리튬브로마이드 수용액 분사와 팬 코일 유닛을 이용한 시설온실 내의 온·습도 제어 시스템 개발 및 검증

조라훈,이서현,오광철,이충건,주상연,박선용,정인선,김민준,김대현 한국에너지학회 2017 한국에너지공학회 학술발표회 Vol.2017 No.9

리튬브로마이드(LiBr) 용액과 열교환기를 이용한 온실하우스의 온 습도 제어 시스템 성능 분석

조라훈 ( La Hoon Cho ),박선용 ( Sun Yong Park ),이서현 ( Seo Hyeon Lee ),오광철 ( Kwang Cheol Oh ),이상열 ( Sang Yeol Lee ),주상연 ( Sang Yeon Joo ),이충건 ( Chung Geon Lee ),김대현 ( Dae Hyun Kim ) 한국농업기계학회 2016 한국농업기계학회 학술발표논문집 Vol.21 No.2

국내의 여름철 고온다습한 기후는 온실내부에서 작물의 생장에 악영향을 미치므로 내부공기의 냉각 및 제습이 필수적이다. 따라서 본 연구에서는 리튬브로마이드(LiBr) 수용액과 냉각 휜(fin)을 이용한 온실의 온습도 제어실험과 이를 적용한 수치해석분석이 수행되었다. 실험을 위해 Fan and Pad 방식이 적용된 중간시험규모(Pilot Scale)의 온실을 제작하여, 외부공기가 풍도(Duct)관을 통해 유입될 수 있도록 하였고, 리튬브로마이드 수용액이 공급 가능한 패드와 열교환기를 설치하여 냉각 및 제습 시스템을 구축했다. 실험결과 고온다습의 외부공기가 제습시스템을 통하여 상대습도가 93%에서 82%로 감소하였고, 냉각시스템을 통해 온실 내부 온도가 307K에서 302K로 감소되었다. 또한 실험결과의 성능분석을 위하여 메틀렙(R2016a, The Mathworks INC, USA)을 통한 열역학적 시뮬레이션이 진행되었다. 실험결과와 시뮬레이션 결과를 비교했을 때, 결정계수(R-squared)와 제곱근평균오차1(Root Mean Square Error, RMSE1,)값이 각각 0.92, 0.84로 나타났다.

딥러닝을 이용한 스마트팜 내부 온·습도 예측 알고리즘 개발 및 검증

조라훈 ( Lahoon Cho ),남민기 ( Minki Nam ),전영광 ( Youngkwang Jeon ),김석준 ( Seokjun Kim ),박승영 ( Seungyoung Park ),김대현 ( Daehyun Kim ) 한국농업기계학회 2021 한국농업기계학회 학술발표논문집 Vol.26 No.2

최근 국내를 비롯한 전 세계적으로 농업인구 고령화를 해결하고자 스마트팜에 대한 연구 및 기술개발활동이 활발하게 진행되고 있다. 국내에서 이루어지는 다양한 스마트팜 관련 연구 중 빅데이터와 인공지능 기술을 적용하기 위한 연구가 활발히 이루어지고 있지만 시설온실 내부 환경 예측 및 제어에 관한 연구는 미비한 실정이다. 본 연구는 강원도 인제에 위치한 약 3400평 규모의 파프리카 스마트팜에서 저장된 2020년 환경데이터와 LSTM 신경망을 활용하여 온실 내부 온·습도를 예측하는 딥러닝 알고리즘을 개발하였다. 알고리즘의 입력값은 4,5,7,8월의 외부광량과 외기온도로, 출력값은 시설 내부 온·습도로 각각 설정하였고 학습은 실제 농장 데이터와 출력값의 MSE(mean square error)를 최소화하는 것을 목표로 하여 진행되었다. 검증을 위해 6월의 환경 데이터를 알고리즘에 적용하여 출력된 온·습도와 실제 데이터를 비교한 결과 각각 결정계수(R-square)가 0.827, 0.689로 나타났다. 온실 내부 환경 예측 알고리즘의 정확도를 높이기 위하여 LSTM 신경망에 피드백(feedback)을 활용하여, 한 타임스텝에서 계산된 내부 온습도 결과가 다음 타임스텝의 입력으로 들어갈 수 있도록 알고리즘을 개선하였다. 검증을 위해 이전과 동일한 방식으로 예측된 온·습도와 실제데이터를 비교하였을 때 결정계수가 각각 0.939, 0.723으로 나타나 개선모델의 정확성이 기존 알고리즘 대비 높아진 것을 확인하였다. 딥러닝 기반의 알고리즘의 검증 결과 온도는 비교적 정확하게 예측이 가능하지만 상대습도의 경우 예측의 정확도가 떨어지는 것이 확인되었다. 향후 추가적인 실제농장 데이터 확보와 알고리즘 개선을 통해 내부 습도데이터의 예측 정확성을 높이기 위한 연구가 진행예정이다.

