이 연구는 남빙양(Southern Ocean)에서 나타나는 주된 전선(Front)들 중에 남극 극 전선(Antarctic Polar Front; PF)을 탐지하기 위하여 위성 기반 해수면 온도(sea surface temperature)와 해수면 고도(sea surface height) 자료를 복합적으로 사용하였다. 정확한 PF 탐지를 위하여 일별 SST와 SSH 자료를 각각 기반으로 하여 베이지안 결정 이론(Bayesian decision theory)을 적용하였으며, 이를 근거로 전선/비전선의 신호를 격자 별로 분류하였다. 이후, 시공간적인 합성을 통하여 일차적인 노이즈(noise) 제거 및 지리학적 연결성을 보완하였다. 그러나 이들 과정을 수행하고도 여전히 잔존하는 일부 노이즈를 제거하기 위하여 해빙 및 연안 마스킹(masking)을 수행하였다. 또한 모폴로지 연산(morphology operation)을 통하여 지류 성분을 최대한으로 배제하고 주된 전선 성분만을 추출하였다. 최종적으로 선택된 전선 격자 들에서 PF의 특징을 나타낼 수 있도록 가장 최남단의 전선만을 선택하여 평활 스플라인(smoothing spline) 최적화 방식을 통해 선 형태의 월별 PF를 산출하였다. 산출된 PF는 기존의 연구에서 제시한 PF의 위치와 상당히 유사한 것으로 나타났으며, 특히 바닥 지형에 따라 상당 부분 결정되는 PF의 변화를 잘 모사하는 것으로 보인다. 로스해 주변(${\sim}180^{\circ}W$)과 호주 이남의 해역($120^{\circ}E-140^{\circ}E$)은 PF의 위치에 대한 계절적 변동이 높게 나타나며, 그러한 변동이 기존에 제시된 결과와 상당히 유사한 경향을 지닌다. 그러므로 이 연구에서 산출된 PF의 위치에 대한 탐지 결과가 향후 장기적 관점에서 수행될 연구에 사용될 수 있는 가치를 지닐 것으로 기대한다.
지구 온난화 문제 해결과 온실가스 감축을 위해 순산소 연소를 통한 $CO_2$ 포집기술이 개발되었으나, 산소 생산비용이 높아 경제성이 떨어지는 문제를 가지고 있다. 순산소 연소에 필요한 대량의 산소 생산은 초저온 공기분리장치(ASU: Air Separation Unit)가 가장 적합한 방법으로 산소 생산 비용 절감을 위해 ASU의 효율을 높이는 것이 필요하다. ASU의 효율 향상을 위해서는 현재 공정의 효율 평가 및 에너지 소비 형태를 확인해야 하며, 이를 위해 엑서지 분석이 사용될 수 있다. 엑서지 분석은 공정에서 사용된 에너지의 정보, 에너지 손실의 위치, 크기 등을 확인 시켜주며, 에너지 손실을 최소화 할 수 있는 공정 최적화를 가능하게 해준다. 본 연구에서는 초대형 규모의 ASU 공정개발 및 최적화를 위해 엑서지 분석을 이용하였다. ASU의 공정모사를 수행하고 그 결과를 바탕으로 엑서지 값을 계산하였다. 그 결과 ASU의 cold box에서 엑서지 손실을 줄이기 위해 운전압력을 낮추는 방법을 제안하였고, cold box의 열침입 및 열손실 감소의 필요성을 확인하였다. 또한 ASU의 단위 공정 중 다른 공정과 열통합이 필요한 위치를 확인 하였다.
