본 논문은 펫 휴머니제이션 현상으로 펫푸드 시장이 질적으로 고도화되었음에도, 불구하고, 여전히 「사료관 리법」상 축산 생산 수단적 관점에 머물러 있는 현행 관 리 체계의 한계를 조명하고 실증적인 물성 표준화 방안 을 제시하고자 수행되었다. 우선 KS H 4897 및 법정 관 리 체계와의 비교·분석을 통해 펫푸드 물성 규격화의 제 도적 미비점을 규명하였다. 또한, 반려견 보호자 71명을 대상으로 시행한 설문조사 결과, 응답자의 97.0%가 제품 구매 시 물성을 주요하게 고려하나 54.0%는 제조사별 다 른 마케팅 용어로 인해 선택의 어려움을 겪고 있음을 확 인하였다. 특히 단단한 제형으로 인한 치아 및 잇몸 손상 경험(15.0%)과 습식 급여 중 사레 경험(46.0%) 등 실질적 인 급여 안전사고 실태를 통해 정량적 지표 도입의 당위 성을 확보하였다. 이를 바탕으로 반려견의 해부학적 구조 와 체급별 치악력 등 수의학적 근거를 반영하여 유동식 부터 고강직식까지 아우르는 5단계의 ‘반려견 Texture-Code’를 도출하였다. 본 논문은 영양 성분에 치 중되었던 기존 품질 관리 패러다임을 물리적 섭식 안전 분야로 확장하고, 향후 반려동물의 지위 변화를 반영한 선진적 사료 관리 체계 수립을 위한 기초 자료를 제공한 다는 점에서 학술적·제도적 의의를 지닌다.

도시 불투수 지역에서 발생하는 초기 강우 유출수는 고농도의 비점오염물질을 단기간에 하천으로 유입시켜 수질 악화를 초래한다. 본 연구에서는 우수받이 및 맨홀에 설치 가능한 다단 폴리프로필렌 섬유 여과장치를 개발하고, 실험실 및 현장자료를 기반으로 오염물질 제거 효율을 평가하였다. 섬유 여재 조합 실험을 통해 53 μm, 20 μm, 10 μm 구성의 3단 여과가 TSS, TN, TP 제거에 가장 효과적인 것으로 나타났다. 현장 초기유출수 분석 결과, 평균 제거 효율은 TSS 79.7%, TN 31.6%, TP 43.1%로 확인되었다. 또한 SWMM을 이용하여 학사마을 도시유역에 적용 시 25%, 50%, 100% 설치비율에 대해 TSS 47.3∼99.2%, TN 21.6∼49.4%, TP 23.6∼67.7%의 저감효과가 모의되었다. 본 연구의 결과는 공간 제약이 큰 도시지역에서 초기세척효과(first flush)를 제어하기 위한 실용적인 비점오염 관리기술로서 활용 가능성을 제시한다.

최근 인테리어 디자인 플랫폼들이 AR 및 3D 렌더링 기술을 빠르게 도입하고 있으나, 기 존 온라인 시뮬레이터와 AR 서비스가 제공하는 조명 미리보기 기능은 광학 효과가 반영되 지 않아 실제 공간의 분위기를 체감하는 데 한계가 있다. 본 논문에서는 이러한 현실감의 격차를 해소하기 위해 AI 기반 2D 실내 리라이팅 시스템을 제안한다. 제안한 시스템은 이 미지 전체의 스타일을 변환하는 대신 실제 조명 기구 위치에 광원을 적용하는 조명 기구 기반 리라이팅을 수행하며, 사용자 경험 향상을 위해 다중 색상 조명 변경을 지원한다. Latent-Intrinsics와 확산 모델을 기반으로 램프 객체에 특화되도록 U-Net의 Cross-attention을 미세 조정하고, 안정적인 색상 주입을 위해 학습된 ControlNet과 Color Adaptor를 적용하였다. 실험 결과, 기존 베이스라인 모델 대비 우수한 색상재현력과 RMSE와 LPIPS 성능이 약 2.5배, SSIM은 약 1.2배 향상되었다. 연구 결과는 AR 기반 인테리어 서비 스를 위한 정교한 조명 미리보기 기술로 활용되기를 기대한다.

