• 한국산학기술학회논문지
• /
• 제21권11호
• /
• pp.870-877
• /
• 2020

석션버켓기초는 20m 이상의 수심 조건에서 경제적인 시공이 가능한 건설 공법이다. 석션버켓기초는 내부가 비어 있는 양동이가 뒤집어진 형태의 구조물을 목표지점에 위치시킨 후, 버켓 내의 공기나 물을 흡입하여 내/외부의 수압차이에 의한 관입력으로 기초를 설치한다. 안정성 확보를 위해 버켓의 수직도 확보는 필수적이다. 그러나 해저지반의 불균질성이나 편심으로 인하여 버켓의 기울어짐이 발생할 수 있다. 석션버켓기초는 현재 시공과정에서 관입/인발 작업 반복을 통해 수직도를 확보하는 방법이 일반적으로 적용되고 있다. 그러나 이 방법은 현장 작업자의 경험 및 숙련도에 의존적이며 수직도 확보에 비교적 장시간이 소모된다. 본 논문에서는 실시간 석션버켓 수직도 모니터링 시스템을 제안한다. 제안된 시스템은 수직도 데이터를 수집하는 센서부, 수집된 데이터를 처리하여 무선 전송해 주는 컨트롤러부, 원형강관의 수직도 정보를 실시간으로 보여주는 디스플레이부로 구성되어 있다. 제안된 시스템은 기울기 센서와 임베디드 컨트롤러를 활용하여 구현되었다. 제안된 시스템의 실험 결과 roll/pitch가 0.028% 이내의 오차로 측정이 가능함을 확인하였다. 또한, 제안된 시스템을 석션버켓기초 모형실험에 적용하여 수직도 정보의 실시간 확인이 가능함을 보였다.

• 한국산학기술학회논문지
• /
• 제19권1호
• /
• pp.654-659
• /
• 2018

본 연구에서는 연안 환경에 대한 대표적인 지상 원격 관측 기기인 Ocean Radar를 이용하여 장기파랑관측을 수행하였다. 지상에 설치한 기기로부터 이루어지는 원격 관측은 소수의 현장 기기 개수로는 관측할 수 없는 넓은 범위의 해역을 통시에 관측할 수 있고 또한 높은 빈도의 지속적인 관측이 가능한 장점이 있다. 장기관측을 위한 Ocean Radar는 과거 지진해일에 의한 피해가 발생하고, 원자력 발전소가 위치한 한국 동해안의 삼척지역에 대해 장기관측을 수행하였으며, 원격관측의 적용성을 검토하기 위해 수압식 파고계를 설치하여 각각의 조사자료를 비교하였다. 원격파랑관측은 연구대상해역 전면에 독일 Helzel사에서 개발된 Array type의 HF-RADAR인 WERA (WavE RAdar)를 2개소에 설치하여 자료를 취득하였으며, 장기간 연속된 관측된 자료의 취득률을 분석해본 결과, Ocean Radar 가 설치된 두 Site의 중심에서 약 24km이며, 약 27km의 범위 내에서는 Wave 자료가 90% 이상 취득되었으며, 시계열로 분석한 결과, 결측된 시간이 전체 계측기간의 1% 미만이다. 직접관측방식인 수압식 파고계와 관측자료를 비교한 결과, RMS 편차는 20cm 이내이며, 상관계수가 0.84 ~ 0.87로 높은 상관관계를 가지는 것으로 분석되었다. 따라서, 금회적용한 Ocean Radar는 기존의 파랑 계측 장비를 대체하여 장기간 면적 파랑관측이 가능할 것으로 생각된다.

