• 한국지반신소재학회논문집
• /
• 제21권4호
• /
• pp.1-12
• /
• 2022

토공사에서 다짐품질관리를 위해 일반적으로 평판재하시험 및 현장밀도시험 등이 실시되며, 다짐확인을 위한 추가 분석이 동반된다. 최근 IoT(Internet of Things) 기반의 디지털 환경이 조성되면서 스마트 다짐품질관리가 가능한 DCPT(Dynamic Cone Penetration Test) 장비가 개발되었고, 이러한 디지털 DCPT 시스템은 실시간 다짐에 대한 위치·시간정보와 작업자의 이력관리가 가능하게 되었다. IoT 기반의 DCPT 시스템은 기존의 다짐품질시험의 시간적·비용적 단점을 개선하고 현장에서 유연하게 적용가능하게 되었으며, 현장다짐 지표인 DPI(Dynamic Cone Penetration Index)의 기록과 저장이 자동화 되었다. 본 연구에서는 이러한 DCPT 장비를 현장 적용하여, 현장 적용 데이터인 DPI를 통해 다짐강도의 경향을 확인하였다. 그 결과 최종다짐에서 초기다짐의 DPI보다 1.4배 감소하여 지표에서 10~14cm 깊이인 노상 다짐층의 다짐강도 증가를 확인할 수 있었으며, 다짐결과비교를 위한 평판재하시험의 지지력 계수의 경향과 동일하게 최종 다짐시 다짐강도 증가경향을 확인할 수 있었다. 또한 기존 아날로그 DCPT의 경우가 아닌 IoT DCPT장비를 사용하므로 인원 및 시간을 저감한 시험수행이 가능하였으며 측정데이터의 스마트기기 전송을 통해 다짐정보의 실시간 확인이 가능하게 되었다. 이러한 스마트 기능이 추가된 IoT 기반 DCPT장비를 통해 DPI로 실시간 다짐관리 가능성을 확인할 수 있었으며, DPI에 대한 국내 다짐 재료 및 실내시험조건에 대한 추가연구와 평판재하시험과의 상관성에 대한 연구가 지속적으로 이루어진다면 다짐관리 및 확인 용도로 IoT 기반 DCPT장비가 폭넓게 활용될 수 있을 것이라 판단된다.

• 한국지반공학회논문집
• /
• 제38권12호
• /
• pp.113-123
• /
• 2022

본 연구에서는 공학규모 벤토나이트-모래 완충재 블록의 성형특성을 분석하기 위해 플롯팅 다이(floating die) 방식의 프레스 압력에 따른 소요 밀도 관계 및 완충재 내 밀도분포 편차에 대한 균질도를 평가하였다. 또한 벤토나이트-모래 완충재의 열전도도 성능향상 수준을 분석하기 위해 최적함수비 조건에서 열전도도를 측정하고, 순수 벤토나이트 완충재의 열전도도와 비교하였다. 연구 결과 프레스 압력이 400kg/cm² 이상의 조건에서 건조밀도 표준편차가 0.011로 감소하고 균질한 밀도분포를 나타내는 것으로 확인되었다. 열전도도 측정 결과 프레스 압력이 400, 600kg/cm²일 때의 최적함수비 조건에서 각각 1.345, 1.261W/(m·K)으로 측정되었으며, 이는 순수 벤토나이트 완충재와 비교했을 때 각각 16.1, 11.0% 상승한 것으로 분석되었다. 본 연구 결과를 기반으로 공학규모의 균질한 벤토나이트-모래 완충재 블록 제작을 위한 기초자료로 활용할 수 있을 것으로 판단된다.

