This study examines whether a 3D virtual fitting system can function as an efficient digital pattern-making method for women’s jeans to complement or replace conventional 2D measurement-based design. It further explores the potential application of virtual fitting-based pattern design processes in digital fashion education and the apparel industry. To develop 3D virtual fitting-based pants, a close-fitting 3D pants pattern was generated by flattening an avatar’s lower-body surface. Initial evaluations necessitated adjustments in dart volume and placement for both the front and back panels. Stress analysis further revealed high concentrations near the crotch, requiring modifications to the crotch extension. The pattern was iteratively refined using real-time feedback from appearance changes, stress distribution, and fitting errors during virtual fitting. Post-modification evaluation results showed significant improvements across all appearance evaluation categories. Notable enhancements were found in key fit factors, including dart position and length, crotch appearance, and hip fit. Subsequently, a digital jeans pattern was designed based on the refined close-fitting 3D pants pattern. Stepwise modifications informed by virtual fitting data led to improvements in both appearance and silhouette completeness. Comparative evaluation of jeans produced using the proposed 3D-derived pattern and a conventional 2D pattern showed no significant differences across most assessment items. However, the 3D-derived pattern scored significantly higher in critical areas such as thigh appearance and knee-line positioning. This indicates that 3D-based pattern design is particularly effective in areas requiring accurate reflection of 3D body curvature and movement characteristics.

본 연구는 글로벌 해운물류에서 디지털 전환과 지속가능성 요구가 급격히 높아지는 시대적 흐름 속에서, 스마트항만의 효과적 인 도입과 평가체계 확립의 필요성에 대응하고자 수행되었다. 계층분석법(AHP)을 활용하여 스마트기술, 인프라, 운영, 환경·에너지, 거버 넌스 영역에 걸친 핵심 평가요인을 체계적으로 도출하고 우선순위를 산정하였다. 연구 결과, 사물인터넷(IoT) 및 센서 기반 기술이 가장 중요한 요인으로 나타났으며, 그 뒤를 5G 통신기술, 데이터 인프라, 자율형 항만설비가 이었다. 또한, 운영 자동화와 기관 간 협력 역시 항만 효율성과 회복 탄력성을 높이는 데 핵심적인 요소로 확인되었다. 이러한 결과는 스마트항만 평가를 위한 포괄적이고 계층적인 분석 프레임워크를 제시함으로써 이 분야의 이론적 기반을 강화한다는 점에서 의의가 있으며, 실무적으로는 안전한 스마트항만 개발에 당국이 자원 배분을 최적화하고 단계적 발전 전략을 수립하는 데 실질적 시사점을 제공한다. 향후 연구에서는 다양한 항만을 대상으로 실증 분 석을 확대하고, 신기술을 통합한 의사결정 모델 고도화를 통해 지속 가능하고 경쟁력 있는 스마트항만 생태계 구축을 더욱 촉진할 필요 가 있다.

The loss of soil available nutrients may affect soil quality and crop growth. Biochar can form a multi-level fixed network because of its rich pore structure and surface functional groups, which can effectively fix available nutrients in soil and maintain nutrient utilization rate. Because it is difficult to directly prepare biochar materials with good adsorption characteristics through experimental results. This study employed an XGBoost machine learning prediction model to determine the optimal nutrient-rich biochar preparation conditions. The R2 value ranged from 0.97 to 0.99. The results indicated that specific surface area was the primary factor influencing ammonium nitrogen adsorption, with a feature importance of 56.13%. Production conditions (hydrothermal temperature and time) significantly affected the adsorption of nitrate nitrogen and available phosphorus, with feature importances of 75.91% and 81.54%, respectively. Mean pore diameter was negatively correlated with potassium ion adsorption characteristics. Biochar prepared under hydrothermal conditions at 202.50–251.25 °C for 3 h exhibited favorable adsorption characteristics for multiple soil available nutrients. This study provides new insights into biochar’s application in the field of soil nutrient adsorption through data analysis. It is helpful to avoid the waste in the process of energy utilization from biomass to biochar.

