• 한국가스학회지
• /
• 제16권5호
• /
• pp.21-27
• /
• 2012

대학 실험실이나 연구시설에서 실험실 사고에 의해 인적 및 물적 손실이 꾸준히 발생되고 있어서 실험실 사고예방의 필요성이 제기되고 있다. 실험실 사고예방을 위해 무엇보다 중요한 것은 사고의 체계적인 분석이다. 국내에서 산업재해에 관한 분석 연구는 수행되어 왔으나, 실험실 사고 분석에 관한 연구는 수행되지 않았다. 본 연구에서는 실험실 사고예방 대책 수립을 위해 설문지를 개발하였고, 설문지는 대학과 연구기관에 전자우편이나 방문조사로 사고사례를 수집하였다. 사고사례 데이터는 계절별, 사고 분류형태, 발생형태, 기인물 및 상해종류 별로 분석 고찰하였다. 이 연구결과는 실험실 종사자의 안전 확보와 사고예방을 위한 기초자료로 활용하고자 하였다.

• 수산해양기술연구
• /
• 제57권2호
• /
• pp.149-161
• /
• 2021

The concern on the greenhouse gas emission is strongly increasing globally. In fishery industry section, the greenhouse gas emissions are an important issue according to The Paris Climate Change Accord in 2015. The Korean government has a plan to reduce the GHG emissions as 4.8% compared to the BAU in fisheries until 2020. Furthermore, the Korean government has also declared to achieve the carbon neutrality in 2050 at the Climate Adaptation Summit 2021. However, the investigation on the GHG emissions from Korean fisheries did not carry out extensively. Most studies on GHG emissions from Korean fishery have dealt with the GHG emissions by fishery classification so far. However, follow-up studies related to GHG emissions from fisheries need to evaluate the GHG emission level by species to prepare the adoption of environmental labels and declarations (ISO 14020). The purpose of this research is to investigate which degree of GHG emitted to produce the species (hairtail and small yellow croaker) from various fisheries. Here, we calculated the GHG emission to produce the species from the fisheries using the Life Cycle Assessment method. The system boundary and input parameters for each process level are defined for the LCA analysis. The fuel use coefficients of the fisheries for the species are also calculated according to the fuel type. The GHG emissions from sea activities by the fisheries will be dealt with. Furthermore, the GHG emissions for producing the unit weight species and annual production are calculated by fishery classification. The results will be helpful to understand the circumstances of GHG emissions from Korean fisheries.

• 한국가스학회지
• /
• 제26권6호
• /
• pp.65-75
• /
• 2022

최근 수전해설비의 운전압력이 증가함에 따라 수소 누출로 인한 화재 및 폭발 가능성 및 위험성 또한 증가하고 있다. 따라서 관계법령 및 기술기준에 따라 수전해 시스템에 설치되는 모든 전기기에 전기방폭 형식인증 제품을 사용하거나 적절한 방법에 따른 비폭발위험장소화 절차를 적용해야 한다. 본 연구에서는 수전해설비의 일반적인 운전조건을 고려하여 KS C IEC 60079-10-1 및 KGS GC101에 따른 폭발위험장소 구분 및 범위 산정을 수행하였다. 또한, 비폭발위험장소화를 달성하기 위해 임계농도인 폭발하한 25 % 미만의 농도를 유지하기 위한 적정 환기량을 검토하였다. 그 결과 자연환기만 적용할 경우에는 수전해설비가 폭발위험장소로 구분되고, 이를 강제환기를 통해 비폭발위험장소로 구분하기 위해서는 막대한 환기량이 필요함을 확인할 수 있었다.

