초록 ▼

□연구개요
본 연구는 가스의 확산을 모니터링 데이터(수치 또는 영상)에 기반하여 머신러닝 모델링을 적용하고 모사하는 방법에 대한 연구이다.
○ [머신러닝 기반 가스확산 근접 모니터링 및 모사방법 기초연구]
: 산업용 CO2 가스의 확산 데이터 수집을 위한 장치를 포함한 실험환경을 구축하여 확산 데이터를 수집하고, 이에 기반하여 MLP, DLP, Ensemble 등의 머신러닝 기법들을 적용하여 가스확산을 모사하고, 또한 적용한 기법들을 비교평가함
○ [머신러닝 기반 스모크 확산 원격 영상 모니터링 및 배출량 예측

□연구개요
본 연구는 가스의 확산을 모니터링 데이터(수치 또는 영상)에 기반하여 머신러닝 모델링을 적용하고 모사하는 방법에 대한 연구이다.
○ [머신러닝 기반 가스확산 근접 모니터링 및 모사방법 기초연구]
: 산업용 CO2 가스의 확산 데이터 수집을 위한 장치를 포함한 실험환경을 구축하여 확산 데이터를 수집하고, 이에 기반하여 MLP, DLP, Ensemble 등의 머신러닝 기법들을 적용하여 가스확산을 모사하고, 또한 적용한 기법들을 비교평가함
○ [머신러닝 기반 스모크 확산 원격 영상 모니터링 및 배출량 예측방법 기초연구]
: 근접 모니터링에 의한 데이터 수집 대신에 유투브의 스모크 영상을 학습하여 원격의 실험영상에서 스모크를 인식하고 추적하고, 상대적 스모크 배출량을 예측하는 머신러닝 방법에 관한 기초연구

□연구 목표대비 연구결과
○ [머신러닝 기반 가스확산 모사 연구]
- 근접 전기화학적 센서를 이용한 가스 농도 데이터 수집장치 개발
- 산업용 CO2 가스에 기반한 실험 환경 구축 및 검증
- 예비실험 및 본실험 수행하여 CO2 가스 확산 데이터 수집
- 머시러닝기법을 적용하여 예측 및 확산 모사 및 비교 (MLP, DLP, Ensemble)
- 확산 데이터 생성기법 적용 (GAN)
○ [머신러닝 기반 스모크 인식-추적 및 배출량 예측 연구]
- 다단 스모크 발생 실험장치 개발
- 유투브 스모크 영상을 활용한 학습
- 실험 스모크 연상에서의 인식 및 추적 성공 확인
- 상대적 배출량 예측을 위한 머신러닝 기법 적용 및 검증 연구
- 육안으로는 불가능한 임의의 중첩에 의한 강화현상을 머신러닝으로 파악

□연구개발결과의 중요성
❍ [머신러닝 기반 융복합 가스확산 예측 기초기술]
: 가스 확산을 머신러닝 기술을 이용하여 모사하고 예측할 수 있으며, 고성능 컴퓨팅 파워를 요구하는 CFD와 달리 일반 성능의 컴퓨터에서도 가스의 확산 모사가 가능함
❍ [가스확산에서 머신러닝 기술들의 적용성 평가]
: 가스 확산 모사 도메인에서 MLP, DLP, Ensemble 머신러닝 기법들을 적용하여 모사하 결과를 바탕으로 상대적으로 비교하여 다른 모델에서 참조하여 평가가 가능함
❍ [머심러닝 기반 스모크 추적 및 배출량 예측]
: 개발기술은 전통 제조산업에 ICT를 결합한 스마트팩토리 모델로서, 최근 스마트팩토리 기술개발 방향이 생산성 향상을 위한 제조 공정의 효율화, 자동화에 촛점이 맞춰져 있지만, 본 개발기술은 유해가스 배출 및 유출사고 예방이라는 환경관리와 산업안전에 관련된 기술이라는 점에서 독창성과 중요성이 있음

(출처 : 요 약 문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구수행내용 및 연구결과 ... 5
• 2.1 1차년도 연구 ... 5
• 2.1.1 MQ-135(저가형 센서)를 활용한 연구 방향성 탐구 ... 5
• 2.1.2 실험 환경 구성을 위한 센서와 아두이노 보드 선정 ... 9
• 2.1.3 2차실험 SH-NDHT-003 센서와 Arduino를 이용한 실험 환경 구성 및 방법 ... 18
• 2.2 2차년도 연구 내용 ... 23
• 2.2.1 MLP Layer Summary & in·output data definition ... 26
• 2.2.2 DLP Layer Summary & input data definition ... 28
• 2.2.3 LSTM Layer Summary & input data definition ... 30
• 2.3 3차년도 ... 33
• 2.3.1 앙상블 기법 (Ensemble) ... 33
• 2.4 영상 데이터 관련 연구 ... 37
• 2.4.1 유튜브 영상을 활용한 가스 유동량 예측 ... 37
• 2.4.2 동영상 추출 이미지파일을 이용한 머신러닝 검증의 오류 ... 41
• 3. 연구개발결과의 중요성 ... 45
• 4. 참고문헌 ... 45
• 5. 연구성과 ... 46
• 끝페이지 ... 46