• 대한환경공학회지
• /
• 제37권2호
• /
• pp.126-135
• /
• 2015

도시지역의 소하천은 불투수 면적의 증가 및 우수관거의 발달로 인해 유역의 오염물질 및 강우 유출수의 유달률이 증가한 반면 비강우시에 현저하게 유량이 감소되어 하천환경에 심각한 문제를 나타내고 있다. 본 연구에서는 도시 하천의 유량과 수질 문제를 저감하기 위해 개발된 초기강우 저류 및 처리시설을 효율적으로 운영하기 위해 SWMM 도시유역모델 적용 결과와 자동모니터링 시스템을 이용하는 종합관리시스템을 개발하였다. 본 연구의 대상 지역인 관평천 유역의 대부분의 강우사상에서 오염물질은 초기 4시간의 강우 유출수에 집중되어 있는 것으로 관찰되었으며 이는 처리시설의 용량 결정에 있어 가장 중요한 인자로 작용한다. 본 시험 유역에서 유역모델인 SWMM을 이용하여 계산한 결과 처리시설에서 수용할 수 있는 초기우수 유출량은 약 6 mm의 누적강우량으로 산정되었으며 이는 대상지역에서 발생하는 대부분의 소규모 강우에 대해 처리가 가능하다는 것을 의미한다. 본 연구 결과는 강우-유출 모델과 연계한 초기우수 처리시설 운영을 위한 가이드라인을 제시하고 있으며, 하천 수질 모델과 연결할 경우 유입하천에 미치는 영향을 사전에 예측할 수 있으며, 유역의 조건과 연계하여 도시하천의 유역연계 종합 수질관리를 위한 중요한 자료를 제공할 수 있을 것이다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2006년도 International Symposium on GPS/GNSS Vol.2
• /
• pp.203-208
• /
• 2006

The main research conducted previously on GPS ionosphere in China is first introduced. Besides, the current investigations include as follows: (1) GPS-based spatial environmental, especially the ionosphere, monitoring, modeling and analysis, including ground/space-based GPS ionosphere electron density (IED) through occultation/tomography technologies with GPS data from global/regional network, development of a GNSS-based platform for imaging ionosphere and atmosphere (GPFIIA), and preliminary test results through performing the first 3D imaging for the IED over China, (2) The atmospheric and ionospheric modeling for GPS-based surveying, navigation and orbit determination, involving high precisely ionospheric TEC modeling for phase-based long/median range network RTK system for achieving CM-level real time positioning, next generation GNSS broadcast ionospheric time-delay algorithm required for higher correction accuracy, and orbit determination for Low-Earth-orbiter satellites using single frequency GPS receivers, and (3) Research products in applications for national significant projects: GPS-based ionospheric effects modeling for precise positioning and orbit determination applied to China's manned space-engineering, including spatial robot navigation and control and international space station intersection and docking required for related national significant projects.

• 한국ITS학회 논문지
• /
• 제11권6호
• /
• pp.1-14
• /
• 2012

개별차량의 주행궤적을 모니터링하고 개별차량의 위험운전행태를 검지하여 도로의 안전성을 평가하고 분석하는 것은 사고의 원인 분석 및 예방의 시작이라 할 수 있다. 최근 각종 센서 및 통신기술의 발달은 과거에 비해 보다 미시적이고 폭넓은 교통자료의 취득을 가능하도록 하였다. 이러한 발달된 기술력을 통해 사고 이력자료를 이용할 수밖에 없던 과거와 달리 개별차량의 주행궤적자료를 실시간으로 가공하여 교통상황과 정보를 바로 수집할 수 있는 실시간 모니터링 시스템 환경을 제공할 수 있다. 본 연구에서는 개별차량 주행자료 수집 및 차량-차량간, 차량-인프라간 무선통신이 가능한 차량 내 센서로부터 수집되는 자료를 이용하여 위험운전이벤트를 검지하였다. V2X 통신을 통해 생성된 위험운전 정보를 교통관리센터로 전달하고 도로의 위험도를 산출함으로써 실시간 유비쿼터스 환경에서의 교통안전 모니터링을 통해 도로의 안전성을 평가할 수 있는 기법을 제시하였다. 본 연구에서 제시한 교통안전 모니터링 기법은 실제 테스트베드에 구현되어 테스트 중에 있으며, 실제 구현된 교통안전 모니터링의 적용 사례 및 활용방안에 대하여 소개하고자 한다. 본 연구에서 제시한 교통안전 모니터링 기법은 도로의 전반적인 안전성을 검토함으로써 교통류 관리전략 수립을 위한 기초자료로써 활용될 수 있을 것이며 교통안전증진을 위한 다양한 정책개발 및 평가에 활용할 수 있을 것으로 기대된다.