• 수산해양기술연구
• /
• 제59권1호
• /
• pp.19-27
• /
• 2023

The interest in greenhouse gases (GHG) emitted from all industries is emerging as a very important issue worldwide. This is affecting not only the global warming, but also the environmentally friendly competitiveness of the industry. The fisheries sector is increasingly interested in greenhouse gas emissions also due to the Paris Climate Agreement in 2015. Korean industry and government are also making a number of effort to reduce greenhouse gas emissions so far, but the effort to reduce GHG in the fishery sector is insufficient compared to other fields. Especially, the investigation on the GHG emissions from Korean fisheries did not carry out extensively. The studies on GHG emissions from Korean fishery are most likely dealt with the GHG emissions by fishery classification so far. However, the forthcoming research related to GHG emissions from fisheries is needed to evaluate the GHG emission level by species to prepare the adoption of Environmental labels and declarations (ISO 14020). The purpose of this research is to investigate which degree of GHG emitted to produce the species (swimming crab and snow crab) from various fisheries. Here, we calculated the GHG emission to produce the species from the fisheries using the life cycle assessment (LCA) method. The system boundary and input parameters for each process level are defined for LCA analysis. The fuel use coefficients of the fisheries for the species are also calculated according to the fuel type. The GHG emissions from sea activities by the fisheries will be dealt with. Furthermore, the GHG emissions for producing the unit weight species and annual production are calculated by fishery classification. The results will be helpful to establish the carbon footprint of seafood in Korea.

• 한국가스학회지
• /
• 제4권2호
• /
• pp.52-57
• /
• 2000

본 연구에서는 자료를 통한 국내 가스산업시설의 인적오류에 관한 산업재해를 분석하고 국외에서 발전된 정량화 방법을 이용하여 인적 오류 가능성을 예측할 수 있도록, 먼저 PIF(Performance Influencing Factor)분류구조를 바탕으로 보다 객관적이고 정확한 자료를 얻기 위해 평가 Sheet를 제시하였다. 그리고 평가 Sheet를 이용하여 가스산업시설의 인적 오류변수들을 평가하고, 평가 자료를 가지고 정량화 기법을 이용하여 HEP(Human Error Probability)를 산출하게 된다. 마지막으로, 보다 현장 작업자들이 편하고 쉽게 적용시킬 수 있도록 프로그램화를 시켰다. 본 연구의 결과로써 신뢰성 있는 인적오류 D/B를 구축함으로써 이를 공유할 수 있으며, 그리고 인간의 능률을 현저히 향상시킴과 동시에 인적오류감소 전략을 수립하는데 많은 도움이 될 것이다.

• ETRI Journal
• /
• 제37권2호
• /
• pp.222-232
• /
• 2015

In this paper, we propose a dual-phase approach to improve the process of heart disease prediction in a mobile environment. Firstly, only the confident frequent rules are extracted from a patient's clinical information. These are then used to foretell the possibility of the presence of heart disease. However, in some cases, subjects cannot describe exactly what has happened to them or they may have a silent disease - in which case it won't be possible to detect any symptoms at this stage. To address these problems, data records collected over a long period of time of a patient's heart rate variability (HRV) are used to predict whether the patient is suffering from heart disease. By analyzing HRV patterns, doctors can determine whether a patient is suffering from heart disease. The task of collecting HRV patterns is done by an online artificial neural network, which as well as learning knew knowledge, is able to store and preserve all previously learned knowledge. An experiment is conducted to evaluate the performance of the proposed heart disease prediction process under different settings. The results show that the process's performance outperforms existing techniques such as that of the self-organizing map and gas neural growing in terms of classification and diagnostic accuracy, and network structure.

• 한국근적외분광분석학회:학술대회논문집
• /
• 한국근적외분광분석학회 2001년도 NIR-2001
• /
• pp.1122-1122
• /
• 2001

A compact and handhold near infrared (NIR) system using microspectrometer was developed. This system was suitable not only in the laboratory, but also in the field or in the process. This system was first applied for classification of geographical origin of herbal medicine such as ginseng and sesame. To identify the origin of ginseng on site, the portable NIR system is more suitable for real field application. For this study, using the compact NIR system, soft independent modeling of class analogies (SIMCA) with 1100-1750 nm NIR spectra was utilized for classification of geographical origin (Korea and China) of both ginseng and sesame. The accuracy of results is more than 90%. Quantitative analysis for petroleum such as toluene, benzene, tri-methyl benzene, and ethyl benzene was performed with partial least squares (PLS) regression with NIR 1100-1750 nm spectra. This study showed that the NIR method and gas chromatography (GC), which is a standard method, have good correlations. Furthermore, the ash content of Cornu Cervi Parvum was analyzed and the accuracy was confirmed by the developed compact NIR system.

