개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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
- 학위논문
- 저자정보
- 발행연도
- 2016
- 저작권
- 서울대학교 논문은 저작권에 의해 보호받습니다.
이용수6
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
최근 외기의 미세먼지 농도가 높아지고, 건강에 대한 관심이 높아짐에 따라 미세먼지가 건강에 미치는 영향에 대한 관심이 높아지고 있다. 현대인들의 실내 거주시간은 과거에 비해 크게 증가하여 한국 사람들은 하루 평균 20시간 이상 실내에 거주하는 것으로 나타났으며, 실내 거주시간이 늘어남에 따라 실내 미세먼지가 건강에 미치는 영향 또한 증가하였다.
우리나라의 경우 아직 대부분의 주거건물에서 기계환기시스템을 사용하고 있지 않기 때문에 침기와 침착에 의한 실내 미세먼지 농도의 감소가 실내 미세먼지 농도를 결정하는 주된 요인이 된다. 실내 미세먼지 농도를 정확히 이해하기 위해서는 건물 누기부위의 크기와 침착률, 침입계수, 침기량 등 여러 가지 요소를 알아야 하며, 이에 관한 연구들이 선진국에서는 꾸준하게 진행되어 오고 있다.
누기부위의 크기와 같은 물리적인 요소들은 시간이 지나 변형이 되거나 외부의 요인에 의해 파손되지 않는 한 달라지지 않기 때문에 측정을 통해 간단히 구할 수 있지만 침착률이나 침입계수와 같은 값들은 복합적인 환경에 영향을 받기 때문에 측정 시 여러 가지 가정을 통해 단순화한 후 분석을 통해 알아낸다. 그러나 분석 과정에서의 가정이 실제 환경에서 일어나기 힘들거나, 가정과 다르기 때문에 정확한 침착률과 침입계수를 구하는 데 어려움이 있다.
침착률과 침입계수를 구하는 과정에서 생길 수 있는 오차의 원인은 여러 가지가 있다. 첫째, 침착률과 침입계수의 분석 과정에서 일정한 외기상태를 가정하지만 실제로 외기의 미세먼지 농도는 일정한 상태로 유지되지 않는다. 실제 연구자들이 일정한 외기라고 생각되는 데이터를 이용해 분석을 하게 되는데, 이 때 일정한 외기에 대한 기준이 연구자마다 다르기 때문에 같은 데이터를 이용하여 데이터를 분석한다 하더라도 연구자별로 침착률과 침입계수의 도출 결과가 크게 다를 수 있다. 둘째, 외기 데이터뿐만 아니라 침착률과 침입계수를 구하는 과정에 있어 필요한 상수들을 도출하는 과정에서도 연구자의 해석에 따라 하나의 값이 아닌 여러 가지 값을 구할 수 있는데, 이러한 차이에 의해서 오차가 더욱 커지게 된다.
본 연구에서는, 침착률과 침입계수의 산정방법에서, 기존방법의 단점을 보완하기 위해 외기의 변화를 고려하여 미분방정식을 해석하는 방법을 고안하였다. 구체적으로 측정을 통해 실외 미세먼지 농도의 데이터를 얻어낸 후 실외 미세먼지 농도 데이터를 커브 피팅을 이용하여 시간에 대한 함수로 나타낸 후, 실내 및 실외 미세먼지 농도를 입력하여 침착률과 침입계수를 구하는 개선방법을 제시하였다.
본 연구에서 제시한 방법을 이용하면 기존에 침착률과 침입계수를 구하던 방법에 비해 간소한 데이터를 이용하여 더욱 간단한 방법으로 침착률과 침입계수를 구할 수 있어 대상 공간에 대한 분석이 훨씬 수월해지므로, 추후 활용도가 높을 것으로 생각된다.
우리나라의 경우 아직 대부분의 주거건물에서 기계환기시스템을 사용하고 있지 않기 때문에 침기와 침착에 의한 실내 미세먼지 농도의 감소가 실내 미세먼지 농도를 결정하는 주된 요인이 된다. 실내 미세먼지 농도를 정확히 이해하기 위해서는 건물 누기부위의 크기와 침착률, 침입계수, 침기량 등 여러 가지 요소를 알아야 하며, 이에 관한 연구들이 선진국에서는 꾸준하게 진행되어 오고 있다.
