선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 도출된 콘크리트 최적배합설계를 적용하여 각 자재들을 콘크리트 생산업체로 조달 시 평가조건에 맞는 최적의 업체를 탐색한다. 평가조건은 최소 CO2 배출량 및 최소 비용을 실행하는 최적해를 효율적이고 정확하게 찾아내는 것이다.
- 이에 본 기사에서는 목표로 하는 콘크리트의 전과정 CO2 배출량 및 경제성을 만족하는 최적의 콘크리트 배합설계의 도출 및 콘크리트 자재업체 선정을 지원하는 ‘콘크리트 전과정 CO2 배출량 및 경제성 최적설계 시스템(SUSB-CLAS)’에 대해서 서술하고자 한다.
가설 설정
- 최적의 해를 찾는데 가장 중요한 영향을 주는 연산자는 교차로 최신 기술인 중간동향 재결합법(intermediate tendency recombination)이 적용되어 기존의 교차 방법에 비해 최적해를 효율적이고 정확하게 찾아낼 수 있다. 둘째, 연산속도이다. 실수(real code) 형태를 사용하여 해를 탐색하여 엔지니어링 문제나 이산 문제에 유리하고 암호화/복호화(encoding/ decoding) 단계가 불필요하여 연산속도가 GA에 비해 상대적으로 빠른 특징이 있다.
제안 방법
- 배출량 원단위와 자재단가 데이터베이스를 이용한다. CO2 배출량은 최적배합설계로 도출된 1 m3당 콘크리트 생산에 포함되는 각 구성 재료의 양(kg)과 각 업체별 자재생산 시 CO2 배출량 원단위 및 단가 곱의 누적으로 산정하였다.
- 각 자재 생산업체의 자재생산 시 CO2 배출량 원단위와 생산단가, 콘크리트 생산업체로의 운송거리를 분석하여 평가조건에 만족하는 최적지원방식을 도출한다. 거리는 위 · 경도 좌표로 사이각(°)을 구한 후 구면의 반지름을 곱하여 측정하였다.
- 각 자재들의 업체주소를 조사하여 위․경도 좌표값으로 변환하였으며, 이를 좌표값 데이터베이스로 구축하여 평가업체로부터의 운송거리를 측정 할 수 있도록 하였다. 위․경도 좌표값을 이용한 거리 계산은 삼각함수법을 이용하였다.
- 거리는 위 · 경도 좌표로 사이각(°)을 구한 후 구면의 반지름을 곱하여 측정하였다.
- 콘크리트 1 m3 생산 시각 제조설비에서 사용된 에너지량을 도출하기 위해 콘크리트 제조공정을 하역, 저장, 운반, 계량, 혼합공정 5단계로 구분하였다. 구분된 공정별로 전력과 유류 에너지가 사용되는 설비종류 및 설비제원을 조사한 후 해당되는 설비의 각 용량과 일간 사용된 배처플랜트의 전체 전력사용량과의 비율 분석을 통해 각 설비의 콘크리트 1 m3 제조 시 가동사용량을 도출하였다.
- 국내 5개 레미콘 업체로부터 표준기, 동절기로 구분된 약 500개의 18, 21, 24, 27, 30, 35, 40, 50, 60 MPa 호칭강도별 콘크리트 1 m3 당 시멘트, 물, 골재, 혼화재료 배합설계 자료를 데이터베이스로 구축하였으며, 이를 최적설계기법 중에 하나인 진화 알고리즘을 이용하여 최적 배합설계를 도출하였다. 최적 배합설계는 고로시멘트 또는 고로슬래그 미분말, 플라이 애쉬와 같은 콘크리트용 혼화재 종류의 선택을 적용하여 도출되며, 혼화재는 CO2 배출량 원 단위가 보통포틀랜드 시멘트에 비해 적기 때문에 콘크리트배합설계에 적용 시 콘크리트 자재단계의 CO2 배출량을저감시킬 수 있다.
