• 터널과지하공간
• /
• 제8권4호
• /
• pp.275-286
• /
• 1998

균열연결망 모델에서의 투수계수 텐서, 주 투수계수 그리고 주 투수계수 방향들에 대한 인자에 근거해서 유효투수계수와 대표요소체적을 구하였다. 전체브록에 대한 소블록의 투수계수의 계산을 통해서 유효투수계수는 조화평균과 산술평균 사이의 범위임을 알 수 있었다. 정육면체 모델에서 체적의 증가에 따른 유량의 변화계산에 대한 수치실험으로부터 유량의 변화는 모델의 체적이 대표요소체적에 접근함에 따라 감소함을 보여 주어ST다. 터널로의 지하수 유입량은 대표요소체적 개념보다는 터널길이대 모델크기의 비에 더 큰 영향을 받는다고 볼 수 있다. 그리고 균열연결망 모델과 등가다공성 모델에서의 지하수 유입량은 정확히 일치하지 않았으며 특히 모델크기에 대한 터널길이가 작을수록 그 차이가 크게 발생하였다.

• 한국전산구조공학회논문집
• /
• 제25권4호
• /
• pp.293-300
• /
• 2012

본 논문에서는 직교이방성 적층평판에서의 균열생성 및 전파로 이루어진 층간분리해석을 다룬다. 기존의 p-유한요소가 가지고 있는 요소의 강건성을 균열진전해석에 적용하여, 균열진전시 모델링을 재구성하지 않고, 균열 선단부에 해당되는 꼭지점 모드의 위치만을 이동하도록 하여, 요소망을 단순화시켰다. 이와 같은 층간분리해석에 대해서 이 논문에서의 주요 목적은 다음 두 가지이다. 첫째, 적층복합 재료의 층간분리해석 시, 일반적인 유한요소 모델과 비교하여 매우 간단한 요소망을 가지는 모델을 제안하는 것이다. 모델의 타당성을 평가하기 위해 적층 복합재료로 구성된 이중 외팔보 해석을 통하여, 기존 참고문헌 값과의 비교를 수행하였다. 둘째, 제안된 모델을 내부균열을 갖는 적층평판의 층간분리해석에 적용하여 여러 가지 거동 양상에 대한 평가이다. 이와 같은 목적을 수행하기 위하여 로바토 형상함수를 이용한 완전층별요소가 고려되었으며, 선형탄성파괴역학에 기초한 3차원 가상균열닫힘법을 이용하여 에너지 방출률을 산정하였다.

• 한국전자통신학회논문지
• /
• 제8권8호
• /
• pp.1195-1200
• /
• 2013

본 논문에서는 퍼지 제어 기법을 적용하여 학습률을 자동으로 조정하는 개선된 Max-Min 신경망을 제안하였다. 개선된 Max-Min 신경망은 경쟁 단계에서 필요한 학습 시간을 줄이기 위하여, 정확성의 수와 부정확성의 수를 퍼지 제어 시스템의 입력으로 적용하여 학습률을 동적으로 조정하는 기법이다. 본 논문에서 제안된 방법을 실제 콘크리트 표면 균열 영상에서 추출한 균열의 방향성 패턴을 대상으로 인식 실험한 결과, 개선된 Max-Min 신경망이 효과적임을 확인할 수 있었다.

• 콘크리트학회지
• /
• 제9권5호
• /
• pp.189-196
• /
• 1997

본 연구에서는 유한요소법을 이용한 콘크리트 인장균열의 발생 및 전파양상을 모형화하기 위하여 분산균열(smeared crack) 모델의 일종인 2차원 균질화된 균열(homogenized crack)모형을 제안하였다. 제안한 모형은 인장균열면을 따라 속도 불연속계(velocity discontinuity)를 도입하고 평형방정식 빛 적합방정식을 이용하여 인장균열을 포함한 콘크리트의 구성방정식을 유도할 수 있으며 인장균열이 소성연화거동을 하는 경우. 유한요소망내에서 객관성이 유지될 수 있음을 밝히기 위하여 1차원 영역내에서 엄밀해를 유도하였다. 제안한 모형을 이용한 1차원 또는 2차원 유한요소 해석은 기존의 노치를 포함한 콘크리트 시편에 대한 실험과 상응하는 결과를 보였을 뿐만 아니라 유한요소망의 객관성이 유지되고 있음을 밝혔다. 제안한 모형은 큰 어려움없이 3차원 영역으로 확대할 수 있을 것이며 이에 대한 추가적인 연구가 계속될 것이다.

