This study focused on improving the phase stability and mechanical properties of yttria-stabilized zirconia (YSZ), commonly utilized in gas turbine engine thermal barrier coatings, by incorporating Gd2O3, Er2O3, and TiO2. The addition of 3-valent rare earth elements to YSZ can reduce thermal conductivity and enhance phase stability while adding the 4-valent element TiO2 can improve phase stability and mechanical properties. Sintered specimens were prepared with hot-press equipment. Phase analysis was conducted with X-ray diffraction (XRD), and mechanical properties were assessed with Vickers hardness equipment. The research results revealed that, except for Z10YGE10T, most compositions predominantly exhibited the t-phase. Increasing the content of 3-valent rare earth oxides resulted in a decrease in the monoclinic phase and an increase in the tetragonal phase. In addition, the t(400) angle decreased while the t(004) angle increased. The addition of 10 mol% of 3-valent rare-earth oxides discarded the t-phase and led to the complete development of the c-phase. Adding 10 mol% TiO2 increased hardness than YSZ.

This study was conducted to develop a model for predicting the growth of kimchi cabbage using image data and environmental data. Kimchi cabbages of the ‘Cheongmyeong Gaual’ variety were planted three times on July 11th, July 19th, and July 27th at a test field located at Pyeongchang-gun, Gangwon-do (37°37′ N 128°32′ E, 510 elevation), and data on growth, images, and environmental conditions were collected until September 12th. To select key factors for the kimchi cabbage growth prediction model, a correlation analysis was conducted using the collected growth data and meteorological data. The correlation coefficient between fresh weight and growth degree days (GDD) and between fresh weight and integrated solar radiation showed a high correlation coefficient of 0.88. Additionally, fresh weight had significant correlations with height and leaf area of kimchi cabbages, with correlation coefficients of 0.78 and 0.79, respectively. Canopy coverage was selected from the image data and GDD was selected from the environmental data based on references from previous researches. A prediction model for kimchi cabbage of biomass, leaf count, and leaf area was developed by combining GDD, canopy coverage and growth data. Single-factor models, including quadratic, sigmoid, and logistic models, were created and the sigmoid prediction model showed the best explanatory power according to the evaluation results. Developing a multi-factor growth prediction model by combining GDD and canopy coverage resulted in improved determination coefficients of 0.9, 0.95, and 0.89 for biomass, leaf count, and leaf area, respectively, compared to single-factor prediction models. To validate the developed model, validation was conducted and the determination coefficient between measured and predicted fresh weight was 0.91, with an RMSE of 134.2 g, indicating high prediction accuracy. In the past, kimchi cabbage growth prediction was often based on meteorological or image data, which resulted in low predictive accuracy due to the inability to reflect on-site conditions or the heading up of kimchi cabbage. Combining these two prediction methods is expected to enhance the accuracy of crop yield predictions by compensating for the weaknesses of each observation method.

미세구조 특성의 불확실성은 재료 특성에 많은 영향을 준다. 시멘트 기반 재료의 공극 분포 특성은 재료의 역학적 특성에 큰 영향을 미치며, 재료에 랜덤하게 분포되어 있는 많은 공극은 재료의 물성 예측을 어렵게 한다. 공극의 특성 분석과 재료 응답 간의 상관관계 규명에 대한 기존 연구는 통계적 관계 분석에 국한되어 있으며, 그 상관관계가 아직 명확히 규명되어 있지 않다. 본 연구에서는 합성곱 신경망(CNN, convolutional neural network)을 활용한 이미지 기반 데이터 접근법을 통해 시멘트 기반 재료의 역학적 응답을 예측하 고, 공극분포와 재료 응답의 상관관계를 분석하였다. 머신러닝을 위한 데이터는 고해상도 마이크로-CT 이미지와 시멘트 기반 재료의 물성(인장강도)로 구성하였다. 재료의 메시 구조 특성을 분석하였으며, 재료의 응답은 상장균열모델(phase-field fracture model)에 기 반을 둔 2D 직접 인장(direct tension) 유한요소해석 시뮬레이션을 활용하여 평가하였다. 입력 이미지 영역의 기여도를 분석하여 시편 에서 재료 응답 예측에 가장 큰 영향을 미치는 영역을 CNN을 통하여 식별하였다. CNN 과정 중 활성 영역과 공극분포를 비교 분석하 여 공극분포특성과 재료 응답의 상관관계를 분석하여 제시하였다.

