HNS 물질 분석을 위한 다종 센서 시스템 및 신호 보상 기술 개발

Abstract

위험·유해물질(HNS) 사고는 해양 환경에서 독성 가스를 방출하여 인체 건강과 생태계에 심각한 위협을 초래한다. 그러나 높은 습도와 염분은 센서의 안정성과 정확도를 저하시켜 신뢰성 있는 검출을 어렵게 한다. 본 연구에서는 벤젠, 암모니아, 톨루엔, 메탄올, 포름알데히드 등 5종의 대표적 HNS 가스와 온·습도를 동시 검출할 수 있는 일체형 센서 모듈을 개발하였다. 자체 구축한 해양 모사 시뮬레이터에서 다양한 환경 조건을 제어하며 데이터를 수집하였고, 이를 기반으로 일차원 합성곱 신경망(1D-CNN)을적용하여 가스 분류와 농도 회귀를 동시에 수행하였다. 제안된 모델은 공기를 포함한 6개 클래스에서 98% 이상의 분류 정확도를 달성했으며, 낮은 오차 지표를 바탕으로 신뢰성 있는 정량 예측을 제공하였다. 이러한 딥러닝 기반 신호 보상 전략은 환경 간섭에 강인함을 입증하며, 해양 사고 상황에서 실시간 HNS 모니터링과 신속한 대응을 위한 확장성 있는 솔루션을 제시한다.