• 감성과학
• /
• 제1권2호
• /
• pp.75-79
• /
• 1998

이 논문은 신체온도를 직접 측정하지 않고서 신체온도를 예상하는 모델을 연구한 것이다. 열감지지수 (TPI)를 개발하여 환경으로부터 느끼는 체감온도와 몸의 내부온도인 직장온도(Trec)와 몸의 외부온도인 피부온도 (Tsdin)를 예측하도록 하였다. Kwon과 Ramsey의 개발모델을 Goldman 의 모델과 비교해본 결과 정확도에 통계적으로 유의한 차이가 없었다. 회귀분석과 경험을 토대로 만든 체감온도를 예측할 수 있는 손쉬운 Kwon의 열감지지수 (KTPI)도 제시하였다. 대부분의 사람들이 쉽게 예측할 수 있도록 측정 또는 사용가능한 몇 개의 환경변수로부터 쉽게 몸의 예산 내부온도와 외부온도를 계산할 수 있게 단순화하였다.

• 대한토목학회논문집
• /
• 제26권1D호
• /
• pp.67-72
• /
• 2006

아스팔트 포장체내의 온도예측은 역학적-경험적 포장설계법에서 포장의 거동해석 및 공용성 예측시 매우 중요한 요소 중에 하나다. 본 연구에서는 현장 온도 계측자료를 이용하여 아스팔트 포장체의 시간별, 깊이별 온도예측에 관한 연구를 수행하였다. 이를 위해 전국의 대표 지점을 선정하여 깊이별로 온도계측 센서를 매설하고 주기적으로 대기, 포장표면 및 내부온도를 계측하였으며, 이 현장 자료를 이용하여 개발된 온도 예측 모델의 보정을 수행하였다. 보정된 온도예측 모델을 이용하여 포장체의 표면 및 중간깊이의 온도를 예측한 후에 현장 계측자료와 비교분석하였다. 본 연구의 결과, 온도예측 모델에 필요한 계수값 중 가을철의 경우 태양흡수율과 방사율(emissivity) 값이 다른 계절과 다르게 나타났다. 아스팔트 포장체 중간 깊이에서의 예측과 실측 온도차는 ${\pm}3^{\circ}C$내이며, 온도 예측 모델이 현장 온도를 정확히 예측할 수 있음을 입증하였다. 또한, 온도예측에 있어서 지역별 특성의 영향은 받지 않는 것으로 증명되었다.

• Journal of Biosystems Engineering
• /
• 제10권1호
• /
• pp.48-53
• /
• 1985

농산물 건조를 위하여 평판형 태양열 집열기를 이용할 경우 가열된 출구공기는 각종 농산물건조적온보다 일반적으로 고온이므로 이의 조절을 위한 출구공기 온도의 예측이 중요시 된다. 본 연구에서는 차원해석법(dimensional analysis)을 이용하여 평판형 집열기의 출구에서 나오는 가열된 공기의 온도를 예측하는 방법이 제시되었으며, 이 방법을 이용하여 집열기의 출구공기온도 예측방정식들이 유량별로 유도되었다. 이 방정식들로부터 구한 출구온도들은 실측한 값들과 잘 일치하였으며($R^2$=0.917~0.957) 또한 집열기의 효율을 나타내는 이론식이 출구공기온도 예측방정식으로 부터 직접 유도되었다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 1998년도 춘계학술발표 논문집
• /
• pp.159-164
• /
• 1998

이 논문은 신체온도를 직접 측정하지 않고서 신체온도를 예상하는 모델을 연구한 것이다. 열감지지수 (TPI)를 개발하여 환경으로부터 느끼는 체감온도와 몸의 내부온도인 직장온도(Tuec)와 몸의 외부온도인 피부온도 (Tskin)를 예측하도록 하였다. Kwon와 Ramsey의 개발모델을 Goldman의 모델과 비교해본 결과 정확도에 통계적으로 유의한 차이가 없었다. 회귀분석과 경험을 토대로 만든 체감온도를 예측할 수 있는 손쉬운 Kwon의 열감지수 (KTPI)도 제시하였다. 대부분의 사람들이 쉽게 예측할 수 있도록 측정 또는 사용가능한 몇 개의 환경변수로부터 몸의 예상 내부온도와 외부온도를 계산할 수 있게 단순화하였다.

• 플랜트 저널
• /
• 제17권4호
• /
• pp.41-52
• /
• 2021

본 연구에서는 태양광발전 출력 및 모듈온도 값을 기상청 데이터를 이용하여 예측해보고 실측 데이터와 날씨, 일사량, 주변온도, 풍속별로 비교 분석해보았다. 날씨별 예측정확도는 눈이 오거나, 새벽에 해무가 끼는 날의 데이터를 가장 많이 보유한 맑은날의 데이터의 예측정확도가 가장 낮았다. 일사량에 따른 모듈온도와 발전량의 예측정확도는 일사량이 커질수록 정확도가 떨어졌으며, 주변 온도에 따른 예측정확도는 모듈온도는 주변 온도가 커질수록, 발전량은 주변온도가 낮을수록 예측정확도가 떨어졌다. 풍속은 모듈온도와 발전량 모두 풍속이 높아질수록 예측정확도가 감소하였지만, 풍속이 영향 다른 기상조건에 의한 영향보다 미미하여 그 상관관계를 정의하기가 어려웠다.

