• Title/Summary/Keyword: 자동차 데이터

검색결과 914건 처리시간 0.02초

지역난방 열배관망 운영데이터 기반의 파손확률 모델 개발 (Development of a Failure Probability Model based on Operation Data of Thermal Piping Network in District Heating System)

  • 김형석;김계범;김래현
    • Korean Chemical Engineering Research
    • /
    • 제55권3호
    • /
    • pp.322-331
    • /
    • 2017
  • 지역난방은 국내에 1985년 처음 도입되었다. 지하 열배관망의 사용연한이 30년 이상 증가함에 따라, 지하에 매설된 열수송 배관 특성상 유지관리가 중요한 문제로 대두되고 있다. 노후화가 진행된 열배관망 유지보수를 위한 정기적인 점검, 운영관리 시 다양한 복합 기술이 필요하다. 특히 현장에서 경제적 관점에서 최적 유지보수 및 교체시점을 도출하기 위하여 의사결정에 활용될 수 있는 모형개발이 요구되고 있다. 본 연구에서는 한국지역난방공사 수도권 5개 지사열 배관망 운영 시 보수이력과 사고성 데이터를 바탕으로 분석하였다. 정성적 분석과 이항 로지스틱 회귀분석의 통계적 기법을 도입하여 파손확률 모델을 개발하였다. 보수이력 및 사고성 자료의 정성적 분석 결과, 파이프라인 손상의 가장 중요한 원인으로 건설 시공불량, 배관의 부식과 자재 불량이 전체의 약 82%를 차지했다. 통계 모델 분석에서는 분류의 분리 점을 0.25로 설정함으로써 열배관 파손 및 비 파손 분류의 정확도가 73.5%로 향상 되었다. 파손확률 모델 수립을 위해 Hosmer와 Lemeshow 검정과 독립변수의 유의성 검정, 모델의 Chi-Square 검정을 통해 모델의 적합성을 검증 하였다. 열배관망 파손의 위험순위 분석결과에 따르면 파손확률을 가장 높이는 경우는 겨울철 서울지역 자동차 도로에 있는 10년 이상 된 250mm이하 배관 Reducer에서 F 건설회사가 시공했던 열배관망으로 분석되었다. 본 연구결과는 열배관망 시스템의 유지관리 및 예방점검, 교체 사업 우선순위를 정할 때 활용 가능하다. 또한 이를 통하여 점검 유지보수 등 사전에 사고예방 계획을 수립하여 대처함으로써 열배관 파손의 빈도를 감소시키고 보다 적극적인 열배관망 관리에 이용할 수 있을 것으로 사료된다.

생체시료에서 에틸렌 글리콜과 그 대사체 분석에 관한 연구 (The analysis of ethylene glycol and metabolites in biological specimens)

  • 박세연;김유나;김남이
    • 분석과학
    • /
    • 제24권2호
    • /
    • pp.69-77
    • /
    • 2011
  • 에틸렌 글리콜은 주로 자동차, 선박, 항공기 등의 부동액 성분으로 우리 실생활에 널리 쓰 이고 있으며 그 만큼 접근성이 용이하여 자살 목적이나 보관 사용 단계에서 의도적 혹은 실수로 인한 오용 사고가 끊이지 않고 있다. 에틸렌 글리콜 자체는 인체에 대한 독성이 그리 크지 않으나 생체 내에서 대사 과정을 거치면서 보다 독성이 높은 대사체를 생성하게 되며, 특히 글리콜산과 옥살산 대사체는 에틸렌 글리콜 중독의 주된 독성 발현체로서 대사성 산증 및 조직 손상 등을 유발하고 최종적으로 치사에 이르게 한다, 에틸렌 글리콜 중독으로 판정할 수 있는 가장 결정적인 데이터는 생체 시료 중 에틸렌 글리콜 농도가 되겠으나, 에틸렌 글리콜은 반감기가 3 ~ 5시간 정도로 매우 짧아 발견 당시 이미 상당 수준의 단계로 대사가 진행되어 있는 경우가 많고, 병원 등에서 위 세척 등 응급 치료 중 사망하기도 하며, 경우에 따라서는 매우 늦게 발견되어 시체가 부패되어 혈액을 채취할 수 없는 등, 에틸렌 글리콜 분석만으로 사인을 규명하기 어려운 때가 있으며, 이런 경우에 대사체의 분석이 필수적이다. 본 연구에서는 에틸렌 글리콜로 인하여 사망한 4건의 사례에서 혈액 및 조직 등 11점의 생체 시료에서 에틸렌 글리콜과 초기 대사체인 글리콜산 및 최종 대사체인 옥살산의 함량을 분석하고 그 분포에 대하여 살펴보았다. 에틸렌 글리콜 분석은 유도체화 후 가스크로마토그래프/질량분석법으로, 글리콜산과 옥살산 분석은 이온크로마토그래피로 수행하였으며, 혈액에서(3건)에서 에틸렌 글리콜 농도는 $10\sim2,400\;{\mu}g/mL$ 글리콜산 농도는 $224\sim1,164\;{\mu}g/mL$ 옥살산 농도는 불검출 $\sim40\;{\mu}g/mL$ 이었다. 간, 신장, 담즙, 흉강 액의 시료(3건)에서는 에틸렌 글리콜 농도는 불검출 $\sim55,000\;{\mu}g/mL$ 글리콜산 농도는 불검출 $\sim1,124\;{\mu}g/mL$ 옥살산 농도는 불검출 $\sim60\;{\mu}g/mL$ 이었다. 간 조직과 신장 조직에서는 치료 등에 따라 에틸렌 글리콜이 검출되지 않더라도 최종 대사체인 옥살산이 의미 있는 양으로 검출되어, 혈액과 더불어 유용한 생체 증거물 시료로서 권장되었다.

