$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

퍼지 추론 규칙을 이용한 가상의 열 영상 온도와 풍향 제어
Temperature and Wind Control of Virtual Warmth Image Using Fuzzy Reasoning Rule 원문보기

한국해양정보통신학회 2008년도 춘계종합학술대회 B, 2008 Oct. 31, 2008년, pp.387 - 392  

강경민 (신라대학교 컴퓨터정보공학부) ,  김광백 (신라대학교 컴퓨터정보공학부)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 에너지 절약을 위한 방법으로 여름철 냉방의 적정 온도 및 풍향을 제어하기 위한 가상의 시뮬레이션을 목적으로 열 영상과 퍼지 추론 규칙을 적용한 온도 및 풍향 제어 기법을 제안한다. 온도 제어를 위한 가상 시뮬레이션에서 열 영상을 분석하기 위해서 영상을 $300{\times}400$의 크기를 가지는 색상 분포 영상으로 변환한다. 색상 분포 영상은 Red, Magenta, Yellow, Green, Sky, Blue의 온도 값을 가지는 R, G, B 값이며 각 색상은 $ 24.0^{\circ}C$에서 $27.0^{\circ}C$의 분포의 온도 값을 가진다. 색상 분포 영상은 아래 계층부터 레벨1에서 레벨10의 높이 계층으로 분류한다. 분류한 각 계층은 고유의 색상 분포도를 가지며 색상이 가지는 온도 수치에 따라서 계층별로 온도를 구성한다. 풍향 제어를 위한 각 계층의 높이는 레벨1에서 레벨3까지는 하위층이며, 레벨 4부터 레벨 7은 중간층, 레벨 8부터 레벨 10은 상위층으로 분류한다. 각 계층의 온도와 높이 레벨 값은 온도 조절과 풍향의 우선 순위, 강도 조절, 지속 시간을 구하기 위한 파라미터이다. 실내 공간의 전체적인 온도의 균형과 풍향을 제어하는 과정으로 풍향의 방향, 지속시간을 적용하고 풍향의 강도를 구하기 위해서 색상 분포영상의 각 구간의 온도 및 높이의 특징을 적용하여 퍼지 소속 함수를 설계한 후, 소속 함수의 소속도를 구하고 퍼지 추론 규칙을 적용하여 풍향의 강도를 구한다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 따라서 본 논문에서는 여름철 냉방의 적정 온도 및 풍향 제어를 위해 가상으로 열 영상을 생성하고 열 영상과 퍼지 추론 규칙을 적용한 온도 및 풍향 제어 기법을 제안한다.
  • 따라서 본 논문에서는 여름철 실내 냉방 온도의 적정온도를 정부 권유 온도와 실시한 여론 조사 결과를 바탕으로 24~25℃를 기준으로 여름철 냉방의 적정 온도 및 풍향을 제어하기 위한 목적으로 가상으로 시뮬레이션을 한다.
  • 본 논문에서는 에너지 절약을 위한 방법으로 여름철 냉방의 적정 온도 및 풍향을 제어하기 위한 가상 시뮬레이션을 목적으로 열 영상과 퍼지추론 규칙을 적용한 온도 및 풍향 제어 기법을 제안하였다. 온도 제어를 위한 가상 시뮬레이션에서 열 영상을 분석하기 위해 영상을 300 X 400의 크기를 가지는 색상 분포 영상으로 변환한 후, 색상 분포 영상의 특징을 적용하여 실험하였다.
  • 본 논문에서는 온도 및 풍향 제어를 위한 방법으로 풍향의 방향을 설정한다. 풍향의 방향은 색상 분포 영상의 계층을 레벨 1에서 레벨 3은 하층, 레벨 4에서 레벨 7은 중간층, 레벨 8에서 레벨 10은 상충으로 구분한다.
  • 최근에 이러한 단점을 개선하기 위한 방법으로 인버터 냉방장치가 시중에 나와 있지만, 인버터 냉방 장치라고 할지라도 냉방 장치의 온도조절은 중앙의 Compressor가 내부공간의 온도를 감지하여 Compressor의 회전속도를 줄임으로서 온도를 조절하는 방식이다. 본 논문에서는 이러한 과정을 사용자가 입력하는 방법이나 Compressor 의 회전속도를 줄이는 방식이 아닌 가상의 열영상에서 색상 분포 영상으로 변환 된 영상에서 온도와 레벨계층의 정보를 바탕으로 풍향의 방향, 지속시간, 강도를 구하는 방법을 제안한다. 그림 5는 풍향 제어를 위한 파라미터의 분류 기준이다.
  • 이에 에너지 절약이 필요한 상황으로 정부는 에너지 절약 대책의 일환으로 주 건물의 실내 냉난방온도를 제한하는 제도를 추진하고 있다. 여론조사는 전국의 만 19 세 이상 남녀를 대상으로 실내 적정 냉방 온도준수 캠페인의 인지도, 제도 도입 찬반 여부를 조사하여 관련 정책 수행 시 필요한 기초 자료로 활용하는 목적으로 (주)코리아리서치에서 조사하였다 [2].
  • 본 논문에서 목표로 설정하고 있는 온도와 각 구간의 온도의 차이가 작을수록 풍향의 강도는 약하고, 차이가 크게 나타날수록 풍향의 강도는 강하다. 이는 온도가 높은 구간부터 우선순위로 온도를 내려 여름철 실내 냉방의 에너지 절약과 실내 공간의 전체적인 온도의 균형을 유지 하는 것이 목적이다.

가설 설정

  • 논문의 가상의 시뮬레이션 실험 적정 온도 수치인 2 4~25℃까지 온도를 제어하기 위한 방법은 다음과 같다. 본 논문의 가상 시뮬레이션에서 여름철실내 냉방온도의 0.1℃도를 내리기 위해서는 1분의 지속시간이 필요하다고 가정한다. 그리고 색상분포 영상의 상, 중, 하층의 구간에서 계산된 평균과 적정 온도 수치를 구하는 방법은 식(3)과 같다.
본문요약 정보가 도움이 되었나요?
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로