본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

고급검색

인명/단체명

저자정보 상세정보
인명/단체명을 입력하세요.

키워드

  • 대표어

  • 외국어

-

목차보기

표제지 2

목차 5

Abstract 7

Ⅰ. 서론 12

Ⅱ. 재료 및 방법 16

Ⅱ-1. DO 소비 예측 및 제어 알고리즘 개발 16

가. 성장 예측 모델 도출 16

나. DO 물질수지 모델 도출 18

다. DO 변동 예측을 통한 유량 제어 알고리즘 도출 22

Ⅱ-2. 사육 실증 26

가. 사육 시스템 26

나. 실험 어류 및 조건 31

다. 수질 모니터링 33

Ⅱ-3. 에너지 사용량 분석 34

Ⅱ-4. 통계 분석 36

Ⅲ. 결과 37

Ⅲ-1. DO 농도 변화 37

Ⅲ-2. 어류 산소 소비량 41

Ⅲ-3. DO 물질 수지 모델 평가 43

Ⅲ-4. DO 물질수지 모델 개선 49

Ⅲ-5. DO 물질수지 모델 간 성능 평가 51

Ⅲ-6. 성장 및 수질환경 55

Ⅲ-7. 에너지 소비량 분석 59

Ⅳ. 고찰 61

Ⅳ-1. DO 물질수지 기존 모델 61

Ⅳ-2. DO 물질수지 개선 모델 64

Ⅳ-3. DO 물질수지 모델의 향후 발전 방향 및 통합 고찰 67

요약 71

참고문헌 76

표목차 11

Table 1. Notations and parameters used in model development 21

Table 2. Specifications and characteristics of biofilter media used 30

Table 3. Ingredient composition of the commercial trout feed used in the experiment 32

Table 4. Comparison of Actual and Predict of Rainbow trout (Oncorhynchus mykiss) growth parameter in an experimental recirculating... 56

Table 5. Water quality (Water temperature, pH, DO, TAN, NO₂-N) of Rainbow trout... 58

Table 6. Power and cost used for Rainbow trout (Oncorhynchus mykiss) in the experimental recirculating aquaculture... 60

그림목차 9

Fig. 1. The diagram of a water flow control algorithm based on dissolved oxygen (DO) variation prediction 24

Fig. 2. The schematic drawing of the pilot scale of recirculating aquaculture system and oxygen monitoring and control system 28

Fig. 3. Photographs of the actual dissolved oxygen monitoring and control system used, in RAS 29

Fig. 4. Daily influent and effluent dissolved oxygen(DO) concentration profiles... 38

Fig. 5. Daily dissolved oxygen(DO) concentration differences profiles including... 39

Fig. 6. Daily dissolved oxygen(DO) concentration profiles including the average... 40

Fig. 7. Daily fish oxygen consumption calculated from actual dissolved oxygen... 42

Fig. 8. Comparison between actual and predict oxygen consumption (kg O₂) of fish... 44

Fig. 9. Comparison of Predicted and Measured DO Consumption over the... 44

Fig. 10. Linear Regression of Smoothed DO Consumption After 3-Day Moving... 46

Fig. 11. Daily fish oxygen consumption data and its 3-day moving average over... 46

Fig. 12. Bland-Altman Plot of Predicted and Measured DO Consumption over the... 48

Fig. 13. Comparison of Multivariate Predicted and Actual DO Consumption over... 50

Fig. 14. Comparison of MSE Between Original and Improved Models 53

Fig. 15. Comparison of MAE Between Original and Improved Models 53

Fig. 16. Comparison of MAPE Between Original and Improved Models 54

Fig. 17. Comparison of AIC Between Original and Improved Models 54

Fig. 18. Example of user interfaces (UI) showcasing potential implementations for water... 70

초록보기

 순환여과양식시스템(RAS)은 수질 안정성 유지와 배출수 최소화를 통해 지속가능한 양식을 가능하게 하는 핵심 기술로 자리잡고 있다. 그러나 기존 RAS 는 고정 유량으로 운영되기 때문에 어류의 성장에 따른 산소 요구량 변화를 고려하지 못하고, 이로 인해 과도한 에너지 소비와 비효율적인 용존산소(DO) 관리가 발생하는 한계가 있다. 스마트 양식 시대에는 이러한 한계를 극복하기 위해 실시간 데이터와 결합한 예측 모델을 통해 지능형 유량 제어 및 디지털 트윈(Digital Twin) 기술이 필요하다.

본 연구에서는 무지개송어(Oncorhynchus mykiss)를 대상으로 담수 RAS 내 최적 유량을 예측하고 에너지 사용을 최소화할 수 있는 DO 물질수지 모델을 개발 및 검증하였다. 우선 TGC(Thermal Growth Coefficient) 기반 성장 모델을 구축하여 일일 어체중 증가량과 사료 요구량을 예측하였고, 이를 DO 물질수지 모델에 결합하여 목표 DO 농도(유입 10 mg/L, 배출 6 mg/L)를 유지하는데 필요한 유량을 산출하였다. 초기 모델은 사료 1kg 당 0.25kg 의 산소 소비를 가정하였으나, 실험 결과 이 가정은 산소 요구량을 과대평가하는 경향을 보였다.

이에 따라 본 연구에서는 다변량 회귀분석을 통해 사료공급량(x₁ , kg/day), 개체 평균 체중(x₂ , g), 수온(x₃ , ℃)을 독립변수로 산소 소비량(y,kg O₂ /day)을 예측하는 개선 모델을 개발하였으며, 그 회귀식은 다음과 같다: y = -0.391 + 1.712·x₁ - 0.0096·x₂ + 0.0365·x₃

6 주간의 실증 실험을 통해 개선 모델의 예측 정확도가 크게 향상되었음을 확인하였다(R²=0.673, MAPE 92% 감소). 또한 AIC 분석에서도 기존 모델 대비 우수한 성능을 나타냈다. VFD(Variable Frequency Drive) 기술을 적용한 결과, 일일 평균 에너지 소비량은 57.6 kWh/day 에서 42.97 kWh/day 로 약 25.4% 절감되었으며, 어체중 1kg 증가당 에너지 요구량은 45.47 kWh/kg 에서 33.92 kWh/kg 로 감소하였다.

본 연구의 개선된 DO 물질수지 모델은 RAS 의 유량 제어 및 에너지 최적화에 효과적이며, 향후 스마트 양식과 디지털 트윈 기술의 핵심 모듈로 활용될 수 있다. 실시간 센서 데이터와 통합된 시뮬레이션 기반 제어 시스템은 양식장 운영의 효율성을 극대화하고, 시나리오 예측 및 적응형 관리 전략 개발에 기여할 것으로 기대된다.

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차

권호

기사명 원문보기 기사목차
닫기