• 제목/요약/키워드: 임계간 온도

검색결과 35건 처리시간 0.021초

초임계 용매를 포함한 Poly(propyl acrylate)와 Poly(propyl methacrylate)의 이성분 및 삼성분계에 관한 상거동 (Phase Behavior on the Binary and Ternary System of Poly(propyl acrylate) and Poly(propyl methacrylate) with Supercritical Solvents)

  • 변헌수;이하연
    • Korean Chemical Engineering Research
    • /
    • 제40권6호
    • /
    • pp.703-708
    • /
    • 2002
  • 본 연구는 초임계 용매인 $CO_2$, 에틸렌, 프로판, 부탄, 프로필렌, 1-부텐, 디메틸에테르 및 $CHClF_2$내에서 poly(propyl acrylate)와 poly(propyl methacrylate) 용액과의 고압 상거동을 측정하였다. 초임계 용매들과 poly(propyl acrylate) 및 poly(propyl methacrylate)간의 상거동 측정 범위는 온도 $23-186^{\circ}C$와 압력 2,400 bar까지 실험하여 나타내었다. poly(propyl acrylate)-$CO_2$ 혼합물은 약 2,070 bar 이내에서, poly(propyl acrylate)-에틸렌계는 1,400 bar 이하에서, poly(propyl acrylate)-프로판계는 1,880 bar 이하에서, poly(propyl acrylate)-프로필렌계는 450 bar 이하에서, poly(propyl acrylate)-부탄계는 2,200 bar이하에서, poly(propyl acrylate)-1-부텐계는 250 bar 이하에서, poly(propyl acrylate)-디메틸에테르계는 150 bar 이하에서 각각 용해되었으며, 이때 온도범위는 $23-175^{\circ}C$이였다. poly(propyl methacrylate)-$CO_2$ 혼합물은 2,900 bar 및 온도 $240^{\circ}C$에서도 용해되지 않았다. poly(propyl methacrylate)-프로판계는 약 2,390 bar이하에서, poly(propyl methacrylate)-부탄계에 대해서는 2,100 bar이하에서, poly(propyl methacrylate)-프로필렌계에 대해서는 570 bar 이하에서 poly(propyl methacrylate)-1-부텐계는 310 bar 이하에서, poly(propyl methacrylate)-$CHClF_2$계에 대해서는 300 bar 이하에서, 그리고 poly(propyl methacrylate)-디메틸에테르계에 대해서는 170 bar 이하에서 각각 용해되었으며, 이때 온도범위는 $40-186^{\circ}C$ 사이였다. 또한 이성분 poly(propyl acrylate)-$CO_2$와 poly(propyl acrylate)-디메틸에테르계의 상거동 사이에 디메틸에테르를 공용매로 사용하여 5, 15 및 50 wt% 첨가하여 구름점의 거동을 상임계용액온도 영역에서 하임계용액온도 영역까지 나타내었다.

이동 싱크 기반 센서 네트워크에서 데이터 변화율을 고려한 TDMA 기반 데이터 수집 기법 (A TDMA Based Data Collection Scheme Considering the Variability of Data in Sensor Networks with Mobile Sink)

  • 박형순;여명호;성동욱;유재수
    • 한국콘텐츠학회논문지
    • /
    • 제10권8호
    • /
    • pp.51-58
    • /
    • 2010
  • 이동 싱크를 이용한 데이터 수집에서 센서 노드들이 이동 싱크의 통신반경에 포함되는 시간은 불균등하다. 불균등한 시간내에 효율적인 데이터 수집을 위해서는 이동 싱크와 센서 노드간 데이터 수집 스케줄링이 필요하다. 기존 이동 싱크에 이용된 스케줄링 기법들은 데이터 수집을 위해 이동 싱크의 통신범위에 머무는 시간과 이동 싱크로 수집된 데이터양 등을 고려하였다. 하지만 기존 연구들은 센서 네트워크에서 수집되는 데이터의 특성을 고려하지 않았다. 본 논문에서는 센서 노드별 데이터 수집 주기와 이동 싱크와 센서 노드사이의 데이터 수집 주기로 구성된 TDMA 스케줄링 기법을 제안하였다. 또한 온도, 습도 등과 같이 일정하게 증가 혹은 감소하는 센서 데이터의 특성을 고려한 TDMA 스케줄링 기반의 데이터 수집기법을 제안하였다. 제안한 데이터 수집 기법은 센서 노드별 전체 데이터의 수집이 아닌 사용자가 설정한 임계 값보다 크게 변한 데이터를 수집한다. 제안하는 기법의 우수성을 보이기 위해 기존 스케줄링 기법 중 데이터 균등 수집을 목표로 하는 DWEDF 기법과 성능 평가를 수행하였다. 실험 결과 제안하는 기법이 기존 DWEDF 기법에 비해 데이터 수집에 소모되는 에너지가 약23% 줄었고, 센서 노드의 데이터 수집실패가 감소하였다.

