• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.73-73
• /
• 2021

가뭄의 계절적 예측성을 개선하기 위해서는 대기-지면-해양의 상호 작용이 현실적으로 모의할 수 있는 지구 기후 예보 모델의 개선이 필수적이다. 제한적인 기후 예보 모델의 예측성으로 인하여 다중 기후 모델들의 다중 앙상블 계절 예보 시스템이 제안되었다. 2008년에 제안된 북미 다중 모델 다중 앙상블 시스템(North American Multimodel Multiensemble System; NMME)은 다양한 모델 개발팀의 참여로 현재까지 운영되면서 계절적 예측성 연구에 큰 이바지를 하였다. 본 연구에서는 NMME 프로젝트에 참여하는 기후 예보 모델들의 북방 여름철 근지표면 온도과 강우량의 예측성을 진단하고 이들의 상관 관계의 강도를 관측데이터와 비교 분석하였다. 대부분의 NMME 모델들에서는 관측데이터에서 보다 강한 음의 상관 관계를 보였다. 이런 근지표면 온도와 강우량의 강한 상관 관계로 우수한 근지 표면 온도 예보는 각각의 해마다 그 역할이 다른 것을 발견되었다. 예를 들어 가문 여름에는 우수한 근지표면 온도 예보가 강우량 예보에 도움이 되고 강우량이 많은 여름에는 우수한 근지표면 온도 예보는 오히려 강우량 예측성을 제한하게 된다. 따라서 기존의 기후 예보 모델들에서 근지표면 온도와 강우량의 상관관계를 사실적으로 나타낼 수 있도록 모델 개선이 요구된다. 마지막으로 관측데이터와 기후 모델데이터에서 태평양과 대서양의 해수면 온도와 미국의 북방 여름철 날씨의 관계를 비교하였다. 근지표면 온도과 강우량에 대한 제한적 예측성에 비해, 대부분의 NMME 기후 예보 모델들에서 해수면 온도의 예측기술은 우수함을 발견하였고 몇몇 모델들에서는 미국의 북방 여름철 기후에 영향력을 주는 대서양과 태평양의 지역까지 잘 모사하는 것을 발견하였다. 따라서 본 연구는 보다 우수한 기후 예보 기술을 위해 앙상블 평균 예보값만이 아닌 NMME의 계절적 예보를 선택적인 사용이 필요함을 제안하였고 앞으로 북미 대륙 뿐만이 아니라 유럽-아시아의 계절적 이상 기후 예측성에 대한 연구 필요성을 강조하였다.

• Science of Emotion and Sensibility
• /
• v.1 no.2
• /
• pp.75-79
• /
• 1998

이 논문은 신체온도를 직접 측정하지 않고서 신체온도를 예상하는 모델을 연구한 것이다. 열감지지수 (TPI)를 개발하여 환경으로부터 느끼는 체감온도와 몸의 내부온도인 직장온도(Trec)와 몸의 외부온도인 피부온도 (Tsdin)를 예측하도록 하였다. Kwon과 Ramsey의 개발모델을 Goldman 의 모델과 비교해본 결과 정확도에 통계적으로 유의한 차이가 없었다. 회귀분석과 경험을 토대로 만든 체감온도를 예측할 수 있는 손쉬운 Kwon의 열감지지수 (KTPI)도 제시하였다. 대부분의 사람들이 쉽게 예측할 수 있도록 측정 또는 사용가능한 몇 개의 환경변수로부터 쉽게 몸의 예산 내부온도와 외부온도를 계산할 수 있게 단순화하였다.

