• Structural Engineering and Mechanics
• /
• 제86권5호
• /
• pp.673-686
• /
• 2023

Determining the properties of pile from cone penetration test (CPT) is costly, and need several in-situ tests. At the present study, two novel hybrid learning models, namely PSO-RF and HHO-RF, which are an amalgamation of random forest (RF) with particle swarm optimization (PSO) and Harris hawks optimization (HHO) were developed and applied to predict the pile set-up parameter "A" from CPT for the design aim of the projects. To forecast the "A," CPT data along were collected from different sites in Louisiana, where the selected variables as input were plasticity index (PI), undrained shear strength (S_u), and over consolidation ratio (OCR). Results show that both PSO-RF and HHO-RF models have acceptable performance in predicting the set-up parameter "A," with R² larger than 0.9094, representing the admissible correlation between observed and predicted values. HHO-RF has better proficiency than the PSO-RF model, with R² and RMSE equal to 0.9328 and 0.0292 for the training phase and 0.9729 and 0.024 for testing data, respectively. Moreover, PI and OBJ indices are considered, in which the HHO-RF model has lower results which leads to outperforming this hybrid algorithm with respect to PSO-RF for predicting the pile set-up parameter "A," consequently being specified as the proposed model. Therefore, the results demonstrate the ability of the HHO algorithm in determining the optimal value of RF hyperparameters than PSO.

• Geomechanics and Engineering
• /
• 제37권5호
• /
• pp.475-498
• /
• 2024

The prediction of the susceptibility of soil to liquefaction using a limited set of parameters, particularly when dealing with highly unbalanced databases is a challenging problem. The current study focuses on different ensemble learning classification algorithms using highly unbalanced databases of results from in-situ tests; standard penetration test (SPT), shear wave velocity (V_s) test, and cone penetration test (CPT). The input parameters for these datasets consist of earthquake intensity parameters, strong ground motion parameters, and in-situ soil testing parameters. liquefaction index serving as the binary output parameter. After a rigorous comparison with existing literature, extreme gradient boosting (XGBoost), bagging, and random forest (RF) emerge as the most efficient models for liquefaction instance classification across different datasets. Notably, for SPT and V_s-based models, XGBoost exhibits superior performance, followed by Light gradient boosting machine (LightGBM) and Bagging, while for CPT-based models, Bagging ranks highest, followed by Gradient boosting and random forest, with CPT-based models demonstrating lower G_mean(error), rendering them preferable for soil liquefaction susceptibility prediction. Key parameters influencing model performance include internal friction angle of soil (ϕ) and percentage of fines less than 75 µ (F₇₅) for SPT and V_s data and normalized average cone tip resistance (q_c) and peak horizontal ground acceleration (a_max) for CPT data. It was also observed that the addition of V_s measurement to SPT data increased the efficiency of the prediction in comparison to only SPT data. Furthermore, to enhance usability, a graphical user interface (GUI) for seamless classification operations based on provided input parameters was proposed.

