• 방사성폐기물학회지
• /
• 제5권3호
• /
• pp.199-212
• /
• 2007

IP-2형 운반용기는 정상운반조건에서의 자유낙하시험 및 적층시험을 수행한 후에 운반내용물의 분산 및 유실이 없어야 하며 외부표면에서의 방사선량률이 20%이상 증가할 수 있는 차폐능력의 상실이 없어야 한다. 본 연구에서는 두꺼운 철판을 구조재로 사용하며 볼트체결방식의 뚜껑을 가진 IP-2형 운반용기에 대한 구조 안전성을 평가하기 위한 해석적인 방안을 제안하였다. 해석적인 방법을 통하여 원자력발전소에서 발생된 방사성폐기물 드럼을 폐기물 처리시설에서 임시저장고까지 운반하기 위한 두 종류의 IP-2형 방사성폐기물 운반용기에 대하여 자유낙하조건에서 운반내용물의 분산 및 유실과 차폐손실이 없음을 확인하였다. 자유낙하조건에서 운반내용물의 분산 및 유실을 평가하기 위하여 최대 볼트단면 평균응력값과 최대 뚜껑열림량을 볼트의 인장강도와 뚜껑부에 존재하는 단차와 비교 평가하였다. 또한 최대 차폐두께 감소량을 이용하여 차폐손실을 평가하였다. 자유낙하조건에 대한 동적충돌해석을 검증하고 구조 안전성을 시험적으로 평가하기 위하여 자유낙하시험을 다양한 방향으로 실시하였다. 자유낙하시험에서는 운반내용물의 분산 및 유실은 볼트체결방식의 뚜껑에서 볼트의 파손 및 플랜지의 변형 등을 검사하여 평가하였으며, 차폐손실은 초음파 두께 측정기를 이용한 차폐두께를 측정하여 평가하였다. 해석에 대한 검증을 위하여 시험에서 취득한 변형률과 가속도를 동일한 위치에서 얻어진 해석결과와 비교하였다. 해석결과는 시험결과에 비하여 보수적인 결과를 보여주므로 해석에서 입증한 IP-2형 방사성폐기물 운반용기의 안전성은 보수적인 결과이다. 마지막으로 유한요소해석을 통하여 적층조건에 대한 IP-2형 방사성폐기물 운반용기는 안전함을 입증하였다.

• Journal of Oral Medicine and Pain
• /
• 제33권4호
• /
• pp.305-316
• /
• 2008

본 연구의 목적은 하악전방이동장치요법으로 코골이와 수면무호흡증에 대한 치료를 시작한 후 1년이 경과한 한국인 환자들을 대상으로 하악전방이동장치의 지속적 사용 여부, 사용 빈도, 사용 중단 시까지의 사용 기간, 부작용 발생 여부, 그리고 장치사용의 중단 원인 등을 조사하여 하악전방이동장치의 장기적 사용에 영향을 주는 요인을 분석하는 것이다. 경북대학교병원 구강내과에서 코골이와 수면무호흡증을 주소로 내원한 환자들 중에 수면다원검사를 받고 하악전방이동장치요법을 시술받은 후 1년 이상 경과한 환자 103명 중에 전화를 통한 설문조사가 가능했던 49명의 환자를 대상으로 의무기록 조사 및 설문조사를 실하였다. 이들 중 현재까지 장치를 사용하고 있는 환자는 25명이었으며 사용을 중단한 환자는 24명이었다. 이들을 각각 계속사용군과 사용중단군으로 분류하여 두 군 사이에 초진 시의 연령, 성별분포, 체질량지수, 호흡장애지수, 구강장치요법을 시행하기 전의 코골이 빈도와 강도, 구강장치요법 시행 후의 코골이 감소 정도, 본인과 동침자의 구강장치요법에 대한 만족정도 등을 비교하였으며, 사용중단군에 대해서는 중단 사유를 물어봄으로서 다음과 같은 결론을 얻었다. 1. 계속사용군과 사용중단군 사이에 치료 시작 시점의 연령, 성별분포, 체질량지수, 호흡장애지수의 유의한 차이는 없었다. 2. 계속사용군과 사용중단군 사이에 치료 시작 전 코골이 빈도와 강도에서 유의한 차이가 없었다. 3. 계속사용군이 사용중단군에 비해 코골이의 개선정도가 높았다. 4. 계속사용군이 사용중단군에 비해 구강장치요법에 대한 만족도가 높았다. 5. 계속사용군이 사용중단군에 비해 동침자의 구강장치요법에 대한 만족도가 높은 경향을 보였다. 6. 구강장치 사용을 중단하게 된 사유 중에는 턱의 통증(25%), 치아 통증(20%), 장치 파손(20%) 등이 많았으나, 효과가 없어서 사용을 중단한 경우는 4.2%에 불과하였다. 7. 전체 조사대상자의 1년 사용자비율(1년 순응도)은 79.59%로 나타났다.

