In this study, crystallization was effectively suppressed in Al-based metallic glasses (Al-MGs) during pulverization by cryo-milling by applying an extremely low processing temperature and using a surfactant. Before Al-MGs can be used as an additive in Ag paste for solar cells, the particle sizes of the Al-MGs must be reduced by milling. However, during the ball milling process crystallization of the Al-MG is a problem. Once the Al-MG is crystallized, they no longer exhibit glass-like behavior, such as thermoplastic deformation, which is critical to decrease the electrical resistance of the Ag electrode. The main reason for crystallization during the ball milling process is the heat generated by collisions between the particles and the balls, or between the particles. Once the heat reaches the crystallization temperature of the Al-MGs, they start crystallization. Another reason for the crystallization is agglomeration of the particles. If the initially fed particles become severely agglomerated, they coalesce instead of being pulverized during the milling. The coalesced particles experience more collisions and finally crystallize. In this study, the heat generated during milling was suppressed by using cryo-milling with liquid-nitrogen, which was regularly fed into the milling jar. Also, the MG powders were dispersed using a surfactant before milling, so that the problem of agglomeration was resolved. Cryo-milling with the surfactant led to D50 = 10 um after 6 h milling, and we finally achieved a specific contact resistance of 0.22 mΩcm2 and electrical resistivity of 2.81 μΩcm using the milled MG particles.

본 연구는 데이터를 기반으로 한 인공지능 기계학습 기법을 활용하여 온실 내부온도 예측 시뮬레이션 모델을 개발을 수행 하였다. 온실 시스템의 내부온도 예측을 위해서 다양한 방법 이 연구됐지만, 가외 변인으로 인하여 기존 시뮬레이션 분석 방법은 낮은 정밀도의 문제점을 지니고 있다. 이러한 한계점 을 극복하기 위하여 최근 개발되고 있는 데이터 기반의 기계 학습을 활용하여 온실 내부온도 예측 모델 개발을 수행하였 다. 기계학습모델은 데이터 수집, 특성 분석, 학습을 통하여 개 발되며 매개변수와 학습방법에 따라 모델의 정확도가 크게 변 화된다. 따라서 데이터 특성에 따른 최적의 모델 도출방법이 필요하다. 모델 개발 결과 숨은층 증가에 따라 모델 정확도가 상승하였으며 최종적으로 GRU 알고리즘과 숨은층 6에서 r2 0.9848과 RMSE 0.5857℃로 최적 모델이 도출되었다. 본 연 구를 통하여 온실 외부 데이터를 활용하여 온실 내부온도 예 측 모델 개발이 가능함을 검증하였으며, 추후 다양한 온실데이 터에 적용 및 비교분석이 수행되어야 한다. 이후 한 단계 더 나아 가 기계학습모델 예측(predicted) 결과를 예보(forecasting)단 계로 개선하기 위해서 데이터 시간 길이(sequence length)에 따른 특성 분석 및 계절별 기후변화와 작물에 따른 사례별로 개발 모델을 관리하는 등의 다양한 추가 연구가 수행되어야 한다.

지구온난화 완화를 위한 노력이 전 세계적으로 계속되고 있는 가운데 우리나라는 2030년 온실가스 배출량을 Business As Usual (BAU) 대비 37% 감축하는 목표를 설정하고 이산화탄소 순 배출 제로 달성을 목표로 하는 ‘2050탄소중립 시나리오’를 발표하였다. 이러한 상황에서 케나프 (Kenaf)는 높은 탄소흡수율과 빠른 성장으로 인해 대체 해결방안으로 제안된다. 시료선정에 대한 분석결과, 케나프 잎은 질소 함량이 높아 적합하지 않은 것으로 나타났고, 줄기와 잎-줄기 혼합 케나프는 Biomass-Solid Refuse Fuel (Bio-SRF) 등급을 충족했다. Bio-SRF 등급을 만족하였지만, Bio-SRF 등급으로 이용할 수 있는 활용처가 뚜렷하지 않다. 따라서 케나프의 연료품질을 반탄화 공정을 통해 개선하여 보다 효율적으로 활용하고자 한다. 반탄화 공정의 공시재료로 줄기만 사용하는 것보다 시료 이용률이 높은 잎-줄기 혼합 케나프를 선택하였다. 반탄화 공정은 여섯가지의 공정 온도 (200·210·220·230·240·250℃)와 다른 세 가지 공정 시간(20·30·40 min)에서 수행되었다. 반탄화 공정결과, 공정시간이 길수록 230℃, 240℃, 250℃ 온도에서 질량감소가 크기 때문에 에너지수율이 낮았다. 따라서 본 연구에서는 200℃·20 min, 200℃·30 min, 210℃·20 min, 220℃·20 min의 에너지 수율이 높고 질량감소가 작아 최적 반탄화 공정 조건으로 선정하였다.

