• 한국산학기술학회논문지
• /
• 제20권4호
• /
• pp.590-596
• /
• 2019

산업이 발달함에 따라 석탄, 석유등 화석연료의 사용이 증대되고 있다. 그 결과 온실가스의 증가와 더불어 이상기후 등의 문제가 발생하게 되었다. 이로 인해 주 자원을 대체 할 수 있는 친환경적인 신재생에너지에 관한 연구가 활발히 진행 중이며, 그 중 열효율이 높은 우드펠릿이 화력발전소, 가스보일러 등에서 대체연료로서 각광받고 있다. 그러나, 우드펠릿의 사용량은 꾸준히 증대 되고 있는 반면 우드펠릿의 사용 시 발생할 수 있는 화재 및 자연발화 등의 위험성에 대한 선행연구가 부족한 실정이다. 이에 본 연구에서는 길이 20 cm, 높이 20 cm, 두께 14 cm의 시료용기를 사용하여 항온조 내부 유량변화에 따른 우드펠릿 최소자연발화온도와 발화한계온도를 구하여 발화특성을 예측하였다. 그 결과 유량이 0 NL/min일 때 $153^{\circ}C$에서 주위온도보다 시료의 중심온도가 상승하여 발화하였고 이때의 발화한계온도는 $152.5^{\circ}C$를 구하였으며, 유량이 0.5 NL/min, 1.0 NL/min에서 발화한계온도인 $149.5^{\circ}C$를 구하였다. 또한 유량이 1.5 NL/min일 때 발화한계온도인 $147.5^{\circ}C$를 구하였으며, 동일한 저장량에서 유량이 증가할수록 발화한계온도가 낮아지는 결과를 도출하였다.

• 인터넷정보학회논문지
• /
• 제19권6호
• /
• pp.41-51
• /
• 2018

최근 영상 감시 분야에서는 지능형 영상 감시 시스템에 딥 러닝 기반 학습 방법이 적용되어 범죄, 화재, 이상 현상과 같은 다양한 이벤트들을 강건하게 탐지 할 수 있게 되었다. 그러나 3차원 실세계를 2차원 영상으로 투영시키면서 발생하는 3차원 정보의 손실로 인하여 폐색 문제가 발생하기 때문에 올바르게 객체를 탐지하고, 자세를 추정하기 위해서는 폐색 문제를 고려하는 것이 필요하다. 따라서 본 연구에서는 기존 RGB 정보에 깊이 정보를 추가하여 객체 탐지 과정에서 나타나는 폐색 문제를 해결하여 움직이는 객체를 탐지하고, 탐지된 영역에서 컨볼루션 신경망을 이용하여 인간의 관절 부위인 14개의 키포인트의 위치를 예측한다. 그 다음 자세 추정 과정에서 발생하는 자가 폐색 문제를 해결하기 위하여 2차원 키포인트 예측 결과와 심층 신경망을 이용하여 자세 추정의 범위를 3차원 공간상으로 확장함으로써 3차원 인간 자세 추정 방법을 설명한다. 향후, 본 연구의 2차원 및 3차원 자세 추정 결과는 인간 행위 인식을 위한 용이한 데이터로 사용되어 산업 기술 발달에 기여 할 수 있다.

• 한국전산구조공학회논문집
• /
• 제34권5호
• /
• pp.301-308
• /
• 2021

사회기반 시설물의 노후화에 대응해 이상 징후를 파악하고 유지보수를 위한 최적의 의사결정을 내리기 위해선 디지털 기반 SOC 시설물 유지관리 시스템의 개발이 필수적인데, 디지털 SOC 시스템은 장기간 구조물 계측을 위한 IoT 센서 시스템과 축적 데이터 처리를 위한 클라우드 컴퓨팅 기술을 요구한다. 본 연구에서는 구조물의 다물리량을 장기간 측정할 수 있는 IoT센서와 클라우드 컴퓨팅을 위한 서버 시스템을 개발하였다. 개발 IoT센서는 총 3축 가속도 및 3채널의 변형률 측정이 가능하고 24비트의 높은 해상도로 정밀한 데이터 수집을 수행한다. 또한 저전력 LTE-CAT M1 통신을 통해 데이터를 실시간으로 서버에 전송하여 별도의 중계기가 필요 없는 장점이 있다. 개발된 클라우드 서버는 센서로부터 다물리량 데이터를 수신하고 가속도, 변형률 기반 변위 융합 알고리즘을 내장하여 센서에서의 연산 없이 고성능 연산을 수행한다. 제안 방법의 검증은 2개소의 실제 교량에서 변위계와의 계측 결과 비교, 장기간 운영 테스트를 통해 이뤄졌다.