• 한국신재생에너지학회:학술대회논문집
• /
• 한국신재생에너지학회 2010년도 춘계학술대회 초록집
• /
• pp.108.1-108.1
• /
• 2010

분류층 가스화기는 석탄과 산소(공기) 및 수증기가 반응하여 $1200{\sim}1600^{\circ}C$의 고온, 20~60기압의 고압에서 작동되어 합성가스를 생성하며 합성가스에 포함된 입자 및 황화합물 등을 정제설비를 통하여 정제 후 발전 및 화학원료로 사용한다. 석탄가스화 중 석탄에 포함된 대부분의 회분은 용융슬래그 형태로 가스화기 벽면을 따라 흘러 내려 가스화기 하부의 냉각수조에서 급랭되어 배출된다. 이때 용융슬래그의 원활한 배출을 위해서는 일정범위의 점도를 유지하는 것이 필요하다. 슬래그의 점도는 가스화기 온도 및 Ash의 조성에 따라 크게 변하며 가스화기 설계 및 운전 시 매우 중요한 변수이다. 따라서 최적의 설계 및 운전을 위해서는 Ash의 점도예측이 중요하며, 분류층 가스화기내부에서 Ash 점도 예측을 위한 DooVisco 프로그램을 개발하였다. DooVisco는 가스화기 내부에서 슬래그 용융온도 및 온도별 점도, 가스화기 최소 운전온도 및 석회석 투입 효과 분석뿐만 아니라 석탄의 혼합 사용 시의 특성 예측도 가능하도록 개발되었다. DooVisco는 슬래그 주요 4성분인 SiO2, Al2O3, CaO, FeO 성분에 대한 Phase Diagram을 이용하여 1차적으로 슬래그용융온도(Liquidus Temperature)를 예측하고, 주요 4 성분 외에 Na2O, MgO, K2O, TiO2 등을 고려한 Kalmanovich Model을 이용하여 점도를 예측한다. 최종적으로 슬래그 용융온도와 점도를 활용하여 분류층 가스화기 운전가능 온도범위를 예측한다. 개발된 DooVisco를 활용하여 300MW급 실증 IGCC 플랜트에 사용가능성이 있는 석탄을 대상으로 슬래그의 용융온도 및 점도 등을 예측하였으며 최적 운전을 위한 슬form점도 조절용 Flux인 석회석 투입량 등을 평가하였다. 평가 결과 슬래그 용융온도가 $1700^{\circ}C$ 이상으로 석회석 투입이 필요하다고 판단되었다. 약 가스화기 내부 온도를 $1500^{\circ}C$ 정도에서 원활한 운전을 위해서는 석탄 대비 약 10% 내외의 석회석 투입이 필요할 것으로 평가되었다. DooVisco는 분류층 가스화기 설 계시 가스화기 최적 운전 온도 설정 및 Flux 투입필요성, 종류, 투입량 선정에 활용될 수 있을 뿐만 아니라 플랜트 운전시 석탄의 탄종 적합성 등을 판단하는데 활용될 수 있을 것이라 판단된다.

• 정보처리학회논문지A
• /
• 제19A권2호
• /
• pp.77-84
• /
• 2012

프로세서의 성능을 효율적으로 증가시키기 위한 기법 중 하나로 명령어 수준의 병렬성을 높이는 추론적 수행(Speculative execution)이 사용되고 있다. 추론적 수행 기법의 효율성을 결정하는 가장 중요한 핵심 요소는 분기 예측기의 정확도이다. 하지만, 높은 예측율을 보장하는 복잡한 구조의 분기 예측기를 최근 주목 받고 있는 3차원 구조 멀티코어 프로세서에 적용하는데 있어서는 발열 현상이 큰 장애요소가 될 것으로 예측된다. 본 논문에서는 3차원 구조 멀티코어 프로세서에서 발생할 수 있는 분기 예측기의 높은 발열 문제를 해결하기 위해 두 가지 기법을 제시하고, 이에 대한 효율성을 상세하게 분석하고자 한다. 첫번째 기법은 분기 예측기의 온도가 임계 온도 이상으로 올라가는 경우 분기 예측기의 동작을 일시적으로 정지시키는 동적 온도 관리 기법이고, 두번째 기법은 3차원 구조 멀티코어 프로세서의 각 층 별로 온도를 고려하여 서로 다른 복잡도를 지닌 분기 예측기를 차등 배치하는 기법이다. 두 가지 기법 중에서 복잡도를 고려한 차등 배치 기법은 평균 $87.69^{\circ}C$의 온도를 나타내는 반면, 동적 온도 관리 기법은 평균 $89.64^{\circ}C$의 온도를 나타내었다. 그리고, 각 층에서 발생하는 온도 변화율을 각 기법에 대하여 비교한 결과, 동적 온도 관리 기법의 온도 변화율은 평균 $17.62^{\circ}C$을 나타내었고 복잡도 차등 배치 기법의 온도 변화율은 평균 $11.17^{\circ}C$을 나타내었다. 이러한 온도 분석을 통하여 3차원 멀티코어 프로세서에서 분기 예측기의 온도를 제어하였을 경우, 복잡도 차등 배치 기법을 적용하는 것이 더 효율적임을 알 수 있다. 성능적인 측면을 분석한 결과, 동적 온도 관리 기법은 해당 기법을 적용하지 않았을 경우보다 평균 27.66%의 성능하락을 나타내었지만, 복잡도 차등 배치 기법은 평균 3.61%의 성능 하락만을 나타내었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.73-73
• /
• 2021

