• 한국터널지하공간학회 논문집
• /
• 제24권1호
• /
• pp.109-128
• /
• 2022

시설물안전법에 의한 터널의 정밀안전진단은 세부지침에 의거하여 수행되나, 현재의 TBM터널 세그먼트라이닝 평가체계에는 유압잭 사용의 장비특성, 세그먼트를 고려한 외관조사, 건전도를 위한 비파괴 시험방법 등의 결함특성을 반영하지 못하는 한계를 지닌다. 시설물정보관리시스템에 등재된 TBM터널은 1% 미만이지만 다중이용시설 및 국가 중요시설의 사용을 감안하여 많은 유지관리가 필요하다. 발파로 굴착하며 터널 축을 따라 6~12 m의 라이닝을 연속하여 현장 타설하는 NATM터널과 비교하여 TBM터널은 디스크커터와 커터비트가 달린 원형의 회전판을 회전하여 굴진하며 공장 제작된 폭 1.2~1.4 m 세그먼트를 조립하여 구조체를 형성한다. TBM터널에 대한 정확한 평가를 위해서는 설계, 시공, 운용단계의 특징이 고려되어야 한다. 11개 구간에서 운용중인 국내 지하철 TBM터널의 결함특성을 유형별로 분석하였으며 TBM터널 세그먼트라이닝의 공통된 결함 특성 이외에 특수한 결함에 대해서는 해외 논문 연구내용을 발췌하여 이해를 돕고자 하였다. 균열과 누수는 위치 및 형상에 따라 7가지 유형으로 구분하였으며, 박락 및 파손과 부식에 대해서는 3가지 유형으로 구분하여 분석하였다. 향후 설계, 시공의 피드백과 유지관리에 도움이 되고자 한다.

• 한국정보전자통신기술학회논문지
• /
• 제14권3호
• /
• pp.201-207
• /
• 2021

머신러닝의 한 종류인 딥러닝은 각 학습 과정을 진행할 때, 가중치를 변경하면서 학습을 수행한다. 딥러닝을 수행할때 대표적으로 사용되는 Tensor Flow나 Keras의 경우 학습이 종료된 결과를 그래프 형태로 제공한다. 이에 과다학습으로 인한 퇴화 현상 또는 가중치의 잘못된 설정으로 인해 학습 결과에 오류가 발생하는 경우, 해당 학습 결과를 폐기해야한다. 이에 기존 기술은 학습 결과를 롤백하는 기능을 제공하고 있지만, 롤백 기능은 최대 5회 이내의 결과로 제한된다. 또한, 딥러닝의 모든 과정을 기록하고 있는 것이 아니기 때문에 값을 추적하기 어렵다. 이를 해결하기 위해 MLOps의 개념을 적용한 기술이 존재하지만. 해당 기술에서는 이전 시점으로 롤백하는 기능을 제공하지 않는다. 본 논문에서는 기존 기술의 문제점을 해결하기 위해 학습 과정의 중간 값을 블록체인으로 관리하여 학습 중간 과정을 기록하고, 오류가 발생할 경우 롤백할 수 있는 시스템을 구성한다. 블록체인의 기능 수행을 위해서 딥러닝 과정 및 학습 결과 롤백은 Smart Contract를 작성하여 동작하도록 설계하였다. 성능평가는 기존의 딥러닝 방식의 롤백 기능을 평가하였을 때, 제안방식은 100%의 복구율을 가지는 것에 비교하여 기존 기법에서는 6회 이후에 복구율이 감소되어 50회일 때 10%까지 감소하는 것을 확인하였다. 또한, 이더리움 블록체인의 Smart Contract를 사용할 때, 블록 1회 생성 시 157만원의 금액이 지속적으로 소모되는 것을 확인하였다.

