서울시 최적의 전기자동차 충전소 위치 선정

김장영,Kim, Jangyoung 한국정보통신학회 2017 한국정보통신학회논문지 Vol.21 No.8

전기자동차 사업은 수도권에 발생하는 미세먼지의 30%를 감소시킬 수 있는 중요한 사업이고, 인체 위해도가 높은 자동차 배출가스를 내연기관에서 친환경 전기자동차로 대체하여 대기오염 문제를 획기적으로 해결할 수 있다. 이러한 전기자동차 사업의 핵심인 충전인프라 구축과 관련하여 서울시 내의 전기자동차 충전소 최적의 위치를 선정하고자 한다. T-Map 네비게이션 사용자 데이터 (위도, 경도, 위치) 분포와 서울시 교통정책과의 교통량 통계를 이용하였고, 최적의 위치에 전기자동차 충전소를 배치하고, 효율을 높이는 것에 본 논문의 목적이 있다. 본 논문에서 제안한 알고리즘은 두 가지 충전소 위치 선정 방식을 포함한다. 첫 번째는 교통량 및 권역을 이용한 방식이고, 두 번째는 T-Map 데이터 분포를 이용한 방식이다. 실제 충전소 위치 선정 시 두 가지 방식을 모두 고려하여 선정하게 된다. The electric vehicle business is important because it can reduce 30% of the fine dust generated in the metropolitan area and it can solve the air pollution problem by replacing automobile exhaust gas from an internal combustion engine with eco-friendly electric cars. For the construction of the electric charging station infrastructure, which is the core part of the electric car business, we focus to select the optimal location of the electric car charging station in Seoul. The goal of this paper is to utilize and analyze the traffic statistics of T-Map navigation users data and Seoul Metropolitan Transportation Policy Department to deploy the electric cars charging station with optimal location to increase the efficiency. In this paper, the proposed algorithm is composed of two parts of electric charging station selection. First, we analyze real traffic statistics and area. Second, we utilize T-Map navigation data distribution. To select optimal electric charging station location, we apply these two algorithms.

열분해 공정에 따른 폐플라스틱의 공정가스 및 배기가스 정성 분석

김수향 ( Suhyang Kim ),권준화 ( Junhwa Kwon ),최정우 ( Jeongwoo Choi ),김장영 ( Jangyoung Kim ),박찬 ( Chan Park ),한태욱 ( Taeuk Han ),손준익 ( Junik Son ),김영란 ( Younglan Kim ),강준구 ( Jun-gu Kang ),전태완 ( Tae-wan Jeon ) 한국폐기물자원순환학회 2023 한국폐기물자원순환학회 춘계학술발표논문집 Vol.2023 No.-

폐기물처리시설의 열처리분야(소각, 소각열회수, 열분해) 검사기준 및 방법

김수향(Suhyang Kim),권준화(Junhwa Kwon),최정우(jeongwoo Choi),김장영(Jangyoung Kim),박찬(Chan Park),한태욱(Taeuk Han),손준익(Junik Son),김영란(Younglan Kim),강준구(Jun-gu Kang),전태완(Tae-wan Jeon) 한국환경에너지공학회 2023 한국열환경공학회 학술대회지 Vol.2023 No.1

현재 국내에서 폐기물처리시설 설치 및 정기검사가 가능한 기관은 「폐기물관리법」 제 30 조의 2 에 따라 환경부령으로 정한 기관 또는 단체등 검사기관으로 규정이 되어 있으며, 시설별 검사가 시행되고 있다. 폐기물처리시설 검사대상 시설은 「폐기물관리법 시행규칙」 제 41 조에 따라 소각시설, 매립시설, 멸균분쇄, 음식물류 폐기물처리시설, 시멘트소성로, 소각열회수시설, 열분해시설 등 총 7 개 분야로 분류되어 있다. 이에 본 연구에서는 「폐기물처리시설의 검사방법에 관한 규정」 (국립환경과학원고시 제 2023 ― 14 호) [별표 1 폐기물소각시설의 세부검사방법], [별표 6 소각열회수시설의 세부검사방법], [별표7 열분해시설의 세부검사방법]의 검사기준 및 세부검사방법을 설명하고자 한다.

