KR100886371B1 - Method for estimating personal magnetic field exposure by occupations - Google Patents

Method for estimating personal magnetic field exposure by occupations Download PDF

Info

Publication number
KR100886371B1
KR100886371B1 KR1020070034860A KR20070034860A KR100886371B1 KR 100886371 B1 KR100886371 B1 KR 100886371B1 KR 1020070034860 A KR1020070034860 A KR 1020070034860A KR 20070034860 A KR20070034860 A KR 20070034860A KR 100886371 B1 KR100886371 B1 KR 100886371B1
Authority
KR
South Korea
Prior art keywords
occupation
exposure
magnetic field
worker
rule
Prior art date
Application number
KR1020070034860A
Other languages
Korean (ko)
Other versions
KR20090001414A (en
Inventor
양광호
주문노
명성호
황기현
Original Assignee
한국전기연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전기연구원 filed Critical 한국전기연구원
Priority to KR1020070034860A priority Critical patent/KR100886371B1/en
Publication of KR20090001414A publication Critical patent/KR20090001414A/en
Application granted granted Critical
Publication of KR100886371B1 publication Critical patent/KR100886371B1/en

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0637Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375Prediction of business process outcome or impact based on a proposed change
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/10Office automation; Time management
    • G06Q10/105Human resources

Abstract

개인의 특성 조건 및 생활 세부 규칙을 기초로 한 자계노출량 추정식에 의해 직업별 개인 노출 자계를 추정하는 방법이 개시되어 있다. 직업별 자계 노출량 추정식 유도에 사용할 피 조사자의 실측 데이터베이스를 구축한다. 상기 구축된 데이터베이스에 최적화 문제에 가장 적합한 유전 알고리즘을 세대수, 해집단수, 교배 확률, 및 돌연변이 확률을 구비한 동조 변수와 함께 적용함으로써 가장 효과적인 수치 해법을 얻는다. 상기 얻은 수치 해법을 바탕으로 직업별로 개인 자계 노출량을 아래 수학식Disclosed is a method for estimating a personal exposure magnetic field for each occupation by a self-exposure estimating equation based on an individual characteristic condition and a living detailed rule. Build a survey database of subjects for use in deriving occupational field exposure estimates. The most efficient numerical solution is obtained by applying the genetic algorithm best suited for the optimization problem to the constructed database together with the tuning variable with generation number, solution number, crossover probability, and mutation probability. Based on the numerical solution obtained above, the individual magnetic field exposure for each occupation is given by the following equation.

Figure 112007027314390-pat00001
Figure 112007027314390-pat00001

Figure 112007027314390-pat00002
을 기본형으로 하여 직업별 개인 자계 노출량 추정식을 획득한다.
Figure 112007027314390-pat00002
As a basic type, an equation for estimating individual magnetic exposures for each occupation is obtained.

노출 자계 Exposed magnetic field

Description

직업별 개인 노출자계 추정 방법{Method for estimating personal magnetic field exposure by occupations}Method for estimating personal magnetic field exposure by occupations}

도 1은 종래 기술로서 1988년 Savitz가 연구에 사용한 와이어 코드를 나타낸 기본도이다.1 is a basic diagram showing a wire cord used by Savitz in 1988 for the prior art.

도 2는 본 발명의 '회사원식'의 제1 실시예에 따른 회사원 노출 자계 추정 방법에 의해 얻은 추정 패턴의 예를 나타낸 그래프이다.2 is a graph showing an example of an estimation pattern obtained by the office worker exposure magnetic field estimation method according to the first embodiment of the 'office employee formula' of the present invention.

도 3은 본 발명의 '공장근로자식'의 제2 실시예에 따른 공장근로자 노출 자계 추정 방법에 의해 얻은 추정 패턴의 예를 나타낸 그래프이다.3 is a graph showing an example of the estimation pattern obtained by the factory worker exposure magnetic field estimation method according to the second embodiment of the 'factory worker child' of the present invention.

도 4는 본 발명의 '전업주부식'의 제3 실시예에 따른 전업주부 노출 자계 추정 방법에 의해 얻은 추정 패턴의 예를 나타낸 그래프이다.4 is a graph showing an example of the estimation pattern obtained by the housewife exposure magnetic field estimation method according to the third embodiment of the 'household housewife' of the present invention.

도 5는 본 발명의 '겸업주부식'의 제4 실시예에 따른 겸업 주부 노출 자계 추정 방법에 의해 얻은 추정 패턴의 예를 나타낸 그래프이다.FIG. 5 is a graph showing an example of an estimation pattern obtained by the combined housewife exposure magnetic field estimation method according to the fourth embodiment of the combined service housewife expression of the present invention.

도 6은 본 발명의 '학생식'의 제5 실시예에 따른 학생 노출 자계 추정 방법에 의해 얻은 추정 패턴의 예를 나타낸 그래프이다.6 is a graph showing an example of an estimation pattern obtained by the student exposure magnetic field estimation method according to the fifth embodiment of the 'student equation' of the present invention.

도 7은 본 발명의 '대형마트식'의 제6 실시예에 따른 대형마트근무자 노출 자계 추정 방법에 의해 얻은 추정 패턴의 예를 나타낸 그래프이다.FIG. 7 is a graph showing an example of an estimation pattern obtained by the method for estimating the exposure magnetic field of a large mart worker according to the sixth embodiment of the “large mart type” of the present invention.

도 8은 본 발명의 '병원종사자식'의 제7 실시예에 따른 병원종사자 노출 자 계 추정 방법에 의해 얻은 추정 패턴의 예를 나타낸 그래프이다.8 is a graph showing an example of the estimation pattern obtained by the hospital worker exposure field estimation method according to the seventh embodiment of the 'hospital worker child' of the present invention.

도 9는 본 발명의 '요식업계식'의 제8 실시예에 따른 요식업계 종사자 노출 자계 추정 방법에 의해 얻은 추정 패턴의 예를 나타낸 그래프이다.Figure 9 is a graph showing an example of the estimation pattern obtained by the food industry workers exposure magnetic field estimation method according to the eighth embodiment of the food service industry of the present invention.

도 10은 본 발명의 '기관사식'의 제9 실시예에 따른 기관사 노출 자계 추정 방법에 의해 얻은 추정 패턴의 예를 나타낸 그래프이다. 10 is a graph showing an example of an estimation pattern obtained by the engine exposure magnetic field estimation method according to the ninth embodiment of the 'engine expression' of the present invention.

본 발명은 노출 자계 추정에 관한 것으로서, 더욱 상세하게는 개인의 특성 조건 및 생활 세부 규칙을 기초로 하여 직업별 개인 노출 자계를 추정하는 방법에 관한 것이다.The present invention relates to an exposure magnetic field estimation, and more particularly, to a method for estimating an individual exposure magnetic field for each occupation based on personal characteristics and living detailed rules.

전기는 공기나 물과 같이 한순간도 없어서는 안 되는 일상생활에서의 필수품이 되었으며, 산업의 원동력으로써 인류문명을 밝히고 있다. 그러나 한편 일상생활에서 전기는 산업 등 모든 분야의 원동력으로써 유용하게 사용되고 있지만, 한편 우리 생활주변의 가전기기, 사무기기, 산업설비 및 의료기기 특히 송배전선로와 변전소 등 고전압 대전류 전력 설비로부터 발생하는 극 저주파 전자장(ELF EMF; Extremely Low Frequency Electric and Magnetic Fields)은 국민 개개인의 일상생활과 밀접하게 존재하기 때문에 인체의 건강 영향 및 그 유해성 여부에 대한 관심이 높아지면서 사회적인 문제로까지 대두되기 시작하였다. 극저주파 전자계의 건강영향문제는 고압 송전선로 부근에 거주하는 어린이의 소아 백혈병, 소아 뇌암 등 암 발현율이 증가한다는 역학조사보고 등이 발단이 되어 현재 전 세계적인 핫 이슈인 동시에 국내에서도 초미의 쟁점 사안으로써, 한국정부도 이의 심각성을 인식하여 2004년 2월 전기설비기술기준(산업자원부 고시 제2004-19호, 2004.2.17)의 제119조(유도장해의 방지)에서 기존의 전계기준에 자계 규제기준을 추가하여 개정 고시하기에 이르렀다.Electricity has become an indispensable necessity in daily life, such as air and water, and it is illuminating human civilization as the driving force of industry. On the other hand, in everyday life, electricity is usefully used as a driving force in all fields such as industry, but on the other hand, extremely low frequency generated from high-voltage high-current power facilities such as home appliances, office equipment, industrial equipment, and medical equipment, especially transmission and distribution lines and substations, etc. Since the ELF EMF (Extremely Low Frequency Electric and Magnetic Fields) is closely related to the daily lives of individual citizens, it has become a social problem with increasing interest in the health effects and harmful effects of the human body. The health impact of the ultra-low frequency electromagnetic field has been developed by epidemiological investigation reports that the incidence of cancer such as pediatric leukemia and pediatric brain cancer in children living near high-voltage transmission lines has risen. In addition, the Korean government recognizes the seriousness of this and in accordance with Article 119 (Prevention of Induced Obstacles) in February 2004 of the Electrical Equipment Technical Standards (Ministry of Commerce, Industry and Energy Notice 2004-19, 2004.2.17) By adding a revision notice came.

따라서 일상 생활환경에서 우리 주변의 전자장 특히 역학적으로 건강문제와 상관성이 높다고 보고되어 있는 자계에 의한 노출의 정도를 파악하는 것이 매우 중요한데, 최소한 수천~수만명 많게는 수십만명의 환자군과 대조군을 대상으로 하는 전자계 건강영향에 관한 역학 조사를 위해서 모든 피조사자들에게 약 200만원에 이르는 고가의 자계 계측기를 24시간 이상 채우는 실측에 의한 방법은 현실적으로 불가능하다. 따라서 실측에 의하지 않고 정확히 예측할 수 있는 정밀한 추정기법이 요구되나, 기존의 방법인 1979년 Wertheimer와 Leeper가 제안한 와이어 코드(wiring configuration) 기법은 전력선(송배전 선로)과 지중송전케이블 주변의 자계에 대한 상대위험 지표만을 제시하는데 그쳐 상세한 개인의 자계 노출 정도를 알 수 없었다.   Therefore, it is very important to understand the degree of exposure caused by the magnetic field around us, especially the dynamics, which are reported to be correlated dynamically with health problems. Electromagnetic health, targeting at least tens of thousands to tens of thousands of patients and controls For the epidemiological investigation of the impact, it is practically impossible for all the subjects to fill an expensive magnetic field measuring instrument worth about 2 million won for more than 24 hours. Therefore, a precise estimation technique is required that can be accurately predicted without actual measurement.However, the conventional wire code configuration proposed by Wertheimer and Leeper in 1979 is relative to the magnetic field around power lines (transmission and distribution lines) and underground transmission cables. Only risk indicators were presented, and the detailed level of magnetic field exposure of individuals was unknown.

종래 기술로서, 1979년 Wertheimer와 Leeper가 미국 덴버(Denver)지역의 소아백혈병 환자-대조군 연구에서 처음 고안하여 사용한 와이어 코드 방법이 있다. 와이어 코드(wiring configuration)는 전자계 노출평가에 있어 간접 노출 지표(exposure surrogate)로써 전력선에 의한 과거의 자계 노출과 같이 평가하기 힘든 경우에 주로 사용하는 방식이며, 정량적으로 정확히 노출의 크기를 측정하거나 평가하는 것이 아니라 정성적으로 자계 노출 상황들을 분류하고, 각 상황들 마다 노출의 크기를 과학적인 상식 수준에서 크기 순서로 배열하여 각 사례들의 경우를 분류하는 간접적인 지표이다.   As a conventional technique, there was a wire cord method first devised and used in 1979 by Wertheimer and Leeper in a pediatric leukemia-control study in Denver, USA. The wire configuration is an indirect exposure indicator in the field exposure evaluation, and it is mainly used when it is difficult to evaluate such as the past magnetic field exposure by the power line. It is an indirect indicator that classifies the field exposure situations qualitatively and classifies the cases of each case by arranging the exposure level in order from the level of scientific common sense to each situation.

