• 대한기계학회논문집B
• /
• 제39권4호
• /
• pp.371-378
• /
• 2015

전기자동차 레인지 익스텐더는 소형 엔진으로 구동되는 발전기 시스템(초소형 파워팩)으로서 자동차 운행 중 지속 충전을 통하여 운전 거리 및 시간을 연장한다. 기존 가솔린 엔진 파워팩은 복잡한 구조와 낮은 에너지 밀도로 인하여 고출력 소형 시스템 구현에 한계가 있다. 반면, 가스터빈 파워팩은 출력밀도가 매우 높고 고속화를 통해 시스템의 소형화가 가능하다. 본 연구에서는 전기자동차 레인지 익스텐더로 활용하기 위하여 초소형 가스터빈, 자동차용 알터네이터, 배터리를 사용한 초소형 가스터빈 파워팩 실험장치를 개발하고, 무부하 및 부하 조건에서 동력전달 기어비 및 알터네이터 전기부하에 따른 운전 특성 및 발전 성능을 측정하였다. 실험 결과, 부하 변화에 따른 발전 성능의 변화는 없었으며, 코어터빈 속도가 150 krpm 일 때 최대 전기적 출력은 0.8 kW 로 측정되었다. 또한, 동력축의 3:1 감속을 통해 전기적 출력은 1.5 kW 로 88% 증가하였다. 따라서, 본 연구의 초소형 가스터빈 파워팩은 배터리 부하변동에 대해 안정적인 전력생산이 가능하며, 전기자동차용 레인지 익스텐더로 적용가능함을 확인하였다.

• 적정기술학회지
• /
• 제6권2호
• /
• pp.94-102
• /
• 2020

신재생에너지는 개발도상국의 농촌 지역의 지속가능한 개발을 위한 필수 요소이다. 나아가, 독립형 신재생에너지 발전 시스템을 의료 분야에 응용하여 삶의 질을 증진시킬 수 있다. 본 연구에서는 개발도상국에서 백신을 안전하게 보관하고 보급하여, 콜드체인 영역을 확장하기 위해서 신재생에너지 기반 백신 공급 시스템을 구축하였다. 백신 공급 시스템은 신재생 에너지로 전기를 공급하는 보건소와 이를 연결하는 스마트 백신 캐리어로 구성되었다. 백신 캐리어는 펠티어 소자를 이용하여 냉각 시스템을 개선하였고, 위치 및 온도 모니터링 장비를 설치하였다. 또한, 네팔의 남부 마을에서 현장시험과 지형학적 분석으로 개발된 시스템의 성능 및 효과를 평가하였다. 신재생에너지 시스템은 보건소의 냉장고를 정상적으로 작동시켰으며, 백신 캐리어는 더욱 긴 냉장 시간과 안정적인 온도 조절 성능을 확보하였다. 지형학적 분석 결과, 본 시스템이 기존보다 넓은 지역으로 백신을 보급할 수 있을 것으로 추정하였다. 따라서, 신재생에너지와 스마트 기기의 도입이 콜드체인 영역을 확장하고 백신 공급율을 증가시켜, 결과적으로 개발도상국의 농촌 지역 의료 서비스를 개선할 수 있을 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제36권5_1호
• /
• pp.653-666
• /
• 2020

지속가능한 산림 발전을 위해 식생층위구조를 파악하는 것은 산림 자원 관리에 중요한 요소이다. 최근 기술의 발달로 드론, 딥러닝 등 신기술을 산림 부문에 접목한 활용이 늘어났으며, 이를 이용한 식생층위구조 추정이 가능해졌다. 본 연구에서는 드론-광학 및 LiDAR 영상을 융합하여 공주, 삼척, 서귀포 지역에 대해 식생층위구조를 파악하였으며, 각 92.62%(Kappa value: 0.59), 91.57%(Kappa value: 0.53), 86.00%(Kappa value: 0.63)의 정확도를 확인하였다. 딥러닝을 활용한 식생층위구조 분석 기술은 광학 및 LiDAR의 정보량이 많아질수록 모델의 성능을 높일 수 있을 것으로 기대된다. 향후, 식생의 다양한 특성이 반영될 수 있는 복잡도 높은 모델과 충분한 샘플링을 통한 학습자료 구축이 동반되어 모델의 완성도가 높아진다면, 전국단위의 식생층위구조 지도를 구축하여 우리나라 정책·제도의 참고자료로 활용될 수 있을 것이다.