화학 공정의 주요 설비 중 하나인 증류탑은 물질들의 끓는점 차이를 이용하여 혼합물에서 원하는 생산물을 분리하는 설비이며 증류 공정은 많은 에너지가 소비되기 때문에 최적화 및 운전 예측이 필요하다. 본 연구의 대상 공정은 공급처에 따라 원료의 조성이 일정하지 않아 정상 상태로 운전이 어려워 효율적인 운전이 어렵다. 이를 해결하기 위해 데이터 기반 예측 모델을 이용하여 운전 조건을 예측 할 수 있다. 하지만 미가공 공정 데이터에는 이상치 및 노이즈가 포함되어 있어 예측 성능을 향상시키기 위해 데이터 전처리가 필요하다. 본 연구에서는 인공 신경망 모델인 Long short-term memory (LSTM)과 Random forest (RF)를 사용하여 모델을 최적화한 후, 데이터 전처리 방법으로 Low-pass filter와 One-class support vector machine을 사용하여 데이터 전처리 방법 및 범위에 따른 예측 성능을 비교하였다. 각 모델의 예측 성능과 데이터 전처리의 영향은 R2과 RMSE를 사용하여 비교하였다. 본 연구의 결과, 전처리를 통해 LSTM의 경우 R2은 0.791에서 0.977으로 RMSE는 0.132에서 0.029로 각각 23.5%, 78.0% 향상되었고, RF의 경우 R2은 0.767에서 0.938으로 RMSE는 0.140에서 0.050으로 각각 22.3%, 64.3% 향상되었다.
ORV의 열교환 효율 향상 및 운전 최적화를 위한, first principle 기반 모델링 연구들이 수행되어왔지만, ORV의 열 전달 계수는 시간, 위치에 따라 불규칙한 시스템으로, 복잡한 모델링 과정을 거친다. 본 연구는 복잡한 시스템에 대한 데이터 기반 모델링의 실효성을 확인하고자, LNG 재기화 공정의 실제 운전데이터를 이용해, ORV의 해수 유량, 해수온도, LNG 유량 변화에 따른 토출 NG 온도 및 토출 해수 온도의 동적 변화 예측이 가능한, FNN, LSTM 및 AutoML 기반 모델링을 진행하였다. 예측 정확도는 MSE 기준 LSTM > AutoML > FNN 순으로 좋은 성능을 보였다. 기계학습 모델의 자동설계 방법인 AutoML의 성능은 개발된 FNN보다 뛰어났으며, 모델 개발 전체소요시간은 복잡한 모델인 LSTM 대비 1/15로 크게 차이를 보여 AutoML의 활용 가능성을 보였다. LSTM과 AutoML을 이용한 토출 NG 및 토출 해수 온도의 예측은 0.5 K 미만의 오차를 보였다. 예측모델을 활용해, 겨울철 ORV를 이용해 처리 가능한 LNG 기화량의 실시간 최적화를 수행하여, 기존 대비 최대 23.5%의 LNG를 추가 처리 가능함을 확인하였고, 개발된 동적 예측모델 기반의 ORV 최적 운전 가이드라인을 제시하였다.
본 연구는 서울시를 사례로 들어 고교학점제 시행에 따라 일반고 학생들의 이동 거리 최소화와 학생 수용 최대화를 고려한 공동교육과정 과목을 개설하는 최적의 학교 입지를 탐색하는데 목적이 있다. 주요 분석 결과는 다음과 같다. 첫째, 30% 이상의 일반고에서 공동교육과정 과목을 개설하면 P-median 결과 학생들의 평균 이동거리는 625m 이하이며, MCLP 결과 모든 학생을 수용할 수 있는 것으로 나타났다. 둘째, 서울시에 입지한 전체 대학에서 공동교육과정 과목을 개설하더라도 모든 일반고 학생을 수용할 수는 없는 것으로 나타났다. 그러나 MCLP 결과 20% 이상의 대학에서 공동교육과정 과목을 개설하면 전체 대학에서 개설할 때와 동일한 수의 학생을 수용할 수 있는 것으로 나타났다. 또한 서울시의 동남부 및 교통이 원활치 않은 지역에 입지한 일반고에 소속되어 있는 학생들이 공동교육과정 과목이 개설된 대학에 가기 위해서는 교육청의 지원이 필요한 것으로 나타났다. 본 연구는 공간최적화 방법으로 공간적 문제 해결의 틀을 제시함으로써 공동교육과정 과목 개설학교 입지 선정에 있어 유용한 기초 자료로 활용될 수 있기를 기대한다.