• 한국가스학회지
• /
• 제26권4호
• /
• pp.27-35
• /
• 2022

LPG는 공기보다 무거워 지표면으로 가라앉는 특징이 있으며, 주변 공기가 체류하는 경우 증기운을 형성하기 쉬워 가스 누출로 인한 피해가 가중될 우려가 있다. 그러므로 증기운 형성에 따른 주변 지역의 영향 범위분석을 통해 피해를 예방할 필요가 있다. 본 연구에서는 LPG 공급 관리소가 설치된 제주 하가리 일대를 대상으로 토지이용 현황과 지형적 특성으로 생성되는 야간 시간대의 찬공기 흐름과 그에 따른 LPG 누출 특성을 고려하여 주변 지역으로의 피해 영향 범위를 분석하였다. KLAM_21을 활용하여 찬공기 흐름을 분석한 결과, 지형 영향으로 인해 남동쪽에서 약 2 m/s의 찬공기가 유입되었다. LPG 누출 특성은 ALOHA를 이용하였으며 찬공기 흐름을 고려하여 분석하였다. 풍속 2 m/s 조건에서 누출공 크기가 10 cm일 때 LEL 60 %(12,600 ppm)에 해당하는 범위는 61 m로 나타났으며 LPG 누출 시 증기운에 의한 화재 등의 사고가 발생하는 경우 누출원으로부터 50 m 부근에 위치한 인근 주거지에 피해가 미칠 것으로 예상되므로 사고 예방을 위한 대안책이 요구된다. 해당 연구결과는 LPG 누출로 인한 사고 발생 시 예방책을 마련하는데 기초 자료로 활용될 수 있으며 FLACS와 같은 CFD 모델링을 통해 비교적 좁은 영역에서의 LPG 누출 형상 및 증기운으로 인한 피해 영향 범위를 확인할 필요가 있다.

• 한국버섯학회지
• /
• 제19권4호
• /
• pp.294-299
• /
• 2021

본 연구를 통해 국내 주요 한약재인 복령의 유해물질에 대한 안전성 확립과 허용기준치 설정의 기초자료를 제공하고자 한다. 국내 유통 중인 복령 10건(국내산 5건, 중국산 5건)에 대한 잔류농약(321종), 중금속(7종), 방사능(3종), 회분 함량을 분석하였다. 잔류농약은 국내산 1건에서만 농약 성분인 cypermethrin 0.03 mg/kg이 검출되었으나 기준치 이하로 나타났다. cypermethrin은 과수 및 원예농업에서 해충 방제의 살충제로 사용되는 성분이다. 중금속은 Hg를 제외한 Zn, Pb, Ni, Cu, Hg, Cr가 모든 시료에서 검출됐지만 기준치 이하로 나타났다. Cd는 중국산 1건에서 0.011 mg/kg이 검출되었다. 방사능 농도도 모든 시료에서 MDA값 이하로 나타나 불검출 수준이었으며, 회분 함량도 모든 시료에서 기준치인 1.0% 이하로 나타났다. 이번 조사에서 국내에 유통 중인 복령의 유해물질에 대한 위해성은 안전하게 나타났다. 일반적으로 버섯류는 중금속 함량이 높다고 알려져 있다. 복령은 토양 속에서 생장하는 재배 특성상 유해물질에 항시 노출되어 있으므로 재배, 저장, 유통 등 생산단계 전반에 대한 지속적인 모니터링과 체계적인 관리기준 설정이 필요할 것으로 보인다.

• 한국시뮬레이션학회논문지
• /
• 제32권3호
• /
• pp.93-108
• /
• 2023

제조 분야에서 적정한 생산량을 분석하기 위해서는 제조 라인 내 레이아웃 설계, 설비 성능, 투입 작업자 수 등 변경 요인 간의 관계를 포함한 공학적 분석이 필요하다. 본 논문은 식품 제조에서 생산량 증대를 위해 기존 시나리오를 분석하여 문제점을 도출하고, 변경 요인들을 제어하여 생산량이 단계적으로 확장되는 시나리오를 고려한 시뮬레이션 방법을 제안한다. 대상 시스템은 식품 가공공장으로 생산 프로세스는 입고, 가공, 소분, 포장, 검수, 적재, 보관 공정으로 구성된다. 먼저, 대상 시스템 분석을 통해 공정 프로세스별 설비와 작업자를 실제 레이아웃 배치에 따라 모델을 설계한다. 이후 대상 시스템에서 도출한 실데이터를 기반으로 작업자의 작업시간과 설비 처리 시간 등을 모델에 반영하여 시뮬레이션 실증을 수행한다. 제안 모델의 목표는 시나리오를 확장해 가며 단계별 시나리오 간 비교 분석을 통해 생산량 증대를 위한 최적의 요인 값을 분석 및 제시하는 것이다. 이를 위해 생산량 증대에 가장 중요한 소분, 포장공정의 설비 및 작업자 모델을 확장하여 총 세 단계의 시뮬레이션 실험을 수행하였다. 시뮬레이션 실험 결과 고숙련 작업자와 열성형 포장기 설비의 배치에 따라 생산성이 달라짐을 확인하였다. 본 연구에서 제안한 시뮬레이션 방법이 실제 현업에서 목표 생산량에 적합한 요인 조합을 제시하여 최적의 의사결정을 지원할 수 있을 것으로 기대한다.

