• Spatial Information Research
• /
• 제22권4호
• /
• pp.39-47
• /
• 2014

영산강 하구역은 하구둑에 의해 하천의 수체가 정체되어 수질문제가 심각한 지역이다. 이를 관리하기 위해 수질변화의 예측은 필수적이며, 주로 EFDC(Environmental Fluid Dynamics Code) 모델이 활용된다. EFDC 모델의 모의 결과로는 Binary 형식의 대용량 결과파일이 생성되며, 모의 결과의 공간적인 분포를 확인하기 위해서는 이미지 형태로 변환하는 후처리과정이 필요하다. 이를 위한 대표적인 후처리기로는 EFDC_Explorer가 있다. 그러나 EFDC_Explorer에서 제공되는 이미지 파일은 단순한 캡처 형식의 자료로 다른 주제도와의 중첩 기능이 지원되지 않는다. 이는 다양한 GIS자료와의 연계 분석이나 고차원적인 분석에서 제약이 될 수 있다. 따라서 본 연구에서는 GIS에서 활용을 고려한 EFDC 모델 모의결과 후처리 시스템을 개발하고자 하였다. 이를 위하여 주요 입력파일 수정 모듈과 Binary 형식의 결과 자료를 ASCII 형식으로 변환하는 모듈, GIS기반의 환경에서 활용이 가능한 레이어 형식으로 재구성하는 모듈을 개발하였으며, 재구성된 모델결과를 효율적으로 가시화할 수 있는 모듈을 개발하였다. 개발된 시스템을 통해 생성되는 결과 레이어는 다양한 주제도간의 중첩 분석이나 다양한 GIS기반의 환경에서 연계분석이 가능하여, 최종적으로 수질관리를 지원하는 자료로 활용될 수 있다.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2017년도 춘계공동학술대회
• /
• pp.135-135
• /
• 2017

Greenhouse have been developed to provide the plants with good environmental conditions for cultivation crop, two major factors of which are the inside air temperature and humidity. The inside temperature are influenced by the heating systems, ventilators and for systems among others, which in turn are geverned by some type of controller. Likewise, humidity environment is the result of complex mass exchanges between the inside air and the several elements of the greenhouse and the outside boundaries. Most of the existing models are based on the energy balance method and heat balance equation for modelling the heat and mass fluxes and generating dynamic elements. However, greenhouse are classified as complex system, and need to make a sophisticated modeling. Furthermore, there is a difficulty in using classical control methods for complex process system due to the process are non linear and multi-output(MIMO) systems. In order to predict the time evolution of conditions in certain greenhouse as a function, we present here to use of recurrent neural networks(RNN) which has been used to implement the direct dynamics of the inside temperature and inside humidity of greenhouse. For the training, we used algorithm of a backpropagation Through Time (BPTT). Because the environmental parameters are shared by all time steps in the network, the gradient at each output depends not only on the calculations of the current time step, but also the previous time steps. The training data was emulated to 13 input variables during March 1 to 7, and the model was tested with database file of March 8. The RMSE of results of the temperature modeling was $0.976^{\circ}C$, and the RMSE of humidity simulation was 4.11%, which will be given to prove the performance of RNN in prediction of the greenhouse environment.

• Corrosion Science and Technology
• /
• 제20권2호
• /
• pp.62-68
• /
• 2021

Artificial neural network techniques show an excellent ability to predict the data (output) for various complex characteristics (input). It is primarily specialized to solve nonlinear relationship problems. This study is an experimental investigation that applies artificial neural network techniques and an experimental design to predict the cyclic polarization curves of the super-austenitic stainless steel AL-6XN alloy with sensitization. A cyclic polarization test was conducted in a 3.5% NaCl solution based on an experimental design matrix with various factors (degree of sensitization, temperature, pH) and their levels, and a total of 36 cyclic polarization data were acquired. The 36 cyclic polarization patterns were used as training data for the artificial neural network model. As a result, the supervised learning algorithms with back-propagation showed high learning and prediction performances. The model showed an excellent training performance (R²=0.998) and a considerable prediction performance (R²=0.812) for the conditions that were not included in the training data.