따라서 와이어 코드는 자계 강도 조사에 있어 강한 예측성은 보이지 않으나 주어진 지리학적 영역 안에서 거주지 내의 높고 낮은 자계의 강도를 상대적으로 잘 판별해 주는 경향이 있다. 예로써 전자계의 소아 백혈병에 관한 연구들의 결과는 비교적 노출이 높은 주거지역에 대한 상대 위험도가 대략 1.5~3.0 사이의 범위를 보이고 있다.   Therefore, wire cords do not show strong predictability in the field strength investigation, but tend to be relatively good at distinguishing the strengths of the high and low magnetic fields in the settlement within a given geographic area. For example, studies of pediatric leukemia in the electromagnetic field have shown that the relative risk for relatively high-dwelling residential areas ranges between 1.5 and 3.0.

도 1은 와이어 코드의 개략적인 도면이다. 먼저 조사 지역의 전력선 크기를 전신주의 모양에 따라 와이어 등급 1~6(가공선)으로 분류하고, 이를 바탕으로 해당 조사 가옥에서 가장 가까이 인접한 전력선까지의 거리를 측정하여 범주화(wire coding)한다. 굵은 전선은 얇은 전선에 비해 많은 전류를 흘려 보내며 자계는 전류에 비례한다. 또한 전선의 굵기에 따라 전신주의 모양이 다르다. 이에 따라 조사자가 현장에서 전력선의 크기를 구별하는데 용이한 전신주의 모양을 가지고 6가지 wire class로 분류한다. 이 6가지 와이어 등급을 기초로 하여 조사 대상 가옥에서 가장 가까이 인접한 전력선까지의 거리를 구하여 범주화된 분류인 와이어 코드를 작성하게 된다. 초기의 와이어 코드는 하이와 로우 두 가지 범주로만 작성되었으나, 이후의 연구에서 VHCC(very high current configuration), OHCC(ordinary high current configuration), OLCC(ordinary low current configuration), VLCC(very low current configuration)와 UG(underground)로 그 범주를 지중선까지 세분화하 여 작성하였다.   1 is a schematic diagram of a wire cord. First, the size of the power line of the surveyed area is classified into wire class 1 ~ 6 (working line) according to the shape of the telegraph pole, and based on this, the distance from the surveyed house to the nearest adjacent power line is measured and categorized. Coarse wires carry more current than thin wires, and the magnetic field is proportional to the current. In addition, the shape of the telephone pole differs depending on the thickness of the wire. As a result, the investigator is divided into six wire classes with the shape of the telegraph pole, which makes it easier for the investigator to distinguish the size of the power line in the field. Based on these six wire ratings, the distance from the house under investigation to the nearest adjacent power line is calculated to create a wire code, a categorized classification. Early wire codes were written in only two categories, high and low, but in later studies, very high current configuration (VHCC), ordinary high current configuration (OHCC), ordinary low current configuration (OLCC), and very low current configuration (VLCC). And UG (underground) to subdivide the category to the underground line.

극 저주파 전자계의 건강 영향 여부와 정도에 관한 해법을 구하는 문제가 국내외 과학인들의 과제인 가운데 역학연구, 세포학적 실험, 동물실험 및 공학적 저감 기술 개발 연구 등의 분야에서 다양한 국가 계획이 진행 중이다. 이 중에 역학연구의 핵심 기술이라 할 수 있는 개인의 노출 자계(magnetic field exposure) 상태를 조사하는 기존의 방법으로는 1) 개개인들의 노출량을 직접 실측하는 방법, 2) 와이어 코드 방법에 의한 추정 등이 있는데, 많게는 수십 만명에 이르는 피조사자(환자군, 건강한 대조군)들을 대상으로 직접 실측하는 방법은 현실적으로 불가능하며, 또한 유일한 추정 기법인 와이어 방법은 구체적인 노출 수치로 표현하는 예측성능이 약하고 다만, 지리학적 영역 안에서 거주지 내의 높고 낮은 자계의 강도를 상대적으로 판별해 주는 주변 자계에 대한 상대적 위험 지표만을 제시하기 때문에, 실용적이며 정밀한 예측성이 우수한 새로운 추정방법이 요구되어 왔다. While the problem of finding solutions to the health effects and the degree of the health effects of the very low frequency electromagnetic field is a task of domestic and foreign scientists, various national plans are under way in the fields of epidemiological studies, cytological experiments, animal experiments, and engineering abatement technologies. Among these, existing methods for investigating the state of magnetic field exposure, which is the core technology of epidemiological research, include 1) directly measuring the exposure of individuals and 2) estimating by wire cord method. However, it is practically impossible to directly measure hundreds of thousands of subjects (patients, healthy controls), and the wire method, which is the only estimation method, has a weak predictive performance in terms of specific exposure values, but within the geographic area. Since only the relative risk indicators for the surrounding magnetic field, which can be used to relatively discriminate the strength of the high and low magnetic fields in the residence, a new estimation method has been required, which is practical and accurate in predictability.

본 발명은 상기한 바와 같은 종래의 문제점을 해결하기 위한 것으로, 개인의 특성 조건 및 생활 세부 규칙을 기초로 한 자계노출량 추정식에 의해 한국인의 직업별 24 시간 개인 노출 자계를 추정하는 방법을 제공하는데 그 목적이 있다. The present invention is to solve the conventional problems as described above, to provide a method for estimating the 24-hour personal exposure magnetic field of Korean by occupation based on the self-exposure equation based on the characteristics of the individual and the life detailed rules The purpose is.

상기 목적을 달성하기 위하여, 본 발명에 따른 직업별 개인 노출 자계 추정 방법은 직업별 자계 노출량 추정식 유도에 사용할 피 조사자의 실측 데이터베이스를 구축하는 단계; 상기 구축된 데이터베이스에 최적화 문제에 가장 적합한 유전 알고리즘을 세대수, 해집단수, 교배 확률, 및 돌연변이 확률을 구비한 동조 변수와 함께 적용함으로써 가장 효과적인 수치 해법을 얻는 단계; 상기 얻은 수치해법을 바탕으로 직업별로 개인 자계 노출량을 아래 수학식In order to achieve the above object, the occupational personal exposure magnetic field estimation method according to the present invention comprises the steps of: building a survey database of the subjects to be used for deriving the occupational magnetic field exposure estimation formula; Obtaining the most effective numerical solution by applying the genetic algorithm most suitable for the optimization problem to the constructed database together with the tuning variable having generation number, solution number, crossing probability, and mutation probability; Based on the numerical solution obtained above, the individual magnetic field exposure for each occupation is given by the following equation.

Figure 112007027314390-pat00003
Figure 112007027314390-pat00003

Figure 112007027314390-pat00004
을 기본형으로 하여 직업별 개인 자계 노출량 추정식을 획득하는 단계를 포함하고, 여기서, MFExposure는 개인 자계 노출량이고, k1, k2, k3, k4, k5, k6은 각 직업군의 데이터베이스에서 아래의 6개 개인 특성 요소에 따라 결정되는 계수이고, S는 성이고, A는 나이이고, H는 가옥의 종류이고, HS는 가옥 크기이고, O는 직업의 종류이고, TL은 가옥과 송배전선로 간의 이격 거리이고, Rule는 세부 생활 규칙으로서 전기장판, 전기용접기, 특수 의료기기, 전열기 등의 사용 여부와 사용시간으로 결정되는 상수인 것을 특징으로 한다.
Figure 112007027314390-pat00004
A step of obtaining the individual occupational exposure estimate for each occupation by using the basic form, wherein MFExposure is the individual magnetic exposure and k1, k2, k3, k4, k5, and k6 are the following 6 Coefficient determined by individual characteristics, S is gender, A is age, H is type of house, HS is house size, O is type of occupation, TL is distance between house and transmission line , Rule is a detailed life rule that is a constant determined by the use time and the use of electric blanket, electric welder, special medical equipment, heater.

바람직하게는, 상기 S, 상기 A, 상기 H, 상기 HS, 상기 O, 상기 TL는 아래 표 1인,Preferably, the S, the A, the H, the HS, the O, the TL is Table 1 below,

표 1Table 1

MPMP  castle 나이age 주택종류Housing type 직업job 주택크기Housing size 선로 이격거리Track separation MP CodeMP Code Sex (S)Sex (S) Age (A)Age (A) House (H)House (h) Occupation (O)Occupation (O) Home Size (HS)Home Size (HS) Transmission Line (TL)Transmission Line (TL) 상세 Code (입력치)  Detailed Code (Input Value) 남 S1(10) 여 S2(20)   Male S1 (10) Female S2 (20) 실제 나이 입력      Enter actual age 아파트 H1(10) 기타 H2(20) Apartment H1 (10) Other H2 (20) 회사원 O1(10) 전업주부 O2(20) 겸업주부 O3(30) 초중고학생 O4(40) 요식업계 O5(50) 공장근로자 O6(60) 백화점 O7(70) 병원종사자 O8(80) 전철운전원 O9(90)O1 (10) Full-time housewife O2 (20) Full-time housewife O3 (30) Elementary and high school students O4 (40) Catering industry O5 (50) Factory worker O6 (60) Department store O7 (70) Hospital worker O8 (80) Train operator O9 ( 90) 실제 평수 입력     Enter actual square number 근거리(15m이내): TL1(10) 중거리(15~49m): TL2(25) 원거리(50m이상): TL3(50) Close range (within 15m): TL1 (10) Medium range (15 ~ 49m): TL2 (25) Far (over 50m): TL3 (50)

에 기재된 값을 입력한다. 더욱 바람직하게는, 상기 RULE은 아래 표 2인,Enter the value listed in. More preferably, the RULE is Table 2 below,

표 2TABLE 2

규칙   rule 직업형 24시간식  Professional 24 hour meal * 취침시 차단 기능이 있는 전기 장판 사용시 : +1.5 mG * 취침시 차단 기능이 없는 전기 장판 사용시 : +5.5 mG * 취침 외에 3~4 시간 동안 강하게 전기장판 사용시 : +2 mG * CRT 모니터와 함께 PC 사용시 : +0.4 mG/hr. * PC 방 : +0.4 mG/hr. * 주택의 심야 전기 사용 시 : +1 mG * 탁상용 소형 선풍기 근접 사용 시 : +4 mG/hr. * When using an electric blanket with shut off function: +1.5 mG * When using an electric blanket without shut off function: +5.5 mG * When using an electric blanket strongly for 3 ~ 4 hours outside of bedtime: +2 mG * PC with CRT monitor In use: +0.4 mG / hr. * PC room: +0.4 mG / hr. * When using midnight electricity at home: +1 mG * When using small desk fan: +4 mG / hr. 공통사항      Common * 관절경 사용 시 : +3.45 mG/hr * 전자혈압계, 초음파기 등 일시적인 사용시 : +0.0 mG * CBC, EIA, 내시경, 심전도, 관절염 장비 사용: +1.3 mG * X-ray, CT 사용 시 : +1.48 mG * When using arthroscopy: +3.45 mG / hr * Temporary use such as electronic blood pressure meter, ultrasound, etc .: +0.0 mG * When using CBC, EIA, endoscope, electrocardiogram, arthritis equipment: +1.3 mG * When using X-ray, CT : +1.48 mG 병원근무자   Hospital workers * CNC 사용 시 : +2.0 mG/hr  * 전기 용접기 사용시 ㆍ 근거리 사용 및 협소한 작업 환경시 : +2.0 mG/hr  ㆍ 원거리 사용 및 작업 환경이 양호한 경우 : +0.8 mG/hr * 가스 절단 작업 시: +0.0 mG * When using CNC: +2.0 mG / hr * When using electric welding machine ㆍ For near use and narrow working environment: +2.0 mG / hr For long distance and good working environment: +0.8 mG / hr * Gas cutting Working time: +0.0 mG 공장근무자   Factory worker * 주방용 대형 전열기 미사용시 : +0.0 mG * 주방용 대형 전열기 사용 시 : +1.7 mG (log 50) * When not using a large heater for kitchen: +0.0 mG * When using a large heater for kitchen: +1.7 mG (log 50) 요식업  Catering

