• 한국펄프종이공학회:학술대회논문집
• /
• 한국펄프종이공학회 1999년도 춘계학술발표논문집
• /
• pp.77-77
• /
• 1999

담배용 필터에 사용되고 있는 재료는 아세테이트, 종이, 폴리프로펼렌, 부직포등이 주로 이용되고 있으 며 담배연기의 흡착능을 향상시키기 위한 방법으로 활성탄 제오라이트와 같은 흡착제를 담배필터에 첨가하여 사용하고 있다. 본 실험에서는 펼터에 가장 보편적으로 많이 사용하고 있는 활성탄을 종이 제조과정에 첨가하여 나타나는 물리적 특성을 관찰하였고 제조된 종이를 담배필터에 적용하기 위하여 현행 습식 크림핑(crimping)방법과는 달리 건식 크림핑(crimping)방법을 이용한 적합한 조건을 검토하 였으며 이에 따른 담배필터에서의 연기흡착능을 분석한 결과는 다음과 같다. 1. 시트의 물리적 특성과 담배 연기성분 홉착능을 예측하기 위하여 펄프의 불성과 uv 홉착능을 분 석한 결과 Sw-BKP가 Hw-BKP에 비하여 강도적 성질이 우수하였고 또한 메틸렌불루(methylene b blue) 흡착능도 높은 경 향을 나타내 었다. 2. 활성탄 함량의 증가에 따라 섬유간의 결합력이 약화됨에 따라서 시트의 인장강도 및 파열강도가 감 소하는 경향이 가장 크게 나타났으며 평량이 펼프 배합비보다 높은 인자로 작용하였다. 또한 인자 간의 교호작용에서는 평량과 활성탄 함량에 따라서 크게 나타났으며 평량, Sw-BKP의 함량이 증가할 수록 인장강도는 증가하였다. 3. Stiffness는 활성탄 함량 펄프 배합비 평량의 순에따라 중요한 인자로 작용하였고 활성탄 함량 이 많을수록 stiffness는 감소하였으며 평 량 Sw-BKP의 함량이 높을수록 증가하였다 인자간의 교 호작용은 평량과 활성탄 함량이 다른 요인에 비하여 높은 경향을 보였다. 4. 인열강도는 활성탄 함량이 증가함에 따라 가장 크게 감소하였고 시트의 평량이 펄프 배합비보다 높은 인자로 작용하였으며 평 량 Sw-BKP의 함량이 높을수록 증가하였다 인자간의 교호작용에서는 펄프 배합비와 활성탄 함량에 따라 크게 나타났다. 5. 종이 필터지에서 시트의 평량이 bulk에 가장 큰 인자로 작용하였는데 이는 같은 두께에서 평량올 변화시킨 요인으로 판단되며 시트의 평량이 높을수록 감소하였고 활성탄 함량, Sw-BKP의 배합비 가 높을수록 증가하였다. 또한, 인자간의 교호작용은 평 량과 활성 탄 함량에 따라 크게 작용하였다. 6 6. Crimp index는 관능검사 결과로서 활성탄 함량이 증가함에 따라 현저하게 저하되었으며 평량 및 S Sw-BKP의 배합비가 높을수록 양호한 결과를 나타내었다. 인자간의 교호작용에서는 평량과 펄프 배합비에 따라 가장 높은 경향을 나타내었다. 7 활성탄을 첨가하여 제조한 종이필터의 담배 연기성분 흡착능은 acetate tow에 charcoal을 첨가한 필터에 비하여 tar흡착능이 6% 이상 향상되었고, 특히 증기상 물질(vapour phase)중 aldehyde류에 대한 제거율(removal efficiency)이 높게 나타났다. 8. 건식 크림핑 방법에 의한 담배필터 제조시 펼프의 홉착능, 시트의 강도적 특성, 크림핑 조건 및 담 배 연기성분 흡착능 등을 고려하여 적정조건을 선정하였으며, 펄프 배합비(Sw-BKP따w-BKP)는 6 65/35, 시트의 평량은 40g/$m^2$ 활성탄 함량은 10% 이었다.