장대교량은 낮은 고유진동수와 감쇠비를 가지는 초유연구조물로 진동사용성 문제에 취약하다. 하지만 현재 국내 설계지침에서는 풍속이나 진폭에 대한 임계값을 기반으로 유해진동 발생 여부를 평가하고 있다. 본 연구에서는 장대교량에서 발생하는 유해진동을 보다 정교하게 식별하기 위하여 딥러닝 기반 신호분할 모델을 활용한 데이터 포인트 단위의 와류진동 식별 방법론을 제안한다. 특별 히 포락선을 가지는 사인파를 활용하여 와류진동에 해당하는 데이터를 합성함으로써 모델 구축에 필수적인 와류진동 데이터 획득 및 라벨링 과정을 대체하였다. 이후 푸리에 싱크로스퀴즈드 변환를 적용하여 시간-주파수 특징을 추출하여 신경망의 인풋 데이터로 사 용하였다. 합성데이터만을 이용하여 양방향 장단기 기억신경망(Bidirectional Long-Short-Term-Memory) 모델을 훈련하였고 이를 라 벨 정보를 포함한 실제 사장교의 계측데이터를 이용하여 학습한 모델과 비교하여 모델의 실시간 와류진동 식별 성능을 검증하였다.

본 논문에서는 유한요소해석 프로그램을 통해 파괴 거동 유형별 철근콘크리트 기둥 및 폭발 하중을 모델링하였으며, 실제 실험과 의 동적 응답을 비교하여 모델의 적합성을 입증하였다. 개발한 모델을 이용하여 폭발 하중에 대한 부재의 동적 응답을 확인하기 위해 폭발 하중 시나리오를 설정하였으며 해당 시나리오별 폭발 하중에 대한 시간에 따른 변위 및 응력 결과를 도출하였다. 동적 응답을 통 해 폭발 하중에 대한 기둥의 성능평가(Ductility, Residual)를 수행하였으며 이를 비교 및 분석하였다.

본 연구의 목적은 민주시민이자 세계시민으로서 갖추어야 할 자질과 현재와 미래 사회에서 요구되는 인성을 평가하는 성찰-실천기반 인성척 도를 개발하는 것이다. 첫째, 50개의 예비문항으로 탐색적 요인분석을 수행한 결과 총 8개 요인(자기이해, 공감, 공정, 협동, 인권, 미디어리터 러시, 환경, 그리고 타문화이해, 각 요인당 4개 문항)을 추출하였다. 둘 째, 급내상관계수를 이용하여 척도의 검사-재검사 신뢰도를 평가하였고, 그 결과 8개 요인 모두 높게 나타났다. 셋째, 32개 문항으로 확인적 요 인분석을 수행한 결과 성찰-실천기반 인성척도 모형은 전체 설명변량 중 65.67%를 설명하였고 모형 적합도 지수는 좋은 것으로 나타났다. 본 척 도의 신뢰도와 타당도 모두 높게 나타났다. 이들 결과는 성찰-실천기반 인성척도는 타당하고 신뢰할 만한 인성 측정 도구로 사용될 수 있다는 것을 나타낸다. 본 연구의 성찰-실천기반 인성척도를 교육 현장에 적용 하여 인성교육의 효과성과 그 효과의 지속성을 검증하는데 사용할 수 있 을 것이다.

본 연구에서는 평활화 유한요소법(Smoothed finite element method)을 도입한 위상분야법(Phase-field method)에 대해 소개하고자 한다. 위상분야법은 최근 균열 개시 및 전파 해석에 많이 사용되는 기법으로 균열 표면을 추적하기 위한 추가적인 처리기법이 필요하 지 않는 특징이 있다. 위상분야법에서 복잡한 균열 전파를 포착하기 위해 높은 정확도의 변형률 에너지를 평활화 유한요소법을 도입 하여 계산하였다. 평활화 유한요소법은 유한요소를 하위 셀로 나누고 각각의 하위 셀을 평활화 영역으로 재조립하여 변형률 에너지 를 계산하게 된다. 또한 해석 시간 단축을 위하여 쿼드트리 요소망을 제안한 기법에 사용하였다. 수치 예제를 통하여 제안한 기법을 참 조해 및 유한요소법과 비교하여 검증하였다.

가스 분리 방법 중에서도, 멤브레인을 이용한 CO2 포집 및 분리는 지속적으로 개발되고 있는 꾸준히 성장하는 분 야이다. 이온성 액체(IL) 기반 복합 막은 CO2를 분리하는 데 있어 우수한 성능값을 보여준다. 유사하게, 다양한 공중합체/IL 복합막 또한 향상된 성능을 보여준다. 이러한 공중합체/IL 복합만에 산화그래핀과 같은 필러를 첨가하면 IL과 유기 필러 사 이에서 발생하는 강한 상호작용으로 인해 필러의 효과가 더욱 향상되며, 이는 결과적으로 CO2의 친화도, 선택도 및 흡착과 같은 요소를 향상시킨다. 금속-유기 구조체(MOF)를 사용하는 공중합체/IL 복합 막은 향상된 CO2 투과도를 보여주었다. 이 총설에서는 이온성 액체와 공중합체복합막의 다양한 조합에 따른 이산화탄소분리성능에 대한 상관관계를 논의한다.

