• 한국ITS학회 논문지
• /
• 제15권4호
• /
• pp.68-80
• /
• 2016

자율주행 차량은 다양한 센서를 활용하여 사람과 유사한 수준으로 실시간 도로환경 변화를 인지, 환경 변화에 대한 적절한 판단 및 제어를 수행하여야 한다. 특히 영상센서는 차선인식 기능을 통해 주행방향 결정 및 차로이탈 방지 등 조향제어 수행을 위한 인지에 활용된다. 하지만 관련 성능기준은 ADAS(Advanced Driver Assistance System)와 연계된 '운전자 보조' 역할에 초점이 맞춰져, 자율주행시 요구되는 '주체적 상황 인지'를 위한 성능조건과 다를 것으로 판단된다. 본 연구에서는 자율주행시 차선인식 기능이 정상적으로 작동되지 않는 상황이 지속될 때 차량 진행방향과 도로 선형방향의 불일치에 따라 발생되는 횡방향 차로이탈을 차량의 이동 궤적을 기반하여 추정하고, 안전성 확보를 위한 차로이탈 허용 수준 및 영상센서 성능수준을 제시하였다. 분석 결과 승용차 조건에서 차선인식 기능이 1초 이상 연속적인 오작동을 일으킨다면 차로이탈에 의한 위험한 상황에 놓일 수 있는 것으로 나타났다. 따라서 자율주행 차량을 위한 차선인식 기능 평가 시 현재 기준보다 큰 횡방향 차로이탈상황에 대한 검토가 필요할 것으로 판단된다.

• Nuclear Engineering and Technology
• /
• 제53권7호
• /
• pp.2377-2386
• /
• 2021

To model the atmospheric dispersion of radionuclides released from nuclear accident is very important for nuclear emergency. But the uncertainty of model parameters, such as source term and meteorological data, may significantly affect the prediction accuracy. Data assimilation (DA) is usually used to improve the model prediction with the measurements. The paper proposed a parameter bias transformation method combined with Lagrangian puff model to perform DA. The method uses the transformation of coordinates to approximate the effect of parameters bias. The uncertainty of four model parameters is considered in the paper: release rate, wind speed, wind direction and plume height. And particle swarm optimization is used for searching the optimal parameters. Twin experiment and Kincaid experiment are used to evaluate the performance of the proposed method. The results show that the proposed method can effectively increase the reliability of model prediction and estimate the parameters. It has the advantage of clear concept and simple calculation. It will be useful for improving the result of atmospheric dispersion model at the early stage of nuclear emergency.

• 대한토목학회논문집
• /
• 제35권1호
• /
• pp.173-185
• /
• 2015

본 연구는 통계적 분석기법을 통하여 부산시내에서 운영 중인 11개 터널에서 발생한 교통사고 456건을 대상으로 교통사고의 발생특성, 유형화 및 예측모델을 구축하였는바 다음과 같은 결론을 얻게 되었다. 교통사고 발생특성으로는 시간대별 터널 내 교통사고 08~18시 사이가 전체의 64.9%를 차지하고 있어 기존 도로의 45.8~46.1%에 비해 높게 나타났고, 사고유형별로는 차대차 사고가 대부분을 차지하고 있으며, 차량단독사고는 기존도로에 비해 다소 높게 나타났으며, 연령층별로는 21~40세의 구성비가 높았고, 제1당사자 차종별로는 화물차의 비중이 높았고, 운량별로는 맑은 날을 제외하고 비가 오는 날이 흐린 날 보다 더욱 높은 수치를 보였다. 교통사고 영향요인에 대하여 주성분분석을 실시한 결과, 제1주성분은 도로, 터널구조 및 교통류 관련요인이, 제2주성분은 조명시설 및 도로구조 관련요인이, 제3주성분은 대기상태 및 조명시설 관련요인이, 제4주성분은 인적 및 시계열 관련요인이, 제5주성분은 인적요인이, 제6주성분은 차량적 요인과 교통류 관련 요인이, 제7주성분은 기상요인으로 대별되었다. 교통사고 발생지점에 대하여 유형화를 실시한 결과, 최적 집단수는 5개로 구분지어 졌으며, 집단별로 수량화이론 1류를 적용하여 분석한 결과, 제1집단은 예측모델의 설명력이 낮은 반면 제4집단은 예측모델의 설명력이 중간정도, 제2, 제3, 제5집단은 높은 설명력을 가진 예측모델이 구축되었다. 예측모델의 편상관계수 절대 값이 0.2(약한 상관) 이상인 항목(주성분) 중에서 도로환경적 요인이 포함된 변수를 체크하여 분석한 결과, 주요 검토항목은 적절한 교통류 처리, 횡단구성(차로폭), 터널구조(터널길이), 도로선형, 환기시설, 조명시설로 요약되었다.