• Elastomers and Composites
• /
• 제11권2호
• /
• pp.192-213
• /
• 1976

지금(至今)까지 고무의 배합(配合)과 이의 조성(組成)에 대(對)하여 나타냈으며 배합성분(配合性分)에 영향(影響)을 주는 인자(因子), 즉(卽) 고무류(類), 고무 혼합물(混合物), 가황제(加黃劑)의 선택(選擇), 카아본 블랙의 종류(種類), 배합조제(配合助劑)나 extender의 효과(效果), 비흑색(非黑色) 충전제(充塡劑), 수지(樹脂) 그리고 지연제(遲延劑) 및 배합(配合)에 관계(關係)되는 사항(事項)을 논의(論議)하였다. 배합조건(配合條件)의 가장 중요(重要)한 것은 알맞은 고무의 선택(選擇)이며 다음으로는 가황제(加黃劑) 그리고 카아본 블랙의 순서(順序)로 되어 있다. 그 외(外)의 것도 중요(重要)한 역할(役割)을 하지만 상기(上記) 보다는 그렇게 핵의적(核心的)인 영향(影響)을 미치지는 않는다.

• 한국건축시공학회지
• /
• 제22권6호
• /
• pp.619-630
• /
• 2022

콘크리트의 배합설계와 압축강도 평가는 지속가능한 구조물의 내구성을 위한 기초적인 자료로서 활용되고 있다. 하지만, 콘크리트 배합설계는 최근 배합요소의 다변화 등의 이유로 인하여 정확한 배합요소 산정이나 기준값 설정에 어려움을 겪고 있다. 본 연구에서는 인공지능 기법 중 하나인 딥러닝 기법을 사용하여 삼성분계 콘크리트의 배합요소를 산정하는 양방향 해석의 예측모델을 설계하는 것을 목적으로 한다. 콘크리트 배합요소 산정을 위한 DNN 기반 예측모 델은 층 수, 은닉 뉴런 수를 변수로 한 총 8개의 모델을 사용하여 성능평가 및 비교를 실시하였으며, 이후 학습된 DNN 모델을 사용하여 소요압축강도에 따른 콘크리트 배합 산정 결과를 출력하였다. 모델의 성능평가 결과, 콘크리트 압축 강도 인자에 대하여 평균 약 1.423%의 오류율을 나타내었으며, 삼성분계 콘크리트 배합인자 예측에 대하여 평균 8.22%의 MAPE 오차를 만족하였다. DNN 모델의 구조별 성능평가 비교 결과, 모든 배합인자에 대하여 DNN5L-2048 모델이 가장 높은 성능을 보였다. 학습된 DNN 모델을 사용하여 30, 50MPa의 소요압축강도를 가지는 삼성분계 콘크 리트 배합표 예측을 진행하였으며, 추후 학습을 위한 데이터 세트 확장과 실제 콘크리트 배합표와 DNN 모델 출력 콘 크리트 배합표 간의 비교를 통한 검증 과정이 필요할 것으로 판단된다.

• 한국콘크리트학회:학술대회논문집
• /
• 한국콘크리트학회 2009년도 춘계 학술대회 제21권1호
• /
• pp.227-228
• /
• 2009

본 연구는 80MPa급 고강도콘크리트를 적용한 건축물의 화재시 성능확보를 위한 보강인자 배합사용에 있어 효율적인 내화성능 및 시공성을 확보하기 위한 최적배합비를 도출하고자 하였다. 이를 위한 분석 방법인 반응표면분석을 이용한 과정을 통하여 내화보강인자간의 최적공정조건 도출시 각 물성의 한계 값 설정에 따른 최적배합의 타당성을 검토하고자 하였다.