본 연구는 대학생의 상황학습 기반 예비부모교육에 대한 요구도를 조 사하여 학습자의 요구를 반영한 예비부모교육 개발을 위한 근거자료를 마련하기 위해 시행되었다. 본 연구에 참여한 대상자는 D시 소재 4년제 대학교 2곳, 2년제 대학교 3곳에 재학하는 대학생 367명이었으며, 데이 터는 온라인 Google 폼을 사용하여 배포 및 수집되었다. 자료는 IBM S PSS 22 Version을 사용하여 기술통계 및 독립표본 t-검정으로 분석되 었다. 연구결과는 2년제 대학생이 4년제 대학생에 비해 예비부모교육 내 용의 하위영역 중 부모됨에 대한 학습 요구가 더 높았고, 상황학습에 대 한 요구 또한 더 높았다. 한편 1~2학년이 3~4학년에 비해 상황학습에 대한 요구가 더 높았다. 본 연구는 대학생의 특성을 고려하여 예비부모 교육에 대한 요구도를 조사하고 반영하여 실제 학교 현장에서 실시 가능 한 예비부모교육 내용을 개발한 것에 그 의의가 있다.

VRFB에 사용되는 막의 수송 능력은 배터리 성능에 필수적인 요소이다. 탁월한 배터리 성능을 위해서는 높은 양 성자 전도도와 낮은 바나듐 이온 투과도가 달성되어야 한다. 하지만 양성자 전도도와 바나듐 이온 투과도 사이에는 상충관계 가 존재한다. 따라서 이 상충관계를 해결하는 것이 VRFB의 발전에 필수적이다. 또한 높은 쿨롱 효율, 전압 효율 및 에너지 효율을 유지하는 것이 고성능 VRFB를 위해 필수적이다. 최근 복합막과 SPEEK 막을 중심으로 나피온 막의 기존 한계를 극 복하기 위한 다양한 시도가 이루어지고 있다. VRFB은 이 논문에서 검토하는 복합막에서 충전식 배터리의 필수 등급이다.

PURPOSES : To prevent an increasing number of drowsiness-related accidents, considering driver fatigue is necessary, which is the main cause of drowsiness accidents. The purpose of this study is to propose a methodology for selecting drowsiness hotspots using continuous driving time, a variable that quantifies driver fatigue. METHODS : An analysis was conducted by dividing driver fatigue, which changes according to time and space, into temporal and spatiotemporal scenarios. The analysis technique derived four evaluation indicators (precision, recall, accuracy, and F1 score) using a random forest classification model that is effective for processing large amounts of data. RESULTS : Both the temporal and spatiotemporal scenarios performed better in models that reflected the characteristics of road sections with changes in time and space. Comparing the two scenarios, it was found that the spatiotemporal scenario showed a difference in precision of approximately 10% compared with the temporal scenarios. In addition, [Model 2-2] of the spatiotemporal scenario showed the best predictive power by assessing the model’s accuracy via a comparison of (1-recall) and precision. This shows better performance in predicting drowsy accidents by considering changes in time and space together rather than constructing only temporal changes. CONCLUSIONS : To classify hotspots of drowsiness, spatiotemporal factors must be considered. However, it is possible to develop a methodology with better performance if data on individuals driving vehicles can be collected.

PURPOSES : The purpose of this study was to improve the performance of concrete pavements by decreasing measurement deviations using an Internet of Things (IoT)-based air content measurement device. METHODS : We calculated the properties of concrete which varied according to the air content. For a low measurement deviation, the concrete pavement performed according to the design standard. To confirm the difference in the performance of the concrete pavement for various air contents, we verified the change in the relative dynamic modulus according to the number of freeze–thaw cycles for each value of the air content. In addition, we analyzed the number of durability cracks according to the freeze–thaw cycles in the field. RESULTS : We confirmed that IoT-based measurement equipment improved the performance of pavements without changing their mixing designs or specifications. We confirmed that the performance of concrete pavements changed even with variations in air content within the range of quality standards. Using IoT-based air content management, we confirmed the reduction in concrete pavement durability cracks without changing the mixing design. CONCLUSIONS : We confirmed that IoT-based air-content management improved pavement performance. The feasibility of extending this concept to manage other concrete properties such as the chloride content should be acknowledged. Future research will require laboratory tests to understand the variation in concrete properties with varying air contents and to consider diverse load conditions.