지진에 대한 플랜트 시스템의 확률론적 안전성 평가(Probabilistic Safety Assessment, PSA)를 수행하기 위해 고장수목(Fault Tree) 기반의 베이지안 네트워크(Bayesian Network, BN) 방법론이 제안된 바 있다. 해당 PSA를 수행하기 위해서는 구조물 및 설비들의 지 진 취약도 곡선 정보는 필수적이며, 해당 정보는 Federal Emergency Management Agency(FEMA)에서 일부 제공하고 있다. 그러나 다 양한 종류의 설비에 비해 제공되는 정보는 매우 제한적이며, 특히 플랜트 운영지속성을 위해 여분의 설비가 배치된 경우에도 개별 설 비의 구조적 상태가 반영되지 못하고 같은 정보가 사용되어, 결과적으로 일률적인 리스크 평가와 제한적인 의사결정만이 이루어질 수 있음을 확인하였다. 따라서 본 연구에서는 플랜트의 여러 주요 설비 중 석유화학 플랜트의 증류탑을 선정하고, 증류탑의 손상 메커 니즘을 모사 가능한 조이스틱 모델을 구축하였다. 이와 더불어 지진 취약도 해석 기법 세가지(다중띠해석, 증분독적해석, 산점도분석 법)에 대해 간략히 설명하고 주어진 예제에 대해 각 기법을 이용하여 취약도 곡선을 도출하였다. 도출된 결과에서 세기법의 차이가 크지 않음을 확인하였고, 앵커 파단과 같은 구조적 손상 시나리오를 가정하여 취약도를 도출하였는데, 이 결과를 토대로 개별 설비의 구조적 상태에 따라 상이한 취약도 곡선이 필요함을 확인할 수 있었다.

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.

폴리비닐리덴 플루오라이드(polyvinylidene fluoride, PVDF) 기반의 중공사막은 뛰어난 열적, 기계적, 화학적 안정 성을 통해 분리 응용을 위한 유연한 플랫폼을 제공한다. 본 총설에서는 PVDF 중공사막의 생산 및 표면 처리 기술의 최신 발 전과, 이를 담수화 및 염료/염 분리 공정에 적용한 사례를 검토하였다. 딥 코팅 기술과 화학적 접목, 그리고 TiO2, MXene, MoS2와 같은 나노소재를 혼합층 형성을 통해 첨가하는 것은 소수성, 습윤 방지 성능 및 투과성에서 뚜렷한 향상을 가져왔으 며, 야누스 트라이보어 및 이중층 막은 막 증류 공정을 장기간 수행할 때 내오염 저항성과 기계적 강도에서 우수한 성능을 보였다. 그리고 혼합 매트릭스 막에서 MOF와 rGO 같은 탄소 기반 충전재를 결합하면 높은 염 거부 수준(> 99.9%)과 물 유 속(> 25 kg/m2·h)을 달성하여 해수 및 산업 폐수 처리에 적합하였다. 본 총설에서는 투과증발, 나노여과, 진공 막 증류 (vacuum membrane distillation, VMD) 방법이 PVDF 막과 어떻게 시너지 효과를 발휘하는지를 검토하였으며, 첨가제 최적화 및 표면 기능화와 함께 막 구조를 설계함으로써 막 성능을 향상시킬 수 있으며 이를 통해 PVDF 중공사막이 실험실 규모의 연구에서 산업 규모 생산으로 확장될 수 있음을 보였다.