에서 개인이 해당하는 모든 경우의 값들의 합을 입력한다. 가장 바람직하게는, 노출 자계 건강 영향에 관한 역학 조사 시 환자군 또는 건강한 대조군 각 개개인에 있어, 상기 피조사자의 직업이 회사원인 경우, k1, k2, k3, k4, k5, 및 k6은 각각 0.34, 0.16, 0.22, 1.38, -0.5, -0.66이고, 상기 피조사자의 직업이 공장 근로자인 경우, k1, k2, k3, k4, k5, 및 k6은 각각 0.02, 0.59, 0.23, 0.10, -0.05, 및 -0.40이고, 상기 피조사자의 직업이 전업 주부인 경우, k1, k2, k3, k4, k5, 및 k6은 각각 0.027, 0.86, 0.08, 0.20, -0.21, 및 -0.60이고, 상기 피조사자의 직업이 겸업 주부인 경우, k1, k2, k3, k4, k5, 및 k6은 각각 1.30, 0.25, 0.05, 0.31, -0.84, 및 -0.52이고, 상기 피조사자의 직업이 학생인 경우, k1, k2, k3, k4, k5, 및 k6은 각각 0.01, 0.86, 0.13, 1.15, -0.71, 및 -0.87이고, 상기 피조사자의 직업이 대형 마트 종사자인 경우, k1, k2, k3, k4, k5, 및 k6은 각각 0.061, 0,34, 0.21, 0.45, -0.09, 및 -0.51이고, 상기 피조사자의 병원 종사자인 경우, k1, k2, k3, k4, k5, 및 k6은 각각 0.23, 0.16, 0.55, 0.22, -0.04, 및 -0.51이고, 상기 피조사자의 직업이 요식업계 종사자인 경우, k1, k2, k3, k4, k5, 및 k6은 각각 1.54, 0.06, 0.31, 0.05, -0.54, 및 -0.54이고, 상기 피조사자의 직업이 기관사인 경우, k1, k2, k3, k4, k5, 및 k6은 각각 1.94, 0.24, 0.92, 0.15, -1.15, 및 -0.53이다.Enter the sum of the values in all cases where the person is in. Most preferably, in each patient group or healthy control group in the epidemiological investigation of the exposure magnetic field health effects, when the occupational occupation of the subject is an office worker, k1, k2, k3, k4, k5, and k6 are 0.34, 0.16, 0.22, 1.38, -0.5, -0.66, and the subject's occupation is a factory worker, k1, k2, k3, k4, k5, and k6 are 0.02, 0.59, 0.23, 0.10, -0.05, and -0.40, respectively. K1, k2, k3, k4, k5, and k6 are 0.027, 0.86, 0.08, 0.20, -0.21, and -0.60, respectively, and the examinee's occupation is a housewife. , k1, k2, k3, k4, k5, and k6 are 1.30, 0.25, 0.05, 0.31, -0.84, and -0.52, respectively, and k1, k2, k3, k4, k5, And k6 are 0.01, 0.86, 0.13, 1.15, -0.71, and -0.87, respectively, and when the occupation of the subject is a large mart worker, k1, k2, k3, k4, k5, and k6 are 0.061, 0,34, respectively. , 0.21, 0.45, -0.09, and -0.51 K1, k2, k3, k4, k5, and k6 are 0.23, 0.16, 0.55, 0.22, -0.04, and -0.51, respectively, and the occupational worker is a food industry worker. k1, k2, k3, k4, k5, and k6 are 1.54, 0.06, 0.31, 0.05, -0.54, and -0.54, respectively, k1, k2, k3, k4, k5, and when the occupation of the examinee is an engineer k6 is 1.94, 0.24, 0.92, 0.15, -1.15, and -0.53, respectively.

이하, 첨부된 예시 도면에 의거하여 본 발명의 실시예에 따른 직업별 개인 노출자계 추정 방법을 상세히 설명한다.Hereinafter, a method for estimating individual exposure fields for each occupation according to an embodiment of the present invention will be described in detail with reference to the accompanying drawings.

(1) 실측 데이터베이스 구축(1) establishment of actual database

자계노출량 추정기법의 본체에 해당하는 추정식 개발에 사용할 피조사자 실측 데이터베이스는 역학조사 대상자가 초등학생부터 성인까지이므로 8세 이상 444명을 대상으로 표 3과 같이 구축하였다. 이 중에 불량 데이터를 제외한 401명의 자료가 최종적으로 사용되었다. 즉, 표 3은 직업별 자계 노출 피조사자 DB 구성을 나 타낸다.The survey database to be used for the development of estimating equations for the self-exposure estimating method was constructed as shown in Table 3 for 444 people over 8 years of age. Among them, 401 data except for bad data were finally used. That is, Table 3 shows the DB composition of the field exposure subjects by occupation.

코드code 직업군Occupation 피 조사자Investigator 1One 회사원 employee 5757 22 제조업 등 공장 근로자 Factory workers 5656 33 전철 및 기관차 운전원 Train and locomotive driver 2727 44 주부 * 전업 주부 * 겸업 주부 Housewife * Housewife * Housewife 62 33 2962 33 29 55 학생 * 초등학생 * 중고교생 Student * Elementary school student * Secondary school student 76 35 4176 35 41 66 백화점 등 대형 마트 근무자 Large mart workers such as department stores 5454 77 병원 근무자 Hospital workers 6565 88 요식업계 종사자 Food industry workers 4747 합계Sum 444444

(2) 최적화 수치해법 적용: (2) Apply optimization numerical method:

이렇게 하여 데이터베이스의 구축이 완료되면, 상기 구축된 데이터베이스를 기반으로 하여 자계노출량 추정식을 최적화함에 있어서, 가장 적합한 수치 해법을 적용하게 된다. 본 발명의 실시예에 있어서, 최적화에 가장 적합한 수치해법으로 진화 연산법을 택하였으며, 특히 본 방법의 여러 해법 중에 유전 알고리즘(Genetic Algorithm; GA)을 적용하였다. 진화 연산은 유전적 계승과 생존 경쟁이라는 자연 현상을 알고리즘 형태로 모델링한 확률적인 최적화 탐색 알고리즘이다. 진화 알고리즘에 의한 데이터베이스 튜닝(tuning) 시 동조 변수는 표 4와 같고, 유전알고리즘 적용에 있어 목적 함수의 일반형은 수학식 1과 같이 표현된다. 즉, 표 4는 최적화 알고리즘 별 동조 변수를 나타낸다.In this way, when the construction of the database is completed, the most suitable numerical solution is applied in optimizing the magnetic field exposure estimation formula based on the constructed database. In the embodiment of the present invention, the evolutionary algorithm was chosen as the best numerical solution for optimization, and in particular, the genetic algorithm (GA) was applied among the various solutions of the present method. Evolutionary computation is a stochastic optimization search algorithm that models the natural phenomena of genetic inheritance and survival competition in the form of algorithms. Tuning parameters in the database tuning by the evolutionary algorithm are shown in Table 4, and the general form of the objective function in the application of the genetic algorithm is expressed as in Equation 1. That is, Table 4 shows tuning parameters for each optimization algorithm.

진화알고리즘 Evolutionary algorithm 세대수 Households 해집단 수 Number of population 교배 확률 Mating probability 돌연변이 확률  Mutation probability 유전알고리즘(GA) Genetic Algorithm (GA) 2,000 2,000 100 100 0.95 0.95 0.05 0.05

Figure 112007027314390-pat00005
Figure 112007027314390-pat00005

Figure 112007027314390-pat00006
Figure 112007027314390-pat00006

여기서, S(Sex)는 성으로서, 피 조사자가 남성인 경우 10, 여성인 경우 20을 값을 갖는다. A(Age)는 나이로서, 피 조사자의 실제 나이를 입력한다. H(House)는 가옥의 종류로서, 아파트인 경우 10, 그리고 기타인 경우 20의 값을 가진다. HS(Home Size)는 가옥 크기로서, 실제 평수를 입력하면 된다. 단, 주택, 빌라의 경우는 피조사자가 거주하는 층의 평수를 입력하면 된다. O(Occupation)는 직업의 종류로서, 회사원은 10, 전업 주부는 20, 겸업 주부는 30, 초중고학생은 40, 요식업계 종사자는 50, 공장 근로자는 60, 백화점 및 대형 마트 종사자는 70, 병원 종사자는 80, 및 기관사는 90의 값을 갖는다. TL(Transmission Line)은 가옥과 송배전선로 간의 이격 거리로서, 그 이격 거리가 15m 미만이면 10, 15 내지 49m이면 25, 및 50m 보다 먼 거리이면 50의 값을 갖는다. Here, S (Sex) is a sex and has a value of 10 for a male and 20 for a female. A (Age) is the age, and enters the actual age of the examinee. H (House) is a type of house, having a value of 10 for apartments and 20 for others. HS (Home Size) is the size of the house. You can enter the actual floor size. However, in the case of houses and villas, the number of floors to which the examinee resides is entered. O (Occupation) is a kind of occupation, 10 for office workers, 20 for full-time housewives, 30 for full-time housewives, 40 for elementary and middle school students, 50 for food workers, 60 for factory workers, 70 for workers in department stores and large marts, 70 for hospital workers. Is 80, and the engineer has a value of 90. TL (Transmission Line) is a distance between the house and the transmission and distribution line, the distance is less than 15m 10, 15 to 49m, 25, and 50 if the distance is greater than 50.

(3) 수렴 조건: (3) Convergence Condition:

수렴 목표치를 절대치 평균 추정오차 약 0.3 mG 즉, 튜닝과 검증 오차율을 각각 30% 이하로 하였다.The convergence target value is about 0.3 mG of absolute mean mean estimation error, that is, the tuning and verification error rates are each 30% or less.

(4) 기타 개발조건(4) Other development conditions

* 종속변수의 종류와 특징    * Types and characteristics of dependent variables

주 변수는 성(S; Sex), 나이(A; Age), 가옥종류(H; House), 가옥크기(HS; Home Size), 직업(O; Occupation) 및 선로 이격거리(TL; Transmission Line) 등 6개로 하였다.     The main variables are sex (S), age (A; age), house (H; house), house size (HS; home size), occupation (O), and line separation (TL). And six.

보조 변수는 추정의 정밀도를 향상시킬 목적으로 PC, 전기 장판, 전기 용접기, 특수 의료 기기, 전열기 등의 사용 여부와 사용 시간으로 결정되는 보조 변수‘RULE’을 추가하였다.      To improve the accuracy of the estimation, the auxiliary variable 'RULE', which is determined by the use time and the use time of PC, electric blanket, electric welding machine, special medical equipment, and heater, was added.

수면시간, 학교 체류시간 및 TV 시청 여부 등은 24시간 개인자계 노출량에 크게 영향을 주지 않는 것으로 조사되어 추정식 개발 시에 고려하지 않았다. 즉 미약한 요소 무시하였다.     Sleep time, school stay time, and TV watching did not significantly affect 24-hour personal field exposure and were not taken into account when developing the estimation formula. In other words, the weak element was ignored.

선로 이격 거리(TL), 즉 송배전선로와 주거지 간의 이격 거리는 경사 거리(LD; Lateral Distance)를 사용하지 않고, 실제 거리인 방사 거리(RD; Radial Distance)를 채용했다. 거리 계측에는‘디지털 레이저 거리계’를 사용했다.     The line separation distance (TL), that is, the distance between the transmission and distribution line and the residential area, does not use a lateral distance (LD), but employs a radial distance (RD), which is an actual distance. The digital laser rangefinder was used for distance measurement.