• 대한소아치과학회지
• /
• 제50권1호
• /
• pp.1-12
• /
• 2023

타액선의 기능과 타액의 구성성분은 개체의 건강 상태를 반영하는 지표가 될 수 있다. 타액에서 바이러스와 미생물, 호르몬, 면역 및 대사산물 등을 검출하는 미량원소 분석기술이 발달함에 따라, 전신건강의 진단, 평가, 예방 분야에서 타액의 활용가능성이 높아지고 있다. 진단 검체로써 타액은 혈액에 비해 채취 방법이 비 침습적이어서 환자의 불편감이 적고 비 전문가에 의한 검체 수집이 가능할 뿐 아니라 채취과정 중 감염 위험성이 낮다는 점에서 장점이 있다. 이러한 이유로 스트레스, 마이크로바이옴, 유전학 및 후생유전학 분야의 연구에 있어 타액 내 단백질, 유전물질이나 각종 생체표지자 등을 활용하는 방법이 주목받고 있다. 또한 전신 건강에 대한 빅데이터 수집 연구와 관련하여 타액을 효율적으로 활용, 보관하기 위한 인체 자원 은행의 필요성이 강조되고 있으며, 조직공학과 접목하여 타액선 재생연구도 활발히 진행되고 있다. 검체 채취법이나 보관, 활용 방법의 표준화를 비롯하여 해결해야 할 과제가 남아있으므로, 본 리뷰에서 타액 및 타액선에 관한 최근의 연구 동향을 알아보고 미래 발전 방향에 대하여 검토해 보고자 하였다.

• Composites Research
• /
• 제36권4호
• /
• pp.246-252
• /
• 2023

멤브레인 형 LNG 화물창시스템(Cargo containment system, CCS) 내 유리섬유 강화 복합재료 기반 2차 방벽 설치 시 본딩 자동화 머신(automatic bonding machine, ABM) 활용한 prolonged 구조임과 동시에 양단 접착 고정 사이 비 접착(non-bonding, N-B) 영역의 복합재에서 극저온 열 수축 기인한 상당한 열 응력이 발생하기 때문에 이를 고려한 구조 안전성평가 관점에서 수행된 연구가 있으나 실제로 무한히 긴 길이 고려한 기계적 물성 평가를 수행한 연구는 찾아볼 수가 없었다. 해당 복합재는 파단강도 분산이 큰 세라믹 재료 취성 파괴임을 고려하여 2-파라미터 Weibull 통계분석을 통해 실제 길이 대상 신뢰도 있는 기계적 물성치 값을 표준화 하였으며 LNG 운반 환경을 고려한 극저온 환경까지의 특정 온도별 단축 인장실험을 수행하였다. 실험결과, -70℃에서 기계적 강도가 -20℃에 비해 약 1.5배 급증하고 초기 권축 섬유 신장의 비선형 거동이 억제되었다. 또한, 극저온 환경까지 온도가 낮아질수록 기계적 강도는 계속해서 증가하였으나 반대로 연신은 줄어드는 저온 취성의 현상이 확인되었다. 본 연구에서 제시하는 기계적 물성치 데이터는 멤브레인 형 LNG 화물창 구조 안전성 평가 시 신뢰도 높은 해석 지원 물성치 확보 측면에서 유용하게 적용되어지리라 사료된다.