Fault detection in electromechanical systems plays a significant role in product quality and manufacturing efficiency during the transition to smart manufacturing. Because collecting a sufficient number of datasets under faulty conditions of the system is challenging in practical industrial sites, unsupervised fault detection methods are mainly used. Although fault datasets accumulate during machine operation, it is not straightforward to utilize the information it contains for fault detection after the deep learning model has been trained in an unsupervised manner. However, the information in fault datasets is expected to significantly contribute to fault detection. In this regard, this study aims to validate the effectiveness of the transition from unsupervised to supervised learning as fault datasets gradually accumulate through continuous machine operation. We also focus on experimentally analyzing how changes in the learning paradigm of the deep learning model and the output representation affect fault detection performance. The results demonstrate that, with a small number of fault datasets, a supervised model with continuous outputs as a regression problem showed better fault detection performance than the original model with one-hot encoded outputs (as a classification problem).

The number of significant issues on many welding processes are often connected to high productivity and manufacturability at low costs. The research on welding processes in the literature has reported several research activities, but there is still scope for improvement in most industrial settings. The primary goal of this research is to determine the best super-TIG welding settings to use for groove welding. First, in order to determine the quality characteristics and risks associated with them, concepts and frameworks of quality by design (QbD) which is a new standard in pharmaceutical area in order to improve drug qualities were integrated into this process optimization. Second, stepwise experimental design approaches including a factorial design as well as a response surface methodology (RSM) were customized and performed for this specific automated super-TIG welding process. Third, based on experimental design results, the optimal operating conditions with both design space (i.e., acceptable range of operating conditions) and safe operating space (i.e., safe range of operating conditions) were obtained. Finally, a case study including QbD steps, stepwise experimental design approaches, design and operating spaces, the optimal factor settings, and their association validation results was conducted for verification purposes.

Ni-based superalloys are widely used for critical components in aerospace, defense, industrial power generation systems, and other applications. Clean superalloy powders and manufacturing processes, such as compaction and hot isostatic pressing, are essential for producing superalloy discs used in turbine engines, which operate under cyclic rotating loads and high-temperature conditions. In this study, the plasma rotating electrode process (PREP), one of the most promising methods for producing clean metallic powders, is employed to fabricate Ni-based superalloy powders. PREP leads to a larger powder size and narrower distribution compared to powders produced by vacuum induction melt gas atomization. An important finding is that highly spheroidized powders almost free of satellites, fractured, and deformed particles can be obtained by PREP, with significantly low oxygen content (approximately 50 ppm). Additionally, large grain size and surface inclusions should be further controlled during the PREP process to produce high-quality powder metallurgy parts.

분리막 기반 이산화탄소(CO2) 포집 기술은 에너지 효율이 높고, 공정이 단순하며 모듈화가 가능하다는 장점으로 인해 다양한 산업 공정에서 주목받고 있는 차세대 탄소 저감 기술이다. 본 논문에서는 발전소, 시멘트 생산, 철강 제조, 바이 오가스 업그레이딩 등 주요 산업 공정에서의 CO2 포집 기술을 중심으로, 관련 분리막 소재, 공정 구성 방식을 포함한 실제 산업 응용 사례를 체계적으로 정리하였다. 특히 산업별 배출가스 조성, 운전 조건, 적용된 분리막의 특성과 성능을 비교⋅분 석하고, 시뮬레이션 연구 및 파일럿 규모의 실증 데이터를 바탕으로 분리막 공정의 성능과 한계를 다각적으로 평가하였다. 또 한 각 산업에서의 공정 조건에 따른 분리 전략과 적용 가능성을 제시함으로써, 분리막 기반 CO2 포집 기술의 현재 기술 수준 과 더불어 향후 상용화를 위한 과제 및 공정 최적화 방향에 대한 실용적 시사점을 도출하였다.

