• 한국위성정보통신학회논문지
• /
• 제8권2호
• /
• pp.80-87
• /
• 2013

통신, 해양, 기상의 세 분야 복합 임무를 수행하는 천리안위성(Communication Ocean Meteorological Satellite: COMS)은 정지궤도 동경 $128.2{\circ}$에서 2011년 4월부터 현재 정상 운영 임무를 수행하고 있다. 세 임무를 수행하기 위해 천리안위성에는 3가지 탑재체인 기상탑재체(Meteorological Imager: MI), 해양탑재체(Geostationary Ocean Color Imager: GOCI), 통신탑재체(Ka-band communication payload)가 실려 있다. 세 가지 임무 운영과 위성 유지 관리를 위해 위성 관제가 실시간 운영으로 수행된다. 위성 실시간 운영은 명령과 원격측정자료를 통해 위성과 직접 통신하는 업무이다. 본 논문에서는 천리안위성의 실시간 운영 특성으로 지상국 장비 구성과 일일, 주간, 월간, 계절별, 연간 운영 업무 특성을 논하였다. 천리안위성의 궤도상 시험(In-Orbit-Test: IOT) 말기와 정상 운영 첫 해가 포함되는 2011년의 1년간 운영 결과에 대한 토의를 통해 성공적인 실시간 운영 결과 확인도 제시하였다.

• Investigative Magnetic Resonance Imaging
• /
• 제23권2호
• /
• pp.100-113
• /
• 2019

Sarcoidosis is a multisystem disease characterized by noncaseating granulomas. Cardiac involvement is known to have poor prognosis because it can manifest as a serious condition such as the conduction abnormality, heart failure, ventricular arrhythmia, or sudden cardiac death. Although early diagnosis and early treatment is critical to improve patient prognosis, the diagnosis of CS is challenging in most cases. Diagnosis usually relies on endomyocardial biopsy (EMB), but its diagnostic yield is low due to the incidence of patchy myocardial involvement. Guidelines for the diagnosis of CS recommend a combination of clinical, electrocardiographic, and imaging findings from various modalities, if EMB cannot confirm the diagnosis. Especially, the role of advanced imaging such as cardiac magnetic resonance (CMR) imaging and positron emission tomography (PET), has shown to be important not only for the diagnosis, but also for monitoring treatment response and prognostication. CMR can evaluate cardiac function and fibrotic scar with good specificity. Late gadolinium enhancement (LGE) in CMR shows a distinctive enhancement pattern for each disease, which may be useful for differential diagnosis of CS from other similar diseases. Effectively, T1 or T2 mapping techniques can be also used for early recognition of CS. In the meantime, PET can detect and quantify metabolic activity and can be used to monitor treatment response. Recently, the use of a hybrid CMR-PET has introduced to allow identify patients with active CS with excellent co-localization and better diagnostic accuracy than CMR or PET alone. However, CS may show various findings with a wide spectrum, therefore, radiologists should consider the possible differential diagnosis of CS including myocarditis, dilated cardiomyopathy (DCM), hypertrophic cardiomyopathy, amyloidosis, and arrhythmogenic right ventricular cardiomyopathy. Radiologists should recognize the differences in various diseases that show the characteristics of mimicking CS, and try to get an accurate diagnosis of CS.

