http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
황성욱 ( Sung-wook Hwang ),이태경 ( Taekyeong Lee ),정현우 ( Hyunwoo Chung ),안경선 ( Kyung-sun Ahn ),방성준 ( Sung-jun Pang ),방준식 ( Junsik Bang ),곽효원 ( Hyo Won Kwak ),오정권 ( Jung-kwon Oh ),여환명 ( Hwanmyeong Yeo ) 한국목재공학회 2022 한국목재공학회 학술발표논문집 Vol.2022 No.1
야외에 노출된 NLT 목재-합판 복합 슬라브의 수분 및 치수 거동을 조사하였다. 정밀한 수분 측정 및 관리는 목재 구조물의 안정성 확보를 위해 매우 중요하다. 치수 1000 (너비) × 1000 (길이) × 140mm (높이)인 슬라브 내부에 열전대와 온·습도 측정 프로브를 설치하여 외기 변화에 의한 슬라브 내부의 온도와 상대습도 변화를 관찰하였다. 그리고 와이어 변위계(tape-type displacement transducer)를 슬라브의 너비, 길이, 높이 방향에 각각 설치하여 치수 변화를 측정하였다. 모든 관측치는 데이터 수집 장치에 저장되고 실시간 모니터링되었다. 본 연구에서는 2021년 4월 14일부터 2021년 10월 26일까지 196일 동안 수집된 데이터를 분석하였다. 5월 18일 이후 4개월 동안 지속된 일평균 습도 80% 이상의 외기 환경을 따라 슬라브 내부의 습도는 계속 증가하였다. 측정된 온도 및 상대습도 값을 기반으로 계산된 슬라브 내부의 함수율은 관측 초기 6.7%에서 9월 19일에 최대 13.7%까지 증가하였다. 이러한 내부 수분 증가는 치수 변화를 동반하였다. 횡단면이 노출된 너비 방향 치수가 가장 많이 증가하였고 길이 방향의 증가는 가장 작았다. 그리고 높이는 증감이 반복되었다. 슬라브 내부의 수분 변동이 선행하고 뒤이어 유사한 패턴으로 치수가 변화했는데, 이는 치수 변화가 수분 변동에 의해 유발된 것임을 보여준다. 슬라브 내부 함수율 13.7%에서 너비와 길이는 각각 0.30%, 0.06% 증가했다. 콘크리트 타설 후 내부 함수율은 14.5%까지 증가했으며, 이때 너비는 0.48%까지 증가했다. 콘크리트 층이 건조됨에 따라 슬라브의 함수율은 감소한 데 반해 증가한 너비는 완전히 회복되지 않았다. 콘크리트 하중에 의한 영구 변형이 발생한 것으로 판단된다. NLT 복합 슬라브의 수분 및 치수 거동은 지속해서 관측 중이며, 현재 저온, 저습 환경에 의한 탈습 및 수축 추세의 데이터가 누적되고 있다.
