오리멀젼은 중유에 비해 황과 바나듐의 함유량은 높지만 경제성과 가채매장량이 우수하여 세계 여러나라에서 중유발전시설의 대체 에너지원으로 생각되고 있다. 국내 Y화력발전소에서 오리멀젼을 발전시설을 가동하고 있으나, 가시백연이 많이 발생하고 있다. 이를 해결하고자 가시백연을 저감하는 일반적인 방법인 MgO 주입법을 시도하였으나 공급라인의 플러깅과 같은 잦은 고장이 발생하여 효과적인 가시백연 저감을 이루지 못하고 있다. 이에 본 연구에서는 가시백연의 원인을 파악하여, 추후 지속연구를 통해 가시백연을 저감하는 방법을 제안하기 위한 기초자료로 활용하고자 하였다. 이를 위하여 공정 데이터를 검토하였고, 전기집진기(EP, Electrostatic Precipitator) 전단, 배연가스탈황장치(FGD, Fuel Gas Desulfurization) 전단, 굴뚝자료모니터링시스템(TMS, Telecommunications Management System) 전단에서 각각 미세입자를 실측하여 입도분포를 확인하였다. 이를 통해 wet-FGD 내의 $SO_3$로 인한 입자의 재성장이 가시백연을 유발한다는 것을 밝혔다.
대나무를 원료로 탄화 및 활성화 온도 $900^{\circ}C$에서 대나무 활성탄을 만들고, 이 대나무 활성탄에 금속 구리와 금속 은을 담지시켜 금속 담지 대나무 활성탄을 제조하였다. 제조된 금속 담지 활성탄의 비표면적 및 세공분포 등의 물리적 특성을 분석하였다. 또한 폐 대나무 활성탄의 재활용을 위하여 대나무활성탄과 NO 기체의 반응 특성 실험을 열중량분석기를 사용하여 반응 온도 $20{\sim}850^{\circ}C$, NO 농도 0.1~1.8 kPa 변화 조건에서 하였다. 실험 결과, 대나무 활성탄 특성 분석에서 구리 담지 대나무 활성탄에서는 구리 담지량이 증가할수록 세공 부피와 표면적이 감소하였다. 비등온과 등온 NO 반응에서는 전체적으로 구리 담지 대나무 활성탄[BA(Cu)]이 대나무 활성탄[BA]에 비하여 반응속도가 향상되는 것을 볼 수 있었다. 그러나 은 담지 대나무 활성탄[BA(Ag)]은 반응이 억제되는 것을 볼 수 있었다. NO 반응에서의 활성화에너지는 80.5 kJ/mol[BA], 48.5 kJ/mol[BA(Cu)], 66.4 kJ/mol[BA(Ag)]로 나타났고, NO 분압에 대한 반응차수는 0.63[BA], 0.92[BA(Cu)]이었다.
In this paper, we introduce a design methodology of data-centroid Radial Basis Function neural networks with extended polynomial function. The two underlying design mechanisms of such networks involve K-means clustering method and Particle Swarm Optimization(PSO). The proposed algorithm is based on K-means clustering method for efficient processing of data and the optimization of model was carried out using PSO. In this paper, as the connection weight of RBF neural networks, we are able to use four types of polynomials such as simplified, linear, quadratic, and modified quadratic. Using K-means clustering, the center values of Gaussian function as activation function are selected. And the PSO-based RBF neural networks results in a structurally optimized structure and comes with a higher level of flexibility than the one encountered in the conventional RBF neural networks. The PSO-based design procedure being applied at each node of RBF neural networks leads to the selection of preferred parameters with specific local characteristics (such as the number of input variables, a specific set of input variables, and the distribution constant value in activation function) available within the RBF neural networks. To evaluate the performance of the proposed data-centroid RBF neural network with extended polynomial function, the model is experimented with using the nonlinear process data(2-Dimensional synthetic data and Mackey-Glass time series process data) and the Machine Learning dataset(NOx emission process data in gas turbine plant, Automobile Miles per Gallon(MPG) data, and Boston housing data). For the characteristic analysis of the given entire dataset with non-linearity as well as the efficient construction and evaluation of the dynamic network model, the partition of the given entire dataset distinguishes between two cases of Division I(training dataset and testing dataset) and Division II(training dataset, validation dataset, and testing dataset). A comparative analysis shows that the proposed RBF neural networks produces model with higher accuracy as well as more superb predictive capability than other intelligent models presented previously.
BACKGROUND: More recently, it has been shown that atmospheric ammonia (NH3) plays a primary role in the formation of secondary particulate matter by reacting with the acidic species, e.g. SO2, NOx, to form PM2.5 aerosols in the atmosphere. The Jeonbuk region is an area with high concentration of particulate matter. Due to environmental changes in the Saemangeum reclaimed land with an area of 219 km2, it is necessary to evaluate the impact of the particulate matter and atmospheric ammonia in the Jeonbuk region. METHODS AND RESULTS: Atmospheric ammonia concentrations were measured from June 2020 to May 2021 using a passive sampler and CRDS analyzer. Seasonal and annual atmospheric ammonia concentration measured using passive sampler was significantly lower in Jangjado (background concentration), and the concentration ranged from 11.4 ㎍/m3 to 18.2 ㎍/m3. Atmospheric ammonia concentrations in Buan, Gimje, Gunsan, and Wanju regions did not show a significant difference, although there was a slight seasonal difference. The maximum atmospheric ammonia concentration measured using the CRDS analyzer installed in the IAMS near the Saemangeum reclaimed land was 51.5 ㎍/m3 in autumn, 48.0 ㎍/m3 in summer, 37.6 ㎍/m3 in winter, and 32.7 ㎍/m3 in spring. The minimum concentration was 4.9 ㎍/m3 in spring, 4.2 ㎍/m3 in summer, and 3.5 ㎍/m3 in autumn and winter. The annual average concentration was 14.6 ㎍/m3. CONCLUSION(S): Long term monitoring of atmospheric ammonia in agricultural areas is required to evaluate the formation of fine particulate matter and its impact on the environment. In addition, continuous technology development is needed to reduce ammonia emitted from farmland.
