釜庆大学生在电气与化学安全领域竞赛中屡获大奖

安全工程专业本科生团队建议老旧ESS的推荐使用年限和精密安全检测研究生强志源利用AI开发急性毒性预测模型，证明准确性

国立釜庆大学的学生在电气与化学物质安全领域的竞赛中屡获大奖。

安全工程专业的本科生团队指出了老旧能源储存装置（ESS）在制度管理上的空白，而安全工程硕士生则开发了利用人工智能的化合物急性毒性预测模型。

由哈东根、朴智允、吴娜妍、池浩俊组成的学生团队在“第五届电气安全全国征文比赛”中获得了电气安全制度改善政策建议类的大奖，并获得了气候能源环境部部长奖及300万韩元的奖金。

该比赛由气候能源环境部主办，韩国电气安全公社承办，经过书面预选、公众参与投票和面对面决赛评审，最终评选出获奖作品。

学生团队关注的问题是，尽管ESS的使用期限延长，但仍然适用相同的安全管理标准。现行电气安全管理法中没有反映设备老化程度的使用年限标准，导致难以对长期运行的ESS的性能下降和安全风险进行预先应对。

他们的改善建议包括在ESS安全管理中引入“推荐使用年限”，并对符合一定标准的老旧设备进行“精密安全检测”。此举旨在提前识别因老化引发的火灾等事故风险，并采取必要措施以完善管理体系。

哈东根、朴智允、吴娜妍、池浩俊团队表示：“通过利用人工智能和数据分析安全管理制度的问题，获得了与现行法律和制度改善相关的实用性认可。”

无动物实验的化合物毒性预测...风险分类准确度最高达100%

安全工程专业的强志源硕士生在“第一届危险物AI竞赛”中获得了大奖。颁奖仪式于最近在丽水博览会展中心举行的2026年韩国危险物学会学术大会上进行，指导教授为李昌俊教授。

获奖研究为“基于群体贡献法和支持向量回归的芳香化合物急性毒性值预测研究”。

该研究针对含苯环的芳香化合物，利用55个官能团和分子量相关的输入变量。通过结合GCM、SVR和PSO来预测急性毒性值。

根据国际协调系统（GHS），其风险分类的准确度为口服90.6%、经皮100%、吸入80%。该研究展示了在没有动物实验或化学实验的情况下，快速预测未确认有害的新物质的急性毒性等级的可能性。

强志源学生表示：“数据驱动的预测模型与化学物质安全管理的结合，形成了融合性的研究方法，得到了良好的评价。”

※ 本报道经人工智能（AI）系统翻译与编辑。

《亚洲日报》所有作品受版权保护，未经授权，禁止转载。