반도체 소자에 정전기 방전으로 인한 소자내의 온도 상승을 알기 위해 열전달 방정식으로부터 열모델을 유도하였다. 그리고 열파괴 문턱전류를 얻고 시간에 따른 온도 변화를 열모델로부터 해석하였다. 여기서 유도한 열모델은 Wunsch-Bell모델에 지수 항을 추가한 형태이다. 이 모델의 유효성을 증명하기 위해 실험결과와 비교한 결과 매우 잘 일치하였으므로 이 열모델의 함수는 입력보호회로의 반도체소자를 설계하는데 매우 유용하다.

Bulk반절연 기판 웨이퍼에 이온 주입법에 의한 기존의 GaAs집적회로 제작시 발생하는 문제점을 보완하고자 반절연 기판 위에 반절연성의 고저항 GaAs 에피층을 성장하는 연구를 수행하였다. 먼저 반절연 기판의 EPD분포를 조사하고, MOCVD와 MBE법을 이용하여 undeped GaAs반절연성 에피층을 성장시켜 실제 집적회로의 제작에 적합한지를 평가하였다. 평가방법은 반절연성 에피?을 buffer층으로 성장시킨 에피 기판에 ungated FET를 제작하여, 이 반절연성 에피?을 통한 누설전류를 측정하고, 또한 반절연 기판의 EP분호의 영향을 조사하였다. 누설 전류의 측정결과 비교적 주설 전류가 큰 1μm 두께의 MOCVD시료에서도 270nA/mm로 FET의 pinch-off에는 영향을 주지 못하는 매우 작은 누설 전류 값을 나타내었다. 또한 누설전류의 분포가 반절연 기판의 EPD분포와 일치하는 것을 발견하여, 에피층의 quality에 기판의 결함이 미치는 영향을 확인하였다. MBE법으로 성장한 2μm 두께의 undoped burrer층 시료는 휠씬 좋은 특성을 나타내었으며, 매우 균일하고 낮은 누설전류(40nA/mm)가 측정되었다.

As the automation of nutrient solution management proceeds in the field of hydroponics, effective supporting systems to manage the nutrient solution by computer become needed. This study was attempt to predict the EC of nutrient solution using the neural networks. The multilayer perceptron consisting of 3 layers with the back propagation learning algorithm was selected for EC prediction, of which nine variables in the input layer were the concentrations of each ion and one variable in the output layer the EC of nutrient solution. The meq unit in ion concentration was selected fir input variable in the input layer. After the 10,000 learning sweeps with 108 sample data, the comparison of predicted and measured ECs for 72 test data showed good agreements with the correlation coefficient of 0.998. In addition, the predicted ECs by neural network showed relatively equal or closer to the measured ones than those by current complicated models.

This paper describes an application of artificial neural network to diagnose the defects of rotating machiner. Induction motor was used to the object of defect diagnosis. For defect diagnosis, the frequency spectrum of vibration was utilized. Learning method of applied neural network was back propagation. Neural network has following advantage; Once it has been learned, inference time is very short and it can provide a reasonable conclusion regardless of insufficient input data. So, this defect diagnosis system can be used superiorly to rule based expert system as quality inspection of rotating machinery in the shop.

A SCR static breaker was studied on the Resistive and inductive load, then on the overload break circuit using operational Amplifier. In this paper, the principal circuit required for forced commutation was voltage commutation by the introduction of a parallel Capacitor. The results obtained are follows; 1. In thecondition that the tima constant of R-C circuit is larger than the turn off time of SCR, the breaker has low transient phenomena and no recovery vol age. 2. By using OP Amplifier on the load circuit, overcurrent trip point will be able to adjust to the wide range of over current. 3. In the over current qrcuit, the power loss was reduced remarkably.

산업의 발달로 인하여 플라스틱의 수요가 증가되고 있다. 산업현장과 가정에서 사용 후 배출되는 폐플라스틱은 많은 환경 문제를 야기 시키고 있으며, 이를 해결하기 위하여 적극적인 폐플라스틱 재활용 방안이 제안되고 있다. 폐플라스틱의 효율적으로 재활용하기 위해서는 재질별 선별이 이루어져야 하며, 재질별 선별을 위한 기술 개발은 지속적으로 이루어져 왔다. 최근에는 폐플라스틱의 재질별 선별에 근적외선분광법(NIR 선별기)가 가장 널리 사용되고 있으며, 우수한 재질 분류 성능을 보인다. 그러나 검정색 폐플라스틱의 경우 근적외선의 빛을 흡수하여 재질인식을 하지 못하는 단점을 가지고 있다. 본 연구에서는 이러한 근적외선분광법의 단점을 보완하기 위하여 분광기의 일종인 레이저유도플라즈마 분광기를 이용하여 검정색 플라스틱의 재질별 선별을 위하여, 플라스틱 고유의 스펙트럼을 획득한다. 분광기를 통해 얻어진 스펙트럼은 주성분분석법(Principal Component Analysis; PCA)을 이용하여 데이터 전처리(Preprocessing) 과정을 거친 후 입력 데이터를 얻는다. 데이터 전처리 과정을 통해 획득된 입력 데이터를 이용하여 플라스틱의 재질 인식을 위한 패턴 분류기로 퍼지집합 기반 신경회로망(Fuzzy-set based neural networks)을 이용한다. 퍼지 집합 기반 신경회로망은 퍼지 집합과 신경회로망의 장점을 결합한 퍼지 신경회로망의 일종으로 입력변수의 차원이 높은 경우에 좋은 성능을 보이는 신경회로망이다.

