Stroke is a health problem experienced by many elderly people around the world. Stroke has a devastating effect on quality of life, causing death or disability. Hemiplegia is clearly an early sign of a stroke and can be detected through patterns of body balance and gait. The goal of this study was to determine various feature vectors of foot pressure and gait parameters of patients with stroke through the use of a wearable sensor and to compare the gait parameters with those of healthy elderly people. To monitor the participants at all times, we used a simple measuring device rather than a medical device. We measured gait data of 220 healthy people older than 65 years of age and of 63 elderly patients who had experienced stroke less than 6 months earlier. The center of pressure and the acceleration during standing and gait-related tasks were recorded by a wearable insole sensor worn by the participants. Both the average acceleration and the maximum acceleration were significantly higher in the healthy participants (p < .01) than in the patients with stroke. Thus gait parameters are helpful for determining whether they are patients with stroke or normal elderly people.

Angiography has excellent advantages to visually observe the internal morphology of the stenosed blood vessel. For OCT(Optical coherence tomography), it is possible to directly provide a reliable two-dimensional cross-sectional information as compared to conventional angiography. In the present study, both velocity and wall shear stress distributions were numerically investigated using stenosed blood vessel models (0%, 25%, 50%, and 75% stenotic expansion rate). The blood vessel geometry was prepared based on the human stenotic aorta from OCT image. Commercially available software (CATIA V5) was used to reconstruct 3D blood vessel for numerial analysis. Pulsatile blood flow boundary condition was applied. The numerical study could help our understanding of the hemodynamic differences in a stenosed blood vessel.

This paper focuses on the simulation of refrigeration cycle equipped with the adiabatic capillary tube, which is widely used in small vapor compression refrigeration systems. The present simulation is based on fundamental conservation equations of mass, energy and momentum. These equations are solved through an iterative process. The adiabatic capillary tube model is based on homogeneous flow model. This model is used to understand the natural refrigerants flow behavior inside the adiabatic capillary tube. Transport properties and thermodynamic of natural refrigerants are calculated by using EES(Engineering Equation Solver) program. The operating factors considered in this paper include condensation temperature, evaporation temperature, inner diameter tube and sub-cooling degree of the adiabatic capillary tube. Our simulation results are summarized as follows: as the size of the inner diameter tube increases, the pressure drop in the capillary tube decreases while the length of the capillary tube increases. We found that R-290 decreases by 20-22% on average, and R-600a significantly decreases below 50%, while R-1270 increases 17-19% on average, compared to R-134a.

거친 해상 조건에서 운항하는 선박은 파도와의 상대운동으로 인해 슬래밍 하중에 노출된다. 특히 선수가 자유수면으로 입수하는 과정에서 선체부는 일시적으로 큰 슬래밍 충격하중을 받게된다. 일반적으로 대형 컨테이너선박의 경우, 큰 플레어를 가지는 특징이 있으며, 이로 인해 플레어 슬래밍 충격하중으로 인한 구조적 손상이 발생할 수 있다. 본 연구에서는 슬래밍 수치시뮬레이션을 위해 먼저 신뢰할 만한 실험결과와의 비교검증을 수행하였으며, 선수 및 사파에서 선수플레어 슬래밍 하중을 추정하였다. 그 결과 슬래밍 하중이 발생 되는 위치는 0.975st이며, 최대 충격 하중은 선수파 조건에서 약 475kPa임을 확인하였다.

A commercial CFD code is used to caculate the 3-D viscous flow field within the centrifugal pump impeller. Design conditions are changed by pump inlet diameter(203.2㎜) and pump outlet diameter(152.4㎜). Numerical calculation was performed by changing flow rate from 7 to 12m 3 /min. Working fluids are clean water and muddy water. The viscosity of muddy water is measured by the unsteady capillary of the viscometer. The pump performance is predicted well through the computer simulation. The results are summarized as follows: the pump characteristics of the total pressure, efficiency and shaft power with high viscosity fluids by muddy water was different from those clean water. When the viscosity of the applied fluid increased, the total pressure, and efficiency more decreased than those of clean water. The decreasing gradients of the total pressure and the efficiency were larger than water due to the increased disk friction losses at the duty operation point. The shaft power of clean water and muddy water increased. This study shows that the calculated results agree well with the analysis results of design condition.

동해 연안지역의 고해상도 파랑예측을 위하여 통계적 규모축소화 방안을 적용하여 고해상도 동해 연안 파랑예측시스템을 구축하였다. 예측시스템을 구축하기 위하여 기상청 현업에서 예측된 동해 및 남해 연안파랑예측모델과 전구 파랑예측모델의 예측결과를 이용하였다. 3일까지는 연안파랑예측모델들의 결과를 그대로 활용하였고 3일 이후 7일까지는 전구파랑예측모델의 예측결과를 통계적 규모축소화 방안(역거리 가중 내삽방법과 조건부합성방법)을 적용하여 예측하였다. 예측된 고해상도 연안예측시스템을 이용하여 예측된 파고의 2차원 공간분포는 연안예측모델의 초기장(분석장)과 자기상관관계를 이용하여 검증하였고 부이 등 해양관측소 자료를 이용하여 파고 및 풍속 예측을 검증되었다. 수치모델의 예측성능과 유사하게 초기시간에는 예측성능이 높게 나타났으나 시간이 지남에 따라 예측성능이 점진적으로 감소되었다. 전체 기간의 파고 예측결과를 파고 관측자료를 이용하여 검증하였을 때 역거리 가중 내삽과 조건부합성방법 적용에 따른 상관계수와 평균 제곱근 오차는 0.46과 0.34 m에서 0.6과 0.28 m로 개선되었다.

