현재의 해양산업의 기술은 스마트 선박 및 자율운항선박 등의 개발과 같은 자율화 및 지능화와 환경규제의 강화에 맞추어 선 박의 운항 효율성을 개선하는 친환경 선박을 위한 기술이 함께 개발되고 있다. 이러한 흐름에 맞추어, 세계각국에서는 선박의 안전운항을 보장하는 선에서 선박운항효율을 극대화하기 위해 다양한 방식으로 노력하고 있다. 본 연구에서는, 현존하는 선박운항효율 개선 기술이 운항 당시의 기상환경, 선박조종 등의 선박운항상태를 실시간으로 반영하지 못하는 문제를 개선하기 위해, 선박에서 수집한 선박운항데 이터를 활용하여 실시간 선박운항효율 분석모델을 개발하고자 한다. 본 연구의 실시간 선박운항효율 분석모델은 연료소모를 기준으로 판 단한 선박운항효율과 당시의 선박운항상태를 감안하여 판단한 선박운항효율을 비교하여, 식별된 선박운항효율의 타당성을 확인할 수 있 는 모델이다. 분석의 주요 내용은 대상선박의 선정과 선박운항데이터의 수집, 선박운항효율 특성과 선박운항상태 특성의 구분, 그리고 이 를 활용한 분류모델의 개발을 포함한다. 연구의 결과는 기존의 선박운항효율과 항해 당시 선박운항상태를 감안한 운항효율을 제시하여 선박 운항자의 의사결정을 지원하여 운항효율을 개선하고자 한다.

PURPOSES : The initial smoothness of concrete pavement surfaces must be secured to ensure better driving performance and user comfort. The roughness was measured after hardening the concrete pavement in Korea. When the initial roughness is poor, relatively large-scale repair works, such as milling or reconstruction must be performed. Hence, a method to measure the roughness of the concrete pavements in realtime during construction and immediately correct the abnormal roughness was developed in this study. METHODS : The profile of a concrete pavement section was measured at a construction site using sensors that were attached to the tinning equipment of the paver. The measured data included outliers and noise caused by the sensor and vibration of the paving equipment, respectively, which were further calibrated. Consequently, the calibrated data were input into the ProVAL program to calculate the roughness based on the international roughness index (IRI). Additionally, the profile of the section was re-measured using another method to verify the reliability of the calculated IRI. RESULTS : The profile data measured at the concrete pavement construction site were calibrated using methods, such as overlapped boxplot outlier removal and low-pass filtering. The outlier data from the global positioning system (GPS), which was installed to identify the construction distance, was also calibrated. The IRI was calculated using the ProVAL program by matching the measured profile and GPS data, and applying the moving average method. The calculated IRI was compared to that measured using another method, and the difference was within the tolerance. CONCLUSIONS : A method to measure the roughness of the concrete pavements in real time during construction was developed in this study. Hence, the performance of concrete pavements can be improved by enhancing the roughness of the pavement considerably using the aforementioned method.

In the case of a die-casting process, defects that are difficult to confirm by visual inspection, such as shrinkage bubbles, may occur due to an error in maintaining a vacuum state. Since these casting defects are discovered during post-processing operations such as heat treatment or finishing work, they cannot be taken in advance at the casting time, which can cause a large number of defects. In this study, we propose an approach that can predict the occurrence of casting defects by defect type using machine learning technology based on casting parameter data collected from equipment in the die casting process in real time. Die-casting parameter data can basically be collected through the casting equipment controller. In order to perform classification analysis for predicting defects by defect type, labeling of casting parameters must be performed. In this study, first, the defective data set is separated by performing the primary clustering based on the total defect rate obtained during the post-processing. Second, the secondary cluster analysis is performed using the defect rate by type for the separated defect data set, and the labeling task is performed by defect type using the cluster analysis result. Finally, a classification learning model is created by collecting the entire labeled data set, and a real-time monitoring system for defect prediction using LabView and Python was implemented. When a defect is predicted, notification is performed so that the operator can cope with it, such as displaying on the monitoring screen and alarm notification.

