본 연구는 수직 벽체형 콘크리트 구조물의 정밀안전진단을 위한 외관조사시 고품질 정밀영상을 자동화된 방식으로 획득하여 균열손상을 탐지하고 시설물의 상태를 평가하기 위하여 개발된 등벽드론 탑재형 균열진단 시스템에 대한 것이다. 본 논문에서는 영상기반 균열진단 시스템을 이용한 정밀영상 획득기술, 자동화된 영상처리 알고리즘을 이용한 데이터 처리 기법을 제시하였으며, 실험적으로 도출된 지상표본거리를 기반으로 영상처리 자동화 알고리즘을 이용하여 생성된 균열모사 시험벽체의 평면전개 이미지 상 균열손상의 위치 정확도를 평가 분석하였다. 평가분석 결과, 가로축 길이 대비 최대 1.1%, 세로축 길이 대 비 최대 1.4%의 오차율을 보이는 것으로 나타났다. 제안된 영상 내 픽셀 좌표와 지상표본거리를 기반으로 균열손상의 위치를 추정하는 기법은 실측 좌표 대비 평균 1.0% 이하의 위치 오차를 가지는 것으로 평가되었다. 최종적으로 영상기반 진단과 긴급 보수와 같은 일반적인 시설물의 유지관리에 요구되는 위치 정확도를 확보하고 있는 것으로 분석되었다.

구조물에 장기적으로 발생하는 노후화를 정량적으로 파악하기 위해 상시진동 데이터를 활용한 일반화된 모니터링 시스템에 관한 연구가 세계적으로 활발히 수행중이다. 본 연구에서는 구조물에서 장기적으로 취득되는 동특성을 앙상블 학습에 활용하여 구조물의 이상을 감지하기 위한 보급형 엣지 컴퓨팅 시스템을 구축하였다. 시스템의 하드웨어는 라즈베리파이와 보급형 가속도계, 기울기센서, GPS RTK 모듈, 로라 모듈로 구성됐다. 실험실 규모의 구조물 모형 진동실험을 통해 동특성을 활용한 앙상블 학습의 구조물 이상 감지를 검증하였으며, 실험을 기반으로 한 실시간 동특성 추출 분산처리 알고리즘을 라즈베리파이에 탑재하였다. 구축된 시스템을 하우징하고 포항시 행정복지센터에 설치하여 데이터를 취득함으로써 개발된 시스템의 현장 적용성을 검증하였다.

기후 변화에 따른 이상기상 등 농업환경변화에 따른 농작물의 생산성 및 품질 저하 등의 문제가 발생하고 있다. 최근에는 이러한 문제를 해결하기 위해 정보통신기술(Information & Communications Technology; ICT), 사물인터넷 (Internet of Things; IoT) 및 인공지능(Artificial Intelligence; AI) 등을 이용한 지능한 작물 모델 개발과 정보화 자원 구축 등의 연구가 진행되고 있다. 국내의 ICT를 적용한 스마트팜은 비닐하우스와 같은 시설 내부 환경을 제어하는 기술로 구성되어 있으나 국내 농경지 면적의 95%는 노지로 되어 있어 노지에 쉽게 적용할 수 있는 농업 ICT 기술 이 필요하다. 따라서 본 연구는 노지 작물의 지능형 생육 환경 모델 개발을 위한 IoT 기반 환경 데이터 획득 시스 템을 구축하고 시계열 계측을 통해 농작물 생육의 주요 인자인 토양 수분과 토양 온도의 변화 특성을 파악하고자 한다. 본 실험은 전북 완주군 소재 국립식량과학원 풍산나물콩 및 대풍콩 재배 포장에 환경데이터 획득 시스템을 구축하였으며 IoT 기반 토양센서(Sentek Drill&Drop, Australia)을 통해 토양의 수분 및 온도를 측정하였다. 토양 센 서는 서로 간섭을 최소화하기 위해 일정 간격으로 설치하고 지면으로부터 전극을 깊이 30 cm 까지 삽입시킨 후 20년 07월 04일부터 20년 10월 07일까지 깊이 10 cm, 20 cm, 30 cm의 토양 수분 및 온도의 시계열 변화를 비교 분 석하였다. 토양 수분 및 온도 변화는 지면으로부터 깊이 10 cm, 20 cm, 30 cm 순으로 크게 나타났다. 본 연구의 결 과는 4차 산업 기술의 농업적 적용성을 높이기 위한 빅데이터 구축 및 노지 스마트팜 기술 기반 확보를 위한 자료 로 활용될 수 있을 것으로 판단된다.

