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.

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.

A number of studies on airborne pollutants and microorganisms using ultraviolet sterilization have been conducted. Countermeasures are also needed to be taken against contamination and damage that occur on indoor surfaces in addition to indoor air. In this study, a method to predict UV-C intensity distribution using radiance calculation was introduced for the purpose of surface sterilization using UVGI systems and compared with the measured UVC intensities in a kitchen model room. The results of calculations showed a similar distribution of ultraviolet intensity with the measured intensities, although there was some discrepancy, probably due to different reflectance of building materials. And some bacteria and viruses occasionally identified in kitchens were predicted to be sterilized 99.9% only after about 30 minutes of UV-C irradiation with the figure 90% for fungi. The sterilization performance of UVGI and exposure time to UV-C were reasonably predicted using the radiance calculation method, and UV sterilization can be achieved with great effect even after a short period of time.

In this study, to develop the basis of damage prediction system for abutment type rigid-frame bridge, measurement data is generated by artificially expressing damage by Abaqus, a commercial structural analysis program, and applied to machine-learning. The rigid-rame bridge structural analysis model is expressed as closely as possible to the actual bridge condition considering the specification, damage expression, analysis method, boundary condition, and load. CNN(Convolutional Neural Network), one of the neural network algorithm, is used for machine-learning and accuracy is confirmed when there was no measurement error as a result of machine learning.

This study was aimed to find yield prediction model of Italian ryegrass using climate big data and geographic information. After that, mapping the predicted yield results using Geographic Information System (GIS) as follows; First, forage data were collected; second, the climate information, which was matched with forage data according to year and location, was gathered from the Korean Metrology Administration (KMA) as big data; third, the climate layers used for GIS were constructed; fourth, the yield prediction equation was estimated for the climate layers. Finally, the prediction model was evaluated in aspect of fitness and accuracy. As a result, the fitness of the model (R2) was between 27% to 95% in relation to cultivated locations. In Suwon (n=321), the model was; DMY = 158.63AGD –8.82AAT +169.09SGD - 8.03SAT +184.59SRD -13,352.24 (DMY: Dry Matter Yield, AGD: Autumnal Growing Days, SGD: Spring Growing Days, SAT: Spring Accumulated Temperature, SRD: Spring Rainfall Days). Furthermore, DMY was predicted as 9,790±120 (kg/ha) for the mean DMY(9,790 kg/ha). During mapping, the yield of inland areas were relatively greater than that of coastal areas except of Jeju Island, furthermore, northeastern areas, which was mountainous, had lain no cultivations due to weak cold tolerance. In this study, even though the yield prediction modeling and mapping were only performed in several particular locations limited to the data situation as a startup research in the Republic of Korea.

In this paper, we utilize a Gaussian process to predict the power consumption in the air-conditioning system. As the power consumption in the air-conditioning system takes a form of a time-series and the prediction of the power consumption becomes very important from the perspective of the efficient energy management, it is worth to investigate the time-series model for the prediction of the power consumption. To this end, we apply the Gaussian process to predict the power consumption, in which the Gaussian process provides a prior probability to every possible function and higher probabilities are given to functions that are more likely consistent with the empirical data. We also discuss how to estimate the hyper-parameters, which are parameters in the covariance function of the Gaussian process model. We estimated the hyper-parameters with two different methods (marginal likelihood and leave-one-out cross validation) and obtained a model that pertinently describes the data and the results are more or less independent of the estimation method of hyper-parameters. We validated the prediction results by the error analysis of the mean relative error and the mean absolute error. The mean relative error analysis showed that about 3.4% of the predicted value came from the error, and the mean absolute error analysis confirmed that the error in within the standard deviation of the predicted value. We also adopt the non-parametric Wilcoxon’s sign-rank test to assess the fitness of the proposed model and found that the null hypothesis of uniformity was accepted under the significance level of 5%. These results can be applied to a more elaborate control of the power consumption in the air-conditioning system.

