• 한국신재생에너지학회:학술대회논문집
• /
• 한국신재생에너지학회 2009년도 춘계학술대회 논문집
• /
• pp.699-702
• /
• 2009

가스하이드레이트(Gas Hydrate)는 특정한 온도와 압력조건하에서 물분자로 이루어진 공동 내로 메탄, 에탄, 프로판 등의 가스가 들어가 물분자와 상호 물리적 결합으로 형성된 외관상 얼음과 비슷한 고체 포유물로 자연상태에 존재하는 하이드레이트의 주 성분이 메탄(Methane)인 경우가 대부분인 까닭에 메탄 하이드레이트라고도 불린다. 표준상태에서 $1m^3$의 메탄하이드레이트는 $172m^3$의 메탄가스와 $0.8m^3$의 물로 분해된다. 그러나 메탄 하이드레이트를 인공적으로 만들경우 물과 가스의 반응율이 낮아 하이드레이트 생성시간이 상당히 길고 가스 용해율도 낮다. 따라서 하이드레이트를 빨리 만들며 가스충진율도 증가시킬 수 있는 방법으로 가스 흡착성이 있는 탄소나노튜브(Carbon Nano Tube)를 기계적 분산방법인 초음파 분산(Dispersion)과 화학적 개질에 의한 분산방법인 산화처리분산을 사용하여 탄소나노튜브와 산화탄화나노튜브를 순수한물에 분산하여 나노유체를 만들고, 나노유체와 메탄가스를 반응시켜 메탄하이드레이트를 생성시키는 실험을 수행하였다. 나노유체와 순수한물의 상평형(Phase Equilibrium)은 비슷하였으며, 탄소나노튜브를 0.0005Vol%를 분산한 나노유체와 순수한물의 메탄가스 소모량의 비교한결과 나노유체의 가스소모량의 순수한물보다 ${\Delta}T_{sub}$=0.5K에서는 2배 ${\Delta}T_{sub}$=9.7K에서는 1.6배 증가하였다. 또한 산화나노유체와 나노유체의 메탄 가스소모량은 산화나노유체가 0.01 ~ 0.02mol정도 높았으나 그 효과가 미미하였고, 교반기를 사용하여 RPM300으로 교반시켰을 경우 역시 메탄 가스소모량은 큰 차이가 없었으나 산화나노유체의 경우 메탄 가스소모량이 나노유체보다 급격히 증가함을 확인하였다.

• 한국산학기술학회논문지
• /
• 제18권10호
• /
• pp.8-14
• /
• 2017

최근 들어 국민 식생활 문화가 개선되고 생활수준이 향상됨에 따라 소프트 아이스크림, 슬러시와 같은 일회용 냉동 유제품의 소비가 급증하고 있다. 이들 냉동 유제품은 소형 냉동 시스템에서 만들어진다. 소프트 아이스크림 제조기의 경우 냉각기는 동심 원통으로 구성되며 냉매는 환형부에서 증발하고 냉각기 표면에 형성된 얼음 결정이 내측에서 회전하는 스크레이퍼에 의해 빙삭되어 아이스크림이 만들어진다. 본 연구에서는 냉각기 체적 2.8 리터인 R-404A를 사용하는 소프트 아이스크림 제조기에 대하여 최적화와 성능평가를 수행하였다. 최적화는 냉각기 스크레이퍼 회전수 및 냉매 유로 개선에 주안점을 두고 실제 아이스크림 제조기에서 요소 부위의 온도와 압력 그리고 소비동력을 측정함으로써 수행되었다. 실험 결과 최적 회전수는 124 rpm으로 나타났다. 이 회전수에서 아이스크림 제조 시간은 6분 2초이고 이 때 성적계수는 0.90이었다. 또한 물-공기를 사용한 가시화 실험을 통하여 냉매측 유로 개선을 시도하였다. 유로가 개선된 제품은 아이스크림 제조 시간을 현저히 감소시켰다. 본 연구 결과는 냉동식품 제조기를 비롯한 여타 냉동 사이클의 최적화에도 활용될 수 있을 것이다.

