http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
원성욱,한민희,최순범,전유철,조철웅,정봉우,윤영상 한국화학공학회 2007 화학공학의이론과응용 Vol.10 No.2
The amino acid fermentation process residue, Corynebacterium glutamicum biomass, was used as a biosorbent to remove Reactive Blue 4. This study was performed in batch and fixed-bed column systems. The dye was effectively removed at pH 1 - 3 in batch tests. The initial slope of isotherm curve was steep, indicating that the biomass affinity for the dye molecules is high. The Langmuir isotherm was used to describe the dye binding capacity of the biomass. The performance of fixed-bed column, containing particles of C. glutamicum biomass, was evaluated using 300 mg/L dye solutions at flow rates of 0.31 and 0.71 ml/min. The breakthrough volume was increased with decreased flow rate. Therefore, the fermentation byproduct was considered to be recycled as a dye sorbent.
Dye biosorption from an aqueous solution by Corynebacterium glutamicum biomass
원성욱,최순범,윤영상 한국화학공학회 2007 화학공학의이론과응용 Vol.10 No.1
본 연구는 Corynebacterium glutamicum biomass를 이용하여 Reactive Orange 16, Reactive Blue 4, Reactive Yellow 2, Reactive Red 4, Methylene Blue, Disperse Orange 11에 대한 흡착실험을 하였다. 반응성 염료는 pH 1∼3에서 최적 pH를 갖으며 500 mg/l이하의 농도에서는 90∼95%의 흡착률을 보였다. 그러나 Methylene Blue는 pH 변화에 상관없이 거의 흡착이 이루어지지 않았으며 Disperse Orange 11은 단지 Methylene Blue보다 조금 더 많은 양이 흡착되었다. 이는 C. glutamicum biomass의 표면이 양이온을 띠고 있고 반응성 염료는 음이온을 띠어 서로 잘 반응하여 흡착이 쉽게 이루어 지는것으로 보인다. Methylene Blue는 양이온을 띠고 Disperse Orange 11은 이온을 띠지 않아 biomass와 거의 반응하지 않는 것으로 생각되어 진다. 그리고 반응성 염료는 pH 6∼8에서 거의 95%가 탈착되었다. 결론적으로 C. glutamicum biomass는 반응성 염료에 대해 높은 흡/탈착률을 보이므로 반응성 염료와 같이 음이온을 띠는 염료를 제거하는 흡착제로써 잠재적 가치가 매우 클 것으로 기대된다.
원성욱,정승영 경남대학교 인문과학연구소 2000 人文論叢 Vol.13 No.-
The main purpose of this paper is to analyze lexical properties of the syntactic characteristics and the semantic appropriateness of negative polarity items(NPI) in Eng1ish. In this paper, two different topics of negative polarity items are treated under the following themes : (1) negative implicative(NI) and negative entailment(NE). Chapter 2 has discussed negative implicative and c-command of negative polarity items. All the syntactic propertiesㆍlicensing NPI are related with the semantic validity and c-command theory. Chapter 3 has dealt with negative implicative and downward entailment of negative polarity items. The downward entailment and the condition licensing NPI are examined and anlayzed in the scope of DE operator. In conclusion, the lexical properties of NPI mentioned above can be specified by the syntactic and the semantic characteristics which are related to NPI in English.
원성욱,최선민,이현아,김용태 한국지능시스템학회 2023 한국지능시스템학회논문지 Vol.33 No.5
본 논문에서는 자율적으로 과일을 인식하고 수확할 수 있는 로커-보기 (Rocker-Bogie) 구조의 수확 로봇 설계 방법을 제안한다. 먼저, 노지 과수원 환경에서 이동 및 수확 안정성을 위하여 로커-보기 구동 메커니즘을 적용하고, 로봇 매니퓰레이터와 Depth 카메라를 사용한 과일 수확 로봇을 설계하였다. 과일 인식을 위하여 YOLOv5(You Only Look Once v5) 딥러닝알고리즘을 사용하였으며, 과일 인식 정보와 카메라 Depth 정보를 사용한 과일의 수확 위치추정 알고리즘을 제안하였다. 또한, 추정된 과일 위치를 기반으로 로봇 매니퓰레이터와 핸드를 사용한 과일 수확 알고리즘을 개발하고, SLAM 기반으로 수확 로봇의 자율 주행 및 수확제어 알고리즘도 제안하였다. 제안된 수확 방법은 실제 수확 로봇을 제작하여 모형 과수를사용한 테스트 베드에서 실험으로 성능을 검증하였다. 개발된 수확 로봇은 과수가 전체 보이는 환경에서는 높은 정확도로 자율적으로 과일을 인식하고 수확할 수 있음을 실험 결과에서 보여 주었다. In this paper, we propose a design method for a harvesting robot with a RockerBogie structure that can autonomously recognize and harvest fruit. First, a RockerBogie driving mechanism is applied for movement and harvesting stability in anoutdoor orchard environment, and a fruit harvesting robot using a robot manipulatorand depth camera is designed. For fruit recognition, the YOLOv5(You Only LookOnce v5) deep learning algorithm is used, and a fruit harvest location estimationalgorithm using fruit recognition information and camera depth information isproposed. In addition, a fruit harvesting algorithm using a robot manipulator andhand is developed based on the estimated fruit location, and an autonomous drivingand harvesting control algorithm for the harvesting robot is also proposed based onSLAM. The performance of the proposed harvesting method was verified throughexperiments on a test bed using a model fruit tree by the developed harvestingrobot. The experimental results show that the developed harvesting robot canautonomously recognize and harvest fruit with high accuracy in an environmentwhere the fruit is fully visible.