• 대한토목학회논문집
• /
• 제43권1호
• /
• pp.71-77
• /
• 2023

지속적인 산업 발전에 따라 천연자원 고갈, 폐기물 발생 뿐만 아니라 다양한 기상이변 현상 발생이 빈번해지고 있다. 기후위기 극복과 자원절약을 위해 산업부산물을 재활용하기 위한 노력이 계속되고 있다. 슬래그는 철강산업에서 발생하는 대표적인 부산물로 밀도가 크고 강성이 높은 특징에 따라 아스팔트 콘크리트용 재료로 활용시 강도 증진, 변형 감소를 가져와 소성변형 저항성과 수분 저항성을 향상시키는 특징이 있다. 반면 팽창 특성을 갖고 있어 성토재, 매립재 등 비교적 저부가가치용 재료로 활용되고 있다. 슬래그 재료의 적용처 확대를 위해 슬래그 아스팔트 콘크리트 포장의 균열 저항성 평가 실험을 수행하였다. 간접인장강도 시험결과 슬래그 골재를 사용한 아스팔트 혼합물은 동일 입도의 일반 혼합물 대비 1.13배 이상 높은 값을 보이고 터프니스 또한 1.17대 높아 균열저항성이 향상되는 것으로 나타났다. 또한, 4점 빔 피로 실험과 슬래그 아스팔트 혼합물의 파괴횟수가 20,409회로 일반 혼합물 대비 2배 이상 증가하였으며 Overlay Test 결과 인장하중 잔류율이 4배 이상 높은 값을보여 반복적인 피로에 대한 균열 저항성도 향상되는 것을 알 수 있었다. 이에 따라 슬래그 골재의 사용은 아스팔트 콘크리트 포장의 성능 향상에 다양한 이점이 될 수 있을 것으로 평가된다.

• 대한토목학회논문집
• /
• 제28권4A호
• /
• pp.537-548
• /
• 2008

최근 들어 비부착 강선을 이용한 프리스트레스트 콘크리트 구조물의 건설이 증가하고 있다. 그러나 극한거동 해석 시 단면 적합조건을 이용하는 내부 부착 강선과는 다르게 비부착 강선은 부재의 전체거동에 의해서 응력 증가량이 결정된다. 또한 외부 강선의 경우에는 편향부에서의 미끌림 효과와 강선의 편심 변화 효과 등이 발생하게 된다. 따라서 본 연구는 비부착 강선을 가지는 프리스트레스트 콘크리트(PSC) 보의 거동 특성을 평가하고 비부착 강선의 극한 응력을 구하기 위하여 지간길이/유효깊이, 콘크리트 압축강도, 철근비 및 기존 부착강선의 영향 등을 변수로 하여 정적 휨실험을 수행하여 비부착 강선 부재의 휨거동 특성을 얻었다. 실험결과에 의하면 균열하중, 철근 항복 하중 및 파괴하중의 경우, 콘크리트 강도보다는 철근비의 영향이 더 크게 나타났으며, 강도 측면에서는 고강도의 경우가 저강도의 경우보다 약간은 구조 성능이 우수하나, 큰 차이는 없는 것으로 나타났다. 또한 L/dp 값이 커질수록 훨씬 더 긴 구간의 연성 거동이 있는 것으로 나타났다. 이는 철근 항복 이후 비부착 강선의 기여가 상당히 크다는 것을 알 수 있었으며, ACI-318에서 제시하고 있는 비부착 강선의 극한 응력식은 실험 결과와 잘 일치하지 않으며, 경향성도 없는 것으로 나타났다. 실험결과 들을 분석하여 미끌림 현상이 없는 비부착 강선의 극한응력에 대한 예측식을 제안하였다. 제안된 예측식은 실험결과와 비교적 잘 일치하는 것으로 나타났으며, 미끌림 현상이 없는 비부착 강선의 극한 휨거동 평가, PSC 부재 해석 및 설계 시 본 연구에서 제안된 식은 유용한 기초가 될 것으로 사료된다.

