대리 모델을 이용한 의료폐기물 멸균분쇄용 파쇄기의 민감도 해석 = Sensitivity Analysis of Medical Waste Sterilization Shredder Using Surrogate Model

다국어 초록 (Multilingual Abstract)

Medical waste has been excessively generated in various medical facilities due to COVID-19, and its treatment has become an important concern. Previously, an optimized medical waste sterilization and shredding system was developed for hospital scale but due to increased demand, it is necessary to scale such a system for different facilities. Therefore, in this paper, a sensitivity analysis for the design variables of the shredding system has been conducted and a surrogate model is developed for stress estimation. The surrogate model was generated using LHS (Latin hypercube sampling), which can represent the overall information of the design domain with a limited number of samples. The surrogate model was then used to increase the number of samples for sensitivity analysis which helped in reducing the computational time for finite element analysis. The sensitive variables for the shredder system were then estimated using sensitivity analysis. Consequently, an efficient design framework for various capacities of medical waste shredder was suggested using sensitivity analysis and a data-driven surrogate model.

국문 초록 (Abstract)

COVID-19로 인하여 각종 의료시설에서 많은 의료폐기물이 발생했고 의료폐기물의 처리방법이 중요해졌다. 기존 병원 규모에 최적화된 의료폐기물 멸균 및 파쇄 시스템을 개발하였지만, 다양한 스케일의 시스템 설계가 필요하다. 본 논문에서는 파쇄기의 설계 변수에 대한 민감도 분석을 수행하고 응력 추정을 위한 대리 모델을 개발했다. 대리 모델은 설계 영역에 대한 전반적인 정보를 적은 수의 표본으로 나타낼 수 있는 라틴 하이퍼큐브 샘플링을 이용하여 생성했다. 반응 표면 대리 모델을 사용하여 민감도 분석에 필요한 표본의 개수를 증가시켰다. 대리 모델을 도입함으로써 유한요소 해석에 소요되는 시간을 줄였다. 민감한 변수는 민감도 분석을 통해 선별했다. 결과적으로 민감도 분석과 데이터 기반 대리 모델을 통하여 다양한 용량을 가진 의료폐기물 파쇄기의 효율적인 설계 방안을 제안했다.

참고문헌 (Reference)

• 1 신동휘 ; 허승 ; 정철웅 ; 김태훈 ; 정지원, "반응표면법을 이용한 원심팬 성능/소음 최적화" 대한기계학회 41 (41): 165-172, 2017
• 2 이상현 ; 유은종, "반응표면법 및 다목적 최적화를 이용한 철근콘크리트 건물모델의 모델 개선" 한국전산구조공학회 30 (30): 39-56, 2017
• 3 이광기 ; 한승호, "라틴 하이퍼큐브 기반 신경망모델을 적용한 풍력발전기 피치제어기 최적화" 대한기계학회 36 (36): 1065-1071, 2012
• 4 장준용 ; 이태희 ; 조수길, "대체모델의 정확성 및 강건성 향상을 위한 가중함수 기반 순차 최소거리최대화계획" 대한기계학회 39 (39): 369-374, 2015
• 5 Thapa, M., "Uncertainty Quantification and Global Sensitivity Analysis of Composite Wind Turbine Blades" 222 : 2022
• 6 Iwanaga, T., "Toward SALib 2.0: Advancing the Accessibility and Interpretability of Global Sensitivity Analyses" 4 : 2022
• 7 Azad, M. M., "Topology Optimization and Fatigue Life Estimation of Sustainable Medical Waste Shredder Blade" 10 (10): 2022
• 8 Cheng, K., "Surrogate-Assisted Global Sensitivity Analysis : An Overview" 61 (61): 1187-1213, 2020
• 9 무하마드 무자밀 아자드 ; 김도훈 ; 살만 칼리드 ; 김흥수, "Structural Stability Analysis of Medical Waste Sterilization Shredder" 한국전산구조공학회 34 (34): 409-415, 2021
• 10 Koziel, S., "Space-Mapping Optimization with Adaptive Surrogate Model" 55 (55): 541-546, 2007
• 11 Usman, A. G., "Simulation for Response Surface in the HPLC Optimization Method Development Using Artificial Intelligence Models: A Data-Driven Approach" 201 : 2020
• 12 Dickinson, R. P., "Sensitivity Analysis of Ordinary Differential Direct Method" 21 : 123-143, 1976
• 13 Saltelli, A., "Sensitivity Analysis in Practice" John Wiley & Sons 2004
• 14 Qian, G., "Sensitivity Analysis Methods in the Biomedical Sciences" 323 : 2020
• 15 Herman, J., "SALib : An Open-Source Python Library for Sensitivity Analysis" 2 (2): 97-, 2017
• 16 Saltelli, A., "Making Best Use of Model Evaluation to Compute Sensitivity Indices" 145 : 280-297, 2002
• 17 Cheng, K., "Gradient-Enhanced High Dimensional Model Representation via Bayesian Inference" 184 : 2019
• 18 Kala, Z., "Global Sensitivity Analysis of Reliability of Structural Bridge System" 194 : 36-45, 2019
• 19 Azad, M. M., "Effect of Topology Optimization on Material Efficiency of Medical Waste Shredder Blade" 42-43, 2022
• 20 Cheng, X., "Data-Driven Uncertainty and Sensitivity Analysis for Ship Motion Modeling in Offshore Operations" 179 : 261-272, 2019
• 21 Gautam, V., "Biomedical Waste Management: Incineration vs. Environmental Safety" 28 (28): 191-192, 2010
• 22 Wang, J., "An Efficient and Robust Kriging-based Method for System Reliability Analysis" 216 : 2021
• 23 Shang, X., "An Efficient Multi-Fidelity Kriging Surrogate Model-based Method for Global Sensitivity Analysis" 229 : 2023
• 24 Jiang, C., "A Sequential Calibration and Validation Framework for Model Uncertainty Quantification and Reduction" 368 : 2020
• 25 Yang, M., "A Hybrid Adaptive Kriging-based Single Loop Approach for Complex Reliability-based Design Optimization Problems" 215 : 2021
• 26 McKay, M. D., "A Comparison of Three Methods for Selecting Values of Input Variables in the Analysis of Output from a Computer Code" 42 (42): 55-61, 2000
• 27 Ökten, H. E, "A Comparative Economic Analysis for Medical Waste Treatment Options" 41 (41): 137-145, 2015