• 한국멀티미디어학회논문지
• /
• 제12권11호
• /
• pp.1629-1639
• /
• 2009

본 논문은 지하철 역사의 쾌적한 환경 유지를 위한 USN 기반의 환경 모니터링 시스템에 관한 내용을 수록하고 있다. 개발된 시스템은 통합 센서 장비 기반의 센서 필드, 측정된 센서 장비의 데이터를 수집, 분석, 저장하는 미들웨어, 수집된 데이터를 사용자에게 서비스하는 로컬 및 웹 기반 모니터링 시스템으로 구성되어 있다. 본 논문에서는 환경 측정을 위해 온/습도, 미세먼지 센서와 선로의 청결 유지 관리를 위한 물탱크의 수위 레벨 센서를 기본적인 실험환경으로 구성하였고, 기존 설치된 센서와의 연동을 위한 4~20mA의 아날로그 센서와 지그비(Zigbee) 기반 센서 네트워크 장비인 Telos-b를 연동한 장치로 구성하여 현장에 기 구축된 센서의 재사용이 가능하도록 하였다. 미들웨어는 멀티 홉 센서 네트워크를 통한 데이터 수집과, 수집된 데이터를 분석, 저장하는 기능을 내장하였고, 모니터링 시스템은 상황실을 위한 로컬 모니터링과 원격지에서의 웹 기반 모니터링을 지원한다. 본 논문에서 제안하는 미들웨어와 모니터링 시스템은 컴포넌트 형태로 구성되어 개발된 센서의 종류가 변경되거나 응용 프로그램의 목적이 변경되어도 재사용할 수 있는 장점을 가진다. 개발된 시스템은 기존의 PLC 기반의 시스템과 비교하였을 때, 센서 장치의 이동성과 시스템의 분산 환경을 지원하고 미들웨어에서 지원하는 데이터 수집 및 관리 기능은 각종 통계자료로 활용이 가능하다.

• 한국대기환경학회지
• /
• 제11권2호
• /
• pp.179-184
• /
• 1995

This study was carried out to characterize sources of suspended particulate matter(SPM) in Mt. Soback area from January to Novembver in 1993. The collection and major water soluble ion analysis of SPM were conducted by using a High Volumn Air Sampler(HVAS; W&A Inc., PM-10) and ion chromatograph(DIONEX 4000i), respectively. The variations of SPM and major ion concentrations were found to be 9. sim. 156.mu.g/ $m^{3}$, $F^{-10}$ 0.00 .sim. 0.15.mu.g/ $m^{3}$, C $l^{-10}$ 0.06 .sim. 3.79.mu.g/ $m^{3}$, N $O_{3}$$^{-10}$ 0.90 .sim. 6.85.mu.g/ $m^{3}$, S $O_{4}$$^{2-}$ 1.99 .sim. 9.36.mu.g/ $m^{3}$ N $a^{+}$0.00 .sim. 0.27.mu.g/ $m^{3}$, N $H_{4}$ $^{+}$0.72 .sim. 5.77.mu.g/ $m^{3}$, $k^{+}$0.03 .sim. 0.88.mu.g/ $m^{3}$ and $Ca^{2+}$0.12 .sim. 2.76.mu.g/ $m^{3}$. Tree sources were identified by Principal Component Amalysis(PCA) using a SPSS/P $C^{+}$. The explanation ability of forst, second and third Principal Component were 60.8%, 13.6%, 8.2%, of total variance. The sources classfied by PCA were found to be secondary aerosol/fuel combustion, soil dust related cement production/yellow sand and aerosol related waste burning.related waste burning.g.