• 대한토목학회논문집
• /
• 제26권4B호
• /
• pp.389-398
• /
• 2006

본 연구에서는 강우의 시 공간적 분포의 불규칙한 변동성을 고려한 강우-유출예측모형을 위해 인공신경망(Artificial Neural Networks: ANNs)의 기법의 일종인 자기조직화(Self Organizing Map: SOM) 이론과 역전파 학습 알고리즘(Back Propagation Algorithm: BPA을 복합적으로 이용하였다. 기존의 인공신경망 연구에서 야기된 저 갈수기의 유출량에 대한 과대평가, 홍수기의 유출량에 대한 과소평가, 예측값이 연속적으로 선행 유출량을 나타내는 Persistence 현상을 해결하기 위하여 패턴분류 성능을 지닌 SOM 이론을 예측모형의 전처리 과정으로 이용하였다. 먼저, 본 연구에서 제안한 방법은 SOM에 의해 강우-유출 관계를 분류하고, SOM에 의한 분류에 따라 각각의 모형을 구성한다. 개별적으로 구축된 모형은 유출량의 예측을 위해 각각의 양상에 따라 분류된 자료를 이용한다. 결과적으로 본 연구에서 제안한 방법은 과거의 인공신경망의 일반적인 적용에 의한 결과보다 더 나은 예측능력을 보여주었으며, 더불어 유출량의 과소 및 과대추정과 Persistence 현상과 같은 문제점이 나타나지 않았다.

• 대한토목학회논문집
• /
• 제30권1C호
• /
• pp.65-76
• /
• 2010

최근 지진 발생 사례들에서는 암반보다는 대부분 토사 퇴적층으로 구성된 부지에서의 심각한 지진 피해를 보여주고 있다. 이는 지진지반 운동의 증폭을 야기하는 부지 효과가 기반암 위 토사의 공간적 분포 및 동적 특성에 주로 관련되어 있기 때문이다. 본 연구에서는 지반 자료에 관한 통합적 GIS 기반의 정보 시스템을 국내 대표적 대도시 지역인 서울에서의 지진 운동에 대한 지역적 종합 대책 수립의 일환으로 구축하였다. 서울 지역에 대한 GIS 기반 지반 정보 시스템을 구축하기 위하여, 연구 대상 영역 및 인근에 대한 기존 지반 조사 자료의 수집이 이루어 졌고 지표 지반-지식 자료의 확보를 위한 부지 방문 조사가 추가적으로 수행되었다. 관심 대상 영역의 부지 효과 평가를 위한 지반 정보 시스템의 실질적 적용 목적으로, 지반지진공학적 변수인 기반암 심도 및 부지 주기에 관한 지진재해 구역 지도를 작성하고 지진 유발 재해 예측을 위한 지역적 종합 대책으로 제시하였다. 또한, 서울 지역 내 임의 부지 및 하위 행정 단위에서의 내진 설계 및 내진 성능 평가를 위한 부지 증폭계수의 결정 수단으로 부지 분류의 지진재해 구역화를 수행하였다. 본 연구에서 수행된 서울 지역에서의 지진재해 구역화 사례 연구로부터 GIS 기반의 지반 정보 시스템의 대도시에 대한 지진재해의 지역적 예측 뿐만 아니라 지진재해 저감을 위한 의사 결정 지원에서의 활용가능성을 확인하였다.

• 대한토목학회논문집
• /
• 제29권5D호
• /
• pp.635-644
• /
• 2009

외부 환경에서의 영상처리 기술은 외부환경에 매우 민감하여 외부환경이 급격하게 변화할 때마다 정확도가 많이 떨어지는 경향이 있다. 따라서 교통감시시스템으로 정확한 교통정보를 산출하기 위해서는 (여기서 교통감시시스템은 영상처리 기술을 이용하여 교통상황을 감시하는 시스템) '전이시간대의 그림자 제거', '야간에 차량 전조등에 의한 왜곡', '비', 눈, 그리고 안개에 의한 잡음', '폐색(occlusion)' 등을 필히 해결해야만 한다. 본 논문은 다양한 변화가 일어나는 실외환경에서 영상처리 기술을 이용하여 교통량, 속도, 점유시간을 산출하는 시스템을 개발하였다. 따라서, 시스템의 성능을 검증하기 위해 한국건설 기술연구원에서 운영하고 있는 곤지암 시험장에서 2008년 12월 16일부터 18일까지 교통량, 속도, 점유시간에 대해 4개차로 (상행 2차로, 하행 2차로)를 대상으로 평가하였다. 평가 방법은 기준데이터가 되는 레이더 검지기 데이터와 본 연구의 영상처리기술에 의해 산출된 데이터를 비교하는 방법으로 수행되었다. 평가 결과, 주간, 야간, 일출, 일몰 시간대 모두 교통량, 속도, 점유시간 산출 값이 기준데이터와 비교했을 때 약 92%에서 97%까지의 정확도가 있는 것으로 평가되었다.