격자 구조체는 강도 및 강성, 초경량 및 에너지 흡수 능력 등의 우수성을 가지고 있어서 전방위 산업에서 주목을 받고 있으나, 다양한 장점에도 불구하고 복잡한 형상에 따른 제조 공정의 어려움으로, 현재까지 광범위한 상용화 및 사용은 제한되고 있다. 한편 적층 제조는 전통적인 제조 방법으로는 불가능한 복잡한 기하학적 형상 제조가 가능한 기술로써, 격자 구조체 제조를 위한 최적 기술로 주목을 받고 있다. 본 연구에서는 3차원 좌표 방법으로 단위 셀을 형성하고, 단위셀의 바운더리 박스 크기 및 스트럿 반경에 따른 상대 밀도의 관계식을 도출하였다. 본 연구에서는 Simple Cubic(SC), Body-Centered Cubic(BCC) 및 Face-Centered Cubic(FCC)을 모델링 소프트웨어를 사용하여 상대 밀도 맞춤형 구조체를 설계하였다. 본 연구에서 제안한 상대 밀도 산출식 정확도는 SC, BCC 및 FCC에서 98.3 %, 98.6 % 및 96.2%의 신뢰성을 확보하였다. 격자 구조체를 대상으로 시뮬레이션 수행 결과, 동일한 셀 배열 조건에서는 상대 밀도가 커짐에 따라 항복 하중이 커지고, 동일 배열 조건에서는 SC, BCC, FCC 순으로 압축 항복 하중이 작아지는 결과가 나타났다. 최종적으로 20 mm × 20 mm × 20 mm 크기의 구조체는 SC 단위 셀을 3×3×3 배열로 구성하는 것이 압축 하중에 대한 구조적 최적화가 가능한 것으로 나타났다.
본 연구에서는 황화수소를 상온에서 산화시키기 위한 TiO2 기반 바나듐계 촉매의 제조 조건을 최적화하였다. 촉매의 지지체로써 4종의 상용 TiO2를 선정하였으며, 함침법을 이용하여 제조된 다양한 바나듐 함량별 V/TiO2의 황화수소 상온 산화 성능 평가를 수행하였다. 선정된 TiO2 중 TiO2(A)를 기반으로 하며 바나듐(V) 함량이 5%인 촉매의 황화수소 전환율이 58%로 가장 우수한 것을 확인하였으며, 촉매의 물리·화학적 특성을 비교함으로써 지지체의 비표면적과 우점하는 바나듐의 종이 촉매 성능의 주요인자임을 도출하였다. 활성이 저하된 촉매의 재생 특성을 확인하기 위해 400 ℃에서 2 h 동안 열처리하였으며, 재생된 촉매에 황이 일부 침적되어 황화수소 산화량이 10% 감소하였으나 초기 성능은 유사하게 나타나는 것을 확인하였다.
에너지전환 정책의 가속화로 변동성 재생에너지가 가파르게 증가하면서 계통수용비용이 빠르게 상승하고 있다. 변동성 재생에너지 증가는 기존 전통적 발전자원의 이용률을 하락시켜서 전력공급에 비효율성을 가중시키는데 이에 대한 해결책으로 수요자원이 주목받고 있다. 본 연구에서는 수요자원 중 큰 잠재력을 가지고 있는 전기차 수요가 재생발전에 대한 유연성 자원으로 활용될 경우 전력공급비용을 얼마나 경감시킬 수 있는지 9차 전력수급계획을 반영하여 분석하였다. 분석모형으로 재생발전의 확률적 특성을 사실적으로 반영할 수 있는 확률적 전력시스템 최적화 모형을 적용해서 재생에너지가 유발하는 비용과 전기차 수요자원의 편익을 분석하였다. 분석결과 계시별 요금제보다 가상발전소 기반의 직접제어방식이 편익이 더 높고, 발전구성에서 재생에너지의 비중이 높아질수록 편익이 더 높아지는 것으로 나타났다. 전기차 수요자원의 구현비용인 중개사업자 수수료와 배터리마모비용을 고려한 순편익 추정결과, 충방전이 가능한 가상발전소 방식의 경우 월평균 운행비용의 67~85% 수준으로 나타났다. 이러한 수요자원 순편익이 소비자에게 효과적으로 분배되는 요금체계가 적용될 경우 시장참여유인이 높을 것으로 추정된다.
