• 제목/요약/키워드: Conversion design

검색결과 2,015건 처리시간 0.021초

반응표면분석법을 이용한 루테늄 알루미나 메탈모노리스 코팅촉매의 암모니아 분해 최적화 (Optimization for Ammonia Decomposition over Ruthenium Alumina Catalyst Coated on Metallic Monolith Using Response Surface Methodology)

  • 최재형;이성찬;이준혁;김경민;임동하
    • 청정기술
    • /
    • 제28권3호
    • /
    • pp.218-226
    • /
    • 2022
  • 최근 선진국들은 수소경제 및 탄소중립 사회로의 전환을 위해 수소에너지의 수요가 급격히 증가하고 있으며, 이산화탄소(CO2)를 배출이 없는 친환경적인 수소(H2) 생산 기술에 대한 관심이 높아지고 있다. 본 연구에서는 암모니아(NH3) 분해 수소 제조를 위해 루테늄 알루미나(Ru/Al2O3) 분말 촉매와 함께 알루미나 졸(alumina sol)의 무기바인더(inorganic binder)와 메틸 셀룰로오스(methyl cellulose)의 유기바인더(organic binder)를 사용하여 딥 코팅(dip coating) 방법으로 루테늄 알루미나 메탈 모노리스 코팅 촉매를 제조하였다. 딥 코팅을 위한 촉매 슬러리의 최적 비율로 촉매와 무기바인더의 중량 비율을 1:1로 고정하여 유기바인더 0.1일 때 1회 딥 코팅 시 촉매 코팅양은 61.6 g L-1이다. 이때 메탈모노리스 표면에 코팅된 촉매 층의 균일한 두께 (약 42 ㎛)와 결정상을 주사전자현미경(Scanning Electron Microscope, SEM)과 X-ray 회절분석(X ray diffraction, XRD)을 통해 확인하였다. 또한, 암모니아 분해 수소 제조의 최적 공정조건을 찾고자 반응표면분석법(Response Surface Method, RSM)을 이용하여 반응온도와 공간속도의 독립변수에 따른 암모니아 전환율에 대한 수치 최적화 회귀식 모델을 계산하였다. 이러한 결과로부터 암모니아 분해 수소생산을 위한 상업적 규모의 공정운전 기본설계 자료로 활용이 가능하다.

고온 환경에서 카테킨 및 비타민 C 첨가가 육계의 생산성, 계육품질, 혈액성분 및 스트레스 지표에 미치는 영향 (Effect of Combined Supplementation Catechin and Vitamin C on Growth Performance, Meat Quality, Blood Composition and Stress Responses of Broilers under High Temperature)

  • 손지선;이우도;김희진;김현수;홍의철;전익수;강환구
    • 한국가금학회지
    • /
    • 제50권1호
    • /
    • pp.1-13
    • /
    • 2023
  • 본 연구는 고온환경에 노출된 육계의 사료 내 카테킨과 비타민 C의 단독 및 혼합 첨가에 따른 생산성, 계육품질, 혈액 성상 및 스트레스 지표에 미치는 영향을 조사하기 위해 수행하였다. 21일령 육계(Ross 308) 수컷 360수를 공시하였으며, 처리구는 비타민 C(0, 250 mg/kg)와 카테킨(0, 600, 1,200 mg/kg)로 2 × 3요인으로 나누었으며, 처리당 6반복, 반복당 10수를 완전임의 배치하였다. 고온 환경은 32±1℃로, 습도는 60±5%를 유지하여 시험종료까지 24시간동안 노출시켰다. 카테킨과 비타민 C의 처리에 따른 증체량, 섭취량 및 사료요구율은 유의적인 차이를 보이지 않았다. 혈액생화학 성분 중 total cholesterol 함량은 카테킨 처리에서 낮게 나타났으나(P<0.05), 비타민 C와 상호작용은 보이지 않았다. 혈액 내 SOD 활성은 카테킨 처리구에서 높았으며, corticosterone과 IgM 수준은 낮게 나타났으나(P<0.05), 비타민 C와 상호작용은 보이지 않았다. 간 내 스트레스 지표로 HSP70과 MDA는 비타민 C와 카테킨의 첨가에 따라 감소하였으며(P<0.05), HSP70에서 상호작용을 보였다(P<0.05). 가슴육 내 DPPH 라디칼 소거능은 카테킨을 급여한 처리에서 증가하였다(P<0.05). 고온스트레스에 대한 행동지표인 호흡수는 카테킨 처리에서 감소하는것으로 나타났으나(P<0.05), 비타민 C와의 상호작용은 보이지 않았다. 결론적으로 고온 환경에서 육계의 카테킨과 비타민 C의 첨가는 HSP70, MDA와 같은 스트레스 지표를 완화시켰으나, 첨가물질 간 상호작용과 최적의 혼합 수준에 대해 추가 연구가 요구된다.

