In this paper, we studied the applicability of data driven model, AAKR(Auto-Associative Kernel Regression) for generator power loss estimation. Correlation analysis performed on 39 turbine system variables for dataset construction and then 13 variables were selected as highly correlated with generator power output. For a memory vector, 95~100% thermal power section data were used and data at normal power condition for 3 month were extracted for query vector. Analysis result shows that 9 variables show good prediction between measured and estimated data, 2 variables show good correlation but with small bias and 2 variables show increasing difference and low correlation with the passage of time, which assumed to be cause of electric output loss.

The estimation of heat source model is very important for heat transfer analysis with finite element method. Part I of this study used adaptive simulated annealing which is one of the global optimization algorithm for anticipating the parameters of the Goldak model. Although the analysis with 3D model which depicted the real situation produced the correct answer, that took too much time with moving heat source model based on Fortran and Abaqus. This research suggests the procedure which can reduce time with maintaining quality of analysis. The lead time with 2D model is reduced by 90% comparing that of 3D model, the temperature distribution is similar to each other. That is based on the saturation of heat transfer among the direction of heat source movement. Adaptive simulated annealing with 2D model can be used to estimate more proper heat source model and which could enhance to reduce the resources and time for experiments.

본 연구에서는 선박 전원용 연료전지 시스템 모델을 개발하여 순수한 산소를 공급하여 진행한 실험 결과의 비교를 통하여 연료전지 시스템 모델을 검증하였다. 검증된 모델을 활용하여 공기 압축기를 사용하여 공기를 공급할 경우에 대하여 산소를 공급한 경우와의 연료전지 출력 특성을 비교 검토하였다. 또한, 연료전지 시스템의 열물성치 변화가 스택의 출력에 어떠한 영향을 미치는지에 관하여 검토하였다. 그 결과 본 연구의 실험 범위에서 캐소드 공급 가스로 순수한 산소를 공급한 경우의 모델링을 통한 계산 결과와 실험 결과는 전 부하 영역에서 거의 동일한 전압 및 출력을 얻을 수 있었다. 560 A의 일정한 부하에서 캐소드 공급용 산소를 대신하여 공기를 공급한 경우 각각의 스택 전압은 약 14 V, 스택 출력은 약 8 kW, 스택 효율은 약 3 % 및 전체 시스템 효율은 8 % 정도 낮아짐을 알 수 있었다. 본 연구에서 검토한 열물성치 중에서 스택에 대한 냉각수의 열전달 계수가 스택의 출력에 가장 큰 영향을 미침을 알 수 있었다.

본 논문은 모노파일 풍력 지지구조물에 대한 공진 안전성 평가에서 여러 말뚝-구조물 상호작용(PSI) 모델을 사용하여 고유진동수를 비교하였다. PSI 재현을 위한 유한요소모델은 기저 스프링 모델, 분산 스프링 모델, 3차원 고체-쉘 모델을 사용하였다. PSI 모델이 고유주파수에 미치는 영향을 분석하기 위해 기저 스프링과 분산 스프링 모델 적용을 위한 강성행렬 산정법과 Winkler 보 모델을 각각 논문에 나타내고 이들 모델로부터 도출된 서로 다른 기하 및 지반조건을 갖는 모노파일의 고유진동수를 조사하였다. 해석 결과는 또한 3차원 고체-쉘 모델의 고유진동수와도 비교되었다. 해석결과는 소구경 모노파일이 견고한 지반 및 암반에 관입된 경우 각 해석모델로부터 얻어진 고유진동수의 차이가 거의 없음을 보여준다. 반면 연약 지반에 설치된 대구경 모노파일에 대해 분산 스프링 모델은 고유진동수를 과대평가할 수 있다. 따라서 고유진동수 평가 시 구조물 규모와 지반 조건을 고려해 적합한 PSI모델이 적용되어야 한다.

This study was conducted to investigate the quality of kimchi cabbages stored under a pallet unit-controlled atmosphere (PUCA), containing 2% O2 and 5% CO2, and to develop quality prediction models for cabbages stored under such conditions. Summer and winter cabbage samples were divided into PUCA-exposed groups and atmospheric airexposed control groups (in a cold storage). The control summer cabbages lost up to 8.31% of their weight, whereas the PUCA-exposed summer cabbages lost only 1.23% of their weight. Additionally, PUCA storage effectively delayed the reduction in cabbage moisture content compared with the control storage. After storage for 60 and 120 days of the summer and winter samples, respectively, the reducing sugar contents were higher in the PUCA groups than in the control groups. The linear regression analysis-derived equations for predicting the storage period, weight loss, and moisture content in the control groups, as well as those for predicting the storage period and weight loss in the PUCA groups, were appropriate according to the adjusted coefficient of determination, root mean square error, accuracy factor, and bias factor values. Therefore, this PUCA system would be useful for improving the shelf life of the postharvest summer and winter cabbages used in the commercial kimchi industry.

