본 연구에서는 비닐멀칭된 외두둑에서의 배추 수확을 위한 시작기(A, B-1, B-2)를 설계 및 제작하였고, 시험을 통해 배추 수확을 위한 인발 장치부, 절단 장치부, 이송 장치부 등의 작업공정별 성능과 전체 작업성능을 분석하였다. 이론 분석을 통해 작업속도 0.2 m/s, 이송 벨트 각도 20∼35°, 이론적 이송 벨트의 적정 이송 속도를 작업속도보다 1.5배 빠르게 설정하여 청풍 및 춘광 품종을 대상으로 현장시험을 실시하였다. A형 시험 결과, 인발⋅이송성능은 성공률이 50% 수준으로 낮았으며, 절단성능의 경우 배추의 상품성이 양호한 경우가 35%, 과절단된 경우가 10% 및 미절단된 경우가 55%로 전반적으로 배추의 절단상태가 불량하였다. B형 시험 결과, 스핀들 인발장치는 비닐멀칭된 두둑에서는 감김현상으로 작업이 불가하였으며, 비닐멀칭없는 두둑에서의 인발⋅이송성능은 성공률이 78% 수준으로 A형보다 높아졌으나, 절단성능의 경우 배추의 상품성이 양호한 경우가 7.7%, 과절단된 경우가 15.4% 및 미절단된 경우가 76.9% 로 오히려 배추 절단상태는 더욱 불량해진 것으로 나타났다. 본 시작기의 비닐멀칭된 두둑에서의 현장시험 결과, 배추 인발, 절단 및 이송성능이 불량하게 나타나 인발, 절단, 이송작업에서의 전반적인 구조개선이 필요한 것으로 판단되었다.

본 연구는 기능성 건강식품으로 각광받고 있는 콩의 자급률을 올리기 위함이다. 콩의 함수율에 따른 극한강도를 측정하여 콩의 깨짐(파단) 부분을 파악하고 함수율에 따른 극한강도를 찾는 것을 목표로 한다. 현재 수확 과정중 발생하는 손실은 자연적 손실, 탈곡 과정 손실, 분류 과정 손실, 예취 과정 손실로 크게 4가지로 분류되며, 이중 탈곡 손실은 두류(콩)의 파손 및 손실율에 직접적인 요인으로 판단되여 다른 요인들에 비해 중요하다 판단되고 있다. 본 실험에서는 앞선 실험에서 부족했던 두류(콩)의 함수율 세부적인 단계로 나누어 실험하고, 생물체의 깨짐이 발생하는 하중을 직접적으로 측정하는 것을 목표로한다. 가수기간이 가장 긴 두류(콩)의 극한강도값이 3.9N으로 가장 낮게 측정되었으며, 가수기간을 거치지않 은 두류(콩)의 극한강도값이 5.244N으로 가장 높게 측정되었다.

최근 탄소 중립 정책에 따른 신재생에너지 활용을 위한 노력이 가속화되고 있다. 이를 위하여 본 연구에서는 바이오매스 작물 중 하나인 케나프 (Hibiscus cannabinus L.)를 연료화하기 위하여, 미이용 목재 자원과 폐목재 자원을 혼합하여 고형연료인 펠릿을 제조하고 품질을 분석하였다. 품질을 평가하기 위해 목재 펠릿, 비목재 펠릿과 Bio-SRF의 품질기준을 통해 성형한 펠릿의 품질을 파악하였다. 케나프 펠릿의 경우 겉보기밀도, 발열량 등에서는 목재 펠릿 품질기준을 만족하였으나 회분의 함량이 기준을 초과하였다. 이를 보완하기 위해 목재 자원인 폐목재를 혼합하여 제조한 펠릿의 특성을 조사한 결과, 질소 및 겉보기밀도, 회분, 발열량 등에서 오히려 품질을 저하시키는 경향을 보이는 것으로 나타났다. 한편, 미이용 목재를 혼합하여 성형된 펠릿의 품질을 조사한 결과, 겉보기밀도, 함수율, 질소, 황, 발열량의 조건에서 대부분 목재 펠릿의 품질기준을 만족하였다. 다만 회분함량의 경우 비목재 펠릿 및 Bio-SRF의 15% 이하 기준을 만족하고 있지만, 목재 펠릿의 최저 기준인 B등급 2.0% 이하 기준의 경우 만족하는 경우와 만족하지 못하는 경우가 발생하였다. 함수율 15%(w.b.)에서 케나프와 미이용 목재의 혼합비가 2:8인 경우와 함수율 20%(w.b.)에서 케나프와 미이용 목재의 혼합비가 6:4 및 2:8인 경우에 기준을 만족하였고, 그 이외에는 기준을 만족하지 못하였다. 특히, 케나프만을 사용하거나 폐목을 섞은 경우는 모두 기준을 만족하지 못하므로, 목재 펠릿의 기준을 만족하는 연료 이용을 위해서는 케나프와 미이용 목재 자원을 혼합 활용하는 것이 바람직할 것으로 판단된다.