• 한국건축시공학회지
• /
• 제18권2호
• /
• pp.151-159
• /
• 2018

한국 건설업의 재해율은 매년 증가하고 있는 추세이며 다른 산업에 비해 월등히 높다. 이는 국가차원에서 재해예방을 위해 수행하는 안전활동들이 건설산업의 재해율 감소에는 효과를 보이지 못한다는 것을 의미한다. 이러한 문제점을 해결하기 위해서는, 인명사고 예측모델에 대한 프레임이 구축되어야 하며, 인명사고 발생형태에 대한 정량화 연구가 필요하다. 이에, 본 연구는 인명사고 발생형태의 불확실성을 정량화하고 몬테카를로 시뮬레이션을 통해 다양한 환경에서 어떻게 변화하는지 예측하고자 한다. 이를 위하여 첫째, 선행연구 고찰을 통해 인명사고 발생형태를 정의한다. 둘째, 14년 간 국내 건설현장에서 발생한 인명사고 및 보상지급액 데이터를 수집한다. 셋째, 발생형태별 특성을 파악하기 위해 수집된 데이터를 토대로 기술통계분석을 실시한다. 넷째, 인명사고 발생형태를 정량적으로 분석하기 위하여 발생형태별 사고 발생 확률과 보상지급액의 모수를 추정한다. 마지막으로 추정된 모집단을 토대로 몬테카를로 시뮬레이션을 실시하여 인명사고 발생형태별 분포 특징을 분석한다. 본 연구의 결과는 향후 건설현장 안전관리 체크리스트 개발 및 인명사고 예측 모델 개발의 참고 자료로 활용될 것으로 기대된다.

• 스마트미디어저널
• /
• 제11권3호
• /
• pp.90-101
• /
• 2022

버스는 대중적으로 많이 이용되는 교통수단이다. 그만큼 승객의 안전관리를 위해 철저한 대비가 필요하다. 하지만 2018년 승차하기 위해 접근하는 노인을 인지하지 못하고 버스가 출발하면서 사망사고가 발생하는 등 안전 시스템이 미흡한 상황이다. 기존에 뒷문 계단 쪽 센서를 통해 끼임 사고를 방지하는 안전 시스템은 있지만, 이러한 시스템은 위 사고처럼 승하차하려는 과정에서 발생하는 사고를 예방하진 못한다. 버스 승객의 승하차 의도를 예측할 수 있다면, 위와 같은 사고를 예방하는 안전 시스템 개발에 도움이 될 것이다. 그러나 승객의 승하차 의도를 예측하는 연구는 부족한 상태이다. 따라서 본 논문에서는 버스에 부착된 카메라 영상에서 UDP-Pose를 통해 승객의 skeleton keypoints를 추출하고, 이를 활용한 1×1 CNN3D 기반의 버스 승객 승하차 의도를 예측하는 모델을 제안한다. 제안한 모델은 승객의 승하차 의도를 예측하는 부분에서 RNN, LSTM 모델보다 약 1~2% 높은 정확도를 보여준다.

• 시스템엔지니어링학술지
• /
• 제18권2호
• /
• pp.75-93
• /
• 2022

Machine learning (ML) data-driven meta-model is proposed as a surrogate model to reduce the excessive computational cost of the physics-based model and facilitate the real-time prediction of a nuclear power plant's transient response. To forecast the transient response three machine learning (ML) meta-models based on recurrent neural networks (RNNs); specifically, Long Short Term Memory (LSTM), Gated Recurrent Unit (GRU), and a sequence combination of Convolutional Neural Network (CNN) and LSTM are developed. The chosen accident scenario is a control element assembly withdrawal at power concurrent with the Loss Of Offsite Power (LOOP). The transient response was obtained using the best estimate thermal hydraulics code, MARS-KS, and cross-validated against the Design and control document (DCD). DAKOTA software is loosely coupled with MARS-KS code via a python interface to perform the Best Estimate Plus Uncertainty Quantification (BEPU) analysis and generate a time series database of the system response to train, test and validate the ML meta-models. Key uncertain parameters identified as required by the CASU methodology were propagated using the non-parametric Monte-Carlo (MC) random propagation and Latin Hypercube Sampling technique until a statistically significant database (181 samples) as required by Wilk's fifth order is achieved with 95% probability and 95% confidence level. The three ML RNN models were built and optimized with the help of the Talos tool and demonstrated excellent performance in forecasting the most probable NPP transient response. This research was guided by the Systems Engineering (SE) approach for the systematic and efficient planning and execution of the research.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 춘계학술대회
• /
• pp.415-416
• /
• 2022

