• 에너지공학
• /
• 제28권2호
• /
• pp.18-35
• /
• 2019

한국지역난방공사에서 난지 물재생센터의 하수처리 설비로 부터 발생하는 $45,300m^3$/일의 바이오가스를 연료로 1,500 kW, 2대 규모의 엔진 발전기를 운영하고 있다. 그러나 바이오가스 발전 플랜트의 실제 운영 경험이 미미하고, 축적된 기술 및 노하우 부족으로 가스엔진의 잦은 고장과 정지로 많은 경제적 손실이 발생하고 있다. 따라서 이 발전 플랜트의 안정적인 운영을 위한 기술적 근본 대책 마련이 필요한 실정이다. 본 연구에서는 난지 물재생센터의 하수처리장에서 발생하는 바이오가스를 이용한 가스엔진 플랜트의 일련의 공정상의 문제점을 확인하고, 각 단계별 문제점을 최소화 하여 실제 운전의 최적화 방안을 마련하였다. 먼저 고장 정지의 주요 원인인 발생가스의 정제를 위해 현재 사용 중인 활성탄에 대한 성분분석 및 흡착실험을 통해 활성탄의 흡착능력 품질 기준 마련을 위한 여건을 조성하였다. 또한, 불순물을 최소화하기 위한 활성탄의 교체주기의 기준수립, 황화수소 측정주기 강화, 활성탄 국산화, 설비개선 등 바이오플랜트 운영기준 강화 및 개선방안을 적용하여 실제운전에 적용하였다. 그 결과 가스엔진 1호기는 530%, 2호기는 250%의 정상운전 가동시간이 증가되는 운영실적을 보였다. 또한 통풍구의 설비개선을 통해 작업공정을 줄이고, 정상 운전시간과 가동률을 높일 수 있었다. 경제적으로도 77,000천원/년의 매출증대 효과를 나타냈다, 이와 같이 운영기준의 강화 및 개선방안을 적용하여, 바이오가스 플랜트의 고장 정지를 줄이고 가동률을 높여, 안정적인 운영을 하는 것이 현실적인 바이오가스 플랜트의 최적 운영방안으로 판단된다.

• 핵의학기술
• /
• 제23권1호
• /
• pp.75-79
• /
• 2019

관상동맥 혈류예비능(CFR)은 관상동맥 협착에 대한 기능적 평가를 하는데 중요한 지표로 사용되고, 허혈성 심장질환(IHD)의 발생을 조기에 진단할 수 있다. 최근 도입된 Discovery NM 530c (D530c) 장비의 구조적 특성으로 인해 동적인 영상 획득이 가능해졌고, 심근 혈류 및 관상동맥 혈류예비능의 측정을 할 수 있게 되었다. D530c 19개 CZT 검출기의 FOV가 교차되는 영역을 QFOV라고 하며, 영상의 질을 위해 QFOV 중앙으로부터 2 cm 이내 심장을 위치시키고 촬영할 것을 권고하고 있다. 동적 심근관류 SPECT 시에 심장의 위치를 선정하기 위한 최적화된 방법을 연구하였다. 심장의 위치를 측정하기 위한 도구로 이동형 초음파를 이용하였다. 환자는 parasternal long-axis view (PLAX) 스캔하였고, 심장 내 구조물이 잘 보이는 탐촉자 지점에 위치를 표시하였다. 환자의 신체에 표시한 지점과 D530c 검출기에 표시된 기준점을 서로 일치시킨 상태에서 약물부하(stress)를 하였고, 방사성동위원소를 순간주사(bolus injection) 하면서 동적 촬영을 시행하였다. 3시간 경과 후, 휴지기(rest) 촬영 시 QFOV 중앙에 심장이 위치하도록 조정하였다. 테이블 및 검출기 위치에 대하여 이동형 초음파를 이용한 dynamic stress와 QFOV 중앙에 위치시킨 rest의 좌표를 비교 분석한 결과, 모든 항목에서 통계적으로 유의한 차이가 없었다(P > 0.05). 이동형 초음파의 이용은 비교적 사용이 간편하면서 시간 단축과 함께 공간의 제약이 없었고, 심장의 정확한 위치 선정에 도움이 되었다. 이는 영상의 질향상과 환자의 불필요한 방사선 피폭을 최소화하고, 심근혈류 및 관상동맥 혈류예비능의 정량적 평가에 도움을 줌으로써 임상적 진단에 효과적일 것으로 사료된다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.43-62
• /
• 2019