• 한국수자원학회논문집
• /
• 제51권6호
• /
• pp.503-514
• /
• 2018

최근 기후변화 및 유역개발로 인하여 메콩강 유역의 수문환경이 급격히 변화하고 있으며, 메콩강을 공유하는 국가의 수재해 예방 및 지속가능한 수자원개발을 위해서는 메콩강 주요지점에서의 유량 정보의 분석 및 예측이 요구된다. 본 연구에서는 물리적 기반의 수문모형인 SWAT과 데이터기반 딥러닝 알고리즘인 LSTM을 이용하여 메콩강 하류 Kratie 지점의 유출모의를 수행하고, 유출모의 정확도 및 두 가지 방법론의 장 단점을 비교 분석한다. SWAT 모형의 구축을 위해 범용 입력자료(지형: HydroSHED, 토지이용: GLCF-MODIS, 토양: FAO-Soil map, 강우: APHRODITE 등)을 이용하였으며 warming-up 및 매개변수 보정 후 2003~2007년 일유량 모의를 수행하였다. LSTM을 이용한 유출모의의 경우, 딥러닝 오픈소스 라이브러리인 TensorFlow를 활용하여 Kratie 지점기준 메콩강 상류 10개 수위관측소의 두 기간(2000~2002, 2008~2014) 일수위 정보만을 이용하여 심층신경망을 학습하고, SWAT 모형과 마찬가지로 2003~2007년을 대상으로 Kratie 지점에 대한 일수위 모의 후 수위-유량관계곡선식을 이용하여 유출량으로 환산하였다. 두 모형의 모의성능 비교 검토를 위하여 모의기간에 대해 NSE (Nash-Sutcliffe Efficiency)을 산정한 결과, SWAT은 0.9, LSTM은 보다 높은 0.99의 정확도를 나타내는 것으로 분석되었다. 메콩강과 같은 대유역의 특정 지점에 대한 수문시계열 자료의 모의를 위해서는 다양한 입력자료를 요구하는 물리적 수문모형 대신 선행 시계열자료의 변동성을 기억 학습하여 이를 예측에 반영하는 LSTM 기법 등 데이터기반의 심층신경망 모형의 적용이 가능할 것으로 판단된다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권7_8호
• /
• pp.610-617
• /
• 2003

비디오 데이타베이스에서 유사도 정합은 비디오 클러스터링과 비디오 라이브러리 등과 같은 많은 새로운 응용분야에서 중요성이 증가하고 있다. 대용량 데이타베이스에서 효과적인 접근을 제공하기 위하여 다양한 공간과 시간에 대한 특징치를 이용한 비디오 인덱싱 분야의 많은 연구노력이 있어왔다. 그러나 대부분의 기존 방법들은 순차적인 정합방법 또는 메모리 기반의 역 파일 기법 등에 의존하므로 대용량 데이타베이스에는 적합하지 않다. 이러한 문제를 해결하기 위하여 본 논문에서는 효과적이고 스케일 조정가능한 인덱싱 기법을 제안하기 위하여, 문자열 정합을 위해 제안된 trio를 인덱스 구조로 이용하였다. 인덱스 구성을 위하여 윈도우 순서 휴리스틱을 이용하여 각 프레임을 기호 시퀀스로 변환하고, 기호 시퀀스의 집합으로부터 디스크 상주 trio를 구성하였다 질의 처리를 위하여 trio 상에서 깊이-우선 검색과 시간 축분할을 실시하였으며, 제안한 방법의 성능을 검증하기 위하여 실제와 합성 데이터 집합에 대한 실험을 수행하였다. 제안한 방법은 지속적으로 순차적 스캔 방법보다 우수한 성능을 보였고, 성능이득은 대용량 비디오 데이타베이스에서도 유지되었다.

• KSBB Journal
• /
• 제21권3호
• /
• pp.188-193
• /
• 2006

본 연구에서는 신 개념의 바이오필터 시스템인 RDBF를 이용하여 기상의 styrene을 제거하고자 하였다. 다양한 운전조건에서 시스템의 성능을 평가하고, 진공흡입을 통해 과다성장 미생물을 제어하고자 하였다. RDBF에서는 sheet 형태의 충진 담체를 사용하므로 영양원 및 공기의 균일한 공급이 가능하였고, 빠른 속도로 균일한 미생물 층을 담체 표면에 형성할 수 있었다. 또한 기-액 접촉면적을 증대 시켜 95% 이상의 안정적이고 높은 styrene 분해 효율과 $125g/m^3{\cdot}hr$의 높은 제거 용량을 가질 수 있게 해주었다. 하지만 우수한 성능은 미생물의 과다성장에 따른 기공의 폐쇄현상 때문에 오래 지속되지 않았고 반응기의 성능과 안정성은 급속히 저하되었다. 이를 해결하기 위해 진공흡입을 통한 미생물 제거를 시도하였으나 제한적인 효과만을 확인하였다. 향후 RDBF 반응기의 상업화를 위해서는 보다 효율적인 미생물 제어 방법이 개발될 필요가 있다.

