http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
산화 그래핀 나노플레이트릿을 강화제로 사용한 에폭시 도료의 역학적 특성
서원우,김규용,윤민호,이보경,남정수,Seo, Won-Woo,Kim, Gyu-Yong,Yoon, Min-Ho,Lee, Bo-Kyeong,Nam, Jeong-Soo 한국건축시공학회 2017 한국건축시공학회지 Vol.17 No.5
본 연구에서는 그래핀 나노플레이트릿(Graphene nanoplatelet ; GNP)의 분산에 대한 문제를 해결하고자 질산으로 이를 산화시켜 GO를 제조하였다. 이렇게 제조한 GO를 에폭시 도료에 혼입하기 전, 푸리에변환적외선분광법(Fourier transform infrared spectroscopy; FT-IR)을 이용한 화학조성 분석과 용매에서의 분산안정성을 확인하였다. 그 후, GNP, GO를 에폭시 도료에 0.1, 0.3, 0.5, 1.0wt.% 혼입하여 GNP/Epoxy, GO/Epoxy 도료를 제조하고 역학적 특성을 평가하였다. 실험 결과, FT-IR 분석을 통해 GO에서 하이드록시기, 에폭시기, 카르복시기 기능기가 생성된 것을 확인할 수 있었다. 또한, GO는 GNP보다 증류수와 에탄올에서 분산안정성이 향상되는 것을 확인하였다. 한편, GO/Epoxy 도료는 Neat Epoxy, GNP/Epoxy에 비해 역학적 특성이 향상되었으며, 특히 0.3wt.% 혼입률에서 높은 역학적 특성을 나타내었다. 따라서 GO를 에폭시 수지에 강화제로써 혼입할 경우 에폭시 도료의 역학적 특성을 향상시키는데 효과적인 것으로 판단된다. In this study, oxidized graphene nanoplatelet(GO) was prepared by oxidizing graphene nanoplatelet(GNP) with nitric acid in order to solve the problem of dispersion of GNP, one of nano materials. The surface chemical composition of the prepared GO was analyzed by fourier transform infrared spectroscopy(FT-IR) before incorporation into the epoxy paint, and the dispersibility in the solvent was confirmed. Meanwhile, GNP/Epoxy and GO/Epoxy paint were prepared by mixing GNP, GO with 0.1, 0.3, 0.5 and 1.0wt.% in epoxy paint and the mechanical properties were evaluated. As a result, GNP/Epoxy and GO/Epoxy paints showed better mechanical properties than Neat Epoxy which did not incorporate GNP, GO. Especially, when 0.3wt.% of GO was incorporated into epoxy resin, it showed higher tensile strength than Neat Epoxy. It was confirmed that acid treatment of GNP was effective in improving the mechanical properties of epoxy paint.
콘크리트 보호용 그래핀/에폭시 도료개발을 위해 표면개질한 그래핀 나노플레이트의 유기용매 분산특성
서원우 ( Seo Won-woo ),김규용 ( Kim Gyu-yong ),윤민호 ( Yoon Min-ho ),이상규 ( Lee Sang-kyu ),황의철 ( Hwang Eui Chul ),손민재 ( Son Min-jae ) 한국건축시공학회 2017 한국건축시공학회 학술발표대회 논문집 Vol.17 No.1
This study aims to develop high durability graphene / epoxy paint for durability improvement of construction structure. For the development of graphene / epoxy coatings, first, graphene must remain stable in the polymer. Second, the integrity of graphene and polymer should be ensured. Accordingly, in order to obtain dispersibility, surface modification of graphene nanoplate(GnP) with CH and COOH functional groups and its dispersibility in organic solvents were investigated. Also, Fourier Transform Infrared Spectroscopy(FT-IR) analysis and Atomic Force Microscope(AFM) analysis were performed to confirm whether the functional groups were synthesized by surface modification. As a result, FT-IR and AFM analysis did not confirm the surface modification, but GnP was found to be stable when dispersed in an organic solvent.
서원우 ( Won-woo Seo ),이규성 ( Kyu-sung Lee ) 대한원격탐사학회 2021 大韓遠隔探査學會誌 Vol.37 No.2
고해상도 원격탐사 영상의 객체기반 분석에서 영상분할의 결과는 매우 중요한 부분이지만, 영상분할 품질의 평가는 간과되고 있다. 본 연구에서는 영상분할의 최적 매개변수를 구하기 위한 실용적이고 효율적인 방법을 제시하고자 한다. 영상분할 평가는 크게 무감독 평가, 감독 평가, 그리고 시각적 판독에 의한 정성적 평가로 나눈다. 인천대공원 무인기 다중분광영상에서 추출한 도시 지역과 산림을 대상으로 세 가지 영상분할 평가 방법을 비교하였다. 영상분할 평가 방법은 계산 및 적용의 효율성에 따라 차이가 있지만, 표본영상에 대한 평가 결과 도출된 최적의 매개변수는 세 평가 방법에서 거의 동일하게 나타났다. 영상분할 평가를 통하여 도출된 최적의 매개변수는 도시영상과 산림영상에서 다르게 나타났다. 세 가지 조각 내부변이 척도(V, WV, COV)와 세 가지 조각간 이질성 척도(MI, BSH, DTNP)의 조합을 적용한 무감독 평가로 선정한 최적의 매개변수는 거의 같았다. 무감독 평가를 위한 척도마다 처리 과정의 난이도는 다르지만, 실험에 적용된 여러 종류의 척도는 대부분 동일한 성능을 보여주었다. 감독 평가 방법은 참조자료를 구성하는 과정에서 분석자의 주관으로 편향될 가능성이 있지만, 특정 공간객체를 탐지하는 데 간편하게 적용할 수 있다. 정성적 평가는 무감독 및 감독 평가 결과와 일치했다. Although image segmentation is a critical part of object-based analysis of high resolution imagery, there has been lack of studies to evaluate the quality of image segmentation. In this study, we aimed to find practical and effective methods to obtain optimal parameters for image segmentation. Evaluations of image segmentation are divided into unsupervised, supervised, and qualitative visual interpretation methods. Using the multispectral UAV images, sampled from urban and forest over the Incheon Metropolitan City Park, three evaluation methods were compared. In overall, three methods showed very similar results regardless of the computational costs and applicability, although the optimal parameters determined by the evaluations were different between the urban and forest images. There is no single measure that outperforms in the unsupervised evaluation. Any combinations of intra-segment measures (V, COV, WV) and inter-segment measures (MI, BSH, DTNP) provided almost the same results. Although supervised method may be biased by subjective selection of reference data, it can be easily applied to detect object of interest. The qualitative visual interpretation on the segmentation results corresponded with the unsupervised and supervised evaluations.