http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 박형준(Hyung-June Park) (검색결과 4 건)
- 무료
- 기관 내 무료
- 유료
-
-
박일건(Il-Gun Park),박형준(Hyung-June Park),이준형(June-Hyung Lee),김흥래(Heung-Rae Kim),이주열(Ju-Yeol Lee) 한국응용과학기술학회 (구.한국유화학회) 2020 한국응용과학기술학회지 Vol.37 No.2
본 연구에서는 주류공장 내 고농도 CO₂ 제거 및 포집을 위해 L-alanine 흡수제를 적용하여 CO₂ 흡수, 탈리 효율을 평가 후 재생 성능을 확인하였다. 탈리공정의 효율적인 처리를 평가하기 위해 실험실 규모에서 Hot plate, Steam 두가지 탈리 방법을 비교하였으며 Hot plate는 약 10%, Steam의 경우 약 60%의 재생효율을 확인하였다. 따라서 주류공장 내 100m 3 /min 실증화 규모에 Steam-Tower 탈리공정을 적용하여 최적조건을 평가한 결과 탈리 유량 4L/min 이하, Steam 온도 160℃ 이상, 탈리효율 85.5%로 확인할 수 있었다. In this study, amino acid salt absorbents were applied to remove and capture high concentrations of CO₂ in liquor factories and regeneration performance was confirmed. In order to evaluate the effective treatment of the desorption process, two methods(Hot plate and Steam) were compared at the laboratory scale. As a result, hot plate and Steam. Hot plate methods regeneration efficiency was about 10% and Steam methods was about 60%. The Steam-Tower condition was evaluated by installing a 100m 3 /min flow rate scrubber absorption system in the liquor factory. As a result, it was established that the absorbent flow rate was below 4L/min and the steam temperature was above 160℃. Finally regeneration performance was confirmed as 85.5%.
-
주류공정 내 L-alanine·염 스크러버를 이용한 고농도 이산화탄소 저감 효율 평가
김흥래(Heung-Rae Kim),이준형(June-Hyung Lee),박형준(Hyung-June Park),박기태(Ki-Tae Park),박일건(Il-Gun Park) 한국응용과학기술학회 (구.한국유화학회) 2020 한국응용과학기술학회지 Vol.37 No.2
본 연구는 L-alanine을 적용한 스크러버의 주류공장 내 CO₂ 제거효율, 모니터링 데이터 분석/ 평가 및 에너지 저감효율을 평가하였다. 스크러버의 평균 제거율은 90.45%로 10,000 ppm이상의 고농도 CO₂ 가 유입됨에도 제거효율이 뛰어난 것을 확인하였다. 스크러버 작동 후 작업장 내 CO₂ 는 2,000ppm 이하로 유지하여 약 74% 이상의 이산화탄소 저감 효율을 확인하였다. 또한 소비되는 전력량을 측정한 결과 스크러버 작동 후 230 kWh로 약 7.26%의 에너지가 절감되는 것으로 나타났다. 즉, 본 개발제품을 적용한 결과로 작업장 내 이산화탄소 농도를 외기유입 없이 낮은 농도로 유지함에 따라 근무자의 작업환경을 개선 시킬 수 있었으며 에너지 소비량 또한 저감할 수 있었다. 그러므로 식품, 주류공장 내 고농도 CO₂ 제거 공정으로써 스크러버가 유용할 것으로 기대된다. This study evaluated CO₂ removal efficiency, monitoring data analysis / evaluation efficiency and energy reduction efficiency in the liquor factory by L-alanine applied scrubber. The average removal rate of the scrubber was 90.45%, and it was confirmed that the removal efficiency was excellent above 10,000ppm of inlet CO₂ concentration. After the scrubber operation, the CO₂ concentration in the workplace was maintained under 2,000ppm(the carbon dioxide reduction efficiency was about 74%). and the energy saving efficiency was calculated to 7.26% by reducing the power consumption. As a result of applying the developed product, it was possible to improve the working environment of workers by reducing the carbon dioxide concentration in the workplace at low concentration without ventilation, and to reduce the energy consumption. Therefore, it is expected that the scrubber will be useful as a high CO₂ removal process in food and liquor factories.
-
김광명 ( Kwang Myung Kim ),박형준 ( Hyoung June Park ),구태훈 ( Tae Hun Goo ),김형찬 ( Hyung Chan Kim ) 대한지질공학회 2020 지질공학 Vol.30 No.4
플랜트, 토목 및 건축 사업에서 말뚝(Pile) 설계 시 어려움을 겪는 주된 요인은 지반 특성의 불확실성이다. 특히 표준관입시험(Standard Penetration Test, SPT)을 통해 측정되는 N치를 얻는 것이 가장 중요한 자료이나 광범위한 모든 지역에서 구하는 것은 어려운 현실이다. 짧은 해외사업 입찰기간 내에 시추조사를 할 경우 인허가, 시간, 비용, 장비접근, 민원 등 많은 제약요건이 존재하여 전체적인 시추조사가 어렵다. 미시추 지점에서 지반 특성은 엔지니어의 경험적 판단에 의존하여 파악되고 있고, 이는 말뚝의 설계 및 물량산출 오류로 이어져서, 공기 지연 및 원가 증가의 원인이 되고 있다. 이를 극복하기 위해서, 한정된 최소한의 지반 실측 자료를 활용하여 미시추 지점에서도 N치를 예측 할 수 있는 기술이 요구되며, 본 연구에서는 AI기법 중 하나인 인공신경망을 적용하여 N치를 예측하는 연구를 수행하였다. 인공신경망은 제한된 양의 지반정보와 생물학적인 로직화 과정을 통하여 입력변수에 대한 보다 신뢰성 있는 결과를 제공하여 준다. 본 연구에서는 최소한의 시추자료의 지반정보를 입력항목으로 하여 다층퍼셉트론과 오류역전파 알고리즘에 의하여 학습된 패턴을 가지고 미시추 지점에서 N치를 예측하는데 그 목적을 두고 있다. 이를 위하여 2개 현장(필리핀, 인도네시아)에 AI기법 적용시 실측값과 예측값에 대한 적정성을 검토하였고, 그 결과 예측값에 대한 신뢰도가 높은 것으로 연구 검토되었다. Problems arising during pile design works for plant construction, civil and architecture work are mostly come from uncertainty of geotechnical characteristics. In particular, obtaining the N-value measured through the Standard Penetration Test (SPT) is the most important data. However, it is difficult to obtain N-value by drilling investigation throughout the all target area. There are many constraints such as licensing, time, cost, equipment access and residential complaints etc. it is impossible to obtain geotechnical characteristics through drilling investigation within a short bidding period in overseas. The geotechnical characteristics at non-drilling investigation points are usually determined by the engineer's empirical judgment, which can leads to errors in pile design and quantity calculation causing construction delay and cost increase. It would be possible to overcome this problem if N-value could be predicted at the non-drilling investigation points using limited minimum drilling investigation data. This study was conducted to predicted the N-value using an Artificial Neural Network (ANN) which one of the Artificial intelligence (AI) method. An Artificial Neural Network treats a limited amount of geotechnical characteristics as a biological logic process, providing more reliable results for input variables. The purpose of this study is to predict N-value at the non-drilling investigation points through patterns which is studied by multi-layer perceptron and error back-propagation algorithms using the minimum geotechnical data. It has been reviewed the reliability of the values that predicted by AI method compared to the measured values, and we were able to confirm the high reliability as a result. To solving geotechnical uncertainty, we will perform sensitivity analysis of input variables to increase learning effect in next steps and it may need some technical update of program. We hope that our study will be helpful to design works in the future.
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