이 논문에서는 강화학습 기반 제어기와 전통적인 제어기를 동일한 조건에서 비교함으로써 구조 진동 제어 문제에서 강화학습 제 어기의 성능 특성과 한계를 규명하는 것을 목적으로 한다. 가장 단순한 비선형 제어로서 단자유도 가변 강성 시스템을 대상으로 심층 결정적 정책 경사(DDPG) 기반의 강화 학습 제어기를 설계하고, bang-bang 제어 및 제한 최적 제어와의 성능 비교를 수행하였다. 자유 진동 및 El Centro 지진 가속도에 의한 강제 진동 조건에서 공칭 성능과 센서 잡음이 존재하는 경우의 강인 성능을 분석하였다. 그 결 과, 강화학습 제어기는 자유 진동 조건에서 우수한 강인 성능을 보였으나, 강제 진동 제어에서는 기존 제어기를 일관되게 상회하지는 못하였다. 이 연구는 동일한 보상 함수와 시스템 조건 하에서 강화학습 기반 진동 제어의 실질적 기여와 적용상의 한계를 기초적으로 제시하였다.

This paper presents the design and experimental validation of an intelligent tire alignment and lifting control system for an under-vehicle autonomous parking robot. The proposed system enables the robot to autonomously enter beneath a vehicle, recognize tire positions using a LiDAR-based sensing module, and perform precise lifting through a fork-type mechanism. A YOLOv8 instance segmentation algorithm is employed to detect tire regions from LiDAR point cloud data and estimate their geometric centers. The detected tire positions are then matched with a vehicle database to determine the correct alignment for lifting. Experiments were conducted on three different vehicle types under various surface conditions. The results show that the proposed system achieved a tire recognition accuracy exceeding 95%, a lifting success rate of 100%, and an average lifting operation time of 12.3 seconds. These results demonstrate the reliability and practicality of the proposed method for real-world autonomous parking applications.

As renewable energy penetration continues to increase, the output variability and forecasting uncertainty of photovoltaic generation have emerged as major operational risks in power systems. This study establishes a sensor-based data quality control procedure to ensure the reliability of meteorological data collected at a PV plant. For temperature, humidity, and wind speed, a four stage QC process physical range check, persistence check, step change check, and median filtering was applied. Solar radiation, which exhibits strong temporal and distributional characteristics, was processed using a three-stage QC procedure consisting of physical range, step change, and frequency distribution checks. Using the quality-controlled meteorological data, PV generation forecasting was performed with SVM and XGBoost models. As a result, the MAPE values improved to 6.32% for SVM and 6.08% for XGBoost after QC application. The findings confirm that meteorological data quality control significantly enhances PV forecasting accuracy and can support future strategies for distributed energy resource management, curtailment mitigation, and power system risk reduction.

본 연구는 레벨 3 자율주행의 운전이양권(TOR) 안전성 향상을 위해, 기존 행동 기반 감지 방식의 한계를 극복하 는 운전자 모니터링 시스템(DMS)을 개발했다. 차량의 미러 내장형 RGBW 카메라를 이용한 비접촉 원격 광용적맥 파(rPPG) 기술로 운전자의 심박수를 실시간 측정하고, 심박변이도(HRV) 분석을 통해 졸음, 스트레스 등 운전자의 각성 수준을 판단한다. 딥러닝 기반 얼굴 인식, 신호 처리, 패턴 인식 알고리즘을 통합하여 시스템을 구현했다. 총 28명을 대상으로 105시간 이상의 실제 도로 환경에서 검증한 결과, 심전도(ECG) 대비 85.14%의 심박수 측정 정확 도와 90.81%의 상태 판단 정확도를 달성했다. 본 연구는 생체신호 기반의 운전자 상태 평가가 TOR 판단의 신뢰성 을 높이는 핵심 기술이 될 수 있음을 실증했다.

