http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
비파괴 CR X선 영상기법을 이용한 DPF 담체의 Soot 및 Ash 축적 특성에 관한 연구
최원상(Wonsang Choi),이성욱(Seangwock Lee),박기영(Giyoung Park),류호영(Hoyoung Ryu) 한국자동차공학회 2021 한국자동차공학회 부문종합 학술대회 Vol.2021 No.6
디젤차량에서 DPF는 배출가스 중 입자상물질(PM)을 여과시키고, 재생과정을 통해 PM을 산화시켜 제거하는 후처리장치이다. DPF 담체는 재생과정에서 발생하는 열응력 및 열충격 등 복합적인 원인으로 인해 내부에 파손이 일어날 수 있다. DPF의 담체가 손상되면 PM 여과 성능이 저하되어 운전 중 PM의 배출량이 급격히 증가하게 된다. 이에 DPF는 일반적으로 정기검사로 관리되며, 주로 매연 농도 측정 및 OBD 진단 검사를 통해 원인을 진단하거나 탈거하여 육안으로 검사한다. 하지만 PM 배출량 증가의 원인을 명확히 찾는 것은 쉽지 않으며, Canister가 DPF 담체를 덮고 있기 때문에 육안 검사에 시간이 많이 소요된다. CR X선 영상기법을 통해 DPF를 탈거하지 않고 파손여부를 확인할 수 있는 기술의 타당성이 확인되었다. 하지만 차량의 Soot 및 Ash 축적 특성을 파악하는 연구 사례는 전무한 실정이다. 따라서 CR X선 영상기법으로 촬영된 영상물에 이미지 프로세싱 기법을 적용하여 Soot 및 Ash 축적여부를 정량적으로 파악하기 위한 실험을 진행하였다. DPF 담체에 Soot과 유사한 탄소분말을 12.5 g, 25 g, 62.5 g, 100 g, 125g 축적시키고 X선 촬영을 진행하였으며, 이후에 새로운 DPF 담체에 Ash 분말을 12.5 g, 25 g, 100 g, 125 g 축적 시켜 X선 촬영을 진행하여 탄소분말과 Ash 분말 영상물을 비교 분석하였다. 탄소분말과 Ash 분말은 백색의 영역을 띄는 것을 확인하고, 이미지 프로세싱 기법을 통해 픽셀 값을 분석하여 정량적으로 나타낼 수 있음을 확인하였다. 추후 Canister가 장착된 운행차 DPF에 대한 Soot 및 Ash 축적 여부 분석 연구와 더불어 경제성 및 안전성 측면에 대한 추가적인 분석 및 검증이 필요하다.
인공지능 기반의 지능형 재난안전관리체계 구축에 관한 연구
최원상(Choi, Wonsang) 한국방재학회 2020 한국방재학회논문집 Vol.20 No.1
본 연구는 지능형 정부를 추진하는 정부의 재난안전관리에 정보통신기술(ICT)의 결정체라고 할 수 있는 인공지능(AI)을적용하기 위한 정책적 방안을 제언하고자 한다. 이를 위해 정부의 재난안전관리를 고찰하고 인공지능(AI) 개발과 운영을살펴 본 후, 인공지능(AI) 기반의 정부 재난안전관리를 위한 방안을 연구하였다. 연구 결과 첫째, 재난분야별 데이터베이스화둘째, 기관별 운용하는 정보체계의 인프라 구축 셋째, 구축된 인프라는 하나의 재난 플랫폼에서 운용 넷째, 구축된 인프라와플랫폼에서 인공지능(AI)의 운영을 위한 전문 인력 양성과 조직 편성을 제언하였다. This study was conducted with the help of information and communications technology in the government s disaster safety management, which is promoting an intelligent government. We would like to suggest policy measures for the application of artificial intelligence (AI), also referred to as determinants. To this end, we review the government s disaster safety management and review the development and operation of AI. AI-based government disaster safety management is examined, showing databases according to disaster area, the infrastructure of information systems that are operated by institutions, and that the existing infrastructure operates on one disaster platform. Furthermore, this paper proposes the fostering of manpower and organizations for the operation of AI on the deployed infrastructure and platforms.