• 자원ㆍ환경경제연구
• /
• 제16권1호
• /
• pp.129-169
• /
• 2007

이 논문에서는 한국이 2015년 흑은 2020년까지 1995년 혹은 2000년 수준으로 이산화탄소 배출량을 감축하기 위해 탄소세를 도입하는 경우의 효과를 SGM_Korea모형에 의거하여 예측해 보이고 있다. 이 논문의 주요 기여는 미국 지구변화연구소(JGCRI)가 개발한 SGM에 한국 부문의 데이터를 최근의 투입산출표(2000)와 최근의 에너지 수급표를 이용하여 최신화하고 그 예측력을 시험해 본 것에서 찾을 수 있다. 본 연구에서는 SGM_Korea (2000)를 이용하여 배출량 규제 및 탄소세 부과 시나리오에 따른 효과를 배출량 변화, 저감비용, GDP, 산업 생산 등에 대한 영향을 중심으로 살펴보았다. 한국이 2005년부터 배출량을 점진적으로 저감하기 시작하고 매년 1% 정도 에너지 효율의 향상을 가정할 경우 2015년까지 2000년 수준으로 배출량을 저감하기 위해 요구되는 탄소세 수준은 탄소톤당 약 US$500 정도가 될 것으로 보인다. 그러나 에너지 효율 개선이 없다면 탄소세에 의존하여 2000년 수준으로 배출량을 저감하는 것은 현실적으로 불가능해 보인다는 점에서 대체 에너지의 개발을 포함한 에너지 효율의 개선은 배출 저감 정책의 전제가 되지 않으면 안 될 것이다. 본 연구는 기후온난화 문제에 대해 국제적으로 검정된 CGE모형으로 예측된 비교 가능한 수치를 제시하였다는 점에서 다른 연구와 차별성을 가진다.

• 한국수자원학회논문집
• /
• 제41권11호
• /
• pp.1079-1094
• /
• 2008

본 연구는 농촌소유역(1.21 $km^2$)에서 다양한 공간입력자료의 해상도가 SWAT(Soil and Water Assessment Tool) 모형의 수문-수질 모의결과에 미치는 영향을 분석하고자 Case A(2 m DEM, QucikBird 토지이용도, 1/25,000 토양도), Case B(10 m DEM, 1/25,000 토지이용도, 1/25,000 토양도), Case C(30 m DEM, Landsat 토지이용도, 1/25,000 토양도)에 해당하는 해상도별 공간입력자료를 구축하였다. 모형의 적용성 평가는 경안천유역(255.44 $km^2$) 출구점에서 일별 유출량 및 월별 수질자료를 이용하여 보정($1999{\sim}2000$)하였으며, $2001{\sim}2002$년 자료를 이용하여 검증하였다. 유출량에 대한 Nash-Sutcliffe 모형효율은 평균 0.59의 결과를 얻었으며, Sediment, T-N, T-P 부하량은 각각 2.08, 4.30, 0.70 tons/yr의 RMSE 오차로 검보정되었다. 농촌소유역을 대상으로 다양한 공간자료(Case A, B, C)를 적용하여 수문, 수질모의를 실시한 결과, 유출량은 토지이용도 해상도에 의한 모의결과의 불확실성이 가장 큰 것으로 분석되었다. QuickBird 토지이용도의 유역평균 CN값이 1/25,000과 Landsat 토지이용에 비해 0.4, 1.8 더 크게 분석됨으로서 총유출량도 증가하였다. 한편, 유사량과 영영물질 오염부하량에 대한 수질모의 결과는 QuickBird(Case A) 토지이용도의 유사량 및 T-N, T-P 부하량이 1/25,000(Case B) 토지이용도에 비해 23.7 %, 43.3 %, 48.4 %, Landsat(Case C) 토지이용도에 비해 50.6 %, 50.8 %, 56.9 % 높게 평가되는 것으로 분석되었다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.395-395
• /
• 2000

Optimization of existing processes becomes more important than the past as environmental problems and concerns about energy savings stand out. When we can model a process mathematically, we can easily optimize it by using the model as constraints. However, modeling is very difficult for most chemical processes as they include numerous units together with their correlation and we can hardly obtain parameters. Therefore, optimization that is based on the process models is, in turn, hard to perform. Especially, f3r unknown processes, such as bioprocess or microelectronics materials process, optimization using mathematical model (first principle model) is nearly impossible, as we cannot understand the inside mechanism. Consequently, we propose a few optimization method using empirical model evolutionarily instead of mathematical model. In this method, firstly, designing experiments is executed fur removing unecessary experiments. D-optimal DOE is the most developed one among DOEs. It calculates design points so as to minimize the parameters variances of empirical model. Experiments must be performed in order to see the causation between input variables and output variables as only correlation structure can be detected in historical data. And then, using data generated by experiments, empirical model, i.e. response surface is built by PLS or MLR. Now, as process model is constructed, it is used as objective function for optimization. As the optimum point is a local one. above procedures are repeated while moving to a new experiment region fur finding the global optimum point. As a result of application to the pulp digester benchmark model, kappa number that is an indication fur impurity contents decreased to very low value, 3.0394 from 29.7091. From the result, we can see that the proposed methodology has sufficient good performance fur optimization, and is also applicable to real processes.

• 신재생에너지
• /
• 제10권3호
• /
• pp.31-38
• /
• 2014

The importance of energy is growing according to the energy shortage and environmental concerns. Accordingly, in order to solve the problems about the use of fossil fuel, a renewable energy sources are needed. Global renewable energy power industry's position in the renewable energy market becomes important and new technology development is also essential. MG set composed by the induction motor and permanent magnet synchronous generator for simulating a renewable energy source is based on a suitable experiment equipment. The torque generated by applying a voltage to the induction motor in MG set is used as an input of the permanent magnet synchronous generator. In Psim simulation, the characteristics of the induction motor model was formulated and the output torque characteristics of the motor was controlled using the induction motor side inverter, In this paper, the comparison analysis between Psim simulation and the output characteristics of the MG set is performed in order to identify a renewable energy power system more accurately.