고전압 전력반도체 소자 개발을 위한 단위공정에서 식각공정과 이온주입공정의 영향 분석 (Analysis of the Effect of the Etching Process and Ion Injection Process in the Unit Process for the Development of High Voltage Power Semiconductor Devices)

  • 최규철;김경범;김봉환;김종민;장상목
    • 청정기술
    • /
    • 제29권4호
    • /
    • pp.255-261
    • /
    • 2023
  • 파워반도체는 전력의 변환, 변압, 분배 및 전력제어 등을 감당하는데 사용되는 반도체이다. 최근 세계적으로 고전압 파워반도체의 수요는 다양한 산업분야에 걸쳐 증가하고 있는 추세이며 해당 산업에서는 고전압 IGBT 부품의 최적화 연구가 절실한 상황이다. 고전압 IGBT개발을 위해서 wafer의 저항값 설정과 주요 단위공정의 최적화가 완성칩의 전기적특성에 큰 변수가 되며 높은 항복전압(breakdown voltage) 지지를 위한 공정 및 최적화 기술 확보가 중요하다. 식각공정은 포토리소그래피공정에서 마스크회로의 패턴을 wafer에 옮기고, 감광막의 하부에 있는 불필요한부분을 제거하는 공정이고, 이온주입공정은 반도체의 제조공정 중 열확산기술과 더불어 웨이퍼 기판내부로 불순물을 주입하여 일정한 전도성을 갖게 하는 과정이다. 본 연구에서는 IGBT의 3.3 kV 항복전압을 지지하는 ring 구조형성의 중요한 공정인 field ring 식각실험에서 건식식각과 습식식각을 조절해 4가지 조건으로 나누어 분석하고 항복전압확보를 위한 안정적인 바디junction 깊이형성을 최적화하기 위하여 TEG 설계를 기초로 field ring 이온주입공정을 4가지 조건으로 나누어 분석한 결과 식각공정에서 습식 식각 1스텝 방식이 공정 및 작업 효율성 측면에서 유리하며 링패턴 이온주입조건은 도핑농도 9.0E13과 에너지 120 keV로, p-이온주입 조건은 도핑농도 6.5E13과 에너지 80 keV로, p+ 이온주입 조건은 도핑농도 3.0E15와 에너지 160 keV로 최적화할 수 있었다.

비정형 정보와 CNN 기법을 활용한 이진 분류 모델의 고객 행태 예측: 전자상거래 사례를 중심으로 (Customer Behavior Prediction of Binary Classification Model Using Unstructured Information and Convolution Neural Network: The Case of Online Storefront)

  • 김승수;김종우
    • 지능정보연구
    • /
    • 제24권2호
    • /
    • pp.221-241
    • /
    • 2018
  • 최근 딥러닝 기술이 주목을 받고 있다. 대중들의 관심을 받았던 국제 이미지 인식 기술 대회(ILSVR)와 알파고(AlphaGo)에서 사용된 딥러닝 기술이 바로 합성곱 신경망(CNN; Convolution Neural Network)이다. 합성곱 신경망은 입력 이미지를 작은 구역으로 나누어 부분적인 특징을 인식하고 이것을 결합하여 전체를 인식하는 특징을 가진다. 이러한 딥러닝 기술이 우리의 생활에 있어 많은 변화를 야기할 것이라는 기대를 주고 있지만 현재까지는 이미지 인식과 자연어 처리 등에 그 성과가 국한되어 있다. 비즈니스 문제에 대한 딥러닝 활용은 아직까지 초기 연구 단계로 향후 마케팅 응답 예측이나 허위 거래 식별, 부도 예측과 같은 전통적 비즈니스 문제들에 대해 보다 깊게 활용되고 그 성능이 입증된다면 딥러닝 기술의 활용 가치가 보다 더 주목받게 될 것으로 기대된다. 이러한 때 비교적 고객 식별이 용이하고 활용 가치가 높은 빅데이터를 보유하고 있는 전자상거래 기업의 사례를 바탕으로 하여 딥러닝 기술의 비즈니스 문제 해결 가능성을 진단해보는 것은 학술적으로 매우 의미 있는 시도라 할 수 있겠다. 이에 본 연구에서는 전자상거래 기업의 고객 행태 예측력을 높이기 위한 방안으로 합성곱 신경망을 활용한 '이종 정보 결합(Heterogeneous Information Integration)의 CNN 모델'을 제시한다. 이는 정형과 비정형 정보를 결합하여 다층 퍼셉트론 구조의 합성곱 신경망에서 학습시키는 모델로서 최적의 성능을 발휘하도록 '이종 정보 결합'과 '비정형 정보의 벡터 전환', 그리고 '다층 퍼셉트론 설계'로 하는 3개의 내부 아키텍처를 정의하고 각 아키텍처 단위로 구성되는 방식에 따른 성능을 평가하여 그 결과를 바탕으로 제안 모델을 확정하고 그 성능을 평가해보고자 한다. 고객 행태 예측을 위한 목표 변수는 전자상거래 기업에서 중요하게 관리하고 있는 재구매 고객, 이탈 고객, 고빈도 구매 고객, 고빈도 반품 고객, 고단가 구매 고객, 고할인 구매 고객 등 모두 6개의 이진 분류 문제로 정의한다. 제안한 모델의 유용성을 검증하기 위해서 국내 특정 전자상거래 기업의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 정형과 비정형 정보를 결합하여 CNN을 활용한 제안 모델이 NBC(Naïve Bayes classification)과 SVM(Support vector machine), 그리고 ANN(Artificial neural network)에 비해서 예측 정확도와 F1 Measure가 높게 평가되었다. 또 NBC, SVM, ANN에서 정형 정보만을 사용할 때 보다 정형과 비정형 정보를 결합하여 입력 변수로 함께 활용한 경우에 예측 정확도가 향상되는 것으로 나타났다. 따라서 실험 결과로부터 비정형 정보의 활용이 고객 행태 예측의 정확도 향상에 기여한다는 점과 CNN 기법의 특징 추출 알고리즘이 VOC에 사용된 단어들의 분포와 위치 정보를 해석하여 문장의 의미를 파악하는데 효과적이라는 점을 실증적으로 확인하였다는데 그 의미가 있다고 할 수 있겠다. 이를 통해서 CNN 기법이 지금까지 소개된 이미지 인식이나 자연어 처리 분야 외에 비즈니스 문제 해결에도 활용 가치가 높다는 점을 확인하였다는데 이 연구의 의의가 있다 하겠다.