• 한국의학물리학회지:의학물리
• /
• 제21권4호
• /
• pp.332-339
• /
• 2010

본 연구에서는 콘빔 단층촬영영상(cone beam CT; CBCT) 및 다엽 콜리메이터(multileaf collimator;MLC) 로그데이터를 이용한 적응형 방사선치료기법의 체계를 구축하고, 그 과정에서의 선량 계산 오차의 양상을 팬텀을 이용하여 분석하고자 하였다. Catphan-600 (The Phantom Laboratory, USA) 팬텀을 CT와 CBCT 촬영 후 CT 영상을 이용하여 간단한 단계별조사(step-and-shoot) 방식의 세기조절방사선치료(intensity-modulated radiation therapy; IMRT) 계획을 수립하였다. 이후 빔전달 시 생성된 MLC 로그데이터(Dynalog)를 이용하여 실제 전달된 세그먼트 별 모니터단위(MU) 가중치와 MLC 엽(leaf)의 위치를 구한 후 이를 다시 Pinnacle3에 넣고 선량을 재계산하였다. 초기 치료 계획은 치료 계획용 CT 영상($CT_{plan}$) 및 CBCT 영상($CBCT_{plan}$)에 대하여 계산되었으며, 재구성된 선량 역시 치료 계획용 CT 영상($CT_{recon}$) 및 CBCT 영상($CBCT_{recon}$)에 대하여 계산되었다. 각 선량 계산을 $CT_{plan}$을 기준으로 하여 2차원 선량분포, 감마 인덱스, 선량-부피 히스토그램(dose-volume histogram; DVH)을 이용하여 분석하였다. 2차원 선량분포 및 DVH 분석 모두에서 원래의 치료 계획보다 실제 전달된 선량이 다소 많은 것으로 나타났으나 임상적인 의미는 미미했다. 감마 인덱스의 경우 CBCT에 선량을 계산했을 때 치료 계획 정보나 재구성된 선량 정보를 이용한 경우 모두 오차가 크게 발생했다. 재구성된 선량은 빔의 경계 부분에서 오차가 크게 발생하였으나 그 영향은 CT 및 CBCT 영상 간 차이에 의한 것보다 작았다. CBCT 영상에 전달된 선량을 재구성하게 되면 두 영향이 복합적으로 작용하여 오차는 더 줄어들게 되지만 $CT_{plan}$과 $CBCT_{plan}$의 차이에 비하여 $CBCT_{plan}$과 $CBCT_{recon}$ 차이는 상대적으로 작아 전달된 선량의 오차를 평가할 때 불확실성이 커졌다. 그러므로 선량 계산 오차의 양상은 셋업 오차, CBCT 영상을 이용한 선량 계산 오차 및 재구성된 선량 계산의 오차로 나누어 분석될 필요가 있을 것이다.

• 공업화학
• /
• 제32권4호
• /
• pp.423-430
• /
• 2021

본 연구는 건자재용 목재의 화재위험성 및 화재위험성 등급을 평가하기 위하여 Chung's equations-III, -IV에 의한 화재성능지수-III (FPI-III), 화재성장지수-III (FGI-III), 화재위험성지수-IV (FRI-IV)를 중심으로 조사하였다. 시험편은 적삼목, 전나무, 물푸레나무, 단풍나무를 사용하였다. 화재 특성은 시험편에 대하여 콘칼로리미터(ISO 5660-1) 장비를 이용하여 조사하였다. 연소반응 후 측정된 FPI-III는 polymethylmetacrylate (PMMA) 기준으로 0.86~12.77로 나타났다. FGI-III는 PMMA를 기준으로 0.63~5.26으로 나타났다. 화재위험성 등급 지수인 FRI-IV에 의한 화재 등급은 0.05~6.12였으며 적삼목이 단풍나무와 비교하여 122.4배 높았다. FRI-IV에 의한 화재위험성 등급은 단풍나무, 물푸레나무, 전나무, PMMA, 적삼목 순서로 증가하였다. 모든 시편의 CO 피크농도는 103~162 ppm으로 측정되었으며 미국직업안전위생관리국(occupational safety and health administration)의 허용기준(permissible exposure limits)인 50 ppm보다 2.1~3.2배 높게 나타났다. 적삼목과 같이 체적밀도가 작고 휘발성 유기물질을 다량 함유한 소재는 FPI-III가 낮고 FGI-III가 높으므로 화재위험성 등급이 높은 것으로 나타났다.

• 공업화학
• /
• 제35권1호
• /
• pp.29-36
• /
• 2024

Chung's equation-XII에 의하여 4종의 목재에 대한 화재위험성 및 화재안전성을 종합적으로 평가하였다. 시험편은 미국물푸레나무, 버드나무, 들메나무, 산벚나무를 선정하였다. 시험편의 연소특성 시험은 콘칼로리미터(ISO 5660-1)를 사용하였으며, 최종적으로 화재위험성지수-XII (FRI-XII)를 이용하여 화재위험성등급(FRR)을 예측하였다. 예측된 화재성능지수-X (FPI-X)과 화재성장지수-X (FGI-X)은 각각 469.03~1109.73 s²/kW와 0.0009~0.0280 kW/s²로 나타났다. 또한 화재성능지수-XI (FPI-XI)과 화재성장지수-XI (FGI-XI)은 각각 0.41~0.97와 1.11~3.11이었다. 화재위험성 등급인 화재위험성지수-XII (FRI-XII)는 들메나무가 7.60 (화재위험성 등급: D)으로서 가장 높은 화재위험성을 나타내었다. 그리고 Chung's equation-IX인 화재위험성지수-IX (FRI-IX)와 비교하였다. FRI-IX과 FRI-XII에 의한 화재위험성 등급은 버드나무와 들메나무가 공통적으로 높았다. 또한 FRI-XII와 FRI-IX에 의한 결과는 유사한 관계가 이루어졌으며, 각각의 화재안성등급의 크기는 서로 간 근접하게 일치하였다.

