• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2007년도 정기학술발표대회 논문집
• /
• pp.938-942
• /
• 2007

최근 건설산업의 현장 생산성이 점차 저하되는 현실을 개선하기 위하여 시공과정에서의 프로세스 개선이 중요 사항으로 부각되고 있다. 이에 따라 다양한 3D 센싱기법이 개발되어 적용되고 있지만 구체적인 장비 적용성 및 기술검토는 부족하다. 본 연구의 목적은 시공과정에서 3D기반 광대역 모델링 기술을 활용한 건설현장의 3D구현을 통해 실시간으로 현장의 실시간 변화상황을 파악하여 현장관리의 효율화는 물론 시공 진척도 측정 및 공정관리 과정의 정보흐름 활성화를 통해 현장 생산성 증대에 기여하는 것이며 이를 위해 모델링 관련 알고리즘과 광대역 현장 구현관련 기술의 조사연구를 실시하였다. 시공현장 실시간 현장 모니터링 정보를 제공함으로써 안전사고 발생율 감소와 함께 현장정보 데이터베이스의 구축과 활용을 통한 향후 유사공사 적용 및 우리 건설산업 생산 프로세스 개선의 계기가 될 수 있을 것이다. 나아가 건설산업 전체 이미지 제고에도 큰 역할을 할 수 있으리라 사료된다.

• 안전기술
• /
• 제164호
• /
• pp.15-17
• /
• 2011

한국남부발전(주) 영남화력발전소는 울산 경남지역 최초의 화력발전소로 1970~80년대 산업발전 중흥기부터 지금까지 산업분야에 안정적인 전력을 공급하기 위해 만전을 기해오고 있다. 또한 발전소건설 이후 체계적인 안전관리 활동을 통해 무재해 사업장으로서의 면모를 다져나가고 있는 것은 물론 안전선진문화를 선도하는 사업장으로서의 입지도 착실히 구축해 오고 있다. 영남화력발전소의 슬로건은 "창의와 역동적인 사업소 구현"이다. 그리고 다음과 같은 분야별 기본방침을 설정하여 모든 업무의 최우선에 적용하고 있다. 첫째, 안전분야로서 '인간존중, 인명중시, 3무(무재해, 무사고, 무상해) 달성', 둘째, 품질분야로서 '설비안전성 및 수익성 제고, 국제표준에 부합하는 물질 경영체제 구축', 셋째 환경분야로서 '환경경영 선진화로 녹색성장 추구 선도적 환경관리로 기업이미지 제고' 등이 그것이다. 인간존중의 이념을 최우선으로 내세우고 있다는 것을 볼 때 이곳이 안전경영을 얼마나 중시하고 있는지 쉽게 짐작해볼 수 있다. 화력발전소로서 규모가 크지는 않지만 구성원 모두가 가족적인 분위기 속에서 신명나는 직장분위기를 조성하려 노력한다는 한국남부발전(주) 영남화력발전소를 찾아가 봤다.

• 한국건설관리학회논문집
• /
• 제18권3호
• /
• pp.3-11
• /
• 2017

글로벌 금융위기 이후 OECD 국가들의 청년층 평균 고용률은 2007년 54%에서 2013년 50.8%로 낮아졌고, 청년층 실업률은 2007년 9.7%에서 2013년 13.4%로 큰 폭으로 상승하였다. 이러한 추세는 우리나라에서도 청년층 고용률은 2007년 42.6%에서 2015년에 41.5%로 감소하였고, 실업률은 2007년 7.2%에서 9.2%로 증가하였다. 이와 같이 우리나라 뿐만 아니라 세계 각국의 청년 고용률이 저조하여 사회적인 이슈로 부각되고 있다. 앞으로 우리나라의 건설업 투자는 개발성장 위주에서 질적 성장으로 점차 전환될 것이다. 이러한 방향에 따라 건설기술인력의 고용창출과 글로벌 기술인력의 양성이 무엇보다도 필요하다. 본고는 건설기술인력의 현황 및 대학졸업자의 실태를 분석하여 청년 건설기술인력의 일자리 창출방안을 제시하였다. 향후 글로벌 건설기술인력을 양성하기 위해서는 중장기적인 측면에서 인력양성 대책을 수립할 뿐만 아니라, 특히 건설업이 3D(Dirty, Difficult, Dangerous) 산업에서 3C(Clean, Clear, Creative) 산업으로 발전할 수 있도록 이미지 개선과 인프라 구축을 하는 것이 필요하다.

