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
- 본 연구에서는 모델 기반의 온실 환경 제어에 활용될 수 있는 미기상 환경 예측 모형을 개발하고자 하였다. 전산유체역학 시뮬레이션을 활용하여 다양한 기상 조건과 온실의 환기 구조에 따른 온실 내부의 미기상 변화와 환기창에서의 환기량 변화를 모의하고, 다중회귀분석을 통해 수치 모형을 제시하였다.
- 본 연구에서는 온실 내부의 국소 기온 분포에 따른 환기 작동 방식을 유도하기 위하여 온실 외부의 기상환경 및 온실의 환기 방식에 따른 온실 내부의 위치별 기온 변화 분포를 수치적 모형으로 표현하고자 하였다. 이를 위하여 먼저 각 조건 인자들과 결과적인 기온 분포들과의 상관성을 Table 3와 같이 도출하였다.
- 본 연구에서 다루고 있는 기상 환경은 온실 외부에서 측정된 기온, 지면 온도, 일사량 및 풍속 등 네 가지이며, 환기 구조는 천창의 개폐율의 한 가지 조건이다. 실제의 온실 운영에 비추어 볼 때 제어하는 조건의 수가 한정적이지만, 향후 대형 온실에 사용될 환기 제어 개발의 기초 연구로서 소규모 온실에 대하여 제한적인 요소에 대한 모형을 제시하고자 하였다.
- 온실의 환경 조절을 위해서는 온실 내부로 유출입되는 환기량을 측정하고 조절하는 것이 매우 중요하므로, 다양한 기상 조건과 천창 개폐 정도에 따라 각 천창을 통해 유출입되는 환기량을 도출하기 위한 수식 모형을 제시하고자 하였다. 다중 회귀 분석에 앞서 각 인자들과 각 천창들의 통한 환기량 간의 상관 계수를 구하였으며 이는 Table 5에 나타나 있다.
- 온실의 환기 성능을 예측하기 위한 가상 온실 모델은 간단한 박스 모델부터 복잡한 수치해석 기법으로 다양하게 구현될 수 있으나 중요한 점은 실시간 제어의 관점에서 충분히 짧은 시간 내에 예측 결과가 산출되어야 하는 점이다. 이러한 관점에서 본 연구에서는 다양한 환경 조건에서 얻어진 온실 미기상 데이터에 기반을 두어 회귀 분석에 의한 가상 온실 환기 예측 모형을 제시하고자 하였으며, 이에 필요한 데이터는 전산유체역학 시뮬레이션으로 확보하였다. 본 연구에서 개발된 예측 모형은 추후에 평가 모델과 함께 모델 기반의 온실 환경 조절 시스템을 개발하는데 활용될 것이다.
- 0m·s−1로 정하였다. 자연 환기식 온실에서 문제가 되는 상황은 외부의 풍속이 약하여 충분한 환기 작용을 유도할 수 없는 경우이므로, 낮은 풍속에 집중하여 시뮬레이션 연구를 진행하고자 하였다. 풍향은 온실의 길이방향에 평행하고 3구역에서 1구역으로 부는 풍향에 한정하여 연구를 진행하였다.
가설 설정
- 2차원의 100m × 100m 공간에 Table 1의 기온, 지면 온도, 평균 풍속 값을 경계 조건으로 설정하고 정상상태로 연산하여 지면 바닥면에서 공기 중으로 전달되는 발열량을 계산하였다. 단, 온실 내부의 지면에서의 발열량은 외부 지면 발열량의 60%로 가정하였는데, 이는 태양 복사가 지면에 도달하는 과정에서 온실 내부에서의 온실 피복재, 작물 등에 의한 손실을 반영하기 위함이다. 계산된 발열량은 Table 1에 제시되어 있다.
- 압력과 유속의 연계를 위해 SIMPLE 알고리즘을 사용하였다. 모든 유체는 비압축성 이상기체로 가정하였다.
