선박의 추진전동기는 소량 주문생산되어 고장진단을 위한 신호를 사전에 확보하는 것이 불가능하다. 운용기간 중 계측을 통해 데이터를 확보하는 것은 많은 시간과 비용을 초래하기에 물리모델을 통해 데이터를 확보하는 것이 유일한 방법이다. 물리모델을 통해 얻 은 데이터를 고장진단에 활용하기 위하여 데이터의 정확도를 확보해야 한다. 기존 전동기 물리모델의 경우 전동기에서 발생하는 구조-전 기 연성효과를 온전히 고려하지 않아 진동데이터의 해석 오차가 발생하는 것을 확인할 수 있다. 본 논문에서는 구조-전기 완전연성 물리 모델을 개발하여 물리모델데이터의 정확도를 개선하였다. 실험계측 데이터와 물리모델 데이터의 비교를 통해 전동기 상태별 데이터를 높 은 정확도로 획득할 수 있음을 확인하였다. 본 논문에서 제시한 구조-전기 완전연성 물리모델을 이용하여 정상상태와 결함상태에서 나타 나는 진동수준을 예측할 수 있음을 확인하였으며, 구조-전기 완전연성 반영 필요성을 입증하였다.

본 연구는 YOLO(You Only Look Once)-Segmentation 기반 해양생물 탐지 모델의 성능 비교와 수중 이미지의 색상 왜곡 보정을 위한 딥러닝 모델 구축에 중점을 둔다. 탐지 모델 구축에는 Ultralytics에서 공식적으로 배포하는 YOLO의 버전별 객체분할 모델인 YOLOv5-Seg, YOLOv8-Seg, YOLOv9-Seg, YOLOv11-Seg를 활용하였으며, 22종의 해양생물 데이터셋을 사용해 동일한 학습 과정을 거쳤다. 이 를 통해 각 버전의 탐지 성능을 비교한 결과, YOLOv9c-Seg 모델이 정밀도(Precision) 0.908, 재현율(Recall) 0.912, mAP@50 0.943으로 가장 높 은 성능을 기록하며 최적의 모델로 선정되었다. 또한, 수중 환경에서 발생하는 색상 왜곡 문제를 해결하고 탐지 정확도를 높이기 위해 CLAHE, White Balance, Image Filter 등의 RGB 요소 변환 기법을 적용한 PhysicalNN 기반 이미지 보정 모델을 구축하였다. 선정된 탐지 모델 과 이미지 보정 모델을 이용해 수중영상 내 탐지된 생물의 위치를 정확히 파악하고, Monocular Depth Estimation(MDE) 알고리즘과 거리 및 크기 측정을 위한 가이드 스틱을 활용하여 대상 생물의 거리와 크기를 추정하였다. 이를 통해 단안 카메라 영상만으로도 3차원 공간의 해 양생물 크기와 이에 따른 체중을 간접적으로 추정하였으며, 향후 해양 생태계 모니터링에 활용할 수 있는 가능성을 시사한다.

기후 변화로 인한 해양 온도 상승으로 해양생물독소의 발생 빈도가 점점 증가하고 있으며, 이는 식품 안전과 공 중 보건에 중대한 위협을 가하고 있다. 해양생물독소를 검 출하기 위한 기존의 방법인 마우스 생체검사(MBA), 고성 능 액체 크로마토그래피(HPLC), 액체 크로마토그래피-질 량 분석법(LC-MS) 등은 절차가 오래 걸리고 비용이 많이 든다는 한계가 있다. 이러한 문제를 해결하기 위한 대안 으로 바이오센서 기술이 유망한 해결책으로 부상하고 있 다. 이러한 바이오센서는 세포, 항체, 압타머, 펩타이드와 같은 바이오리셉터를 이용해 해양생물독소를 신속하고 정 확하게 검출한다. 본 리뷰에서는 다양한 종류의 바이오리 셉터를 논의하고, 해양생물독소 검출을 위한 바이오센서 기술의 최근 발전을 탐구한다. 또한, 이러한 바이오리셉터 의 장점을 강조하며, 해양생물독소 검출을 위한 바이오센 서 성능 향상을 위한 미래 연구 방향을 고려한다.

Climate change has led to a significant increase in jellyfish populations globally, causing various problems. For power plants that use nearby seawater for cooling, the intrusion of jellyfish into intake systems can block the flow, leading to reduced output or even shutdowns. This issue is compounded by other small marine organisms like shrimp and salps, making it urgent to develop solutions to prevent their intrusion. This study addressed the problem using the BioSonics DT-X 120 kHz scientific fish finder to conduct preliminary tank experiments. We also deployed underwater acoustic and camera buoys around the intake of nuclear power plant, utilizing a bidirectional communication system between sea and land to collect data. Data collection took place from July 31, 2023 to August 1, 2023. While harmful organisms such as jellyfish and salps were not detected, we successfully gathered acoustic data on small fish measuring backscattering strength (SV). Analysis showed that fish schools were more prominent in the evening than during the day. The highest fish distribution was observed at 3:30 AM on July 31 with an SV of -44.8 dB while the lowest was at 12:30 PM on the same day with an SV of –63.4 dB. Additionally, a solar-powered system was used to enable real-time data acquisition from sea buoys with smooth communication between the land server and the offshore buoy located 1.8 km away. This research developed an acoustic-based monitoring system for detecting harmful organisms around the intake and provided foundational data for preventing marine organism intrusion and planning effective measures.