The most basic control algorithm of the electric power steering system in the Korean refrigerating cart CoCo was first commercialized as a prototype in 2022 after the Motor Driven Power Steering (Electric Power Steering) was verified and applied to automobiles. In order to overcome the heavy load of small machines such as refrigerating carts weighing 750Kgf, the driver's great power is required, which can cause muscle skeletal disorders, causing many female drivers to complain of pain, and recently applied electric steering technology because it was urgent. In this study, we study a control algorithm that complements the stability of the existing control algorithm applied to the electric power steering device for electric carts and analyze and verify the steering performance of refrigerated carts through analysis using MATLAB/SIMULINK.

This study presents energy-saving performance analysis of a recirculating aquaculture system (RAS) that uses seawater-source heat pumps to control the seawater temperature in the breeding tank. The analysis is based on artificial neural network (ANN) and TRNSYS-based digital twin simulations. The complex thermal load of the RAS, which fluctuates in real time due to changing environmental conditions, is simulated using the dynamic simulation software, TRNSYS. A fuzzy logic controller (FLC) was designed based on the dynamic heat load calculated by TRNSYS and the water temperature data of the breeding tank enabling capacity control of the inverter manipulator of the heat pump. At this stage, energy is saved through the control of the variable speed compressor responding to the partial load via the inverter. Power consumption was predicted at appropriate time intervals using a custom-built ANN model. The prediction results are used to determine the optimal number of heat pumps to operate. Through the digital twin simulation, the proposed heat pump capacity control is compared with conventional operating number control in terms of temperature regulation performance and power consumption. The results demonstrated that the proposed method can be easily implemented in Matlab and significantly improves energy efficiency in RAS farms.

This study evaluated the field applicability of a real-time odor monitoring system combined with ozone water spraying technology to effectively control odors generated in livestock manure recycling facilities. Research was conducted at a Natural Circulation Agriculture Center located in N City, where concentrations of ammonia (NH3), hydrogen sulfide (H2S), and volatile organic compounds (VOCs) were measured in real time. Based on real-time data, ozone water was sprayed to assess the odor reduction rate, and the impact on surrounding areas was predicted through odor dispersion modeling. The results showed that the ammonia concentration measured at the upper section of the liquid aeration tank before ozone water spraying was 8.02 ppm, exceeding the emission limit of 1 ppm. VOCs were also found to have significantly contributed to odor generation. However, after spraying ozone water at a rate of 7 L/min and maintaining a concentration of 2.5 mg/L, ammonia was reduced by approximately 50%, and VOCs were reduced by about 98%, demonstrating a strong odor-reducing effect. Odor dispersion modeling using the CALPUFF modeling system simulated the range of odor dispersion before and after ozone water spraying. The results indicated that after ozone water spraying, the ammonia concentration at the facility boundary met the emission limit, effectively suppressing odor dispersion. In particular, the ozone water spraying system linked with the real-time sensor enabled automated odor control based on real-time data, demonstrating its potential for resolving odor complaints and ensuring compliance with environmental regulations.

This study aims to implement an integrated control system for a micro drill bit grinding machine to increase the processing stability and production efficiency of the equipment. The system consists of a WTGM mechanism, an environmental measurement sensor (RMU device), a control server, and a control client, and collects production statistics and alarm information in real time to enable central monitoring and statistical analysis. Through the control system, managers can check data and solve problems anytime and anywhere, thereby increasing the stability and efficiency of the production process. As a result of the experiment, it showed excellent performance in all evaluation items such as alarm occurrence time, notification time, and event operation time through temperature and humidity sensors, and contributed to productivity improvement through immediate response through e-mail and SNS notification. In conclusion, the implemented system optimizes the operating rate and inventory management of the equipment through real-time monitoring and yield analysis, and it is expected to improve system performance as it can be used as learning material for pattern analysis and deep learning algorithms in the future.