PURPOSES : Recently, increasing number of local governments are introducing on-demand public transportation service in real time to improve the management efficiency of public transportation. In preparation for the autonomous driving era, the “autonomous public transportation mobility on-demand service in real time” is being developed in the public transportation sector to introduce on-demand public transportation. For this service to become the public transportation of the future, it must receive publicity. Therefore, in this study, indicators were selected to evaluate the publicity of the autonomous public transportation mobility on-demand service in real time, and a survey was conducted among the general public to examine the validity of the indicators. METHODS : To secure the publicity of on-demand public transportation in real time, the goal of the service was first set. Second, the keywords of the service were analyzed to define the publicity requirements of this service. Based on the analyzed keywords and definition of publicity, service indicator types were classified, and the indicators were defined by type. A user satisfaction survey was conducted on the final selected indicators to improve the degree of completion of indicator development. The user survey was conducted by presenting selected publicity indicators to respondents responding on a five-point scale to determine whether each indicator could satisfactorily evaluate publicity. RESULTS : When examining various previous research cases and the contents required for autonomous public transportation mobility on-demand service in real time, the required items of publicity indicators were found to be “safety” in terms of “autonomous driving” and “convenience” in terms of “demand response.” Publicity indicators were developed according to these three items. Thirty-one indicators were developed, and a satisfaction survey was conducted on the general public for each indicator. In the survey, most of the indicators scored 3.5 points or higher, indicating that the indicators were generally well defined. Users gave the highest score to “fairness” among the three items, and “reasonable fairness” was found to be a necessary item as a publicity indicator. CONCLUSIONS : In this study, evaluation indicators were selected to secure the publicity of autonomous public transportation mobility on-demand service in real time, and a satisfaction survey was conducted for each indicator. Most of the indicators showed a score of 3.5 or higher, indicating that they were generally well defined. However, this study has a limitation in that it surveys the general population. In future, experts should be included in the survey to increase the degree of completeness of the public indicators.

Anomaly detection for each industrial machine is recognized as one of the essential techniques for machine condition monitoring and preventive maintenance. Anomaly detection of industrial machinery relies on various diagonal data from equipped sensors, such as temperature, pressure, electric current, vibration, and sound, to name a few. Among these data, sound data are easy to collect in the factory due to the relatively low installation cost of microphones to existing facilities. We develop a real time anomalous sound detection (ASD) system with the use of Autoencoder (AE) models in the industrial environments. The proposed processing pipeline makes use of the audio features extracted from the streaming audio signal captured by a single-channel microphone. The pipeline trains AE model by the collected normal sound. In real factory applications, the reconstruction error generated by the trained AE model with new input sound streaming is calculated to measure the degree of abnormality of the sound event. The sound is identified as anomalous if the reconstruction error exceeds the preset threshold. In our experiment on the CNC milling machining, the proposed system shows 0.9877 area under curve (AUC) score.

사물인터넷(IoT) 기술을 활용한 전력 사용량 모니터링은 스마트팜 운영비 절감 기술 개발을 위한 기초자료로 필요성이 부각되고 있다. 본 연구에서는 멜론 생산 스마트팜 운영 중 실시간 전력사용량 모니터링 시스템을 설치한 예를 소개하고 이 를 이용하여 수집된 데이터를 실시간으로 활용하는 방법을 제 안한다. 전력사용량 모니터링 시스템의 실증을 위하여 멜론 스마트팜에서 3개월의 멜론 재배기간 동안 보일러, 양분분배 시스템, 자동제어기, 순환팬, 보일러제어기, 기타 IoT 관련 유 틸리티 등 스마트팜 시설에서 사용하는 개별 전원 기구들의 전력사용량 데이터를 수집하였다. 모니터링 결과를 이용하여 전기에너지 소비패턴의 예시를 분석하고, 측정 데이터를 최 적으로 활용하기 위해 필요한 고려사항을 제시하였다. 본 논 문은 전력사용량 모니터링 시스템을 새로이 구축하고자 하는 유저들에게 기술적 진입장벽을 낮추고 생성된 데이터 활용 시 시행착오를 줄이는 데 유용한 자료가 될 것으로 사료된다.

최근 농지 및 수자원의 염류화로 인해 염생식물에 대한 작물화와 생육 조건 구명을 위한 연구 필요성이 높아지고 있다. 그러나 재배 조건 변화에 따른 작물의 생육 및 기능성 성분 변화 분석을 위해서는 양액 및 작물 생육부 시료를 채취하여 이를 전처리 및 분석해야 하여 시간적, 인적 자원의 소모가 높다. 본 연구에서는 염생식물의 최적 생육 조건 구명을 효율적으로 수행하기 위해 비파괴적으로 재배 현장에서 실시간으로 작물 생육부와 수경재배 근권부의 염분 농도를 모니터링할 수 있는 시스템을 개발하였다. 개발 시스템을 통해 NaCl 0 mM, 50 mM, 150 mM, 300 mM의 4가지 농도 조건에서 갯방풍을 대상으로 재배실험을 수행한 결과, 재배 중 염분 농도 수치의 변화 및 염분 농도가 높을수록 생체중이 감소하는 것을 확인하였다. 실제 생육 분석 결과에 따르면 개발 시스템을 통한 모니터링 결과에 상응하는 생체중 결과를 확인하여 염생식물의 생육 모니터링 적용이 가능할 것으로 평가되었다. 그러나 단위 생체중 당 기능성물질 함량의 경우, NaCl 농도가 증가할수록 증가하는 것으로 나타나 갯방풍의 상업적 재배 조건의 구명을 위해서는 생체중 외에 기능성 성분의 모니터링을 위한 시스템 보완이 필요하다고 판단되었다.