제안 방법
- 2차원의 100m × 100m 공간에 Table 1의 기온, 지면 온도, 평균 풍속 값을 경계 조건으로 설정하고 정상상태로 연산하여 지면 바닥면에서 공기 중으로 전달되는 발열량을 계산하였다.
- Table 4. Coefficients of multiple regression models between air temperature drops at 9 sub-volumes and factors influencing the natural ventilation. The coefficients are used for the equation (1) as marked with C1, C2, C3, C4 and C5.
- Table 6. Coefficients of multiple regression models between volumetric ventilation rates through 6 roof ventilators and factors influencing the natural ventilation. The coefficients are used for the equation (2) as marked with C6, C7, C8, C9 and C10.
- Table 1에 제시된 6 가지 기상 환경에 대하여 각각 측창의 개폐도 3 가지(0%, 50%, 100%)와 풍속3 가지 (0.5, 1.0, 2.0m·s−1)를 적용하여 총 54 가지 케이스 (6 × 3 × 3)를 모의하였다.
- 3). 격자의 수를 효과적으로 절약하기 위하여 온실에서 멀어질수록 육면체 셀의 크기가 커지도록 설계하였으나, 일정 거리 이상에서는 정렬 격자의 형상비가 매우 커지게 되므로 비정렬 격자로 설계하였다 (Fig. 2). 육면체 셀의 크기는 온실 내부 및 온실 주위에서는 최소 부피 1.
- 9개의 세부 영역은 온실의 길이 방향으로 3 부분, 높이 방향으로 3 부분으로 나누었다. 길이 방향으로는 세 개의 구역, 높이별로는 바닥에서 1.45m 높이 까지를 하부, 1.45m에서 2.9m 까지를 중부, 그 위를 상부로 구분하였다. 천창은 각 구역에 좌측과 우측의 두 방향으로 열려 있으며, 총 6개의 천창은 동일하게 작동되었다.
- 전산유체역학 시뮬레이션으로 계산된 각 세부 영역에서의 평균 기온 하락 값을 여러 인자들과 연관 지어 수식적 모델을 제시하기 위하여 다중 회귀 분석을 수행하였다. 독립 변수로는 외부기온, 지면온도, 일사량, 풍속, 천창 개폐율로 지정하였고, 종속 변수로는 각 세부 영역에서의 평균 기온 하락 값을 지정하였다. 온실 내부 바닥에서의 발열량은 종속 변수와 매우 높은 상관성을 보이긴 하지만 현장에서 실측하기 어려운 물리량이므로 독립 변수에서 제외하였다.
- 다중 회귀 분석으로 각 조건 인자들로부터 각 천창들에서의 환기량을 유도할 수 있는 회귀식을 식 (2)와 같이 도출하였다. 독립 변수로는 외부기온, 지면온도, 일사량, 풍속, 환기창 개폐율로 선정하였으며, 종속 변수는각 천창들에서의 환기량이다. 회귀 계수들은 Table 6에 제시되어 있다.
- 이때 기온의 하락폭이 점차 완만해 지므로 기온이 완전히 감소하여 일정하게 유지되는 시점을 규정하는 것은 매우 어렵다. 따라서 기온이 최종 온도의 80% 까지 감소되는 시점을 냉각 시간 (cooling time)으로 정의하여 세부 영역별 냉각 시간을 비교하였다. Fig.
- 전체 계산 영역은 폭 470m, 길이 410m, 높이 33m의 직육면체 형상이며, 온실은 영역의 가운데에 위치시켰다. 모든 격자는 육면체의 셀로 설계하였으며, 수치해의 안정성을 높이기 위하여 온실 내부와 온실 주위에 조밀한 정렬 격자를 설계하였고 정렬 격자 설계가 힘든 경사 지붕 주위에는 비정렬 격자로 설계하였다 (Fig. 3). 격자의 수를 효과적으로 절약하기 위하여 온실에서 멀어질수록 육면체 셀의 크기가 커지도록 설계하였으나, 일정 거리 이상에서는 정렬 격자의 형상비가 매우 커지게 되므로 비정렬 격자로 설계하였다 (Fig.