The demand for automated diagnostic facilities has increased due to the rise in high-risk infectious diseases. However, small and medium-sized centers struggle to implement full automation because of limited resources. An integrated molecular diagnostics automation system addresses this issue by integrating small-scale automated facilities for each diagnostic process. Nonetheless, determining the optimal number of facilities and human resources remains challenging. This study proposes a methodology combining discrete event simulation and a genetic algorithm to optimize job-shop facility layout in the integrated molecular diagnostics automation system. A discrete event simulation model incorporates the number of facilities, processing times, and batch sizes for each step of the molecular diagnostics process. Genetic algorithm operations, such as tournament, crossover, and mutation, are applied to derive the optimal strategy for facility layout. The proposed methodology derives optimal facility layouts for various scenarios, minimizing costs while achieving the target production volume. This methodology can serve as a decision support tool when introducing job-shop production in the integrated molecular diagnostics automation system

선박에는 단열을 위한 발포제가 적용된다. 기존의 발포제에는 지구온난화물질인 수소불화탄소(HFC)를 다량 포함하고 있는 문제점이 있으며, 우리나라는 몬트리올 의정서의 ‘키칼리 개정서’를 채택함에 따라 HFC를 ‘24년부터 ’45년까지 기준 수량의 80% 감 축하기로 결정되었다. 이에, 메틸포메이트 원료는 지구온난화지수가 0(HFC는 960~1,430)으로 향후 친환경발포제로 높은 기대를 갖고 있다. 하지만, 메틸포메이트 발포제의 성능은 원료의 순도 및 주변환경에 높은 영향을 받음으로 각 공정환경에 대한 정확한 분류가 필요하다. 이에, 본 논문에서는 주변환경(온도)과 메틸포메이트 순도에 따라, 총 4개의 케이스를 만들었다. 각 케이스에 대해서 10,010 장의 이미지를 학습하고, 이를 구글넷(GoogLeNet)알고리즘을 이용하여 분류하였다. 분류결과 정확도는 96.8%를 갖고, F1-Score는 0.969 를 갖는 것으로 계산하였다.

Piezoelectric composites have attracted significant research interest as sustainable power sources for electronic devices due to their high mechanical stability and electrical output characteristics. This study investigated the optimal processing conditions for fabricating a flexible piezoelectric energy harvester based on Pb(Zr,Ti)O3 (PZT) powder and a polyimide (PI) matrix composite. Various parameters, including the optimal mixing ratio of PI/PZT, ultrasonic treatment, homogenization, vacuum oven, and UV/O3 treatment, were optimized to achieve a uniform piezoelectric composite. A PZT content of 30 wt% and 20 minutes of homogenization were identified as the most effective conditions for increasing the uniformity of the composite. The optimized composite exhibited a high piezoelectric coefficient, a typical P-E hysteresis loop, and dielectric properties, exhibiting a voltage output that adjusts in response to variations in the applied touch force. This study provides foundational data for the uniform fabrication of flexible piezoelectric energy harvesters and next-generation miniaturized electronic devices.

현재 기후변화 문제 해결을 위한 국제적 목표 및 국내 에너지 정책에 부합하는 LNG 발전의 효율성을 극대화하는 방안이 요구 되고 있다. 2050년 탄소중립 목표 달성을 위해 각국은 2030년까지 온실가스 감축 목표를 설정하였고, 국내에서도 석탄 발전 시설을 단계 적으로 폐쇄하고 LNG 발전 시설을 확대하려는 노력이 진행되고 있다. 이 연구에서는 LNG의 재기화 과정에서 발생하는 냉열을 회수하여 Carbon Capture and Storage, Ammonia-water Rankine Cycle / Kalina Cycle, Data Center Cooling, Direct Expansion 공정에 활용할 수 있는 시스템을 제안하였다. 연구 결과 제안된 시스템의 3E 분석 결과 Energy 효율 51.52%, Exergy 효율 42.74%, 환경적 측면에서 2,145.8 gCO2 / kgLNG의 탄 소 배출량을 보여 가장 우수한 성능을 확인하였다. 이를통해 본 연구에서 새롭게 제시한 시스템은 Energy, Exergy, 환경성 측면에서 강점을 가지며, 향후 기후변화 대응에 크게 기여할 것으로 판단된다.