• 한국지반공학회논문집
• /
• 제37권10호
• /
• pp.13-25
• /
• 2021

트라우즐 연주시험은 화약의 발파성능을 검증하기 위해서 널리 사용되는 시험방법 중 하나이다. 위력이 검증된 폭약을 연주블록의 발파공에 장약 및 전색하여 폭발시킨 후 발파공의 체적변화를 통해 화약의 위력 또는 전색효과 등을 측정하는 방법이라 할 수 있다. 본 연구에서는 발파 시 전색물에 따른 전색효과를 서로 비교하기 위하여 트라우즐 연주시험 및 3차원 고속카메라를 이용한 이미지영상상관기법을 도입하여 발파실험을 수행하였다. 실험에 사용된 폭약은 산업용 에멀젼 폭약을 적용하였고, 전색재료는 모래 및 잔골재를 사용하였다. 트라우즐 연주시험 및 수치해석을 통한 비교에서 표준사보다 잔골재 전색의 경우가 연주블록의 확장이 크게 나타났으며, 3D-DIC 시스템에서도 잔골재 전색의 경우가 모래전색보다 직경변화와 표면변형률 모두 높은 수치를 보였다.

• 한국융합학회논문지
• /
• 제12권10호
• /
• pp.177-188
• /
• 2021

한국의 "항만" 프로젝트가 추진됨에 따라 현대 경제발전에 적응하기 위한 재생사업을 촉진하게 되면서 항구 주변의 건설도 새롭게 정의되었다. 따라서 재생디자인을 통해 항만 주변의 건축물 이미지 건설에 대한 사고가 재조명되고 있으며 그 가운데서 색채는 이미지 건설의 중요한 내용으로 자리잡고 있다. 본 연구에서는 부산 영도의 봉래동 주변지역의 폐공장 건축물의 외벽을 색채 연구대상으로 선정하였으며 재생 후의 공장 건축물의 특징에 근거하여 건축물 색채기능과 상호 결합하여 평가하였다. 기술측면에서는 KSCP 분석시스템을 사용하여 색채분석 하였다. 이를 통해 공장 건축물 외벽의 색채 기획을 제시하여 시각적 측면에서 재생 후 폐공장 건물의 이미지를 제고하여 이로부터 지역의 경제발전을 추진하는 효과를 이룬다. 본 연구결과는 재생 후 항만 공간이 가지고 있는 지역성, 산업성, 상업성의 특징에 부합되며 건축물 색채의 색상, 명도, 채도 및 사용면적에 대한 변화를 통해 심미성을 제고하여 유도성과 안전성의 작용을 증가하는 효과를 가진다는 것을 보여주고 있다.