부하 전류 또는 선로 전압을 변수로 채용하지 않은 사유에 있어서, 송배전선로의 자계 크기를 결정하는 전기적 인자는 부하 전류이나, 부하 전류는 일별 및 계절별로 심하게 변동하기 때문에 대표적인 변수로 채용하는데 무리가 있으며, 선로전압은 피조사자들의 비전문성으로 인하여 정확한 확인이 불가하기 때문에 변수로써 채용하지 않았다.     In the case that the load current or the line voltage is not used as a variable, the electrical factor that determines the magnitude of the magnetic field of the transmission and distribution line is the load current, but the load current fluctuates severely by day and by season, so it is difficult to adopt it as a representative variable. The line voltage was not used as a variable because it could not be accurately identified due to the inexperience of the subjects.

피 조사자의 각 변수 조건이 정상임에도 불구하고, 계산식의 변수 구성 간의 특이한 문제로 인해 음(negative)의 계산치가 나오는 사례가 발생하여, 이 문제는 각 데이터베이스 동조 과정에서 해당 스트링(염색체, 개체)의 적합도에 벌점을 부과하는 방식으로 해결하였다.     Despite the fact that each variable condition of the investigator is normal, there are cases where negative calculations occur due to unusual problems between the composition of the variables in the equation, and this problem can be attributed to the corresponding string (chromosome, object) during each database tuning. The solution was to penalize the goodness of fit.

변수, 즉 HS와 TL의 부호는 각각 '-'(minus)를 반드시 취하도록 하였다.     Variables, ie, the signs of HS and TL, must take '-' (minus), respectively.

HS: 주택, 빌라의 경우는 피조사자가 거주하는 층의 평수를 입력한다.     HS: For houses and villas, enter the number of floors in which the examinee resides.

Log의 인수 내에 여러 변수들이 존재하는 경우는 추정의 변별력을 낮추므로 취하지 않았다.     If multiple variables exist in the argument of Log, it is not taken because it lowers the discrimination power of the estimation.

각 경우의 최종식은 GA 튜닝하여 추정 오차와 형태(가능한 모든 변수를 취한 것) 면에서 우수한 것 1개 식을 최종적으로 선정하였다.     In each case, the final equation was finally selected by GA tuning which was superior in terms of estimation error and shape (taken all possible variables).

한국인의 직업별 24시간 개인 평균 노출자계를 각 추정식을 이용하여 계산하는 추정방법은 아래와 같다.   The estimation method for calculating the average 24-hour personal exposure of Koreans using each estimation formula is as follows.

(1) 추정식의 종류: 추정식은 9개의 주요 직업별로 총 9종이 제안되어 있으므로 조사 목적과 피조사자의 직업에 따라서 해당 수식을 적용한다.(1) Types of Estimate Equations: A total of nine types of estimates are proposed for each of nine major occupations.

(2) 개인의 특성 조건과 생활 변수는 성(S; Sex), 나이(A; Age), 가옥 종류(H; House), 가옥 크기(HS; Home Size), 직업(O; Occupation) 및 선로 이격 거리(TL; Transmission Line) 그리고 PC, 전기 장판, 전기 용접기, 특수 의료 기기, 전열기 등의 사용 여부와 사용 시간으로 결정되는 변수 생활 세부 규칙(RULE) 등 총 7개 변수로 정의한다.(2) Individual characteristics and living variables include S, Sex, A, Age, House, Home Size, Occupation, and Track. It is defined as a total of seven variables such as transmission line (TL) and variable life rules (RULE) which are determined by the use time and the time of use of PC, electric blanket, electric welding machine, special medical equipment, and heater.

(3) 직업별로 개인 자계 노출량을 추정하는 방법(3) How to estimate individual magnetic field exposure by occupation

*‘회사원식’에 의한 한국인 회사원의 24시간 자계 노출량 추정: 피조사자의 성, 나이, 주택 종류, 직업, 주택 크기, 선로 이격 거리 등 표 1에 나타낸 6개 변수값 모두와 표 2의 피조사자 생활 세부 규칙(RULE)을 확인하고, 적용식은 수학식 2를 사용하며, 표 1에 따라서 주 변수의 코드에 해당하는 수치를 입력한다. 표 1에는 주 변수의 코드와 입력치가 설명되어 있고, 표 2에는 피 조사자 생활 세부 규칙이 설명되어 있다.       * Estimate of 24-hour magnetic field exposure of Korean office workers by the 'company's formula': all 6 variable values shown in Table 1, including gender, age, type of house, occupation, size of house, distance of track, etc. Check the rule (RULE), the equation uses the equation 2, and enter the numerical value corresponding to the code of the main variable according to Table 1. Table 1 describes the codes and inputs for the main variables, and Table 2 describes the detailed rules of the examinee's life.

MPMP  castle 나이age 주택종류Housing type 직업job 주택크기Housing size 선로 이격거리Track separation MP CodeMP Code Sex (S)Sex (S) Age (A)Age (A) House (H)House (h) Occupation (O)Occupation (O) Home Size (HS)Home Size (HS) Transmission Line (TL)Transmission Line (TL) 상세 Code (입력치)  Detailed Code (Input Value) 남 S1(10) 여 S2(20)   Male S1 (10) Female S2 (20) 실제 나이 입력      Enter actual age 아파트 H1(10) 기타 H2(20) Apartment H1 (10) Other H2 (20) 회사원 O1(10) 전업주부 O2(20) 겸업주부 O3(30) 초중고학생 O4(40) 요식업계 O5(50) 공장근로자 O6(60) 백화점 O7(70) 병원종사자 O8(80) 전철운전원 O9(90)O1 (10) Full-time housewife O2 (20) Full-time housewife O3 (30) Elementary and high school students O4 (40) Catering industry O5 (50) Factory worker O6 (60) Department store O7 (70) Hospital worker O8 (80) Train operator O9 ( 90) 실제 평수 입력     Enter actual square number 근거리(15m이내): TL1(10) 중거리(15~49m): TL2(25) 원거리(50m이상): TL3(50) Close range (within 15m): TL1 (10) Medium range (15 ~ 49m): TL2 (25) Far (over 50m): TL3 (50)

규칙   rule 직업형 24시간식  Professional 24 hour meal * 취침시 차단 기능이 있는 전기 장판 사용시 : +1.5 mG * 취침시 차단 기능이 없는 전기 장판 사용시 : +5.5 mG * 취침 외에 3~4 시간 동안 강하게 전기장판 사용시 : +2 mG * CRT 모니터와 함께 PC 사용시 : +0.4 mG/hr. * PC 방 : +0.4 mG/hr. * 주택의 심야 전기 사용 시 : +1 mG * 탁상용 소형 선풍기 근접 사용 시 : +4 mG/hr.  * When using an electric blanket with shut off function: +1.5 mG * When using an electric blanket without shut off function: +5.5 mG * When using an electric blanket strongly for 3 ~ 4 hours outside of bedtime: +2 mG * PC with CRT monitor In use: +0.4 mG / hr. * PC room: +0.4 mG / hr. * When using midnight electricity at home: +1 mG * When using small desk fan: +4 mG / hr. 공통사항      Common * 관절경 사용 시 : +3.45 mG/hr * 전자혈압계, 초음파기 등 일시적인 사용시 : +0.0 mG * CBC, EIA, 내시경, 심전도, 관절염 장비 사용: +1.3 mG * X-ray, CT 사용 시 : +1.48 mG * When using arthroscopy: +3.45 mG / hr * Temporary use such as electronic blood pressure meter, ultrasound, etc .: +0.0 mG * When using CBC, EIA, endoscope, electrocardiogram, arthritis equipment: +1.3 mG * When using X-ray, CT : +1.48 mG 병원근무자   Hospital workers * CNC 사용 시 : +2.0 mG/hr  * 전기 용접기 사용시 ㆍ 근거리 사용 및 협소한 작업 환경시 : +2.0 mG/hr  ㆍ 원거리 사용 및 작업 환경이 양호한 경우 : +0.8 mG/hr * 가스 절단 작업 시: +0.0 mG  * When using CNC: +2.0 mG / hr * When using electric welding machine ㆍ For near use and narrow working environment: +2.0 mG / hr For long distance and good working environment: +0.8 mG / hr * Gas cutting Working time: +0.0 mG 공장근무자   Factory worker * 주방용 대형 전열기 미사용시 : +0.0 mG * 주방용 대형 전열기 사용 시 : +1.7 mG (log 50) * When not using a large heater for kitchen: +0.0 mG * When using a large heater for kitchen: +1.7 mG (log 50) 요식업  Catering

Figure 112007027314390-pat00007
Figure 112007027314390-pat00007

*‘공장 근로자식’에 의한 공장 등 산업 설비를 취급하는 한국인 근로자의 24시간 자계 노출량 추정: 피조사자의 성, 나이 등 6개 변수값 모두와 표 3의 피조사자 생활 세부 규칙(RULE)을 확인하고, 적용식은 수학식 3을 이용하며, 표 4에 따라서 주 변수의 코드에 해당하는 수치를 입력한다.      * Estimation of 24-hour magnetic field exposure for Korean workers who handle industrial facilities such as factories according to the 'Factory Workers' Equation: Check all the six variable values such as gender and age of the examinee and the detailed rule of the examinee's life (RULE) in Table 3. Equation 3 uses Equation 3, and inputs the numerical value corresponding to the code of the main variable according to Table 4.

Figure 112007027314390-pat00008
*‘전업주부식’에 의한 한국인 전업주부의 24시간 자계 노출량 추정: 피조사자의 성, 나이 등 6개 변수값 모두와 표 3의 피조사자 생활 세부 규칙(RULE)을 확인하고, 적용식은 수학식 4를 이용하며, 표 4에 따라서 주 변수의 코드에 해당하는 수치를 입력한다.
Figure 112007027314390-pat00008
* Estimation of 24-hour field exposure of Korean full-time housewives by 'full-time housewives': All six variable values such as gender and age of the examinee, and the detailed rule of the subject's life (RULE) in Table 3 are identified. Enter the numerical value corresponding to the code of the main variable according to Table 4.

Figure 112007027314390-pat00009
Figure 112007027314390-pat00009

*‘겸업주부식’에 의한 한국인 겸업주부의 24시간 자계노출량 추정: 피조사자의 성, 나이 등 6개 변수값 모두와 표 3의 피조사자 생활 세부 규칙(RULE)을 확인 하고, 적용식은 수학식 5를 이용하며, 표 4에 따라서 주 변수의 코드에 해당하는 수치를 입력한다.    * Estimation of 24-hour self-exposure of Korean unemployed housewives by 'unemployed housewives': All six variable values such as gender and age of the examinee and the detailed rule of the examinee's life (RULE) in Table 3 are identified. Enter the numerical value corresponding to the code of the main variable according to Table 4.

Figure 112007027314390-pat00010
Figure 112007027314390-pat00010

*‘학생식’에 의해 한국의 초중고 학생의 24시간 자계노출량 추정: 피조사자의 성, 나이 등 6개 변수값 모두와 표 3의 피조사자 생활 세부 규칙(RULE)을 확인하고, 적용식은 수학식 6을 이용하며, 표 4에 따라서 주 변수의 코드에 해당하는 수치를 입력한다.      * Estimation of 24-hour field exposure of Korean elementary and middle school students by 'student equation': All six variable values such as gender and age of the examinee and the rule of examinee's life (RULE) in Table 3 are identified. Enter the numerical value corresponding to the code of the main variable according to Table 4.

