In the production sites of small and medium sized manufacturing enterprises, the increasing proportion of foreign workers has led to frequent difficulties in responding promptly to process defects and equipment setting errors during night and weekend shifts due to the absence of Korean supervisors. If such issues are not addressed in a timely manner, they can lead to large scale defects and reduced production efficiency. In this study, we developed an AI-based defect prediction and prevention system for the bearing machining process to overcome these on site management limitations. Real time machining data, equipment information, and quality inspection results were collected from the production lines of the target company, and the prediction accuracy of three models, RNN(Recurrent Neural Network), LSTM(Long Short-Term Memory), and GRU(Gated Recurrent Unit), was compared. As a result, the LSTM model demonstrated the best performance. The developed system visualizes real time defect prediction results in the form of a dashboard, enabling workers to immediately detect anomalies and adjust the process accordingly. Particularly in bearing machining processes where mass production occurs in short periods, the risk of lot level defects is high, while this system can contribute to improved production quality and efficiency by enabling early defect prediction and immediate response.

A high-pressure in-situ permeation measuring system was developed to evaluate the hydrogen permeation properties of polymer sealing materials in hydrogen environments up to 100 MPa. This system employs the manometric method, utilizing a compact and portable manometer to measure the permeated hydrogen over time, following high-pressure hydrogen injection. By utilizing a self-developed permeation-diffusion analysis program, this system enables precise evaluation of permeation properties, including permeability, diffusivity and solubility. To apply the developed system to high-pressure hydrogen permeation tests, the hydrogen permeation properties of ethylene propylene diene monomer (EPDM) materials containing silica fillers, specifically designed for gas seal in high-pressure hydrogen environments, were evaluated. The permeation measurements were conducted under pressure conditions ranging from 5 MPa to 90 MPa. The results showed that as pressure increased, hydrogen permeability and diffusivity decreased, while solubility remained constant regardless of pressure. Finally, the reliability of this system was confirmed through uncertainty analysis of the permeation measurements, with all results falling within an uncertainty of 11.2 %.

Nitrogen fertilizers are generally known to be of great help in improving crop yields, but excessive nitrogen fertilizer usage can not only destroy the environment but also negatively affect crop growth. This study aims to develop a decision-making system for optimal nitrogen fertilizer use for efficient production of Chinese cabbage (Brassica rapa), one of the major vegetables. The proposed system has the functions of detecting farmland based on satellite images, predicting cabbage yields and greenhouse gas (e.g., nitrous oxide) emissions according to nitrogen fertilizer use, and making decisions using the prediction results. To develop the proposed system, a generalized prediction model is developed using experimental data collected from South Korea, Egypt, India, Canada, Lithuania, and China, and the effectiveness of the proposed system is validated through experiments. As a result, the proposed system will enable farmers to conduct eco-friendly agricultural activities through appropriate nitrogen fertilizer use while stably maximizing productivity of Chinese cabbages.

This study aims to enhance the efficiency of the after-sales service (A/S) process for commercial trucks by implementing a data-driven approach. Traditional A/S methods result in long repair wait times, especially for intermittent faults requiring symptom reproduction. To address this, a system that records Diagnostic Trouble Code (DTC) and Vehicle Running Mode (VRM) data at failure moments is proposed. By storing data from 10 seconds before and after an event, fault diagnosis can be performed without symptom reproduction. Additionally, for exported vehicles, stored data enables remote analysis, overcoming real-time data limitations due to varying environmental factors. This approach improves maintenance reliability, optimizes repair accuracy, and supports proactive quality improvements for newly developed vehicles.

본 연구는 다시마 양식을 위한 통합 자동화 시스템을 개발하고, 이를 통해 생산성, 비용 효율성, 환경적 지속 가능성을 모두 개선하는 데 중점을 두고 있다. 기존의 노동 집약적 수확 방식과 넓은 공간을 필요로 하는 수평 건조 방식은 비효율적이며, 환경적 부작 용을 초래했다. 이에 본 연구는 자동화된 수확 시스템, 해상-육상 연계 운송 시스템, 그리고 수직 건조 시스템을 통합적으로 개발하여 양 식업의 생산성을 극대화하고 자원 사용을 최적화하였다. 자동화된 수확 시스템은 작업 속도를 약 35% 향상시켰으며, 작업의 일관성을 유지하여 품질 오차율을 2% 이하로 줄이는 성과를 보였다. 해상-육상 연계 운송 시스템은 모듈형 컨테이너를 활용하여 운송 중 손상률 을 기존 15%에서 5%로 감소시켰고, 운송 시간을 평균 6시간에서 4시간으로 단축하였다. 또한, 수직 건조시스템은 고밀도 적재와 자연 대류 방식을 도입하여 건조 시간을 기존 48시간에서 28시간으로 40% 단축하였으며, 에너지 소비를 25% 감소시켰다. 이러한 시스템은 데이터 기반으로 설계 및 검증되었으며, 통합적으로 양식업의 경제성 향상과 환경적 부담 감소를 동시에 실현하였다. 본 연구의 결과는 다른 해조류 양식에도 적용 가능하며 지속 가능한 해양 자원 관리에 기여할 것으로 기대된다.