폐플라스틱 열분해시설의 공정 및 배출가스 성상분석 연구

김수향(Suhyang Kim),박찬(Chan Park),최정우(jeongwoo Choi),김장영(Jangyoung Kim),권준화(Junhwa Kwon),한태욱(Taeuk Han),손준익(Junik Son),김영란(Younglan Kim),강준구(Jun-gu Kang),전태완(Tae-wan Jeon) 한국환경에너지공학회 2023 한국열환경공학회 학술대회지 Vol.2023 No.2

국내 플라스틱 사용량이 증가함에 따라 쓰고 버려지는 폐플라스틱 문제가 국제사회의 환경 위협요인으로 부상하고 있다. 폐플라스틱으로 인한 환경오염, 해양의 미세플라스틱 등의 문제가 발생함에 따라 폐풀라스틱을 처리하기 위한 순환경제 전략이 필요한 실정이다. 최근 폐플라스틱을 처리하기 위한 방법으로 폐플라스틱 열분해가 주목받고 있다. 열분해는 무산소 조건에 서 폐폴라스틱을 가열함으로써 고분자 화합물을 저분자 화합물로 분해하여 재활용이 가능한 열분해오일을 생산하는 공정으로 환경부에서는 2030년까지 폐플라스틱의 열분해 처리비중을 10%로 확대한다는 계획을 발표한 바 있다. 따라서 본 연구에서는 실제 열분해 시설에서 배출되는 공정 및 배출가스를 채취하여 가스상 9개, 입자상 7개 물질의 실측값에 대기환경보전법 시행규칙 별표8 의 대기오염물질의 배출허용기준 올 준용하여 환경성 평가를 수행함으로써 환경성 평가를 위한 기초 자료를 마련하고자 하였다.

화이트 노이즈를 익사이터로 이용하는 25현 가야금의 피지컬 모델링 신디사이징

배준,김장영,양윤기,Bae, June,Kim, Jangyoung,Yang, Yoongi 한국정보통신학회 2018 한국정보통신학회논문지 Vol.22 No.5

Up until now, attempts to produce computer instruments have been largely focused on two types of sampling methods and physical modeling. Since the sampling method removes much of the harmonics in the sampling process, the effect of exciter that emphasizing the harmonic of the strings are mini. However, the physical modeling method can produce a lot of harmonics, and by emphasizing the harmonics of a particular frequency band among these harmonics, it is possible to produce a sound more like a lively sound. In this paper, we propose a method of using white noise in realizing exciter emphasizing harmonics of pre - specified frequency band in prefectural physical modeling. And comparing the envelope and spectrum of the Gayageum sound, we confirmed that the physical modeling method with the exciter is more suitable for the actual Gayageum sound than the sampling method and the conventional physical modeling method. 지금까지 컴퓨터악기 제작시도는 크게 샘플링 (sampling)방식과 피지컬 모델링(physical modeling)의 2가지 방식이 주를 이루었다. 샘플링 방식은 샘플링 과정에서 배음의 많은 부분이 삭제되기 때문에 현의 배음을 강조하는 익사이터(exciter) 효과가 미미하다. 하지만 피지컬 모델링 방식에서는 많은 배음을 지닌 음을 만들어 낼 수 있으며 이 배음 중 특별한 주파수대의 배음을 강조함으로써 더욱 실음에 가까운 음색을 만들어 낼 수 있다. 여기서는 현의 피지컬 모델링에 있어서 현의 특정 주파수대의 배음을 강조하는 익사이터를 구현함에 있어 화이트노이즈(백색소음)을 이용하는 방법을 제안한다. 그리고 가야금 소리의 엔벨로프(envelope)와 스펙트럼 비교를 통해 익사이터를 갖는 피지컬모델링 방식이 샘플링 방식 및 기존의 피지컬 방식보다 실제 가야금 소리에 더 적합함을 확인하였다.