한때, 이상 탐지 분야는 특정 데이터로부터 도출한 기초 통계량을 기반으로 이상 유무를 판단하는 방법이 지배적이었다. 이와 같은 방법론이 가능했던 이유는 과거엔 데이터의 차원이 단순하여 고전적 통계 방법이 효과적으로 작용할 수 있었기 때문이다. 하지만 빅데이터 시대에 접어들며 데이터의 속성이 복잡하게 변화함에 따라 더는 기존의 방식으로 산업 전반에 발생하는 데이터를 정확하게 분석, 예측하기 어렵게 되었다. 따라서 기계 학습 방법을 접목한 SVM, Decision Tree와 같은 모형을 활용하게 되었다. 하지만 지도 학습 기반의 모형은 훈련 데이터의 이상과 정상의 클래스 수가 비슷할 때만 테스트 과정에서 정확한 예측을 할 수 있다는 특수성이 있고 산업에서 생성되는 데이터는 대부분 정답 클래스가 불균형하기에 지도 학습 모형을 적용할 경우, 항상 예측되는 결과의 타당성이 부족하다는 문제점이 있다. 이러한 단점을 극복하고자 현재는 클래스 분포에 영향을 받지 않는 비지도 학습 기반의 모델을 바탕으로 이상 탐지 모형을 구성하여 실제 산업에 적용하기 위해 시행착오를 거치고 있다. 본 연구는 이러한 추세에 발맞춰 적대적 생성 신경망을 활용하여 이상 탐지하는 방법을 제안하고자 한다. 시퀀스 데이터를 학습시키기 위해 적대적 생성 신경망의 구조를 LSTM으로 구성하고 생성자의 LSTM은 2개의 층으로 각각 32차원과 64차원의 은닉유닛으로 구성, 판별자의 LSTM은 64차원의 은닉유닛으로 구성된 1개의 층을 사용하였다. 기존 시퀀스 데이터의 이상 탐지 논문에서는 이상 점수를 도출하는 과정에서 판별자가 실제데이터일 확률의 엔트로피 값을 사용하지만 본 논문에서는 자질 매칭 기법을 활용한 함수로 변경하여 이상 점수를 도출하였다. 또한, 잠재 변수를 최적화하는 과정을 LSTM으로 구성하여 모델 성능을 향상시킬 수 있었다. 변형된 형태의 적대적 생성 모델은 오토인코더의 비해 모든 실험의 경우에서 정밀도가 우세하였고 정확도 측면에서는 대략 7% 정도 높음을 확인할 수 있었다.

