• 대한치과교정학회지
• /
• 제34권5호
• /
• pp.417-428
• /
• 2004

본 연구는 상악 제1대구치에 발치공간 폐쇄를 위한 근심력 적용시, 대구치의 근원심 경사도와 회전정도의 변화가 치근막의 응력분포와 치근막 내에서의 초기 치아이동에 어떤 변화를 야기하는지를 살펴보기 위하여 시행되었다. 상악 제1대구치와 치근막의 3차원 유한요소모델을 제작하여 $20^{\circ}$의 근심경사와 원심경사를 설정하고. $20^{\circ}$의 근심회전과 원심회전을 설정하였다 각각의 상황에서 치체이동을 유도하는 근심력을 가하기 위해 협면에 rigid element를 부착하고 200g의 근심력과 9: 1의 countertipping 모멘트 5:1의 counterrotation모멘트를 부여하였다. 각각의 응력분포 및 초기이동 양상을 비교하여 다음과 같은 결론을 얻었다. 상악 제1대구치의 경사도 변화나 회전 변화를 통해 근심력 적응시 구치의 근심이동에 대한 저항의 증가를 얻을 수 없었다. $20^{\circ}$의 근심경사와 $20^{\circ}$의 원심회전이 매우 유사한 응력분포 및 변위를 나타내었다 $20^{\circ}$의 원심경사와 $20^{\circ}$의 근심회전도 마찬가지로 유사성을 보였다. $20^{\circ}$ 근심경사 및 $20^{\circ}$ 원심회전된 경우 치근이 협측 이동하고 치관이 설측 이동하는 관상면 상에서의 회전경향이 발생하였다. $20^{\circ}$ 원심경사 및 $20^{\circ}$ 근심회전된 경우 치근이 설측 이동하고, 치관이 협측 이동하는 관상면 상에서의 회전경향이 발생하였다. 경사되거나 회전된 치아에 근심력을 가해야 할 경우 관상면상에서의 회전을 방지하기 위한 부가적인 토크 조절이 필요하다.

• 한국강구조학회 논문집
• /
• 제23권4호
• /
• pp.503-514
• /
• 2011

본 연구에서는 콘크리트채움 U형 합성보와 H형강 기둥 십자형 합성접합부의 내진상세를 제시하고, 2개의 실물대 실험체를 설계/제작하여 강구조내진기준의 표준실험절차에 따라 내진성능을 평가하였다. 주요 실험체 구성요소는 춤 450mm(실험체 A) 및 550mm(실험체 B) U형 강재보, 두께 165mm의 골데크플레이트 위에 타설된 콘크리트 바닥슬래브, U형보의 완전합성작용을 하기 위한 전단스터드, 부모멘트 전달을 위한 4개의 주철근 및 H형강 기둥에 정착을 위한 용접커플러 그리고 접합부 보강을 위한 보강판으로 구성된다. 순수 강재 보-기둥 접합부와 상이한 U형 합성접합부의 독특한 특성을 고려하여, 지진하중 하에서 내진성능에 결정적 영향을 미치는 보-기둥 접합부의 용접부 취성파단, 강판의 국부좌굴, 주철근의 휨좌굴, 콘크리트 압괴 등의 한계상태가 적절히 제어되도록 실험체를 설계하였다. 강구조내진기준의 지진하중 가력프로그램에 따른 실험결과, 설계에서 의도한 바와 같이 여러 한계상태가 적절히 제어되어 실험체 A 및 B는 각각 6% 및 6.8% 라디안에 이르는 매우 뛰어난 층간변형능력을 발휘하였다. 이는 특수모멘트골조에 요구되는 4% 라디안 수준을 충분히 상회하는 만족스런 층간변형능력이다. 특히 접합부 강화전략에 의해 제안된 합성접합부 상세는 설계에서 의도한 것과 같이 소성힌지를 보강단부로서 밀어냄으로서 취약할 수 있는 보-기둥 용접접합부를 효과적으로 보호하였다. 실험체 A의 최종 파괴모드는 6.0% 층간변위에서 발생한 보강단부에 인접한 냉간성형 코너부의 점진적 저사이클피로에 의한 하부플랜지의 파단에 의해 발생하였다. 한편, 실험체 B는 8.0%의 높은 수준의 층간변위에서 발생한 볼트이음부 파단에 의해 내력을 상실하였다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1463-1478
• /
• 2022

한국 수출입의 99.7%는 해상운송이 차지하고 있으며, 항만의 효율적 운영을 위해 해운 물류 모니터링 시스템 개발 필요성이 대두되고 있다. 현재 automatic identification system (AIS)를 기반으로 선박의 정보를 조회하여 해상 물동량 추정 연구가 진행되고 있지만, AIS를 운영하지 않는 선박들에 대한 모니터링은 불가능하다는 한계가 있다. 고해상도 광학 위성 영상은 광역의 범위에서 AIS 미운영 선박 및 소형 선박을 식별할 수 있기 때문에 AIS 기반 물동량 모니터링의 공백을 보완할 수 있다. 그러므로 선박 및 물동량 모니터링에 활용하기 위해, 고해상도 광학 위성영상에서 선박을 탐지하고 화물선 및 소형 선박을 분류하는 연구가 필요하다. 본 연구는 초기 국토위성영상을 이용하여 생산된 학습 자료 기반으로 인공지능 모델을 훈련시키고 다른 영상에서 탐지를 수행함으로써, 국토위성영상의 딥러닝 학습 자료 생산 및 선박 모니터링 활용 가능성을 알아보고자 하였다. 학습 자료는 황해 및 황해 주요 항만 구역 내 선박들을 추출하여 제작했으며, You Only Look Once (YOLO) 알고리즘을 사용하여 탐지 모델은 구축하고 국내외 주요 항만 각 1개소를 대상으로 선박 탐지 성능을 평가하였다. 항만 접안 및 해상 정박중인 선박을 대상으로 탐지 모델에 적용한 결과를 AIS의 선종 정보와 비교하였고, 국내 항만에서 85.5%와 89%, 국외 항만에서 70%의 선종 분류 정확도를 확인하였다. 본 연구 결과는 정박중인 선박을 중심으로 고해상도 국토위성영상을 활용하여 모니터링이 가능함을 확인하였다. 향후 지속적인 학습 자료 구축을 통해 탐지 모델의 정확도를 향상시킨다면 전세계 주요 항만에서 선박 및 물동량 모니터링 분야에 활용할 수 있을 것으로 기대된다.