• 한국균학회지
• /
• 제24권2호통권77호
• /
• pp.127-134
• /
• 1996

본 연구는 천마를 인공적으로 재배하기 위하여 Armillaria속균을 수집하였으며 천마재배지를 조사하여 우수한 균주를 선발하기 위하여 본 실험을 실시하였다. 현재 천마 재배지에서 가장 우수한 균주는 KNU-A110, KNU-A234, KNU-A1022, KNU-A1030 등 4균주로 조사되었다. 재배지의 토양에 깊이는 $10cm{\sim}19cm$가 천마의 생산이나 Rhizomorph의 형성에 가장 적당한 것으로 조사되었다. 일본에서 5종 16균주, 미국에서 11종 22균주, 프랑스에서 6종 26균주, 아프리카에서 1종 4균주를 분양 받았으며 1994년도에 우리 나라에서 21균주를 분리하였다. 대부분의 균주가 레몬을 첨가한 배지에서 왕성하게 Mycelial fan을 형성하였으며 A. mellea인 KNU-A997 균주에서 병원성이 있는 것으로 나타났고 A. gallica인 KNU-A110 균주에서는 병원성이 검정되지 않았다. 종균 제조배지의 첨가물로는 Ethanol $0.25%{\sim}0.5%$가 우수하였으며 농가 부산물의 첨가로는 밀기울과 옥수수속의 첨가에서 효과가 있었다. 액체 접종원은 배양속도를 빠르게 할 뿐 아니라 오염률을 현격히 저하시키는 것으로 밝혀졌다.

• 한국비블리아학회지
• /
• 제6권1호
• /
• pp.179-213
• /
• 1984

The history of recording and conserving for maintenance the human's memory from ancient times to modern's has brought about a lot of changing process of the recorded information media with developing in culture, and each society has made important recorded materials in his library as essentially the social apparatus. But most of them that were damaged by factors of the natural disaster, humidity, temperature, light, fungi and insects in the library, and were resulted in deterioration and losing the numerous materials. For removing the inevitable phases repeated, there are studying for counterplan of the fundamental environment factors about preservation, restoration and chemical research of materials in advanced countries, but I get a few researches about protecting the cultural properties. Therefore I research the survey of the actual conditions on 72 university libraries centering around them, and then I have researched the collection rate 81 percent, 58 university libraries. (local : 35, in seoul : 23) As the result of this research, I propose the model of the environment factors of conserving the library materials. 1) To apply the equipment of processing the radiant energy to the new construction and buildings. 2) To remove factors that occur fungi and insects by facilities being controlled relative humility, temperature, and to equip the ventilation arrangement in the library. 3) To shelve all acquired and bound materials after proceeding the vacuum fumigator. 4) Those who want to enter into the library stack were surely taken in sterilzing their hands and shoes, and must put on the gown. 5) To use the vacuum dusting thing (machine) for removing the dust without spreading out the floor of the library at any time. 6) To set up the gas automatic fire extinguisher worked by smoke sensor. 7) To assist the research into the preservation, natures and environment of recorded materials, and to supply financial funds for librarian. 8) To hold regularly the workshop be able to educate the methods of preservation materials by the constant system. (Library Association) 9) To add to responsibilities on certification of preservation materials for librarian. 10) To hold the constant committee system in each library. 11) To keep up with the ideal environment (humidity, temperature, light, ventilation, etc.) of preservation materials in the arrangement room, and to put on the gown.

• 스마트미디어저널
• /
• 제7권4호
• /
• pp.44-51
• /
• 2018

본 연구는 이동 및 휴대가 용이함과 더불어 지표로 부터 0~1km 높이의 특정한 위치에서의 환경정보를 수집하기 위하여 드론을 이용하였으며, 드론에 장착할 수 있는 대기환경 정보 수집기를 만들어 대기 중의 환경정보를 모니터링 하는 방안을 제안한다. 기상적인 요소로 온도와 습도를 측정하고, 환경적인 요소로 미세먼지와 $CO_2$를 관측하여 정상적인 값을 받을 수 있도록 하였다. 측정을 통하여 특정 기업, 공단, 지역의 대기가스 배출현황을 모니터링 함으로써 오염요인을 줄이는 정책수립에 도움을 줄 수 있도록 하였다. 그 동안 배기가스 검출은 굴뚝에 설치된 구멍에 검시자가 직접 접근하여 측정하다보니 안전상 많은 위험에 노출되었으나 제안하는 드론을 이용하게 되면 안정성 확보와 더불어 광범위한 정보수집이 가능하여 보다 정확한 정보수집과 다양한 산업적 활용이 가능함을 확인하였다.

• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1239-1244
• /
• 2023

본 연구에서는 캔/PET병 압착파쇄기를 관리하기 위한 IoT 기반의 관리시스템을 개발하였다. 로드셀 2개, 온습도센서 DHT22, 미세먼지 지측정기 등 다양한 센서를 ESP32와 인터페이스하여 IoT 디바이스를 구성하였으며, Node-RED를 활용하여 관리 서버를 구축하였다. 본 시스템은 압착캔과 파쇄된 PET병의 무게를 실시간으로 모니터링하고, 미리 정한 기준치를 초과할 경우 관리자에게 문자 메시지를 전송하여 적시에 수거할 수 있도록 하였다. 운영 시험 결과 본 시스템은 정확한 모니터링과 효율적인 알림 기능을 제공함을 확인하였으며 캔/PET병 과 같은 폐기물 관리의 효율성을 제고하여 환경 문제를 해결할 수 있는 가능성을 제시하였다.

• 한국환경과학회지
• /
• 제26권11호
• /
• pp.1297-1306
• /
• 2017

This study identified physical characteristics and aerosol particle sources of $PM_{10}$ and $PM_{2.5}$ in the industrial complex of Busan Metropolitan City, Korea. Samples of $PM_{10}$, $PM_{2.5}$ and also soil, were collected in several areas during the year of 2012 to investigate elemental composition. A URG cyclone sampler was used for collection. The samples were collected according to each experimental condition, and the analysis method of SEM-EDX was used to determine the concentration of each metallic element. The comparative analysis indicated that their mass concentration ranged from 1% to 3%. The elements in the industrial region that were above 10% were Si, Al, Fe, and Ca. Those below 5% were Na, Mg, and S. The remaining elements (1% of total mass) consisted of elements such as Ni, Co, Br and Pb. Finally, a statistical tool was applied to the elemental results to identify each source for the industrial region. From a principal components analysis (SPSS, Ver 20.0) performed to analyze the possible sources of $PM_{10}$ in the industrial region, five main factors were determined. Factor 1 (Si, Al), which accounted for 15.8% of the total variance, was mostly affected by soil and dust from manufacturing facilities nearby, Factors 2 (Cu, Ni), 3 (Zn, Pb), and 4 (Mn, Fe), which also accounted for some of variance, were mainly related to iron, non-ferrous metals, and other industrial manufacturing sources. Also, five factors determined to access possible sources of $PM_{2.5}$, Factor 1 (Na, S), accounted for 13.5% of the total variance and was affected by sea-salt particles and fuel incineration sources, and Factors 2 (Ti, Mn), 3 (Pb, Cl), 4 (K, Al) also explained significant proportions of the variance. Theses factors mean that the $PM_{2.5}$ emission sources may be considered as sources of incineration, and metals, and non-ferrous manufacturing industries.

• 방사성폐기물학회지
• /
• 제18권1호
• /
• pp.103-111
• /
• 2020

콘크리트 구조물 절단에 사용되고 있는 다이아몬드 와이어 쏘가 장착된 당김형 절단 장치의 단점을 개선하여 밀기형 절단장치를 개발하였다. 개발된 밀기형 절단장치에는 먼지 집진 커버가 부착되며 마찰열을 냉각하기 위한 건식이나 습식방법을 선택할 수 있다. 개발된 절단장치의 동작특성과 집진 먼지의 누설률 측정을 실험하였다. 시험결과 원활한 동작특성을 보였으며, 먼지의 누설률은 1.7%인 것으로 나타났다. 개발된 절단장비를 사용하여 생물학적 차폐 콘크리트 절단 시 작업자의 내부 피폭선량을 평가하였다. 보수적 평가를 위해 노심 중심부분을 절단하는 경우를 가정하였다. 비방사능이 99.5 Bq·g^-1인 누설 먼지로 인해 반면마스크를 착용한 작업자의 예탁유효선량은 0.25 mSv로 평가되었다. 개발된 밀기형 절단장비 사용 시 미량의 먼지 누설률로 인해 작업자의 방사선 피폭이 저감되며, 사용의 편리성으로 세부 절단 계획을 수립할 수 있어 방사성 콘크리트 폐기물 감량에도 기여할 수 있다. 따라서 원전의 방사화된 생물학적 차폐 콘크리트를 비롯하여 철근 콘크리트 구조물 해체 작업 시 절단 장비로서 사용될 수 있을 것이다.

