• 한국신재생에너지학회:학술대회논문집
• /
• 2010.11a
• /
• pp.112.1-112.1
• /
• 2010

수소경제사회를 위한 수소인프라 구축에서 가장 중요한 부분이 현지설치형 수소스테이션이라고 하겠다. 이러한 수소스테이션은 일본, 미국, 유럽 등 선진각국에서 2015년에 상용화를 계획한 수소연료전지자동차의 보급에 필요불가결한 설비이므로 이들 지역을 중심으로 수요가 발생할 것으로 보인다. 선진국에서는 수소연료전지자동차의 경우 상용화가 이루어지면 2020년경 그 비율은 전체 자동차의 약 5% 수준을 점유할 것으로 보고 있다. 현재 국내에서도 정부주관으로 2015년부터 보급 목표로 수소연료전지차 모니터링연구가 수행되고 있다. 이에 따라 이미 외국 설비를 중심으로 수소스테이션 실증연구가 이루어졌으며, 각 기업체 및 연구기관에서 개질기, 고압압축기, 디스펜서 등 많은 요소기술 개발에 박차를 가하고 있으며, 이 결과로 향후 수소스테이션 국산화에 많은 기여를 할 것으로 사료된다. 아울러 이번 연구는 수소스테이션의 핵심부분인 수소스테이션용 제어로직을 개발하고 시뮬레이터를 제작한 결과에 대해 발표하고자 한다.

• Journal of Power System Engineering
• /
• v.12 no.1
• /
• pp.20-27
• /
• 2008

수소 추출과 리포밍 과정, 연료 전지, 저장소로 구성된 수소 연료에 대한 연구는 세계적으로 번영하고 있는 중이다. 그러나 한국의 수소 스테이션에 대한 연구는 아직도 개발이 미미한 수준이다. 그리고 역시 수소 스테이션의 가장 중요한 부분인 수소 압축기에 대한 연구도 미흡하다. 수소압축기에서 가장 중요한 부분 중에 하나는 스너버인데 이것의 기능은 수소가스의 맥동압을 줄이고 불순물을 제거한다. 스너버 내부에는 버퍼라고 불리는 기울어진 판이 설치되어 맥동압을 줄이고 불순물을 제거하는 역할을 담당한다. 스너버 내부의 압력 손실과 맥동압이 최소가 될 때 스너버는 적절한 성능을 가졌다고 평가된다. 그러므로 이 연구의 목적은 수치해석을 통하여 스너버의 최적의 기하학적 크기와 버퍼의 각도에 따른 최적의 스너버를 찾는 것이다. 수치해석의 결과에서 다양한 버퍼각도에 따른 스너버의 독특한 특성을 볼 수 있다. 결과적으로 버퍼의 각도가 $35^{\circ}$일때 최소의 압력손실율이 발생했고, 버퍼의 각도가 $10^{\circ}$일 때 최소의 맥동압이 발생하였다.

• Proceedings of the SAREK Conference
• /
• 2008.11a
• /
• pp.125-130
• /
• 2008

The main components of the KSTAR helium refrigeration system (HRS) can be classified into the warm compression system (WCS) and the cryogenic devices according to the operating temperature levels. The WCS itself consists of the compressor station (C/S) and the oil removal system (ORS). The process helium is compressed from 1 bar to 22 bar maximum in the C/S and downstream, the ORS removes the oil mixed in the helium to less than 10 ppbw as per the operation criteria of the cryogenic devices of the KSTAR HRS. After the installation, the pre-commissioning and commissioning activities were started on July, 2007. Before the start-up of the C/S, vibration measurement and the skid reinforcement jobs were performed for stable operation of the C/S. The results of the WCS performance tests met the requirements of the KSTAR HRS but satisfied the vibration level criteria only at the compressors' full load condition.

• Journal of the Korean Society of Manufacturing Process Engineers
• /
• v.17 no.6
• /
• pp.158-163
• /
• 2018

Major producers have already built compressors since World War I and have been monopolizing all domestic and overseas markets based on the accumulated technology, and the dependency of the manufacturers over the entire industry is deepening. Therefore, it is expected that the technological gap with developed countries will be larger without development of the related technology. Therefore, it is necessary to develop a unique technology for a new type of high efficiency compression system. In this study, we present localization of Hydraulic Compressor which can meet the technical trends such as cost reduction, efficiency improvement, environmental friendliness, wide operating range, low capacity / high capacity compatibility, size reduction, easy operation and easy maintenance.

• Resources Recycling
• /
• v.30 no.4
• /
• pp.3-10
• /
• 2021

The field of recycling for waste electronic components, which is the typical example of an urban mine, requires the development of useful sorting techniques. In this study, a sorter based on image identification by deep learning was developed to select electronic components into four groups. They were recovered from waste printed circuit boards and should be separated to depend on the difference after treatment. The sorter consists of a workstation with GPU, camera, belt conveyor, air compressor. A small piece (less than 3.5 cm) of electronic components on the belt conveyor (belt speed: 6 cm/s) was taken and learned as teaching data. The accuracy of the image identification was 96% as kinds and 99% as groups. The optimum condition of sorting was determined by evaluating accuracies of image identification and recovery rates by blowdown when changing the operating condition such as belt speed and blowdown time of compressed air. Under the optimum condition, the accuracy of image classification in groups was 98.7%. The sorting rate was more than 70%.