본 연구의 목적은 긍정조직 구축을 위한 강점기반 코칭프로그램을 개발하여 콜센터 조직의 긍정성을 높이는 데 있다. 본 연구에서는 문헌고찰, 콜센터 상담사의 조직에 대한 긍정성 인식 및 요구 도 조사를 기반으로 프로그램의 시안을 개발하였고, 전문가의 적절성 및 예비연 구를 통해 프로그램의 최종안을 개발하였다. 본 연구에서 개발된 프로그램은 긍 정적인 조직이 형성되는 요인인 긍정정서 확장, 긍정정서 탐구, 긍정정서 활용, 긍정적 관계형성을 위한 활동으로 14회기로 구성하였다. 교육내용은 긍정조직 구축을 지원할 수 있도록 강의, 강점진단, 코칭실습 등 다양한 방법들을 도입하 고, 경청, 질문, 인정과 피드백 등의 코칭기술을 세부 내용에 맞게 적용하였다. 본 연구에서 개발한 긍정조직 구축을 위한 코칭프로그램은 긍정심리 강점을 활용한 프로그램 내용과 방법의 기초연구로서, 코칭스킬과 코칭대화 모델을 접 목한 코칭프로그램을 개발하여 긍정조직 구축을 위한 조직 구성원의 역량을 강 화시켰다는 점에서 의의가 있다.

본 연구는 국내의 한우 개량에 있어서 정확한 혈통 정보가 중요해짐에 따라 고밀도 Single Nucleotide Polymorphism (SNP) chip의 SNP 정보들을 활용한 친자 확인으로 혈통 정보의 신뢰도 향상에 기여하고자 실시하였다. 이미 혈통 정보가 확인되고 Microsatellite (MS) 유전자형으로 친자 여부가 확인된 14개의 가계, 318두로 친자 확인 분석을 하였다. Call rate 100%인 마커들을 활용한 친자 확인 분석 결과, 9두가 모 부정, 19두가 완전 부정으로 총 28두가 부정으로 판정되었고, 이는 부모의 SNP 정보에서 나올 수 있는 조합과 다른 자식의 유전자형이 확인되었다. 이후, 친자 확인 정확도 향상을 위해 call rate와 minor allele frequency (MAF)를 기준으로 SNP 마커 수를 증가시켜 분석하였으나 부정으로 판정되는 개체들이 추가적으로 발생하였고, 이는 SNP 정보의 결측치 증가 및 자식의 유전자형 변이로 인한 것으로 판단된다. 따라서 고밀도 SNP chip을 활용한 친자 확인 분석에는 보다 신중한 접근이 필요하며, 본 연구 결과는 고밀도 SNP 정보를 이용한 친자 확인 연구에 있어서 기초자료로 활용될 수 있을 것으로 사료된다.

본 연구는 해양산업시설에서 배출되는 위험·유해물질(Hazardous and Noxious Substances) 중 아연을 대상으로 국내 서식종을 기반 으로 한 독성시험을 수행하고, 그 결과를 활용하여 국내 실정에 맞는 아연의 해양 수질 준거치(Marine Water Quality Criteria)를 제안하였다. 시험생물은 국내 연근해에 분포하고 산업적으로 유용하며, 표준 시험방법이 존재하는 종을 우선으로 5개의 분류군(Algae, Rotifer, Crustacean, Mollusc, Fish)의 총 10종을 선정하여 독성시험을 수행하였으며, 급·만성비(Acute-Chronic Ratio) 산출을 위하여 무척추동물, 어류 분류군에 대한 만성독성시험을 수행하였다. 국내종 독성시험에서 산출된 독성값을 활용한 수질준거치는 US EPA의 CCC (Criterion Continuous Concentration) 산출 기준으로 9.56 ㎍/L, 호주/뉴질랜드의 산출 기준으로 15.50 ㎍/L 로 나타나 호주/뉴질랜드에서 권고하는 기준인 14.40 ㎍/L 와 유사하였다. US EPA 및 호주/뉴질랜드는 자국의 생태독성 데이터베이스(US EPA Ecotox Database, Australasian Ecotoxicology Database)를 보유하고, 신뢰도 높은 독성값들을 생성하여 수질 기준 및 산출 기준을 갱신하고 있다. 한편, 국내에서는 국내종 기반 급성 독 성값을 적용하고 있지만, 중요한 산출 지표인 급·만성비는 US EPA 또는 유럽의 결과값을 활용하여 해양 수질 준거치를 산출하고 있으며, 국내의 생태독성 자료 또한 제한적인 실정이다. 따라서, 국내 해양 서식종을 기반으로 한 지속적인 독성시험과 준거치 설정 체계를 확보하 여 국내 해양생물과 생태계를 보호할 수 있는 해양 수질 준거치 도출이 필요할 것으로 판단된다.

