지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2012.5
- 수록면
- 423 - 430 (8page)
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 논문에서는 "U-IT 검증사업"의 결과로 얻어지고 있는 서낙동강 지역의 수질 데이터를 기초로 7곳의 관정에 설치되어 있는 센서 시스템의 예측 및 진단을 다루고 있다. 해당 지역의 관정에서는 전기전도도, 수위, 수온 등의 데이터가 실시간으로 측정되고 있으며, 이를 기초로 관정수의 수질을 판단하는 데 활용하고 있다. 특히 해수에 인접한 지역적 특성으로 인하여 염분도의 상승은 관정수를 농업 및 생활용수로 사용하고 있는 지역에 중요한 영향을 미치고 있다. 그러나 센서값의 급격한 일별 및 계절별 변동이 기존의 시계열 및 통계적 예측과 센서의 오작동 여부에 대한 판단을 어렵게 하고 있어, 센서값에 대한 예측 및 센서 상태의 진단에 대한 특화된 모델의 개발이 요구된다.
일반적으로 염분도는 전기전도도를 통해 간접적으로 측정되고 있으며, 이러한 전기전도도는 수온외에 PH, 유량 등에 의해 영향을 받고 있다. 본 연구는 전기전도도에 높은 영향을 주는 수온 데이터의 변화 패턴을 추출하여 이를 센서의 측정값에 대한 검증과 염분도의 예측에 활용하는 방법을 다루고 있다. 본 연구의 특화된 센서 진단 및 예측 모델은 관정용수의 수질진단에 대한 신뢰성을 제고하고, 센서 시스템의 유지 및 예방보수에 활용될 수 있다.
일반적으로 염분도는 전기전도도를 통해 간접적으로 측정되고 있으며, 이러한 전기전도도는 수온외에 PH, 유량 등에 의해 영향을 받고 있다. 본 연구는 전기전도도에 높은 영향을 주는 수온 데이터의 변화 패턴을 추출하여 이를 센서의 측정값에 대한 검증과 염분도의 예측에 활용하는 방법을 다루고 있다. 본 연구의 특화된 센서 진단 및 예측 모델은 관정용수의 수질진단에 대한 신뢰성을 제고하고, 센서 시스템의 유지 및 예방보수에 활용될 수 있다.
목차
ABSTRACT
1. 서론
2. 자료 수집 및 연구 방법
3. 측정데이터 분석
4. 센서 진단 모델 및 염분도 예측 모델
5. 모델의 검증
6. 결과 및 고찰
참고문헌
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2018-020-000858110