• 공업화학
• /
• 제35권3호
• /
• pp.200-208
• /
• 2024

4종의 목재에 대한 화재위험성의 예측 및 화재위험성 등급을 평가하기 위해 Chung's equations-IX과 Chung's equation-XII를 이용하였다. 시험편은 녹나무, 산벚나무, 고무나무, 느릅나무를 선정하였다. 연소시험은 ISO 5660-1의 콘칼로리미터 시험법을 이용하였으며, 화재위험성지수-IX (FRI-IX)과 화재위험성지수-XII (FRI-XII)에 대한 화재위험성과 화재위험성등급(FRR)을 비교하였다. 그 결과 화재성능지수-XI (FPI-XI)와 화재성장지수-XI (FGI-XI)은 0.08~11.48와 0.67~111.89로 얻어졌다. 그리고 화재위험성지수-XII (FRI-XII)는 산벚나무(0.45): 등급 A (순위 5) < PMMA(1): 등급 A (순위 4) < 고무나무(1.23): 등급 A (순위 3) < 고무나무(1.56): 등급 A (순위 2) << 녹나무(148.23): 등급 G (순위1)의 순으로 증가하였다. 또한 화재위험성지수-IX (FRI-IX)는 산벚나무(0): 등급 A (순위 3) ≈ 고무나무(0): 등급 A (순위 3) ≈ 느릅나무(0): 등급 A (순위 3) ≈ PMMA(1): 등급 A (순위 2) << 녹나무(66.67): 등급 G (순위1)의 순이었다. 공통적으로 화재위험성은 녹나무가 가장 높은 것으로 제시되었다. 결론적으로 FRI-IX와 FRI-XII의 기준을 바탕으로 보여준 바와 같이 지수의 표현은 다르나, 가연성 재료의 화재위험성평가에 의한 예측은 유사한 경향성을 제시하였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제12권2호
• /
• pp.149-155
• /
• 2008

최근 교통소통의 필수적인 수단으로 많은 도로가 건설 중에 있으며 기 시공된 도로 등은 차량의 통행과 기후 등의 여러 요인에 의해 내하력이 저하되고 있다. 본 연구에 적용된 지반의 흙의 종류와 소성지수 그리고 비중은 각각 SC, 12.2%, 2.66이였으며 최대건조단위중량, 최적함수비, 수정CBR은 각각 $1.895g/cm^2$ (수정다짐 D), 13.6%, 16.2%였다. 이러한 지반조건에서 동적콘관입시험의 관입지수로부터 추정한 CBR과 소형 FWD시험의 동적변형계수로부터 환산한 정적변형계수 사이에는 상관계수가 0.90으로 높은 상관성을 나타내었다.