• 한국건설순환자원학회논문집
• /
• 제9권3호
• /
• pp.348-355
• /
• 2021

도로 포장에 널리 사용되는 아스팔트는 도로가 노출되는 환경에 따라 요구되는 물리적 특성이 상이하다. 이에 따라 첨가제의 배합에 따라 아스팔트가 어떤 물리적 특성을 나타내는지 평가하고 도로의 교통, 기후 환경에 맞추어 적절한 배합을 선택하는 것이 아스팔트 도로의 수명을 확보하기 위해 필수적이다. 아스팔트의 다양한 물리적 특성 중 소성변형에 대한 저항성을 측정하기 위해서는 Dynamic shear rheometer(DSR) 테스트를 주로 사용한다. 하지만 DSR 테스트는 실험 세팅에 따라 결과가 상이하고 특정 온도 범위 내에만 측정이 가능한 단점이 있다. 따라서 본 연구에서는 DSR 테스트의 단점을 극복하고자, Atomic force microscopy로부터 수집된 이미지를 학습하여 레올로지적 특성을 예측하고자 했다. 딥러닝 아키텍처 중 하나인 EfficientNet을 통해 이미지를 학습하였고 딥러닝 모델의 한계인 많은 데이터를 요구한다는 점을 극복하기 위해 전이학습을 이용하여 학습을 진행하였다. 학습된 모델은 이종의 첨가제를 사용하였음에도 높은 정확도로 아스팔트 바인더의 레올로지적 특성을 예측하였다. 특히, 전이학습을 사용하지 않았을 때와 비교하여 빠르게 학습이 가능했다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.274-274
• /
• 2021

토양수분은 가뭄, 홍수, 산불 및 산사태 등 자연재해 발생에 직간접적으로 영향을 미치기 때문에, 시·공간적으로 연속적인 토양수분 관측이 필요하다. 과거에는 TDR (Time Domain Reflectometry) 관측 장비를 설치하여 토양수분의 변화를 관측하였으나, 이러한 지점관측의 경우 하나의 관측지점에서 토양수분을 관측하기 때문에 공간적인 토양수분 변화를 나타내지 못한다. 최근 이러한 문제를 해결하기 위하여 인공위성 이미지 자료를 이용한 토양수분 산정에 관한 연구가 활발히 수행되고 있다. 그러나 SMOS (Soil Moisture and Ocean Salinity), SMAP (Soil Moisture Active Passive)와 같은 다양한 위성에서 관측된 토양수분은 낮은 공간해상도로 인한 불확실성이 커지는 단점이 있다. 최근 이러한 한계를 극복하기 위하여 광학위성영상과 달리 날씨의 영향을 받지 않으며 고해상도 이미지자료를 제공하는 Sentinel-1A/B 위성을 활용하여 토양수분을 관측하는 연구가 진행되고 있다. Sentinel-1은 10m의 높은 공간해상도를 제공하지만, 1~2주 주기로 영상취득이 가능하기 때문에 재방문시기와 같은 시간해상도 문제가 발생한다. 따라서 본 연구에서는 Sentinel-1A/B SAR 기반 후방산란계수와 농촌진흥청에서 제공하는 TDR 기반 토양수분 실측값을 이용하여 우리나라 토양수분 공간분포를 산정하였다. 산정된 Sentinel-1A/B 기반 토양수분과 토양수분자료동화기법을 연계하여 토양의 수리학적 매개변수를 추출하였으며, 추출된 매개변수와 기상자료를 이용하여 장기간(2001~2018) 일별 토양수분 공간분포를 산정하였다.

• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2003년도 학술대회지
• /
• pp.73-81
• /
• 2003

미국 건설산업은 숙련된 기능공의 부족이라는 도전적 과제를 경험해 오고 있다. 이 문제는 다음과 같은 여러 원인들에 의해 야기된것이다. 건설산업의 이미지 저하, 훈련과 교육의 부족, 불분명한 경력관리, 임금의 저하, 노동인력의 구성변화. 건설인력과 관련된 이러한 문제점들을 근본적으로 해결하기 위해 Two-Tier Work Force Strategy라는 획기적인 접근방법이 Center for Construction Industry Studies (CCIS)에서 제안되었다. Two-Tier Work Force Strategy는 Tier I과 Tier II Strategy로 구성되어 있다. Tier I 전략은 기술이 떨어지고 단순작업이 가능한 기능인력을 활용하며, 많은 수의 현장관리인원을 필요로 한다. Tier II 전략은 상대적으로 잘 교육받고, 기술수준이 높은 소수의 기능인력을 활용하며, 그들은 기능능력과 더불어 관리능력도 갖추고 있어야 한다. 그들은 더 높은 급여를 받지만, 높은 기술수준으로 인해 더 생산적으로 일할 수 있고, 다중기술의 보유로 더 오래 현장에머물며, 안전, 품질, 공정, 그리고 원가적 측면에서 향상된 프로젝트 성과를 가져온다. Two-Tier Work Force Strategy는 근래의 기능인력에 대한 문제점을 해결하고, 미래에 더 나은 노동환경을 가져올 수 있는 방안이 될 수 있을 것이다.

