• 한국토양비료학회지
• /
• 제34권1호
• /
• pp.26-32
• /
• 2001

본 연구는 다층구조 토양의 토양표면에서 수두를 5cm로 유지하면서 미세입자로 분쇄된 건조 생우분(FRCM)의 혼합 비율에 따른 $NO_3{^-}$-N의 이동특성을 조사한 것이다. 토양의 상층부는 월곡통 토양을 그리고 하층부는 청원통 토양을 용적밀도 $1.25g\;cm^{-1}$으로 조절하여 사용하였으며 FRCM은 0%부터 10.4 %까지 6단계로 나누어 상층부에 균일하게 혼합한 후 약 65일간 지속적으로 관개를 실시하면서 토주의 하부에서 용탈돼 나오는 용출수를 조사하였다. 조사 결과 포화 수리전도도는 유기물함량이 0% 에서 10.4%로 증가함에 따라 $1.7{\times}10^{-3}cm/min$에서 $8{\times}10^{-4}cm/min$으로 감소하는 경향을 보여주었으며 안정된 상태의 수리전도도를 얻기까지 약 7일에서 64일정도 소요됨을 알 수 있었다. 그리고 토양내와 유기물로부터 전환된 $NO_3{^-}$-N와 $NH_4{^+}$-N의 용탈 특성은 혼합된 유기물 함량이 10.4%에서 0%로 감소함에 따라 최고 $14.8mmolc\;kg^{-1}$ to $0.58mmolc\;kg^{-1}$의 변이를 보여주고 있으며 용탈된 $NO_3{^-}$-N의 함량은 $NH_4{^+}$-N와 비교시 약 4배 정도임을 알수 있었다. 따라서 $NO_3{^-}$-N의 전환율은 담수상태에서도 활발히 진행됨을 알 수 있었고 토양내에서 질소의 공급은 토양내 수리전도도와 결부하여 조사할 수 있을 것으로 추정한다.

• 한국식품과학회지
• /
• 제26권4호
• /
• pp.442-447
• /
• 1994

압출성형 조건을 원료의 수분함량 18%, 스크류의 회전속도 258rpm, 토출구의 온도 $120^{\circ}C$로 하여, 멥쌀과 찹쌀의 혼합비율에 따른 압출성형물의 변화를 조사하였다. 원료의 압출성형기 내부에서의 체류시간은 약 30초 정도이며 80초까지 지속되었다. 압출성형물의 팽화율은 찹쌀의 함량이 70%일 때라 2.93으로서 최대값을 나타내었고 100% 멥쌀은 2.10으로 최소값을 나타내었다. 절단강도는 찹쌀첨가량 $10{\sim}20%$ 일때는 $1059{\sim}1117g$으로 최대였고, 80%일 때는 737g으로서 최소값을 나타내었다. 색도의 변화에 있어 L값 및 a값은 찹쌀의 증가에　따라 증가하였으나, b값은 감소하는 서로 상반된 결과를 가져왔다. 압출성형물의 amylogram의 측정에서 uncooked cold paste viscosity의 값은 100% 멥쌀에서 400B.U.로서 최대값을 나타냈으나, 100% 찹쌀일 경우에는 피크가 나타나지 않았다. 압출성형물의 수분흡수지주(WAI)는 100% 멥쌀 처리구가 4.8, 100% 찹쌀 일때는 1.05로 찹쌀 합량이 증가함에 따라 감소하였으나, 수분용해지수(WSI)는 증가하여 WAI와 부(負)의 상관관계를 나타내었다. 압출성형물의 유동특성은 Ostwald의 모델식에 가장 가까웠으며 유동거동지수(floww behavior index)는 1보다 적어 pseudoplastic 성질은 나타내었다. 항력계수는 찹쌀의 함량이 20%일때 0.92로서 최대값을 나타냈으며, $89{\sim}100%$일 경우는 $0.08{\sim}0.07$로 최소값을 나타내었다. 미세구조에서 기공의 수는 찹쌀함량이 $80{\sim}100%$일 경우 $128{\sim}159$개 였고 $0{\sim}20%$의 경우 $81{\sim}84%$개로서 찹쌀 합량이 증가 할수록 기공의 수도 증가 하였다. 한편, 화적율(shapefact)는 찹쌀 또는 멥쌀만 사용한 경우보다 두 원료를 혼합했을 경우에 그 효과가 큰 것으로 나타났다.