Industrial Motors diagnostic equipment is highly dependent on the automation system, so if there are defects in the automation equipment, it can only rely on the operator’s intuitive judgment.To help with intuitive judgment, Park’s Vactor Approach(PVA) represents the current signal as a pattern of circles, so it can tell if a fault occurs when the circle is distorted. However, the failure to judge the degree of distortion of the circle pattern is the basis of the fault, so it will face difficulties. In this paper, in order to compare the faults of PVA, the period of d-axis current of PVA pulsation was mastered, so that two phase differences occurred in the same signal source. Through experiments, it is confirmed that this is a 90 degree cross formation of PVA, which is convenient for judging from the vision that there is no fault, thus helping the operator to make intuitive judgment.

As technology has developed and cost for data processing has reduced, big data market has grown bigger. Developed countries such as the United States have constantly invested in big data industry and achieved some remarkable results like improving advertisement effects and getting patents for customer service. Every company aims to achieve long-term survival and profit maximization, but it needs to establish a good strategy, considering current industrial conditions so that it can accomplish its goal in big data industry. However, since domestic big data industry is at its initial stage, local companies lack systematic method to establish competitive strategy. Therefore, this research aims to help local companies diagnose their big data capabilities through a reference model and big data capability assessment system. Big data reference model consists of five maturity levels such as Ad hoc, Repeatable, Defined, Managed and Optimizing and five key dimensions such as Organization, Resources, Infrastructure, People, and Analytics. Big data assessment system is planned based on the reference model’s key factors. In the Organization area, there are 4 key diagnosis factors, big data leadership, big data strategy, analytical culture and data governance. In Resource area, there are 3 factors, data management, data integrity and data security/privacy. In Infrastructure area, there are 2 factors, big data platform and data management technology. In People area, there are 3 factors, training, big data skills and business-IT alignment. In Analytics area, there are 2 factors, data analysis and data visualization. These reference model and assessment system would be a useful guideline for local companies.

Tomato ringspot virus (ToRSV)는 Group IV(+) sense ssRNA viruses, Nepovirus속으로 분류되며 식물병원성을 가진 국내 미보고 관리급 검역바이러스이다. 본 연구에서는 우리나라 검역현장에서 ToRSV를 검사하기 위한 reverse transctiption(RT)-polymerase chain reaction(PCR)과 nested PCR 진단시스템을 개발하였다. ToRSV 특이적으로 진단할 수 있는 RT-PCR은 프라이머 조합9 (F120/R20, 549 bp)와 조합31(F60/R80, 741 bp)]이며, 각각의 nested PCR 결과 439와 363 bp를 증폭할 수 있다. 한편, 본 연구에서 개발한 유전자변형-양성대조구는 실험실 오염으로 인한 거짓양성반응을 확인할 수 있다. 본 연구에서 개발한 ToRSV 검역진단시스템은 향후 식물검역에 기여할 것으로 기대된다.

최근 무역자유화에 따른 농산물의 국제교역량 증대에 따라 외래해충의 유입 및 확산의 위험성이 증대하고 있으며 최근 농산물의 수출과정에서 발견되는 해충에 대한 분자생물학적 동정법에 대한 특정 분류군별로 연구가 진행되고 있는 반면 해외에서 유입되는 해충에 대한 정보는 매우 제한적인 상황이다. 현재 우리나라에서 지정되어 있는 검역해충은 총 1,375종으로 알려져 있고 이 중 나비목의 경우 나비류 3종을 포함하여 229종이 규제병해충으로 지정되어 있으며, 이들의 생태특성상 국내로 유입될 경우 대발생하여 해충이 될 가능성이 매우 크다. 따라서 본 연구에서는 2014년 3월부터 11월까지 검역해충 목록을 토대로 식물검역관리병해충종, 국외유사종 및 국내유사종을 중심으로 총 53종의 나방류를 DNA barcode 분석을 실시하였다. 이들 연구결과는 검역현장에서 활용될 수 있도록 정리될 예정이다.