PURPOSES : In a previous study, an error was detected in data pertaining to the direction and velocity of a roller. Hence, in this study, the correlation between these two variables and acceleration data is analyzed. Relevant algorithms are developed by adding variables to existing algorithms. METHODS : A tachometer and GPS are used to acquire the velocity, compaction direction of rollers, and number of compactions. Subsequently, data input to an accelerometer are compared and analyzed. RESULTS : Based on FFT analysis, it is discovered that the data are inaccurate when a forward reverse is performed. Using the GPS, the velocity of the roller is differentiated based on the number of pledges, and then added as a variable to the algorithm. Subsequently, it is evaluated and analyzed only with data during forward movement based on changes in the latitude and longitude. CONCLUSIONS : It is discovered that the acceleration data values from both the left and right rollers differ owing to their weight difference, as indicated by the asphalt gradient. Data changes based on asphalt gradients are analyzed using gyro sensors. If the correlation between the two sets of data is high, then the algorithm is advanced by introducing a cross spectrum after calibrating the acceleration value based on the gradient.

본 연구는 실시간 원격수업에서 학생들의 학습 장애 요인을 분석하고, 그러한 장애 요인을 해소 할 수 있는 수업을 설계하였으며, 이를 실제로 적용한 사례 연구이다. 2015 개정 교육과정에서 강조 하고 있는 ‘역량’을 함양할 수 있는 실시간 원격수업을 계획하였다. 이 수업은 개별 한자의 모양·음· 뜻과 필순에 대한 지식 암기가 아니라, 한자 정보를 찾아 활용할 수 있는 능력을 함양하는 데에 있다고 할 수 있다. 이를 위해 학생들이 실시간 원격수업에서 겪은 학습 장애 요인을 조사하였다. 응답 내용은 ‘집중’, ‘기술’, ‘학습’, ‘소통’, ‘피로’, ‘흥미’, ‘기타’ 등으로 분류할 수 있었다. 이러한 학습 장애 요인에 대한 개선 방안은 수업의 내적 요인과 수업의 외적 요인으로 나누어 살펴볼 수 있다. 수업의 내적 요인으로는 ‘학습, 흥미’의 문제, 수업의 외적 요인은 ‘집중, 기술, 소통, 피로’의 문제이다. 학습 부담이나 학습 부진에 관한 문제는 화상회의 플랫폼을 통하여 실시간 쌍방향 원격수업 실시, 학습량 적정화 등으로 개선 방안을 모색하고, 흥미는 대면 수업에서 친구들 과 함께 수업 듣는 분위기 조성 등으로 개선 방안을 찾는다. 집중은 활동 중심의 실시간 원격수업, 기술은 학습 플랫폼 오류에 대비한 대체 수단 마련, 소통은 실시간 쌍방향 수업과 피드백 강화, 피로는 일과 시간의 변경 등을 통해 개선 방안을 찾는다. 이러한 응답 내용을 토대로 학생들이 집중할 수 있는 활동 중심 한문 수업, 수업 시간 동안 해결 할 수 있는 적절한 학습량의 과제 제시를 통해 학습 부담 감소, 교사와 소통할 수 있는 채널 확보, 흥미를 가질 수 있는 요소를 가미한 수업 방안을 강구하였다. 기술적인 문제나 피로는 개별 교과에서 해결할 수 없는 문제이기 때문에 수업 구성의 고려 사항에서 제외하였다. 중학교 1학년의 학년 초에 실시한 수업이기 때문에 한자 영역을 대상으로 하였다. 수업은 ‘학습지 제공 → 신습 한자 선택 → 인터넷 사전 검색 → 필순에 따라 한자 쓰기 → 한자를 선택한 이유 쓰기’ 순서로 진행하였다. 처음 한자를 써보는 학생들이 다수였지만, 대부분 정해진 시간 안에 한자의 모양을 정확하게 작성하 였다. 일부 학생은 정해진 수업 시간 동안 학습지를 완성하지 못하였다. 원격수업에서 수업 환경은 교실에서 대면으로 이루어졌던 학교 수업을 그대로 온라인으로 옮겨가는 것이 아니라, 본질적인 수업 방법의 변화가 있어야 할 것이다.