본 연구에서는 분포형 광섬유 시트와 탄소섬유 시트를 콘크리트 표면에 부착하여 철근 콘크리트를 사용하는 구조물의 보강 효과 및 BOTDR 센서를 활용한 상태 평가를 4점 휨 실험을 통해 수행하였다. 부착 정도에 따른 보강 효과를 확인하기 위하여 탄소섬유 시트의 부착 형태를 다양하게 제작하였으며, BOTDR 센서의 활용성을 확인하기 위하여 실험체에 다수의 전기저항식 변형률 게이지를 부착하여 BOTDR 센서의 변형률과 비교하였다. 실험 결과를 살펴보면, 우선 CFRP시트 부착 정도에 따른 보강 효과에 분명한 차이가 나타나는데, 이는 부착 면적보다는 부착 형태에 더 영향을 받는 것으로 확인되었다. BOTDR 센서로부터 계측된 변형률로부터 하중 증가에 따른 철근 콘크리트 실험체의 구조적 거동을 시각화 할 수 있었으며, CFRP 보강 부위에서 하중이 집중되는 것을 알 수 있다. BOTDR 센서에서 계측된 변형률이 전기저항식 게이지로부터 계측된 변형률과 유사하게 계측되는 것을 알 수 있는데, 이를 통해 대형 토목 구조물의 전체적 거동을 분석하는데 BOTDR 센서가 효과적일 수 있음을 확인하였다. 다시 말해서, 국부적 변형률을 측정하는 전기식 변형률 게이지로 계측을 하면 계측 오차는 상당할 수 있는 반면에, 분포형으로 측정되는 BOTDR 센서는 이러한 문제를 줄일 수 있는 대안으로 판단된다. 마지막으로, CFRP 시트 탈락이 발생되는 부분에서 계측 BOTDR 센서 변형률이 높게 나타나는데 이를 활용하면 CFRP 시트의 국부적 손상 위치를 효율적으로 추적할 수 있을 것으로 판단된다.
해수 중 존재하는 유해화학물질 검출을 목적으로 센서 시작품 제작하고 성능을 확인하였다. 센서 시작품은 검지부, 기구부, 구동부로 구성하였다. 센서의 검지부는 ITO (Indium-Tin-Oxide) 금속산화물 나노입자 (metal oxide nanoparticle) 필름을 기판위에 인쇄하여 제작하였고, 온도와 HNS 농도를 동시에 검출할 수 있도록 2개의 검출 부분을 갖도록 설계하였다. 센서의 기구부는 검지부와 구동부를 연결하며, 검출에 영향을 줄 수 있는 화학적 반응을 막기 위해 테프론 재질을 이용하여 제작하였고, 특히 검지부의 착탈이 용이하도록 설계 하였다. 구동부는 브릿지 회로와 아두이노 보드를 이용하여 전원 공급과 데이터 측정 및 디스플레이가 가능하도록 제작하였다. 시작품의 성능에 대해서는 기존의 수질 센서를 참고한 성능 사양을 제시하고, 유기용제를 사용한 검지부와 시작품의 동작을 확인하여 응답 (ΔR), 검출하한 (Limit of Detection), 응답시간 (response time), 오차 (error) 등을 평가하였다. 또한 해수 중 동작 특성을 파악하여 설계 사양이 구현되었는지 확인하였다.