• 터널과지하공간
• /
• 제29권3호
• /
• pp.184-196
• /
• 2019

본 연구에서는 화강암 시편에서 수압 파쇄법에 의해 생성된 미세균열의 3차원 형상을 X-ray CT 영상과 딥러닝을 이용하여 추출하였다. 실험으로 생성된 미세균열은 X-ray CT 영상 상에서 일반적인 영상처리방법으로는 추출하기 매우 어렵고 육안으로만 관찰이 가능한 형태를 지닌다. 하지만 본 연구에서 제안한 합성곱 신경망(Convolutional neural network) 기반 인코더-디코더(Encoder-Decoder) 구조의 딥러닝 모델을 통해 미세균열을 정량적으로 추출할 수 있었다. 특히 픽셀 단위의 미세균열 추출을 위해 인코딩 과정에서 소실되는 정보를 디코딩 과정으로 직접 전달하는 디코더 모델을 제안하였다. 또한, 딥러닝 기반 신경망 학습에 필요한 데이터의 수를 증가시키기 위해 이미지의 분할(Division), 회전(Rotation), 그리고 반전(Flipping) 등으로 데이터를 생성하는 영상 증대 방법을 적용하였으며 이때 최적의 조합을 확인하였다. 최적의 영상 학습 데이터 증대 방법을 적용하였을 때 검증 데이터뿐만 아니라 테스트 데이터에서의 성능 향상을 확인하였다. 학습 데이터의 원본 개수가 딥러닝 기반 신경망의 균열 추출 성능에 미치는 영향을 확인하고 딥러닝 기술을 사용하여 성공적으로 미세균열을 추출하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제28권2호
• /
• pp.1-9
• /
• 2022

본 논문에서는 균열을 감지 할 때 필요한 데이터를 생성할 수 있는 벡터 기반 증강 기법과 이를 학습할 수 있는 합성곱 인공신경망(Convolution Neural Networks, ConvNet) 기법을 제안한다. 균열을 빠르고 정확하게 감지하는 것은 건물 붕괴와 낙하 사고를 사전에 방지할 수 있는 중요한 기술이다. 이 문제를 인공지능으로 해결하기 위해서는 대량의 데이터 확보가 필수적이지만, 실제 균열 이미지를 얻기 위한 상황은 대부분 위험하기 때문에 대량의 균열 데이터를 확보하기는 어렵다. 이런 데이터베이스 구축의 문제점은 인위적인 특정 부분에 변형을 주어 데이터의 양을 늘리는 탄성왜곡(Elastic distortion)으로 완화시킬 수 있지만, 본 논문에서는 이보다 향상된 균열 패턴 결과를 ConvNet을 활용하여 모델링한다. 탄성왜곡보다 우리의 방법이 실제 균열 패턴과 유사하게 추출된 결과를 얻을 수 있었고, 일반적인 데이터 증강에서 사용되는 픽셀 단위가 아닌, 벡터 기반으로 균열 데이터 증강을 설계함으로써 균열의 변화량 측면에서 우수한 결과를 얻을 수 있다. 결과적으로 본 논문에서는 적은 개수의 균열 데이터를 입력으로 사용했음에도 불구하고 균열의 방향 및 패턴을 다양하게 생성하여 효율적으로 균열 데이터베이스를 구축할 수 있다.

• 터널과지하공간
• /
• 제27권2호
• /
• pp.100-108
• /
• 2017

균열텐서 파라미터는 절리의 기하학적 속성이 결합된 효과를 지시하는 척도로 사용할 수 있으며 불연속절리망(DFN)에서 유체 유동통로의 연결 상태를 정량화할 수 있다. 본 연구는 이차원 DFN의 균열텐서 파라미터와 수리적 특성 간의 상관성 분석을 수행하였다. DFN에서 임의 방향으로의 수리전도도는 이에 직교하는 방향으로 산정된 균열텐서성분과 강한 비선형 관계를 갖는 것으로 평가되었다. 서로 다른 규모의 이차원 DFN 블록에서 방향에 따른 균열텐서의 일차불변량($F_0$)을 방사형 도표로 나타내었을 때, 방향에 따른 $F_0$ 값의 유의미한 변화가 없는 원형의 플롯은 절리성 암반을 대표요소체적으로 취급하기 위한 필요조건이 될 수 있다. DFN 블록에서 임의 방향으로 개별체 해석기법으로 산정한 수리전도도와 이론적 수리전도도 사이의 상대오차(ER)는 $F_0$의 증가에 따라 감소한다. $F_0$는 평균 블록수리전도도와 강한 함수관계를 갖는 것으로 분석되었다.