본 연구에서는 곡물건조기의 사용 연식에 따른 이산화탄소 배출농도 차이를 비교함으로써 농업 분야의 온실가스 배출 현황을 파악하고자 한다. 사용 연식의 기준을 5년 이하, 6-10년, 10년 초과의 3단계로 구분하였고, 간헐 포집 방법을 선택하였다. 포집 방법은 EPA Method 18에 해당하는 방법론을 따라 수행하였으며, 이는 흡입장치가 음압을 이용하여 간헐적으로 포집하는 원리이다. 포집 장치에 연결되는 보관 용기는 모든 기체에 우수한 차단성이 있어 화학적으로 안정한 테드라백을 사용하였다. 포집 된 가스는 미량분석용인 Gas Chromatograph System을 사용하여 분석하였으 며, 이산화탄소 배출농도 분석결과 평균적으로 5년 이하는 847.4423μ㏖/㏖, 6-10년은 919.2811μ㏖/㏖, 10년 초과는 1137.8560μ㏖/㏖으로 분석되었다. 이산화탄소 배출에 차이가 있는지 검증하기 위해 유의수준 0.05로 일원분산분석을 수행하였다. 분산분석의 결과 연식이 비슷한 그룹 간의 배출농도의 차이가 없다고 나타났지만, 이는 연식의 차이가 크지 않을 때 그룹 간의 비교에 대해서는 더 많은 표본이 필요할 것으로 판단되며, 연식의 차이가 큰 그룹 간의 배출농도에 유의한 차이가 있다고 나타났다.

The important thing in the field of deep learning is to find out the appropriate hyper-parameter for image classification. In this study, the main objective is to investigate the performance of various hyper-parameters in a convolutional neural network model based on the image classification problem. The dataset was obtained from the Kaggle dataset. The experiment was conducted through different hyper-parameters. For this proposal, Stochastic Gradient Descent without momentum (SGD), Adaptive Moment Estimation (Adam), Adagrad, Adamax optimizer, and the number of batch sizes (16, 32, 64, 120), and the number of epochs (50, 100, 150) were considered as hyper-parameters to determine the losses and accuracy of a model. In addition, Binary Cross-entropy Loss Function (BCLF) was used for evaluating the performance of a model. In this study, the VGG16 convolutional neural network was used for image classification. Empirical results demonstrated that a model had minimum losses obtain by Adagrad optimizer in the case of 16 batch sizes and 50 epochs. In addition, the SGD with a 32 batch sizes and 150 epochs and the Adam with a 64 batch sizes and 50 epochs had the best performance based on the loss value during the training process. Interestingly, the accuracy was higher while performing the Adagrad and Adamax optimizer with a 120 batch sizes and 150 epochs. In this study, the Adagrad optimizer with a 120 batch sizes and 150 epochs performed slightly better among those optimizers. In addition, an increasing number of epochs can improve the performance of accuracy. It can help to create a broader scope for further experiments on several datasets to perceive the suitable hyper-parameters for the convolutional neural network. Dataset: https://www.kaggle.com/c/dogs-vs-cats/data

본 연구는 축산농가에서 발생되는 가축분뇨를 자원화하기 위해 사용되는 톱밥의 사용량을 줄이고, 이 를 통해 생산된 퇴비의 품질평가 및 톱밥의 사용량 절감효과를 구명하기 위해 실시되었다. 이를 위해 원통수평형 퇴비화 장치를 제작하여 실험에 사용하였으며, 퇴비를 생산하는 단계별 성분분석을 통해 퇴 비의 품질을 판단하였다. 실험은 원통수평형 퇴비화 장치에 투입되는 혼합물을 조건을 달리하여 실험을 행하였다. 첫 번째, 일반적인 방법인 돈분과 톱밥을 혼합하여 퇴비를 생산한 상황(Test-1), 두 번째, 돈 분과 톱밥 그리고 생산된 퇴비를 일부 재사용하여 퇴비를 생산한 상황(Test-2)로 구분하여 실시하였다. 생산된 퇴비를 일부 재사용하여 생산한 경우 일부 중금속함유량을 제외한 함수율, C/N비는 농촌진흥청 의 비료공정규격에 적합한 것으로 나타났으며, 톱밥(1.25ton) 사용량은 38% 절감할 수 있었다.

지구 온난화와 이상기후현상으로 인한 온실가스가 증가함에 따라 온실가스 감축을 위해 국가 단위의 온실가스 배출량 산정이 중요해졌다. 따라서 본 연구에서는 평야 지역, 중산간 지역, 산간 지역의 탄소 순환 해석을 통하여 탄소의 흡수 및 배출의 해석을 통한 요인별 원단위를 분석하고 실제지역 구성 비율에 따라 원단위를 적용하여 해석해 보았다. 농촌지역의 탄소배출량을 조사한 결과 그 지역이 평야지역 일 때와 산간지역 일 때의 탄소의 흡수·고정·배출량은 다른 것으로 나타났다. 평야지역의 경우 타지역에 비하여 축사에서 탄소 배출량이 많아서 탄소배출량이 가장 높은 것으로 나타났으며, 임야의 면적이 가장 적은 관계로 탄소 고정량이 가장 적게 나타났다. 중산간지역의 경우 차량에 의한 탄소 배출량이 가장 높게 나타났으며, 임야 면적이 평야지역에 비하여 넓은 관계로 고정량이 높게 나타났으며, 산간지역은 넓은 임야면적 때문에 탄소 고정량이 가장 높은 것으로 나타났다. 본 연구 결과를 통해, 향후 어촌이나 도심지역으로 확대하여 비교·분석한다면 탄소의 흡수·고정·배출량을 관한 기초자료를 확보 할 수 있을 것으로 판단된다.