Figure 112007027314390-pat00011
Figure 112007027314390-pat00011

*‘대형 마트 식’에 의해 백화점, 대형 슈퍼마켓 및 가전 매장 등에서 주로 가전 기기들을 판매하는 한국인 근무자의 24시간 자계 노출량 추정: 피 조사자의 성, 나이 등 6개 변수값 모두와 표 3의 피조사자 생활 세부 규칙(RULE)을 확인하고, 적용식은 수학식 7을 이용하며, 표 4에 따라서 주 변수의 코드에 해당하는 수치를 입력한다.      * Estimate 24-hour magnetic field exposure of Korean workers who mainly sell home appliances in department stores, hypermarkets, and consumer electronics stores by 'large mart': all six variable values, including gender and age of the examinee, and details of the subject's life in Table 3. Check the rule (RULE), the equation used in equation (7), and enter the numerical value corresponding to the code of the main variable according to Table 4.

Figure 112007027314390-pat00012
Figure 112007027314390-pat00012

*‘병원 종사자 식’에 의해 병원에서 관절경, CT, 초음파기 등 의료기기를 취급하는 한국인 의사, 간호사 및 기사들의 24시간 자계노출량 추정: 피조사자의 성, 나이 등 6개 변수값 모두와 표 3의 피조사자 생활 세부 규칙(RULE)을 확인하고, 적용식은 수학식 8을 이용하며, 표 4에 따라서 주 변수의 코드에 해당하는 수치를 입력한다.      * Estimate 24-hour field exposure of Korean doctors, nurses, and technicians who handle medical devices such as arthroscopy, CT, and ultrasound at the hospital by the 'hospital worker' equation: Check the detailed rule of the examinee's life (RULE), use the equation (8), and enter the numerical value corresponding to the code of the main variable according to Table 4.

Figure 112007027314390-pat00013
Figure 112007027314390-pat00013

*‘요식업계식’에 의해 식당, 레스토랑 등 요식업계 특히 주방에서 근무하는 한국인 직원의 24시간 자계 노출량 추정: 피조사자의 성, 나이 등 6개 변수값 모두와 표 3의 피조사자 생활 세부 규칙(RULE)을 확인하고, 적용식은 수학식 9를 이용하며, 표 4에 따라서 주 변수의 코드에 해당하는 수치를 입력한다.      * Estimate 24-hour field exposure of Korean employees working in restaurants, restaurants, and especially kitchens, based on the food industry: all six variable values, including gender and age of the subject, and the subject's rule of life in Table 3. Check the equation, and use the equation (9), and enter the numerical value corresponding to the code of the main variable according to Table 4.

Figure 112007027314390-pat00014
Figure 112007027314390-pat00014

* ‘기관사식’에 의해 전철, 전동차 등에서 운전을 담당하는 한국인 기관사 들의 24시간 자계노출량 추정: 피조사자의 성, 나이 등 6개 변수값 모두와 표 3의 피조사자 생활 세부 규칙(RULE)을 확인하고, 적용식은 수학식 10을 이용하며, 표 4에 따라서 주 변수의 코드에 해당하는 수치를 입력한다.     * Estimation of 24-hour field exposure of Korean engineers in trains, trains, etc. based on the 'engine ceremony': Check all the six variable values such as gender and age of the examinee, and the rule of life of the examinee in Table 3. Equation 10 is used for the application formula, and enter the numerical value corresponding to the code of the main variable according to Table 4.

Figure 112007027314390-pat00015
Figure 112007027314390-pat00015

(4) 기타 기술 사항(4) Other technical matters

종속변수의 보조변수인 ‘RULE'은 추정의 정밀도를 향상시킬 목적으로 PC, 전기 장판, 전기 용접기, 특수 의료기기, 전열기 등의 사용 여부와 사용 시간으로 결정되는 보조 변수이다.      'RULE', an auxiliary variable of the dependent variable, is an auxiliary variable determined by the use time and time of PC, electric blanket, electric welding machine, special medical equipment, and heater for the purpose of improving the accuracy of estimation.

수면 시간, 학교에서의 체류시간 그리고 TV 시청 여부 등은 24시간 개인 자계 노출량에 크게 영향을 주지 않는 것으로 조사되어 미약한 요소로써 무시한다.      Sleep time, school stay, and TV watching are not considered to have a significant effect on the 24-hour personal magnetic field exposure and are ignored as a weak factor.

송배전 선로와 주거지 간의 이격 거리(TL)는 경사거리(LD; Lateral Distance)를 사용하지 않고, 실제 거리인 방사 거리(RD; Radial Distance)를 채용했으며, 실제 거리 계측에는 디지털 레이저 거리계 사용을 권장한다.      The distance distance (TL) between the transmission and distribution line and the residential area is not using the lateral distance (LD), but the radial distance (RD) is used, and a digital laser rangefinder is recommended for the actual distance measurement. .

송배전선로의 자계 크기를 결정하는 전기적 인자는 부하전류이나, 부하전류는 일별 및 계절별로 심하게 변동하기 때문에 대표적인 변수로 채용하는데 무리가 있으므로 주거지에 가장 인접한 송배전선로와 주거지 간의 이격거리(TL)를 적용한다.      The electrical factor that determines the magnitude of the magnetic field of the transmission and distribution line is the load current, but since the load current fluctuates by day and season, it is difficult to adopt it as a representative variable. Therefore, the separation distance (TL) between the distribution line and the closest residential area is applied. do.

가옥의 평수(HS)는 아파트의 경우 실평수를, 단독 주택과 빌라의 경우는 단층일 때는 건평을 복층인 경우는 피조사자가 거주하는 층의 전체 평수를 입력한다.      The number of floors of the house (HS) is the floor space for apartments, the floor space for single-family homes and villas.

제1 실시 예First embodiment

표 5는 제1 실시 예 1의 피조사자 입력 데이터 샘플이다. 표 5에서는 ‘회사원식’인 수학식 2를 이용한 일반적인 생활조건에서의 한국인 회사원의 24시간 평균 노출자계의 크기를 계산한 결과와 각각의 실제값인 실측치 간의 추정오차의 정도를 알 수 있다. 표 5에 따르면 RULE을 포함한 총 7개의 개인의 생활 특성변수를 이용하여 용이하게 회사원 개인의 24시간 생활자계를 추정할 수 있음을 볼 수 있다.Table 5 shows the sample of the examinee input data of the first embodiment. In Table 5, the results of calculating the size of the 24-hour average exposure field of Korean office workers under general living conditions using Equation 2, which is the “employee formula”, and the degree of the estimated error between the actual measured values are shown. According to Table 5, it is possible to easily estimate the 24-hour living magnetic field of an individual by using the personal characteristics of seven individuals including RULE.

또한 피조사자 5명에 대한 예측결과 절대평균치로 나타낸 추정오차가 0.26mG로 우수함을 알 수 있다. In addition, the estimated error represented by the absolute mean value of the five subjects was excellent 0.26mG.

번호number castle 나이age 가옥형태House type 가옥크기House size RDRD RuleRule 계산값Calculated Value 실측값Measured value 추정오차Estimated error 1One 여자Woman 2727 기타Etc 44 원거리Remote 1.51.5 2.41 2.41 2.282.28 0.13 0.13 22 여자Woman 2525 기타Etc 4545 근거리Near 00 0.83 0.83 0.860.86 -0.03 -0.03 33 여자Woman 3030 아파트Apartment 3333 중거리Medium range 5.55.5 6.08 6.08 5.695.69 0.39 0.39 44 여자Woman 3737 아파트Apartment 2525 원거리Remote 00 0.46 0.46 0.630.63 -0.17 -0.17 55 남자man 2727 기타Etc 4040 중거리Medium range 00 0.50 0.50 1.051.05 -0.55 -0.55 절대평균 추정오차Absolute Mean Estimation Error 0.260.26

도 2는 본 발명의 '회사원식'의 제1 실시예에 따른 회사원 노출 자계 추정 방법에 의해 얻은 추정 패턴의 일예를 나타낸 그래프이다.Figure 2 is a graph showing an example of the estimation pattern obtained by the office worker exposure magnetic field estimation method according to the first embodiment of the "company employee formula" of the present invention.

제2 실시 예Second embodiment

표 6은 제2 실시 예의 피조사자 입력 데이터 샘플이다. 표 6에서는‘공장근로자식’인 수학식 3를 이용한 일반적인 생활조건에서의 한국인 공장근로자의 24시간 평균 노출자계의 크기를 계산한 결과와 각각의 실제값인 실측치 간의 추정오차의 정도를 알 수 있다. 표 6에 따르면 생활 세부 규칙(RULE)을 포함한 총 7개의 개인의 생활 특성 변수를 이용하여 용이하게 공장근로자 개인의 24시간 생활 자계를 추정할 수 있음을 볼 수 있다. 또한 피조사자 5명에 대한 예측결과 절대평균치로 나타낸 추정오차가 0.26mG로 우수함을 알 수 있다.Table 6 shows the sample of the examinee input data of the second embodiment. Table 6 shows the result of calculating the size of the 24-hour average exposure field of Korean factory workers under general living conditions using Equation 3, which is 'factory worker child', and the degree of estimation error between the actual measured values. . According to Table 6, it is possible to easily estimate the 24-hour living magnetic field of the factory worker individual by using the life characteristics variables of seven individuals, including the RULE. In addition, the estimated error represented by the absolute mean value of the five subjects was excellent 0.26mG.

번호number castle 나이age 가옥형태House type 가옥크기House size RDRD RuleRule 계산값Calculated Value 실측값Measured value 추정오차Estimated error 1One 남자man 4242 기타Etc 3232 원거리Remote 00 0.70 0.70 1.28 1.28 -0.58 -0.58 22 남자man 3636 아파트Apartment 2424 원거리Remote 00 0.60 0.60 0.74 0.74 -0.14 -0.14 33 남자man 3131 아파트Apartment 2424 원거리Remote 7.27.2 0.56 0.56 0.58 0.58 -0.02 -0.02 44 남자man 3030 기타Etc 2424 원거리Remote 00 7.82 7.82 7.42 7.42 0.40 0.40 55 남자man 4343 기타Etc 4040 중거리Medium range 00 0.82 0.82 0.96 0.96 -0.14 -0.14 절대평균 추정오차Absolute Mean Estimation Error 0.260.26

도 3은 본 발명의 '공장근로자식'의 제2 실시예에 따른 공장 근로자 노출 자계 추정 방법에 의해 얻은 추정 패턴의 일예를 나타낸 그래프이다.3 is a graph showing an example of the estimation pattern obtained by the factory worker exposure magnetic field estimation method according to the second embodiment of the 'factory worker child' of the present invention.

제3 The third 실시예Example

표 7은 제3 실시 예의 피조사자 입력 데이터 샘플이다. 표 7에서는‘전업주부식’인 수학식 4를 이용한 일반적인 생활 조건에서의 한국인 전업 주부의 24시간 평균 노출 자계의 크기를 계산한 결과와 각각의 실제 값인 실측치 간의 추정 오차의 정도를 알 수 있다. 표 7에 따르면 생활 세부 규칙(RULE)을 포함한 총 7개의 개인의 생활 특성 변수를 이용하여 용이하게 전업 주부 개인의 24시간 생활 자계를 추정할 수 있음을 볼 수 있다. 또한 피조사자 5명에 대한 예측결과 절대평균치로 나타낸 추정 오차가 0.26mG로 우수함을 알 수 있다.Table 7 shows the sample of the examinee input data of the third embodiment. Table 7 shows the results of calculating the magnitude of the 24-hour average exposure magnetic field of Korean full-time housewives under general living conditions using Equation 4, which is 'full housewives' equation, and the degree of estimation error between actual actual values. According to Table 7, it is possible to easily estimate the 24-hour living magnetic field of the housewife individual using a total of 7 personal characteristics of life, including the RULE. In addition, it can be seen that the estimation error represented by the absolute mean value of the five investigators was excellent as 0.26mG.

