• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2017년도 춘계공동학술대회
• /
• pp.160-160
• /
• 2017

자동화 기술을 통한 한국형 스마트팜의 발전이 비약적으로 이루어지고 있는 가운데 무인화를 위한 지능적인 스마트 시설환경 관찰 및 분석에 대한 요구가 점점 증가 하고 있다. 스마트 시설환경에서 취득 가능한 시계열 데이터는 온도, 습도, 조도, CO2, 토양 수분, 환기량 등 다양하다. 시스템의 경계가 명확함에도 해당 속성의 특성상 타임도메인과 공간도메인 상에서 정확한 추정 또는 예측이 난해하다. 시설 환경에 접목이 증가하고 있는 지능형 관리 기술 구현을 위해선 시계열 공간 데이터에 대한 신속하고 정확한 정량화 기술이 필수적이라 할 수 있다. 이러한 기술적인 요구사항을 해결하고자 시도되는 다양한 방법 중에서 공간 분해능 향상을 위한 다지점 계측 메트릭스를 실험적으로 구성하였다. $50m{\times}100m$의 단면적인 연동 딸기 온실을 대상으로 $3{\times}3{\times}3$의 3차원 환경 인자 계측 매트릭스를 설치하였다. 1 Hz의 주기로 4가지 환경인자(온도, 습도, 조도, CO2)를 계측하였으며, 계측 하는 시점과 동시에 병렬적으로 공간통계법을 이용하여 미지의 지점에 대한 환경 인자들을 실시간으로 추정하였다. 선행적으로 50 cm 공간 분해능에 대응하기 위하여 Kriging interpolation법을 횡단면에 대하여 분석한 후 다시 종단면에 대하여 분석하였다. 3 Ghz에 해당하는 연산 능력을 보유한 컴퓨터에서 1초 동안 획득한 데이터에 대한 분석을 마치는데 소요되는 시간이 15초 내외로 나타났다. 이는 해당 알고리즘의 매우 높은 시간 복잡도(Order of $O=O^3$)에 기인하는 것으로 다양한 시설 환경의 관리 방법론에 적절히 대응하기에 한계가 있다 할 수 있다. 실시간으로 시간 복잡도가 높은 연산을 수행하기 위한 기술적인 과제를 해결하고자, 근래에 관심이 증가하고 있는 NVIDIA 사에서 제공하는 CUDA 엔진과 Apple사의 제안을 시작으로 하여 공개 소프트웨어 개발 컨소시엄인 크로노스 그룹에서 제공하는 OpenCL 엔진을 비교 분석하였다. CUDA 엔진은 GPU(Graphics Processing Unit)에서 정보 분석 프로그램의 연산 집약적인 부분만을 담당하여 신속한 결과를 산출할 수 있는 라이브러리이며 해당 하드웨어를 구비하였을 때 사용이 가능하다. 반면, OpenCL은 CUDA 엔진이 특정 하드웨어에서 구동이 되는 한계를 극복하고자 하드웨어에 비의존적인 라이브러리를 제공하는 것이 다르며 클러스터링 기술과 연계를 통해 낮은 하드웨어 성능으로 인한 단점을 극복하고자 하였다. 본 연구에서는 CUDA 8.0(https://developer.nvidia.com/cuda-downloads)버전과 Pascal Titan X(NVIDIA, CA, USA)를 사용한 방법과 OpenCL 1.2(https://www.khronos.org/opencl/)버전과 Samsung Exynos5422 칩을 장착한 ODROID-XU4(Hardkernel, AnYang, Korea)를 사용한 방법을 비교 분석하였다. 50 cm의 공간 분해능에 대응하기 위한 4차원 행렬($100{\times}200{\times}5{\times}4$)에 대하여 정수 지수화를 위한 Quantization을 거쳐 CUDA 엔진과 OpenCL 엔진을 적용한 비교한 결과, CUDA 엔진은 1초 내외, OpenCL 엔진의 경우 5초 내외의 연산 속도를 보였다. CUDA 엔진의 경우 비용측면에서 약 10배, 전력 소모 측면에서 20배 이상 소요되었다. 따라서 우선적으로 OpenCL 엔진 기반 하드웨어 가속 기술 최적화 연구를 통해 스마트 시설환경 실시간 시뮬레이션 기술 도입을 위한 기술적 과제를 풀어갈 것이다.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2017년도 춘계공동학술대회
• /
• pp.159-159
• /
• 2017

