• 방사성폐기물학회지
• /
• 제17권3호
• /
• pp.313-319
• /
• 2019

A-KRS는 한국원자력연구원에서 개발한 파이로프로세싱 처리된 폐기물을 처분하는 개념이다. 고준위 방사성폐기물은 파이로프로세싱에 의하여 최소화되며, 최종 발생된 고준위 방사성폐기물은 모나자이트 세라믹 폐기물 형태로 제조된다. 모나자이트 세라믹 폐기물은 처분공에 영구 처분되어 열을 발생시킨다. 발생된 열은 폐기물을 보호하는 캐니스터 및 완충재의 온도를 상승시켜 설계 기준을 초과 시킬 수 있다. 온도는 처분공 간의 거리로 조절 가능하며 한국원자력연구원에서 해석한 바 있다. 한국원자력연구원에서 해석한 경계조건은 완벽 접촉을 가정한 것이기 때문에, 최초 처분 시에 발생하는 간격에 의해 발생하는 열 저항에 의한 온도 분포는 알 수 없다. 이를 보완하기 위하여, 본 논문에서는 최초 처분 시 존재하는 간격에 의한 열 전달 해석을 수행하였다. 또한 발열체와 캐니스터 간의 공극을 추가하여 온도 분포 해석을 수행하였다. COMSOL 전산해석 소프트웨어를 이용하여 열전달 해석을 수행하였다.

• 자원환경지질
• /
• 제51권4호
• /
• pp.345-358
• /
• 2018

이 연구는 전기석이 본초 광물의 활용 가능성을 평가하기 위하여 중국 산동성 흑색 전기석 5종, 브라질 미나스 제라이스(Minas Geraris)광산의 흑색 및 핑크색 전기석 2종, 한국 대유광산 흑색 전기석 1종을 대상으로 전자탐침미세분석, X-선 회절분석, 유도결합플라스마 분광방출분석, 퓨리에변환 적외선분광분석, 원적외선 분석, 핵자기공명분석 및 물-전기석 반응에 따른 pH-DO 변화를 수행하였다. 또한, 전기석 찜질방의 온열효과와 전기석 분말을 첨가한 비누가 피부에 미치는 영향을 검토하였다. 연구에 사용된 전기석 시료들은 철과 알루미늄 및 붕소 함량이 높은 유형으로 분류되며, 칼슘, 나트륨, 칼륨, 철과 붕소 함량변화는 전기석의 고용체 특성을 반영한다. $CaO/(CaO+Na_2O)$와 MgO/(FeO+MgO) 함량비는 높은 정(+)의 상관관계를 갖는다. 전기석 분말과 증류수와의 반응에서 DO값은 반응시간의 경과에 따라 낮아지며, DO=10에서 안정된다. pH는 6시간까지 증가되고, 24시간 이후에는 대체적으로 pH=8에서 안정된 상태를 유지한다. 전기석은 단파장에서 흡수 스펙트럼의 강도와 투과율이 낮아지며, 흡수 스펙트럼의 파장과 강도는 구성 원소의 함량과 결정학적 특징에 따라 달라진다. 특히, 철의 함량증가는 방사량을 감소시키는 원인이 되는 것으로 확인되었다. 전기석의 철 함량과 원적외선 방사량의 상관관계는 높은 정(+)의 상관성을 가지며, 알루미늄과 마그네슘 함량은 부(-)의 상관관계를 나타낸다. 증류수와 전기석 분말의 반응은 $^{17}O-NMR$ 반치폭을 감소시키는 것으로 확인되었다. 전기석에 의한 고온 찜질방(약 $100^{\circ}C$ 사우나)에서의 온열효과는 체온을 $0.5-1.5^{\circ}C$ 정도 높이며, 맥박은 평균 12회, 혈압은 10mg Hg 상승한다. 전기석 비누는 피부에 매우 좋은 효과를 나타내며, 알레르기와 아토피 등의 문제성 피부에서 보통이상의 개선 효과를 갖는 것으로 확인되었다.

• 한국광물학회지
• /
• 제6권1호
• /
• pp.1-16
• /
• 1993

미국의 샌디에고광산에서 산출되는 분홍색이나 무색의 전기석과 산지가 알려지지 않은 브라질산의 청색 내지 녹색을 띄는 전기석 그리고 국내의 학산, 운천 광산에서 산출되는 흑갈색 전기석들의 화학적 성분과 광물 흡수 분광학적 특성을 연구하기 위하여 X선 회절기, 전자 현미 분석기, 광학적 흡수 분광분석 및 열 처리 실험 등을 이용하였다. 최소 자승법을 활용하여 단위포 크기를 구하면, 흑갈색 전기석 경우 a = 15.96-16.01 ${\AA}$, c = 7.15-7.16 ${\AA}$이며, 분홍색 전기석은 a = 15.82 - 15.87 ${\AA}, c = 7.09 - 7.10 ${\AA}$이며, 청색/녹색 전기석은 a = 15.88 - 15.94 ${\AA}$, c = 7.12 - 7.15 ${\AA}$이다. 전기석 광물들이 여러가지 다양한 색을 띄는 주요한 원인은 전이 원소들에 의한 것이다. 분홍색은 망간 3가, 청색 내지 녹색은 철 2가와 망간 2가, 청녹색은 구리 2가, 흑갈색은 철 2가, 철 2가 - 철 3가, 그리고 철 2가 - 티타늄 4가에 의해 색을 띄게 된다. 분홍색 전기석 경우, 망간 3가는 압축된 Y자리에서 O(1)H-O(3)H 축을 따라 쟌-텔러 변형으로 안정한 구조를 가지게 된다. 전기석 광물들을 고온으로 열처리하면, 일반적으로 분홍색 혹은 빨간색을 띄는 전기석들은 무색으로 변색이 되며, 청녹색은 녹청색으로 색상이 변하며, 황녹색 같은 경우는 일부 샘플들만 옅은 녹색으로 바뀌는 모습이 관찰되었다. 엘바이트-흑전기석 계에서는 철과 망간의 함량에 따라 색의 누대구조가 나타난다. 녹색 영역에서는 철의 함량이 높으며 분홍색 영역에서는 망간의 함량이 높다. 망간은 황색이나 무색 영역에서 보다 짙은 황색 영역에서 증가한다.났다.억제물질로 작용할 때 $K_i$값과 억제양상이 측정되었는데 모두 경쟁적 방해를 보였다. $K_i$값은 10mM 인산완충용액에서 측정한 것이 100 mM 인산완충용액에서 측정한 것보다 훨씬 낮아 인산기가 기질이 아니어도 효소의 부착에 큰 영향을 미치는 것을 보여주고 있다.