• 한국해안·해양공학회논문집
• /
• 제32권6호
• /
• pp.553-560
• /
• 2020

드론 항공사진을 L∗a∗b 색공간으로 변환하고 항공사진에서 잘피가 나타난 영역을 분할 및 보정하여 드론 항공사진을 이용한 수심측량의 정확도를 향상시켰다. 드론을 이용한 수심측량은 음향측심기와 같은 보편적으로 통용되던 방식에 비해 저비용으로 빠른 시간에 수심자료를 얻을 수 있다. 그러나 수심측량 대상 해역에 잘피가 서식할 경우 해저면의 반사 특성이 일정하지 않아 드론을 이용한 수심측량시 오차가 발생한다. 우리나라에 서식하는 잘피를 비롯한 해조류는 수온이 낮아지기 시작하는 11월부터 자라기 시작하여 1~4월에 최대 밀도를 형성한다. 따라서 해당 시기의 드론 항공사진을 그대로 사용할 경우 수심측량의 정확도가 낮아지며, 이는 드론을 이용한 수심측량방식을 상용화하는데 극복해야 할 단점이다. 본 연구에서는 경북 월포해수욕장에서 드론으로 촬영한 고해상도 카메라 이미지를 분석하여 오차 발생해역을 구분하고 보정하는 알고리즘을 개발하였다. 또한, 보정한 드론 항공 사진으로 천해 수심 추정을 수행하여 알고리즘을 검증하였다. 잘피로 인한 오차 보정 알고리즘 적용 전 수심 5 m 이내의 200 m × 300 m 해역에서 발생하는 오차 표준편차의 1.5배를 넘는 오차 이상값 비율은 전체 이미지의 8.6%를 차지하였다. 오차 보정 알고리즘을 적용한 결과 오차 이상값의 92%가 제거되었으며, 평균제곱근오차(RMSE)는 33% 감소하였다.

• 한국정보통신학회논문지
• /
• 제24권12호
• /
• pp.1711-1717
• /
• 2020

일반적으로 컨테이너 내부검사를 위해서는 최대 9MeV의 X-선을 사용한다. 이때 사용되는 X-선은 선형가속기를 통해 생성되며 일정한 세기의 X-선량이 시간의 변화에 관계없이 안정적으로 유지되어야 한다. 만약 발생되는 X-선의 세기가 일정하지 않다면 영상의 해상도와 대비도 등에 영향을 미칠 수 있으며 결과적으로 컨테이너 내부의 이상화물에 대한 검사에 영향을 미칠 수 있다. 그러므로 고화질의 영상을 획득하기 위해서는 발생되는 X-선 선량에 대한 지속적인 모니터링이 요구된다. 이와같은 선량 모니터링을 위하여, 본 연구에서는 고에너지 X-선 선량의 변화 측정을 위한 이온전리함 기반의 선량변화 측정장치를 개발하였고 환경변화에 따른 신호처리부의 성능변화를 확인하기 위하여 온도와 습도 변화에 의한 측정값의 변화를 관찰하였다. 또한, 고에너지 X-선 발생장치에서 발생되는 선량의 변화에 따른 응답특성변화를 측정함으로써 개발한 X-선 선량측정장치의 검증을 수행하였다. 측정결과 온도와 습도의 변화에 따른 성능의 차이가 크게 나타나지 않았으며 입사되는 선량의 변화에 따른 출력의 변화가 선형적이었다. 그러므로 개발한 이온전리함 기반의 선량변화측정장치는 고에너지 X-선의 선량변화의 측정에 적용하기에 적합함을 알 수 있었다.