Marine pilot occupational accidents during transfer to/from the ship are at the top of the agenda after several safety campaigns by IMPA and individual attemptsThere is multiple transfer method for the marine pilot, but a most common way is to use the pilot cutter. This paper aims to predict marine pilot occupational accidents before it occurs by using historical data. Since the problem depends on several variables, this paper develops a model by using the random forest method to predict marine pilot accidents before happening with the random forest method by using RStudio software

• 해양환경안전학회지
• /
• 제20권6호
• /
• pp.677-684
• /
• 2014

해양사고 발생시 대응능력 향상을 위해 대응훈련 및 이를 위한 시나리오 개발이 필요하다. 본 연구에서는 위험유해물질 유출사고 대응체계 구축의 일환으로 가상 위험유해물질 유출사고에 대한 대응 시나리오를 개발하였다. 가상 시나리오는 부산 해역을 대상으로 개발하였으며, 대상해역에서 발생될 수 있는 가상 사고 시나리오와 이에 대한 대응 시나리오를 각각 개발하였다. 가상 사고 시나리오는 대상해역인 부산해역의 위험평가 및 취약성분석을 통해 발생될 수 있는 위험유해물질 유출사고를 선정하고, 가상 사고로 인해 발생될 수 있는 피해를 예측하여 구축되었다. 가상 사고에 대한 대응 시나리오는 가상 사고 시나리오의 피해예측에서 제시된 피해를 수습하기 위한 단계별 조치사항으로서 제시하였다. 부산해역의 위험유해물질 가상 유출사고는 부산 감천항 충돌사고로 인한 자일렌(xylene) 1,000톤 유출사고로 선정하였으며, 이로 인한 피해는 자일렌의 대기확산 및 해양확산 계산을 통해 예측하였다. 또한 가상 사고에 대한 대응 시나리오는 피해지역의 주민 대피, 자일렌 확산 방지 및 회수, 대응요원 보호조치, 사고지역 사후 관리 등에 대한 단계별 조치사항을 제시하였다.

• 방사선산업학회지
• /
• 제17권3호
• /
• pp.265-273
• /
• 2023

To effectively and safely manage the radiation exposure to nuclear power plant (NPP) workers in accidents, major overseas NPP operators such as the United States, Germany, and France have developed and applied realistic 3D model radiation dose assessment software for workers. Continuous research and development have recently been conducted, such as performing NPP accident management using 3D-VR based on As Low As Reasonably Achievable (ALARA) planning tool. In line with this global trend, it is also required to secure technology to manage radiation exposure of workers in Korea efficiently. Therefore, in this paper, it is described the application method and assessment results of radiation exposure scenarios for workers in response to accidents assessment technology, which is one of the fundamental technologies for constructing a realistic platform to be utilized for radiation exposure prediction, diagnosis, management, and training simulations following accidents. First, the post-accident sampling after the Loss of Coolant Accident(LOCA) was selected as the accident and response scenario, and the assessment area related to this work was established. Subsequently, the structures within the assessment area were modeled using MCNP, and the radiation source of the equipment was inputted. Based on this, the radiation dose distribution in the assessment area was assessed. Afterward, considering the three principles of external radiation protection (time, distance, and shielding) detailed work scenarios were developed by varying the number of workers, the presence or absence of a shield, and the location of the shield. The radiation exposure doses received by workers were compared and analyzed for each scenario, and based on the results, the optimal accident response scenario was derived. The results of this study plan to be utilized as a fundamental technology to ensure the safety of workers through simulations targeting various reactor types and accident response scenarios in the future. Furthermore, it is expected to secure the possibility of developing a data-based ALARA decision support system for predicting radiation exposure dose at NPP sites.

• Nuclear Engineering and Technology
• /
• 제56권9호
• /
• pp.3864-3871
• /
• 2024

In case of a hypothetical severe accident in a Sodium-cooled Fast Reactor (SFR), coolability of the debris bed in the post-accident phase plays a vital role in mitigating the accident and ensuring the structural integrity of the reactor vessel. Few numerical studies are reported in literature, in which the boiling heat transfer in debris bed is expressed as equivalent heat conduction using similarity law between heat conduction and two-phase heat transfer. However, these studies assumed steady state mass conservation for the boiling zone and neglected the gravity force. Hence, a detailed study has been carried out for various particle sizes and porosities of SFR debris to investigate the influence of above considerations. The effect of gravity on debris bed coolability is studied using steady state model of Lipinski, which showed that gravity has a non-negligible effect, for particle size of 0.3 mm and porosity of 0.5. However, the gravitation force was found to have a negligible effect in dryout heat flux estimation for the bottom cooled configuration. A transient numerical model is developed for simulating the boiling phenomena in debris beds and validated with the published experimental results. The assumption of steady state mass conservation is verified by carrying out transient analysis, which indicated early prediction of the dryout inception. For time dependent heat generation case, the unsteady mass conservation predicted higher DHF compared to constant heat generation.