본 연구는 동적 밝기 변화 패턴이 포함된 시각 자극을 이용한 동공 빛 반사 기반 인터페이스 기술 개발을 그 목적으로 한 다. 동적 밝기 변화 패턴(휘도 0과 255 사이의 변화)의 시각 자극 10종을 개발하였고 3초 동안 시각 자극 패턴 변화를 응시 하는 태스크를 통해 동공 반응을 측정 및 분석했다. 하나의 trial은 10종의 시각 자극이 한 번씩 무작위의 순서로 제시되는 것으로 정의되었고, 전체 실험은 총 12 trials로 진행되어 각 시각 자극은 120회 반복되었다. 다섯 가지 딥러닝 시퀀스 모델 중 TCN이 가장 높은 성능을 나타내었고 10명의 실험 참가자에 대해 94.01±3.94%(56.64±6.01 bits/min)의 분류 성능이 확 인되었다. PLR은 사용자 학습 및 훈련이 요구되지 않는 직관적인 인터페이스 기술이고 다양한 시각 자극 패턴의 개발을 통 한 높은 확장성을 가지고 있다는 점에서 향후 그 가치가 주목되는 기술로 판단된다.

병충해의 조기 발견과 그에 따른 조치의 중요성은 농업 및 생태계 보전에 있어서 핵심적이다. 그러나 초기에는 일반적인 카메라나 센 서로는 변화의 정도를 관측하기 어렵다. 이러한 한계를 극복하기 위해 초분광 모듈을 활용하여 파장대별 식물 데이터를 관측함으로써, 딥러닝 모델을 통해 가로수 식생의 건강 상태를 판별, 병충해 여부를 초기에 확인 가능하다. 이를 통해 조기에 병충해에 대해 조치함 으로써 더 큰 피해를 방지할 수 있다. 이러한 접근 방식은 농업 및 생태학 분야에서 식물의 건강을 모니터링하고 보전하는 데 적극적 으로 연구되고 있다.

상수도 시스템에서의 사고 발생은 사용자들의 물 이용 불편으로 인해 막대한 사회경제적 피해를 초래할 수 있는 위협 요인이며, 따라서 수도사업자들은 수도정비기본계획 등을 통해 상수도 사고를 빠르게 복구하고, 피해 규모를 최소화하기 위한 다양한 노력을 기울이고 있다. 본 연구는 상수도 시스템에서 발생하는 관로사고 상황에 대하여 회복탄력성을 정량적으로 평가하고, 비상급수 방안을 포함한 사고 대응 전략의 효과를 분석하기 위한 평가 모형을 개발하였다. 개발 모형은 시스템의 회복탄력성에 기여하는 다양한 특성들을 반영할 수 있는 시간단위 공급 부족량과 충족률 지표를 통해 회복탄력성을 평가하며, 국내 지방상수도 시스템의 특정 구역을 대상으로 관로사고 시나리오를 모의하여 개발 모형의 적용 효과를 검증하였다. 결과적으로 개발 모형을 통해 비상연계관로, 배수지 충수, 병물 공급 등 비상대응 방안의 효과를 정량적으로 평가하였으며, 이를 통해 시스템의 회복탄력성 향상을 위한 설계 및 운영 전략 수립의 가능성을 확인하였다.

안정적이고 효율적인 수자원 공급을 보장하는 것은 가정, 산업, 공공 보건 분야 복지에 필수적이다. 상수도 시스템에서 이상을 감지하기 위해 데이터 모델, 수리 모델 기반 시뮬레이션 등 다양한 접근 방식을 통해 이상감지 역량이 꾸준히 향상되어 왔으나, 현장 적용 및 검증에 한계가 있어 실질적인 활용은 폭 넓게 이루어지지 못하고 있다. 실제 적용 가능한 이상감지 시스템 측면에서, 본 연구에서는 유량 및 압력 계측 데이터를 활용하여 시스템 내 이상 발생을 신속하게 감지하고 개략적인 위치를 파악하기 위한 실시간 이상감지 및 탐색 모델을 제안하였다. 제안된 모델은 유량수지 분석, 유량-수두손실 관계, EPANET 기반 수리 해석 방법을 통합하여 이상 감지 및 위치 파악의 정확성을 개선시키고자 하였다. 현장 실험 결과, 제안된 모델은 높은 신뢰도에서 시스템 내 이상유량의 발생을 효과적으로 감지하고, 발생 구간을 파악할 수 있는 것으로 나타났다. 본 연구 성과는 시스템의 실시간 이상 감지 및 운영관리를 위한 실효성 있는 접근 방식을 제공함으로써 상수도 시스템의 지속 가능하고 회복력 있는 운영관리에 기여할 것으로 기대된다.

This study aimed to develop a basic bodice suitable for the body shape of women in their 50s by using the CLO 3D virtual clothing program to create an avatar with the standard body presented in KATS (2022). A pattern was designed and produced using the CLO program, and the virtual fitting was evaluated. First, it was possible to confirm the slope (profile line) from the front center line to the point in front of the neck, the sagging shape of the breast, and the change in body shape due to the increase in bust circumference using the CLO program. Second, the change in body surface and body surface length according to movement was used to identify the profile line. The bust dart was very large. and the bust circumference showed the largest changes (5.05% in the 90° side and 1.5% of the breast width). Third, the total length reference line of the basic bodice was the back length (actual measurement). The total width reference line was the bust circumference/4+2cm and the breast width+0.5cm. The armhole depth reference line was the bust circumference/4–2. A profile line was created from the front neck circumference to the neck shoulder point to the breast point. Darts were formed on the back shoulder and back armhole lines. The allowances were 8 and 6cm for the bust and waist circumferences, respectively. All virtual fitting evaluation items improved significantly over two rounds (from 3.69/5 to 4.66/5 points).