• 한국농림기상학회지
• /
• 제23권4호
• /
• pp.424-433
• /
• 2021

최근의 기후변화는 지구촌 곳곳에 이상기상 현상을 발생시키며, 사회 여러 분야에서 많은 피해를 발생시키고 있다. 특히 최근에는 호우 또는 가뭄 등 강수량의 많고 적음으로 인한 피해가 많이 보고되고 있는데, 본 연구에서는 실제로 우리나라에서 발생하고 있는 강수량의 발생 패턴을 조사하여 과거에서 현재까지 어떤 변화를 보이는지 분석해보고자 하였다. 이를 위해 선행연구에서 기후변화에 따른 강수량의 시간적 특성 비교를 위해 제시한 강수지표 중 일부를 선정하였다. 지점별 시간에 따른 변화를 분석하기 위하여 국내 기상청 ASOS 관측소 10개 지점을 지역분포를 고려하여 선정하였으며, 지점별로 1951년부터 2020년까지의 일적산강수량을 수집하였다. 또한 산악강수모형을 이용하여 1981년부터 2020년까지의 전국 고해상도의 일별 강수분포도를 제작하여 분석에 활용하였다. 시간에 따른 분석결과 연적산강수량의 경우 과거에서 현재로 이동하면서 증가 양상을 보였다. 강수일수의 경우 대부분의 관측지점에서 감소하는 추세를 보였으며, 호우일수의 경우는 반대로 증가하는 경향을 보였다. 공간적인 변화의 경우 강수일수와 호우일수 모두 과거에 비해 감소되는 지역이 많았으며, 그 특징은 중부지방에서 두드러지게 나타났다. 결과적으로 우리나라의 강수량의 패턴은 짧아진 강수일수, 늘어난 일별 강수량으로의 변화로 정리할 수 있다.

• 융합신호처리학회논문지
• /
• 제22권4호
• /
• pp.149-155
• /
• 2021

본 연구에서는 전동 이동기기를 이용하는 교통약자의 이동을 제한하는 노면 불량 요소를 딥러닝을 이용해 자동 검출하는 불량 노면객체 인식모델을 개발하고자 한다. 이를 위하여 부산시 관내 5개 지역에서 실제 전동 이동 보조 장치가 이동할 것으로 예상되는 보행로, 주행로를 대상으로 하여 노면 정보를 수집하였으며 이때 도로 정보 수집은 데이터 수집을 보다 용이하게 하기 위하여 소형 차량을 이용하였다. 데이터는 노면과 주변을 그 주변을 구성하는 객체로 구분하여 영상을 수집하였다. 수집된 데이터로부터 교통약자의 이동을 저해하는 정도에 따라 분류하여 보도블록의 파손등급 검출과 같은 일련의 인식 항목을 정의하였고, YOLOv5 딥러닝 알고리즘을 해당 데이터에 적용하여 실시간으로 객체를 인식하는 불량노면 객체 인식 딥러닝 모델을 구현하였다. 연구의 최종단계에서 실제 주행을 통해 객체 단위로 분리 수집된 영상 데이터의 가공, 정제 및 어노테이션 과정을 수행한 후 모델 학습과 검증을 거쳐 불량노면객체를 자동으로 검출하는 딥러닝 모델의 성능 검증 과정을 진행하였다.

• Journal of Plant Biotechnology
• /
• 제49권1호
• /
• pp.82-89
• /
• 2022

정금나무(Vaccinium oldhamii)의 정아를 포함한 줄기를 재료로 다신초 유도 및 기외발근을 통해 완전한 식물체를 효과적으로 재분화시킬 수 있었다. 정아를 포함한 줄기로부터 다신초 유도는 2.0 mg/L 2-iP에서 유도율 100.0%, 절편체 당 다신초 유도수 7.4개로 나타났으며, 특히 신초 길이는 평균 51.7 mm로 다른 사이토키닌(zeatin, BA 또는 TDZ) 처리구에 비해 가장 높게 나타났다. 증식된 줄기로부터 기내발근은 0.5 mg/L IBA 첨가에서 절편체 당 2.4개의 뿌리를 생산하였고, 뿌리 길이는 평균 17.6 mm로 가장 우수한 결과를 보였다. 상토를 이용한 기외발근의 경우 1.0 mg/L IBA와 탈크(talc) 혼합용액 처리 시 평균 발근율은 80.0%로 기내발근에 비해 더 양호한 것으로 나타났다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.101-125
• /
• 2022