• 한국통신학회논문지
• /
• 제33권8A호
• /
• pp.829-837
• /
• 2008

멀티미디어 데이터의 전송영역 확장을 위한 기술로 고정 릴레이 기반 셀룰러 시스템에 대한 관심이 지속적으로 증가하고 있다. 고정 릴레이 기반 셀룰러 시스템에서 릴레이를 추가함으로 생기는 셀 간 또는 섹터 간 간섭은 기지국과 단말기 또는 릴레이와 단말이 사이의 높은 링크성능을 보장하지 못하여 성능저하를 가져올 수 있기 때문에 간섭을 회피하기 위한 자원할당은 매우 중요하다. 본 논문에서는 리피터 중계기를 이용한 셀룰러 시스템과 릴레이를 이용한 셀룰러 시스템의 성능을 비교하여 릴레이 중계기를 이용할 때 셀 커버리지 확장을 비교하고자 한다. 비교를 위해 셀룰러 시스템에 고정 릴레이를 설치할 때 셀 간과 섹터 간 간섭을 피하기 위하여 리피터 중계기를 사용하는 경우의 자원할당과는 다른 자원 할당 방법을 제안한다. 제안된 기법은 인접한 기지국들과 릴레이들에게 서로 다른 주파수 자원을 할당하여 간섭을 줄임으로서 높은 데이터 전송영역의 확장이 가능하며, 기지국들과 릴레이들이 동시에 동작할 때 각 섹터에서 전체 주파수 대역을 사용함으로서 주파수 효율성을 높일 수 있다.

• 한국위성정보통신학회논문지
• /
• 제9권2호
• /
• pp.18-22
• /
• 2014

위성 통신은 지상 무선국과 위성 사이의 통신으로, 지상 무선국을 유기적으로 활용함으로써 효율적인 위성 통신이 가능하다. 무선 통신은 이동성, 지형 및 방해 신호가 중요한 성능 결정 요인이며, 그리드 네트워크의 한 요소이다. 따라서 그리드 네트워크의 지속적인 연구 성과를 차기 위성 통신에 적용할 수 있을 것이다. 군 통신은 무선 시스템을 기반으로 사용하기에, 군 통신에서 많이 사용하고 있는 라우팅 프로토콜, OSFP (Open Short Path First) 를 적용하여 그리드 네트워크의 성능 향상을 위한 시뮬레이션을 실시하였다. 본 논문에서는 BER (Bit Error Rate) 및 라우터 수에 따른 성능 변화와 그에 의한 네트워크의 MSS (Maximum Segment Size)를 연구하였으며, 그 결과를 제시하였다. 연구 결과를 통하여 다양한 BER 및 라우터 수에서 최적의 MSS를 확인할 수 있었다.

• 한국ITS학회 논문지
• /
• 제18권3호
• /
• pp.106-118
• /
• 2019

최근 들어 인공 지능을 이용한 영상 객체 인식에 대한 연구 및 개발이 활발하게 진행되고 있다. 그 연장선상에서 도로 유지 및 관리 분야에도 관련 연구의 활용도가 크게 향상될 것으로 기대된다. 그 중에서도 특히 도로 노면 파손 객체 인식 (Object Detection) 을 위한 인공 지능모델이 지속적으로 개발되고 있다. 이러한 객체 인식 알고리즘을 개발하려면 우선적으로 특징지도를 생성하는 Backbone Network가 반드시 필요한데, 본 논문에서는 이를 선정하는 방법을 제안하고자 한다. 이를 위해 6,000여 장의 도로 노면 파손 영상 데이터를 확보하고, 근래에 많이 사용되는 4종류의 심층 신경망을 활용하여 성능을 비교한다. 3가지의 성능 평가 방법을 적용하여 심층 신경망의 특징을 분석하고 최적의 심층 신경망을 결정한다. 또한 하이퍼 파라미터의 최적 조율을 통해 성능을 향상시키고, 최종적으로 도로 노면 파손 영상 분류를 위하여 85.9%의 정확도로 수행이 가능한 경량화된 Backbone Network용 심층 신경망을 제안한다.

• Composites Research
• /
• 제33권6호
• /
• pp.383-389
• /
• 2020

열가소성 복합재료를 적용하여 자동차 도어 임팩트 빔을 설계하고 시생산을 통해 생산성 및 성능을 검증하였다. 자동차 안전법규는 지속적으로 강화되어 왔으며 최근 자동차 산업에서 경량화가 필수 요건이 되면서 고성능 경량 부품에 대한 요구가 크게 증대되고 있다. 본 연구는 섬유강화 열가소성 복합소재를 도입하여 기존 탄소강 제품 대비 경량화 되면서 성능은 향상된 도어 임팩트 빔 개발을 목표로 하였다. 연속섬유 복합재료와 장섬유 복합재료(LFT)를 혼합 적용한 도어 임팩트 빔 제작 공정을 제시하며, 생산성이 우수한 인서트 사출 공정을 활용하여 구현하였다. 시생산된 도어 임팩트 빔은 3점 굽힘 시험을 통하여 성능을 평가하였다. 열가소성 복합재료는 경량화 설계와 함께 높은 생산성 구현이 가능하여 다양한 자동차 부품으로 복합소재의 적용을 확대시킬 것이다.