- 온실 내부의 미기상을 해석 시에는 자연 환기 작용에 따라 온실의 각 국소 위치에서 나타나는 환기 효과의 차이를 비교 분석하기 위하여 대상 온실의 전체 체적을 9개의 세부 영역으로 나누어 각 세부 영역 별로 기온의 변화를 비교 분석하였다. 9개의 세부 영역은 온실의 길이 방향으로 3 부분, 높이 방향으로 3 부분으로 나누었다.
- 전산유체역학 시뮬레이션은 널리 사용되는 상용프로그램인 ANSYS Fluent 패키지 (ver. 6.3, ANSYS Inc.)로 수행되었으며, 앞선 격자 설계는 GAMBIT (ver. 2.4, Fluent Inc.)으로 수행하였다. 해석은 3차원 정상상태로 모의하였다.
- 본 연구에서는 모델 기반의 온실 환경 제어에 활용될 수 있는 미기상 환경 예측 모형을 개발하고자 하였다. 전산유체역학 시뮬레이션을 활용하여 다양한 기상 조건과 온실의 환기 구조에 따른 온실 내부의 미기상 변화와 환기창에서의 환기량 변화를 모의하고, 다중회귀분석을 통해 수치 모형을 제시하였다.
- 온실 내의 미기상 예측을 위해서는 지면과의 에너지 교환을 고려하는 것이 매우 중요하며, 이는 온실이 외부 기온보다 높은 기온을 유지하는 원동력이기도 하다. 지면으로부터의 에너지 플럭스는 기상 측정 정보로 얻을 수 없으므로 이를 추정하기 위하여 추가적인 전산유체역학 시뮬레이션을 수행하였다. 2차원의 100m × 100m 공간에 Table 1의 기온, 지면 온도, 평균 풍속 값을 경계 조건으로 설정하고 정상상태로 연산하여 지면 바닥면에서 공기 중으로 전달되는 발열량을 계산하였다.
- 2와 같이 대상 동을 제외한 나머지 동들은 외형만을 설계하였으며, 대상 동은 내부 환기 작용을 모의할 수 있도록 내부 형상 및 천창의 형상을 실제 형상과 동일하게 설계하였다. 천창은 완전히 닫힌 경우, 50%만 개방된 경우, 100%가 개방된 경우로 구분하여 세 가지 형태로 각각 설계하였다.
- 자연 환기식 온실에서 문제가 되는 상황은 외부의 풍속이 약하여 충분한 환기 작용을 유도할 수 없는 경우이므로, 낮은 풍속에 집중하여 시뮬레이션 연구를 진행하고자 하였다. 풍향은 온실의 길이방향에 평행하고 3구역에서 1구역으로 부는 풍향에 한정하여 연구를 진행하였다.
- 해석 대상일 중 맑은 날에 해당하는 동계 (1월 15일), 하계 (8월 4일), 추계 (11월 3일)의 외기 풍속 2m·s−1 인 경우에 대하여 환기창을 완전히 닫았다가 100% 개방하였을 때 시간에 따른 온실 내부 기온의 변화를 비정상 상태 시뮬레이션으로 검토하였다.
- )으로 수행하였다. 해석은 3차원 정상상태로 모의하였다. Table 1에 제시된 6 가지 기상 환경에 대하여 각각 측창의 개폐도 3 가지(0%, 50%, 100%)와 풍속3 가지 (0.
대상 데이터
- 1과 같이 3동으로 구성되어 있다. 그 중 하나의 동을 연구의 대상으로 정하였으며, 건물의 체적은 1,437m3, 바닥 면적은 342.24m2 이다. 대상 온실은 길이 방향으로 3개의 구역 (폭 9.
- 24m2 이다. 대상 온실은 길이 방향으로 3개의 구역 (폭 9.2m, 길이 12.4m, 측고 2.9m, 동고 5.5m)으로 구분되어 있으며, 3개 동의 연결부에 가까운 순으로 1구역, 2구역, 3구역으로 번호를 부여하였다. 각 구역의 사이에는 폭 2.