• 한국습지학회지
• /
• 제22권4호
• /
• pp.312-320
• /
• 2020

도시 환경문제 및 개발사업 환경영향 저감을 위하여 자연적 물 순환 기능을 가진 다양한 LID가 적용되고 있다. 그러나 LID 시설의 과도한 침투와 증발산은 LID 내부 토양을 건조화시켜 식물과 미생물 활동성을 떨어뜨리고 환경저감 능력을 감소시킨다. 본 연구는 LID 시설의 관리 방안을 도출하기 위하여 복합적인 센서를 적용한 실시간 측정 시스템을 개발하고자 하였다. 측정 가능한 센서와 사물인터넷(IoT) 적용 실험은 아크릴 상자에 형상화한 인공습지에서 수행되었다. 적용되는 센서는 분산형으로 설치되는 LID를 고려하여 저비용으로 구축하고자 하였으며 비교적 저렴하면서 상용화되어있는 아두이노와 라즈베리 파이를 기반으로 하였다. 그리고 LID 시설의 현재 상태와 유지관리 및 이상기후 시 영향을 분석하기 위해 복합적인 센서 측정 개발에 목표를 두었다. 센서는 풍향·풍속, 강우량, 이산화탄소, 미세먼지, 온도·습도, 산성도, 위치 정보 등을 실시간으로 측정하도록 하였다. 또한 측정된 데이터의 수집, 전송 및 결과 확인을 위하여 데이터 수집 장치, 저장 서버 프로그램 및 PC와 모바일 활용 결과 확인 프로그램을 개발하였다. 각 센서를 통해 얻은 측정값들은 Wifi 모듈을 통해 관리 서버로 전달되고 실시간으로 데이터베이스 서버에 저장된다. 본 연구에서 수행한 4개월간의 측정 결과를 분석한 결과 LID 시설에 ICT 기술 적용의 안정성과 적용 가능성을 확인하였다. 실시간으로 측정된 값은 LID 시설의 기능 평가 및 유지관리 방안 도출을 위한 빅데이터 활용이 가능한 것으로 나타났다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권4호
• /
• pp.2060-2077
• /
• 2019

Recently, mobile healthcare services have attracted significant attention because of the emerging development and supply of diverse wearable devices. Smartwatches and health bands are the most common type of mobile-based wearable devices and their market size is increasing considerably. However, simple value comparisons based on accumulated data have revealed certain problems, such as the standardized nature of health management and the lack of personalized health management service models. The convergence of information technology (IT) and biotechnology (BT) has shifted the medical paradigm from continuous health management and disease prevention to the development of a system that can be used to provide ground-based medical services regardless of the user's location. Moreover, the IT-BT convergence has necessitated the development of lifestyle improvement models and services that utilize big data analysis and machine learning to provide mobile healthcare-based personal health management and disease prevention information. Users' health data, which are specific as they change over time, are collected by different means according to the users' lifestyle and surrounding circumstances. In this paper, we propose a prediction model of user physical activity that uses data characteristics-based long short-term memory (DC-LSTM) recurrent neural networks (RNNs). To provide personalized services, the characteristics and surrounding circumstances of data collectable from mobile host devices were considered in the selection of variables for the model. The data characteristics considered were ease of collection, which represents whether or not variables are collectable, and frequency of occurrence, which represents whether or not changes made to input values constitute significant variables in terms of activity. The variables selected for providing personalized services were activity, weather, temperature, mean daily temperature, humidity, UV, fine dust, asthma and lung disease probability index, skin disease probability index, cadence, travel distance, mean heart rate, and sleep hours. The selected variables were classified according to the data characteristics. To predict activity, an LSTM RNN was built that uses the classified variables as input data and learns the dynamic characteristics of time series data. LSTM RNNs resolve the vanishing gradient problem that occurs in existing RNNs. They are classified into three different types according to data characteristics and constructed through connections among the LSTMs. The constructed neural network learns training data and predicts user activity. To evaluate the proposed model, the root mean square error (RMSE) was used in the performance evaluation of the user physical activity prediction method for which an autoregressive integrated moving average (ARIMA) model, a convolutional neural network (CNN), and an RNN were used. The results show that the proposed DC-LSTM RNN method yields an excellent mean RMSE value of 0.616. The proposed method is used for predicting significant activity considering the surrounding circumstances and user status utilizing the existing standardized activity prediction services. It can also be used to predict user physical activity and provide personalized healthcare based on the data collectable from mobile host devices.