• 융합신호처리학회논문지
• /
• 제7권3호
• /
• pp.143-148
• /
• 2006

정수장에서 생산한 수돗물이 수용가까지 안전하게 공급하기 위해서는 관내 및 배수지 등의 공급과정에서 철저한 수질관 리가 필요하다. 그러나 배수지의 수질관리 및 모니터링이 전혀 이루어지지 않고 있다. 최근 정부는 먹는 물에 대한 수질관리기준을 강화하고 있으나, 먹는 물에 대한 수질측정 기반기술은 미국, 일본, 독일 등에 비하여 매우 빈약하다. 특히 수질 검사 및 분석기기의 핵심은 센서이나 이들 센서에 대한 기술이 매우 부족하다. 본 논문에서는 국내 먹는 물 수질관리에 대한 관계 법령 및 규정을 분석하고, 먹는 물 수질측정 기준에 적합한 pH, 전도도, 잔류염소, 탁도 및 수온에 대한 센서 및 측정기기의 최적 성능기준을 제안하고, 대표적인 전극센서인 pH, 전도도 및 잔류염소 센서의 상호간섭 및 영향을 분석한다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권5호
• /
• pp.315-321
• /
• 2009

U-city 등에서 원격 디지털 수도 검침 시스템의 수요가 증가하고 있다. 디지털 수도 미터는 센서의 종류에 따라 다양한데 홀센서를 사용한 방식은 정밀도가 높다는 장점이 있으나 기존의 알고리즘은 전력소모가 큰 것이 단점이다. 본 논문에서는 정밀도를 유지하면서 저전력 소모를 추구하는 센싱 알고리즘을 제시한다. 우리의 방식은 물의 사용 여부를 정밀도는 떨어지나 전력소모가 작은 홀센서를 이용하여 센싱하는 것이다. 물이 사용되기 시작하면 정밀도가 높은 홀 센서를 사용하여 사용량을 계측한다. 우리의 알고리즘이 기존의 방식보다 전력소모를 2배 가량 줄일 수 있음을 분석을 통하여 보였다.

• 한국수자원학회논문집
• /
• 제57권7호
• /
• pp.461-470
• /
• 2024

본 연구는 다양한 인간의 활동으로 인해 공공수역에 영양물질이 유입됨에 따라 발생하는 부영양화를 초기에 대응하기 위해 T-P (Total Phosphorus) 예측을 진행하였다. 기존의 T-P 모니터링 시스템은 인력 및 시간이 많이 소요되는 단점이 존재해 직독식 센서를 활용한 측정이 국내외를 막론하고 많이 시도되고 있는 추세이다. 따라서 직독식 센서를 통해 얻을 수 있는 수질항목을 활용하여 T-P 예측을 진행하였으며, 두 단계로 나누어 진행하였다. T-P 예측에 있어 Turbidity (Tur)의 중요성에 대해 살펴보았으며, 자동수질분석기 분석항목을 추가한 분석을 통해 직독식 센서 측정 항목만으로 T-P 예측이 가능한지 살펴보았다. 본 연구의 연구 대상 지점인 낙동강 유역 내 T-P 현황을 살펴본 결과, T-P 농도가 상류 지역 대비 중·하류 지역에 높게 나타났다. Pearson 상관분석을 통해 지점별로 T-P와 상관성이 높은 수질항목을 파악하였으며, 이를 활용하여 다중선형회귀분석을 진행하여 T-P를 예측하였다. Tur의 유무에 따른 분석을 진행하였으며, 자동수질분석기 분석항목이 포함된 분석을 통해 직독식 센서 측정 항목과의 성능을 비교하였다. 결과적으로 Tur 활용의 중요성을 확인하였으며, 이는 부영양화 개선 대책 수립을 위한 보조 자료로 활용할 수 있을 것으로 판단된다.

• 한국산업융합학회 논문집
• /
• 제26권6_2호
• /
• pp.1073-1082
• /
• 2023

Thermal sensors, also called thermal infrared wavelength sensors, measure temperature based on the intensity of infrared signals that reach the sensor. The infrared signals recognized by the sensor include infrared wavelength(0.7~3.0㎛) and radiant infrared wavelength(3.0~100㎛). Infrared(IR) wavelengths are divided into five bands: near infrared(NIR), shortwave infrared(SWIR), midwave infrared(MWIR), longwave infrared(LWIR), and far infrared(FIR). Most thermal sensors use the LWIR to capture images. Thermal sensors measure the temperature of the target in a non-contact manner, and the data can be affected by the sensor's viewing angle between the target and the sensor, the amount of atmospheric water vapor (humidity), air temperature, and ground conditions. In this study, the characteristics of three thermal imaging sensor models that are widely used for observation using unmanned aerial vehicles were evaluated, and the optimal application field was determined.