최근 전 세계가 탄소중립에 관심이 높아지면서 재생에너지 발전량이 증가하고 있다. 하지만 재생에너지는 간헐성과 변동성이 심해 발전량 예측이 어렵고, 정확하지 않은 발전량 예측은 전력 계통에 부정적인 영향을 끼칠 수 있다. 이에 본 연구에서는 풍력발전기 발전량 예측 문제를 해결할 방법으로 디지털트윈 개념을 적용하였다. 풍력발전기의 회전이 발전량과 높은 상관관계를 갖는 부분을 반영하여 풍력발전기 드라이브트레인 회전 거동을 주로 모의하는 기계학습된 모델을 개발하였다. 회전 거동을 모의하는 드라이브트레인 시뮬레이션 모델의 기반은 잘 알려진 회전 시스템을 모의하는 시스템 상태방정식으로 설정되었다. 또한 제조사로부터 제공되지 않은 파라미터들에 대하여 시뮬레이션 기반 기계학습을 수행하였다. 기계학습된 드라이 브트레인 모델은 27개의 실제 풍력발전기 운영데이터 세트를 활용하여 검증되었다. 검증 결과, 드라이브트레인 모델은 실제 풍력발전기 운영데이터 세트와 비교하여 평균 4.41%의 오차를 보였다. 결과적으로 기계학습된 드라이브트레인 모델은 실제 풍력발전기 드라이브트레인 시스템을 잘 모사한다고 평가하였다.
본 논문에서는 구조물의 부분 변위값으로 전체 구조물의 변위 형상을 예측할 수 있는 인공지능 학습기법을 개발하였으며, 개발된 기술의 성능을 실험을 통해 평가하였다. 3차원 공간에서 변위 형상 및 노드 위치 좌표의 특성을 학습에 반영할 수 있는 Image-to-Image 변위 형상 학습과 위치 특징을 결합한 변위 상관 학습 방법을 제시하였다. 개발된 인공지능 학습방법의 성능을 평가하기 위해 목업 구조 실험을 진행하였고, 3D 스캔으로 측정한 변위값과 인공지능으로 예측한 결과를 비교하였다. 비교 결과 인공지능 예측 결과는 3D 스캔 측정 결과에 비해 5.6~5.9%의 오차율을 보여 적정 성능을 보였다.
다목적댐의 홍수조절운영에 있어서 댐유입량은 직접 관측의 어려움과 오차로 인해 정확한 유량을 산정하는데 한계가 있다. 남강댐 유역의 경우 유역면적대비 과소한 저수용량으로 말미암아 급격한 홍수유입이 발생할 경우 유출률이 비정상적 수치를 보이는 경우가 종종 발생하고 있다. 본 연구에서는 물리기반의 격자형 유출모형을 댐 직상류 잔유역에 적용하여 유출률을 산정 후 남강댐 계측유입량의 타당성을 간접적으로 검증할 수 있는 방법론을 제시하고자 한다. 댐유역에서 잔유역은 직상류 수위표지점 하류의 유역을 일컬으며, 이들 수위표지점에서 홍수시의 배수영향은 최소화될 만큼 이격되어 있고, 댐체 혹은 취수탑에 부착된 수위표와는 달리 기계적 진동의 영향이 최소화되어 있다고 가정한다면, 수위계측지점의 유량을 경계조건으로 활용하여 작은 면적에 대한 정밀한 수문학적 유출모델링을 통하여 비교적 신뢰성있는 유출값을 추정할 수 있다는 장점이 있다. 남강댐 잔유역은 유역 내 산청, 신안, 창촌 수위관측소를 기준으로 상류의 유역을 제외한 부분으로 설정하였다. 본 연구에서는 210m 격자에 대하여 모든 입력자료를 가공하였으며, 입력자료 중 지형자료는 WAMIS에서 제공한 DEM, 토지피복도, 토양도를 활용하였다. 강우자료는 유역 내 위치한 25개 강우관측소의 시단위 강우자료를 활용하였고, 강우사상은 진주 기상관측소의 일우량 100mm 이상을 기준으로 총 8개의 강우사상을 선정하였다. 남강댐 유역의 유출률을 산정하기 위해 산청, 창촌, 신안 등 3개의 수위관측소의 관측유량을 경계조건으로 사용하였고, 모의된 수문곡선의 총유량과 첨두유량을 관측값과 비교하였다. 유출률을 산정하기 위한 기준시간은 강우시작부터 강우종료 후 48시간으로 설정하였다. 유출률은 강우사상별로 편차가 심한 특성을 보이고 있었으며, 전체적으로는 계측유량기준 106~39.1%의 유출률이 보정된 유량을 통해서는 85~33%의 유출률로서 계측유량이 전반적으로 과대추정 되는 경향이 있었음을 확인할 수 있었다. 이들 중 2010년 7월 강우사상은 관측 유입량 기준 95.6%의 유출률을 보여, 추정유량 58.5%대비 상당한 과대추정 경향을 보인 사례로 판단할 수 있었다. 수문학적 유입량 추정방법은 현장계측을 대체할 수 있는 기법으로는 무리가 있으나 현장계측의 신뢰도를 평가하기 위한 목적으로는 유용한 대안이 될 수 있을 것으로 기대된다.