• 지구물리
• /
• 제9권4호
• /
• pp.377-386
• /
• 2006

인류의 문명과 토목은 불가분의 관계를 갖고 있다. 고도의 산업화 사회로 발전하면서 제한된 지형적인 여건에 따라 다양한 대형 구조물이 형성되고 있다. 그러나 대형 구조물은 인간 생활의 편리함을 제공하는 국가 시설이지만 침하 붕괴 등 예상하지 못한 재해가 발생할 수 있다. 현재 활용되고 있는 상대적 변위측정 시스템은 전체적인 변형량을 해석하기 어려운 실태이며 설계 허용 범위내에서 구조물의 변형이 일어나고 있는지를 알 수가 없다. 본 연구에서는 약13년 된 필댐을 대상체로 하여 3D Laser Scanning을 이용하여 흙댐의 3차원 공간좌표를 가지는 측점군(point-cloud)을 생성하여 대상체 표면상의 수많은 3차원 공간좌표(x,y,z)를 얻는 방법으로서 실제 댐 사면과 동일한 사면형상 데이터를 취득할 수 있다. 이것은 3차원 공간상의 모델링이 형성되며, 이 자료로부터 댐 사면의 거리, 면적과 체적 등을 측정하여 댐체와 관련된 각종 정보를 얻을 수 있다. 본 연구를 통하여 댐체의 배부름(bulging)현상을 미연에 발견하여 유지관리의 중요 자료원으로 활용 할 수 있도록 한다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제16권1호
• /
• pp.120-130
• /
• 2012

최근 장대 교량 및 복잡한 교량의 형상이 자주 건설됨에 따라, 교량의 안전도 및 건전성 평가에 많은 관심이 집중되고 있다. 장대교량의 경우 다양한 종류의 계측기 들이 설치되어, 측정된 센싱(Sensing)자료를 신호처리를 통해 케이블을 이용하여 장거리 전송하거나, Smart Health 모니터링 개념으로 교량 현장에서 게이트웨이(Gateway)를 통해 외부 무선통신망에 연결하여 정보를 전송하는 최신 무선통신 기술을 적용하고 있다. 하지만, 전 세계적으로 발생한 교량 관련 안전사고의 경우 위험 또는 사고인지에 따른 실시간 예방적, 지능적 조치가 미흡하여 대형사로를 유발한 것으로 보고되고 있다. 이런 문제점을 해결하고자 본 논문에서는 첨단 무선통신인 RFID(Radio Frequency Identification)/USN (Ubiquitous Sensor Network)기술의 기본 개념인 "Communication Among things" 사물 간 통신 개념을 교량 계측모니터링에 적용하여, 교량에 탑재된 다양한 계측 센서 노드로부터 내구성/안전성에 관련된 위험신호를 추출하여 긴박한 안전사고 등이 인지된 경우 사고예방개념에서 사물 간 통신개념으로, 교량의 센서노드가 바로 교량 인근의 교통신호등에 RF 무선 전파를 송신하여 교량의 교통을 차단하며, 대형 사고를 예방할 수 있는 USN기반의 지능형 교량 시스템을 구축을 위한 센서노드모듈을 설계 하였으며, TinyOS 기반 미들웨어 설계와 센서 자유공간 송수신거리 테스트를 실시하여 센서의 성능을 검증 하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.360-360
• /
• 2022

토양수분과 유출 간 관계를 정량화하는 것은 수문 기작 및 유출 발생 과정의 이해를 위한 중요한 정보를 제공한다. 특히, 유출과정의 특성화는 수문 사상에 따른 불포화대 내 토양수 및 토사 손실 제어와 산사태 및 비점오염원 발생 예측을 위해 필수적이다. 유출과정과 관련된 비선형성과 복잡성을 확인하기 위해 토양수분과 유출 사이의 이력 거동이 조사되었다. 특히, 수문 과정 내 이력 현상 구체화를 위해 정성적인 시각적 분류 및 정량적 평가를 위한 이력 지수들이 개발되었다. 정성적인 시각적 분류는 시간에 따라 시계 및 반시계방향으로 다중 루프 형상을 나누는 방식으로 진행되었고, 정량적 평가의 경우 이력 고리(Hysteretic loop) 내 상승 고리(Rising limb)와 하강 고리(Falling limb)의 차이를 기준으로 한 지수로 이력 현상을 특성화하였다. 이전에 제안된 방법론들은 연구자의 판단이 들어가기 때문에 보편적이지 않고 이력 현상을 개발된 지수에 맞춤에 따라 자료 손실이 나타나는 한계가 존재한다. 자료의 손실 없이 불포화대 내 발생 가능한 대표 이력 현상을 자동으로 추출하기 위해 적합한 비지도 학습기반 기계학습 방법론의 제안이 필요하다. 우리 연구에서는 국내 산지 사면에서 강우 사상 동안 다중 깊이(10, 30, 60cm)로 56개의 토양수분 측정지점에서 확보된 토양수분 시계열 자료와 산지 사면 내 위어를 통해 확보된 유출 시계열 자료를 사용하였다. 먼저, 기존에 분류 방법을 기반으로 계절 및 공간특성에 따라 지배적으로 발생하는 토양수분-유출 간 이력 현상을 특성화하였다. 다음으로, 토양수분-유출 간 이력 패턴을 자료 손실 없이 형상화하여 자동으로 데이터베이스화하는 알고리즘을 개발하였다. 마지막으로, 비지도 학습방법을 이용하여 데이터베이스화된 실제 발현 이력 현상 내 확률분포를 최대한 가깝게 추정하는 은닉층을 반복적인 재구성 학습을 통해 구현함으로써 대표 이력 현상 패턴을 추출하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.1591-1595
• /
• 2006