본 연구는 WISE 코칭모델에 따른 행복의 주관적 인식과 유형별 특성을 파악 하기 위해 Q방법론을 활용하여 분석하였다. Q표본 진술문을 추출하기 위해 WISE 코칭모델을 토대로 초기 진술문 183개를 구성하였으며, 관련연구자 교수 2인과 심리학 박사 1인의 검토를 통해 최종적으로 34개의 Q진술문을 확보하였다. 성인남녀 63명을 P샘플로 선정하여 QUANL Program을 통해 수집된 자료 를 분석한 결과 행복의 주관성은 4개의 유형으로 분류되었다. 제1유형은 ‘현재 적 자기만족 해피어’로 자기중심적인 욕구에 기반하여 행복감을 느끼는 유형이 다. 제2유형은 ‘미래적 자기중심 해피어’로 기본적으로는 자기중심적 욕구에 기 반하고 있으나 행복에 대한 기대 수준이 지나치게 높아 현실에 만족을 느끼지 못하는 유형이다. 제3유형은 ‘적극적 가치추구 해피어’로 인생의 목적과 의미에 가치를 두고 신앙에 기초한 행복을 추구하는 유형이다. 제4유형은 ‘소극적 이상 주의 해피어’로 충분히 만족스럽지 못한 상황에서도 자신만의 철학이나 영성적 위안에 기대어 스스로 행복을 느끼는 유형이다. 본 연구는 종래 이분법적으로 구분하는 경향이 컸던 행복이론을 주관성에 초점을 두어 확충-유형화하였고, 이에 따른 심리학 차원의 상담 기법으로서 WISE 코칭모델의 새로운 접근을 시 도하였다는 데 의의가 있다.

본 연구에서 적용한 SMRPF system은 구조물 접합부의 패널존을 고려하는 동시에 지진하중에 대하여 각층별 전단력을 산정하여 댐퍼의 감쇠력과 변위를 결정해준다. 이는 내진설계가 반영되지 않은 구조물에 적용할 경우 부재단면을 변경하지 않고 내진성능을 확보 할 수 있는 감쇠기의 역량 결정이 가능함을 보여 주었다. 또한 본 논문에서 적용한 유전자 알고리즘을 통해 최적설계를 수행한 결과, 무보강 구조물에 비해 점성감쇠기와 패널존을 고려한 SMRPF 강골조 구조물의 총 중량이 약 50%이상 감소되는 것이 확인되었다.

PURPOSES : The objective of this study is to understand blow-up distress and causes in concrete pavement. METHODS : Feasible causes of blow-up and existing models were reviewed based on the literature. Three analytical models were adopted to perform a sensitivity analysis. Input parameters reflected the typical concrete pavement of national expressways. Evaluation of blow-up models was based on the amount of temperature increase and zero stress temperature of the concrete pavement. RESULTS : A review of the literature indicated that the five major causes of blow-up were: increase in temperature and solar radiation, alkaliaggregate reaction (AAR), friction characteristics between the concrete slab and subbase, joint closure (incompressible), and joint freezing. The sensitivity analysis revealed that the coefficient of thermal expansion had the greatest influence on the blow-up safety temperature. CONCLUSIONS : From existing blow-up model results, it could be concluded that the construction of concrete pavement during the winter season was not effective at preventing blow-up. In addition, an equivalent coefficient of thermal expansion that considers slab expansion due to AAR was proposed as a model input parameter for concrete pavement sections damaged by AAR.

Because the inner environment of greenhouse has a direct impact on crop production, many studies have been performed to develop technologies for controlling the environment in the greenhouse. However, it is difficult to apply the technology developed to all greenhouses because those studies were conducted through empirical experiments in specific greenhouses. It takes a lot of time and cost to develop the models that can be applicable to all greenhouse in real situation. Therefore studies are underway to solve this problem using computer-based simulation techniques. In this study, a model was developed to predict the inner environment of glass greenhouse using CFD simulation method. The developed model was validated using primary and secondary heating experiment and daytime greenhouse inner temperature data. As a result of comparing the measured and predicted value, the mean temperature and uniformity were 2.62°C and 2.92%p higher in the predicted value, respectively. R2 was 0.9628, confirming that the measured and the predicted values showed similar tendency. In the future, the model needs to improve by applying the shape of the greenhouse and the position of the inner heat exchanger for efficient thermal energy management of the greenhouse.

ETc 손실을 보상하는데 필요한 물의 양을 작물 용수 요구량(Crop water requirement, CWR)로 정의되며, ETc 평가는 작물 필요 요구량을 정확하게 정량화하는 데 필요하며, 물 균형 계산에서 중요한 역할을 한다. 토마토와 파프 리카의 실제 관수 요구량(Actual crop water, ACW)이 적절한 CWR인지 평가하였다. 토마토와 파프리카 재배에 적정한 AWC 예측 및 추정을 위하여 온실 내부 환경데이터를 Penman-Monteith을 이용하여 기준 작물 증발산(ET)을 계산한 후, 기준 증발산은 작물 상수(Kc;토마토-1.15, 파프리카-1.05)계수로 조정하였다. 토마토와 파프리카의 CWR과 ACW를 계산하여 비교 평가한 결과 ACW가 CWR을 대체할 수 있지만 파프리카의 ACW는 필요 이상으로 높게 나타났다. 또한, 토마토의 ACW는 1일 100 ~ 1,200 ml이고, 파프리카의 ACW는 1일 100 ~ 500 ml가 적절한 것으로 나타났다. 그러나, 스마트 온실에서 ETc의 정밀도를 높이려면, ETc가 CWR로 변환되고 ACW와 비교하기 위해서 클래스 A팬 설정이 필요하다. 향후 실시간으로 CWR을 측정하기 위한 시뮬레이션 프로그램 연구가 필요하다.