고속도로상의 강교 도장에 사용되어온 도장계는 광명단 조합페인트, 염화고무계, 수용성 무기징크, 내후성 중방식, 초내후성 중방식 등이 있으며, 이들 도장계 중 가장 널리 사용되어온 도장계와 열화가 많이 진행된 도장계를 중심으로 도막열화도 평가를 실시하고 통계적 회귀분석을 통해 도막의 수명을 예측해 보았다. 평가 대상 교량은 고속도로상의 교량 중 75개 교량을 선정하였으며, 한국도로공사에서 사용하고 있는 "강교의 보수도장 지침"에서 규정하는 평가점 부여 방법에 따라 도막열화도 평가를 실시하였다. 도막수명예측 결과는 전국 평균이 13.0~13.3년, 수도권의 도시 및 공장지역 11.8년, 수도권 이외의 전원지역 13.2년, 염화고무계 13.5~13.7년, 조합페인트 12.86년으로 나타났다. 도막의 잔여수명 예측을 위해 기준열화곡선을 현재 시점의 열화도 위치로 x축 및 y축에 대하여 각각 평행이동시켜 본 결과 x축에 대해 평행이동하는 것이 실제 열화 양상과 잘 부합된다고 판단되었다. 고속도로상의 강교 전반에 걸쳐 보수도장 판정기준을 수립하기 위하여 기준열화곡선 회귀분석시 도출된 각 계수의 오차값을 가감하여 상한식과 하한식을 구하였다. 도막수명예측 상 하한곡선을 바탕으로 강교 도장의 잔여 수명과 적정 보수도장 시기를 예측하기 위하여 도막의 상태에 따라 8개 부분으로 영역을 구분하고, 각각의 영역에 대한 보수도장 판정 기준을 제시하였다.
자율주행 차량에는 라이다, 레이더, 카메라 등 다양한 센서들이 융합되어 활용되고 있다. 특히 라이더 및 레이더는 고가의 장비로 자율주행 자동차의 대중화를 위해 해결해야 하는 부분으로 고가의 장비를 대체할 수 있는 연구가 지속적으로 이루어지고 있다. 본 논문에서는 비용면에서 저가이면서 손쉽게 장착할 수 있는 단일 카메라를 이용하여 주행 차량의 전방 측면 차량 바퀴와 인접 차선을 감지하고 거리를 추정하는 방법을 제안하였다. 제안된 방법은 입력 영상을 통해 프레임 추출 후 프레임 이미지에서 차선과 바퀴를 검출하고 거리를 측정하여 실제 도로 환경에서 실측 된 거리와 비교하였고, 오차범위 ±3cm 안에서 비교적 정확히 거리를 산출할 수 있었다. 이를 통해 자율주행 자동차의 비용 절감 또는 라이다, 레이더 센서의 고장으로 대체 가능한 수단으로 활용할 수 있을 것으로 판단된다.