하천은 인간에게 있어 물을 공급하는 중요한 하나의 공급원인 동시에 재해를 발생시킴으로서 인간에게 큰 피해를 줄 수 있는 위험물로서 존재한다. 이러한 이면을 가진 하천은 하천 자체로는 하천의 특성이 변화하지 않으며, 인위적이나 자연적인 원인으로 변화하는 것이다. 특히 강도가 큰 강우가 발생하였을 때 하천의 특성은 크게 변화한다. 강우시 하천은 유출량 증가와 유사량의 시공간적인 변화로 인해 형상거동의 자기조절 기작을 통하여 유역밖으로 이들을 안전하게 배출시키는 기능을 발휘한다. 하천 합류부는 각기 다른 특성을 가진 두 흐름이 만나는 지점으로 흐름과 지형 둘 다 변화하며, 합류부 이후에는 그 이전과는 다른 특성을 나타낸다. 따라서 합류부는 하천의 흐름상에서 중요한 부분이라고 할 수 있다. 본 연구에서는 강릉에 위치한 경포천과 제 1지류인 위촌천이 합류하는 구간을 대상으로 하여 홍수시 첨두유량의 크기와 발생위치 및 홍수 모의기간에 따른 하상변동에 대해 연구하였다. 이를 위해 1차원 하상 변동 모형인 HEC-6를 이용하여 하상변동을 모의하고 그 결과를 실측 하상변동량과 비교분석하였다. 유입수문곡선에서 첨두유량의 발생위치는 전반부, 중앙부, 후반부로 구분하였고, 홍수모의 기간은 1년, 5년, 10년으로 하였으며 1년 이상의 수문곡선은 1년의 수문곡선을 모의 기간만큼 반복 발생시키는 것으로 하였다. 그 결과 하상변동은 홍수 모의기간, 유입수문곡선의 첨두유량 발생위치와 첨두유량의 크기에 따라 그 양상이 현저히 달라지는 것을 확인하였다. 유입유량 조건에서 동일수문곡선의 반복에 따른 모의기간 별 하상변동은 퇴적과 침식의 규모가 확대되는 형태로 나타나는 것을 알 수 있다. 미치는 시간축척의 영향을 파악하기 위해 $70{\sim}90$ 시간 동안 실험을 수행하였다. 세굴의 측정은 투명한 아크릴로 제작된 수제 내부에 CC카메라를 수제 전 후면 및 측면에 설치하여 월류수제의 세굴 발생을 실시간으로 측정하며 동시에 수제의 각 면에 각각 3개의 압력센서를 설치하여 압력분포를 측정함으로써, 월류수제 주변의 압력변화에 따른 세굴심의 실시간 변화를 비교할 수 있도록 하였다. 수심이 연중 $25{\sim}35m$를 유지하는 H호의 경우 간헐식 폭기장치를 가동하는 기간은 물론 그 외 기간에도 취수구의 심도를 표층 10m 이하로 유지 할 경우 전체 조류 유입량을 60% 이상 저감할 수 있을 것으로 조사되었다.심볼 및 색채 디자인 등의 작업이 수반되어야 하며, 이들을 고려한 인터넷용 GIS기본도를 신규 제작한다. 상습침수지구와 관련된 각종 GIS데이타와 각 기관이 보유하고 있는 공공정보 가운데 공간정보와 연계되어야 하는 자료를 인터넷 GIS를 이용하여 효율적으로 관리하기 위해서는 단계별 구축전략이 필요하다. 따라서 본 논문에서는 인터넷 GIS를 이용하여 상습침수구역관련 정보를 검색, 처리 및 분석할 수 있는 상습침수 구역 종합정보화 시스템을 구축토록 하였다.N, 항목에서 보 상류가 높게 나타났으나, 철거되지 않은 검전보나 안양대교보에 비해 그 차이가 크지 않은 것으로 나타났다.의 기상변화가 자발성 기흉 발생에 영향을 미친다고 추론할 수 있었다. 향후 본 연구에서 추론된 기상변화와 기흉 발생과의 인과관계를 확인하고 좀 더 구체화하기 위한 연구가 필요할 것이다.게 이루어질 수 있을 것으로 기대된다.는 초과수익률이 상승하