국제해사기구(IMO)에서는 해양 환경보호를 위해 황산화물($SO_X$), 질소산화물($NO_X$), 이산화탄소($CO_2$) 등의 선박 배기가스 배출 규제를 강화하고 있으며, 특히 미국, 유럽을 중심으로 배출가스통제구역(Emission Control Area, ECA)을 설정하여 운용하고 있다. 이러한 환경 규제의 대응방법으로서 친환경 고효율 선박에 대한 요구가 커지면서 배출가스를 줄일 수 있는 전기추진시스템 관련 연구 및 기술에 대한 관심이 늘어나고 있다. 컨테이너선과 같은 상선은 경제속도 운항의 이유로 전기추진시스템의 적용대상에서 벗어나 있었으나, 앞으로 배기가스 배출 규제가 강화되고 4차 산업혁명 기술로 대표되는 빅데이터, IoT 기술을 적용한 자동화 시스템이 선박에 적용되기 위해서는 모니터링 및 제어가 쉬운 전기추진시스템이 필요할 것으로 전망된다. 따라서 본 논문에서는 6,800TEU 컨테이너 선박을 대상으로 전기추진시스템을 적용하기 위해서 기존 컨테이너 선박의 부하분석을 통해 부하분석 기반의 발전기 및 배터리 용량 설계를 목표로 연구를 진행하였다. 부하분석기반으로 설계된 시스템은 배터리를 이용한 부하분배제어를 통해 발전기가 높은 효율구간에서 운용할 수 있다는 장점이 있다.
To understand the distribution characteristics of PM2.5 concentration in the Saemangeum Reclamation Area and nearby areas, three points of the background area, the occurrence area, and the affected area were selected and samples were collected for each season. The chemical composition was determined. As a result of analyzing the chemical composition contained in PM2.5, NO3- (7.2 ㎍/m3), SO42- (4.3 ㎍/m3), NH4+ (4.3 ㎍/m3), OC (2.5 ㎍/m3), Si (1.3 ㎍/m3) m3) and EC (0.5 ㎍/m3) seemed to be the main components, and NO3-, SO42-, NH4+, which are components that form secondary particles, occupied a large proportion. The composition ratio of PM2.5 was investigated in the order of ion component (56.8%) > Unknown (27.4%) > carbon component (11.8%) > heavy metal component (4.0%). During the PM2.5 high concentration case days, the ionic component accounted for 90.7% during atmospheric stagnation cases, whereas the chemical composition ratio was in the order of ionic component (51.7%) > heavy metal component (41.5%) > carbon component (6.8%) during yellow dust cases. It was found that the characteristic of PM2.5 in the Saemangeum reclaimed land and surrounding areas is mainly influenced by outside (domestic and overseas) throughout the year. Ion components accounted for the largest portion of PM2.5 components in this area, but there were few sources of SOx and NOx emission in the Seamangeum area, which are precursors for secondary particle formation. Therefore, it is judged that most of these are generated and influenced as a secondary reaction in the atmosphere from the outside.
대나무를 원료로 탄화 및 활성화온도 $900^{\circ}C$에서 대나무 활성탄을 만들고, 이 대나무 활성탄에 알칼리 금속(Na, K)과 알칼리토금속(Ca, Mg)을 담지 시켜 알칼리 담지 대나무활성탄을 제조하였다. 제조된 알칼리 담지 활성탄의 비표면적 및 세공분포 등의 물리적 특성을 분석하였다. 또한 폐 대나무활성탄의 재활용을 위하여 알칼리 담지 대나무활성탄과 NO 기체의 반응 특성 실험을 열중량분석기를 사용하여 비등온반응(반응온도 $20{\sim}850^{\circ}C$, NO 농도 0.1 kPa)과 등온반응(반응온도 600, 650, 700, 750, 800, $850^{\circ}C$, NO 농도 0.1~1.8 kPa) 조건에서 하였다. 실험 결과, 대나무 활성탄 특성 분석에서 알칼리 담지 대나무 활성탄에서는 알칼리 담지량이 증가할수록 세공 부피와 표면적이 감소하였다. 비등온과 등온 NO 반응에서는 전체적으로 Ca금속담지 대나무활성탄[BA(Ca)]과 Na금속담지 대나무활성탄[BA(Na)], K금속담지 대나무활성탄[BA(K)], Mg금속담지 대나무활성탄[BA(Mg)]이 대나무활성탄[BA]에 비하여 반응속도가 향상되는 것을 볼 수 있다. BA(Ca)> BA(Na)> BA(K)> BA(Mg)> BA 순으로 촉매 활성이 유효하였다. NO 반응에서의 활성화에너지는 82.87 kJ/mol[BA], 37.85 kJ/mol[BA(Na)], 69.98 kJ/mol[BA(K)], 33.43 kJ/mol[BA(Ca)], 88.90 kJ/mol[BA(Mg)]로 나타났고, NO 분압에 대한 반응차수는 0.76[BA], 0.63[BA(Na)], 0.77[BA(K)], 0.42[BA(Ca)], 0.30[BA(Mg)]이었다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.