- 대상 온실은 한국전자통신연구원에서 제공한 실험용 온실로서 부산원예시험장 (농촌진흥청) 내에 설치되어 있으며, Fig. 1과 같이 3동으로 구성되어 있다. 그 중 하나의 동을 연구의 대상으로 정하였으며, 건물의 체적은 1,437m3, 바닥 면적은 342.
- 대상 온실이 부산원예시험장 내에 시공되어 있으므로, 부산 지역의 2011년도 기상 측정 정보로부터 시뮬레이션에 활용될 기상 환경을 Table 1과 같이 선정하였다. Table 1에서 선정된 날들은 각각 극서기와 혹한기 및 가을철의 기상을 대표하고 있으며 또한 일사량과 운량 정보로부터 맑은 날과 흐린 날을 각각 선정하여 총 6가지 기상 환경을 나타내고 있다.
- 다양한 기상 환경 및 환기 구조의 조건에 따라 시뮬레이션의 결과로서 얻어진 각 세부 영역별 기온과 천창에서의 환기량 자료들은 온실의 환기 제어 기법을 연구하는데 활용될 수 있으며, 이를 위해서는 기상 환경과 환기 구조에 따른 온실 내부의 미기상 변화를 정량적이고 명확한 수식적 모형으로 설명하여야 한다. 본 연구에서 다루고 있는 기상 환경은 온실 외부에서 측정된 기온, 지면 온도, 일사량 및 풍속 등 네 가지이며, 환기 구조는 천창의 개폐율의 한 가지 조건이다. 실제의 온실 운영에 비추어 볼 때 제어하는 조건의 수가 한정적이지만, 향후 대형 온실에 사용될 환기 제어 개발의 기초 연구로서 소규모 온실에 대하여 제한적인 요소에 대한 모형을 제시하고자 하였다.
- 339 × 105m3 로 나타났다. 총 셀의 수는 1,039,586 개이며, 이 중 57,318 개의 셀은 대상 온실 건물 내부에 분포하였다. 육면체 셀의 비틀림도는 최대 0.
데이터처리
- 전산유체역학 시뮬레이션으로 계산된 각 세부 영역에서의 평균 기온 하락 값을 여러 인자들과 연관 지어 수식적 모델을 제시하기 위하여 다중 회귀 분석을 수행하였다. 독립 변수로는 외부기온, 지면온도, 일사량, 풍속, 천창 개폐율로 지정하였고, 종속 변수로는 각 세부 영역에서의 평균 기온 하락 값을 지정하였다.
- )를 계산한 결과는 Table 4와 같다. 회귀 분석은 MATLAB (ver. 7, Mathworks Inc.)을 이용하여 수행하였다. 온실 내부의 각 세부 영역들에 대한 회귀 계수들은 세부 영역에 따라 차이를 보이고 있으며 전체적으로 건물을 길이 방향으로 구분한 구역에 따라 차이가 크게 나타났다.
이론/모형
- 난류 모델로는 경제적이면서도 기존 연구들을 통해 높은 정확도를 보인바 있는 Realizable k-ε 난류 모델을 사용하였으며 (Kacira 등, 2004), 벽면 근처의 경계층 내 유동 해석을 위해 Standard wall function을 사용하였다.
- 난류 모델로는 경제적이면서도 기존 연구들을 통해 높은 정확도를 보인바 있는 Realizable k-ε 난류 모델을 사용하였으며 (Kacira 등, 2004), 벽면 근처의 경계층 내 유동 해석을 위해 Standard wall function을 사용하였다. 압력과 유속의 연계를 위해 SIMPLE 알고리즘을 사용하였다. 모든 유체는 비압축성 이상기체로 가정하였다.
성능/효과
- 회귀 모형에 의한 기온 하락 값을 전산유체역학 시뮬레이션의 결과와 비교한 결과, 결정 계수는 전체적으로 58%~92%로 해석 위치에 따라 다양하게 나타났다. 1구역의 상부와 하부에서는 약 92%의 높은 예측력을 보이고 있으며, 1구역 하부와 2구역에서는 약 68%, 3구역에서는 약 58% 정도의 예측력을 보였다.