지속적으로 관찰되어 온 백두산 화산폭발 전조 현상들이 사회적 이슈가 되고 있으며 주변국인 일본의 화산활동 또한 활발한 추세이다. 국내와 500km 이상 떨어진 위 화산들은 국내에 직접적인 피해를 주기 어렵지만 화산 분화와 함께 분출되는 화산재의 경우 국내에 직간접적인 피해를 미칠 수 있다. 화산재 확산대응의 일환으로 수치해석 모델이 국내외로 사용되고 있으며 각 수치해석 모델 은 사용된 수치해석 방법에 따라 한계가 있다. 본 논문에서는 라그랑지안 방법을 기반으로 한 PUFF-UAF 모델을 분석하였으며, 초기 입자의 수에 대한 의존성의 문제점과 많은 입자개수를 사용함에도 불구하고 나타나는 화산재 농도 예측의 부정확성에 대한 문제점을 제기하였다. 이에 본 논문 연구를 통하여 라그랑지안 기법의 전산효용성을 이용하고 나타난 문제점을 해결하기 위하여 PUFF-UAF 모 델의 결과에 가우시안 확산 모델을 적용하여 결과를 보완하는 PUFF-Gaussian 모델을 개발하였다. 실제 화산분화로 부터 관측된 결과 와 본 연구로 예측된 결과를 비교한 결과 본 연구에서 제안한 방법의 효용성을 보였다.

본 연구는 중부권역에서 발생한 산사태를 중심으로 수량화이론을 이용하여 산림환경인자가 발생면적에 미치는 영향 분석을 통해 예방적인 측면에서 산사태 발생 위험성에 대한 예측기준을 작성하였 다. 산사태 재해로 발생면적에 영향을 미치는 각 인자의 기여도는 토심(0.3606)이 가장 높았으며, 다음으로 고도(0.2065), 종단사면(0.2065), 경사(0.1297), 사면방위 0.1154)순으로 높게 나타났다. 산사태 발생 위험 기여도가 높은 6개 인자의 category별 상대점수 범위는 0점에서 1.5122점 사이에 분포하고 있었고 중앙값은 0.7561점이었다. 이 점수를 기준으로 산사태 발생 위험성을 4개 등급으로 구분한 예측 판정표를 작성하였다. Ⅰ등급의 점수는 1.1343 이상, Ⅱ등급은 0.7562~1.1342, Ⅲ등급 은 0.3782~0.7561, IV등급은 0.3781 이하로 나타나 1등급, 2등급, 3등급에서 산사태 발생 비율이 96%로서 비교적 높은 적중률을 보였다. 따라서 본 판정표는 중부권역의 위험 비탈면에 있어서 산사 태 발생 위험도 판정에 유용하게 활용할 수 있을 것으로 판단된다.

The activation energy to create a phase transformation or for the reaction to move to the next stage in the milling process can be calculated from the slop of the DSC plot, obtained at the various heating rates for mechanically activated Al-Ni alloy systems by using Kissinger's equation. The mechanically activated material has been called “the driven material” as it creates new phases or intermetallic compounds of AlNi in Al-Ni alloy systems. The reaction time for phase transformation by milling can be calculated using the activation energy obtained from the above mentioned method and from the real required energy. The real required energy (activation energy) could be calculated by subtracting the loss energy from the total input energy (calculated input energy from electric motor). The loss energy and real required energy divided by the reaction time are considered the “metabolic energy” and “the effective input energy”, respectively. The milling time for phase transformation at other Al-Co alloy systems from the calculated data of Al-Ni systems can be predicted accordingly.

온도와 상대습도는 작물 재배에 있어서 중요한 요소로써, 수량과 품질의 증대를 위해서는 적절히 제어 되어야 한다. 그리고 정확한 환경 제어를 위해서는 환경이 어떻게 변화할지 예측할 필요가 있다. 본 연구의 목적은 현 시점의 환경 데이터를 이용한 다층 퍼셉트론(multilayer perceptrons, MLP)을 기반으로 미래 시점의 기온 및 상 대습도를 예측하는 것이다. MLP 학습에 필요한 데이터는 어윈 망고(Mangifera indica cv. Irwin)을 재배하는 8 연동 온실(1,032m2)에서 2016년 10월 1일부터 2018년 2 월 28일까지 10분 간격으로 수집되었다. MLP는 온실 내부 환경 데이터, 온실 외 기상 데이터, 온실 내 장치의 설정 및 작동 값을 사용하여 10~120분 후 기온 및 상대습도를 예측하기 위한 학습을 진행하였다. 사계절이 뚜렷한 우리나라의 계절에 따른 예측 정확도를 분석하기 위해서 테스트 데이터로 계절별로 3일간의 데이터를 사 용했다. MLP는 기온의 경우 은닉층이 4개, 노드 수가 128개일 때(R2 = 0.988), 상대습도는 은닉층 4개, 노드 수 64개에서 가장 높은 정확도를 보였다(R2 = 0.990). MLP 특성상 예측 시점이 멀어질수록 정확도는 감소하 였지만, 계절에 따른 환경 변화에 무관하게 기온과 상대 습도를 적절히 예측하였다. 그러나 온실 내 환경 제어 요소 중 분무 관수처럼 특이적인 데이터의 경우, 학습 데이터 수가 적기 때문에 예측 정확도가 낮았다. 본 연구에서는 MLP의 최적화를 통해서 기온 및 상대습도를 적절히 예측하였지만 실험에 사용된 온실에만 국한되었다. 따라서 보다 일반화를 위해서 다양한 장소의 온실 데이터 이용과 이에 따른 신경망 구조의 변형이 필요하다.