본 연구에서는 단면설계 및 열 교환 장치 위치 변경을 통해 온실의 구조 변경을 진행하였으며, 선행연구를 통해 개발된 모델을 근간으로 하여 개선 여부에 따른 온실 내부 환경을 예측하였다. 단면형상과 열 교환 장치의 개선 후 유속 변화에 따른 시뮬레이션 분석을 진행하였으며, 이 때 온도와 균일도는 각각 평균 0.65°C, 0.75%p 상승함을 확인하였다. 해석대상 온실과 같은 소규모 온실의 경우 방열관의 난방성능 개선보다 FCU에 의해 형성되는 공기 유동이 균일한 환경 조성에 더 큰 영향을 미치는 것으로 판단된다. 개선 전 ‧ 후 온실에 환기시스템 적용 시 공기 유동 특성 분석을 위해 시뮬레이션 분석을 진행하였다. 공기 유동과 공기령은 유사한 분포를 보였으며, 개선 후 온실의 공기령이 개선 전 온실 대비 18초 낮게 나타났다. 개선 전 ‧ 후 온실 시뮬레이션 분석 결과 전체적으로 개선된 온실에서의 평균온도 및 온도 균일도 상승, 최대편차 감소 등 내부 환경의 균일성이 향상됨을 확인하였다. 선행연구로 개발 된 모델은 형상 변경, 열 교환 장치 위치 변경 등에 따라 변화하는 온실 내부 환경을 예측할 수 있음을 확인하였으며, 온실 설계, 온실 내 난방시스템 설계 등의 분야에 적용 가능할 것으로 판단된다.

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.

산유국으로부터 에너지 독립을 하고 대기오염방지를 위한 배기배출물을 저감시키기 위하여 대체연료에 많은 관심을 가지고 있다. 폐유나 새로운 식물성 기름과 동물성 기름으로부터 생성할 수 있는 바이오디젤유가 압축점화기관인 디젤기관에 구조적인 변화없이 사용될 수 있다. 이 논문에서는 4행정 직접분사식 디젤기관을 이용하여 순수 디젤유와 바이오디젤 혼합유(바이오디젤 10% 및 20% 함유)의 연료소비율과 배기배출물에 미치는 영향을 제시했으며, 특히 실험에 사용된 바이오디젤 연료는 우리 실험실에서 유채유로부터 직접 생산되었다. 이 연구 결과 바이오디젤 혼합유가 디젤유 보다 연료소비율과 질소산화물은 약간 증가 되었고 일산화탄소와 매연은 상당히 감소되었다.

To produce palm kernel shell (PKS) biocrude oil, a bubbling fluidized bed pyrolyzer was used with different sample sizes and reaction temperatures. The PKS sample sizes used were 0.1 ~ 0.4 mm, 0.4 ~ 1.0 mm, and 1.0 ~ 2.0 mm and the reaction temperature were 465oC, 490oC, 530oC, 560oC, and 590oC. The yield of PKS biocrude oil increased with decreasing the sample size. The maximum yield of PKS biocrude oil was 47.31% at 560oC with a PKS sample size of 0.1 ~ 0.4 mm. In addition, the maximum energy yield of PKS biocrude oil was 45.05% at 560oC and size 0.1 ~ 0.4 mm. Among the characteristics of PKS biocrude oil, the high heating values are from 15.98 MJ/Kg to 20.29 MJ/Kg, the moisture content is from 20.14wt.% to 31.57wt.%, and the viscosity ranges from 0.0117 N s/m2 to 0.0408 N s/m2. In addition, proximate analyses and elemental analysis of PKS biocrude oil were conducted.

Converting biomass to biocrude oil has been extensively studied worldwide as a renewable energy technology and a solution to global warming caused by overuse of fossil fuels because it is a carbon neutral fuel that originates from biomass and, thus, could help prevent climate change. Fast pyrolysis is an effective technology for producing biocrude-oil, and woody biomass is usually used as feedstock. Although many studies have been performed with this feedstock, high production cost and low higher heating value (HHV) have frequently reported as challenging barriers to commercialization. Thus, coffee ground residue was selected as an alternative feedstock to overcome this barrier due to its higher HHV than other biomasses, as well as an expected improvement in the recycling rate of organic waste from many coffee shops. A kinetic study on the thermal decomposition reaction of ground coffee residue was carried out previously to investigate pyrolysis characteristics by thermogravimetric analysis, and its kinetic parameters were studied using two calculation models. A bubbling-fluidized-bed reactor was used for fast pyrolysis and the yield and characteristics of the biocrudeoil from ground coffee residue were investigated at reaction temperatures of 400-600°C. The activation energy of the decomposition reaction was calculated separately to be 41.57 kJ/mol and 44.01-350.20 kJ/mol with the above two methods. The highest biocrude-oil content was about 51.7wt% at 550°C.