누기부위의 크기와 같은 물리적인 요소들은 시간이 지나 변형이 되거나 외부의 요인에 의해 파손되지 않는 한 달라지지 않기 때문에 측정을 통해 간단히 구할 수 있지만 침착률이나 침입계수와 같은 값들은 복합적인 환경에 영향을 받기 때문에 측정 시 여러 가지 가정을 통해 단순화한 후 분석을 통해 알아낸다. 그러나 분석 과정에서의 가정이 실제 환경에서 일어나기 힘들거나, 가정과 다르기 때문에 정확한 침착률과 침입계수를 구하는 데 어려움이 있다.
침착률과 침입계수를 구하는 과정에서 생길 수 있는 오차의 원인은 여러 가지가 있다. 첫째, 침착률과 침입계수의 분석 과정에서 일정한 외기상태를 가정하지만 실제로 외기의 미세먼지 농도는 일정한 상태로 유지되지 않는다. 실제 연구자들이 일정한 외기라고 생각되는 데이터를 이용해 분석을 하게 되는데, 이 때 일정한 외기에 대한 기준이 연구자마다 다르기 때문에 같은 데이터를 이용하여 데이터를 분석한다 하더라도 연구자별로 침착률과 침입계수의 도출 결과가 크게 다를 수 있다. 둘째, 외기 데이터뿐만 아니라 침착률과 침입계수를 구하는 과정에 있어 필요한 상수들을 도출하는 과정에서도 연구자의 해석에 따라 하나의 값이 아닌 여러 가지 값을 구할 수 있는데, 이러한 차이에 의해서 오차가 더욱 커지게 된다.
본 연구에서는, 침착률과 침입계수의 산정방법에서, 기존방법의 단점을 보완하기 위해 외기의 변화를 고려하여 미분방정식을 해석하는 방법을 고안하였다. 구체적으로 측정을 통해 실외 미세먼지 농도의 데이터를 얻어낸 후 실외 미세먼지 농도 데이터를 커브 피팅을 이용하여 시간에 대한 함수로 나타낸 후, 실내 및 실외 미세먼지 농도를 입력하여 침착률과 침입계수를 구하는 개선방법을 제시하였다.
본 연구에서 제시한 방법을 이용하면 기존에 침착률과 침입계수를 구하던 방법에 비해 간소한 데이터를 이용하여 더욱 간단한 방법으로 침착률과 침입계수를 구할 수 있어 대상 공간에 대한 분석이 훨씬 수월해지므로, 추후 활용도가 높을 것으로 생각된다.
목차
제 1 장 서 론 11.1 연구의 배경 및 목적 11.2 연구의 범위 및 방법 4제 2 장 미세먼지의 거동과 침착률 및 침입계수 72.1 미세먼지의 거동 72.1.1 질량보존법칙 72.1.2 공기유동 해석 모델 82.1.3 기존 논문에서 질량보존법칙의 변형 132.2 침착률과 침입계수 152.2.1 침착률과 침입계수 산정 152.2.2 침착률과 침입계수 선행연구 162.3 소결 20제 3 장 침착률과 침입계수 산정방법의 개선 213.1 침착률과 침입계수 산정방법의 개선 방안 203.1.1 기존 분석 방법의 문제점 223.1.2 기존 연구와의 차별성 223.2 커브 피팅 243.2.1 커브 피팅의 정의 243.2.2 연화 스플라인(Smoothing spline) 243.2.3 이산 푸리에 변환(Discrete Fourier Transform, DFT) 253.2.4 고속 푸리에 변환(Fast Fourier Transform, FFT) 263.3 실제 외기농도 데이터의 커브 피팅 273.3.1 MATLAB 273.3.2 MATLAB을 이용한 커브 피팅 273.4 소결 32제 4 장 데이터의 측정 및 커브 피팅 334.1 데이터 측정의 필요성 334.2 실측 개요 344.2.1 이산화탄소 344.2.2 미세먼지 354.3 실측 결과 364.3.1 이산화탄소 364.3.2 미세먼지 374.4 실제 외기농도 데이터의 커브 피팅 결과 424.5 침착률과 침입계수의 산정 결과 464.5.1 본 연구에서 제안한 방법으로 구한 침착률 및 침입계수 464.5.2 기존 방법으로 구한 침착률 및 침입계수 474.5.3 기존 방법과 본 연구에서 제안한 방법의 결과 비교 484.6 소결 49제 5 장 결론 51참고 문헌 54ABSTRACT 58Appendix A 59Appendix B 60
최근 본 자료
댓글(0)
0