스마트팜 제어 데이터 유무에 따른 딥러닝을 이용한 내부 온·습도 예측 알고리즘의 정확성 평가

조라훈 ( Lahoon Cho ),박승영 ( Seungyoung Park ),김대현 ( Daehyun Kim ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.1

최근 국내에서 스마트팜과 빅데이터 및 인공지능 기술을 연계하려는 다양한 연구가 진행되고 있다. 빅데이터 및 AI기술을 스마트팜 내 환경제어와 연계하기 위해서는 정확성 높은 내부 환경 예측이 필요하다. 딥러닝을 활용하여 정확성이 높은 시설 내부 환경 예측을 위해서는 시설의 내ㆍ외부 환경데이터 뿐만 아니라 제어데이터가 수반되어야 한다. 하지만 현재 국내 시설농가에서 환경데이터와 제어데이터를 모두 확보할 수 있는 농가는 일부에 불과하다. 본 연구는 충청북도 진천에 위치한 약 2000평 규모의 파프리카 스마트팜에서 저장된 2021년 환경데이터 및 제어데이터와 GPT 신경망을 활용하여 온실 내부 온·습도를 예측하는 딥러닝 알고리즘을 개발하였다. 학습은 실제 농장 데이터와 출력값의 MSE(mean square errㆍr)를 최소화하는 것을 목표로하여 진행되었다. 제어변수에 따른 알고리즘의 정확성 평가를 위하여 외부습도, 창문 개폐율, 커튼 개폐율, 난방수 온도&난방펌프 작동유무를 각각의 하나의 제어변수로 설정하여 총 4가지의 제어데이터 유무에 따른 16가지 경우의 알고리즘을 구성 및 학습을 진행하였다. 학습을 통해 시설 내부 온ㆍ습도 예측값과 실제값 간의 결정계수(R-square)를 통해 결과를 나타내었고 이를 비교분석하였다. 제어데이터를 포함하지 않고 외기, 광량을 입력, 내부 온ㆍ습도를 출력으로 한 기본모델의 온습도 예측 결과는 각각 0.90, 0.68로 나타났다. 이는 모든 학습 결과의 R2 평균값인 온도 0.89, 습도 0.63과 유사하게 나타나는 것을 확인하였다. 이를 통해 스마트 팜의 제어데이터 없이 기본적인 환경데이터만을 활용하여도 정확성 있는 내부 온ㆍ습도 예측이 가능한 것을 확인하였다.

강화학습과 빅데이터를 활용한 온실 환경 제어 알고리즘 개발

조라훈 ( Lahoon Cho ),박선용 ( Sunyong Park ),김석준 ( Seok Jun Kim ),전영광 ( Youngkwang Jeon ),김대현 ( Daehyun Kim ),박승영 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.2

전 세계적으로 지속적인 인구 증가로 인한 식량 부족 문제를 해결하기 위해 빅데이터와 인공지능(AI)을 접목한 스마트 농업에 대한 관심이 높아지고 있다. 시설재배에 있어서 온실 내부 환경을 적절하게 조절하는 것은 질병 예방, 작물 수확량, 에너지 사용 등 농가의 이익과 밀접한 관련이 있다. 그러나 작물의 상태 및 종류, 기후 차이, 환경 변수(일사량, 온도, 습도, 증산) 등 내부환경에 영향을 미치는 다양한 요인으로 인해 많은 농가에서 온실 내부 환경 관리에 어려움을 겪고 있는 실정이다. 또한, 농업인구의 고령화로 인해 작물별, 계절별 다양한 경험을 바탕으로 높은 수확량을 생산할 수 있는 전문농업인이 감소하고 있다. 이에 본 연구에서는 실제 파프리카 농가(충청남도 진천) 기후, 생육 및 제어 데이터와 본 연구진이 선행 연구하여 검증한 GPT 알고리즘 기반의 시설 내부 온·습도 예측 모델을 강화학습과 연계하여 시설내부 환경 제어 알고리즘을 개발하였다. 강화학습은 설정된 시설온실 내부온도 범위 내로 제어 성공 시와 실패 시로 구분하여 보상값을 설정하여 진행되었다. 또한 개발된 모델의 검증을 위해 학습이 완료된 제어 알고리즘을 기존 온실 내부 데이터와 비교 분석하였다.