스마트 시설환경은 대표적으로 원예, 축산 분야 등 여러 형태의 농업현장에 정보 통신 및 데이터 분석 기술을 도입하고 있는 시설화된 생산 환경이라 할 수 있다. 근래에 하드웨어적으로 급증한 스마트 시설환경에서 생산되는 방대한 생육/환경 데이터를 올바르고 적합하게 사용하기 위해서는 일반 산업 현장과는 차별화 된 분석기법이 요구된다고 할 수 있다. 소프트웨어 공학 분야에서 연구된 빅데이터 처리 기술을 기계적으로 농업 분야의 빅데이터에 적용하기에는 한계가 있을 수 있다. 시설환경 내/외부의 다양한 환경 변수는 시계열 데이터의 난해성, 비가역성, 불특정성, 비정형 패턴 등에 기인하여 예측 모델 연구가 매우 난해한 대상이기 때문이라 할 수 있다. 본 연구에서는 근래에 관심이 급증하고 있는 인공신경망 연구 소프트웨어인 Tensorflow (www.tensorflow.org)와 대표적인 Open source인 OpenNN (www.openn.net)을 스마트 시설환경 환경변수 상호간 상관성 분석에 응용하였다. 해당 소프트웨어 라이브러리의 운영환경을 살펴보면 Tensorflow 는 Linux(Ubuntu 16.04.4), Max OS X(EL capitan 10.11), Windows (x86 compatible)에서 활용가능하고, OpenNN은 별도의 운영환경에 대한 바이너리를 제공하지 않고 소스코드 전체를 제공하므로, 해당 운영환경에서 바이너리 컴파일 후 활용이 가능하다. 소프트웨어 개발 언어의 경우 Tensorflow는 python이 기본 언어이며 python(v2.7 or v3.N) 가상 환경 내에서 개발이 수행이 된다. 주의 깊게 살펴볼 부분은 이러한 개발 환경의 제약으로 인하여 Tensorflow의 주요한 장점 중에 하나인 고속 연산 기능 수행이 일부 운영 환경에 국한이 되어 제공이 된다는 점이다. GPU(Graphics Processing Unit)의 제공하는 하드웨어 가속기능은 Linux 운영체제에서 활용이 가능하다. 가상 개발 환경에 운영되는 한계로 인하여 실시간 정보 처리에는 한계가 따르므로 이에 대한 고려가 필요하다. 한편 근래(2017.03)에 공개된 Tensorflow API r1.0의 경우 python, C++, Java언어와 함께 Go라는 언어를 새로 지원하여 개발자의 활용 범위를 매우 높였다. OpenNN의 경우 C++ 언어를 기본으로 제공하며 C++ 컴파일러를 지원하는 임의의 개발 환경에서 모두 활용이 가능하다. 특징은 클러스터링 플랫폼과 연동을 통해 하드웨어 가속 기능의 부재를 일부 극복했다는 점이다. 상기 두 가지 패키지를 이용하여 2016년 2월부터 5월 까지 충북 음성군 소재 딸기 온실 내부에서 취득한 온도, 습도, 조도, CO2에 대하여 Large-scale linear model을 실험적(시간단위, 일단위, 주단위 분할)으로 적용하고, 인접한 세그먼트의 환경변수 예측 모델링을 수행하였다. 동일한 조건의 학습을 수행함에 있어, Tensorflow가 개발 소요 시간과 학습 실행 속도 측면에서 매우 우세하였다. OpenNN을 이용하여 대등한 성능을 보이기 위해선 병렬 클러스터링 기술을 활용해야 할 것이다. 오프라인 일괄(Offline batch)처리 방식의 한계가 있는 인공신경망 모델링 기법과 현장 보급이 불가능한 고성능 하드웨어 연산 장치에 대한 대안 마련을 위한 연구가 필요하다.