수평 자기정렬 InGaAs/GaAs 양자점의 형태 및 분광 특성 연구 (Morphological and Photoluminescence Characteristics of Laterally Self-aligned InGaAs/GaAs Quantum-dot Structures)

  • 김준오;최정우;이상준;노삼규
    • 한국진공학회지
    • /
    • 제15권1호
    • /
    • pp.81-88
    • /
    • 2006
  • 다중 적층법을 이용하여 수평방향으로 자기정렬된 InGaAs/GaAs 양자점(quantum dot, QD)을 제작하고, 원자력간 현미경(AFM) 사진과 발광(PL) 스펙트럼을 이용하여 QD의 특성을 분석하였다. 적층주기가 증가함에 따라 정렬 QD의 길이가 길어지고, 임계 성장온도 이상에서는 QD 사이의 상호확 산에 의하여 양자선 형태로 변화함을 관측하였다. 성장 변수가 서로 다른 4개 시료의 비교 분석을 통하여, 수직으로 적층되면서 비등방성 정렬이 이루어지고, 수 ${\mu}m$ 이상 1차원적으로 정렬된 QD 사슬 모양 의 구조를 얻을 수 있었다. 또한 성장일시멈춤 과정을 통한 이주시간의 증가는 QD의 1차윈 정렬에 중요한 변수임을 알 수 있었다. 고온에서 덮개층을 형성한 QD 구조에서 관측된 발광 에너지의 청색변위 현상은 InGaAs QD로부터 In이 덮개층으로 확산되었기 때문으로 해석된다.

전기선폭발법을 이용한 Sn-Pb 나노분말의 합성 (Synthesis of Nanoscale Sn-Pb Alloy Powders by Electrical Explosion of Wire)

  • 권영순;박상하;김지순;안용배
    • 한국분말야금학회:학술대회논문집
    • /
    • 한국분말야금학회 2003년도 춘계학술강연 및 발표대회
    • /
    • pp.35-35
    • /
    • 2003
  • )를 금속와이어에 인가하면 저항발열에 의해 와이어가 미세한 입자나 금속증기상태로 폭발하는 현상을 이용한 것으로 기상합성법에 속한다고 할 수 있다. 선폭법은 다른 제조법에 비해 공정이 간단하여 생산비용이 저렴하며, 원재료의 조성을 갖는 분말의 합성과 금속간화합물, 융점차이가 나는 재료의 합금화 등이 가능하다. 인가에너지의 크기와 폭발 시 분위기를 제어함으로써 분말의 평균크기와 분포 제어 또한 가능하다. 본 연구는 러시아의 우수한 기초기술을 바탕으로 Pb-Sn계 합금은 전기폭발법으로 극미세분말을 제조하였으며, 분말의 형상, 상 화학조성의 변화를 조사하였다. 본 실험에 사용된 Sn-Pb계(All-Union State Standard 1499-70, 0.53mm)합금와이어는 자동시스템(1-0.6Hz)에 의해 챔버안으로 공급되었다. 이 때 임계폭발 와이어 길이는 50-80nm으로 실험을 행하였다. 챔버 압력은 1.4~2.0atm으로 유지하였다. 제조된 분말의 특성은 XRD, XRPES, SEM등을 이용하여 분말의 형상과 상, 화학조성, 표면분석을 행하였으며 DSC, TGA, BET분석을 통하여 온도변화에 따른 금속분말의 열량변화, 질량변화, 비표면적을 측정하였다. 제조된 Sn-Pb계 분말은 모두 평균 입도 117nm~220nm의 구형형상이었다. 이때 합금분말의 조성은 51.17~63.21 at%Sn, 35.47~46.37 at%Pb로 나타났다. 와이어에 인가되는 비에너지(W/Wc)가 감소된에 EK라 표면층의 Pb함량이 증가함을 보였다. 이는 와이어 내부 저항의 감소로 인한 공정시간의 지연과 Sn, Pb의 확산계수 차이에 의한 것으로 사료된다. 열분석 결과, Sn~Pb계 화합물의 융점은 167~$169^{\circ}C$로 관찰되었으며, $10^{\circ}C$/min로 $920^{\circ}C$까지 승은 하였을 때 17.1~18 wt%의 질량증가를 보였다.TEX>계 나노복합분말이 얻어짐을 알 수 있었다. 이 때 X션 회절피크의 line broadening으로부터 복합분말의 Fe 명균 결정립 크기는 24nm로 초미세 결정럽의 분말합금이었다. 포화자화값은 볼밀처리에 따라 점점 증가하여 MA 30시간에는 20.3emu/g로 포화됨을 알 수 있었다. 또한 보자력 Hc는 MA초기단계에 350e로 매우 낮으나 30시간 후에는 Hc값이 2600e로 매우 큰 값을 나타내었다. 이것은 환원반응결과 초기에 생성된 Fe의 결정립이 비교적 크고 결정결함이 적으나 볼밀처리를 30시간까지 행하면 Fe 결정렵의 미세화 빛 strain 증가로 magnetic hardening이 일어나기 때문인 것으로 사료된다.길이가 50, 30cm인 압출재를 제조하였다. 열간압출한 후의 미세조직을 광학현미경으로 압출방향에 평행한 방향과 수직방향으로 관찰하였고, 열간 압출재 이방성을 검토하기 위하여 X선 회절분석을 실실하여 결정방위를 확인하였다. 전기 비저항 및 Seebeck 계수 측정을 위하여 각각 2$\times$2$\times$10$mm^3$ 그리고 5$\times$5$\times$10TEX>$mm^3$ 크기의 시편을 준비하였다.준비하였다.전류를 구성하는 주요 입자의 에너지 영역(75~l13keV)에서 가장 높은(0.80) 상관계수를 기록했다. 넷째, 회복기 중에 일어나는 입자들의 유입은 자기폭풍의 지속시간을 연장시키는 경향을 보이며 큰 자기폭풍일수록 현저했다. 주상에서 관측된 이러한 특성은 서브스톰 확장기 활동이 자기폭풍의 발달과 밀접한 관계가 있음을 시사한다.se that were all low in two aspects, named "the Nonsignificant group". And the issues were high risk perception in general setting and lo