번호number castle 나이age 가옥형태House type 가옥크기House size RDRD RuleRule 계산값Calculated Value 실측값Measured value 추정오차Estimated error 1One 여자Woman 4444 아파트Apartment 3232 원거리Remote 00 0.45 0.45 0.50.5 -0.05 -0.05 22 여자Woman 4242 아파트Apartment 2626 원거리Remote 00 0.45 0.45 0.940.94 -0.49 -0.49 33 여자Woman 3838 아파트Apartment 2626 중거리Medium range 00 0.60 0.60 0.770.77 -0.17 -0.17 44 여자Woman 3636 아파트Apartment 1717 중거리Medium range 00 0.62 0.62 1.121.12 -0.50 -0.50 55 여자Woman 3939 아파트Apartment 2626 중거리Medium range 00 0.61 0.61 0.510.51 0.10 0.10 절대평균 추정오차Absolute Mean Estimation Error 0.260.26

도 4는 본 발명의 '전업주부식'의 제3 실시예에 따른 전업주부 노출 자계 추정 방법에 의해 얻은 추정 패턴의 일예를 나타낸 그래프이다.4 is a graph showing an example of the estimation pattern obtained by the method for estimating the housewife exposure magnetic field according to the third embodiment of the 'housewife's meal' of the present invention.

제4 실시 예Fourth embodiment

표 8은 제4 실시 예의 피 조사자 입력 데이터 샘플이다. 표 8에서는 ‘겸업주부식’인 수학식 5를 이용한 일반적인 생활 조건에서의 한국인 겸업 주부의 24시간 평균 노출 자계의 크기를 계산한 결과와 각각의 실제값인 실측치 간의 추정 오차의 정도를 알 수 있다. 표 8에 따르면 생활 세부 규칙을 포함한 총 7개의 개인의 생활 특성 변수를 이용하여 용이하게 겸업주부 개인의 24시간 생활 자계를 추정할 수 있음을 볼 수 있다. 또한 피 조사자 5명에 대한 예측 결과 절대 평균치로 나타낸 추정 오차가 0.36mG로 우수함을 알 수 있다.Table 8 shows the sample of the examinee input data of the fourth embodiment. Table 8 shows the results of calculating the magnitude of the 24-hour average exposure magnetic field of Korean unemployed housewives under general living conditions using Equation 5, which is the unemployed housewives equation, and the degree of estimation error between the actual measured values. . According to Table 8, it is possible to easily estimate the 24-hour living magnetic field of the self-employed housewife individual by using the life characteristics variables of seven individuals including the life detailed rules. In addition, it can be seen that the estimation error expressed by the absolute mean value of the five investigators was excellent as 0.36mG.

번호number castle 나이age 가옥형태House type 가옥크기House size RDRD RuleRule 계산값Calculated Value 실측값Measured value 추정오차Estimated error 1One 여자Woman 4141 아파트Apartment 5353 원거리Remote 00 0.27 0.27 0.600.60 -0.33 -0.33 22 여자Woman 2626 아파트Apartment 1010 근거리Near 00 1.19 1.19 0.750.75 0.44 0.44 33 여자Woman 4343 아파트Apartment 1515 원거리Remote 3.53.5 4.24 4.24 4.874.87 -0.63 -0.63 44 여자Woman 3636 기타Etc 4242 근거리Near 00 0.720.72 0.840.84 -0.12-0.12 55 여자Woman 3131 아파트Apartment 2222 중거리Medium range 00 0.72 0.72 0.990.99 -0.27 -0.27 절대평균 추정오차Absolute Mean Estimation Error 0.360.36

도 5는 본 발명의 '겸업주부식'의 제4 실시예에 따른 겸업주부 노출 자계 추정 방법에 의해 얻은 추정 패턴을 나타낸 그래프이다.FIG. 5 is a graph showing an estimation pattern obtained by a method of estimating housewife exposure magnetic field according to a fourth embodiment of the 'company service equation' of the present invention.

제5 5th 실시예Example

표 9는 제5 실시 예의 피조사자 입력 데이터 샘플이다. 표 9에서는 ‘학생식’인 수학식 6을 이용한 일반적인 생활조건에서의 한국의 초중고 학생들의 24시간 평균 노출 자계의 크기를 계산한 결과와 각각의 실제 값인 실측치 간의 추정오차의 정도를 알 수 있다. 표 9에 따르면 RULE을 포함한 총 7개의 개인의 생활 특성변수를 이용하여 용이하게 초중고 학생들의 24시간 생활 자계를 추정할 수 있음을 볼 수 있다. 또한 피조사자 5명에 대한 예측 결과 절대 평균치로 나타낸 추정오차가 0.25mG로 우수함을 알 수 있다.Table 9 shows the sample of the examinee input data of the fifth embodiment. Table 9 shows the result of calculating the size of the 24-hour average exposure magnetic field of Korean elementary and middle school students in general living conditions using Equation 6, which is the student equation, and the degree of estimation error between the actual values. According to Table 9, it is possible to easily estimate the 24-hour life magnetic field of primary and secondary students by using the life characteristics variables of seven individuals including RULE. In addition, it can be seen that the estimated error represented by the absolute mean value of the five subjects was excellent as 0.25mG.

번호number castle 나이age 가옥형태House type 가옥크기House size RDRD RuleRule 계산값Calculated Value 실측값Measured value 추정오차Estimated error 1One 여자Woman 1717 아파트Apartment 3131 중거리Medium range 00 0.77 0.77 0.870.87 -0.10 -0.10 22 남자man 1717 아파트Apartment 2626 원거리Remote 00 0.56 0.56 0.730.73 -0.17 -0.17 33 남자man 1616 아파트Apartment 3333 근거리Near 0.80.8 1.87 1.87 1.651.65 0.22 0.22 44 여자Woman 1616 아파트Apartment 4545 원거리Remote 0.40.4 0.77 0.77 1.341.34 -0.57 -0.57 55 여자Woman 1616 아파트Apartment 2727 원거리Remote 00 0.53 0.53 1.071.07 -0.54 -0.54 절대평균 추정오차Absolute Mean Estimation Error 0.250.25

도 6은 본 발명의 '학생식'의 제5 실시예에 따른 학생 노출 자계 추정 방법에 의해 얻은 추정 패턴의 일예를 나타낸 그래프이다.6 is a graph illustrating an example of an estimation pattern obtained by a method for estimating a student exposure magnetic field according to a fifth embodiment of the 'student equation' of the present invention.

제6 실시 예Sixth embodiment

표 10은 제6 실시 예의 피조사자 입력 데이터 샘플이다. 표 10에서는‘대형마트식’인 수학식 7을 이용한 일반적인 생활조건에서의 한국의 대형 마트 가전 매장 근무자들의 24시간 평균 노출 자계의 크기를 계산한 결과와 각각의 실제 값인 실측치 간의 추정오차의 정도를 알 수 있다. 표 10에 따르면 RULE을 포함한 총 7개의 개인의 생활 특성 변수를 이용하여 용이하게 대형 마트 근무자들의 24시간 생활 자계를 추정할 수 있음을 볼 수 있다. 또한 피조사자 5명에 대한 예측 결과 절대 평균치로 나타낸 추정 오차가 0.22mG로 우수함을 알 수 있다.Table 10 shows the sample of the examinee input data of the sixth embodiment. Table 10 shows the results of calculating the size of the 24-hour average exposure magnetic field of the employees of large mart consumer electronics stores in Korea under general living conditions using Equation 7, which is a 'large mart', and the degree of estimation error between the actual measured values. Able to know. According to Table 10, it is possible to easily estimate the 24-hour living magnetic field of large mart workers by using the life characteristics variables of seven individuals including RULE. In addition, it can be seen that the estimation error represented by the absolute mean value of the five subjects was excellent as 0.22mG.

번호number castle 나이age 가옥형태House type 가옥크기House size RDRD RuleRule 계산값Calculated Value 실측값Measured value 추정오차Estimated error 1One 남자man 3131 기타Etc 1818 중거리Medium range 00 0.84 0.84 0.870.87 -0.03 -0.03 22 남자man 3131 기타Etc 1010 근거리Near 00 1.07 1.07 0.790.79 0.28 0.28 33 여자Woman 2424 기타Etc 1818 중거리Medium range 1.51.5 2.32 2.32 2.292.29 0.03 0.03 44 남자man 2626 기타Etc 88 근거리Near 1.21.2 2.25 2.25 1.951.95 0.30 0.30 55 남자man 2525 기타Etc 3333 원거리Remote 00 0.64 0.64 1.081.08 -0.44 -0.44 절대평균 추정오차Absolute Mean Estimation Error 0.220.22

도 7은 본 발명의 '대형마트식'의 제6 실시예에 따른 대형마트 근무자 노출 자계 추정 방법에 의해 얻은 추정 패턴의 일예를 나타낸 그래프이다.7 is a graph illustrating an example of an estimation pattern obtained by a method for estimating exposure magnetic field of a large mart worker according to a sixth embodiment of the “large mart type” of the present invention.

제7 실시 예Seventh embodiment

표 11은 제7 실시 예의 피조사자 입력 데이터 샘플이다. 표 11에서는‘병원종사자식’인 수학식 8을 이용한 일반적인 생활조건에서의 한국의 병원에서 특수 의료기기 취급자들의 24시간 평균 노출 자계의 크기를 계산한 결과와 각각의 실제 값인 실측치 간의 추정 오차의 정도를 알 수 있다. 표 11에 따르면 RULE을 포함한 총 7개의 개인의 생활 특성 변수를 이용하여 용이하게 병원 근무자들의 24시간 생활 자계를 추정할 수 있음을 볼 수 있다. 또한 피조사자 5명에 대한 예측 결과 절대 평균치로 나타낸 추정 오차가 0.24mG로 우수함을 알 수 있다.Table 11 shows the sample of the examinee input data of the seventh embodiment. Table 11 shows the magnitude of the estimated error between the calculated 24-hour average exposure magnetic field of the special medical device handlers and the actual measured values in Korean hospitals under general living conditions using Equation 8, which is the 'patient employee'. It can be seen. According to Table 11, we can easily estimate the 24-hour living field of hospital workers by using the life characteristics variables of seven individuals, including RULE. In addition, it can be seen that the estimation error represented by the absolute mean value of the five subjects was excellent as 0.24mG.

번호number castle 나이age 가옥형태House type 가옥크기House size RDRD RuleRule 계산값Calculated Value 실측값Measured value 추정오차Estimated error 1One 여자Woman 3131 아파트Apartment 1717 원거리Remote 00 0.59 0.59 0.820.82 -0.23 -0.23 22 남자man 2323 기타Etc 3232 중거리Medium range 1.481.48 2.29 2.29 1.941.94 0.35 0.35 33 여자Woman 3737 아파트Apartment 2424 원거리Remote 10.110.1 10.70 10.70 10.7610.76 -0.06 -0.06 44 여자Woman 3939 기타Etc 4040 중거리Medium range 1.51.5 2.41 2.41 2.242.24 0.17 0.17 55 여자Woman 2424 기타Etc 3030 중거리Medium range 3.53.5 4.38 4.38 3.963.96 0.42 0.42 절대평균 추정오차Absolute Mean Estimation Error 0.240.24

도 8은 본 발명의 '병원종사자식'의 제7 실시예에 따른 병원 종사자 노출 자계 추정 방법에 의해 얻은 추정 패턴의 일예를 나타낸 그래프이다.8 is a graph showing an example of the estimation pattern obtained by the hospital worker exposure magnetic field estimation method according to the seventh embodiment of the 'hospital worker' of the present invention.

제8 실시 예Eighth embodiment

표 12는 제8 실시 예의 피조사자 입력 데이터 샘플이다. 표 12에서는‘요식업계식’인 수학식 9를 이용한 일반적인 생활 조건에서의 한국의 식당 및 레스토랑 근무자들의 24시간 평균 노출 자계의 크기를 계산한 결과와 각각의 실제값인 실측치 간의 추정오차의 정도를 알 수 있다. 표 12에 따르면 RULE을 포함한 총 7개의 개인의 생활 특성 변수를 이용하여 용이하게 요식업계 근무자들의 24시간 생활자계를 추정할 수 있음을 볼 수 있다. 또한 피조사자 5명에 대한 예측결과 절대평균치로 나타낸 추정오차가 0.42mG로서 다소 높으나 실용에는 문제가 없음을 알 수 있다.Table 12 shows the sample of the examinee input data of the eighth embodiment. Table 12 shows the results of calculating the size of the 24-hour average exposure magnetic field of restaurant and restaurant workers in Korea under general living conditions using Equation 9, the food industry formula, and the degree of estimation error between each actual value. Able to know. According to Table 12, it is possible to easily estimate the 24-hour living field of food service workers by using the life characteristics variables of seven individuals including RULE. In addition, the estimated error indicated by the absolute mean value of the five subjects was 0.42mG, which is rather high, but there is no problem in practical use.