• 분석과학
• /
• 제21권6호
• /
• pp.487-494
• /
• 2008

극미량 우라늄시료에 대한 열이온화 질량분석기를 이용하여 우라늄 동위원소 비 측정 및 정량과 관련하여 고순도(zone refined) 레늄필라멘트와 일반 레늄필라멘트로부터 오는 바탕값(background) 특성을 비교하였다. 두 종류 필라멘트에서 가벼운 알칼리금속원소들의 클러스터(cluster)인 $(^{39}K_6)^+$, $(^{39}K_5+^{41}K)^+$ 및 금속산화물($PbO_2$)로 추측되는 우라늄 동중원소영향(isobaric effect)을 확인하였다. 고순도 레늄필라멘트를 < $10^{-7}$ torr에서 약 $2000^{\circ}C$로 1.5 시간 이상 degassing 함으로 불순물들을 완전히 제거할 수 있었으나 일반 레늄필라멘트의 경우 5시간 이상 degassing을 하여도 약 3 pg-U이 남아있었다. 일반 레늄필라멘트에 대한 불순물 제거(degassing) 실험결과 5 A, 30 분이 불순물제거의 최소조건이었다. U-233을 spike로 사용, 동위원소희석 질량분석법으로 일반 레늄필라멘트 중 불순물로 포함된 우라늄 양을 측정한 결과 degassing을 하지 않은 필라멘트에서는 0.31 ng-U이 측정되었고, degassing (5.5 A, 1 hr.)을 한 것은 약 3 pg-U 이 측정되었다. 즉, 일반필라멘트의 경우, degassing을 하더라도 1 ng-U 시료에 대하여 0.3% 오차를 근본적으로 갖는 것을 알 수 있었다. 따라서 환경급 극미량 우라늄시료 측정에는 고순도 필라멘트를 degassing하여 사용해야 함을 알 수 있었다. 우라늄 측정 시 필라멘트 전류를 5.5 A로 하였을 때보다 6.0 A로 했을 때 불순물 우라늄 량이 1.5 배 더 크게 나타났다. 따라서 필라멘트 전류를 5.5 A 이상 올리지 않는 것이 바탕값 영향이 작음을 알 수 있었다. 우라늄 표준물질(KRISS 표준물질/NIST U-005, 030)을 사용하여 우라늄 동위원소 함량을 측정한 후 인증 값과 비교한 결과 U-235 는 0.04%, U-234, U-236는 2% 이내에서 각각 일치하였다.

• 한국수자원학회논문집
• /
• 제57권1호
• /
• pp.35-44
• /
• 2024

댐유입량 예측에 대하여 데이터 기반 머신러닝 및 딥러닝(Machine Learning & Deep Learning, ML&DL) 분석도구들이 공개되어 다양한 분야에서 ML&DL의 적용연구가 활발히 진행되고 있으며, 모델의 자체 성능향상 뿐만 아니라 모델의 특성을 고려한 데이터의 전처리도 댐유입량을 정확하게 예측하게 하는 중요한 모델성능 향상의 요소라고 할 수 있다. 특히 기존 강우자료는 적설량을 열선 설비를 통하여 녹여 강우량으로 환산되어 있으므로, 융적설에 따른 강우와 유입량의 상관관계를 왜곡하게 된다. 따라서 본연구에서는 소양강댐과 같이 융적설의 영향을 받는 댐유역에 대한 댐일유입량 예측시 겨울에 강설량이 적설이 되어 적게 유출되는 현상과, 봄에 융설로 인하여 무강우나 적은 비에도 많은 유출이 일어나는 물리적 현상을 ML&DL모델로 적용하기 위하여 필요한 강우 데이터의 전처리에 대한 연구를 수행 하였다. 강우계열, 유입량계열을 조합하여 3가지 머신러닝(SVM, RF, LGBM)과 2가지 딥러닝(LSTM, TCN) 모델을 구축하고, 최적 하이퍼파라메터 튜닝을 통하여 적합 모델을 적용하고 한 결과, NSE 0.842~0.894로 높은 수준의 예측성능을 나타내었다. 또한 융적설을 반영한 강우보정 데이터를 만들기 위하여 융적설 모의 알고리즘을 개발하고, 이를 통하여 산정된 보정강우를 머신러닝 및 딥러닝 모델에 적용한 결과 NSE 0.841~0.896 으로 융적설 적용전과 비슷한 높은 수준의 예측 성능을 나타내었으나, 융적설 기간에는 조정된 강우로 학습되어 예측되었을 때 실측유입량에 근접하는 모의결과를 나타내었다. 결론적으로, 융적설이 영향을 미치는 유역에서의 데이터 모델 적용시에는 입력자료 구축시 적설 및 융설이 물리적으로 타당한 강우-유출 반응에 적합하도록 전처리과정이 중요함을 밝혔다.