• 핵의학기술
• /
• 제23권2호
• /
• pp.25-28
• /
• 2019

GFR 검사는 신장의 기능을 평가하는 지표이다. 정확한 진단을 위해서 GFR 값은 상당히 중요하다. 체내검사와 체외검사 GFR 값을 비교하였고, 모든 GFR 값 기준은 체외검사로 하였다. 성인 환자 30명을 대상으로 하였다. 정상적인 위치에 신장이 있는 환자 27명과 특이한 위치에 신장이 있는 환자 3명(1. 선천적 신장 기형 환자, 2. 신장 이식 환자, 3. 마제형 신장 환자)을 대상으로 하였다. 검사 장비로는 GE Healthcare Infinia Hawkeye SPECT를 사용하였다. 체내검사 방법은 검사 30분전 물 $500m{\ell}$를 드시게 하였고, 환자 table과 detector 1, 2의 거리를 32 cm으로 하였고, $^{99m}Tc-DTPA$ 555 MBq으로 전체 주사기 계수(full syringe counts)를 측정한 후 신장 동적검사를 하였다(flow-1분, clearance-20분). 그리고 빈 주사기 계수(empty syringe counts)를 측정하였고, 3가지 방법(1. tonnensen 2. taylor 3. manual)으로 신장의 깊이를 측정하여 GFR 값을 구하였다. 모든 GFR 값은 gates method로 구하였다. 체외검사는 채혈을 통해서 GFR 값을 구하였다. 정상적인 위치에 있는 환자들의 경우는 체내검사와 체외검사의 GFR 값은 유의미한 차이가 없었다 (p> 0.05). 하지만 특이한 위치에 신장이 있는 환자의 경우는 수동(manual)방법으로 신장의 깊이를 측정하여 구한 GFR 값이 체외검사 GFR 값과 상당히 비슷하게 나왔고, 편차는 다음과 같다(1.선천적 신장 기형 환자: 6.4%, 2. 신장 이식 환자: 22.0%, 3번째 마제상 신장 환자: 2.0%). 그러므로 정상적인 위치에 신장이 있는 성인 환자들에 대해서는 어떤 방법으로 신장의 깊이를 이용하여 구하여도 체외검사 GFR 값과 유의미한 차이는 없었고, 특이한 위치에 신장이 있는 환자들에 대해서는 수동방법으로 신장의 깊이를 측정하여 GFR 값을 구하는 것이 가장 효과적이라고 사료된다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.127-137
• /
• 2019

재범예측은 70년대 이전부터 전문가들에 의해서 꾸준히 연구되어온 분야지만, 최근 재범에 의한 범죄가 꾸준히 증가하면서 재범예측의 중요성이 커지고 있다. 특히 미국과 캐나다에서 재판이나 가석방심사 시 재범 위험 평가 보고서를 결정적인 기준으로 채택하게 된 90년대를 기점으로 재범예측에 관한 연구가 활발해졌으며, 비슷한 시기에 국내에서도 재범요인에 관한 실증적인 연구가 시작되었다. 지금까지 대부분의 재범예측 연구는 재범요인 분석이나 재범예측의 정확성을 높이는 연구에 집중된 경향을 보이고 있다. 그러나 재범 예측에는 비대칭 오류 비용 구조가 있기 때문에 경우에 따라 예측 정확도를 최대화함과 동시에 예측 오분류 비용을 최소화하는 연구도 중요한 의미를 가진다. 일반적으로 재범을 저지르지 않을 사람을 재범을 저지를 것으로 오분류하는 비용은 재범을 저지를 사람을 재범을 저지르지 않을 것으로 오분류하는 비용보다 낮다. 전자는 추가적인 감시 비용만 증가되는 반면, 후자는 범죄 발생에 따른 막대한 사회적, 경제적 비용을 야기하기 때문이다. 이러한 비대칭비용에 따른 비용 경제성을 반영하여, 본 연구에서 비대칭 오류 비용을 고려한 XGBoost 기반 재범 예측모델을 제안한다. 모델의 첫 단계에서 최근 데이터 마이닝 분야에서 높은 성능으로 각광받고 있는 앙상블 기법, XGBoost를 적용하였고, XGBoost의 결과를 로지스틱 회귀 분석(Logistic Regression Analysis), 의사결정나무(Decision Trees), 인공신경망(Artificial Neural Networks), 서포트 벡터 머신(Support Vector Machine)과 같은 다양한 예측 기법과 비교하였다. 다음 단계에서 임계치의 최적화를 통해 FNE(False Negative Error)와 FPE(False Positive Error)의 가중 평균인 전체 오분류 비용을 최소화한다. 이후 모델의 유용성을 검증하기 위해 모델을 실제 재범예측 데이터셋에 적용하여 XGBoost 모델이 다른 비교 모델 보다 우수한 예측 정확도를 보일 뿐 아니라 오분류 비용도 가장 효과적으로 낮춘다는 점을 확인하였다.