SPSS를 이용한 대기질과 기상인자와의 미세먼지 상관관계 분석

차진욱,김장영,Cha, Jinwook,Kim, Jangyoung 한국정보통신학회 2018 한국정보통신학회논문지 Vol.22 No.5

현재까지 미세먼지에 대한 연구는 예측, 분석, 측정 등으로 나눠지는데, 주로 대기환경 분야에서 이루어져 왔다. 미세먼지는 대기질 인자와 기상인자 그리고 배출 등 여러가지 원인으로 인해 발생한다. 각 요소들이 미세먼지에 얼마나 많은 영향을 끼치는지 상관관계를 분석하는 것이 우선이라고 판단하였고, 이를 실험하였다. 이 상관 분석에는 기상청과 에어코리아를 통해 확보한 대기질 인자와 기상인자 데이터를 이용, IBM사의 SPSS라는 Tool을 사용하여 이루어졌다. 그 결과 각 대기질 인자와 기상인자들이 미세먼지 수치에 미치는 영향정도와 상관관계를 좀 더 명확하게 알 수 있었다. 본 논문에서는 미세먼지 수치와 영향요소 및 상관관계의 정확한 분석을 위해 상관분석 및 피어슨 상관계수로 결과를 나타낸다. Until now, the study of fine dust has been divided into prediction, analysis and measurement, mainly in the field of atmospheric environment. Fine dust is caused by various causes such as atmospheric quality factor, meteorological factor and emission. It was determined that it was a priority to analyze the correlation of how much each element affects fine dust, and it was experimented. This correlation analysis was done using IBM SPSS tool using air quality factor and meteorological factor data obtained from Korea Meteorological Administration and Air Korea. As a result, the influence of air quality factors and meteorological factors on the fine dust level was more clearly understood. In this paper, we present experimental results as correlation analysis and pearson coefficient for more precise analysis between PM10 values and affected factors.

소프트웨어 신디사이저를 이용한 전기자동차 엔진 사운드 디자인

배준,김장영,Bae, June,Kim, Jangyoung 한국정보통신학회 2017 한국정보통신학회논문지 Vol.21 No.8

전기자동차는 내연기관차와 달리 엔진 소리가 거의 없고 매우 조용하여 다양한 문제를 발생시킨다. 예를 들면, 보행자들이 차가 다가오는 것을 느낄 수 없어 안전에 큰 위협이 된다. 또한 운전자는 자신의 자동차가 어느 정도 속도로 달리고 있는지 청각적으로 인식할 수 없게 된다. 이러한 문제를 해결하기 위해 전기자동차는 인위적으로 엔진소리를 만들어 재생하여야 한다. 이 논문은 기존 전기자동차의 샘플링 방식의 엔진 사운드 방식에 대해 알아보고 그 문제점을 알아본다. 향상방안으로 본 논문에서는 기존 샘플링 방식 대신 소프트웨어 신디사이저의 알고리즘을 구현하고 프로그래밍 언어를 통해 엔진 사운드를 소프트웨어적으로 구현한다. 신디사이저를 이용한 방식이 기존 샘플링 방식에 비해 우수한 성능을 가진 것으로 실험결과를 통해 입증되었다. 또한, 이러한 엔진 사운드 신디사이징을 통해 점차 보급률이 높아지고 있는 전기자동차의 안전성과 운전의 편의성, 즐거움을 줄 것으로 기대한다. Unlike diesel locomotives, electric vehicles have various issues because they have very quiet engine sound. For example, pedestrians are exposed to the dangerous electric vehicles on the road because they can not recognize the electric vehicles' sound. Moreover, the driver is unable to recognize how fast driver's car is driving at a certain speed. To solve these problems, electric cars' sound needs to be artificially implemented and played. This paper examines the problems of the previous sampling engine sound approach. In this paper, instead of using sampling sounds, we developed a novel synthesizer algorithm via programming languages as a software. In experimental results, we demonstrated and verified our proposed synthesizer's approach is superior to the previous sampling approach. In addition, through these synthesizer's approach, we highly expect the proposed synthesizer's approach will give safety, convenience and comfort to the electric vehicles' users.