본 연구의 목적은 가까운 미래의 선박운동정보를 이용하는 피드포워드 제어알고리즘과 FPSO 운동 수치 시뮬레이션 모델을 개발하고 시뮬레이션을 통하여 제어알고리즘의 성능을 검증하는 것이다. 본 논문에서는 조류, 바람, 파력 등의 환경하중에 의하여 발생한 선체운동의 미래 예측치를 활용한 피드포워드 제어력을 추가적으로 가지는 Dynamic Positioning System에 대하여 연구한다. 먼저, 조류력, 풍력 및 파력에 대한 수학모델을 선정하여 환경하중에서의 선체운동을 계산하고, 현재의 선체운동 값과 Brown 지수평활 예측모형을 활용하여 미래 선체운동 값을 예측하였다. 또한 위치 유지와 Heading angle 제어를 위한 제어력을 PID(Proportional-Integral-Derivative)이론을 이용하여 결정한 피드백 제어기와 미래 선체운동 값을 이용하여 결정한 피드포워드 제어기로 구성하였다. 그리고 각 Thruster에 요구되는 추력은 라그랑지승수법을 활용하여 분배하였다. 마지막으로 FPSO(Floating Production Storage and Offloading)의 운동과 Dynamic Positioning System에 대한 시뮬레이션 모델을 구축하여 선박의 위치 및 Heading angle 제어에 관한 시뮬레이션을 수행하여 제안하는 피드백 제어기와 피드포워드 제어기를 동시에 가지는 제어시스템의 성능을 평가하였다. 본 연구의 결과, 피드백 및 피드 포워드 제어기가 적용된 DPS 제어시스템이 기존의 피드백 제어기보다 위치유지 및 헤딩각 유지 능력에서 개선되었고 각 Thruster에 요구되는 평균 제어력 및 최대 제어력의 크기도 감소함을 보였다. 이에 따라 DPS에 요구되는 동력 감축과 Azimuth Thruster 용량의 감소로 인하여 비용 절감의 효과를 기대할 수 있다.

Due to advancements in technology and manufacturing capability, it is not uncommon that life tests yield no or few failures at low stress levels. In these situations it is difficult to analyse lifetime data and make meaningful inferences about product or system reliability. For some products or systems whose performance characteristics degrade over time, a failure is said to have occurred when a performance characteristic crosses a critical threshold. The measurements of the degradation characteristic contain much useful and credible information about product or system reliability. Degradation measurements of the performance characteristics of an unfailed unit at different times can directly relate reliability measures to physical characteristics. Reliability prediction based on physical performance measures can be an efficient and alternative method to estimate for some highly reliable parts or systems. If the degradation process and the distance between the last measurement and a specified threshold can be established, the remaining useful life is predicted in advance. In turn, this prediction leads to just in time maintenance decision to protect systems. In this paper, we describe techniques for mapping product or system which has degrading performance parameter to the associated classical reliability measures in the performance domain. This paper described a general modeling and analysis procedure for reliability prediction based on one dominant degradation performance characteristic considering pseudo degradation performance life trend model. This pseudo degradation trend model is based on probability modeling of a failure mechanism degradation trend and comparison of a projected distribution to pre-defined critical soft failure point in time or cycle.

원자력 발전소 내·외부 계통의 표면에 침적된 방사성핵종은 원자로 구조재 및 핵분열생성물의 부식생성물 활성화에 의해 생성된다. 특히, 1차계통 내부에서 물과 부식된 표면 사이의 지속적인 마찰은 냉각재와 부식생성물을 혼합하게 만든다. 그 리고 이것들은 계통을 따라 순환한다. 본 논문에서는 설계단계에서 사용되는 1차 계통의 부식생성물과 방사성 핵종의 양을 예측하는 CRUDTRAN, DISER, MIGA-RT 및 CPAIR 코드를 분석하였다. 또한, CRUDTRAN을 이용하여 국내 경수로 1차계통 내 부식생성물 거동을 예측하였다. 본 연구목적은 웨스팅하우스형 원전의 실제 데이터로 계산된 값을 측정값과 비교하여 부 식생성물 평가 모델의 신뢰도를 향상시키는데 있다.

The purpose of this study is to develop a growth prediction model that can predict growth and development information influencing the production of citrus fruits: the growth model algorithm that can predict floral leaf ratio, number of fruit sets, fruit width, and overweight depending on the main period of growth and development with consideration of the applied weather factors. Every year, large scale of manpower was mobilized to investigate the production of outdoor-grown citrus fruits, but it was limited to recycling the data without an observation supporting system to systemize the database. This study intends to create a systematical database based on the basic data obtained through the observation supporting system in application of an algorithm according to the accumulated long term data and prepare a base for its continuous improvement and development. The importance of the observed data is increasingly recognized every year, and the citrus fruit observation supporting system is important for utilizing an effective policy and decision making according to various applications and analysis results through an interconnection and an integration of the investigated statistical data. The citrus fruit is a representative crop having a great ripple effect in Jeju agriculture. An early prediction of the growth and development information influencing the production of citrus fruits may be helpful for decision making in supply and demand control of agricultural products.