인쇄회로기판 폐기물의 발생량은 꾸준히 증가하고 있으며, 구리 등 고가 금속을 함유하고 있어 적절한 재활용 방법의 적용이 시급한 상황이며, 그 대안으로서 열분해가 주목을 받고 있다. 본 연구에서는 페놀 인쇄회로기판(Phenol Printed Circuit Board, p-PCB) 폐기물의 열분해 특성을 규명하여 p-PCB 폐기물 열분해 공정 설계에 기초 자료를 제공하는데 그 목적을 두고 있다. 이를 위해 열중량분석기(Thermogravimetric analyzer; TGA)를 통한 동역학 분석과 더불어 부산물 특성 파악을 위해 Py-GC/MS(Pyrolyzer-Gas Chromatography/Mass Spectrometry, Py-GC/MS)를 적용하였다. 동역학분석과 휘발가스분석(Evolved Gas Analysis, EGA)을 통하여 p-PCB 열분해 반응은 크게 3 단계로 구분할 수 있다. 첫 번째 단계는, 280℃ 이하에서 반응이 일어나며, 초기질량의 10%로 감소하는 구간으로 미경화된 페놀 성분의 휘발과 열적으로 불안정한 물질들이 분해 배출된다고 여겨진다. 두 번째 단계는 280℃~380℃ 구간으로 초기 질량의 60%가 분해되는 구간으로서 주로 p-PCB를 구성하고 있는 종이와 경화된 브롬화(Brominated) 페놀수지의 분해로 판단된다. 마지막 분해구간인 380℃ 이상에서는 비브롬화(Non-Brominated) 페놀수지의 분해 및 촤(Char) 형성 단계로 판단된다. p-PCB의 열분해는 브롬화 페놀수지의 생성으로 특성지울 수 있으며, 열분해를 통해 페놀수지의 추출 재활용 가능성을 시사하고 있다.

In this study, an equivalent circuit model of CNT-filled cement composites is proposed. Both the polarization effect of electrode/composite interface and the complex resistance effect due to dielectric property of CNT cement composite are considered in the proposed model. Effective of the proposed model will be experimentally validated.

본 연구과제에서는 인쇄회로기판 제조공정 폐수처리시스템에 동농축회수시설을 추가함으로 고함량 저수분슬러지를 생산하고, 폐액 내에 함유된 법정 수질오염물질인 동을 95% 이상 회수한 후 기존 폐수처리시스템에 유입시킴으로 폐수처리 시 중금속 처리 부담을 최소화 하고자 하였다. 이를 위해 충북 위치한 A사와 B사의 사업장 내 기존 폐수처리라인을 변경하여 고농도 동폐액을 별도로 집수한 후 여기에 동농축 회수시설을 설치하여 생산된 동농축 슬러지를 회수하여 제련용 원료로 중간가공한 후 수요자인 C사에 공급하여 최종생산물인 조동을 생산하는 자원순환 네트워크를 완성하였다. 본 연구과제를 통해 폐수처리오니 매립량 30%(840톤/년) 감소, 기존폐수처리 시설의 중금속 부하감소 등과, 100백만원/년의 폐기물처리비용 절감 및 528백만원/년의 고농축슬러지 매각 등의 환경적･경제적 기대효과와 동농축 슬러지 제조 원천기술 확보를 통한 국내/외 PCB 사업장 대상의 사업화가 가능하게 되었다.

Through industrial developing, electronic waste is occurred by short lifespan of electronic products. This study discusses an approach of the eco-efficiency for waste PCB (Printed Circuit Board) recycling process through environment and economic analysis. The recycling of waste PCB 1 kg has 1.89E + 00kg CO2 eq. of global warming potential and 2.84E −02 kg antimony eq. of abiotic resource depletion. In terms of economy, this process costs 6,601.91 KRW per 1kg waste PCB recycling. Use of economic and environmental result, when compare with same amounts of virgin metal, environmental-efficiency of GWP (Global Warming Potential) is at 4.16E + 00 and ARD(Abiotic Resource Depletion) is at 2.91E + 00. And compare with secondary metal, environmental-efficiency of GWP is at 2.11E + 00 and ARD is at 8.49E − 01. In addition economic-efficiency is at 1.19E + 00. The results of optimization of this process will be increased. This study will show the process economical and environmental decision making