• 인터넷정보학회논문지
• /
• 제21권6호
• /
• pp.23-31
• /
• 2020

본 연구는 철도표면상에 발생하는 노후 현상 중 하나인 결함 검출을 위해 학습데이터를 생성함으로써 결함 검출 모델에서 더 높은 점수를 얻기 위해 진행되었다. 철도표면에서 결함은 선로결속장치 및 선로와 차량의 마찰 등 다양한 원인에 의해 발생하고 선로 파손 등의 사고를 유발할 수 있기 때문에 결함에 대한 철도 유지관리가 필요 하다. 그래서 철도 유지관리의 자동화 및 비용절감을 위해 철도 표면 영상에 영상처리 또는 기계학습을 활용한 결함 검출 및 검사에 대한 다양한 연구가 진행되고 있다. 일반적으로 영상 처리 분석기법 및 기계학습 기술의 성능은 데이터의 수량과 품질에 의존한다. 그렇기 때문에 일부 연구는 일반적이고 다양한 철도표면영상의 데이터베이스를 확보하기위해 등간격으로 선로표면을 촬영하는 장치 또는 탑재된 차량이 필요로 하였다. 본연구는 이러한 기계적인 영상획득 장치의 운용비용을 감소시키고 보완하기 위해 대표적인 영상생성관련 딥러닝 모델인 생성적 적대적 네트워크의 기본 구성에서 여러 관련연구에서 제시된 방법을 응용, 결함이 있는 철도 표면 재생성모델을 구성하여, 전용 데이터베이스가 구축되지 않은 철도 표면 영상에 대해서도 결함 검출을 진행할 수 있도록 하였다. 구성한 모델은 상이한 철도 표면 텍스처들을 반영한 철도 표면 생성을 학습하고 여러 임의의 결함의 위치에 대한 Ground-Truth들을 만족하는 다양한 결함을 재 생성하도록 설계하였다. 재생성된 철도 표면의 영상들을 결함 검출 딥러닝 모델에 학습데이터로 사용한다. 재생성모델의 유효성을 검증하기 위해 철도표면데이터를 3가지의 하위집합으로 군집화 하여 하나의 집합세트를 원본 영상으로 정의하고, 다른 두개의 나머지 하위집합들의 몇가지의 선로표면영상을 텍스처 영상으로 사용하여 새로운 철도 표면 영상을 생성한다. 그리고 결함 검출 모델에서 학습데이터로 생성된 새로운 철도 표면 영상을 사용하였을 때와, 생성된 철도 표면 영상이 없는 원본 영상을 사용하였을 때를 나누어 검증한다. 앞서 분류했던 하위집합들 중에서 원본영상으로 사용된 집합세트를 제외한 두 개의 하위집합들은 각각의 환경에서 학습된 결함 검출 모델에서 검증하여 출력인 픽셀단위 분류지도 영상을 얻는다. 이 픽셀단위 분류지도영상들과 실제 결함의 위치에 대한 원본결함 지도(Ground-Truth)들의 IoU(Intersection over Union) 및 F1-score로 평가하여 성능을 계산하였다. 결과적으로 두개의 하위집합의 텍스처 영상을 이용한 재생성된 학습데이터를 학습한 결함 검출모델의 점수는 원본 영상만을 학습하였을 때의 점수보다 약 IoU 및 F1-score가 10~15% 증가하였다. 이는 전용 학습 데이터가 구축되지 않은 철도표면 영상에 대해서도 기존 데이터를 이용하여 결함 검출이 상당히 가능함을 증명하는 것이다.