• 한국전산구조공학회논문집
• /
• 제22권4호
• /
• pp.335-341
• /
• 2009

본 논문에서는 MLS기반 유한요소에 대한 현재 개발상황에 대한 개관과 향후 예상할 수 있는 응용분야에 대한 제안을 하였다. 이동최소제곱근사를 이용하여 형상함수를 생성하는 MLS기반 유한요소는, 요소의 경계에서 기존 유한요소의 성질-크로네커 델타 조건-을 가지면서도 기존 요소가 갖지 못했던 임의의 절점 추가가 자유롭다는 장점이 있어 다양한 변절점 요소로의 개발이 이루어져 왔다. 선형 또는 이차형상함수를 갖는 2차원 변절점요소 뿐 아니라, 균열선단과 균열면을 포함하고 있는 2차원 균열요소와 3차원에서의 제한적인 변절점요소 등이 개발되어 다양한 불연속성 문제에 적용 가능함이 입증되었다. 이러한 MLS기반 유한요소는 향후 2차원 변절점 3각요소, 2차원 삼각균열요소, 변절점 쉘요소, 균열 쉘요소, 마칭큐브알고리즘에 적합한 3차원 다면체요소로의 개발이 가능할 것으로 예상되며, 본 논문에서는 그 일례로 3차원 다면체요소를 이용한 대퇴골의 요소망 생성을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권4호
• /
• pp.65-73
• /
• 2023

본 논문에서는 콘크리트 균열 이미지 데이터셋을 효율적으로 얻기 위한 합성곱 신경망 네트워크 학습 기반의 데이터 증강기법을 제안한다. 실제 콘크리트 균열 이미지는 정형화된 형태가 없고 복잡한 패턴을 지니고 있어 얻기 어려울 뿐만 아니라, 데이터를 확보할 때 위험한 상황에 노출될 우려가 있다. 이러한 상황에 노출된 데이터셋 수집 문제를 본 논문에서는 벡터와 두께 기반의 데이터 증강 기법을 통해 비용과 시간적 측면에서 효율적으로 해결한다. 또한 제안한 방법을 효율성을 입증하고자 U-Net기반의 균열 검출을 통해 다양한 장면에서 실험을 진행했고, IoU 정확도로 측정했을 때 모든 장면에서 성능이 향상되었다. 콘크리트 균열 데이터를 증강하지 않았을 경우 잘못 예측된 경우의 비율이 약 25%였으나, 우리의 방법을 통해 데이터 증강을 했을 경우 잘못 예측된 비율이 3%까지 감소하였다.

• 한국건설순환자원학회논문집
• /
• 제9권3호
• /
• pp.303-310
• /
• 2021

교량의 균열은 교량의 상태를 나타내는 중요한 요소이며 주기적인 모니터링 대상이다. 그러나 전문가가 육안으로 점검하는 것은 비용, 시간, 신뢰성 면에서 문제가 있다. 따라서 최근에는 이러한 문제를 극복하기 위해 자동화 가능한 딥러닝 모델을 적용하기 위한 연구가 시작되었다. 딥러닝 모델은 예측할 상황에 대한 충분한 데이터가 필요하지만 교량 균열 데이터는 상대적으로 얻기가 어렵다. 특히 교량의 설계, 위치, 공법에 따라 교량 균열의 형상이 달라질 수 있어 특정 상황에서 많은 양의 균열 데이터를 수집하기 어려움이 따른다. 본 연구에서는 적대적 생성 신경망(Generative Adversarial Network, GAN)을 통해 불충분한 균열 데이터를 생성하고 학습하는 균열 탐지 모델을 개발했다. 본 연구에서는 GAN을 이용하여 주어진 균열 데이터와 통계적으로 유사한 데이터를 성공적으로 생성했으며, 생성된 이미지를 사용하지 않을 때보다 생성된 이미지를 사용할 때 약 3% 더 높은 정확도로 균열 감지가 가능했다. 이러한 접근 방식은 교량의 균열 검출이 필요하지만 균열 데이터는 충분하지 않거나 하나의 클래스에 대한 데이터가 상대적으로 적을 때 감지 모델의 성능을 효과적으로 향상시킬 것으로 기대된다.