원형관-평판휜 형상의 밀집형 열교환기를 이용한 온실의 냉각 해석 모델 개발 및 검증

조라훈 ( Cho L. H. ),이서현 ( S. H. Lee ),박선용 ( S. Y. Park ),김진명 ( J. M. Kim ),이상열 ( S. Y. Lee ),이충건 ( C. G. Lee ),주상연 ( S. Y. Joo ),오광철 ( K. C. Oh ),김대현 ( D. H. Kim ) 강원대학교 농업생명과학연구원(구 농업과학연구소) 2016 강원 농업생명환경연구 Vol.28 No.3

In summer, cooling is needed because excessive temperature inside greenhouse increase causing a negative influence on the growth of crops in Korea. In this study, mathematical model predicting the temperature change in the greenhouse was developed through numerical analysis concerning solar radiation and heat exchange between inflow air and heat exchanger and then verification of the simulation was performed with the experimental data. For the cooling experiment, a pilot scale greenhouse was built, a duct and a cooling fin and a fan were installed for inflow of the air for reducing temperature. Numerical analysis for predicting temperature change in the greenhouse was done by simulation using Matlab (R2016a, The Mathworks INC, USA). When the experimental results was compared with the numerical simulation values, R-squared and RMSE (root mean square error) were showed 0.9502, 0.7081, respectively. It was showed that predicting temperature change inside the greenhouse was good agreement with the experimental result.

리튬브로마이드 수용액의 흡습성질을 이용한 온실 냉방 및 제습 시스템 개발

조라훈 ( La Hoon Cho ),오광철 ( Kwang Cheol Oh ),이상열 ( Sang Yeol Lee ),주상연 ( Sang Yeon Joo ),박선용 ( Sun Yong Park ),이서현 ( Seo Hyeon Lee ),정인선 ( In Seon Jeong ),이충건 ( Chung Geon Lee ),김대현 ( Dae Hyun Kim ) 한국농업기계학회 2017 한국농업기계학회 학술발표논문집 Vol.22 No.1

국내 여름철의 고온다습한 기후환경으로 인하여 온실 내부의 냉방 및 제습이 필수적인데, 온실 냉방방식 중 증발냉각 시스템이 가장 효율이 높다고 알려져 있다. 하지만 증발냉각 시스템은 건조한 기후 지역에서 발달한 방식으로, 작물의 증산작용으로 인한 온실 내부 습도 상승에 따른 문제점이 발생되어 다습한 여름철 국내 기후에는 반드시 냉각과 제습이 동시에 필요하다. 따라서 증발냉각 방식 중 Fan and Pad 방식과 리튬브로마이드 수용액을 이용한 온실 냉방 및 제습을 위한 복합시스템에 관한 연구가 진행중이다. 현재 리튬브로마이드 수용액 제습 시 발생되는 발열량과 수용액의 무게변화와 같은 수용액의 흡습성질 대한 정확한 지표가 나타나 있지 않다. 이에 연구를 진행하기에 앞서 리튬브로마이드 흡습성질에 관한 데이터 자료가 필요하다고 판단되어 기초실험을 진행하였고, 본 연구에서는 Pilot Scale의 재생 순환시스템을 통해 리튬브로마이드 수용액의 흡습성질을 이용한 재사용 방안을 제시하였고, 시스템 내에서 외부투입공기와 작동유체의 흡습성질에 의한 반응 전후 온도변화 예측 모델을 수립하였다. 따라서 본 연구를 통해 리튬브로마이드 수용액의 흡습성질을 분석하고, 이를 이용한 재생 순환 시스템에 관한 연구를 진행할 예정이다.

펠티어 소자와 아두이노를 이용한 가정용 식물재배기 개발

조라훈 ( Lahoon Cho ),박주영 ( Juyoung Park ),박재형 ( Jaehyung Park ),이주광 ( Jukwang Lee ),김석준 ( Seokjun Kim ),이충건 ( Chunggeon Lee ),박선용 ( Seonyong Park ),김대현 ( Daehyun Kim ) 한국농업기계학회 2020 한국농업기계학회 학술발표논문집 Vol.25 No.1

