http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
조은일 ( Eun Il Cho ),이석모 ( Suk Mo Lee ),박청길 ( Chung Kil Park ) 한국수산학회 1995 한국수산과학회지 Vol.28 No.3
강우시 유출되는 비점원오염물질의 유출특성을 조사하고, 수영만에 있어서 하천오염물질이 만내로 유입되어 미치는 영향을 4가지 경우인 점원오염부하가 미치는 영향(Case 1), 연간 비점원오염부하가 미치는 영향(Case 2), 우기시 오염부하가 미치는 영향(Case 3)과 실측강우 조사기간동안 비점원오염부하가 미치는 영향(Case 4)으로 나누어 예측 및 평가하였다. 이상의 연구 결과를 요약하면 다음과 같다. 비점원오염물질의 특성을 보면 강우시 하천의 수질변동은 강우강도와 유량의 증감과 매우 밀접한 관계를 가지고 증감한다. COD, TSS와 VSS의 경우는 2차 강우 후 유량이 최대인 65.736㎥/s가 될 때 오염물질의 최대치가 나타났는데 최대치는 각각 121.4㎎/l, 1148.0㎎/l와 262.0㎎/l를 보여주었다. 그리고 영양염류인 경우는 1차 강우가 시작되어 유량이 1차 최대치인 4.686㎥/s로 증가할 때 최대치를 보여주는데 TIN, NH4(-) -N, NO2(-) -N과 PO4(3-) -P는 각각 20.306㎎/l, 14.154㎎/l, 9.571㎎/l와 1.785㎎/l를 나타내며 2차 강우가 시작된 후 약간 증가하다가 감소하였다. 해수유동모델에 의한 결과를 보면 만내 유향은 낙조시에 시계방향으로 창조시에 반시계방향으로 북동-남서방향이다. 만내 조류속은 최대 0.3m/s이고 만외유속은 0.4m/s 정도이며 계산치는 관측치와 매우 유사하게 재현되고 있다. 확산모델의 보정은 점원오염부하량이 만내에 미치는 영향을 수영만내 관측치를 이용해 반복 시뮬레이션하여 보정하였고 보정결과 COD, SS의 계산 결과는 관측치와 잘 일치하였다. 확산모델의 적용결과 수영강의 오염부하는 낙조시에는 해운대 해수욕장으로 창조시는 광안리 해수욕장으로 수질을 악화시켰다. 비점원오염부하가 만내에 미치는 영향을 재현시킨 결과 연간 강우로 인한 비점원오염부하(Case 2)와 우기시 강우로 인한 오염부하(Case 3)가 미치는 영향은 점원오염부하(Case 1)가 만내 수질이 미치는 영향과 비교해 광안리 해수욕장의 오염부하를 약간 증가시키며 큰 차이는 보이지 않았다. 강우 조사시 비점원오염부하가 미치는 영향(Case 4)은 수영만내에 매우 심각한 오염현상을 보여준다. 낙조시에는 COD와 SS의 만내의 농도 분포는 각각 2.0~30.0㎎/l와 7.0~200.0㎎/l를 보여준다. 낙조시에는 창조시보다 낮은 오염정도를 나타내나 해운대 해수욕장으로는 높은 오염을 가중시키는 것을 볼 수 있다. 그러나 강우가 멈춘 후 24시간이 경과하여 실측한 수영만의 오염분포를 보면 건기시 해역농도에 비해 약간 높은 농도분포를 보여 주는 것으로 보아 입자가 큰 침강성 고형물질의 빠른 침강과 수영만내 해수유동으로 인해 빠르게 확산되어 농도가 감소되는 것으로 보인다. 그러나 강우가 시작한 후 매우 높은 오염물질을 함유하는 강우유출수가 만내로 유입될 때의 충격부하는 수영만의 해양생태계에 심각한 영향을 미치리라 예상 되며 만약 이들 강우유출수를 처리하여 만내로 유출시키면 만내 수질은 개선되리라 사료된다. The most obvious and easily recognizable sources of potential water pollution are point sources such as domestic and industrial wastes. But recently, the potential effects of nonpoint sources on water quality have been increased apparently. In order to evaluate the characteristics and the effects of nonpoint sources on water quality, this study was performed in Suyeong Bay from May, 1992 to July, 1992. The depth-averaged 2-dimensional numerical model, which consists of the hydrodynamic model and the diffusion model was applied to simulate the water quality in Suyeong Bay. When flowrate was 65.736㎥/s, the concentration of pollutants (COD, TSS and VSS) at Oncheon stream (Sebeong bridge) during second flush were very high as much as 121.4㎎/l of COD, 1148.0㎎/l of TSS and 262.0㎎/l of VSS. When flowrate was 4.686㎥/s, the concentration of pollutants (TIN, NH4(+)-N, NO2(-)-N and PO4(3-)-P) during the first flush were very high as much as 20.306㎎/l of TIN, 14.154㎎/l of NH4(+)-N, 9.571㎎/l of NO2(-)-N and 1.785㎎/l of PO4(3-)-P. As results of the hydrodynamic model simulation, the computed maximum velocity of tidal currents in Suyeong Bay was 0.3m/s and their direction was clockwise flow for ebb tide and counter clockwise flow for flood tide. Four different methods were applied for the diffusion simulation in Suyeong Bay. There were the effects for the water quality due to point loads, annual nonpoint loads and nonpoint loads during the wet weather and the investigation period, respectively. The effects of annual nonpoint loads and nonpoint loads during the wet weather seem to be slightly deteriorated in comparison with the effects of point loads. However, the bay was significantly polluted by the nonpoint loads during the investigation period. In this case, COD and SS concentrations ranged 2.0~30.0㎎/l, 7.0~200.0㎎/l in ebb tide, respectively. From these results, it can be emphasized that the large amount of pollutants caused by nonpoint sources during the wet weather were discharged into the bay, and affected significantly to both the water quality and the marine ecosystem. Therefore, it is necessary to consider the loadings of nonpoint pollutants to plan wastewater treatment plant.
조은누리,장태우 대한산업공학회 2019 대한산업공학회 춘계학술대회논문집 Vol.2019 No.4
사물인터넷(IoT, Internet of Things), 클라우드컴퓨팅과 같은 기술의 비약적인 발전을 통해 모든 분야에서 생산성 혁신이 나타나고 있다. 제조 기업들은 생산성 혁신 방안으로 이러한 기술을 활용하는 스마트공장의 도입을 추진하고 있으며, 이를 통해 생산 시스템을 지능화, 효율화하여 생산성 향상 및 비용 절감을 원하고 있다. 본 연구는 효율적인 생산관리 시스템을 구축하기 위해W사의 생산 모니터링 시스템을 개발하였다. PLC로 제어되는 설비 데이터를 가동 상태 정보로 수집하여 분석한 후 이를 이용해 KPI중 설비종합효율(OEE)을 실시간으로 보여주는 프로그램을 구현하였다. 생산 모니터링 시스템은 기존에 생산내역과 고장내역 등을 수기로 작성하여 관리했던 것을 자동화하여 실시간으로 생산정보를 파악할 수 있게 하였다. 본 연구는 중소기업에서 스마트공장의 일부분인 생산 모니터링 시스템을 구축하는 일련의 과정들과 시스템 구현과정에서 나타나는 문제 및 해결방안을 사례 형식으로 제시하고자 한다.