• 한국지반공학회논문집
• /
• 제31권11호
• /
• pp.41-48
• /
• 2015

대규모 지반침하 및 지반함몰로 인한 재산, 인명피해를 사전에 예방하기 위하여 지반의 공동 및 이완구간에 대한 조사는 필수적이다. 최근, 지하투과레이더를 이용한 지반침하 및 지반함몰 구간 예측과 관련된 연구가 활발히 진행되고 있으나, 기존의 지하투과레이더 탐사에서는 전기적 임피던스가 서로 다른 층간 경계면 심도만을 산정하므로 조밀한 지반과 느슨한 지반을 서로 반대로 예측하는 오류를 범할 수 있었다. 본 연구에서는, 지하투과레이더로부터 획득된 전자기파의 반사파 특성을 이용하여 이완구간 심도를 추정하고자 하였다. 이완구간에 따른 신호획득을 위하여 과거 침하이력이 있었던 현장을 대상으로 지하투과레이더 탐사가 수행되었으며, 결과의 상호비교 및 검증을 위하여 동적 콘 관입시험이 수행되었다. 전자기파의 반사특성 분석 결과, 지하투과레이더 안테나에서 처음 측정된 신호와 조밀한 지반에서 반사되어 측정된 전자기파는 동일한 위상을 보이며, 느슨한 지반에서 반사되는 경우 안테나에서 처음 측정된 신호와 반대 위상을 보이는 것으로 나타났다. 획득된 지하투과레이더 신호로부터 대상지반의 이완구간 심도 산정 및 동적 콘 관입지수와 상호비교 결과, 지하투과레이더 신호 분석으로부터 산정된 이완구간 또는 조밀한 구간의 심도는 높은 신뢰도로 산정되었다. 본 연구에서 수행된 지하투과레이더 신호획득 및 분석과정은 지반 불연속층의 심도산정뿐만 아니라 이완구간 산정에 활용될 수 있을 것으로 판단된다.

• 한국결정성장학회지
• /
• 제29권4호
• /
• pp.173-178
• /
• 2019

본 연구에서는 halide vapor phase epitaxy 성장법을 이용하여 원뿔 형태의 패턴이 주기적으로 형성된 patterned sapphire substrate(PSS) 위에 ${\alpha}-Ga_2O_3$를 성장하고 그 특성에 변화에 대해 분석하였다. PSS의 패턴의 유무에 따른 영향을 알아보기 위해 c-plane 사파이어 기판과 원뿔의 크기가 다른 두 개의 PSS 위에 ${\alpha}-Ga_2O_3$를 성장하여 비교 분석하였다. 또한 PSS 위에 성장된 ${\alpha}-Ga_2O_3$의 성장과정을 알아보기 위해 점차 성장 시간을 증가해가며 관찰하였고 성장 온도를 $470-550^{\circ}C$까지 변화해가며 성장하였다. 이를 통해 원뿔 형태의 패턴이 형성된 PSS 위에서의 최적 성장 조건과 그 성장 mechanism에 대해 분석이 가능하였고 그 결과로 성장과정에서 발생하는 수평 성장에 의해 ${\alpha}-Ga_2O_3$의 비대칭면인 (10-14) 반치폭 값을 크게 감소시킬 수 있었다.

• 한국축산시설환경학회지
• /
• 제8권2호
• /
• pp.99-106
• /
• 2002

This study was conducted to improve utilization efficiency of slurry and choose a suitable type of tractor power which can be attached by manure spreader in the paddy field. In the paddy field, the pulling force for the spreader was measured by using a measurement system installed between tractors with and without the spreader. The soil moisture contents at the 0${\sim}$10cm and 10${\sim}$20cm depth of test soil(SiCL) were 28.45% d.b. and 23.47% d.b., respectively in average while Cone Index at l0cm and 15cm depth were 14.5kPa and 16.2kPa, respectively. It was impossible to measure the soil moisture contents and Cone Index below 20cm depth of the soil because the hardness of the soil increased greatly. Thereafter, hard pan of the sampled soil was found at 15${\sim}$20cm depth. While the required power only for the dragged tractor was found to be 3.44kW in the test field, the required pulling powers of tractor considering the pumping were 8.48${\sim}$12.48kW, 12.19${\sim}$16.19kW, 16.96${\sim}$20.96kW, respectively for 2 tons, 3 tons, and 4 tons of tank capacity. As the tank capacity increased, the sinkage of soil were also increased to 7cm, l0cm, and 12cm, respectively for the tractors with 2 tons, 3 tons and 4 tons of tank capacity. Considering about 60% of pulling efficiency of tractor, a tractor which had lower than 25.74kW of pulling power was suitable to pull the spreader and spread the slurry simultaneously for manure spreader with 2 tons of tank capacity. 29.42kW${\sim}$36.78kW of pulling power was found to be optimum for the tractor with 3 tons of tank capacity while over 40.45kW for 4 tons of tank capacity.