• 한국터널지하공간학회 논문집
• /
• 제24권6호
• /
• pp.583-598
• /
• 2022

인력기반 터널 점검은 점검자의 주관적인 판단에 영향을 받으며 지속적인 이력관리가 어렵다. 따라서 최근에는 딥러닝 기반 자동 균열 탐지 연구가 활발히 진행되고 있다. 하지만 대부분의 연구에서는 사용하는 대규모 공개 균열 데이터셋은 터널 내부에서 발생하는 균열과 매우 상이하다. 또한 현행 터널 상태평가에서 정교한 균열 레이블을 구축하기 위해서는 추가적인 작업이 요구된다. 이에 본 연구는 균열 형상이 다소 단순하게 표현된 기존 데이터셋을 딥러닝 모델에 입력하여 균열 탐지 성능을 개선하는 방안을 제시한다. 기존 터널 데이터셋, 고품질 터널 데이터셋과 공개 균열 데이터셋을 조합하여 학습한 딥러닝 모델의 성능 평가와 비교를 수행한다. 그 결과 Cross Entropy 손실함수를 사용한 DeepLabv3+에 공개 데이터셋, 패치 단위 분류와 오버샘플링을 수행한 터널 데이터셋을 모두 학습한 경우 성능이 가장 좋았다. 향후 기 구축된 터널 영상 취득 시스템 데이터를 딥러닝 모델 학습에 효율적으로 활용하기 위한 방안을 수립하는 데 기여할 것으로 기대한다.

• 헤리티지:역사와 과학
• /
• 제54권2호
• /
• pp.120-135
• /
• 2021

창덕궁 후원은 조선시대 궁궐 정원문화의 정수를 보여주는 중요한 공간이다. 후원의 경관체험에 있어서 동선의 복원은 주요 공간을 연결하는 체계를 완성하는 것이다. 그러므로 동선의 복원을 위해서는 생성과 소멸, 유지 등을 정확하게 파악해야한다. 본 연구는 조선 후기에서 근현대 시기까지 문헌과 도면자료 분석과 현장조사를 병행함으로써 창덕궁 후원에서 발생한 동선의 변화를 세밀하게 밝히는데, 그 목적을 두었다. 시계열적인 분석을 위해 조선시대 제작된 「동궐도」, 「동궐도형」와 함께 근현대시기 제작된 「창덕궁평면도」, 항공사진을 사용하였다. 시대별 동선의 변화를 중첩하여 변화를 비교하기 위해 각기 다른 좌표체계로 이루어진 도면과 사진을 지리정보시스템인 ArcGIS에서 하나의 좌표계로 변환하여 정합하였다. 연구 결과는 다음과 같다. 첫째, 일제강점기 이후 총 37개의 구간이 이용되었으며, 이 중에서 13개가 유지되고, 14개가 사라졌으며, 10개가 신설된 것을 확인하였다. 멸실구간 중에서도 능허정 북쪽 원로는 후원에 대한 공간을 연결하고 경관의 향유를 위해 시급히 회복시켜야 할 곳으로 판단된다. 신설구간에서도 대보단지~옥류천 구간에 대해서는 대체동선의 신설이나 구간의 단축 등을 통해서 영향을 최소화할 필요성이 있는 것으로 보인다. 둘째, 후원에서 동선체계에 대한 변화가 가장 크고 빈번하게 시행된 것이 일제강점기와 1970년대 보수정화사업 이었음을 밝혔다. 후원에 대한 주체적 관리가 어려웠던 일제강점기보다 1970년대 이후 발생한 동선의 변화에 대해 주목할 필요가 있다. 옥류천 진입로는 1990년대까지 원형의 모습을 유지하고 있었으나 잘못된 원형 인식으로 인해 현재의 모습으로 정비되었다. 이 시기의 변화에 대해 명확한 기제와 원인을 찾고, 훼손된 원형을 복원하기 위한 사업의 전개가 필요하다. 본 연구는 근현대기 창덕궁 후원 동선 변화를 시대별로 밝혔다는 점이 가장 큰 성과이다. 다만, 조경계획이나 정비에 대한 자료를 찾지 못해 복원해야 할 위치와 형상을 명확하게 제시 못했다는 한계가 있다. 본 연구에서 밝힌 자료를 이용해서 동선을 복원하기 위해서는 현재의 공간 이용도, 관람체계, 방재 및 유지관리 등에 대한 현실적인 문제를 고려해야 할 것으로 보인다.