• Korean Chemical Engineering Research
• /
• 제49권5호
• /
• pp.605-610
• /
• 2011

내경이 0.105 m이고 높이가 2.5 m인 삼상(기체-액체-고체) 유동층에서 상대적으로 큰 기포와 작은 기포의 체류량 특성을 고찰하였다. 기체유속(0.01~0.07 m/s), 액체유속(0.01~0.07 m/s) 그리고 입자크기($0.5{\sim}3.0{\times}10^{-3}m$)가 상대적으로 큰 기포와 작은 기포의 체류량에 미치는 영향을 검토하였다. 삼상 유동층에서 이들 두 종류 기포들의 체류량은 동력학적 기체 유출 방법(Dynamic gas disengagement method)에 의해 측정된 각각 기포들에 의한 압력강하 정보로부터 정압강하법(static pressure drop method)에 의해 산출되었다. 기체조절기에 의해 조절되는 건조되고 여과된 공기와 물 그리고 밀도가 2,500 $kg/m^3$인 유리구슬을 각각 기체, 액체 및 고체유동입자로 사용하였다. 삼상유동층에서 이들 두 종류의 기포, 즉 상대적으로 큰 기포와 작은 기포들은 유동층 탑에 유입되는 기체와 액체의 흐름을 정지시킨 후 경과시간에 따른 탑 내부의 압력강하를 측정함으로써 효과적으로 조사하고 분리할 수 있었다. 이들 두 종류의 기포들은 경과시간에 따라 증가하는 압력강하의 기울기가 서로 매우 다르게 나타났다. 실험결과 상대적으로 큰 기포들의 체류량은 기체의 유속이 증가함에 따라 증가하였으나 액체의 유속이 증가함에 따라서는 감소하였다. 그러나, 이들 큰 기포의 체류량은 유동입자의 크기가 변화함에 따라 국부적인 최소값을 나타내었다. 상대적으로 작은 기포들의 체류량은 기체유속 또는 고체입자의 크기가 증가함에 따라 증가하였으나 액체의 유속이 증가함에 따라서는 약간 감소하였다. 이들 두 종류 기포들의 체류량들은 각각 본 연구의 실험 범위 내에서 조작변수들의 상관식으로 나타낼 수 있었다.

• 생물환경조절학회지
• /
• 제27권2호
• /
• pp.166-172
• /
• 2018

본 연구에서는 우선, 농작물의 생육 및 환경관련 데이터를 활용하여 온실의 최적 환경 구현을 위한 시스템을 선정하고 생산성 향상에 대한 연구에 앞서 현재 국내에 보급되어 있는 스마트 온실의 실태를 파악하기 위하여 7가지의 유형별 스마트 온실 농가를 대상으로 현장조사를 실시하였다. 그 결과 현장에서 전하는 유형별 스마트 팜 선도 사례의 주목적을 보면, 지능형이나 첨단형 정도가 스마트 팜에 가까운 것으로 판단되었다. 연령대를 보면, 상대적으로 40대 및 60대가 가장 많았지만, 50대 이하가 21개 농가로서 전체의 약 70.0%정도를 차지하였고, 재배경력은 10년 이하가 가장 많았다. 온실의 형태로는 1-2W형이 전체의 50.0%정도이고, 연동형이 전체의 80.0%정도로서 24개 농가였다. 재배작물의 경우, 화훼류는 3개 농가뿐이고, 나머지 농가는 채소류 중에서도 과채류만 재배하는 것으로 나타났다. 과채류 중에서도 상대적으로 토마토와 파프리카가 전체 중에 약 63.6%를 차지하였다. 제어시스템은 약 77.4%정도인 24개 농가가 국산제품을 사용하고 있었다. 제어시스템의 제어방식의 경우, 3개 농가는 제어패널만을 사용하여 온습도 등을 조절하였고 나머지 농가는 패널과 컴퓨터에 의한 디지털 제어방식이었다. 디지털 제어의 경우, 휴대폰을 통한 애플리케이션으로 원격조절도 가능하게 설계되어 있고, 대부분 농가에 CCTV도 설치되어 있었다. 계측 및 조절 대상 환경인자는 온도를 포함하여 9개 정도이며, 온도는 전체 조사대상 농가가 계측하고 있었지만, 환기 및 공기유동 팬이나 탄산가스 농도 등의 경우는 다른 인자에 비해 상대적으로 낮았다. 난방시스템의 경우, 대상 농가 중에 46.7%가 전기보일러를 사용하는 것으로 조사되었다. 이 외에도 온수보일러, 히트펌프 및 등유보일러 등으로 나타났다. 제어시스템에 투자한 규모의 경우, 1,000만 원에서 1억원까지로 투자규모가 농가마다 다르게 나타났다.