- 각 조건 인자들과 온실 천창에서의 환기량의 상관성을 정리해보면, 1구역과 3구역의 천창들에서의 환기량은 주로 풍속에 의해 가장 큰 영향을 받는 것으로 나타났으며, 건물의 가운데인 2구역에 있는 천창들에서의 환기량은 풍속보다는 일사량과 온실 내부의 발열에 의해 결정되는 것으로 판단되었다. 이는 환기 효과와는 일부 차이가 있는 결과이다.
- 다중 회귀 분석에 앞서 각 인자들과 각 천창들의 통한 환기량 간의 상관 계수를 구하였으며 이는 Table 5에 나타나 있다. 각 천창에서의 환기량에 주로 영향을 미치는 인자는 일사량, 바닥면에서의 발열량, 풍속, 환기창 개폐율로 나타났다. 2구역에 있는 천창은 외부기온과 지면온도에 대하여 약간의 상관성을 보이긴 하지만 다른 인자들에 비하면 매우 낮은 수준이다.
- 따라서 바람이 불어오는 3구역에서 환기의 효과가 더 작게 나타나는 것은 이러한 기존 연구들의 결과와 같은 맥락에서 이해될 수 있다. 기상에 따른 결과를 비교하면, 동절기에 환기에 의한 기온 하락이 가장 크게 나타났으며, 가을의 기상 조건에서 환기에 의한 기온 하락이 가장 작게 나타났다. 또한 Fig.
- 모든 케이스들에 대하여 좌측 천창과 우측 천창에서의 환기량의 차이를 계산하면, 1구역의 경우에는 평균 30.7m3·min−1로 큰 차이가 나타났으며, 2구역과 3구역에서는 각각 9.47m3·min−1와 9.3m3·min−1로 상대적으로 작은 차이가 났다.
- 본 연구에서 제시된 수치 모형들은 외부의 기온과 풍속, 지면 온도, 일사량 등의 기상 환경과 온실의 천창 개폐율에 따라 유도되는 자연 환기의 성능을 온실 내미기상 변화와 환기창을 통한 환기량 값으로 제시하고 있으며, 전산유체역학 시뮬레이션 결과와 비교하여 각각 58% ~ 92%, 76% ~ 93%의 예측력을 보였다. 미기상의 변화는 온실을 9개의 세부 영역으로 구분하여 각 영역에서의 기온 하락 정도로 나타내며, 환기량은 지붕에 형성된 6개의 천창에서의 공기 유출입량을 각각 제시하여 준다.
- 비정상상태의 환기 작용을 모의한 결과, 환기창 개방 후 환기 효과가 완전히 나타나기 까지는 3분 ~ 20분 정도의 시간이 소요될 수 있는 것으로 나타났다. 기존의 센서 실측에 기반을 둔 대부분의 환경 조절 제어 시스템의 경우에는 측정값에 따른 피드백에 의해 환경 제어가 동작하므로 온실 내부의 기온이 상승한 이후에 환경 제어를 시작하게 되지만, 모델 기반의 환경 조절 제어 시스템을 도입하면 이러한 3분~20분 정도의 시간을 사전에 고려하여 적정 환경을 제어할 수 있도록 미리 환기창의 조작이 이루어지게 된다.
- 4의 경우에는 전반적으로 2구역에서 냉각시간이 199s 로 가장 짧게 나타났으며, 3구역(348s), 1구역 (620s)의 순으로 냉각 시간이 짧은 것으로 나타났다. 세부 영역별로는 2구역의 하부 영역에서 192s 의 가장 짧은 냉각 시간을 보였으며, 1구역의 중부 영역에서 709s 로 가장 긴 냉각 시간을 보였다. 짧은 냉각 시간은 환기 작용에 의한 반응 속도가 빠른 것으로 판단할 수 있으므로, 온실 환경 제어 시 각 구역에 대한 반응 속도는 중요한 인자로 활용될 수 있을 것이다.