• 전자공학회논문지
• /
• 제54권3호
• /
• pp.39-51
• /
• 2017

최근 대규모 또는 소규모 건설 현장을 살펴보면 추락, 충돌 등의 사고가 빈번하게 발생한다. 이러한 사고는 인명 피해뿐만 아니라 경제적으로 크나큰 손실을 가져온다. 대규모 건설 현장의 경우 안전 관리 시스템을 사용하여 산업 재해를 줄이고 있지만, 소규모 건설 현장의 경우 호환성 및 설치 비용 등의 문제로 사용하지 못하고 있다. 소규모 건설 현장의 경우 보호 장비만 착용해도 산업 재해를 줄 일 수 있다. 이에 본 논문에서는 소규모 건설 현장뿐만 아니라 대규모 건설 현장에서도 사용 할 수 있는 안전 관리 시스템을 제안한다. 안전 관리 시스템은 스마트 모듈, 중계기 및 게이트웨이, 모니터링 시스템으로 구분된다. 스마트 모듈은 안전모에 탈 부착이 가능하며, 사용자의 현재 상태를 중계기 및 게이트웨이를 통해 모니터링 시스템으로 전송한다. 중계기는 스마트 모듈로부터 받은 데이터를 게이트웨이로 재전송하며, 게이트웨이는 중계기로부터 받은 데이터를 모니터링 시스템으로 전송한다. 모니터링 시스템은 스마트 모듈로부터 온도, 고도, 조도, 이미지 데이터를 전송받아 현시함으로써 관리자에게 사용자의 상태를 알려준다. 관리자는 모니터링 시스템을 통해 실시간으로 사용자의 상태 파악 및 위급 상황 발생 시 신속하게 조치 할 수 있다.

• 한국ITS학회 논문지
• /
• 제19권6호
• /
• pp.96-106
• /
• 2020

본 연구에서는 루프 센서를 통한 교통량 수집방식의 오류를 해결하기 위해 1종(승용차)과 3종(일반 트럭)의 구분이 어려운 부분 및 영상 이미지의 단점을 보완하기 위해 도로변에 열화상 카메라를 설치하여 영상 이미지를 수집하였다. 수집된 영상 이미지를 레이블링 단계를 거쳐 1종(승용차)과 3종(일반 트럭)의 학습데이터를 구성하였다. 정지영상을 대상으로 labeling을 진행하였으며, 총 17,536대의 차량 이미지(640x480 pixel)에 대해 시행하였다. 열화상 영상 기반의 차종 분류를 달성하기 위해 CNN(Convolutional Neural Network)을 이용하였으며, 제한적인 데이터량과 품질에도 불구하고 97.7%의 분류정확도를 나타내었다. 이는 AI 영상인식 기반의 도로 교통량 데이터 수집 가능성을 보여주는 것이라 판단되며, 향후 더욱더 많은 학습데이터를 축적한다면 12종 차종 분류가 가능할 것이다. 또한, AI 기반 영상인식으로 도로 교통량의 12종 차종뿐만 아니라 다양한(친환경 차량, 도로 법규 위반차량, 이륜자동차 등) 차종 분류를 할 수 있을 것이며, 이는 국가정책, 연구, 산업 등의 통계 데이터로 활용도가 높을 것으로 판단된다.