• 인터넷정보학회논문지
• /
• 제14권5호
• /
• pp.69-76
• /
• 2013

세계적으로 전파력과 병원성이 높은 신종인플루엔자, 조류독감 등과 같은 전염병이 증가하고 있다. 전염병이란 특정 병원체(pathogen)로 인하여 발생하는 질병으로 감염된 사람으로부터 감수성이 있는 숙주(사람)에게 감염되는 질환을 의미한다. 전염병의 병원체는 세균, 스피로헤타, 리케차, 바이러스, 진균, 기생충 등이 있으며, 호흡기계 질환, 위장관 질환, 간질환, 급성 열성 질환 등을 일으킨다. 전파 방법은 식품이나 식수, 곤충 매개, 호흡에 의한 병원체의 흡입, 다른 사람과의 접촉 등 다양한 경로를 통해 발생한다. 전 세계의 대부분 국가들은 전염병의 전파를 예측하고 대비하기 위해서 수학적 모델을 사용하고 있다. 하지만 과거와 달리 현대 사회는 지상과 지하 교통수단의 발달로 전염병의 전파 속도가 매우 복잡하고 빨라졌기 때문에 우리는 이를 예방하기 위한 대책 마련의 시간이 부족하다. 그러므로 전염병의 확산을 막기 위해서는 전염병의 전파 경로를 예측할 수 있는 시스템이 필요하다. 우리는 이러한 문제를 해결하기 위해서 전염병의 실시간 감시 및 관리를 위한 전염병의 감염 경로 추적 및 예측이 가능한 통합정보 시스템을 구현하였다. 이 논문에서는 전염병의 전파경로 예측에 관한 부분을 다루며, 이 시스템은 기존의 수학적 모델인 Susceptible - Infectious - Recovered (SIR) 모델을 기반으로 하였다. 이 모델의 특징은 교통수단인 버스, 기차, 승용차, 비행기를 포함시킴으로써, 도시내 뿐만 아니라 도시간의 교통수단을 이용한 이동으로 사람간의 접촉을 표현할 수 있다. 그리고 한국의 지리적 특성에 맞도록 실제 자료를 수정하였기 때문에 한국의 현실을 잘 반영할 수 있다. 또한 백신은 시간에 따라서 투여 지역과 양을 조절할 수 있기 때문에 사용자가 시뮬레이션을 통해서 어느 시점에서 어느 지역에 우선적으로 투여할지 백신을 컨트롤할 수 있다. 시뮬레이션은 몇가지 가정과 시나리오를 기반으로 한다. 그리고 통계청의 자료를 이용해서 인구 이동이 많은 주요 5개 도시인 서울, 인천국제공항, 강릉, 평창, 원주를 선정했다. 상기 도시들은 네트워크로 연결되어있으며 4가지의 교통수단들만 이용하여 전파된다고 가정하였다. 교통량은 국가통계포털에서 일일 교통량 자료를 입수하였으며, 각도시의 인구수는 통계청에서 통계자료를 입수하였다. 그리고 질병관리본부에서는 신종인플루엔자 A의 자료를 입수하였으며, 항공포털시스템에서는 항공 통계자료를 입수하였다. 이처럼 일일 교통량, 인구 통계, 신종인플루엔자 A 그리고 항공 통계자료는 한국의 지리적 특성에 맞도록 수정하여 현실에 가까운 가정과 시나리오를 바탕으로 하였다. 시뮬레이션은 신종인플루엔자 A가 인천공항에 발생하였을 때, 백신이 투여되지 않은 경우, 서울과 평창에 각각 백신이 투여된 경우의 3가지 시나리오에 대해서, 감염자가 피크인 날짜와 I (infectious)의 비율을 비교하였다. 그 결과 백신이 투여되지 않은 경우, 감염자가 피크인 날짜는 교통량이 가장 많은 서울에서 37일로 가장 빠르고, 교통량이 가장 적은 평창에서 43일로 가장 느렸다. I의 비율은 서울에서 가장 높았고, 평창에서 가장 낮았다. 서울에 백신이 투여된 경우, 감염자가 피크인 날짜는 서울이 37일로 가장 빨랐으며, 평창은 43일로 가장 느렸다. 그리고 I의 비율은 강릉에서 가장 높으며, 평창에서 가장 낮았다. 평창에 백신을 투여한 경우, 감염자가 피크인 날짜는 37일로 서울이 가장 빠르고 평창은 43일로 가장 느렸다. I의 비율은 강릉에서 가장 높았고, 평창에서는 가장 낮았다. 이 결과로부터 신종인플루엔자 A가 발생하면 각 도시는 교통량에 의해 영향을 받아 확산된다는 것을 확인할 수 있다. 따라서 전염병 발생시 전파 경로는 각 도시의 교통량에 따라서 달라지므로, 교통량의 분석을 통해서 전염병의 전파 경로를 추적하고 예측함으로써 전염병에 대한 대책이 가능할 것이다.