http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
CFD를 이용한 디젤 엔진 흡입용 공기정화기 성능에 관한 연구
송경민(Kyeongmin Song),김종순(Jongsoon Kim),김인관(Inkwan Kim),김영수(Youngsoo Kim) 한국자동차공학회 2006 한국자동차공학회 춘 추계 학술대회 논문집 Vol.- No.-
In this study, numerical analysis to develop optimal dust collector having an axial inlet cyclone was performed for the 3 dimensional flow field with a control volume including gases and particles. We applied a commercial code FLUENT for calculating the flow distribution and the pressure drop. The realizable k-ε turbulence model was used to obtain the analytical results and the major parameters were the geometrical dimension of helical guide vanes, the inner diameter and length of cylindrical part. Finally we found out and recommended one dust collector that showed appreciable performance improvement. The experiment for confirming the numerical results was conducted by KS R 1041. From the numerical analysis and the experimental test, it was seen that the specified collector recommended in this study had dust collecting rate of about 99.91% and the ventilation resistance of 23.9mbar, and was more effective than old one that had been conventionally used in real work field.
HYDRUS와 SWAP을 이용한 노지 밭작물 토양에서 깊이별 함수율 예측
송지수 ( Jisu Song ),김종순 ( Jongsoon Kim ),권순홍 ( Soon Hong Kwon ),정기열 ( Ki-yeol Jung ),김효성 ( Hyosung Kim ),정은지 ( Eunji Jung ),황현정 ( Hyunjung Hwang ) 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.2
노지 밭작물의 생육에 있어서 토양의 함수율이 너무 높으면 물빠짐이나 뿌리 부패의 문제가 발생하고, 너무 낮으면 성장 지연이나 수확량 감소를 초래한다. 따라서 정확한 토양 함수율의 예측은 작물의 물관리에 있어 매주 중요하며, HYDRUS와 SWAP은 토양의 수분 이동과 흐름을 모델링하는 대표적인 프로그램이다. 본 연구의 목적은 HYDRUS와 SWAP을 이용하여 노지 밭토양에서 깊이별 토양 수분을 예측하고, 실제 측정값과 비교하여, 두 프로그램을 성능을 비교 분석하는 것이다. 일별 토양수분을 계산하기 위하여 토양의 수리학적 매개 변수, 지표 및 토양의 하부 조건, 작물 특성 및 기상 조건을 프로그램에 입력하였다. 계산된 값들을 검증하기 위하여 사양질 토양에 시험 작물인 콩을 무관개 조건에서 재배하였다. 토양 수분 센서를 토양 표면부터 10cm 간격으로 40cm 깊이까지 매설하여 층위 수분을 측정하고, 수분이동 프로그램의 추정치와 비교 검증하였다. HYDRUS에서 10cm에서 40cm 깊이까지 R2(결정계수)는 0.973 ~ 0.979, RMSE(평균 제곱근 편차)는 2.7% ~ 3.3%의 값을 보이고 있다. SWAP에서는 R2값이 0.975 ~ 0.990, RMSE값이 1.6% ~ 3.2%로 계산되었다. 콩의 영양생장 단계에서는 두 프로그램 모두 측정값과 매우 유사한 값을 추정하고 있다. 하지만 콩의 생식생장 단계가 시작되는 8월 중순경부터는 HYDRUS가 작물의 생장 모듈을 포함하고 있지 않아 HYDRUS의 차이값이 SWAP 보다 큰 것을 알 수 있다. 전체적으로 두 프로그램 모두 높은 R2와 낮은 RMSE로 계산값이 측정값을 잘 예측하는 것으로 나타났다. 결론적으로 HYDRUS와 SWAP 모두 노지 스마트 환경조건에서 토양 함수율 관리와 생산성 향상에 매우 유용하게 이용될 수 있을 것이다.