산란계 사료 내 칼슘 및 무기태 인 수준에 따른 Bacterial Phytase 급여 효과 (The Effects of Supplemental Bacterial Phytase to the Calcium and Nonphosphorus Levels in Feed of Laying Hens)

  • 강환구;박수영;유동조;김지혁;강근호;나재천;김동욱;서옥석;이상진;이원준;김상호
    • 한국가금학회지
    • /
    • 제35권2호
    • /
    • pp.143-151
    • /
    • 2008
  • 본 실험은 사료 내 칼슘 수준과 fungal phytase의 상호 관계를 구명하고자 21주령 HyLine Brown 산란계 720수를 공시하여 시험을 실시하였다. 시험구는 phytase 첨가 수준 0, 300, 1000 DPU/kg, 칼슘 2수준(3.5, 4.0%), 무기태 인 수준 무첨가(0.095 NPP), 0.5(0.185 NPP), 1.0%(0.275%)를 조합한 $3{\times}2{\times}3$ 요인 시험으로 하였다. 실험 사료는 CP 16%에 ME 2,800 kcal/ kg 수준으로 급여하였다. 사료는 실험 전 기간 자유 채식토록 하였으며, 점등은 17시간으로 하였다. 조사 항목은 산란계의 생산 능력, 계란의 품질이다. 산란율은 fungal phytase 300 DPU 첨가구에서 증가하는 경향을 보였으며, 연.파란율은 감소하는 경향을 보였다. 처리구간별 산란율은 사료의 칼슘 수준에 따른 차이가 없었지만, NPP 무첨가구인 0.095% 첨가구에서 다른 처리구에 비하여 낮았다(P<0.05). 평균 난중 및 1일 산란량은 fungal phytase 300 DPU 첨가구에서 가장 높게 나타났다. 평균 난중은 사료 칼슘 수준이 3.5% 처리구에서 높게 나타났지만(P<0.05) 1일 산란량은 처리구간에 차이가 없었다. 평균 난중 및 1일 산란량은 NPP 무첨가구인 0.095% 첨가구에서 다른 처리구에 비하여 매우 낮았다(P<0.05). 사료 섭취량은 사료의 fungal phytase 및 칼슘 수준에 관계없이 비슷한 경향을 보였지만, 사료내 NPP 0.275, 0.165% 함유된 처리구에서 0.095% 처리구보다 통계적으로 높게 나타났다(P<0.05). 사료 요구율은 사료내 칼슘 및 NPP 수준간에 차이가 없었지만, fungal phytase 300DPU 첨가구에서 가장 크게 개선되었다(P<0.05). 난각 강도와 두께는 사료의 칼슘 수준이 높을수록 향상되는 결과를 보였고, NPP 0.275, 0.165%가 함유된 처리구에서 0.095% 처리구에 비하여 향상되었으며, 사료내 fungal phytase 수준에 따른 차이는 없었다. Haugh unit은 처리구간에 큰 차이 없이 비슷하게 나타났다. 본 실험의 결과, 산란계 사료에서 fungal phytase의 적정 수준은 300 DPU이며, 이때 사료내 TCP 첨가량은 권장량 대비 40% 이상 저감 효과가 있었으며, 사료의 칼슘 수준을 높게 하였을지라도 fungal phytase 첨가에 대한 개선 효과는 나타나지 않았다.