• 한국터널지하공간학회 논문집
• /
• 제22권5호
• /
• pp.501-513
• /
• 2020

TBM 터널굴착에서 실질적으로 지반을 굴착하는 역할을 하는 부분인 커터헤드 설계 시, 커터 관입깊이와 커터 간격을 달리하여 커터절삭 시험 시 최소 비에너지에서의 커터간격을 반영하고 있으나, 암반 조건에 따라서 동일한 커터 관입깊이에서의 최적 커터간격이 달라지기 때문에 최적 커터간격을 설정하는 연구가 활발히 진행되어야 한다. 이러한 비선형적인 커터 관입깊이와 커터 간격의 관계에서 커터 관입깊이에 따른 최적 커터간격을 예측하기 위해 머신러닝 기법인 의사결정나무 기반 랜덤 포레스트 회귀 모델과 SVM 회귀모델을 이용하여 커터 관입깊이에 따른 최적 커터 간격을 예측하였다. 랜덤 포레스트 분석기법은 SVM 분석기법보다 데이터 개수에 더 큰 영향을 받기 때문에 커터 관입깊이에 따른 최적 커터간격비의 예측에 SVM이 더 정확한 예측을 하였다. 데이터가 많이 축적되면 SVM 회귀모델이 보다 더 정확한 예측값으로 커터헤드 설계 시 커터간격을 설정하는데 효율적으로 사용될 수 있을 것으로 판단된다.

• 전기화학회지
• /
• 제21권2호
• /
• pp.28-38
• /
• 2018

복합전극의 결착특성은 리튬이차전지의 장기신뢰성 확보와 고에너지밀도 구현을 위한 중요한 물성임에도 불구하고, 측정 기술의 한계로 관련 연구가 제한적이었다. 하지만, $1{\sim}1000{\mu}m$ 두께의 코팅층을 절삭 및 박리하면서 결착특성을 측정할 수 있는 SAICAS(Surface And Interfacial Cutting Analysis System)란 장비의 출현으로 전극 결착특성 연구가 활발해지고 있다. 따라서, 본 총설에서는 SAICAS를 이용한 복합전극의 결착특성 분석 원리 및 측정 방법뿐만 아니라, Peel Test와 같은 기존 결착특성 분석 방법과 비교함으로써 SAICAS를 이용한 분석 방법의 신뢰성 검증 결과를 제시한다. 또한, 전극 설계의 최적화, 신규 바인더 도출 연구, 복합전극 내 바인더 분포 등의 연구에서 SAICAS가 적용된 사례를 소개한다. 이를 통해 SAICAS를 이용한 분석 방법이 리튬이차전지용 복합전극의 결착특성 분석에 용이하게 적용될 수 있음을 제안한다.