전지구 해양 해빙 예측시스템인 NEMO-CICE/NEMOVAR의 해빙 초기조건의 특성을 2013년 6월부터 2014년 5월까지 북극영역에 대하여 분석하였다. 이를 위하여 관측 자료와 재분석 자료를 모델의 초기조건과 비교하였다. 모델 초기조건은 관측에서 나타나는 해빙 면적과 해빙 두께의 월 변동을 잘 보이는 반면, 분석 기간 동안 관측과 재분석 자료보다 북극의 해빙 면적을 좁게, 해빙 두께를 얇게 나타내었다. 모델 초기조건의 북극 해빙 면적이 좁은 것은 해빙의 경계 지역에서 해빙 농도 초기조건이 약 20% 정도 재분석자료보다 낮기 때문이다. 또한 북극 평균 해빙 두께가 얇게 나타나는 이유는 연중 두꺼운 해빙이 유지되는 그린란드 및 북극 군도와 인접한 북극해 영역에서 모델의 초기조건이 약 60 cm 정도 얇기 때문이다.

현재 최고 수준의 대순환 모형에서 북동아시아 여름몬순 강도의 계절예측 능력은 낮으나 북서태평양 아열대 고기압 강도의 예측률은 상대적으로 높다. 북서태평양 아열대 고기압은 북서태평양 지역 및 동아시아 지역에서 가장 주된 기후 변동성이다. 본 연구에서 NCEP 계절예측시스템에서 예측된 북서태평양 아열대 고기압의 예측성에 대해 논의될 것이다. 한편, 북동아시아 여름몬순의 경년변동성은 북서태평양 아열대 고기압과 높은 상관성을 가지고 있다. 본 연구에서는 이 관계에 근거하여, NCEP 계절예측시스템과 정준상관분석을 이용한 계절예측 모형을 제안하고 그 예측률을 평가하였다. 이 방법은 북동아시아 지역 여름철 강수량 편차에 대한 계절예측에 있어 통계적으로 유의한 예측성능을 제공한다.

Virtual metrology(VM) is a promising technology which can convert off-line sampling inspection into on-line total inspection at the manufacturing process. This paper provides an economic evaluation model of VM system which predicts the defects of a target process with Bernoulli sampling inspection. For this purpose, we build M/G/1 queueing models of two systems. One is VM non-applied system and the other is VM applied one. We derive total costs per unit time of each system and conduct sensitivity analysis according to variations of input parameters such as defect rates, various process costs and VM prediction error rates. The proposed analysis model is expected to be used for evaluating economic values of VM system implementation projects.

기초자료의 획득 체계 및 가공 체계의 부재와 복잡한 사용자 입력 체계로 인해서 유출유 확산 예측 모델의 활용에 제약이 따른다. 이러한 상황에서 유류오염사고에 신속하게 대응하기 위한 과학적 방제 전략 수립은 어렵다. 본 연구에서는 현재 실정을 고려하여 유출유 확산 예측 모델 구동을 위한 최선의 상시 활용 체계를 수립하였다. 모든 기초자료를 직접 구축하고 관리하는 것이 불가능하기 때문에 외부 기관의 실시간 동적 자료를 연계하고 최소한의 데이터베이스만을 직접 구축하여 실시간 유출유 확산 예측의 상시 활용이 가능함을 확인하였다. 또한 사용자와 모델간 인터페이스부분에서 발생하는 오류를 최소화하는 사용자 입력 인터페이스와 모델 연산 결과를 시공간 측면에서 다차원적으로 분석할 수 있는 결과 표출 인터페이스를 제안하였다. 본 연구 결과로 구축된 유출유 확산 예측 모델의 상시 운용 체계는 외부 자료에 의존하기 때문에 모델 결과의 불확실성이 존재하지만, 유류오염사고 발생시 신속하게 모델을 구동하여 유출유 확산 예측을 수행할 수 있다는 측면에서 실제 방제 현장에서 의미있게 활용될 수 있다.

In this paper, cycle performance analysis of cascade refrigeration system using alternative FREON refrigerants are presented to offer the basic design data for the operating parameters of the system. The operating parameters considered in this study include subcooled and superheated degree, and evaporating and condensing temperature, temperature difference of cascade heat exchanger in cascade refrigeration system. The COP of cascade refrigeration system increases with the increasing subcooled degree, but there is no significant changes with the increasing superheated degree. The COP of cascade refrigeration system depends on evaporating and condensing temperatures of cascade heat exchanger. Therefore, subcooled degree, evaporating and condensing temperature of cascade heat exchanger using alternative FREON refrigerants have an effect on the COP of this system. In this paper, COP of cascade refrigeration system using R23 for low temperature system and R507A for high temperature system is higher 8 ~ 29 % than using R13 for low temperature system and R22 for high temperature system.