• 한국신재생에너지학회:학술대회논문집
• /
• 2011.05a
• /
• pp.77.2-77.2
• /
• 2011

고온고압에서 운전되는 분류층 석탄가스화기에서 석탄의 회성분을 용융슬래그로 원활하게 배출하는 것은 석탄가스화기의 안정적인 운전을 위하여 매우 중요하다. 본 연구에서는 분류층 석탄가스화기에서 원활한 슬래그의 배출조건을 파악하기 위해서 여러 슬래그 점도예측 모델들을 사용하여 가스화기의 운전온도 변화에 따른 슬래그의 점도변화를 해석하여 점도해석모델들의 적용성을 비교분석하였다. 본 연구에서 선정한 가스화기 설계탄의 회 성분을 토대로 슬래그의 점도를 계산한 결과 점도해석 모델별로 온도에 대한 점도 값이 매우 상이하게 예측되었다. 또한 설계탄에 대한 점도예측 모델들을 적용한 계산결과로부터 슬래그의 점도가 80 poise가 되는 온도인 $T_{80}$이 매우 높은 값으로 예측되었다. 따라서 가스화기의 운전온도에서 용융 슬래그를 원활하게 배출하기 위해서 설계탄에 Flux를 첨가하여 슬래그의 점도를 낮추어 줄 필요가 있음을 알았다. 기존의 점도예측 모델들 중에 점도 예측 값이 중간치 정도의 경향을 보이는 Hoy가 개발한 모델을 기준으로 가스화기의 적정 운전온도에서 Flux로 첨가할 석회석 양을 산출하였다. 본 슬래그 점도모델들의 적용 결과로부터 실제 가스화기의 운전이나 설계에 슬래그의 특성을 파악하여 운전조건 도출이나 해석에 활용하기 위해서는 운전예정인 탄종에 대한 점도측정 실험을 병행하여 적정한 점도 예측모델을 선정하는 것이 중요함을 알 수 있었다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 1998.04a
• /
• pp.159-164
• /
• 1998

이 논문은 신체온도를 직접 측정하지 않고서 신체온도를 예상하는 모델을 연구한 것이다. 열감지지수 (TPI)를 개발하여 환경으로부터 느끼는 체감온도와 몸의 내부온도인 직장온도(Tuec)와 몸의 외부온도인 피부온도 (Tskin)를 예측하도록 하였다. Kwon와 Ramsey의 개발모델을 Goldman의 모델과 비교해본 결과 정확도에 통계적으로 유의한 차이가 없었다. 회귀분석과 경험을 토대로 만든 체감온도를 예측할 수 있는 손쉬운 Kwon의 열감지수 (KTPI)도 제시하였다. 대부분의 사람들이 쉽게 예측할 수 있도록 측정 또는 사용가능한 몇 개의 환경변수로부터 몸의 예상 내부온도와 외부온도를 계산할 수 있게 단순화하였다.

• Food Industry And Nutrition
• /
• v.10 no.1
• /
• pp.11-16
• /
• 2005

식물성 단백질의 주요 공급원이며 우리나라 전통식품 중의 하나인 두부의 유통기한을 정량적으로 예측할 수 있는 수학적 모델을 개발하고자 온도와 초기균수에 따른 두부 부패세균의 성장 실험 결과를 데이터베이스화하여 이를 바탕으로 균의 성장을 정량적으로 평가할 수 있는 수학적 모델을 개발하였다. 근의 증식 지표인 최대증식속도상수(k), 유도기(LT), 세대시간(GT)은 온도에 지배적인 영향을 받았으며, 초기균수에 따른 유의 적 인 차이 는 없었다(p<0.05). 최대증식속도상수와 온도 및 초기균수의 상관관계를 나타내는 수학적 정량평가모델인 square root model을 이 용하여 두부 부패 세균의 성장을 정량적으로 예측할 수 있는 모델$({\surd}{\kappa}=0.016861(T+6.87095))$을 개발하였으며 실험치와 예측치의 상관계수는0.969이었다. 이 예측 정량평가모델로부터 예측한 최대증식속도상수와 두부의 관능적 부패시 점을 반영 한 Gompertz 변형 모델을 이용하여 두부의 유통기한을 예측할 수 있는 모델$(Spoilage-critrion(hr)=\frac{2{\times}Ln2+Ln[(Nmax/No)-1])}{k}$을 개발하였다

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.26 no.1D
• /
• pp.67-72
• /
• 2006

Temperature prediction in asphalt pavements is the one of most important factors for estimating the pavement response and predicting the pavement performance in the mechanistic-empirical pavement design. A study on temperature prediction procedure with variation of time and depth in asphalt pavements was conducted using field monitoring data. After selecting the temperature monitoring sections, the temperature sensors have been installed in different depths and the temperature data have been collected in every one hour. The developed pavement temperature prediction model was calibrated using field monitoring temperature data. The predicted temperatures were compared with measured temperatures at different seasons in selected sections. The results showed that the solar absorptivity and emissivity values in the fall is different from the values in other seasons. The predicted temperatures agree well with the measured temperatures at a wide range of temperatures. The temperature differences between each other fall in the range of ${\pm}3^{\circ}C$. It is also found that the regional characteristics did not affect the temperature prediction procedure.