• 대한토목학회논문집
• /
• 제38권6호
• /
• pp.859-865
• /
• 2018

달 지상 인프라 및 기지 건설은 건설재료나 에너지 확보가 가능한 지역과 연계되어야 하며, 얼음 등의 핵심 자원이 풍부한 영구음영 지역을 형성하는 달 크레이터 지형의 탐지와 정보 수집이 선행되어야 한다. 본 연구에서는 이러한 달 크레이터(crater) 객체 정보를 최신 딥러닝 알고리즘을 이용해 효과적으로 자동 탐지하는 방안에 대해 고찰하였다. 딥러닝 학습을 위해 NASA LRO 달 궤도선의 레이저 고도계 데이터를 기반으로 구축된 9만개의 수치표고모델과 개별 수치표고모델에 존재하는 크레이터들의 위치와 크기를 레이블링한 자료를 활용하였다. 딥러닝 학습은 최신 알고리즘인 Faster RCNN (Regional Convolution Neural Network)을 자체적으로 코드화하여 적용하였다. 이를 통해 학습된 딥러닝 시스템은 학습되지 않은 달표면 이미지 내 크레이터를 자동 인식하는데 적용되었으며, NASA에서 인력에 의해 정의한 크레이터 정보들의 오류를 자동 보정 가능하고, 정의되지 않은 많은 크레이터 까지도 자동 인식 가능함을 보였다. 이를 통해 공학적으로 매우 가치가 있는 각 지역별 크레이터들의 크기 분포 특성 및 발생 빈도 분석 등이 가능하게 되었으며, 향후에는 시간 이력별 변화추이도 분석 가능할 것으로 판단된다.

• 한국식품저장유통학회지
• /
• 제24권2호
• /
• pp.168-180
• /
• 2017

본 연구는 초저온 액체 침지식 급속 냉동으로 동결된 돈육 등심에 적합한 급속 해동방법을 선정하고 과냉각 저장이 냉동-해동 돈육의 미생물학적, 이화학적 및 관능적 품질 변화에 미치는 영향을 살펴보았다. 4와 $10^{\circ}C$ 송풍식 해동과 4와 $10^{\circ}C$ 유수식 해동은 냉동 돈육 시료가 해동이 완료되는 약 290-750분 소요되었지만 27.12 MHz 라디오파 해동은 약 20분으로 가장 신속하게 돈육을 해동시켜 저장실험에 필요한 냉동 돈육의 급속 해동방법으로 선정하였다. 한편 $-1.5--5^{\circ}C$로 24시간 냉각 처리 후 돈육 횡단면의 미세구조 분석 결과, $-1.5^{\circ}C$에서 냉각 처리된 시료의 표면과 중심부는 동결에 의한 조직 손상이 발생하지 않았음을 확인하여 $-1.5^{\circ}C$를 과냉각 저장 온도로 선정하였다. 저장 중 대조구인 신선육과 비교하여 냉동-해동 처리된 돈육에서 발생한 드립감량은 유의적으로(p<0.05) 높은 경향을 보였지만 $-1.5^{\circ}C$과냉각 저장이 돈육의 드립감량 증가를 억제하였다. 또한 4와 $15^{\circ}C$ 저장과 비교하여 $-1.5^{\circ}C$ 과냉각 저장은 대조구와 냉동-해동 처리구의 TVBN과 TBARS 함량 증가, Hunter a* 값 감소와 b* 값 증가를 억제하는 효과를 보였다. $15^{\circ}C$ 저장 4일 후 대조구와 냉동-해동 처리구의 총 호기성 세균 수는 9 log CFU/g 이상으로 급격히 증가하였다. 반면 $-1.5^{\circ}C$ 저장 10일 후 대조구와 냉동-해동 처리구의 총 호기성 세균 수는 각각 5.62와 4.43 log CFU/g으로 관찰되었다. $-1.5^{\circ}C$ 저장 10일 동안 대조구와 냉동-해동 처리구의 대장균군과 효모 및 곰팡이 수는 저장 초기 수준으로 유지하거나 다소 감소하였다. 관능평가 결과에 있어서 4와 $15^{\circ}C$ 저장에 비해 $-1.5^{\circ}C$ 저장한 대조구와 냉동-해동 처리구는 모든 관능평가 항목에서 저장 중 유의적으로 높은 값을 유지하였다(p<0.05). 따라서 라디오파 유전가열 해동은 냉동 돈육 등심의 해동 과정 중 상전이 구간을 빠르게 통과함으로써 급속 해동이 가능하였으며 $-1.5^{\circ}C$ 과냉각 저장이 냉동-해동 처리된 돈육에 얼음결정 형성 없이 품질 유지 및 미생물 생장지연에 효과적인 것을 확인하였다.