  • PDF

Himawari-8 정지궤도 위성 영상을 활용한 딥러닝 기반 산불 탐지의 효율적 방안 제시 (Efficient Deep Learning Approaches for Active Fire Detection Using Himawari-8 Geostationary Satellite Images)

  • 이시현;강유진;성태준;임정호
    • 대한원격탐사학회지
    • /
    • 제39권5_3호
    • /
    • pp.979-995
    • /
    • 2023
  • 산불은 예측이 어려운 재해이기 때문에 실시간 모니터링을 통해 빠르게 대응하는 것이 중요하며, 정지 궤도 위성 영상은 광역을 짧은 시간 간격으로 모니터링할 수 있어 산불 탐지 분야에 활발히 이용되고 있다. 기존의 위성 영상 기반 산불 탐지 알고리즘은 밝기 온도의 통계량 분석을 통한 임계값 기반으로 이상치를 탐지하는 방향으로 진행되어 왔다. 그러나 강도가 약한 산불을 탐지하기 어렵거나, 적절한 임계값 설정의 어려움으로 일반화 성능이 저하되는 한계점이 있어 최근에는 기계학습을 이용한 산불 탐지 알고리즘들이 제시되고 있다. 현재까지는 random forest, VanillaConvolutional neural network (CNN), U-net 구조 등의 비교적 간단한 기법이 적용되고 있다. 따라서, 본 연구에서는 정지궤도 위성인 Advanced Himawari Imager를 이용하여 동아시아와 호주를 대상으로 State of the Art (SOTA)딥러닝 기법을 적용한 산불 탐지 알고리즘을 개발하고자 하였다. SOTA 모델은 EfficientNet과 lion optimizer를 적용하여 개발하고, Vanilla CNN 구조를 사용한 모델과 산불 탐지 결과를 비교하였다. EfficientNet은 동아시아와 호주에서 0.88 및 0.83의 F1-score를 기록함으로써 CNN (동아시아: 0.83, 호주: 0.78)에 비해 뛰어난 성능을 입증하였다. EfficientNet에 불균형 문제 해결을 위한 weighted loss, equal sampling, image augmentation 기법 적용 시, 동아시아와 호주에서 각각 0.92와 0.84의 F1-score를 기록함으로써 적용 전(동아시아: 0.88, 호주: 0.83)에 비하여 성능이 향상되었음을 확인하였다. 본 연구를 통하여 제시된 SOTA 딥러닝 기법의 산불 탐지에의 적용 가능성과 딥러닝 모델의 성능 향상을 위해 고려해야 할 방향은 향후 산불탐지 분야에 대한 딥러닝 적용에 도움이 될 것으로 기대된다.