- )을 이용하여 수행하였다. 온실 내부의 각 세부 영역들에 대한 회귀 계수들은 세부 영역에 따라 차이를 보이고 있으며 전체적으로 건물을 길이 방향으로 구분한 구역에 따라 차이가 크게 나타났다. 같은 구역에서는 높이별 분포인 상부, 중부, 하부 간에는 비교적 유사한 값을 보인다.
- 온실 내부의 각 세부 영역들에서의 평균 기온 하락 정도는 외부 기온과 풍속에 음의 상관성을 보이며, 지면 온도, 일사량, 환기창 개폐율에 양의 상관성을 보이는 것으로 나타났다. 즉 지면 온도가 높을수록, 일사량이 많을수록, 환기창을 많이 열수록 환기에 의한 온실 내부의 기온 하락 정도는 크다고 예상할 수 있다.
- 총 셀의 수는 1,039,586 개이며, 이 중 57,318 개의 셀은 대상 온실 건물 내부에 분포하였다. 육면체 셀의 비틀림도는 최대 0.86이었으며, 온실 내부의 셀에서는 최대 0.67로 나타나 전반적으로 양호한 격자의 품질을 나타내었다.
- 반대로 풍속의 경우는 1구역에서는 양의 계수를 갖지만 2구역과 3구역에서는 음의 계수를 갖는 것으로 나타났다. 즉 1구역은 풍속이 증가할수록 환기 효과가 증가하지만 일사량이 증가할수록 환기 효과는 오히려 감소되며, 2구역과 3구역은 반대로 풍속이 감소할수록 일사량이 증가할수록 환기 효과가 증가하는 것으로 나타났다. 이는 바람이 주로 유입되는 1구역은 바람에 의한 운동력이 환기 효과를 주도하며, 공기 기류가 실내를 맴돌아 유출되는 3구역의 경우에는 실내에서 발생하는 열에너지에 의한 부력이 환기의 효과를 증가시키는 것으로 판단할 수 있다.
- 3 정도의 양의 상관성을 보이고 있다. 즉, 일사량과 바닥에서의 발열량이 높을수록, 그리고 풍속이 높을수록 환기 시간은 짧아지며 환기가 잘 이루어짐을 의미한다. 여기서 일사량과 바닥의 발열량은 실내의 부력 효과를 증대시킬 것으로 추정할 수 있으며 풍속은 외부의 바람 에너지를 의미하므로, 결국 온실 내부의 부력과 외부 바람 에너지가 환기 효과를 증대시키는 것으로 판단할 수 있다.
- 4는 동계 맑은날 (1월 15일)의 기상 환경 조건에서의 비정상상태 시뮬레이션 결과이다. 환기가 시작됨에 따라 대상 건물 내의 9개 세부 영역에서의 평균 기온들은 일제히 하락하기 시작하였으며 약 900s 이후에는 기온이 더 이상 감소하지 않고 일정하게 유지되었다. 이때 기온의 하락폭이 점차 완만해 지므로 기온이 완전히 감소하여 일정하게 유지되는 시점을 규정하는 것은 매우 어렵다.
- 환기량 추정 결과를 전산유체역학 시뮬레이션의 결과와 비교할 때, 결정 계수는 약 0.76~0.93 정도로 높은 편이므로, 충분한 예측력을 보인다고 판단할 수 있다. 하지만 환기 시간의 경우에는 결정 계수가 약 0.
- 즉 지면 온도가 높을수록, 일사량이 많을수록, 환기창을 많이 열수록 환기에 의한 온실 내부의 기온 하락 정도는 크다고 예상할 수 있다. 환기에 의한 온실 내부의 기온 하락 정도와 가장 큰 상관성을 보이는 인자는 온실 내부 바닥면에서의 발열량으로 나타났으며, 일사량, 외부 기온의 순으로 높은 상관성을 보였다.