• 생물환경조절학회지
• /
• 제25권2호
• /
• pp.123-132
• /
• 2016

The importance of energy saving technology for managing greenhouse was recently highlighted. For practical use of energy in greenhouse, it is necessary to simulate energy flow precisely and estimate heating/cooling loads of greenhouse. So the main purpose of this study was to develope and to validate greenhouse energy model and to estimate annual/maximum energy loads using Building Energy Simulation (BES). Field experiments were carried out in a multi-span plastic-film greenhouse in Jeju Island ($33.2^{\circ}N$, $126.3^{\circ}E$) for 2 months. To develop energy model of the greenhouse, a set of sensors was used to measure the greenhouse microclimate such as air temperature, humidity, leaf temperature, solar radiation, carbon dioxide concentration and so on. Moreover, characteristic length of plant leaf, leaf area index and diffuse non-interceptance were utilized to calculate sensible and latent heat exchange of plant. The internal temperature of greenhouse was compared to validate the greenhouse energy model. Developed model provided a good estimation for the internal temperature throughout the experiments period (coefficients of determination > 0.85, index of agreement > 0.92). After the model validation, we used last 10 years weather data to calculate energy loads of greenhouse according to growth stage of greenhouse crop. The tendency of heating/cooling loads change was depends on external weather condition and optimal temperature for growing crops at each stage. In addition, maximum heating/cooling loads of reference greenhouse were estimated to 644,014 and $756,456kJ{\cdot}hr^{-1}$, respectively.

• 생물환경조절학회지
• /
• 제26권4호
• /
• pp.258-267
• /
• 2017

The price competitiveness of photovoltaic system (PV system) has risen recently due to the growth of industries, however, it is rarely applied to the greenhouse compared to other renewable energy. In order to evaluate the application of PV system in the greenhouse, power generation and optimal installation area of PV panels should be analyzed. For this purpose, the prediction of the heating and cooling loads of the greenhouse is necessary at first. Therefore, periodic and maximum energy loads of a multi-span greenhouse were estimated using Building Energy Simulation(BES) and optimal installation area of PV panels was derived in this study. 5 parameter equivalent circuit model was applied to analyzed power generation of PV system under different installation angle and the optimal installation condition of the PV system was derived. As a result of the energy simulation, the average cooling load and heating load of the greenhouse were 627,516MJ and 1,652,050MJ respectively when the ventilation rate was $60AE{\cdot}hr^{-1}$. The highest electric power production of the PV system was generated when the installation angle was set to $30^{\circ}$. Also, adjustable PV system produced about 6% more electric power than the fixed PV system. Optimal installation area of the PV panels was derived with consideration of the estimated energy loads. As a result, optimal installation area of PV panels for fixed PV system and adjustable PV system were $521m^2$ and $494m^2$ respectively.

• Journal of Advanced Marine Engineering and Technology
• /
• 제37권8호
• /
• pp.962-968
• /
• 2013

화석연료의 고갈에 따른 연료유의 가격상승과 세계온난화에 따른 그린하우스가스(Green House Gas, GHG)등의 문제가 주목받고 있다. 이러한 이유로 해상운송사업은 연료의 소비를 줄이고 환경보호를 위해 온실가스를 줄이기 위한 친환경선박(Green ship) 기술에 대하여 관심을 보이고 있다. 선박의 전력시스템은 안전한 운항을 위한 가장 주요한 요소 중 하나이다. 이러한 이유로 선박 설계에 있어 대부분의 선박은 바우 스러스터(Bow thruster, B/T), 크레인 등의 장비사용에 따른 피크부하로 인하여 큰 용량의 발전기를 사용하고 있다. 이러한 이유로 선박의 항해에 있어 대부분의 선박의 발전기는 저부하 운전구간에서 운전되게 된다. 50%또는 그 이하의 운전율인 저부하 운전에서는 발전기의 운전효율이 저하하게 되어 많은 연료유를 소비하며 발전기 수명에 좋지 않은 영향을 미치게 된다. 본 논문에서는 입출항이 비교적 많이 있는 컨테이너선박에 이차전지 적용방안에 대하여 연구하였다. 그 결과 이차전지를 적용하여 항해 중 발전기 운전율을 높이므로 연료 소비를 줄일 수 있음을 확인하였다.