• 한국터널지하공간학회 논문집
• /
• 제21권1호
• /
• pp.61-77
• /
• 2019

밀집도가 높은 국내 기존 도심지를 대상으로 공동구를 새로이 계획할 경우에는 정량적 평가지표에 의한 타당성 평가시스템과 경제성 평가를 이용한 최적 설계용량 결정 등의 합리적인 의사결정 과정이 필요하다. 그러므로 이전 연구에서는 도심지 유형별 특성을 고려한 의사결정 계층구조를 구성하고 정량적 평가지표 항목에 대한 계층의사분석(AHP)을 통해서 개별 상위지표(3개) 부문과 하위지표(16개) 항목의 중요도 가중치를 제시하였다. 또한 도심지 공동구에 적합한 비용 편익 분석을 위해서 교통사고 감소효과, 차량소음 저감효과, 사회 경제적 손실 등의 3개 항목을 새로이 추가하여 10개의 편익 항목, 8개의 비용 항목을 고려한 경제성 평가방법이 제시되었다. 본 연구는 도로관리, 공공시설, 도시환경 부문의 하위 16개 평가지표의 중요도 가중치를 활용한 정량적 타당성 평가방법을 제시하고 서울시 주간선도로 123개 구간을 대상으로 타당성 평가를 실시하였다. 또한 타당성 평가결과와 경제성 평가결과를 비교하여 문제점을 분석하고 두 평가결과의 조합에 의한 종합평가 방법을 제시하였다. 본 연구에서 제시된 정량적 타당성 평가와 경제성 평가시스템의 로직을 프로그래밍하여 개발할 예정인 설계용량 최적화 프로그램은 도심지 공동구의 계획 및 설계 단계에서 활용되며 궁극적으로 도심지 공동구 활성화에 기여하게 될 것이다.

• 한국응용과학기술학회지
• /
• 제36권1호
• /
• pp.324-332
• /
• 2019

한국과 인도네시아를 포함한 대부분의 국가는 온실가스 감축을 위해 바이오디젤 같은 바이오연료 보급에 대한 강력한 정책을 추진하고 있다. 하지만, 바이오디젤 보급 확대를 위해서는 원료 부족 문제를 먼저 해결해야 한다. 본 연구에서는 원료 공급 안정성을 개선하고 바이오디젤 생산 가격을 낮추기 위해 비식용이면서 동시에 단위면적당 생산성이 높은 인도네시아 열대작물(R. Trisperma) 오일의 바이오디젤 생산 가능성을 조사하였다. 수확기간이 다른 두 종류의 오일은 많은 불순물과 높은 유리지방산 함량을 가지고 있어 효율적인 바이오디젤 생산을 위해, 에스테르화 반응과 전이에스테르화 반응을 실시하였다. 오일은 반응을 진행하기 앞서 여과와 수분제거 과정을 통해 반응의 효율을 높이고자 하였다. 에스테르화 반응은 불균질계 산 촉매인 Amberlyst-15를 사용하였으며, 반응 전 오일들의 산가는 각각 41, 17 mg KOH / g이었으나, 에스테르화 반응 후 3.7, 1.8 mg KOH/g으로 약 90% 이상의 전환율을 보이며 유리지방산 함량을 2%이하로 감소시켰다. 이후 전이에스테르화 반응은 KOH를 염기 촉매로 사용하여 바이오디젤 합성 실험을 진행하였다. 생성된 바이오디젤은 약 93%의 FAME 함량을 나타냈으며, 총 글리세롤의 함량은 0.43%으로 제품 규격(FAME 96.5%, 총 글리세롤 0.24%)에는 미달되었다. 이는 지방산 조성 분석 결과 일반적으로 관찰되지 않는 특이 지방산인 ${\alpha}$-Eleostearic acid가 10.7~33.4% 포함되어 나타나는 특성으로 판단되며, 추가 반응 최적화 및 분리정제 연구 진행으로 연료품질 규격 달성이 필요한 것으로 나타났다. 기존에 활용되지 못하던 비식용 원료로부터 바이오디젤 생산 기술을 확보할 경우 바이오디젤 보급 확대를 위한 안정적 원료 공급에 기여할 것으로 판단된다.