코로나19 발생 초기 기본간호학실습 교육의 운영현황 및 제언
신윤희(Shin, YunHee),송영신(Song, Youngshin),박수현(Park, Soohyun),박진희(Park, Jin-Hee),임세현(Lim, Sehyun),박효정(Park, Hyojung),홍지연(Hong, Jiyeon),김지수(Kim, Ji-Su),김선애(Kim, Sun-Ae),원종순(Won, Jongsoon),정승교(Chaung, Seung 기본간호학회 2022 기본간호학회지 Vol.29 No.4
Purpose: The purpose of this study is to understand the actual status of fundamentals of nursing practice (FNP) education at nursing colleges, and the difficulties of FNP operation in the early stages of the COVID-19. Methods: This study used a descriptive design. Data collection was conducted from December 9, 2020 to January 31, 2021 using the self-report questionnaire method for a total of 95 nursing colleges. The questionnaire consisted of characteristics related to FNP, changes in FNP education, difficulties in operating FNP, and countermeasures in the COVID-19 situation. Results: Changes in FNP due to COVID-19 were distribution of practice places, reduction of the number of students, short-term intensive classes, and reduction of face-to-face practice. Most colleges conducted FNP face-to-face, but some schools showed that FNP was conducted non-face-to-face. The difficulties of operating FNP that instructors experienced induced concerns about a decrease in student competency due to lack of face-to-face practice and an unofficial increase in the number of teaching hours and physical demands on instructors due to the expansion of the division. Conclusion: In order to develop the capabilities of nursing students in other pandemic situations in the future, it is necessary to find systematic coping strategy to reduce the burden of FNP instructors, and to develop non-face-to-face online practice contents and consumables for online practice.
밭작물 토양에서 정밀 관배수를 위한 머신러닝을 이용한 토양 온도 예측 모델 개발
김효성 ( Hyosung Kim ),김종순 ( Jongsoon Kim ),정기열 ( Ki-yeol Jung ),송지수 ( Jisu Song ),정은지 ( Eunji Jeong ),황현정 ( Hyunjung Hwang ) 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.2
토양의 온도는 토양의 함수율, 유기물 함량, 미생물의 활동 등 물리적, 화학적, 생물학적 요소에 큰 영향을 미치는 요인이다. 특히 관수와 배수는 밭작물의 생육에 매우 중요하며 토양의 온도와 매우 밀접하다. 따라서 밭작물의 정밀 관배수를 위하여 정확한 토양의 온도 예측은 매우 중요하다. 본 연구에서는 Python의 머신러닝 회귀분석 알고리즘인 선형회귀(LR), 의사결정나무(DTR), 랜덤포레스트(RFR), 서포트 벡터 머신(SVR)을 활용하였다. 콩을 사양질 토양에서 무관개 조건에서 재배하여 생육 기간(6월 하순부터 10월 중순) 동안 토양의 깊이(10cm~40cm)별로 함수율과 온도를 측정하였다. 기상 측정 장치를 이용하여 외기 온도, 습도, 강우량, 일사량도 측정하였다. 토양의 함수율과 기상 데이터를 머신러닝 프로그램의 입력값으로 사용하여 토양의 온도를 예측하였다. 모델의 성능 최적화를 위해 GridSearchCV 패키지를 이용하여 최적의 하이퍼 파라미터를 찾아내어 데이터 학습을 진행하였다. 각 모델의 RMSE와 R²를 비교하여 추정성능을 비교하였다. LR, DTR, RFR, SVR의 RMSE는 각각 1.838, 1.543, 1.277, 1.342의 값을 보였으며 R²는 각각 0.837, 0.895, 0.928, 0.919의 값을 보였다. RFR은 RMSE의 값이 가장 낮고 R²가 가장 크게 나타나고 있다. RFR은 다수의 결정나무를 통해 학습하여 다른 기법보다 정확하게 예측하고 있다. 토양의 깊이가 깊어질수록 토양의 온도 변화가 적게 나타났고, 외기 온도에 대한 영향도 감소하고 있었다. 전체적으로 토양의 함수율이 증가하면 토양의 온도는 감소하고 있다. 머신러닝을 이용한 토양의 온도 예측은 정밀 관배수를 위한 제어시스템에 유용하게 이용될 수 있을 것이다.