• 인터넷정보학회논문지
• /
• 제19권1호
• /
• pp.87-95
• /
• 2018

전 세계적으로 지구 온난화 및 에너지 비용 상승으로 인해서 에너지 절감에 대한 관심이 증가하고 있다. 특히, 단조 공장들은 에너지를 많이 사용하기 때문에 에너지를 절감하면서 생산성을 향상시키는 방법에 대한 연구가 필요하다. 이러한 진입을 위한 한 가지 해결책으로 IoT 기반으로 각 설비의 에너지 사용량을 실시간으로 파악할 수 있는 시스템을 제안한다. 본 시스템은 생산 공장에서 사용하는 기존 기업자원관리시스템과 생산실행시스템과의 연동으로 작업일지 입력/관리, 설비/에너지 관리, 실시간 에너지 모니터링, 이력 검색, 데이터 분석 등으로 구성된다. 중심이 되는 실시간 에너지 모니터링 프로세스는 각 설비별로 기존 설치되어 있는 가스계량기와 전력계에 IoT 디바이스를 연결시켜 데이터를 실시간으로 수집한다. 그리고 수집된 에너지 사용량을 웹 또는 모바일에서 실시간으로 화면에 표출한다. 본 시스템의 장점은 생산 공정 단계에서 설비별 도시가스 및 전력 에너지 사용량의 변화, 사용요금, 에너지 환산, 온실가스 등의 정보를 웹 기반에서 실시간으로 파악할 수 있다는 것이다. 향후, 빅 데이터 기반에서 에너지 사용량을 수집하여 생산 공정별로 에너지 사용량을 분석함으로써 제품 생산 소요시간을 최소화할 수 있는 에너지 절감 방안 수립에 사용될 수 있다. 또한, 모바일 작업일지시스템과 생산 공정 최적화 모델과 융합하면 에너지를 절감하면서 생산성을 향상시키는 방안이 마련될 수 있다.

• 생물환경조절학회지
• /
• 제31권2호
• /
• pp.125-132
• /
• 2022

본 연구는 유럽계 장과형과 중과형 오이 품종을 고온·다습 조건에서 재배하여 품종별 생육과 수량 특성 및 수분소모량을 비교 분석하여 중과형 오이 품종에 대해 사막기후 적용 가능성을 검토하고자 수행되었다. 유럽형 장과종 오이 2품종(Cucumis sativus 'Gulfstream', 'Imea')과 중과종 오이 2품종(C. sativus 'Nagene', 'Sausan')을 연동형 플라스틱온실에서 2020년 3월 2일부터 6월 20일까지 코이어 수경재배로 재배하였다. 개체당 생산한 상품과수는 장과종 'Gulfstream'이 31.3개, 'Imea'가 30.7개, 중과종 'Nagene'이 57.8개, 'Sausan'이 56개로 마디수가 더 많았던 중과종이 상품과수가 더 많았으며 개체당 생산된 총상품과중은 유의차가 없었다. 과실 200g을 생산하기 위해 소요된 물량은 'Nagene'이 2.39L로 가장 적었으며, 수분이용이용효율(WUE)은 'Nagene' 품종이 가장 높았다. 따라서, 상품과수와 물소비량을 고려할때 장과종보다는 중과종인 'Nagene'이 사막 고온 적응성이 더높을 것으로 판단되고 앞으로 더 많은 중과종 품종에 대한 검증이 필요할 것으로 보인다.