- 조사대상에는 시멘트, 굵은 골재, 잔골재에 관한 CO2 배출량 원단위에 관한 정보는 구축되어 있지만 혼화재료 및 순환골재의 CO2 배출량 원단위는 국내에 구축된 자료가 없는 관계로 일본토목학회의 자료를8) 사용하였다. 또한, 단가는 국내의 자재별 생산업체를 대상으로 직접 판매단가를 문의하여 데이터베이스로 구축하였다.
- 본 기사에서는 평가 우선순위에 따라 최적배합설계 및 조달방식을 도출할 수 있는 ‘콘크리트 전과정 CO2 배출량 및 경제성 최적설계 평가 시스템(SUSB-CLAS)’을 소개하였다.
- 본 시스템은 Microsoft visual basic을 기반으로 진화 알고리즘과 최적 콘크리트 지원시스템의 적용을 통해 콘크리트 전과정에 대한 CO2 배출량 및 경제성 측면에서 최적의 해가 도출 가능한 소프트웨어 개발에 관한 것으로 신뢰성 평가를 위하여 강도별 배합설계 및 자재업체별 CO2 배출량 원단위, 단가, 위치정보, 설비 에너지사용량 등의 각 단계별 데이터베이스를 통합적으로 구축하였다. 개발된 프로그램을 이용하여 레미콘 생산업체별 또는 규격별 CO2 배출량 및 경제성 평가를 통해 콘크리트 종류별 CO2 배출량 원단위와 경제성 데이터베이스를 구축하여 향후 콘크리트 산업의 CO2 배출량 및 경제성을 예측하고 절감을 위한 기초적 자료로 활용 될 수 있을 것으로 사료된다
- 자재단계에서 산정한 콘크리트 각 구성 재료의 총 물량(kg)과 운송수단의 적재량(ton)으로 각 재료의 운송장비 대수를 산출하였다. 이 산출된 운송장비 대수에 운송거리 및 운송장비별 연비, 연료의 CO2 배출량 원단위 및 연료 가격을 적용하여 운송단계의 CO2 배출량 및 경제성을 평가하였다. <그림 3>은 콘크리트 최적지원 시스템 알고리즘를 나타낸다.
- 위․경도 좌표값을 이용한 거리 계산은 삼각함수법을 이용하였다. 자재단계에서 산정한 콘크리트 각 구성 재료의 총 물량(kg)과 운송수단의 적재량(ton)으로 각 재료의 운송장비 대수를 산출하였다. 이 산출된 운송장비 대수에 운송거리 및 운송장비별 연비, 연료의 CO2 배출량 원단위 및 연료 가격을 적용하여 운송단계의 CO2 배출량 및 경제성을 평가하였다.
- 운송단계에서는 운송수단을 선택하면 해당되는 적재량과 연비가 자동으로 입력되도록 구성하였다. 자재들 중 시멘트는 대부분 기차와 벌크트럭을 통해 운송되기 때문에 입력을 기차와 트럭으로 분류하여 입력하도록 하였다.
- <그림 4>와 같이 제조설비 선택방식 또는 추계모델방식을 선택하여 평가 할 수 있다. 제조설비 선택방식은 재료저장사이로 계량장치, 혼합 믹서 등을 결합하여 구성된 배처플랜트에서 사용한 일간 에너지 사용량과 레미콘 생산량 데이터를 이용하여 1 m3 콘크리트 생산에 사용되는 각각의 제조설비 에너지 소비량에 대한 CO2 배출량을 산정하였다. 콘크리트 1 m3 생산 시각 제조설비에서 사용된 에너지량을 도출하기 위해 콘크리트 제조공정을 하역, 저장, 운반, 계량, 혼합공정 5단계로 구분하였다.