• Structural Engineering and Mechanics
• /
• 제78권5호
• /
• pp.599-610
• /
• 2021

Early detection of small concrete crack or reinforcement corrosion is necessary for Structural Health Monitoring (SHM). Global vibration based methods are advantageous over local methods because of simple equipment installation and cost efficiency. Among vibration based techniques, FRF based methods are preferred over modal based methods. In this study, a new coupled method using frequency response function (FRF) and proper orthogonal modes (POM) is proposed by using the dynamic characteristic of a damaged beam. For the numerical simulation, wave finite element (WFE), coupled with traditional finite element (FE) method is used for effectively incorporating the damage related information and faster computation. As reported in literature, hybrid combination of wave function based wave finite element method and shape function based finite element method can addresses the mid frequency modelling difficulty as it utilises the advantages of both the methods. It also reduces the dynamic matrix dimension. The algorithms are implemented on a three-dimensional reinforced concrete beam. Damage is modelled and studied for two scenarios, i.e., crack in concrete and rebar corrosion. Single and multiple damage locations with different damage length are also considered. The proposed methodology is found to be very sensitive to both single- and multiple- damage while being computationally efficient at the same time. It is observed that the detection of damage due to corrosion is more challenging than that of concrete crack. The similarity index obtained from the damage parameters shows that it can be a very effective indicator for appropriately indicating initiation of damage in concrete structure in the form of spread corrosion or invisible crack.

• 적정기술학회지
• /
• 제7권2호
• /
• pp.225-234
• /
• 2021

이 논문의 목적은 국제개발협력의 유력한 전략으로 평가받고 있는 적정기술 사업화 모델을 라오스-한국 적정과학기술거점센터(LKSTC) 사례로 검토하는 것이다. LKSTC는 농식품 분야의 세척·수처리·살균기술, 재생에너지 분야의 피코 수력 발전기, 피코-태양광 하이브리드 시스템, 에너지 원격모니터링 기술을 개발했다. 적정기술 사업화는 카이펜 마을 기업, 학교기업, 사회적 기업을 창업했다. 정책적 시사점은 다음과 같다. 첫째, 개도국 적정기술 사업화는 수원국 정부의 지역개발 정책과 연계성을 높여야 한다. 둘째, 시장리스크를 최소화하기 위해 혁신적 기술개발 및 현지 창업네트워크를 적절히 구축해야 한다. 마지막으로 사업의 지속가능성을 높이기 위한 중장기적인 노력이 필요하다.

• Nuclear Engineering and Technology
• /
• 제53권1호
• /
• pp.148-163
• /
• 2021

Timely fault identification is important for safe and reliable operation of the electric valve system. Many research works have utilized different data-driven approach for fault diagnosis in complex systems. However, they do not consider specific characteristics of critical control components such as electric valves. This work presents an integrated shallow-deep fault diagnostic model, developed based on signals extracted from DN50 electric valve. First, the local optimal issue of particle swarm optimization algorithm is solved by optimizing the weight search capability, the particle speed, and position update strategy. Then, to develop a shallow diagnostic model, the modified particle swarm algorithm is combined with support vector machine to form a hybrid improved particle swarm-support vector machine (IPs-SVM). To decouple the influence of the background noise, the wavelet packet transform method is used to reconstruct the vibration signal. Thereafter, the IPs-SVM is used to classify phase imbalance and damaged valve faults, and the performance was evaluated against other models developed using the conventional SVM and particle swarm optimized SVM. Secondly, three different deep belief network (DBN) models are developed, using different acoustic signal structures: raw signal, wavelet transformed signal and time-series (sequential) signal. The models are developed to estimate internal leakage sizes in the electric valve. The predictive performance of the DBN and the evaluation results of the proposed IPs-SVM are also presented in this paper.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권7호
• /
• pp.1873-1893
• /
• 2023

The development of lightweight, low energy and small-sized sensors incorporated with the wireless networks has brought about a phenomenal growth of Wireless Sensor Networks (WSNs) in its different fields of applications. Moreover, the routing of data is crucial in a wide number of critical applications that includes ecosystem monitoring, military and disaster management. However, the time-delay, energy imbalance and minimized network lifetime are considered as the key problems faced during the process of data transmission. Furthermore, only when the functionality of cluster head selection is available in WSNs, it is possible to improve energy and network lifetime. Besides that, the task of cluster head selection is regarded as an NP-hard optimization problem that can be effectively modelled using hybrid metaheuristic approaches. Due to this reason, an Improved Coyote Optimization Algorithm-based Clustering Technique (ICOACT) is proposed for extending the lifetime for making efficient choices for cluster heads while maintaining a consistent balance between exploitation and exploration. The issue of premature convergence and its tendency of being trapped into the local optima in the Improved Coyote Optimization Algorithm (ICOA) through the selection of center solution is used for replacing the best solution in the search space during the clustering functionality. The simulation results of the proposed ICOACT confirmed its efficiency by increasing the number of alive nodes, the total number of clusters formed with the least amount of end-to-end delay and mean packet loss rate.