전 세계적으로 웰빙(Well-being)과 헬스 케어 등의 분야에 관한 관심이 증가함에 따라 해당분야에관한 연구가 활발히 진행되고 있다. 특히 식재료는 인류의 건강과 밀접한 관계를 지니고 있으며 그 중 유기농 녹색식품을 사시사철 공급할 수 있는 방법에 관한 연구가 각광받고 있다. 하지만 대부분의 연구가 중ㆍ대형의 농가에만 집중되어 진행되고 있어 소규모 텃밭이나 가정용을 위한 연구는 미비한 실정이다. 따라서 본 연구에서는 가정 내에서 채소류를 재배할 수 있는 식물 재배기를 제작하였다. 외부 복사 에너지의 영향을 차단하고자 흑색의 포맥스를 이용하여 외형을 제작하였고, 내부에는 광합성을 위해 LED를 설치하여 빛을 공급하였다. 또한 내부온도를 일정하게 유지하기 위하여 펠티어 소자를 이용한 냉ㆍ난방 시스템을 구성 및 설치하였다. 재배기 내 설치된 시스템의 광량, 내부 온ㆍ습도, 수분 공급 등을 적절하게 제어하기 위하여 아두이노(Arduino)를 이용한 시스템을 추가적으로 구성하였다. 더불어 시스템 내부의 열 유동을 확인하기 위하여 전산유체역학(Computational Fluid Dynamics)을 이용하여 열 역학적 시뮬레이션을 진행하였고, 결과를 바탕으로 배풍기의 크기, 위치풍속 등을 조절하였다. 향 후 개발된 가정용 재배기를 이용한 실제 작물재배를 통해 본 시스템을 검증하고자 한다.

GPT 알고리즘을 이용한 시설온실 내부 온ㆍ습도 예측 알고리즘 개발 및 검증

조라훈 ( Lahoon Cho ),박승영 ( Seungyoung Park ),김대현 ( Daehyun Kim ) 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.1

전 세계적으로 지속적인 인구 증가로 인한 식량 부족 문제를 해결하기 위해 빅데이터와 인공지능(AI)을 접목한 스마트 농업에 대한 관심이 높아지고 있다. 시설재배 시 적절한 내부 환경 조절은 질병 예방, 수확량, 에너지 사용 등 농가 수익과 밀접한 관련이 있으므로 중요한 요소이다. 그러나 작물의 상태, 종류, 외기 등 다양한 요인으로 적절한 환경조성을 하는 것은 어려운 일이다. 따라서 본 연구에서는 3개 온실(진천 파프리카, 평창 파프리카, 진주 토마토)의 환경 및 제어 데이터와 GPT 알고리즘을 활용하여 시설 내부환경(온ㆍ습도)을 예측할 수 있는 모델을 개발하였고, 이를 LSTM 알고리즘과 비교분석을 통해 검증하였다. 모델개발을 위한 학습은 실제 농장 데이터와 출력값의 MSE(mean square error)를 최소화하는 것을 목표로 진행되었다. 학습 검증을 위해 시설 내부 온ㆍ습도 예측값과 실제값 간의 결정계수(R-square)를 통해 결과로 나타내었다. GPT 알고리즘을 기반으로 한 예측 모델의 경우 3개 온실에서 온ㆍ습도의 R2 평균값이 각각 0.92, 0.65로 나타났다. 또한 LSTM 모델 대비 온ㆍ습도 모두 정확도가 약 4%p 높게 나타나 GPT 기반 예측 모델의 성능이 높게 나타남을 확인하였다. 제어 데이터를 환기, 커튼, 난방 및 냉방으로 분류 후 이를 8가지 경우로 나누었다. 각 온실마다 8가지 상이한 입력값을 기준으로 학습을 진행하여 결과를 분석하였다

Smart Farm Heating Using a Hybrid Pellet Boiler–Hydrothermal Heat Pump System

이충건,조라훈,박선용,김석준,정인선,김민준,김대현 한국농업기계학회 2022 바이오시스템공학 Vol.47 No.2

Purpose A hybrid system combining a hydrothermal heat pump and pellet boiler was investigated as a potential heating system for a smart farm. Methods A double-layer automatic side opening and closing system and an automatic ventilation system were installed in a greenhouse with an area of approximately 90 m2 located at Kangwon National University, Chuncheon, Gangwon-do, Republic of Korea. In the hybrid system, comprising a pellet boiler and hydrothermal heat pump, heat transfer was facilitated using a fan coil unit and tube rail. Thermocouples were installed in indoor and outdoor pipes for data acquisition. The fuel and power consumption of the boilers and pumps were measured daily. Eleven experiments were conducted between February and March 2020. Heating performance and energy consumption were analyzed for the different systems. Results Comparative analysis revealed that the hybrid system showed the highest thermal efficiency at 64%. In terms of the energy cost per temperature lifting, the hybrid system reduced cost by ~23% compared with a single pellet boiler. Conclusions Thus, the hybrid system can successfully be applied to smart farm heating and is efficient in terms of heating performance and energy costs.