• 대한화상학회지
• /
• 제21권1호
• /
• pp.17-21
• /
• 2018

Purpose: This study aimed to evaluate the thermal protective function of firefighter clothes and gloves through real scale fire simulations. Methods: Firstly, the fire simulation by real scale flame was performed for firefighter clothes. A manikin equipped with firefighter clothes was directly exposed to flames which energy average is 84 Kw/m². for 22 seconds. Heat flux gauges attached on the body measured surface temperature elevation. Secondly, we also performed the other fire simulation by hot plate exposure to firefighter gloves. Firefighter gloves with heat flux gauges exposed hot plate which temperature is 300℃ in both dry and moist conditions. Primary outcome was surface temperature change of manikin body (first simulation) and hand (second simulation) over times. Results: In the first flame simulation, the surface temperature of face and shoulders elevated more rapidly comparing with the other body surface area when initial period of flame shutter open. After 18sec of shutter open, the surface temperature of upper trunk elevated rapildy. After shutter closure, high surface temperature kept continuously on right side of face and left shoulder. In the second hot plate simulation, fingers and palms showed higher surface temperature than the other areas of hands in the both dry and wet conditions. Conclusion: This study suggests that the real scale flame enables firefighter clothes to lose their heat protective function suddenly after 18 seconds. Additionally, the protective function of firefighter gloves were relatively weaker in the palmar side of fingers than the other parts of hand. There should be additional study for evaluate thermal protection performance of firefighter clothes. And, further effort for reinforce palmar side of fingers of firefighter gloves should be done.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 춘계학술대회
• /
• pp.391-393
• /
• 2022

최근에는 딥러닝과 빅데이터를 기반으로 한 수요예측 기술이 전자상거래, 물류, 유통 분야의 스마트화를 가속화하고 있다. 특히, 글로벌 운송 네트워크와 현대적인 지능형 물류의 중심인 항만은 4차 산업혁명으로 인한 세계 경제 및 항만 환경의 변화에 발 빠르게 대응하고 있습니다. 항만물동량 예측은 신항만 건설, 항만확장, 터미널 운영 등 다양한 분야에서 중요한 영향을 담당하고 있다. 따라서 본 연구의 목적은 항만 물동량 예측에 자주 쓰이는 시계열 분석과 타 산업에서 좋은 결과를 도출해내고 있는 딥러닝 분석을 비교하여 부산항의 미래 컨테이너 예측에 적합한 예측모델을 제시하는 것이다. 부산항 컨테이너 물동량을 이용하여 학습시키고 그 이후 물동량 예측을 진행하였다. 또한, 상관관계 분석을 통해 물동량 변화와 관련된 외부변수를 선정하여 다변량 딥러닝 예측모델에 적용하였다. 그 결과 부산항 컨테이너 물동량만 이용한 단일변수 예측모델에서 LSTM의 오차가 가장 낮았고, 외부변수를 이용한 다변수 예측모델에서도 LSTM의 성능이 가장 우수하였다.