• Smart Structures and Systems
• /
• 제32권5호
• /
• pp.319-338
• /
• 2023

The study presents a new hybrid data-driven method by combining radial basis functions neural networks (RBF-NN) with the Jaya algorithm (JA) to provide effective structural health monitoring of arch dams. The novelty of this approach lies in that only one user-defined parameter is required and thus can increase its effectiveness and efficiency, as compared to other machine learning techniques that often require processing a large amount of training and testing model parameters and hyper-parameters, with high time-consuming. This approach seeks rapid damage detection in arch dams under dynamic conditions, to prevent potential disasters, by utilizing the RBF-NNN to seamlessly integrate the dynamic elastic modulus (DEM) and modal parameters (such as natural frequency and mode shape) as damage indicators. To determine the dynamic characteristics of the arch dam, the JA sequentially optimizes an objective function rooted in vibration-based data sets. Two case studies of hyperbolic concrete arch dams were carefully designed using finite element simulation to demonstrate the effectiveness of the RBF-NN model, in conjunction with the Jaya algorithm. The testing results demonstrated that the proposed methods could exhibit significant computational time-savings, while effectively detecting damage in arch dam structures with complex nonlinearities. Furthermore, despite training data contaminated with a high level of noise, the RBF-NN and JA fusion remained the robustness, with high accuracy.

• 한국해양공학회지
• /
• 제38권2호
• /
• pp.64-73
• /
• 2024

Oil spills pose significant threats to marine ecosystems, human health, socioeconomic aspects, and coastal communities. Accurate real-time predictions of oil slick transport along coastlines are paramount for quick preparedness and response efforts. This study used an open-source OpenOil numerical model to simulate the fate and trajectories of oil slicks released during the 2007 Hebei Spirit accident along the Korean coasts. Six combinations of input parameters, derived from a five-day met-ocean dataset incorporating various hydrodynamic, meteorological, and wave models, were investigated to determine the input variables that lead to the most reasonable results. The predictive performance of each combination was evaluated quantitatively by comparing the dimensions and matching rates between the simulated and observed oil slicks extracted from synthetic aperture radar (SAR) data on the ocean surface. The results show that the combination incorporating the Hybrid Coordinate Ocean Model (HYCOM) for hydrodynamic parameters exhibited more substantial agreement with the observed spill areas than Copernicus Marine Environment Monitoring Service (CMEMS), yielding up to 88% and 53% similarity, respectively, during a more than four-day oil transportation near Taean coasts. This study underscores the importance of integrating high-resolution met-ocean models into oil spill modeling efforts to enhance the predictive accuracy regarding oil spill dynamics and weathering processes.

• 지능정보연구
• /
• 제26권2호
• /
• pp.131-145
• /
• 2020

산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의 기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를 활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 비(非)일반적 상황에서 객체 감지 성능이 저하되는 한계가 있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보행자 트래킹 시스템에 IoT 기반의 적외선 센서 디바이스를 활용하고자 하였으며 센서로부터 측정된 온도 데이터를 실시간 송출하고, CNN-LSTM(Convolutional Neural Network-Long Short Term Memory) 알고리즘을 활용하여 구간 내 보행 인원의 수를 예측하고자 하였다. 실험 결과 MLP(Multi-Layer Perceptron) 및 LSTM(Long Short-Term Memory), RNN-LSTM(Recurrent Neural Network-Long Short Term Memory)에 비해 제안한 CNN-LSTM 하이브리드 모형이 가장 우수한 예측성능을 보임을 확인하였다. 본 논문에서 제안한 디바이스 및 모델을 활용하여 그간 개인정보와 관련된 법적 문제로 인해 서비스 제공이 미흡했던 대중교통 내 실시간 모니터링 및 혼잡도 기반의 위기상황 대응 서비스 등 종합적 메트로 서비스를 제공할 수 있을 것으로 기대된다.

• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2003년도 학술대회지
• /
• pp.180-185
• /
• 2003

도로를 통과하는 차량 통행량의 증가는 장기적으로 교량에 구조적인 손상을 유발시키기 때문에 교량의 유지관리 측면에서 심각한 문제로 대두되고 있으며 준공 단계부터 구조물의 유지관리에 대하여 관심을 기울이지 않으면 공용기간 중 만족할 만한 기능의 유지 및 확보는 불가능하다. 또한, 공황 중에 균열이나 변형 등과 같은 열화손상을 조기에 발견하여 기능상의 장애나 사고를 미연에 방지하기 위해서는 정기적인 점검을 통하여 유지관리를 실시해야 하나 이에 관한 관심도가 상대적으로 낮아 구조물 유지관리에 대한 새로운 인식의 전환과 이와 관련된 기술개발이 절실히 요구되고 있다. 본 연구는 현재 굴절차 또는 점검차에 점검 인력이 직접 탑승하여 실시하는 육안조사를 대체하기 위하여 작은 카메라가 부착된 로봇(Machine Vision System)이 장착된 Linear Motion Control of System을 교량 하부에 설치하고 작업자는 교량 상부에서 외관조사를 수행함으로써 점검자에 따라 주관적으로 점검결과가 도출되는 문제를 근본적으로 해결하고 점검시 안전성을 대폭 개선하며 화상에 검측된 열화 손상 자료를 이미지 프로세싱 기법을 이용하여 객관적이고 정량적인 자료로 저장 및 제공함으로써 교량 유기관리시스템을 위한 데이터베이스를 구축하는데 기여할 수 있는 교량 하부 외관조사 자동화 시스템을 개발하는 데에 그 목적을 두고 있으며 본 시스템을 통하여 교량의 보수 보강 시기를 보다 객관적으로 산정할 수 있어서 현재 매년 기하급수적으로 늘어나는 교량의 보수 보강 비용을 상당히 절감할 수 있을 것으로 기대된다.저장기간을 계산하면, 아세설팜칼륨의 혼용 비율이 높아질수록 저장기간이 길어져서, $50\%$로 혼용하였을 때 가장 긴 저장기간이 산정되어 $20^{\circ}C$에서는 178일, $30^{\circ}C$에서는 88일이 예측되었다. 아스파탐과 아세설팜칼륨의 혼용비율을 5:5, 7:3, 9:1로 달리하여 구연산 완충액 상에 녹인 후, 20, 40, $60^{\circ}C$에서 저장하였다 크기 추정법을 이용하여 단맛을 측정한 결과 20일간의 저장 기간 동안 $20^{\circ}C$와 $40^{\circ}C$에서는 단맛이 유지되는 것으로 나타났다.산도 $0.4\~0.8\%^{(10)}$에서도 식품 유해가능성을 가진 균이 상당수 검출되므로 원료의 수송, 김치의 제조 및 유통과정에서 병원균에 대한 오염방지에 유의하여야 할 것이다. 확인할 수 있었다. 이상의 결과에 의하면 고농도의 유기물이 함유된 음식물쓰레기는 Hybrid Anaerobic Reactor (HAR)를 이용하여 HRT 30일 정도에서 충분히 직접 혐기성처리가 가능하며, 이때 발생된 $CH_{4}$를 회수하여 이용하면 대체에너지원으로 활용 가치가 높은 것으로 판단된다./207), $99.2\%$(238/240), $98.5\%$(133/135) 및 $100\%$ (313)였다. 각각 두 개의 요골동맥과 우내흉동맥에서 부분협착이나