• Spatial Information Research
• /
• 제5권1호
• /
• pp.115-131
• /
• 1997

지하매설물은 지방자치단체, 통신공사, 전력공사, 도시가스회사, 지역난방공사 등 관리주체가 다양하며, 서로 다른 기본도 사용에 따른 중복투자발생, 관리부서별 다양한 도면 및 대장자료의 산재, 다양한 관리기관별 업무협조체제의 부재로 인해 통합된 정보부재 등의 문제를 안고 있다. 선진외국에서 GIS를 이용하여 지하매설물을 체계적으로 관리하고, 도시안전관리에도 기여함을 고려할 때, 지하매설물의 효율적 관리방안으로서 GIS 도입에 대한 연구가 절실함을 느낀다. 본 연구에서는 첫째 지하매설물 관리기관별 지하매설물 관리실태를 파악하고 둘째 서울시 지하매설물 관련기관에서 사용할 수 있는 확장성있는 데이터베이스 표준안을 작성하였으며 셋째 지하매설물 데이터베이스 구축에 있어 탐사에 의한 방법과 기존의 각 관리기관에서 보유하고 있는 도면을 이용하는 방법에 대한 가능성 검증 및 기존도면을 이용하여 데이터베이스를 구축하는 경우의 입력절차를 제안하고, 넷째 데이터베이스 구축 후 유지관리를 위한 방안에 대한 대안을 제시하였다.

• 한국추진공학회지
• /
• 제10권2호
• /
• pp.102-109
• /
• 2006

본 논문에서 항공기용 터보 축 엔진의 결함 진단 알고리즘을 개발하기 위해 Support Vector Machine(SVM)과 인공신경망(ANN)을 이용하였다. 신경망을 이용한 시스템은 비선형성이 과도한 데이터를 학습할 때 지역 최소점(Local Minima)에 빠져 분류 정확률이 낮아질 수 있다. 이러한 위험성을 보안하기 위해 SVM에 의한 ANN의 분할 학습 알고리즘(SLA)을 제안하였다. 이것은 SVM을 이용하여 결함 위치를 판별 한 후 신경망이 선택적으로 학습을 하는 방법으로 학습 데이터의 비선형성을 줄여 분류 정확률을 높이기 때문에 신경망을 단독으로 사용할 때보다 개선된 성능을 보여주었다.

• Journal of Electrical Engineering and Technology
• /
• 제7권2호
• /
• pp.245-254
• /
• 2012

In this study, we introduce a prototype-based classifier with feature selection that dwells upon the usage of a biologically inspired optimization technique of Particle Swarm Optimization (PSO). The design comprises two main phases. In the first phase, PSO selects P % of patterns to be treated as prototypes of c classes. During the second phase, the PSO is instrumental in the formation of a core set of features that constitute a collection of the most meaningful and highly discriminative coordinates of the original feature space. The proposed scheme of feature selection is developed in the wrapper mode with the performance evaluated with the aid of the nearest prototype classifier. The study offers a complete algorithmic framework and demonstrates the effectiveness (quality of solution) and efficiency (computing cost) of the approach when applied to a collection of selected data sets. We also include a comparative study which involves the usage of genetic algorithms (GAs). Numerical experiments show that a suitable selection of prototypes and a substantial reduction of the feature space could be accomplished and the classifier formed in this manner becomes characterized by low classification error. In addition, the advantage of the PSO is quantified in detail by running a number of experiments using Machine Learning datasets.