• 한국웰니스학회지
• /
• 제14권2호
• /
• pp.207-223
• /
• 2019

본 연구의 목적은 체육과 신체활동 영역별(건강, 도전, 경쟁, 표현) 내용요소와 STEAM과의 융합을 통해 창의·융합 수업모듈 요소를 도출하는 것이며, 아울러 창의·융합 수업 모듈을 제시하는 것에 있다. 이를 위해 문헌연구, 포커스 그룹 인터뷰(FGI), 전문가 협의 방법을 실시하였으며 이를 통하여 다음과 같은 연구 결과를 도출하였다. 먼저 창의·융합 수업 모듈 요소와 관련하여 첫째, 건강 영역의 창의·융합 수업 모듈 요소는 자세 분석을 통한 위험성 도출, 신체활동량 분석과 설계 등 총 11개로 제시되었다. 둘째, 도전 영역의 모듈 요소는 총 6개로 목표 달성 저해 요인 예상, 효율적 운동을 위한 모델링 등의 내용이 도출되었으며, 경쟁 영역의 융합 요소는 17개로 경기 기록 분석, 경기데이터 저장을 위한 어플 제작 등의 내용이 제시되었다. 마지막으로 표현 영역의 창의·융합 모듈 요소는 총 10개로 움직임 표현 기술 향상을 위한 모델링, 움직임 표현 기록을 위한 기호화 등의 내용이 도출되었다. 아울러 수업 모듈은 건강 영역에서는 공학(E: Engineering) 분야와의 융합과 관련된 내용이 제시되었으며, 도전 영역에서는 기술(T: Technology)과의 융합, 경쟁 영역에서는 예술(A: Art)와의 융합, 표현 영역에서는 예술(A: Art)와, 수학(M: Mathematics)기호와)과의 융합을 통한 내용이 제시되었다.

• International Journal of Computer Science & Network Security
• /
• 제23권1호
• /
• pp.112-119
• /
• 2023

Traditionally used for networking computers and communications, the Internet has been evolving from the beginning. Internet is the backbone for many things on the web including social media. The concept of social networking which started in the early 1990s has also been growing with the internet. Social Networking Sites (SNSs) sprung and stayed back to an important element of internet usage mainly due to the services or provisions they allow on the web. Twitter and Facebook have become the primary means by which most individuals keep in touch with others and carry on substantive conversations. These sites allow the posting of photos, videos and support audio and video storage on the sites which can be shared amongst users. Although an attractive option, these provisions have also culminated in issues for these sites like posting offensive material. Though not always, users of SNSs have their share in promoting hate by their words or speeches which is difficult to be curtailed after being uploaded in the media. Hence, this article outlines a process for extracting user reviews from the Twitter corpus in order to identify instances of hate speech. Through the use of MPCA (Modified Principal Component Analysis) and ECNN, we are able to identify instances of hate speech in the text (Enhanced Convolutional Neural Network). With the use of NLP, a fully autonomous system for assessing syntax and meaning can be established (NLP). There is a strong emphasis on pre-processing, feature extraction, and classification. Cleansing the text by removing extra spaces, punctuation, and stop words is what normalization is all about. In the process of extracting features, these features that have already been processed are used. During the feature extraction process, the MPCA algorithm is used. It takes a set of related features and pulls out the ones that tell us the most about the dataset we give itThe proposed categorization method is then put forth as a means of detecting instances of hate speech or abusive language. It is argued that ECNN is superior to other methods for identifying hateful content online. It can take in massive amounts of data and quickly return accurate results, especially for larger datasets. As a result, the proposed MPCA+ECNN algorithm improves not only the F-measure values, but also the accuracy, precision, and recall.

• 한국산림과학회지
• /
• 제112권2호
• /
• pp.145-156
• /
• 2023

본 연구에서는 -18℃ 및 4℃에서 18년간 저장된 소나무 종자 963개에 대해 FT NIR 스펙트럼을 조사하여 7개 머신러닝 방법(XGBoost, Boosted Tree, Bootstrap Forest, Neural Networks, Decision Tree, Support Vector Machine, PLS-DA)을 이용한 종자발아 예측모델을 만들고, 그 성능을 비교하였다. XGBoost 및 Boosted Tree 모델의 예측성능이 가장 우수하였으며, 정확도, 오분류율 및 AUC 값은 각각 0.9722, 0.0278, 0.9735과 0.9653, 0.0347, 0.9647이었다. 2개 모델에서 종자발아 유무를 예측하는 데 있어 상대적 중요도가 높았던 54개 파수 변수들에 대한 파장대는 크게 6개(811~1,088 nm, 1,137~1,273 nm, 1,336~1,453 nm, 1,666~1,671 nm, 1,879~2,045 nm, 2,058~2,409 nm) 그룹으로 나눌 수 있었으며, 방향족 아미노산, 셀룰로스, 리그닌, 전분, 지방산 및 수분과 관련된 것으로 추정되었다. 이상의 결과를 종합할 때, 본 연구에서 얻어진 FT NIR 스펙트럼 데이터과 2개의 머신러닝 모델은 소나무 저장종자의 발아 유무를 정확도 96% 이상으로 예측할 수 있기에 장기저장 종자 유전자원의 비파괴적 활력검정에 유용하게 활용될 수 있을 것으로 생각된다.