최근 컴퓨팅 기술의 발전과 클라우드 환경의 개선에 따라 딥 러닝 기술이 발전하게 되었으며, 다양한 분야에 딥 러닝을 적용하려는 시도가 많아지고 있다. 대표적인 예로 정상적인 데이터에서 벗어나는 값이나 패턴을 식별하는 기법인 이상 탐지가 있으며, 이상 탐지의 대표적 유형인 점 이상, 집단적 이상, 맥락적 이중 특히 전반적인 상황을 파악해야 하는 맥락적 이상을 탐지하는 것은 매우 어려운 것으로 알려져 있다. 일반적으로 이미지 데이터의 이상 상황 탐지는 대용량 데이터로 학습된 사전학습 모델을 사용하여 이루어진다. 하지만 이러한 사전학습 모델은 이미지의 객체 클래스 분류에 초점을 두어 생성되었기 때문에, 다양한 객체들이 만들어내는 복잡한 상황을 탐지해야 하는 이상 상황 탐지에 그대로 적용되기에는 한계가 있다. 이에 본 연구에서는 객체 클래스 분류를 학습한 사전학습 모델을 기반으로 이미지 캡셔닝 학습을 추가적으로 수행하여, 객체 파악뿐만 아니라 객체들이 만들어내는 상황까지 이해해야 하는 이상 상황 탐지에 적절한 2 단계 사전학습 모델 구축 방법론을 제안한다. 구체적으로 제안 방법론은 ImageNet 데이터로 클래스 분류를 학습한 사전학습 모델을 이미지 캡셔닝 모델에 전이하고, 이미지가 나타내는 상황을 설명한 캡션을 입력 데이터로 사용하여 학습을 진행한다. 이후 이미지와 캡션을 통해 상황 특질을 학습한 가중치를 추출하고 이에 대한 미세 조정을 수행하여 이상 상황 탐지 모델을 생성한다. 제안 방법론의 성능을 평가하기 위해 직접 구축한 데이터 셋인 상황 이미지 400장에 대해 이상 탐지 실험을 수행하였으며, 실험 결과 제안 방법론이 기존의 단순 사전학습 모델에 비해 이상 상황 탐지 정확도와 F1-score 측면에서 우수한 성능을 나타냄을 확인하였다.

• 한국시뮬레이션학회논문지
• /
• 제31권1호
• /
• pp.29-41
• /
• 2022

이상기후로 인한 불안정한 식량 수급을 해결하기 위한 대안 중 하나로 식물공장의 필요성이 증대되고 있다. 식물공장 내 기류는 재배작물의 증산작용과 열교환에 중요한 인자 중 하나로 인식되고 있다. 한편, 디지털트윈(Digital Twin: DT)은 실체계를 가상세계에 복제한 것으로 실체계만으로 불가능한 다양한 서비스를 제공하는 수단으로 주목받고 있다. 본 연구에서는 디지털트윈 개념을 실제 운용중인 식물공장 기류해석에 적용하여 다양한 상황에 기류를 예측할 수 있는 기류 예측 DT 모델 개발을 목표로 하였다. 이를 위해 먼저 기류 해석용 디지털트윈 수학적 형식론을 제시하고, 이를 기반으로 실제 운용중인 식물공장의 기류예측 모델링에 필요한 정보들을 명세한다. 이어서 식물공장 내 형상을 CAD로 구현하고 유동해석을 위한 전산유체역학(CFD) 구성요소들을 결합하여 DT 모델을 개발하였다. 마지막으로 DT 모델의 시뮬레이션 해석 결과를 식물공장에서 수집한 실제 기류값과 비교하는 모델의 실증 및 기계학습 기반 보정을 통해 정확도가 높은 기류 예측용 DT 모델을 완성하였다.