• 한국터널지하공간학회 논문집
• /
• 제23권6호
• /
• pp.559-575
• /
• 2021

최근지반굴착 공사의 증가로 인해 지반침하사고 발생 가능성은 점점 높아지고 있지만, 지하안전관리에 관한 특별법 제정 등 제도적인 강화에도 불구하고 지반침하사고를 근본적으로 예방하는 것은 매우 어려운 실정이다. 도심지 지반굴착의 여러 사례를 살펴보면, 굴착 전에 다양한 정보를 활용해 예측했던 지반침하 거동특성은 시공 중에 확인된 결과와 무시할 수 없을 정도의 차이를 보이고 있다. 이러한 원인은 지반조건의 변화, 지반침하 예측방법의 한계, 설계와 착공 시기의 계절적인 차이, 현장여건을 고려한 공법의 변경 및 기타 다양한 사유에 의한 장기간의 공사 중지 등의 현장 여건 변경이 주요 원인으로 고려될 수 있다. 이에 대응하기 위한 방안으로, 다양한 시공정보를 통한 안전관리시스템 도입을 예를 들 수 있으나 아직까지는 굴착으로 인한 영향 및 위험도를 예측할 수 있는 시스템은 부재한 실정이다. 본 연구에서는 도심지 굴착사업의 설계·시공에 있어서 지반침하와 주변 구조물에 미치는 굴착 영향도를 사전에 예측하고 위험도 평가를 할 수 있는 시스템을 개발하였으며, 과거에 획득된 현장계측 데이터를 통해 현재 및 장래 지하수위와 침하량 등을 예측할 수 있는 시계열 분석기법과 지반공학 데이터 시각화(Geotechnical Data Visualization, GDV) 기술을 적용하였다. 본 연구에서 개발된 웹기반 평가시스템을 통해 과거에 획득된 데이터를 이용하여 현재 및 장래 지하수위 변화 및 침하량 예측 등 굴착으로 인한 위험도 예측 및 관리가 가능할 것으로 기대된다.

• 적정기술학회지
• /
• 제5권2호
• /
• pp.70-81
• /
• 2019

의류산업은 대표적인 노동집약적인 산업 중 하나로 의류 제조의 기본 공정인 봉제 작업은 인력에 대한 의존도가 매우 높다. 의류 생산비용은 라인의 효율성에서 큰 영향을 받는데, 생산비용의 절감을 위해서는 생산 속도를 조절하여 라인의 균형 유지하는 것이 중요하다. 그러나, 현재 의류 생산라인에서 활용되고 있는 인력에 의한 생산 실적 집계 방식은 이를 위한 부수적인 인력의 소요 등으로 인한 추가 비용이 소요되어 중소기업들이 직접 적용하기 쉽지 않다. 완제품의 인력에 대한 의존도는 집계 시간의 추가 소요와 인적 오류가 크게 잠재되어 생산비용의 증가와 함께 효율성의 저하를 초래할 수 있다. 본 논문에서는 에너지 소비 데이터를 수집하고 이를 CNN (Convolutional Neural Network) 기법을 적용하여 분석함으로써 재봉 작업을 통하여 생산한 제품의 수량을 추적하고 자동으로 집계할 수 있는 봉제 작업 생산 추적 시스템을 제안한다. 개발된 시스템을 통하여 2종의 재봉 작업을 테스트 한 결과, 최대 98.6 %의 정확도를 보이며 재봉 작업을 감지할 수 있었다. 개발도상국에서 의류봉제산업은 매우 중요한 산업이나, 위에 언급한 문제들을 해결하기 위하여 고가의 첨단기술을 적용하는 등 많은 자본을 투입하는 것은 크게 제한된다. 적정 기술을 적용한 본 기술은 이러한 개발도상국의 의류산업에 큰 도움을 줄 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제36권5_3호
• /
• pp.1037-1051
• /
• 2020

