• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 제39회 하계학술대회
• /
• pp.2206-2207
• /
• 2008

본 논문에서는 분전반에서의 화재 위험 요소와 화재위험 요소에 대한 현장 실태조사 결과를 분석하였다. 분전반에서의 화재 위험 요소는 크게 전기적 요인, 환경적 요인, 물리적 요인으로 나눌 수 있으며 전기적 요인으로는 단락, 과부하(과전류), 접촉불량, 전류 불평형 등이 있으며 환경적 요인으로는 수분(염분 등), 먼지(분진, 목분, 철분 등), 온도(고온) 등에 의한 절연파괴, 기기 손상, 오동작 등이 있다. 물리적 요인으로는 기계적인 진동이나 충격 등에 의한 전기적 접속부의 이완에 의한 발열 등을 들 수 있다. 이러한 화재 위험 요인에 대하여 현장실태조사를 실시한 결과, 일부 분전반에서 내부에 먼지 등 이물질이 차단기, 전선, 단자대 등의 표면에 부착되어 있음을 확인할 수 있었으며 수분이나 염분 등의 영향으로 전극간 절연물 표면의 열화로 화재가 발생할 가능성이 있다. 또한, 적외선 열화상 분석결과, 일부 차단기 단자에서 국부 발열이 관측되었으며, 부하 분담의 불평형에 의한 발열도 확인되었다. 이러한 위험요인에 의한 화재 예방을 위하여 규정된 전선 굵기의 사용과 적정 체결압력의 확보, 상간 전류 불평형을 줄이기 위한 부하 분담의 조정이 필요하다. 향후, 분전반에서의 전기화재, 감전사고 등 전기재해의 예방을 위하여 지속적이고 체계적인 유지관리는 물론 사고 발생 전에 이상 징후를 사전에 감지하여 조치를 취할 수 있도록 하는 기술의 개발과 현장 적용이 요구된다.

• 한국지반환경공학회 논문집
• /
• 제22권10호
• /
• pp.13-19
• /
• 2021

아스팔트 포장의 균열은 날씨의 변화나 차량에 의한 충격으로 발생하며, 균열을 방치할 경우 포장 수명이 단축되고 각종 사고를 불러 일으킬 수 있다. 따라서 아스팔트 도로 포장의 균열을 빠르게 감지하여 보수조치를 취하기 위하여 이미지를 통해 균열을 자동으로 탐지하기 위한 연구들이 지속되어 왔다. 특히 최근들어 Convolutional Neural Network를 사용하여 아스팔트 도로 포장의 균열을 탐지하려는 모델들이 많이 연구되고 있으나, 고성능의 컴퓨팅 파워를 요구하기 때문에 실제 활용에는 한계가 있다. 이에 본 논문에서는 모바일 기기에 적용 가능한 스몰 딥러닝 모델을 적용하여 아스팔트 도로 포장의 균열을 탐지하는 모델의 개발을 위한 프레임워크를 제안한다. 사례연구를 통해 제안한 스몰 딥러닝 모델은 일반적인 딥러닝 모델들과 비교 연구되었으며, 상대적으로 적은 파라미터를 가지는 모델임에도 일반적인 딥러닝 모델들과 유사한 성능을 보였다. 개발된 모델은 모바일 기기나 IoT에 임베디드 되어 사용될 수 있을 것으로 기대된다.

• 대한토목학회논문집
• /
• 제26권4A호
• /
• pp.587-596
• /
• 2006

한국 철도교량의 약 46%를 차지하고 있는 강판형교는 노후화 및 진행성 열화로 인해 유지보수에 많은 비용과 노력이 요구되고 있다. 본 연구에서는 강철도교의 다양한 열화조건 중에서 이음부위의 볼트탈락현상을 비파괴 검사방법인 파전달을 이용하여 감지하는 과정을 유한요소해석을 통해 구현하고자 한다. 충격전압이 PZT 패치에 입력되고 이에 의해 발생된 판파(plate wave)인 비대칭 Lamb파의 전달과정을 해석하고 전달시간(time of flight)의 차이와 전달된 에너지(wavelet coefficient)의 변화를 통하여 손상여부와 손상정도 등을 확인하였다. 3차원 유한요소 상세모델을 통해 기본 모드해석, 열린회로(open circuit loop) 동적이력해석을 실행하였고 각 손상 시나리오에 따라 기존 실험결과와 비교분석을 하였다.