- 제조설비 선택방식은 재료저장사이로 계량장치, 혼합 믹서 등을 결합하여 구성된 배처플랜트에서 사용한 일간 에너지 사용량과 레미콘 생산량 데이터를 이용하여 1 m3 콘크리트 생산에 사용되는 각각의 제조설비 에너지 소비량에 대한 CO2 배출량을 산정하였다. 콘크리트 1 m3 생산 시각 제조설비에서 사용된 에너지량을 도출하기 위해 콘크리트 제조공정을 하역, 저장, 운반, 계량, 혼합공정 5단계로 구분하였다. 구분된 공정별로 전력과 유류 에너지가 사용되는 설비종류 및 설비제원을 조사한 후 해당되는 설비의 각 용량과 일간 사용된 배처플랜트의 전체 전력사용량과의 비율 분석을 통해 각 설비의 콘크리트 1 m3 제조 시 가동사용량을 도출하였다.
- 콘크리트 제조단계의 CO2 배출량 및 경제성 평가방식 중 추계모델방식을 선택하였을 경우를 위하여 국내 5개 콘크리트 업체를 대상으로 연간 에너지원별 사용량(전력, 유류,상수도), 콘크리트 생산량을 조사하여 데이터베이스로 구축하였다.
- 콘크리트 제조설비 및 부속시설에 대한 데이터베이스구축을 위해 2개 레미콘 생산업체를 방문하여 콘크리트 제조 시 전력․유류 에너지가 사용되는 설비의 종류와 제원을 직접조사 하였다. 콘크리트 제조 시 에너지가 사용되는 부문은 배처플랜트와 실험실과 세륜장 같은 부속시설로 구분하였다.
- 콘크리트 자재별 운송수단은 국내의 자재 별 업체에서 주로 사용하는 트럭, 화물열차 등으로 분류하였다. 트럭의 상태나 적재량에 따른 연비 변화는 고려하지 않았으며, 조사된 기본연비를 데이터베이스로 구축하였다.
대상 데이터
- <표 4>와 같이 국내의 콘크리트 자재 생산업체의 위치정보 구축을 위해 조사대상 자재의 범위를 시멘트, 굵은․ 잔골재, 혼화재, 혼화제, 순환골재로 한정하였으며, 물은 상․하수도를 사용하므로 제외하였다. 국내업체 중 포틀랜드시멘트 약 100개소, 고로시멘트 약 20개소, 굵은 골재 및 잔골재 약 390개, 플라이 애쉬 약 15개소, 고로슬래그 미분말 약 5개소, 혼화제 약 15개소, 순환골재 약 300개소에 대한 위치 정보의 조사 및 위․경도 좌표로 변환하여 데이터베이스화 하였다.
- 또한, 고강도 콘크리트 경우에는 낮은 물-시멘트비(W/C)로 인하여 약간의 재료적인 변화에도 매우 민감한 변화를 일으키기 때문에 여러 변수가 있는 데이터베이스의 구축이 필요하다5). 데이터베이스는 국내 10개 레미콘 생산업체에서 실제 건설현장에 납품된 호칭강도별 콘크리트의 배합량을 조사하였다<;표 3>.
- 도출된 최적배합설계의 평가는 구축된 콘크리트 각 자재업체들의 자재생산 시 CO2 배출량 원단위와 자재단가 데이터베이스를 이용한다. CO2 배출량은 최적배합설계로 도출된 1 m3당 콘크리트 생산에 포함되는 각 구성 재료의 양(kg)과 각 업체별 자재생산 시 CO2 배출량 원단위 및 단가 곱의 누적으로 산정하였다.
- <표 4>와 같이 국내의 콘크리트 자재 생산업체의 위치정보 구축을 위해 조사대상 자재의 범위를 시멘트, 굵은․ 잔골재, 혼화재, 혼화제, 순환골재로 한정하였으며, 물은 상․하수도를 사용하므로 제외하였다. 국내업체 중 포틀랜드시멘트 약 100개소, 고로시멘트 약 20개소, 굵은 골재 및 잔골재 약 390개, 플라이 애쉬 약 15개소, 고로슬래그 미분말 약 5개소, 혼화제 약 15개소, 순환골재 약 300개소에 대한 위치 정보의 조사 및 위․경도 좌표로 변환하여 데이터베이스화 하였다.