가뭄의 계절적 예측성을 개선하기 위해서는 대기-지면-해양의 상호 작용이 현실적으로 모의할 수 있는 지구 기후 예보 모델의 개선이 필수적이다. 제한적인 기후 예보 모델의 예측성으로 인하여 다중 기후 모델들의 다중 앙상블 계절 예보 시스템이 제안되었다. 2008년에 제안된 북미 다중 모델 다중 앙상블 시스템(North American Multimodel Multiensemble System; NMME)은 다양한 모델 개발팀의 참여로 현재까지 운영되면서 계절적 예측성 연구에 큰 이바지를 하였다. 본 연구에서는 NMME 프로젝트에 참여하는 기후 예보 모델들의 북방 여름철 근지표면 온도과 강우량의 예측성을 진단하고 이들의 상관 관계의 강도를 관측데이터와 비교 분석하였다. 대부분의 NMME 모델들에서는 관측데이터에서 보다 강한 음의 상관 관계를 보였다. 이런 근지표면 온도와 강우량의 강한 상관 관계로 우수한 근지 표면 온도 예보는 각각의 해마다 그 역할이 다른 것을 발견되었다. 예를 들어 가문 여름에는 우수한 근지표면 온도 예보가 강우량 예보에 도움이 되고 강우량이 많은 여름에는 우수한 근지표면 온도 예보는 오히려 강우량 예측성을 제한하게 된다. 따라서 기존의 기후 예보 모델들에서 근지표면 온도와 강우량의 상관관계를 사실적으로 나타낼 수 있도록 모델 개선이 요구된다. 마지막으로 관측데이터와 기후 모델데이터에서 태평양과 대서양의 해수면 온도와 미국의 북방 여름철 날씨의 관계를 비교하였다. 근지표면 온도과 강우량에 대한 제한적 예측성에 비해, 대부분의 NMME 기후 예보 모델들에서 해수면 온도의 예측기술은 우수함을 발견하였고 몇몇 모델들에서는 미국의 북방 여름철 기후에 영향력을 주는 대서양과 태평양의 지역까지 잘 모사하는 것을 발견하였다. 따라서 본 연구는 보다 우수한 기후 예보 기술을 위해 앙상블 평균 예보값만이 아닌 NMME의 계절적 예보를 선택적인 사용이 필요함을 제안하였고 앞으로 북미 대륙 뿐만이 아니라 유럽-아시아의 계절적 이상 기후 예측성에 대한 연구 필요성을 강조하였다.

• 전자공학회논문지SC
• /
• 제43권5호
• /
• pp.60-67
• /
• 2006

우주 비행체 전자장비의 신뢰도를 예측하고 최적화하기 위해 탑재장치 내 부품의 온도 예측이 필수적으로 요구된다. 본 논문에서는 전자장비 부품의 온도 예측방법에 관해 기술하고 있다. 본 예측 방법은 PCB 기판의 열전도도를 등방성모델로 설정하여 등가 열전도도를 계산하고 열력 모델을 이용하여 열 저항 행렬을 생성하였으며, 중첩의 원리를 이용하여 각 부품들의 온도를 예측하였다. 또한 본 논문의 온도 예측방법을 이용하여 전장품 소자의 열해석 결과와 상용 프로그램을 이용한 온도 계산 결과를 비교 분석하였다.

• 대한교통학회지
• /
• 제32권6호
• /
• pp.686-693
• /
• 2014

본 연구에서는 도로기상정보체계에서 습득할 수 있는 노면온도자료를 활용하여 신경망 이론을 통해 노면온도를 예측하는 모형을 개발하였다. 이를 위해 수집된 노면온도자료(노면온도, 대기온도, 대기습도)를 가지고 1시간, 2시간, 그리고 3시간 후의 노면온도를 예측할 수 있는 신경망을 설계하였다. 청원-상주간 고속도로를 대상으로 모형을 수행한 결과, 예측치와 관측치에 대한 편차의 표준편차가 1시간 예측인 경우 $0.55^{\circ}C$, 2시간 예측인 경우 $1.27^{\circ}C$, 3시간 예측인 경우 $1.43^{\circ}C$를 나타났다. 또한 예측된 노면온도를 실제 관측한 자료와 비교한 결과 R2 값이 각각 0.985, 0.923, 0.903으로 나타나 모형의 설명력이 높은 것으로 판단된다.