• Journal of Plant Biotechnology
• /
• 제46권1호
• /
• pp.22-31
• /
• 2019

에케베리아 라우이(Echeveria laui)와 엘레강스(Echeveria elegans)의 기내 식물체 대량생산을 위하여 캘러스와 신초 유도, 신초생장과 발근에 영향을 미치는 생장조정제 종류 및 농도를 구명하고 형성된 식물체의 기외 순화조건을 구명하고자 본 연구를 수행하였다. 캘러스 유도에 적합한 부위를 구명하기 위해 잎을 상부, 중부, 하부로 나누어 NAA와 BA의 농도별로 치상한 결과, E. laui는 엽상중부를 이용 하였을 때 $NAA\;1\;mgL^{-1}+BA\;1\;mgL^{-1}$의 혼용처리에서 캘러스가 100% 형성되었으며, E. elegans는 엽중부에서 $NAA\;2\;mgL^{-1}+BA\;4\;mgL^{-1}$ 혼용배지가 83.3%로 가장 높은 캘러스 형성을 보여 캘러스 형성에 효율적일 것으로 생각된다. 캘러스로부터 신초 형성율은 E. laui에서는 $NAA\;0.1\;mgL^{-1}+BA\;3\;mgL^{-1}$ 혼용배지, E. elegans는 $NAA\;0.3\;mgL^{-1}$ 단용배지에서 가장 높았다. 또한 신초의 증식에 적합한 배지는 E. laui는 $NAA\;1\;mgL^{-1}+BA\;1\;mgL^{-1}$ 혼용배지에서 신초가 10.4개, E. elegans는 $NAA\;1\;mgL^{-1}+BA\;0.1\;mgL^{-1}$ 혼용배지에서 12.0개로 신초가 가장 많이 형성되었으며, 형성된 재분화체는 정상적인 식물체로 생장하였다. 기외 순화조건의 경우, 용토에 따라 생육은 큰 차이를 보이지 않았으며, 관상가치를 고려하여 차광막 35 ~ 55%에서 순화 처리하는 것이 적합할 것으로 판단된다. 이러한 결과는 최적의 기내 배양 조건 및 재분화 식물체 순화조건 체계확립을 통해 고부가 다육식물인 E. laui와 E. elegans의 대량생산이 가능할 것으로 기대된다.

• 생물환경조절학회지
• /
• 제28권2호
• /
• pp.95-103
• /
• 2019

온도와 상대습도는 작물 재배에 있어서 중요한 요소로써, 수량과 품질의 증대를 위해서는 적절히 제어 되어야 한다. 그리고 정확한 환경 제어를 위해서는 환경이 어떻게 변화할지 예측할 필요가 있다. 본 연구의 목적은 현시점의 환경 데이터를 이용한 다층 퍼셉트론(multilayer perceptrons, MLP)을 기반으로 미래 시점의 기온 및 상대습도를 예측하는 것이다. MLP 학습에 필요한 데이터는 어윈 망고(Mangifera indica cv. Irwin)을 재배하는 8연동 온실($1,032m^2$)에서 2016년 10월 1일부터 2018년 2월 28일까지 10분 간격으로 수집되었다. MLP는 온실내부 환경 데이터, 온실 외 기상 데이터, 온실 내 장치의 설정 및 작동 값을 사용하여 10~120분 후 기온 및 상대습도를 예측하기 위한 학습을 진행하였다. 사계절이 뚜렷한 우리나라의 계절에 따른 예측 정확도를 분석하기 위해서 테스트 데이터로 계절별로 3일간의 데이터를 사용했다. MLP는 기온의 경우 은닉층이 4개, 노드 수가 128개일 때($R^2=0.988$), 상대습도는 은닉층 4개, 노드 수 64개에서 가장 높은 정확도를 보였다($R^2=0.990$). MLP 특성상 예측 시점이 멀어질수록 정확도는 감소하였지만, 계절에 따른 환경 변화에 무관하게 기온과 상대습도를 적절히 예측하였다. 그러나 온실 내 환경 제어 요소 중 분무 관수처럼 특이적인 데이터의 경우, 학습 데이터 수가 적기 때문에 예측 정확도가 낮았다. 본 연구에서는 MLP의 최적화를 통해서 기온 및 상대습도를 적절히 예측하였지만 실험에 사용된 온실에만 국한되었다. 따라서 보다 일반화를 위해서 다양한 장소의 온실 데이터 이용과 이에 따른 신경망 구조의 변형이 필요하다.