This research was designed to elucidate the pyrolysis reaction characteristics of waste epoxy printed circuit board (e- PCB). The samples were pulverized after removing coppers by gravity separator. Non-isothermal pyrolysis kinetic results by Thermogravimetric Analyzer (TGA) displayed two apparent reaction regions : 1) fast degradation zone and 2) slow degradation zone. According to batch experiments, solid by-products are responsible for about 78%, while liquid and gas by-products, respectively, represent 13 and 9%. The high content of solid by-products is ascribed to that of SiO2 that is a major components of e-PCB. Liquid by-products exhibit high content of oxygen (19%) and contain the nitrogen of about 1%. It is recommended that gas, liquid, and solid by-products of waste e-PCB would not be applied directly as fuels. Instead, pyrolysis of e-PCB would be applied to recover valuable rare metals and coppers from solid by-products. Application of liquid by-products is likely to be limited due to the presence of brominated oils precursor in liquid byproducts. It is necessary to develop upgrading methods for improving the quality of liquid by-products of waste e-PCB. According to kinetic analysis and product characterization, pyrolysis reaction model of waste e-PCB is accounted for by a series reaction with two independent reactions of two resins: brominated epoxy resins and non-brominated epoxy resins. At the first-stage, two resins are independently decomposed to generate thermally stable intermediates followed by slow degradation of the intermediates to be converted into char.

Based on the stability criteria of ZMP (Zero Moment Point), this paper proposes an adjusting algorithm that modifies walking trajectory of a bipedal robot for stable walking by analyzing ZMP trajectory of it. In order to maintain walking balance of the bipedal robot, ZMP should be located within a supporting polygon that is determined by the foot supporting area with stability margin. Initially tilting imposed to the trajectory of the upper body is proposed to transfer ZMP of the given walking trajectory into the stable region for the minimum stability. A neural network method is also proposed for the stable walking trajectory of the biped robot. It uses backpropagation learning with angles and angular velocities of all joints with tilting to get the improved walking trajectory. By applying the optimized walking trajectory that is obtained with the neural network model, the ZMP trajectory of the bipedal robot is certainly located within a stable area of the supporting polygon. Experimental results show that the optimally learned trajectory with neural network gives more stability even though the tilting of the pelvic joint has a great role for walking stability.

콩이나 적포도주의 식물성 에스트로겐(phytoestrogen)은 건강에 부정적이기보다는 긍정적인 효과를 갖는 것으로 알려져 있는데, 특히 콩류 섭취는 유방암이나 골다공증, 그리고 심혈관계 질환 예방과 높은 상관관계가 있는 것으로 보인다. 그러나 콩류, 특히 그 주성분인 genistein(GS)이 상기한 긍정적인 효과 외에도 여성의 생식계에 잠재적으로 부정적인 영향을 미칠 가능성에 대한 의문이 계속되어왔다. 선행 연구에서 본 연구자들은 사춘기 전에 gen

본 연구에서는 파쇄 메커니즘이 상이한 파쇄기(함마 크럿셔와 롤 크럿셔)와 파쇄회로(개회로 및 폐회로)를 사용하여 각각의 파쇄기 종류에 따른 백운석 파쇄산물의 입도분포와 파쇄특성에 대해 알아보았다. 함마 크럿셔로 파쇄한 경우, 100 mesh 이하의 미분이 약 34 wt.%로 롤 크럿셔로 파쇄한 경우보다 약 3 배 이상 높았다. 또한 14~25 mesh 산물은 롤 크럿셔로 파쇄할 경우, 함마 크럿셔로 파쇄한 경우에 비하여 약 20 wt.% 이상 많이 생성되었다. 35 mesh 이하의 산물은 함마 크럿셔로 파쇄 시 전체의 약 80 wt.% 정도였다. 두 파쇄기 모두 개회로에 비해 폐회로 파쇄 시 미분의 발생률이 감소하였다. 광석에 따른 적절한 파쇄기 및 파쇄회로의 선택에 따라 목적하는 입도의 산물을 효율적으로 얻을 수 있다.

본 논문에서는 신경회로망을 이용한 의료영상의 질환부위 인식방법을 제안하였다. 질환부위 인식을 위한 신경회로 망은 입력층, 은닉층, 출력층으로 구성하여 적응 오차 역전파 알고리즘으로 학습하였다. 신경회로망에 입력된 의료영 상의 특징 파라미터는 웨이브릿 변환에 의하여 분해된 저주파 영역을 행렬식으로 표현하여 특성 다항식의 계수값 (n+1)개로 하였다. 추출된 특징 파라미터는 탄젠트시그모이드 전달함수의 범위로 정규화하여 신경회로망의 입력 벡 터로 이용하였다. 제안된 방법의 타당성을 입증하기 위해서 실험에 사용된 입력 의료영상을 가지고 모사실험을 통해 질환부위의 인식 률을 평가하였다. 실험 결과 4레벨 DWT로 변환된 저주파영역 행렬의 특성 다항식 계수를 탄젠트시그모이드 전달함수의 범위로 정규 화하여 신경회로망의 입력 벡터로 이용했을 때 최적의 학습 횟수를 보였다. 신경회로망의 학습은 적응 오차 역전파 알 고리즘을 사용하였고, 학습계수를 0.01, 모우멘텀을 0.95로 하였을 때, 위영상에 대해서는 55회, 가슴영상은 55회, CT 영상은 46회, 초음파영상은 55회 그리고 혈관영상에 대해서는 157회 등의 최적의 학습 횟수를 보이며 100%의 인식률 을 보였다