황성욱 ( Sung-wook Hwang ),이태경 ( Taekyeong Lee ),정현우 ( Hyunwoo Chung ),김종찬 ( Jong-chan Kim ),김정규 ( Jungkyu Kim ),김윤진 ( Yunjin Kim ),최인규 ( In-gyu Choi ),곽효원 ( Hyo Won Kwak ),여환명 ( Hwanmyeong Yeo ) 한국목재공학회 2022 한국목재공학회 학술발표논문집 Vol.2022 No.1
오염 물질 흡착제 개발을 위해 마이크로파(microwave, MW)를 이용하여 크라프트 리그닌 기반의 활성탄을 제조하였다. 통상적 활성탄 제조법은 절차가 다소 복잡하고 에너지 소모적 공정인 데 반해, MW 가열은 원료 내 MW 흡수 물질이 존재한다는 가정하에 빠르게 재료 온도를 상승시킬 수 있다는 장점이 있다. 리그닌에 존재하는 무기염은 대표적인 MW 흡수 물질이기 때문에 촉매와 혼합 후 가열함으로써 활성탄을 제조할 수 있다. 탄화(carbonization)와 화학적 활성화(chemical activation)의 두 단계로 구성되는 통상적 방법과는 달리 MW 이용 활성화 방법은 탄화와 화학적 활성화가 동시에 수행되는 공정이다. 또한 고형 촉매를 사용하기 때문에 건조를 위한 에너지와 시간을 절약할 수 있다. 본 연구에서는 고액비 3:1로 혼합한 KOH와 리그닌 혼합물을 MW 출력 450, 700, 1000W에서 10, 20, 30분간 각각 가열하여 활성탄을 제조하였으며, 원소 분석과 BET 분석을 통해 제조된 활성탄의 탄소 함량과 비표면적을 조사하였다. 원소 분석에서 무처리 시료의 탄소 함량은 61.4%였으며, 이는 MW 출력 및 가열 시간의 증가와 함께 증가하여 1000W에서 20분간 가열 후 88.2%로 증가하였다. 리그닌의 비표면적 또한 MW 가열 후 현저히 증가하였다. 무처리 시료의 비표면적 0.53 ㎡/g은 1000W에서 10분간 MW 가열 후 2898 ㎡/g로 증가하였다. 실험된 MW 출력 범위 내에서 제조된 활성탄의 비표면적은 비슷하였으나 가열 시간이 증가할수록 비표면적은 감소하였다. 이러한 현상은 가열 시간 증가로 유발된 과도한 온도 상승이 탄소 소실 및 기공 구조 파괴를 초래한 것으로 판단된다. 따라서 흡착제의 재사용을 고려한다면 출력 450W, 가열 시간 10분이 가장 효율적인 가열 조건이라 판단된다.
리그닌 유래 하이드로차의 근적외선 분광학적 특징 중요도 측정
황성욱 ( Sung-wook Hwang ),이태경 ( Taekyeong Lee ),정현우 ( Hyunwoo Chung ),김현빈 ( Hyunbin Kim ),김정규 ( Jungkyu Kim ),김종찬 ( Jong-chan Kim ),곽효원 ( Hyo Won Kwak ),최인규 ( In-gyu Choi ),여환명 ( Hwanmyeong Yeo ) 한국목재공학회 2021 한국목재공학회 학술발표논문집 Vol.2021 No.2
수열 처리에 의해 생성된 리그닌 하이드로차(hydrochar)의 탄화 특성 예측에서 근적외선 분광학적 특징 중요도 분석을 위해 스펙트럼 데이터에 대한 순열 중요도(permutation importance)를 조사하였다. 탄화 특성 예측을 위해 랜덤 포레스트(random forest) 회귀 모델이 구축되었다. 랜덤 포레스트 알고리즘은 예측 과정에서 사용된 변수들의 중요도를 평가할 수 있는 정보를 제공하기 때문에 생물학적 재료의 연구에서 유용하다. 중요도 측정 기법에는 평균 불순도 감소(mean decrease impurity, MDI)와 평균 정확도 감소(mean decrease accuracy, MDA)가 있는데 본 연구에서는 MDA 기법인 순열 중요도를 이용하였다. 랜덤 포레스트 회귀 모델의 C(wt %), O/C, H/C 예측에 대한 R<sup>2</sup> 값은 0.975, 0.977, 0.985로 부분 최소 제곱(partial least squares) 및 랜덤 포레스트의 기반 모델인 결정 트리(decision tree) 회귀 모델보다 예측 성능이 높았다. 순열 중요도 분석 결과 1250-2300nm의 스펙트럼 영역 중 CH 2차 결합대 영역(1300-1700nm)과 CH 1차 결합대 영역(2000-2300nm)의 중요도가 상대적으로 높았으며, NH 및 OH 1차 배음대인 1700-2000nm 영역의 중요도는 낮았다. 중요도가 높은 두 영역에는 phenolic groups, aromatic groups, 리그닌이 할당되어 있어 수열 처리된 리그닌의 탄화 특성에 대한 중요 정보가 존재하는 것으로 판단되었으며 중요도가 낮은 영역에는 수분 피크가 존재하였다. 높은 중요도의 스펙트럼 영역들 (1300-1700nm, 2000-2300nm)만 선택적으로 학습하여 수립된 모델은 전체 영역(1250-2300 nm)을 학습한 모델보다 C(wt %), O/C, H/C 예측에 대해 높은 성능을 달성함으로써 산출된 특징 중요도에 대한 정당성이 확보되었다.