이 연구는 IMO의 환경규제와 4차산업 혁명 기술의 확산에 따라 그중요성과 비중이 확대되고 있는 친환경 스마트 선박의 성장에 필요한 인력 수요를 통계청의 2000년~2020년의 조선산업 인력자료를 기반으로 예측하였다. 추세분석과 시계열분석의 다양한 모델을 적용하여 조선산업의 인력 수요를 예측하고 최근 5년간의 실적치와 비교하여 기하평균을 적용한 단순평균법이 예측 오차가 유의적으로 가장 적은 것으로 평가되었다. 그리고 산업통상자원부의 친환경 스마트 선박 분야의 2018년과 2020년의 인력현황 설문조사 결과를 바탕으로 조선산업 인력 증가추이를 반영하여 인력 수요를 예측하였다. 조선산업의 인력수요 예측치에 친환경 스마트 선박부분의 인력 증가수치를 반영하여 인력 수요를 예측한 결과, 2025년 62,001명, 2030년 85,035명으로 증가하는 것으로 예측되었다. 본 연구는 고부가가치 친환경 스마트 선박 분야에 필요한 인력 수요를 통계자료에 기반하여 객관적으로 예측함으로써, 향후의 인력 수요에 대응한 적절한 전문인력의 양성 및 공급 방안 수립에 기여하게 될 것으로 평가된다.
본 논문에서는 근감소증의 발병 여부와 정도를 확인하기 위해 3번 요추부 (L3) CT 영상을 검출하는 딥러닝 모델을 제안하는 것이다. 또한, CT 데이터 내에 L3 레벨과 L3 레벨이 아닌 부분의 데이터 불균형으로 인한 성능 저하의 문제점을 오버샘플링 비율과 클래스 가중치를 설계변수로 하는 최적화 기법을 제시하고자 한다. 모델 학습 및 검증을 위하여 강릉아산병원에 내원한 전립선암 환자 104명, 방광암 환자 46명의 총 150명의 전신 CT 영상이 활용되었다. 딥러닝 모델은 ResNet50을 활용하였으며, 최적화기법의 설계변수로는 모델 하이퍼파라미터 5종과 데이터 증강비율 및 클래스 가중치로 선정하였다. 제안하는 최적화 기반의 L3 레벨 추출 모델은 대조군 (하이퍼파라미터 5종만을 최적화한 모델)과 비교하여 중간 L3 오차가 약 1.0 슬라이스 감소한 것을 확인할 수 있었다. 본 연구결과를 통하여 정확한 L3 슬라이스 검출이 가능하며, 추가적으로 데이터 증강을 통한 오버 샘플링과 클래스 가중치 조절을 통해 데이터 불균형 문제를 효과적으로 해결할 수 있는 가능성을 제시할 수 있다.
본문에서는 실증분석 부분을 두 시기로 나누어 COVID-19 전후에 해운지수 간의 변동성 파급효과 차이를 비교 분석하고자 하였다. 코로나19 전후에 해운지수 간의 평균 파급효과 및 지수 관계를 비교하기 위해 VAR 모델에 구축된 공적분 분석과 Granger 인과관계 테스트를 활용하였다. 또한, 본 연구에서는 해운지수가 단기적으로 자신의 충격에 대한 반응과 한 지수가 다른 지수에 대한 충격을어떻게 반영하는지 밝히기 위해서 충격반응함수 및 예측 오차 분산분해를 활용하였다. COVID-19 전염병 이전에는 BDI 해운지수가 CCFI 해운지수에 미치는 관계가 존재하지만 COVID-19 이후에는 BDI지수와 CCFI지수 사이에 뚜렷한 lead-lag 관계가 없다는 것으로 나타났다. COVID-19 전염병 이전에는 BDI지수는 SCFI지수의 변화를 설명하고 있고, 코로나19 확산 이후에는 SCFI 지수가 BDI 지수를 앞서고 있다는 것을 보여주고 있다. 또한 VAR-BEKK-GARCH 모델을 활용하여 COVID-19 전후 벌크 화물 해운시장 및 컨테이너 해운시장 간의 변동성 파급효과를 분석하였을 때 코로나19 이전의 BDI지수는 CCFI지수와 SCFI 지수에 대한 단발성 변동성 파급효과를 보였고 COVID-19 이후에도 BDI 지수의 변동성이 CCFI 지수에 여전히 영향을 미친다는 것을 보여준다. 하지만 코로나19 확산 이후에는 BDI지수와 SCFI지수 간의 변동성 파급 관계가 존재하지 않는 것으로 나타났다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.