• 한국지반공학회논문집
• /
• 제30권5호
• /
• pp.47-54
• /
• 2014

전단파 속도는 내진설계시 중요한 설계인자이나 지반조사의 목적으로는 흔히 경제적, 시간적 제약 등으로 시험을 통한 측정이 널리 이루어지지 않고 있다. 본 연구에서는 인공신경망 기법을 이용하여 가장 일반적인 현장 지반조사시험인 표준관입시험 결과를 바탕으로 사질토 지반에서의 전단파 속도를 예측하는 연구를 수행하였다. 650개 데이터 세트를 이용해 표준관입시험 저항치 $N_{60}$, 함수비, 세립분함량, 비중을 입력변수로 하여 전단파속도를 추정하는 인공신경망 모델을 구축하고 입력변수별 전단파속도에 미치는 영향을 민감도 해석을 통해 조사하였다. 그리고, 기존의 국내 외 7개의 표준관입시험을 이용한 전단파속도 예측 경험식들과 인공신경망에 의한 결과를 비교하였다. 민감도 분석결과 표준관입시험 저항치의 영향이 월등히 큰 것으로 나타났으며, 모델효율계수와 평균제곱근오차를 사용하여 기존의 경험식들과 인공신경망 모델의 예측 능력을 비교한 결과 인공신경망 모델의 예측 결과가 가장 좋은 것으로 나타났다.

• 사물인터넷융복합논문지
• /
• 제9권1호
• /
• pp.65-70
• /
• 2023

본 논문에서는 비전 센서 기반 시스템의 차선 이탈과 신호등 오인식 등을 개선하기 위해 End to End 모델을 활용한 자율주행 시스템을 제안한다. End to End 학습은 다양한 환경 조건에 대해 확장을 할 수 있다. 비전 센서 기반 모형 자동차를 이용하여 주행 데이터를 수집한다. 수집한 데이터를 이용하여 기존의 데이터와 아웃레이어를 제거한 데이터로 구성한다. 입력 데이터인 카메라 이미지 데이터, 출력 데이터인 속도와 조향 데이터로 클래스를 구성하고 End to End 모델을 활용하여 데이터 학습을 수행하였다. 학습된 모델의 신뢰성을 확인했다. 모형 자동차에 학습한 End to End 모델을 적용하여 이미지 데이터로 조향각을 예측한다. 모형 자동차의 학습 결과, 아웃레이어를 제거한 모델이 기존 모델보다 향상된 것을 볼 수 있다.

• 자원ㆍ환경경제연구
• /
• 제15권1호
• /
• pp.27-50
• /
• 2006

우리나라 산업의 1990년과 2000년의 $CO_2$ 배출량을 각각 추정하고, 이 기간중 배출량 변화에 영향을 준 요인별 기여도를 조사하였다. 산업별 배출량에는 생산과정에서 직접 사용하는 에너지는 물론 원재료 생산에 사용된 에너지로 인해 간접적으로 배출되는 $CO_2$까지 포함하였다. 배출량 추정에는 통상적인 산업연관모형을 환경부문으로 확장한 $CO_2$ 혼합 산업연관모형을 이용하였다. 배출량 변화의 요인 분해에는 산업연관분석을 이용한 구조분해기법 (IO-SDA)을 사용하였다. 이 때 각 요인별 영향 계산에 적용하는 가중치는 기준연도와 비교연도의 평균값을 사용하여 가중치 선택의 자의성을 줄이고 완전분해가 되게 하였다. 추정 결과 국내 산업의 직 간접 $CO_2$ 배출량은 1990년에 6,444만 탄소톤에서 2000년에는 1억 1,552만 탄소톤으로 5,163만 탄소톤이 증가한 것으로 나타났다. 직접 $CO_2$ 유발계수 변화, 간접 $CO_2$ 유발계수 변화, 국내 최종수요 성장, 수출 증가, 수입 증가, 국내 최종수요 구조 변화, 수입 구조 변화, 수출 구조 변화 등 여덟 가지 요인별로 배출량 변화에 미친 영향을 분석한 결과 직접 $CO_2$ 유발계수 변화, 간접 $CO_2$ 유발계수 변화, 수입수요의 증가 및 구조 변화는 배출량 감소 효과를 낳았으나, 국내 최종수요 성장 및 구조 변화와 수출수요 증가와 구조 변화는 배출량을 증가시키는 요인으로 작용하였다. 산업이 직접 사용하는 에너지로 인한 $CO_2$ 배출량은 물론 제품 생산 과정에서 투입된 원재료의 생산에 소요된 에너지로 인한 배출량까지 모두 파악하는 것은 $CO_2$ 배출 저감 정책의 효율성을 높일 수 있는 기초자료로 활용될 수 있을 것으로 생각된다.