- 회귀 모형에 의한 기온 하락 값을 전산유체역학 시뮬레이션의 결과와 비교한 결과, 결정 계수는 전체적으로 58%~92%로 해석 위치에 따라 다양하게 나타났다. 1구역의 상부와 하부에서는 약 92%의 높은 예측력을 보이고 있으며, 1구역 하부와 2구역에서는 약 68%, 3구역에서는 약 58% 정도의 예측력을 보였다.
후속연구
- 풍속은 1구역과 3구역에서 높은 양의 상관성을 보이고 있으나 2구역에서는 상관성이 매우 낮게 나타났다. 3구역의 세부 영역들에서의 환기 효과가 풍속과 음의 상관관계를 보인데 반해 천창에서의 환기량은 풍속과 양의 상관관계를 보이고 있는데, 이는 Hong 등 (2008)에서도 지적한 바와 같이 환기 효과가 반드시 환기창에서의 환기량에 의존하지는 않음을 의미하며 환기량과 구별하여 환기 효과를 연구해야할 필요성을 제기한다.
- 다양한 기상 환경 및 환기 구조의 조건에 따라 시뮬레이션의 결과로서 얻어진 각 세부 영역별 기온과 천창에서의 환기량 자료들은 온실의 환기 제어 기법을 연구하는데 활용될 수 있으며, 이를 위해서는 기상 환경과 환기 구조에 따른 온실 내부의 미기상 변화를 정량적이고 명확한 수식적 모형으로 설명하여야 한다. 본 연구에서 다루고 있는 기상 환경은 온실 외부에서 측정된 기온, 지면 온도, 일사량 및 풍속 등 네 가지이며, 환기 구조는 천창의 개폐율의 한 가지 조건이다.
- 본 연구를 통해 개발되고 시도된 결과들은 모델 기반의 온실 복합 환경 제어 시스템을 위한 알고리즘을 개발하는데 활용될 것이다. 또한 이러한 활용은 농업에 IT 기술을 접목하여 농가의 노동력 부족을 극복하고 생산성향상과 경쟁력 확보를 도모하는 농업 선진화에 기여할 것으로 기대된다.
- 본 연구를 통해 개발되고 시도된 결과들은 모델 기반의 온실 복합 환경 제어 시스템을 위한 알고리즘을 개발하는데 활용될 것이다. 또한 이러한 활용은 농업에 IT 기술을 접목하여 농가의 노동력 부족을 극복하고 생산성향상과 경쟁력 확보를 도모하는 농업 선진화에 기여할 것으로 기대된다.
- 이러한 관점에서 본 연구에서는 다양한 환경 조건에서 얻어진 온실 미기상 데이터에 기반을 두어 회귀 분석에 의한 가상 온실 환기 예측 모형을 제시하고자 하였으며, 이에 필요한 데이터는 전산유체역학 시뮬레이션으로 확보하였다. 본 연구에서 개발된 예측 모형은 추후에 평가 모델과 함께 모델 기반의 온실 환경 조절 시스템을 개발하는데 활용될 것이다.
- 세부 영역별로는 2구역의 하부 영역에서 192s 의 가장 짧은 냉각 시간을 보였으며, 1구역의 중부 영역에서 709s 로 가장 긴 냉각 시간을 보였다. 짧은 냉각 시간은 환기 작용에 의한 반응 속도가 빠른 것으로 판단할 수 있으므로, 온실 환경 제어 시 각 구역에 대한 반응 속도는 중요한 인자로 활용될 수 있을 것이다.
- 현재는 모든 천창이 일괄적으로 동일하게 개폐되는 것으로 모의하였으므로 모든 세부 영역들에서 원하는 기온을 동시에 만족시키는데 한계가 있다. 하지만 추후 연구를 통하여 모든 천창들이 독립적으로 개폐될 경우에는 각 천창에 대한 반응 모형을 구성하고 개개 천창들의 작동을 제어하여 모든 세부 영역들에서 적정 기온이 만족되도록 유도할 수 있을 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.