최근 기후변화로 인해 강도가 높은 태풍의 빈도가 높아짐에 따라 태풍 예측의 중요성이 강조되고 있는 데, 태풍경로예측에 비해 태풍강도예측에 대한 연구는 미비한 상황이다. 이에 본 연구에서는 딥러닝 모델인 Multi-task learning (MTL) 기법을 활용하여 정지궤도기상위성을 활용한 관측자료와 수치예보모델을 융합한 실시간 추정 및 6시간, 12시간 후의 태풍강도예측 모델을 제안하고자 한다. 본 연구에서는 2011년에서 2016년까지 북서태평양에서 발생한 총 142개의 태풍을 대상으로 강도 예측 연구를 시행하였다. 한국 최초의 기상위성인 Communication, Ocean and Meteorological Satellite (COMS) Meteorological Imager (MI)를 활용하여 태풍의 관측영상을 추출하였고, National Center of Environmental Prediction (NCEP)에서 제공하는 Climate Forecast System version 2 (CFSv2)를 활용하여 6시간, 12시간 후의 태풍 주변 대기 및 해양 예측변수를 추출하였다. 본 연구에서는 각 입력자료의 활용성을 정량화 하기 위하여, 위성 기반 태풍관측영상만을 활용한 MTL 모델(Scheme 1)과 수치예보모델을 융합적으로 활용한 MTL 모델(Scheme 2)을 구축하고, 각 모델의 훈련 및 검증 성능을 정량적으로 비교하였다. 실시간 강도 추정의 결과 scheme 1과 scheme 2에서 비슷한 성능을 보이는 반면, 6시간, 12시간 후 태풍강도예측의 경우 scheme 2에서 각각 13%, 16% 개선된 결과를 보였다. 태풍 단계별 예측성능에 대한 분석을 시행한 결과, 저강도 태풍일수록 낮은 평균제곱근오차를 보인 반면, 대부분의 강도 단계에서 평균제곱근편차비는 30% 미만의 값을 보이며 유의미한 검증 결과를 보였다. 이에 본 연구에서 제시한 두가지 모델을 기반으로 2014년 발생한 태풍 HALONG의 시계열검증을 시행하였다. 그 결과, scheme 1의 경우 태풍 초기발달단계에서 태풍의 강도를 약 20 kts가량 과대 추정하는 경향을 보이는데, 환경예측자료를 융합한 scheme 2에서는 오차가 약 5 kts가량으로 과대 추정 경향이 줄어들었다. 본 연구에서 제시하는 현재, 6시간, 12시간 후 강도를 동시에 추출하는 MTL 모델은 Single-tasking model 대비 약 300%의 시간 효율을 보이며, 향후 신속한 태풍 예보 정보 추출에 큰 기여를 할 수 있을 것으로 기대된다.

• 원예과학기술지
• /
• 제34권1호
• /
• pp.77-83
• /
• 2016

생체중은 작물 생육의 중요한 지표이기 때문에 계획 생산을 위해서는 반드시 측정이 필요하다. 비파괴적으로 생체중을 측정하기 위하여 이미지 기반의 방법 들이 개발되어 왔으나 한계점을 가지고 있다. 또한 수경재배에서는 양액의 중량 때문에 작물 생체중을 직접 측정하기에 어려움이 있다. 본 연구의 목적은 NFT 방식의 식물공장에서 생육시기에 따른 생체중을 실시간으로 정확하게 측정할 수 있는 방법을 개발하는 것이다. 식물공장 모듈에서 로메인 상추를 재배하며 실험을 진행하였다. 정식 후 7일 간격으로 28일 까지 전체 채널의 중량, 채널 내에 남아 있던 양액의 양, 로메인 상추의 지상부와 지하부의 생체중을 측정하였다. 특히, 양액이 공급 중일 때 채널의 초기 무게(Wi)와 양액 공급을 중단한 후에 채널의 중량 변화를 매초 간격으로 측정하였다. 채널을 통해 더 이상의 배액이 발생하지 않을 때, 채널의 최종 중량(Ws)와 채널에 잔류하고 있는 양액의 양을 측정하였다. 시상수(${\tau}$)는 Wi와 Ws의 변화 추세를 고려하여 계산되었다. Wi, Ws, ${\tau}$와 실제 생체중과의 관계를 정량적으로 분석하였다. 양액 공급을 멈춘 뒤 채널의 중량은 지수적으로 감소하였다. 채널 내 지하부의 중량이 증가하면서 양액이 채널을 빠져나가는 속도는 감소하였다. 실제 작물의 생체중과 채널의 중량을 통하여 예측된 생체중 사이에는 큰 차이가 있었고, 이는 채널 내에 잔류된 양액 때문이다. 이러한 차이는 생육시기에 따라 예측하기에는 어려웠으나 시상수를 이용한 모델식은 높은 예측성을 보였다. Wi, Ws, ${\tau}$를 사용한 모델을 이용하면 작물의 실제 생체중을 추정할 수 있으리라 기대된다.

• 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.