- 배출량 원단위 및 단가는 4개의 조사 대상(국가 LCI6, 7), 산업연관분석(2003년), 일본토목학회, 국내업체)으로 분류하였다. 자재 종류는 시멘트, 굵은 골재, 잔골재, 혼화재료, 순환골재 등으로 구분하였다. 조사대상에는 시멘트, 굵은 골재, 잔골재에 관한 CO2 배출량 원단위에 관한 정보는 구축되어 있지만 혼화재료 및 순환골재의 CO2 배출량 원단위는 국내에 구축된 자료가 없는 관계로 일본토목학회의 자료를8) 사용하였다.
- 자재 종류는 시멘트, 굵은 골재, 잔골재, 혼화재료, 순환골재 등으로 구분하였다. 조사대상에는 시멘트, 굵은 골재, 잔골재에 관한 CO2 배출량 원단위에 관한 정보는 구축되어 있지만 혼화재료 및 순환골재의 CO2 배출량 원단위는 국내에 구축된 자료가 없는 관계로 일본토목학회의 자료를8) 사용하였다. 또한, 단가는 국내의 자재별 생산업체를 대상으로 직접 판매단가를 문의하여 데이터베이스로 구축하였다.
- 콘크리트 자재별 CO2 배출량 원단위 및 단가는 4개의 조사 대상(국가 LCI6, 7), 산업연관분석(2003년), 일본토목학회, 국내업체)으로 분류하였다. 자재 종류는 시멘트, 굵은 골재, 잔골재, 혼화재료, 순환골재 등으로 구분하였다.
이론/모형
- 각 자재들의 업체주소를 조사하여 위․경도 좌표값으로 변환하였으며, 이를 좌표값 데이터베이스로 구축하여 평가업체로부터의 운송거리를 측정 할 수 있도록 하였다. 위․경도 좌표값을 이용한 거리 계산은 삼각함수법을 이용하였다. 자재단계에서 산정한 콘크리트 각 구성 재료의 총 물량(kg)과 운송수단의 적재량(ton)으로 각 재료의 운송장비 대수를 산출하였다.
- 최적설계를 위해 적합한 알고리즘인 진화알고리즘(EA)2), 유전자알고리즘(GA)3)중에 확률법을 사용함에 있어 보다 효율적인 EA를 사용하였다.
성능/효과
- 본 프로그램은 Microsoft Visual Basic을 기반으로 제작되었으며, 평가자가 직접 입력한 평가조건에 근거하여 콘크리트생산 시 CO2 배출량과 경제성 평가를 할 수 있다.
- 첫째, 정확성이다. 최적의 해를 찾는데 가장 중요한 영향을 주는 연산자는 교차로 최신 기술인 중간동향 재결합법(intermediate tendency recombination)이 적용되어 기존의 교차 방법에 비해 최적해를 효율적이고 정확하게 찾아낼 수 있다. 둘째, 연산속도이다.
후속연구
- 배출량 원단위, 단가, 위치정보, 설비 에너지사용량 등의 각 단계별 데이터베이스를 통합적으로 구축하였다. 개발된 프로그램을 이용하여 레미콘 생산업체별 또는 규격별 CO2 배출량 및 경제성 평가를 통해 콘크리트 종류별 CO2 배출량 원단위와 경제성 데이터베이스를 구축하여 향후 콘크리트 산업의 CO2 배출량 및 경제성을 예측하고 절감을 위한 기초적 자료로 활용 될 수 있을 것으로 사료된다
※ AI-Helper는 부적절한 답변을 할 수 있습니다.