• 해양환경안전학회지
• /
• 제29권7호
• /
• pp.980-991
• /
• 2023

항만 내 선박과 부두의 사고를 예방하기 위하여 통항 및 접안 안전성 평가를 통하여 안전한 부두가 건설되어 관리하고 있으나, 선박의 접안 및 계류 과정에서 선박이 부두에 충돌하거나 로프로 인한 인명사고의 발생 등 예측할 수 없는 사고들이 종종 발생한다. 자동계류장치는 선박의 신속하고 안전한 계류를 위한 자동화된 시스템으로 로봇 매니퓰레이터와 흡착 패드로 구성된 탈/부착 메커니즘을 가지고 있다. 본 논문은 자동계류장치의 흡착 패드의 위치 및 속도제어에 필요한 선체와의 변위 및 속도 측정 시스템을 다룬다. 자동계류장치에 적합한 측정 시스템을 설계하기 위하여, 본 논문은 우선 센서의 성능 및 실외 환경적 특성 분석을 수행한다. 다음으로 이러한 분석 결과를 토대로 실외 부두환경에서 설치되는 자동계류장치에 적합한 변위 및 속도 측정시스템의 구성 및 설계 방법에 대해 기술한다. 또한 센서의 측정상태 감지 및 속도 추정을 위한 알고리즘을 제시한다. 제안된 방법은 다양한 속도 구간에서의 변위 및 속도 측정 실험을 통해 그 유용성을 검증한다.

• 대한토목학회논문집
• /
• 제43권6호
• /
• pp.883-896
• /
• 2023

인간 활동 영역이 산지 곳곳에 퍼져 있는 한국에서는 산불이 주거지역이나 각종 시설물을 위협하는 경우가 잦다. 따라서 산불 이후 대책 마련과 피해 복구를 위해 피해 범위를 빠르게 파악할 필요가 있으며, 이러한 경우 원격탐사가 유용한 도구가 될 수 있다. 본 연구에서는 2019년 4월에 발생한 고성·속초 산불 피해지역에 k-nearest neighbor (kNN) 알고리즘을 적용하여 피해 범위를 탐지하는 실험을 수행하였다. 다양한 인공지물을 포함하는 지표와 숲이 혼재된 지역 특성을 고려하여 적절한 공간 해상도와 시간 해상도를 제공하는 Sentinel-2 multispectral instrument (MSI) 자료를 사용하였다. Sentinel-2 MSI의 여섯 밴드와 정규식생지수(NDVI), 정규탄화지수(NBR)를 분류 특성으로 사용하였다. 산불 피해지역과 비피해 지역에서 무작위로 추출된 2,000개 지점 정보를 이용하여 kNN 분류기를 훈련시켰다. 분류 성능을 높이기 위해 데이터에서 특이값을 제거하고 임상도를 병용하였다. 다양한 이웃(neighbor) 수와 분류 특성 조합을 적용하여 산불 후 데이터를 이용한 실험과 산불 전후 데이터 차이를 이용한 실험을 수행하였다. 산불 전후 데이터 차이를 이용하였을 때 더 우수한 분류 성과를 얻을 수 있었지만, 산불 후 데이터만을 이용한 경우에도 피해지역의 범위를 파악할 수 있었다.

• 터널과지하공간
• /
• 제33권6호
• /
• pp.508-518
• /
• 2023

이 논문은 LiDAR 스캔 또는 사진측량 기술에 의해 재구성된 3D 디지털 모델을 기반으로 터널 벽면의 불연속면을 자동으로 매핑하는 새로운 접근 방식을 제안한다. 본 제안에서는 U-Net이라 불리는 딥러닝 시맨틱 영역분할 모델을 사용하며, 터널 막장면의 3D 지형 모델에서 불연속면 영역을 식별해 낸다. 제안된 딥러닝 모델은 투영된 RGB 이미지, 면의 깊이 이미지 및 국부적인 면의 표면 속성 이미지(즉, 법선 벡터 및 곡률 이미지)를 포함한 다양한 정보를 종합 학습하여 기본 3차원 이미지에서 불연속면 영역을 효과적으로 분할한다. 이후 영역분할 결과는 면의 깊이 맵과 투영 행렬을 사용하여 3D 모델로 다시 투영시키고, 3D 공간 내에서 불연속면의 위치 및 범위를 정확하게 표현한다. 영역분할 모델의 성능은 영역 분할된 결과를 해당 지면 실측 값과 비교함으로써 평가하였으며, IoU(intersection-over-union) 값이 약 0.8 정도로 나타나 영역분할 결과의 높은 정확성을 확인하였다. 여전히 학습데이터가 제한적 이었음에도 불구하고, 제안 기법은 3D 모델의 점군 데이터를 불연속면의 유사군으로 그룹화하기 위해 전 막장면의 법선 벡터와 클러스터링과 같은 비지도 학습기반 알고리즘에만 의존하던 기존 접근 방식의 한계의 극복 가능성을 보여주었다.