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.

본 연구는 냉각코일과 리튬브로마이드 수용액을 활용 하여 유리 chamber 내 냉각 및 제습 실험을 수행하였다. 냉각수 온도별 냉각 효과와 리튬브로마이드 수용액의 제습량을 확인하였으며, 이를 동시에 적용하여 실험을 수행하였다. 냉각수 온도별 냉각 실험은 279K, 286K, 293K에서 각각 19K, 13K, 10K 가량 감소되는 경향을 보였다. 냉각수 온도가 낮을수록 높은 냉각 성능을 보였으며, 여름철 상하수도 온도인 293K의 물로도 충분히 작물이 생육하기 좋은 온실 내부온도를 유지할 수 있다고 판단되었다. 또한 리튬브로마이드 수용액을 활용한 제습 실험에서는 약 80%의 외부 습도가 리튬브로마이드 수용액과 결합하여 약 50%로 감소되어 약 30%의 제습량을 보였으며, 이는 시설 내 제습 시스템의 적용에 적합한 물질로 판단된다. 냉각코일과 리튬브로마이드 수용액을 동시에 적용한 실험에서 약 9K의 온도 강하, 15%의 제습량을 나타냈으며, 리튬브로마이드 수용액이 수증기를 흡수하는 과정에서 반응열이 발생하는 것을 확인하였다. 또한, 시뮬레이션을 통해 냉각 실험 결과와 대비 비교 한 결과 약 299.7K의 내부 온도를 보여 일치하는 것을 확인하였다. 수분의 제습과정을 거치면서 농도가 낮아진 리튬브로 마이드 수용액(희용액)은 수집탱크로 모아 재생부로 이송되어 가열, 수분을 증발시켜 농용액으로 전환된 후 열 교환을 거쳐 냉각되어 다시 제습시스템으로 공급되는 시스템을 적용하면 일정량의 리튬브로마이드 수용액만으로 온실 제습을 할 수 있을 것으로 판단된다. 본 실험을 통해 냉각 및 제습이 동시에 가능하다는 것을 확인하였으며, 리튬브로마이드 수용액을 활용하여 실제 온실에 적용된다면 기존 온실에서 사용하고 있는 냉방 및 제습 방법에 비해 에너지 절감을 통한 경제적 효과를 얻을 수 있을 것으로 판단된다. 향후, 제습 부분은 시뮬레이션을 통한 분석 및 실험결과와 대비 검증이 요구되고, Lab scale의 제습 시스템에 서 Farm scale의 온실 규모로 확장하여, 추가 변수에 대한 제습 및 냉각 연구가 수행되어야 할 것이다.