• 산업식품공학
• /
• 제21권4호
• /
• pp.360-366
• /
• 2017

본 연구에서는 lab scale 용량으로 100 mL, 1 L 단위로 리포좀을 제조하였으며, prototype scale로서 10 L 단위로 blank 리포좀의 제조한 뒤 입자 크기 및 포집 효율을 측정하여 최적 제조 조건 선정하였다. 선정한 최적조건으로 어피 펩타이드를 리포좀으로 포집하여 그에 따른 저장 안정성을 평가하였다. 1차 균질 조건은 초고속균질기를 사용하여 3분간 각각 4,000 rpm, 8,000 rpm, 12,000 rpm으로 균질하였으며, 2차 균질 조건은 초음파균질기를 이용하여 각각 40 W, 60 W, 80 W로 3분간 균질하여 최적 균질 조건을 확립한 뒤 어피 펩타이드 리포좀을 농도에 따라 제조하여 $4^{\circ}C$에서 냉장 저장하였다. 최적 제조 조건 실험 결과를 two-way ANOVA로 분석한 결과 1, 2차 균질에서는 제조 용량이 입자크기와 제타 전위에 유의적으로 가장 큰 영향을 미쳤으며(p<0.001), pdI는 2차 균질 조건에서 제조용량을 제외하고는 어떤 요인도 유의적으로 영향을 미치지 못하였다(p>0.05). 1차 균질 실험 결과 lab scale에서 prototype scale로 제조 용량이 증가하였을 때, 유의적으로 입자크기가 증가하였으며(p<0.05), 가장 입자크기가 작고 제타전위의 절대값이 높은 4,000 rpm을 최적조건으로 선정하였다. 2차 균질 실험결과 40 W에서 제조 용량이 증가하였을 때 유의적으로 제타전위가 감소하였으며, 60 W 이상에서는 안정적인 결과가 나타났다. 리포좀의 산업적 적용을 고려할 때 공정비용 감소 측면에서 80 W보다 60 W가 적절하다고 사료된다. 선정된 리포좀 최적 조건으로 농도(3, 6, 12, 24%)별로 어피 펩타이드를 포집하였을 때, 24%에서 입자크기가 1 mm 이상으로 크게 나타났다. 이후 저장실험에서는 24%를 제외한 3가지 조건으로 진행하였다. 1달간 어피 펩타이드 리포좀을 냉장 저장한 결과를 two-way ANOVA로 분석한 결과, 펩타이드 농도에 따라 제조하였을 때는 입자크기와 제타 전위가 제조용량보다 펩타이드 농도에 더 큰 영향을 받았다. 또한 저장기간은 pdI에 유의적으로 영향을 미치는 것으로 나타났다(p<0.001). 입자크기는 제조용량과 펩타이드 농도가 증가함에 따라서 유의적으로 증가하였으며, 저장기간에 따라서 감소하였다. 제타전위는 10 L 용량에서 저장기간에 따라 증가하는 경향을 보였다. 이는 리포좀이 풀리면서 비표면적이 증가하여 제타전위가 증가한 것으로 사료된다. 또한 12%에서 3주차부터 침전물층이 형성되는 것이 관찰되어 6%가 가장 산업적용으로 적합한 농도로 사료된다.