번호number castle 나이age 가옥형태House type 가옥크기House size RDRD RuleRule 계산값Calculated Value 실측값Measured value 추정오차Estimated error 1One 여자Woman 4040 기타Etc 2424 근거리Near 00 1.30 1.30 0.880.88 0.42 0.42 22 남자man 3030 기타Etc 1818 중거리Medium range 3.53.5 4.18 4.18 4.724.72 -0.54 -0.54 33 여자Woman 5050 기타Etc 3131 중거리Medium range 1.51.5 2.53 2.53 1.861.86 0.67 0.67 44 남자man 2222 기타Etc 3535 중거리Medium range 1.51.5 2.02 2.02 2.332.33 -0.31 -0.31 55 남자man 3232 아파트Apartment 2222 원거리Remote 00 0.38 0.38 0.560.56 -0.18 -0.18 절대평균 추정오차Absolute Mean Estimation Error 0.420.42

도 9는 본 발명의 '요식업계식'의 제8 실시예에 따른 요식업계 종사자 노출 자계 추정 방법에 의해 얻은 추정 패턴의 일예를 나타낸 그래프이다.9 is a graph illustrating an example of an estimation pattern obtained by a method for estimating exposure magnetic field workers in the food service industry according to the eighth embodiment of the "food industry foodstuff" of the present invention.

제9 실시 예9th embodiment

표 13은 제9 실시 예의 피조사자 입력 데이터 샘플이다. 표 13에서는 ‘기관사식’인 수학식 10을 이용한 일반적인 생활조건에서의 한국의 전철 및 전동차의 기관사들의 24시간 평균 노출 자계의 크기를 계산한 결과와 각각의 실제값인 실측치 간의 추정오차의 정도를 알 수 있다. 표 13에 따르면 RULE을 포함한 총 7개의 개인의 생활 특성변수를 이용하여 용이하게 기관사들의 24시간 생활 자계를 추정할 수 있음을 볼 수 있다. 또한, 피조사자 5명에 대한 예측 결과 절대 평균치로 나타낸 추정오차가 0.25mG로 우수함을 알 수 있다.Table 13 shows the sample of the examinee input data of the ninth embodiment. Table 13 shows the magnitude of the estimated error between the results of calculating the 24-hour average exposure magnetic field of the engineers of trains and trains in Korea under general living conditions using Equation 10, the 'engineering formula', and the actual measured values. Able to know. According to Table 13, it is possible to easily estimate the 24-hour living magnetic fields of the engineers using the life characteristics variables of seven individuals including RULE. In addition, it can be seen that the estimated error represented by the absolute mean value of the five subjects was excellent as 0.25mG.

번호number castle 나이age 가옥형태House type 가옥크기House size RDRD RuleRule 계산값Calculated Value 실측값Measured value 추정오차Estimated error 1One 남자man 3030 기타Etc 88 중거리Medium range 00 2.01 2.01 1.461.46 0.55 0.55 22 남자man 3434 아파트Apartment 2222 원거리Remote 00 1.08 1.08 0.980.98 0.10 0.10 33 남자man 3232 기타Etc 88 원거리Remote 00 1.85 1.85 1.551.55 0.30 0.30 44 남자man 3838 아파트Apartment 2525 원거리Remote 00 1.02 1.02 0.770.77 0.25 0.25 55 남자man 3131 기타Etc 1010 원거리Remote 00 1.74 1.74 1.771.77 -0.03 -0.03 절대평균 추정오차Absolute Mean Estimation Error 0.250.25

도 10은 본 발명의 '기관사식'의 제9 실시예에 따른 기관사 노출 자계 추정 방법에 의해 얻은 추정 패턴을 나타낸 그래프이다.10 is a graph showing an estimation pattern obtained by the engine exposure magnetic field estimation method according to the ninth embodiment of the 'engine expression' of the present invention.

본 발명은 전술한 바와 같이 개인이 일상생활에서 접할 수 있는 모든 자계발생원을 고려하여 노출수준(노출량)을 제시하기 때문에 보다 정확하며 실용적이라 할 수 있다. 개인의 24시간 생활자계노출량 추정은 개인의 특성조건 즉, 성, 나이, 가옥의 종류, 가옥크기, 가옥과 송배전선로 간의 이격거리 및 직업 등 6가지와 생활세부규칙(RULE)만 알면 가능하므로 비전문가라도 용이하게 활용이 가능하다. PC, 전기장판, 전기용접기, 특수 의료기기, 전열기 등의 사용 여부와 사용시간으로 결정되는 변수인 생활 세부 규칙을 사용하므로, 추정의 정밀도를 보다 향상시킬 수 있다.As described above, the present invention is more accurate and practical since the exposure level (exposure amount) is suggested in consideration of all the magnetic field sources that an individual can encounter in daily life. Estimation of individual 24-hour living field exposure is possible only by knowing six characteristics such as gender, age, type of house, size of house, distance and occupation between house and transmission and distribution line, and rule. Even easy use. The accuracy of the estimation can be further improved by using the detailed rules of life, which are variables determined by the use time and the use of PCs, electric blankets, electric welding machines, special medical devices, and electric heaters.

일상적인 생활환경에서 초등학생 이상의 한국인들이 직업에 따른 직장의 전자기적인 근무환경이 고려된 1일 24시간 동안 노출 받는 평균 개인 노출 자계의 크기를 약 0.3mG의 오차를 갖는 정밀한 추정이 가능하게 되었다. In the daily living environment, it is possible to estimate precisely the average personal exposure magnetic field that is exposed to 24 hours a day considering the occupational electromagnetic work environment of elementary school students or more, with an error of about 0.3 mG.

또한 본 발명은 개인 자계 노출량 예측 및 평가분야에서 국내는 물론 세계 최초로 개발된 직업에 따른 국민들 각 개인의 자계 노출량을 추정하는 방법으로써 총 9종의 추정식을 포함하고 있으며, 절대 평균 추정 오차는 약 0.3mG로 매우 우수하다. In addition, the present invention includes a total of nine estimation equations as a method of estimating the magnetic field exposure of each individual according to the occupation developed in Korea as well as the world for the first time in the field of prediction and evaluation of individual magnetic field exposure. Very good at about 0.3mG.

본 방법은 자계 노출량 평가분야에 있어서 전술한 1970년대 말의 Wire Code 기법 이후 27년만의 세계 최초의 제안이며, 최적화 방법론에 있어서도 진화 연산법(evolutionary computations)을 최초로 적용하였으며, 전자기장 노출에 의한 인체 건강영향과 관련하여 세계보건기구(WHO)가 ‘현명한 회피(prudent avoidance)에 기초한 사전 주의 정책(precautionary policy)’ 초안을 발표한 시점에 국내에서의 전자파 건강문제에 대한 해법으로써, 또한 전자계 역학조사와 연구 분야에 획기적인 기술적 전환을 이끌 것으로 기대된다.This method is the world's first proposal for 27 years after the Wire Code technique in the late 1970s in the field of field exposure evaluation, and the first to apply evolutionary computations in optimization methodology. As a solution to electromagnetic health problems in Korea, the World Health Organization (WHO) issued a draft precautionary policy based on prudent avoidance. It is expected to lead to technological breakthroughs in the field of research.

개인의 노출 자계 크기를 실측에 의하지 않고 정확한 예측의 방법으로 추정하기 때문에 역학 조사를 위한 조사 기간 단축, 조사 인력 감축 등이 가능하여 경제성에 기여함은 물론 개당 약 200만원에 달하는 자계 측정기가 불필요하게 되었다.By estimating the size of an individual's exposed magnetic field by means of accurate estimation, it is possible to shorten the survey period for epidemiological investigations and to reduce the manpower of surveys. It became.

학술적으로는 자계노출량 평가분야에 있어서 1970년대 말의 Wire Code 기법 이후 27년만의 세계 최초의 제안이며, 최적화 방법론에 있어서도 진화 연산법을 최 초로 적용하였다는 의미가 있다.Academicly, it is the world's first proposal in the field of field exposure evaluation after 27 years since the Wire Code method in the late 1970s, and it is the first application of the evolutionary calculation method in the optimization methodology.

Claims (4)