• Proceedings of the Korean Institute of Surface Engineering Conference
• /
• 2007.04a
• /
• pp.165-166
• /
• 2007

신경망을 이용하여 반구형 유도결합형 플라즈마 장비에 대한 전자온도의 예측모델을 개발하였다. 신경망으로는 Radial Basis Function Network을 이용하였고, 신경망의 예측성능은 유전자 알고리즘을 이용하여 최적화하였다. 체계적인 모델링을 위해 $2^4$ 전 인자 (Full Factorial) 실험획법을 이용하여 $Cl_2$ 플라즈마에서의 데이터를 수집하였다. 최적화된 전자온도 모델의 예측성능은 0.143 eV이었다. 개발된 모델을 이용하여 공정변수에 따른 예측온도의 영향을 고찰하였다. 소스전력과 압력의 변화에 따른 전자온도의 변화는 작았다. 그러나 $Cl_2$ 유량과 특히 척위치의 증가에 따른 전자온도의 증가는 현저하였으며, 이는 고이온밀도의 형성에 기인하는 것으로 해석되었다.

• Applied Chemistry for Engineering
• /
• v.31 no.5
• /
• pp.520-525
• /
• 2020

In this study, we developed a machine learning-based model for predicting the production stage temperature of distillation process. It is necessary to predict an accurate temperature for control because the control of the distillation process is done through the production stage temperature. The temperature in distillation process has a nonlinear complex relationship with other variables and time series data, so we used the recurrent neural network algorithms to predict temperature. In the model development process, by adjusting three recurrent neural network based algorithms, and batch size, we selected the most appropriate model for predicting the production stage temperature. LSTM₁₂₈ was selected as the most appropriate model for predicting the production stage temperature. The prediction performance of selected model for the actual temperature is RMSE of 0.0791 and R² of 0.924.

• Journal of the KSME
• /
• v.31 no.8
• /
• pp.735-744
• /
• 1991

확산모델과 파모델의 결과에 있어 큰 차이가 일어나는 경우를 요약하면 다음과 같다. 1) 과도기 간이 짧다. 2) 작동온도가 아주 낮다. 3) 온도구배가 상당히 크다. 이때3)의 경우는 서로 다른 물질들이 접촉된 경우 또는 높은 열유속이 있는 경우 또는 얇은 표면층 등을 갖는 문제들의 공 통적인 특징이다. Non-Fourier 열전도 문제를 이용해 온도 분포를 예측해야 하는 실제적인 몇 가지 예를 살펴 보면 레이저 기술 또는 절대온도 영(zero)에 접근하는 온도에서의 액체 헬륨을 다루는 저온공학연구 또는 1/$10^{6}$Inch 정도의 표면조도가 관심사인 정밀공학 등을 들 수 있다. 또한 상당히 높은 강도의 열원이 작용될 때 고체에서의 크랙이나 보이드(void) 같은 국소 결함은 확산거동이 나타나기에 요구되는 시간보다 짧은 시간 구간에서 발생되어질 수 있으며, 크랙발생의 방향과 같은 것들은 hyperbolic 모델에의해 예측되어져야만 한다. 특히 움직이는 열원 또는 propagating crack tip을 갖는 경우에 그들 주위에서의 온도장을 규정짓는 가장 중요한 변 수는 열마하수 M이며, 아음속에서 초음속 영역으로 천이될 때 물리적 양들의 변화에 있어서 일어나는 현상들은 열충격의 형성에 기인하는데 이러한 현상들은 확산 모델로서는 예측될 수 없는 특징들이다. 이상에서 살펴볼 때 non-Fourier 모델에 대해 관심을 기울일 필요가 있다고 사료된다.

• The Magazine of the Society of Air-Conditioning and Refrigerating Engineers of Korea
• /
• v.30 no.4
• /
• pp.12-19
• /
• 2001

대공간의 건축물의 합리적인 설계를 위해서는 온도 및 기류분포의 정확한 예측이 필요하다. 예측 방법으로 정밀해석 모델(CFD)만을 최선의 방법으로 생각하는 경우가 대부분 이지만, 비용과 시간을 줄이기 위해서는 설계 단계별로 보다 적합한 예측 방법을 적용 할 필요가 있다. 이것은 다양한 예측 모델들의 장·단점 및 실용성에 대한 충분한 이해가 전제될 때 가능할 것이다. 본고에서는 열환경·설비 설계시, 설계 단계에 따른 적합한 예측 모델들을 소개한다. 더불어, 적절하고 타당한 예측 기술이 설계에 반영되어 대공간 건축물의 실내 열환경 개선 및 에너지 절약이 이루어지기를 기대한다.