• 오리마을
• /
• 통권159호
• /
• pp.32-34
• /
• 2016

체리벨리에서의 오리 사료 배합은 제한된 함량에서의 원재료들과 밀, 그리고 대두를 기반으로 한다. 주의해야 할 점은 영양성분으로 잘 알려진 원재료들이 항영양 인자로 작용하지 않도록 관리와 통제가 필요하다. 오리 생산에 특히 피해를 입히는 마이코톡신들에 대한 내성은 없다. 펠렛 형태의 모든 사료들은 높은 강도과 낮은 먼지 함량, 그리고 높은 생산성과 최고의 사료 효율을 유지하기 위해서 펠렛을 생산할 때 주의해야 한다.

• 콘크리트학회지
• /
• 제9권2호
• /
• pp.145-151
• /
• 1997

콘크리트의 배합설계를 위해서는 각종 콘크리트 표준 시방서의 내용에 대하여 잘 알아야 할 뿐 아니라 현장 경험이 많은 전문가의 경험을 필요로 한다. 그러나 배합 설계에 관련된 모든 인자들과 그 인자들 간의 상호작용에 대하여 모두 고려할 수는 없다. 따라서 적적한 배합설계에 관한 판단은 품질관리를 위한 재료시험을 통하여 판단할 수밖에 없고 그 결과에 따라 보정하는 과정을 거치게 된다. 이렇듯 콘크리트의 배합설계는 재료, 온도, 현장조건, 기술자의 숙련도 등에 대하여는 불확실성이 존재하고 계산과 시험과정에 존재하는 오차로 인하여 엄격한 품질관리를 하여야만 하기 때문에 자칫 지루하며 복잡하고 힘든 일이 될 수밖에 없다. 본 연구에서는 이렇듯 콘크리트의 배합설계 과정에서 나타나는 피할 수 없는 불확실성과 오차들을 최소화하기 위하여 신경망을 적용하였다. 신경망의 학습과 검증을 위한 자료는 콘크리트 표준시방서에 따라 설계기준 강도, 굵은골재 최대치수, 슬럼프, 골재의 조립율 등을 변화시켜 가면서 이론적으로 물-시멘트비, 잔골재율, 단위 수량, 단위 시멘트량, 단위 잔골재량, 단위 굵은 골재량 등을 구하여 사용하였다. 특히 콘크리트의 실제강도는 동일한 조건하에서 강도시험을 실시하여도 결과가 서로 다르게 나타나는 확율변수인점도 고려하였다. 콘크리트의 배합설계에 신경망을 적용한 결과는 그 적용성이 매우 컸다.

• 한국콘크리트학회:학술대회논문집
• /
• 한국콘크리트학회 2008년도 춘계 학술발표회 제20권1호
• /
• pp.949-952
• /
• 2008

라텍스 개질 콘크리트(LMC)는 일반 콘크리트에 라텍스라는 폴리머 개질제를 첨가하여 일반 콘크리트의 성능을 개선시킨 콘크리트로서 내구성을 크게 증진시킬 수 있는 재료로 여겨져 왔다. 하지만 라텍스 재료 자체의 가격이 매우 높아 사용에 많은 제약이 있어왔다. 이에 본 연구에서는 기존 교면포장으로 주로 사용되어온 LMC의 배합특성을 검토하여 보다 경제적인 배합의 결정을 위하여 다양한 배합인자별 영향을 검토하고 이로부터 얻어진 배합에 대하여 내구특성 평가를 위한 염소 이온 확산계수를 산정하였다. 라텍스 첨가량의 변화에 따른 배합의 특성을 라텍스 첨가량을 시멘트 중량 대비 $5{\sim}10$%까지 감소시킨 배합의 설정이 가능하였으며, 이러한 배합에 대한 염소이온 확산계수 실험결과에서도 매우 낮은 확산계수 결과를 나타내었다.