• 한국전자통신학회논문지
• /
• 제14권4호
• /
• pp.723-728
• /
• 2019

우리가 일상적으로 마시는 수돗물의 경우 수질의 오염에 대한 시민들의 불신은 매우 높은 편이다. 또한 수돗물의 수질오염사고는 예측이 어렵고 그 위험이 커서 실시간 모니터링과 관리가 필요하다. 따라서 사물인터넷을 이용한 실시간 수질 모니터링의 도입이 필요한 분야라 할 수 있다. 잔류염소는 다른 소독제보다 잔류성 및 경제성이 우수하고 잔류효과 확인이 쉬워 상수도에서 주로 소독 지표로 활용되는데 수돗물의 안전성을 확보하는 차원에서 사물인터넷기술을 이용하여 실시간으로 감시가 가능하다. 본 연구에서는 전류법 센서를 이용하여 실시간 수질 모니터링을 위한 스마트 디바이스를 개발하고 그 성능을 분석하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권1호
• /
• pp.46-63
• /
• 2024

One of the biggest dangers in the globe is water contamination. Water is a necessity for human survival. In most cities, the digging of borewells is restricted. In some cities, the borewell is allowed for only drinking water. Hence, the scarcity of drinking water is a vital issue for industries and villas. Most of the water sources in and around the cities are also polluted, and it will cause significant health issues. Real-time quality observation is necessary to guarantee a secure supply of drinking water. We offer a model of a low-cost system of monitoring real-time water quality using IoT to address this issue. The potential for supporting the real world has expanded with the introduction of IoT and other sensors. Multiple sensors make up the suggested system, which is utilized to identify the physical and chemical features of the water. Various sensors can measure the parameters such as temperature, pH, and turbidity. The core controller can process the values measured by sensors. An Arduino model is implemented in the core controller. The sensor data is forwarded to the cloud database using a WI-FI setup. The observed data will be transferred and stored in a cloud-based database for further processing. It wasn't easy to analyze the water quality every time. Hence, an Optimized Neural Network-based automation system identifies water quality from remote locations. The performance of the feed-forward neural network classifier is further enhanced with a hybrid GA- PSO algorithm. The optimized neural network outperforms water quality prediction applications and yields 91% accuracy. The accuracy of the developed model is increased by 20% because of optimizing network parameters compared to the traditional feed-forward neural network. Significant improvement in precision and recall is also evidenced in the proposed work.

• 한국전자통신학회논문지
• /
• 제12권3호
• /
• pp.477-484
• /
• 2017

기존의 순환여과식 양식장에서는 전문 인력의 부족, 수입 측정 장비에 대한 높은 의존도 등으로 인하여 많은 어려움을 격고 있다. 이에 본 논문에서는 최신 IoT기술을 적용한 광학식 센서(pH, DO)를 이용하여 양식장 수조 내 오염도를 빠른 시간내에 측정할 수 있는 자동 수질 측정 시스템을 구현하고자 한다. 기존 시스템의 문제점은 양식장 수조를 사람이 일일이 확인하거나, 측정 장비를 수조 속에 넣고 직접 측정을 하여 물고기의 생육에 좋지 않은 영향을 주는 것이다. 본 논문에서는 시스템은 측정 장비를 수조 속에 담그지 않고 간접 측정을 하는 방식을 제안하고 염분 및 다수의 오염 물질이 포함된 환경에서도 양식장 내의 물고기의 생육에 영향을 주지 않고 지속적인 측정이 가능한 시스템을 개발하였다.

• 사물인터넷융복합논문지
• /
• 제9권1호
• /
• pp.41-47
• /
• 2023

오늘날, 세계 인구성장률의 증가로 국제사회는 심각하게 식량문제 해결을 논의하고 있다. 식량문제 해결을 위한 대안으로는 양식산업이 대두되고 있다. 최근 양식산업의 혁신성장을 위해 4차 산업기술을 융합한 스마트 양식장이 보급되고 있으며, 전주기적 디지털화가 추진되고 있다. 양식산업에서 중요한 수질센서는 전기화학방식의 휴대용 센서를 사용하고 있으며, 이를 이용하여 개별적, 간헐적으로 수질을 체크하고 있어서 양식장 수질을 실시간 분석하고 관리하기가 불가능하다. 최근 광학 기반의 모니터링이 가능한 수질센서들이 개발되어 현장에 적용되고 있다. 그러나 수질센서의 상태정보를 알 수 없기 때문에 모니터링 데이터의 신뢰성을 보장할 수 없는 상황이다. 따라서, 본 논문에서는 데이터의 신뢰성을 확보할 수 있도록, 수질센서가 수집하는 모니터링 데이터를 기반으로 고장, 기준일탈, 유지보수, 점검 등의 수질센서 자가진단 상태를 파악할 수 있는 알고리즘을 제안한다.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2005년도 동계 학술대회 논문집
• /
• pp.123-126
• /
• 2005

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2021년도 가을 학술논문 발표대회
• /
• pp.8-9
• /
• 2021

The unit-water content of concrete is one of the important factors in determining the quality of concrete and is directly related to the durability of the construction structure, and the current method of measuring the unit-water content of concrete is applied by the Air Meta Act and the Electrostatic Capacity Act. However, there are complex and time-consuming problems with measurement methods. Therefore, high frequency moisture sensor was used for quick and high measurement, and unit-water content of mortar was evaluated through machine running and deep running based on measurement big data. The multi-input deep learning model is as accurate as 24.25% higher than the OLS linear regression model, which shows that deep learning can more effectively identify the nonlinear relationship between high-frequency moisture sensor data and unit quantity than linear regression.