근적외선 분광법을 이용한 미이용 산림바이오매스 원료의 수분 측정
황성욱 ( Sung-wook Hwang ),이태경 ( Taekyeong Lee ),정현우 ( Hyunwoo Chung ),조명식 ( Myung Sik Cho ),곽효원 ( Hyo Won Kwak ),최인규 ( In-gyu Choi ),여환명 ( Hwanmyeong Yeo ) 한국목재공학회 2022 한국목재공학회 학술발표논문집 Vol.2022 No.2
미이용 산림바이오매스의 함수율 측정을 위해 전기저항 및 근적외선 분광법 기반의 수분 측정 기술을 조사하였다. 파편 형태의 샘플로부터 안정적인 데이터를 확보하기 위해서는 압축을 통한 샘플의 겉보기 밀도 증가가 필수적이었다. 전기저항 기반 모델은 결정계수 0.933의 적합도로 함수율을 예측했으며, 근적외선 분광법과 결합된 부분최소제곱 회귀모델은 전기저항 기반 모델보다 더 높은 성능을 달성했다. 스펙트럼의 2차 미분 변환 및 이상치 제거와 같은 데이터 전처리는 모델의 예측 성능 향상에 기여했다.
컴퓨터 비전과 딥러닝을 이용한 목재 결함의 검출 및 정량화
정현우 ( Hyunwoo Chung ),황성욱 ( Sung-wook Hwang ),이태경 ( Taekyeong Lee ),여환명 ( Hwanmyeong Yeo ) 한국목재공학회 2022 한국목재공학회 학술발표논문집 Vol.2022 No.1
목재 표면 검사를 위해 컴퓨터 비전과 딥러닝을 이용한 자동화 결함 검출 모델을 수립하였다. 컨베이어, 라인 스캔 카메라, 적외선 센서 트리거로 구성된 연속 이미지 획득 시스템을 우선 구축하여 목재 이미지 데이터를 획득하였다. 이미지 획득 시스템은 크기에 상관없이 연속 투입되는 모든 판재의 표면을 스캔할 수 있다. 총 304장의 잣나무 표면 이미지로 데이터베이스가 구축되었다. 『KS F 2151 침엽수 구조 용재의 육안 등급 구분 방법』에 따라 목재 결함을 옹이, 갈라짐, 수피로 구분하였으며, 옹이는 산옹이, 죽은 옹이, 썩은 옹이, 긴 옹이 등 4종류로 세분화하였다. VGG annotator를 이용하여 모든 이미지 데이터에 결함의 위치, 형상, 종류에 관한 정보를 목록화하였다. 검출 모델은 ResNet-101을 backbone 네트워크로 하는 Mask R-CNN을 기반으로 설계되었으며, 모델은 IOU(intersection over union) 50% 이상에 대한 mAP(mean average precision)로 평가되었다. 또한 KS F 2151에서 규정한 방식으로 각 결함의 기준 치수가 산출되도록 모델을 설계하였다. 테스트 세트에 대한 모델의 mAP는 57.0%로 산출되었는데, 이는 4종의 옹이만 학습한 모델의 mAP 80.4%보다 낮다. 성능 감소의 원인은 갈라짐에 대한 모델의 검출 성능이 낮았던 것에 기인한다. 갈라짐에 대한 검출 오류는 주석을 달지 않은 미세한 갈라짐을 모델이 검출한 경우, 그리고 길게 분포된 하나의 갈라짐을 모델이 다중의 갈라짐으로 검출한 경우의 두 가지 유형으로 분석되었다. 이러한 오류는 주석 수정 및 데이터 세트 증량을 통해 개선할 수 있을 것으로 판단된다. 개발된 모델은 옹이만을 다루던 기존 자동화 탐지 기법과는 달리 다양한 결함들을 검출할 뿐만 아니라 결함의 정량화 기능을 갖추어 목재 표면 검사에 실질적 도움이 될 것으로 기대된다.