미시적 교통 시뮬레이션을 활용한 LDM 기반 도로·교통정보 활성화 구간 변화에 따른 정보 이용 효율성 평가 (Evaluation of Road and Traffic Information Use Efficiency on Changes in LDM-based Electronic Horizon through Microscopic Simulation Model)

  • 김회경;정연식;박재형
    • 대한토목학회논문집
    • /
    • 제43권2호
    • /
    • pp.231-238
    • /
    • 2023
  • 자율주행을 위한 센서들이 인지할 수 있는 공간적 영역은 한계가 존재하기 때문에, 안전하고 효율적인 자율주행을 위해 LDM (Local Dynamic Map)과 같은 디지털 도로·교통정보의 보완적 활용을 제안하고 있다. 비록 자율주행 차량의 센서들로부터 수집되는 정보량에 비해 이러한 도로·교통정보의 양은 상대적으로 미미할 수 있지만, 자율주행 자동차(Autonomous Vehicle, AV)의 효율적 정보처리를 위해 도로·교통 정보의 효율적 관리는 불가피하다. 본 연구는 LDM 기반 정적 도로·교통정보의 활성화 구간(electronic horizon 혹은 e-horizon)의 확장에 따른 자율주행 차량의 정보 이용과 정보처리 시간의 효율성을 분석하고자 하였다. 분석을 위해 미시적 시뮬레이션 모델인 VISSIM과 VISSIMCOM을 적용하였다. 시뮬레이션을 위해 이질적 교통류(연속류, 단속류)는 물론 다양한 도로 기하구조가 포함된 부산광역시 주요 구들을 포함한 약 9 km × 13 km 영역을 선정하였다. 또한, 자율주행 차량에서 활용되는 LDM 정보는 ISO 22726-1 기반으로 구축된 자율주행 전용 정밀 지도(High-definition Map, HDM)를 참고하였다. 분석 결과, e-horizon 영역이 증가함에 따라 단속류 도로에서 짧은 링크들이 집중적으로 인식되고 링크 길이의 합이 증가하는 반면, 연속류 도로에서는 인식되는 링크의 개수는 상대적으로 적지만 소수의 긴 링크들이 인식됨에 따라 링크 길이의 합이 크게 나타나고 있다. 따라서, 본 연구는 저속의 단속류 도로에서는 12개 링크를 기준으로, 그리고 고속의 연속류 도로에서는 링크 길이의 합 10 km를 기준으로 HDM 데이터의 수집, 가공, 처리를 위한 e-horizon의 영역은 각각 600 m와 700 m가 가장 적절한 것으로 나타났다.

이중확장칼만필터(DEKF)를 기반한 건설장비용 리튬이온전지의 State of Charge(SOC) 및 State of Health(SOH) 추정 (State of Health and State of Charge Estimation of Li-ion Battery for Construction Equipment based on Dual Extended Kalman Filter)

  • 정홍련;김준호;김승우;김종훈;강은진;윤정우
    • 마이크로전자및패키징학회지
    • /
    • 제31권1호
    • /
    • pp.16-22
    • /
    • 2024
  • 전기자동차와 신재생에너지에 관한 관심이 높아지면서 건설장비 산업분야에서도 리튬이온 배터리를 접목하려는 요구가 높아지고 있다. 건설중장비는 건설 현장의 다양한 작업으로 인해 전류 용량의 감소가 급속히 진행되기 때문에 SOC(State of Charge) 및 SOH(State of Health) 같은 배터리의 상태를 더욱 정확하게 추정할 필요가 있다. 본 논문에서는 SOC와 SOH를 동시에 추정이 가능한 적응제어 기법 기반 이중확장칼만필터(Dual Extended Kalman Filter, DEKF) 알고리즘을 이용하여 실제 측정데이터와의 오차를 비교하였다. 배터리 충전 상태 예측을 위해 배터리 셀을 완전 충전 후 0.2C-rate조건에서 SOC 5% 간격으로 OCV를 측정하였고, 배터리의 열화를 판단할 수 있는 건전성 지표 확보를 위해 다양한 C-rate(0.2, 0.3, 0.5, 1.0, 1.5C rate) 조건에서 50 Cycle 동안 노화 실험을 수행하였다. DEKF를 이용한 SOC 및 SOH 추정 오차는 C-rate이 커질수록 커지는 경향을 보였으며 특히 SOC 추정결과, 0.2, 0.5 및 1C-rate에서 6%이하로 나타남을 확인하였다. 또한 SOH 추정 결과는 0.2 와 0.3C-rate에서 각각 최대오차 1.0% 및 1.3% 이내로 좋은 성능을 보이는 것으로 확인하였다. 다만, C-rate가 0.5C-rate에서 1.5C-rate으로 증가함에 따라 추정오차도 1.5%에서 2%로 다소 증가하는 것을 확인할 수 있었으나, 모든 C-rate 조건에서 DEKF를 사용한 SOH의 추정 성능은 약 2% 이내인 것으로 나타났다.