• Journal of the Korean Wood Science and Technology
• /
• 제42권4호
• /
• pp.407-419
• /
• 2014

잣나무, 리기다소나무, 낙엽송, 백합나무 등 수종과 두께가 다른 평단판 및 단판롤(롤 형태의 단판)을 고정형 마이크로파로 가열하여 가열 전후 형상, 표면 함수율, 함수중량 변화와 표면 열분포를 분석한 결과는 다음과 같다. 평단판의 경우 마이크로파 가열에 따른 품질상태는 비교적 양호한 것으로 나타났지만, 약간의 뒤틀림이 발생하였으며, 이는 비균일 건조응력에 따른 변형과 고정형 마이크로파 장비의 특성상 단판 형태로 가열 시 국부적인 조사가 이루어진 영향이 컸기 때문으로 판단된다. 단판롤 형태의 마이크로파 가열 특성은 가열 후 품질 모두 양호하였으며, 특히 평단판에서 나타난 뒤틀림 등의 결함은 없는 것으로 나타났다. 또한 열분포 및 확산 등이 매우 안정적으로 이루어진 것으로 판단되며, 이러한 열분포는 표면 함수율 분포 및 함수중량 감소에 많은 영향을 미치는 것으로 나타났다. 따라서 단판롤 형태는 수종 및 두께에 따라 출력과 조사시간 등 충분한 시험이 실시된다면, 고정형 장비에서도 충분한 건조효율을 나타낼 수 있을 것으로 판단된다.

• 대한지리학회지
• /
• 제49권2호
• /
• pp.200-220
• /
• 2014

본 연구는 불분명하게 이해되는 경동성 요곡운동의 개념적 정의를 재검토하고, 현재까지 학계에서 통용되는 일반적 수준의 진술들을 비판적으로 검토하고 있다. 경동성 요곡운동의 재정의, 시간설정, 운동의 속성 그리고 발생요인과 과정에 대한 새로운 모델 제시가 주요 내용이다. '신생대 제3기 경동성 요곡운동'으로 흔히 일컬어지는 한반도 신기지반운동은 최소한 신제3기(23 Ma) 이후 진행된 동해안 지역의 융기-서해안 지역의 침강 패턴의 조륙운동으로 구체화시킬 수 있을 것으로 판단된다. 그러나 융기-침강의 지역적 경계는 한반도에 국한된 것이 아니라 중국 동북부 지역과 러시아 남부 지역에 걸쳐 광역적으로 분포한다. 이러한 융기-침강운동의 발생동력은 가설적으로 서태평양 섭입대의 활동과 관련한 맨틀 대류의 결과물로 설명하는 것이 가장 합리적이며, 판 경계 응력에 대응한 단층활동은 제4기 이후 한반도의 지역적 융기를 가속화시킨 것으로 볼 수 있다. 한반도 서해안의 현생 융기운동과 같이 여전히 남아있는 논쟁적인 부분들에 대한 보다 정교한 논의들은 현장에서부터 그 실체를 확인하는 작업이 선결되어야 할 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.387-387
• /
• 2022

기존 홍수기시 댐 운영은 예측 강우와 실시간 관측 강우를 이용하여 댐 운영 모형을 수행하며, 예측 결과에 따라 의사결정 및 댐 운영을 실시하게 된다. 하지만 이 과정에서 반복적인 분석이 필요하며, 댐 운영 모형 수행자의 경험에 따라 예측 결과가 달라져서 반복작업에 대한 자동화, 모형 수행자에 따라 달라지지 않는 예측 결과의 일반화가 필요한 상황이다. 이에 댐 운영 모형에 AI 기법을 적용하여, 다양한 강우 상황에 따른 자동 예측 및 모형 결과의 일반화를 구현하고자 하였다. 이를 위해 수자원 분야에 적용된 국내외 129개 연구논문에서 사용된 딥러닝 기법의 활용성을 분석하였으며, 다양한 수자원 분야 AI 적용 사례 중에서 댐 운영 예측 모형에 적용한 사례는 없었지만 유사한 분야로는 장기 저수지 운영 예측과 댐 상·하류 수위, 유량 예측이 있었다. 수자원의 시계열 자료 활용을 위해서는 Long-Short Term Memory(LSTM) 기법의 적용 활용성이 높은 것으로 분석되었다. 댐 운영 모형에서 AI 적용은 2개 분야에서 진행하였다. 기존 강우관측소의 관측 강우를 활용하여 강우의 패턴분석을 수행하는 과정과, 강우에서 댐 유입량 산정시 매개변수 최적화 분야에 적용하였다. 강우 패턴분석에서는 유사한 표본끼리 묶음을 생성하는 K-means 클러스터링 알고리즘과 시계열 데이터의 유사도 분석 방법인 Dynamic Time Warping을 결합하여 적용하였다. 강우 패턴분석을 통해서 지점별로 월별, 태풍 및 장마기간에 가장 많이 관측되었던 강우 패턴을 제시하며, 이를 모형에서 직접적으로 활용할 수 있도록 구성하였다. 강우에서 댐 유입량을 산정시 활용되는 매개변수 최적화를 위해서는 3층의 Multi-Layer LSTM 기법과 경사하강법을 적용하였다. 매개변수 최적화에 적용되는 매개변수는 중권역별 8개이며, 매개변수 최적화 과정을 통해 산정되는 결과물은 실측값과 오차가 제일 적은 유량(유입량)이 된다. 댐 운영 모형에 AI 기법을 적용한 결과 기존 반복작업에 대한 자동화는 이뤘으며, 댐 운영에 따른 상·하류 제약사항 표출 기능을 추가하여 의사결정에 소요되는 시간도 많이 줄일 수 있었다. 하지만, 매개변수 최적화 부분에서 기존 댐운영 모형에 적용되어 있는 고전적인 매개변수 추정기법보다 추정시간이 오래 소요되며, 매개변수 추정결과의 일반화가 이뤄지지 않아 이 부분에 대한 추가적인 연구가 필요하다.