미세먼지 수치 예측 모델 구현을 위한 데이터마이닝 알고리즘 개발

차진욱,김장영,Cha, Jinwook,Kim, Jangyoung 한국정보통신학회 2018 한국정보통신학회논문지 Vol.22 No.4

최근 미세먼지 수치가 급격히 상승함에 따라 이에 대한 관심도가 굉장히 높아지고 있다. 미세먼지의 노출은 호흡기 및 심혈관계 질환의 발생과 관련이 있으며, 사망률도 증가시키는 것으로 보고되고 있다. 뿐만 아니라, 산업현장에서도 미세먼지에 대한 피해가 속출한다. 그러나 현대인의 삶에서 미세먼지 노출은 불가피하다. 그러므로 미세먼지를 예측하여, 이에 대한 노출을 최소화하는 것이 건강 및 산업 피해축소에 가장 효율적인 방법일 것이다. 기존의 미세먼지 예측 모델은 농도 수치가 아닌 미세먼지의 농도 범위에 따라 좋음, 보통, 나쁨, 매우 나쁨으로만 나누어 예보하고 있다. 본 논문은 기존의 실제 기상 및 대기 질 데이터를 이용, 기계학습 알고리즘인 Artificial Neural Network (ANN)알고리즘과 K-Nearest Neighbor (K-NN)알고리즘을 상호 응용하여 미세먼지 수치 (PM 10)를 예측하고자 하였다. Recently, as the fine dust level has risen rapidly, there is a great interest. Exposure to fine dust is associated with the development of respiratory and cardiovascular diseases and has been reported to increase death rate. In addition, there exist damage to fine dusts continues at industrial sites. However, exposure to fine dust is inevitable in modern life. Therefore, predicting and minimizing exposure to fine dust is the most efficient way to reduce health and industrial damages. Existing fine dust prediction model is estimated as good, normal, poor, and very bad, depending on the concentration range of the fine dust rather than the concentration value. In this paper, we study and implement to predict the PM10 level by applying the Artificial neural network algorithm and the K-Nearest Neighbor algorithm, which are machine learning algorithms, using the actual weather and air quality data.

웨이브테이블 신디사이징을 이용한 전기자동차 엔진 사운드 디자인

배준,김장영,Bae, June,Kim, Jangyoung 한국정보통신학회 2018 한국정보통신학회논문지 Vol.22 No.12

전기자동차는 엔진 소음을 발생시키지 않는다. 엔진 소리가 없으면 보행자의 안전과 운전자의 주행 상태 인지에 문제를 가져온다. 이러한 문제를 피하기 위해 전기자동차 제조업체는 보통 샘플링 방식으로 엔진 소리를 녹음하여 재생하는 방식으로 엔진소리를 만들어 만든다. 그러나 샘플링 방식의 엔진 소리는 자연적인 엔진 소리를 만드는 것에 몇 가지 제한을 가진다. 이 문제를 극복하기 위해 우리는 소프트웨어 신디사이저를 이용하는 두 가지 방법을 연구했다. 그 둘은 감산형(subtractive)신디사이징과 웨이브테이블(wavetable) 신디사이징 방식으로 실제 엔진, 샘플링 방식, 감산형 방식과 비교한 결과 웨이브테이블 신디사이징 방식이 실제 엔진소리와 가장 유사함을 발견했다. 또한 데이터 사용과 제작비용에서 샘플링방식과 감산형 신디사이징 방식에 비해 유리함을 확인했다. Unlike internal combustion engines, electric cars have little engine sound and very quiet, causing the following problems to occur. First of all, pedestrians are a threat to safety because they can't feel the car approaching. The driver is also unable to recognize how fast his car is driving at a certain speed. To solve these problems, electric cars should be artificially created and reused. This paper examines the problems of the Sampling engine sound currently being used and uses the engine sound to produce a sound engine sound for the solution. The sampling engine sound has some limitations in making natural engine sounds. To overcome this problem, we studied two methods of using software synthesizers. They found subtractive synthsizing and wavetable synthsizing, which compared wavetabe synthsizing with actual engine, sampling and subtractive methods to find the most similar to real engine sound. We found that data usage and production cost are more advantageous than sampling method and subtractive syndication method.