• 콘크리트학회논문집
• /
• 제22권3호
• /
• pp.335-343
• /
• 2010

콘크리트 내부의 철근부식은 구조물의 안전성에 큰 영향을 주므로, 목표 내구수명동안 구 조물의 성능을 확보하려는 연구가 활발하게 진행되고 있다. 이 연구는 대도시나 지하구조물에서 중요하게 평가되는 탄산화에 대하여, 유전자 알고리즘을 적용한 콘크리트 배합기법에 대한 연구이다. 이를 위해, 배합인자에 따른 이산화탄소 확산계수를 문헌조사를 통하여 분석하였으며, 습도를 고려한 최적 함수식을 회귀분석을 통하여 도출하였다. 최적 함수식은 12개의 실험자료에 대하여, 물-시멘트비, 단위 시멘트량, 잔골재율, 단위 굵은골재량, 그리고 상대습도를 포함하도록 고려하였으며, 유전자 알고리즘을 통하여, 주어진 이산화탄소 확산계수에 대한 콘크리트 배합을 도출하였다. 3개의 배합에 대하여 검증한 결과, 10% 미만의 상대오차를 보이며 주어진 배합을 잘 추정하였다. 최종적으로 서로 다른 환경과 설계 제원을 가지는 콘크리트 구조물을 가정하여, 목표 확산계수와 단위 시멘트량을 계산하였으며, 이를 이용하여 배합을 추정하였다. 제안된 기법은 주어진 확산계수와 배합을 잘 추정하였으며, 다양한 배합인자 및 혼화재료가 고려된 실험 자료를 이용한다면 더욱 합리적인 배합 기법으로 발전할 것이다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제19권5호
• /
• pp.92-103
• /
• 2015

Box-Wilson 실험계획법은 보통 중심합성계획법으로 알려져 있으며, 변동성이 존재하는 정보를 실험 계획적 방법으로 수집하는 설계 기법이다. 이 방법은 최소의 설계비용으로 가능한 많은 정보를 얻는 목적으로 고안되었다. 본 연구에서는 60 MPa급 고강도 자기충전형 콘크리트(HSSCC)를 대상으로 다양한 성능에 대한 여러 배합인자들의 효과를 효율적으로 파악하고 최적배합을 찾는 과정에 이 방법을 적용하였다. HSSCC의 배합인자(요인)와 물리적 성능(반응) 사이의 비선형적 관계는 2차 다항식으로 반응표면을 근사화 모델링하였으며, 요인점=25=32개, 축점=2k=10개, 중심점은 각 축에서 2번 씩 10개, 총 52개의 실험점에서 물시멘트비, 단위시멘트량, 잔골재비, 단위플라이애쉬량, 단위고성능감수량의 총 5개의 인자에 따른 압축강도, 통과능력, 재료분리저항성, 제조비용, 밀도 등의 총 5개의 반응을 파악하기 위한 실험이 실시되었다. 연구의 결과 Box-Wilson 실험계획법은 배합인자와 반응 사이의 관계를 과학적인 방법으로 계획하고 객관적으로 해석하는 데 매우 효과적이었으며, 수치해석적인 방법으로 최적배합을 계산할 수 있었다.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2017년도 춘계 학술논문 발표대회
• /
• pp.152-153
• /
• 2017

In the construction site, it is necessary to estimate the compressive strength of concrete in order to adjust the demolding time of the form, and establish and adjust the construction schedule. The compressive strength of concrete is determined by various influencing factors. However, the conventional method for estimating the compressive strength of concrete has been suggested by considering only 1 to 3 specific influential factors as variables. In this study, six influential factors (Water, Cement, Fly ash, Blast furnace slag, Curing temperature, and humidity) of papers opened for 10 years were collected at three conferences in order to know the various correlations among data and the tendency of data. After using algorithm of various methods of machine learning techniques, we selected the most suitable regression analysis model for estimating the compressive strength.