlled in accordance with the guideline. We took a measure the air freshness inside train twice at Line 4 (Tangogae-Oido), in Sep. 2007 and at Line 1 (Dongincheon-Yongsan) in Nov. 2007, respectively and, also expected the emitted $CO_2$ concentration by using a property of matter such as EMU (Electric Multiple Unit) design reviewing specification and air. According to the measured values, the concentration of PM10 was 44, 57, 45% and the concentration of $CO_2$ was 39, 36, 44% respectively, all measured values are within the guideline and also, as a result we found the expected value and measured value are similar.