식량 작물의 확보 및 생산량 예측은 국가 발전에 있어 필수적이며, 국가 경제뿐만 아니라 전 세계 식량 안보에 기여 한다. 최근 환경오염으로 인한 이상기후는 식량 작물 생산량에 직ㆍ간접적으로 부정적 영향을 끼치고 있어, 작물 수확량 예측 불확실성이 높아지고 있다. 특히, 노지 작물의 경우 생산량 감소와 품질 저하 문제가 화두 되고 있다. 이러한 문제는 농가들뿐만 아니라 소비자들에게도 큰 피해를 안겨주고 있다. 이러한 생산량 예측 이슈를 해결하기 위해 최근에는 인공지능 기술이 농업 분야에도 활발히 적용되고 있다. 작물 수확량의 정확한 예측을 위한 머신러닝 기반 연구가 집중적으로 수행되고 있다. 따라서, 본 연구에서는 이와 같은 인공지능 기반의 노지 작물 수확량 예측 기술(머신러닝, 딥러닝, 하이브리드 모델 등) 현황 및 작물 수확량에 가장 영향을 많이 끼치는 모델 파라미터 등을 조사하였다.

국제적인 선박 배출 가스에 대한 환경 규제가 점차 강화됨에 따라 전기추진 및 하이브리드 추진선박에 대한 관심이 증대되고 있으며, 이러한 선박에 적용하기 위한 다양한 솔루션이 개발 및 적용되고 있는데 특히 전력계통의 안정화, 시스템의 효율성을 높이기 위 한 방안으로 직류배전시스템이 적용되고 있다. 또한, 선박용 직류배전시스템에 대한 안전 및 성능에 대한 검증 및 시험의 중요성이 요구 되고 있다. 본 연구는 직류배전 테스트베드 구축 및 직류배전(가변속 발전)시스템에 대한 성능을 검증하고 연료소모량 분석한 결과로서 선박용 직류배전에 적용되고 있는 가변속 발전시스템을 적용하였으며, 발전기에서 출력되는 전력을 정류기를 통해 직류전력으로 변환하 여 시스템에 연계하고 이러한 장치들을 감시 및 제어하기 위한 시스템을 개발하였다. 이러한 직류배전 시스템을 적용한 시험을 통해 최 대 전압은 751.5V이고 최소전압은 731.4V가 계측되어 전압변동률은 2.7%로 3% 이내에서 안정적으로 전압이 공급되는 것을 확인하였고 부 하변동에 따라 가변속 발전시스템을 적용하였을 경우 연료소모량이 기존 정속발전시스템과 비교하여 구간에 따라 최대 20%이상 연료절 감이 되는 것을 시험을 통해 확인하였다.

함정의 전투관리체계나 민간의 스마트 시티와 같은 많은 센서와 동작기기가 연결된 체계에서는 주로 미들웨어인 DDS(Data Distribution Service)를 사용하여 대규모의 데이터를 전송하고 향후 센서나 장비 증가에 대해 효과적으로 대응하고 있다. 선박에서 함정의 전투관리체계(Combat Management System, CMS)와 같은 역할을 하는 중요한 제어체계인 통합기관감시제어체계(Engineering Control System, ECS)는 여전히 Server-Client 모델을 기반으로 산업용 프로토콜(Modbus, CAN(Controller Area Network) bus 등)을 사용하여 데이터를 전송하고 있어 확장성 측면에서 불리하다. 따라서 향후 자동화나 무인화가 진행될 경우에 많은 센서류가 추가될 것이며 이는 많은 프로그램 수정 소요가 발생하게 되며, DDS는 이러한 상황에서 좋은 해결책이 될 수 있다. 본 연구에서는 전투관리체계에서 사용 중인 미들웨어인 DDS 중에서 OMG(Object Management Group) 표준을 따르는 OpenDDS를 활용하여 선박의 통합기관감시제어체계의 개발 가능성을 확인하였다. 이를 위해 필드장비 시뮬레이터 및 ECS 서버를 구성하여 DDS를 이용한 필드장비 데이터 입출력 시뮬레이션을 수행하였다. 개발한 ECS 축소모형은 데이터를 발간-구독하는데 문제가 없으며, DDS가 선박 ECS의 미들웨어로 충분히 사용할 수 있을 것으로 판단된다.