직업별 자계 노출량 추정식 유도에 사용할 피 조사자의 실측 데이터베이스를 각 직업별로 구축하는 단계; Constructing a survey database for each occupation to be used for deriving an occupational exposure estimate for each occupation; 상기 구축된 데이터베이스를 기초로 세대수, 해집단수, 교배 확률, 및 돌연변이 확률을 구비한 동조 변수에 의한 유전 알고리즘을 적용함으로써 자계노출량 추정식에 대한 수치 해법을 얻는 단계; Obtaining a numerical solution for estimating a field exposure equation by applying a genetic algorithm based on a tuning variable having generation number, solution number, crossing probability, and mutation probability based on the constructed database; 상기 얻은 수치 해법을 바탕으로 직업별로 개인 자계 노출량을 아래 수학식Based on the numerical solution obtained above, the individual magnetic field exposure for each occupation is given by the following equation.
Figure 112008068553098-pat00016
Figure 112008068553098-pat00016
Figure 112008068553098-pat00017
Figure 112008068553098-pat00017
을 기본형으로 하여 직업별 개인 자계 노출량 추정식을 획득하는 단계를 포함하고, 여기서, MFExposure는 개인 자계 노출량이고, k1, k2, k3, k4, k5, 및 k6은 각 직업군의 데이터베이스에서 성, 나이, 가옥종류, 가옥크기, 직업 및 선로 이격거리를 포함하는 개인 특성 요소에 따라 각 직업별로 달리 결정되는 계수이고, S는 성, A는 나이, H는 가옥의 종류, HS는 가옥 크기, O는 직업의 종류, TL은 가옥과 송배전선로 간의 이격 거리에 따라 달리 표현되는 변수이고, Rule는 세부 생활 규칙으로서 전기장판, PC, 심야전기설비, 탁상용 소형 선풍기, 전기용접기, 특수 의료기기, CNC, 및 전열기 중 적어도 어느 하나의 사용 여부와 사용시간으로 결정되는 상수인 직업별 개인 노출 자계 추정 방법.A step of obtaining a personal occupational exposure estimate for each occupation by using the basic form, wherein MFExposure is the individual magnetic exposure and k1, k2, k3, k4, k5, and k6 are gender, age in each occupational database. Is a coefficient that is determined for each occupation according to individual characteristics such as house type, house size, occupation, and track separation distance, where S is gender, A is age, H is house type, HS is house size, and O is Occupation type, TL is a variable that is expressed differently according to the separation distance between houses and transmission and distribution lines, and Rule is a detailed living rule, electric blanket, PC, midnight electric equipment, small table fan, electric welding machine, special medical equipment, CNC, and The method of estimating the personal exposure field by occupation, which is a constant determined based on whether at least one of the heaters is used or not.
제1 항에 있어서, 상기 S, 상기 A, 상기 H, 상기 HS, 상기 O, 상기 TL는 아래 표 1인,The method according to claim 1, wherein the S, the A, the H, the HS, the O, the TL is Table 1 below, 표 1Table 1 MPMP  castle 나이age 주택종류Housing type 직업job 주택크기Housing size 선로 이격거리Track separation MP CodeMP Code Sex (S)Sex (S) Age (A)Age (A) House (H)House (h) Occupation (O)Occupation (O) Home Size (HS)Home Size (HS) Transmission Line (TL)Transmission Line (TL) 상세 Code (입력치)  Detailed Code (Input Value) 남 S1(10) 여 S2(20)   Male S1 (10) Female S2 (20) 실제 나이 입력      Enter actual age 아파트 H1(10) 기타 H2(20) Apartment H1 (10) Other H2 (20) 회사원 O1(10) 전업주부 O2(20) 겸업주부 O3(30) 초중고학생 O4(40) 요식업계 O5(50) 공장근로자 O6(60) 백화점 O7(70) 병원종사자 O8(80) 전철운전원 O9(90)O1 (10) Full-time housewife O2 (20) Full-time housewife O3 (30) Elementary and high school students O4 (40) Catering industry O5 (50) Factory worker O6 (60) Department store O7 (70) Hospital worker O8 (80) Train operator O9 ( 90) 실제 평수 입력     Enter actual square number 근거리(15m이내): TL1(10) 중거리(15~49m): TL2(25) 원거리(50m이상): TL3(50) Close range (within 15m): TL1 (10) Medium range (15 ~ 49m): TL2 (25) Far (over 50m): TL3 (50)
에 기재된 값으로 입력되는 직업별 개인 노출 자계 추정 방법.Personal exposure magnetic field estimation method for each occupation that is inputted to the value described in.
제1 항에 있어서, 상기 RULE은 아래 표 2인,The method according to claim 1, wherein the RULE is Table 2 below, 표 2TABLE 2 규칙   rule 직업형 24시간식  Professional 24 hour meal * 취침시 차단 기능이 있는 전기 장판 사용시 : +1.5 mG * 취침시 차단 기능이 없는 전기 장판 사용시 : +5.5 mG * 취침 외에 3~4 시간 동안 강하게 전기장판 사용시 : +2 mG * CRT 모니터와 함께 PC 사용시 : +0.4 mG/hr * PC 방 : +0.4 mG/hr * 주택의 심야 전기 사용 시 : +1 mG * 탁상용 소형 선풍기 근접 사용 시 : +4 mG/hr  * When using an electric blanket with shut off function: +1.5 mG * When using an electric blanket without shut off function: +5.5 mG * When using an electric blanket strongly for 3 ~ 4 hours outside of bedtime: +2 mG * PC with CRT monitor When using: +0.4 mG / hr * PC room: +0.4 mG / hr * When using midnight electricity at home: +1 mG * When using a small table fan: +4 mG / hr 공통사항      Common * 관절경 사용 시 : +3.45 mG/hr * CBC, EIA, 내시경, 심전도, 관절염 장비 사용: +1.3 mG * X-ray, CT 사용 시 : +1.48 mG * When using arthroscopy: +3.45 mG / hr * When using CBC, EIA, endoscope, electrocardiogram and arthritis equipment: +1.3 mG * When using X-ray and CT: +1.48 mG 병원근무자   Hospital workers * CNC 사용 시 : +2.0 mG/hr  * 전기 용접기 사용시 ㆍ 근거리 사용 및 협소한 작업 환경시 : +2.0 mG/hr  ㆍ 원거리 사용 및 작업 환경이 양호한 경우 : +0.8 mG/hr * 가스 절단 작업 시: +0.0 mG  * When using CNC: +2.0 mG / hr * When using electric welding machine ㆍ For near use and narrow working environment: +2.0 mG / hr For long distance and good working environment: +0.8 mG / hr * Gas cutting Working time: +0.0 mG 공장근무자   Factory worker * 주방용 대형 전열기 미사용시 : +0.0 mG * 주방용 대형 전열기 사용 시 : +1.7 mG (log 50) * When not using a large heater for kitchen: +0.0 mG * When using a large heater for kitchen: +1.7 mG (log 50) 요식업  Catering
에서 개인이 해당하는 경우의 값들의 합을 입력하는 직업별 개인 노출 자계 추정 방법.The method of estimating the personal exposure field by occupation by inputting the sum of the values of the individual in the case of.
제1 항에 있어서, 노출 자계 건강 영향에 관한 역학 조사시 환자군 또는 건강한 대조군 각 개개인에 있어, 상기 피조사자의 직업이 회사원인 경우, k1, k2, k3, k4, k5, 및 k6은 각각 0.34, 0.16, 0.22, 1.38, -0.5, 및 -0.66이고, 상기 피조사자의 직업이 공장 근로자인 경우, k1, k2, k3, k4, k5, 및 k6은 각각 0.02, 0.59, 0.23, 0.10, -0.05, 및 -0.40이고, 상기 피조사자의 직업이 전업 주부인 경우, k1, k2, k3, k4, k5, 및 k6은 각각 0.027, 0.86, 0.08, 0.20, -0.21, 및 -0.60이고, 상기 피조사자의 직업이 겸업 주부인 경우, k1, k2, k3, k4, k5, 및 k6은 각각 1.30, 0.25, 0.05, 0.31, -0.84, 및 -0.52이고, 상기 피조사자의 직업이 학생인 경우, k1, k2, k3, k4, k5, 및 k6은 각각 0.01, 0.86, 0.13, 1.15, -0.71, 및 -0.87이고, 상기 피조사자의 직업이 대형 마트 종사자인 경우, k1, k2, k3, k4, k5, 및 k6은 각각 0.061, 0.34, 0.21, 0.45, -0.09, 및 -0.51이고, 상기 피조사자의 병원 종사자인 경우, k1, k2, k3, k4, k5, 및 k6은 각각 0.23, 0.16, 0.55, 0.22, -0.04, 및 -0.51이고, 상기 피조사자의 직업이 요식업계 종사자인 경우, k1, k2, k3, k4, k5, 및 k6은 각각 1.54, 0.06, 0.31, 0.05, -0.54, 및 -0.54이고, 상기 피조사자의 직업이 기관사인 경우, k1, k2, k3, k4, k5, 및 k6은 각각 1.94, 0.24, 0.92, 0.15, -1.15, 및 -0.53인 직업별 개인 노출 자계 추정 방법.The method of claim 1, wherein, in each patient group or healthy control group in the epidemiological investigation of the exposure magnetic field health effects, k1, k2, k3, k4, k5, and k6 are 0.34, 0.16, respectively, when the occupation of the examinee is an office worker. , 0.22, 1.38, -0.5, and -0.66, and the subject's occupation is a factory worker, k1, k2, k3, k4, k5, and k6 are 0.02, 0.59, 0.23, 0.10, -0.05, and- 0.40 and the subject's occupation is a full-time housewife, k1, k2, k3, k4, k5, and k6 are 0.027, 0.86, 0.08, 0.20, -0.21, and -0.60, respectively. K1, k2, k3, k4, k5, and k6 are 1.30, 0.25, 0.05, 0.31, -0.84, and -0.52, respectively, and when the subject's occupation is a student, k1, k2, k3, k4, k5, and k6 are 0.01, 0.86, 0.13, 1.15, -0.71, and -0.87, respectively, and when the subject's occupation is a large mart worker, k1, k2, k3, k4, k5, and k6 are 0.061, 0.34, respectively. , 0.21, 0.45, -0.09, and -0.51, K1, k2, k3, k4, k5, and k6 are 0.23, 0.16, 0.55, 0.22, -0.04, and -0.51, respectively, when the examinee is a hospital worker, and k1 when the occupation of the examinee is a restaurant worker. , k2, k3, k4, k5, and k6 are 1.54, 0.06, 0.31, 0.05, -0.54, and -0.54, respectively, and k1, k2, k3, k4, k5, and k6 if the examinee's occupation is an engineer The occupational individual exposure magnetic field estimation method is 1.94, 0.24, 0.92, 0.15, -1.15, and -0.53, respectively.
KR1020070034860A 2007-04-10 2007-04-10 Method for estimating personal magnetic field exposure by occupations KR100886371B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020070034860A KR100886371B1 (en) 2007-04-10 2007-04-10 Method for estimating personal magnetic field exposure by occupations

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070034860A KR100886371B1 (en) 2007-04-10 2007-04-10 Method for estimating personal magnetic field exposure by occupations

Publications (2)

Publication Number Publication Date
KR20090001414A KR20090001414A (en) 2009-01-09
KR100886371B1 true KR100886371B1 (en) 2009-03-04

Family

ID=40484494

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070034860A KR100886371B1 (en) 2007-04-10 2007-04-10 Method for estimating personal magnetic field exposure by occupations

Country Status (1)

Country Link
KR (1) KR100886371B1 (en)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100243702B1 (en) 1997-12-19 2000-02-01 정선종 Spacial position adjustment device for near field measurement
KR20050085778A (en) * 2002-12-18 2005-08-29 지이 메디컬 시스템즈 글로발 테크놀러지 캄파니 엘엘씨 Enhanced computer-assisted medical data processing system and method
KR100766983B1 (en) * 2006-04-28 2007-10-12 한국전기연구원 Estimation method on 24-hour personal magnetic field exposure by living environments of korean

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100243702B1 (en) 1997-12-19 2000-02-01 정선종 Spacial position adjustment device for near field measurement
KR20050085778A (en) * 2002-12-18 2005-08-29 지이 메디컬 시스템즈 글로발 테크놀러지 캄파니 엘엘씨 Enhanced computer-assisted medical data processing system and method
KR100766983B1 (en) * 2006-04-28 2007-10-12 한국전기연구원 Estimation method on 24-hour personal magnetic field exposure by living environments of korean

Also Published As

Publication number Publication date
KR20090001414A (en) 2009-01-09

Similar Documents

Publication Publication Date Title
Antunes et al. Spatial analysis to identify differentials in dental needs by area‐based measures
Sookchaiya et al. Assessment of the thermal environment effects on human comfort and health for the development of novel air conditioning system in tropical regions
Deuble et al. Is it hot in here or is it just me? Validating the post-occupancy evaluation
Sim et al. The CASP-19 as a measure of quality of life in old age: evaluation of its use in a retirement community
Agyekum et al. POST OCCUPANCY EVALUATION OF POSTGRADUATE STUDENTS’HOSTEL FACILITIES AND SERVICES
Samah et al. Translating quality care factors to quality space: design criteria for outpatient facility
McNamara Welfare effects of rural hospitial closures: a nested logit analysis of the demand for rural hospital services
Jones et al. Climate change impacts on future residential electricity consumption and energy burden: A case study in Phoenix, Arizona
KR100886371B1 (en) Method for estimating personal magnetic field exposure by occupations
Sutton et al. Considering the new minimum staffing standards for Australian residential aged care
KR100766983B1 (en) Estimation method on 24-hour personal magnetic field exposure by living environments of korean
Sprigle et al. Activities of suppliers and technicians during the provision of complex and standard wheeled mobility devices
Hassanain et al. Quality assessment of a campus medical facility: a users' perspective approach
Kaye et al. Social relations in enriched housing for the aged: A case study
KR100996143B1 (en) Method for Estimating Personal Magnetic Field Exposure of Occupation Group in High Exposure
Zhang et al. The measurement of nursing home quality: Multilevel confirmatory factor analysis of panel data
KR100780279B1 (en) Method for estimating personal magnetic field exposure for epidemiological EMF survey under 17 years of age
Vermaak et al. Developing energy-based poverty indicators for South Africa
Yang et al. Development of a new personal magnetic field exposure estimation method for use in epidemiological EMF surveys among children under 17 years of age
Hadjri et al. Inclusive design
Jovanović et al. Assessing the sustainability of Serbian school buildings by analyse and syntesis parameters under information deficiency method
Hoang Modes of Care for the Elderly in Vietnam: Adaptation to Change
Sharma et al. The concept of ergonomic evaluation for industrial building spaces
Kurniasari et al. Are Young Physicians Have Problem in Job Insecurity? The Impact of Health systems' Changes
Fischl et al. Transforming Building Criteria to Evidence Index

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130226

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20140225

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20150225

Year of fee payment: 7

LAPS Lapse due to unpaid annual fee