화재는 높은 비정형성으로 인해 딥러닝 모델을 이용한 영상인식 분야에서도 좋은 성능을 내기가 어려운 대상 중 하나이다. 특히 지하공동구 내 화재는 딥러닝 모델의 학습을 위한 화재 데이터 확보가 어렵고 열약한 영상 조건 및 화재로 오인할 수 있는 객체가 많아 화재 검출이 어렵고 성능이 낮다. 이러한 이유로 본 연구는 딥러닝 기반의 지하공동구 내 화재 탐지 모델을 제안하고, 제안된 모델의 성능을 평가하였다. 기존 합성곱 인공신경망에 GoogleNet의 Inception block과 ResNet의 skip connection을 조합하여 어두운 환경에서 발생되는 화재 탐지를 위한 모델 구조를 제안하였으며, 제안된 모델을 효과적으로 학습시키기 위한 방법도 함께 제시하였다. 제안된 방법의 효과를 평가하기 위해 학습 후 모델을 지하공동구 및 유사환경 조건의 화재 문제와 화재로 오인할 수 있는 객체를 포함한 이미지에 적용해 결과를 분석하였다. 또한 기존 딥러닝 기반 화재 탐지 모델의 정밀도, 검출률 지표와 비교함으로써 모델의 화재 탐지 성능을 정량적으로 평가하였다. 제안된 모델의 결과는 어두운 환경에서 발생되는 화재 문제에 대해 높은 정밀도와 검출률을 나타내었으며, 유사 화재 객체에 대해 낮은 오탐 및 미탐 성능을 가지고 있음을 보여주었다.
우리나라는 철광석, 석탄 등 철강 산업에 사용되는 원료를 수입에 크게 의존하고 있다. 이러한 원자재는 글로벌 철강산업의 원가, 생산성, 품질경쟁력에 큰 영향을 미친다. 따라서 철강사의 경쟁력을 확보하기 위해서는 원자재의 수입 의존도를 줄이는 것이 필요하며, 원료 의존도를 낮추기 위해서는 Fe를 함유한 부산물을 활용하는 것이 좋은 방법이 될 수 있다. Fe 함유 부산물은 주로 철강 산업에서 발생하며 Fe 함량이 높으나(40~70%) 매우 미세한 분말 형태를 가지고 있다. 이러한 미세한 분말을 플랜트 공정에 직접 사용할 경우 부산물이 비산되어 조업과 환경에 나쁜 영향을 미칠 수 있다. 따라서 Fe 함유 부산물을 광범위하게 사용하기 위해서는 보다 큰 형태로 전처리할 필요가 있다. 이를 위해 펠렛 및 브리켓과 같은 더 큰 모양을 만들어 사용하는 것이다. 브리켓을 만드는 방법은 대표적으로 두 가지 방법이 있다. 첫번째는 열과 압력을 가하여 핫브리켓을 제조하는 방법이고, 두번째는 열을 사용하지 않고 소량의 바인더와 압력을 가해 냉간 브리켓을 제조하는 방법이다. 본 연구에서는 Fe 함유 부산물을 이용하여 고강도 냉간 브리켓을 가장 효율적으로 제조하기 위한 방법을 연구하였고, 다양한 조건에서 성형율과 브리켓 강도를 조사하여 최적의 제조 조건을 도출하였다.
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.