• 한국구조물진단유지관리공학회 논문집
• /
• 제7권1호
• /
• pp.267-277
• /
• 2003

The purpose of this study makes a retrofit and rehabilitation practice trough the analysis and the improvement for the underlying problem of current retrofit and rehabilitation methods. Therefore, the deterioration process, the damage cause, the condition classification, the fatigue mechanism and the applied quantity of strengthening methods for slab bridge decks were analysed. Artificial neural networks are efficient computing techniqures that are widely used to solve complex problems in many fields. In this study, a back-propagation neural network model for estimating a management on existing slab bridge decks from damage cause, damage type, and integrity assessment at the initial stsge is need. The training and testing of the network were based on a database of 36. Four different network models werw used to study the ability of the neural network to predict the desirable output of increasing degree of accuracy. The neural networks is trained by modifying the weights of the neurons in response to the errors between the actual output values and the target output value. Training was done iteratively until the average sum squared errors over all the training patterms were minimized. This generally occurred after about 5,000 cycles of training.

• Smart Structures and Systems
• /
• 제5권4호
• /
• pp.329-344
• /
• 2009

Ultrasonic chaotic excitations combined with sensor prediction algorithms have shown the ability to identify incipient damage (loss of preload) in a bolted joint. In this study we examine a physical experiment on a single-bolt aluminum lap joint as well as a three-dimensional physics-based simulation designed to model the behavior of guided ultrasonic waves through a similarly configured joint. A multiple bolt frame structure is also experimentally examined. In the physical experiment each signal is imparted to the structure through a macro-fiber composite (MFC) patch on one side of the lap joint and sensed using an equivalent MFC patch on the opposite side of the joint. The model applies the waveform via direct nodal displacement and 'senses' the resulting displacement using an average of the nodal strain over an area equivalent to the MFC patch. A novel statistical classification feature is developed from information theory concepts of cross-prediction and interdependence. This damage detection algorithm is used to evaluate multiple damage levels and locations.

• 한국환경보건학회지
• /
• 제45권6호
• /
• pp.605-612
• /
• 2019

Objectives: This study aims to examine receptor-perceived characteristics of environmental and health damage in areas surrounded by industrial workplaces using environmental complaints collected by local governments in Korea. Methods: The environmental complaint data related to workplaces was collected by local governments at each municipality between the years 2015 and 2017. We analyzed the complaint data from the Busan area by the type of business (industry classification), the content of complaints (odor, smoke, noise, and certain health damage), and the frequency of complaints. Results: Among the workplaces examined, industry categories related to retail and service received the highest frequency of complaints related to noise. On the other hand, complaints of dust and odors were raised in higher frequency against manufacturing industries, indicating that air pollution was the main driver of such complaints. Most of the complaints regarding health effects from industries also contained other complaints, such as odor, noise, and dust. Our results indicate that environmental discomfort can lead to more serious health damage, and should be dealt with more seriously. Further management plans for mitigating discomforts such as noise are necessary. Conclusion: This study can be used as background data for identifying the policy priorities related to vulnerable areas polluted by industry and will contribute to improving the environmental health of residents in identified areas.

• 대한건축학회논문집:구조계
• /
• 제35권10호
• /
• pp.143-153
• /
• 2019

In this study, a full scale 3-axes shake table test for M-bar and T-bar type ceilings commonly used in the country was conducted. Through damage inspection during the test, seismic performance of ceilings according to variables, such as clearance between wall mold and ceiling as well as existence of facilities, was evaluated. A test frame consisted of square hollow section members was used for the shake table test. The experimental method was performed as a fragility test using required response spectrum described in ICC-ES AC156. In the case of architectural nonstructural component that contain ceilings, it mainly is evaluated the performance by post-test visual inspection. For the evaluation of seismic performance of ceilings, this study classified and defined damaged items for targeted ceiling system referring to illustrative damage according to nonstructural performance levels accordance with ASCE 41 and previous studies. And proposed illustrative damage items classification was utilized to compare the degree of the damage according to experimental variables. The experiment results confirmed that differences in boundary conditions due to the clearance at wall mold and the installation of facilities had a significant effect on the seismic performance of the ceiling.

• Structural Engineering and Mechanics
• /
• 제77권4호
• /
• pp.495-508
• /
• 2021

This study devises a novel approach, namely quadruple 1D convolutional neural network, for detecting connection stiffness reduction in steel truss bridge structure using experimental and numerical modal data. The method is developed based on expertise in two domains: firstly, in Structural Health Monitoring, the mode shapes and its high-order derivatives, including second, third, and fourth derivatives, are accurate indicators in assessing damages. Secondly, in the Machine Learning literature, the deep convolutional neural networks are able to extract relevant features from input data, then perform classification tasks with high accuracy and reduced time complexity. The efficacy and effectiveness of the present method are supported through an extensive case study with the railway Nam O bridge. It delivers highly accurate results in assessing damage localization and damage severity for single as well as multiple damage scenarios. In addition, the robustness of this method is tested with the presence of white noise reflecting unavoidable uncertainties in signal processing and modeling in reality. The proposed approach is able to provide stable results with data corrupted by noise up to 10%.

• 한국인터넷방송통신학회논문지
• /
• 제18권5호
• /
• pp.209-214
• /
• 2018

본 논문에서는 대규모 재난이 발생할 경우 재난으로 인해 시설물에 가해지는 피해를 알아보고 그로 인해 발생 가능한 재난들을 매트릭스 형식으로 나타내었다. 대규모 재난으로 태풍을 선정하였으며 태풍으로 인해 발생 가능한 피해인 홍수피해를 주로 다뤘다. 홍수피해의 경우 주로 침수가 발생하게 되고 침수심과 유속에 따라 피해여부가 결정되게 되며 이를 저층시설물에 적용한 결과를 도출해 내었다. 또한 시설물 피해로 인한 재난 연계를 한눈에 알아보기 쉽도록 매트릭스 형식으로 재난 유형을 분류하는 방법을 적용시켜 결과를 도출시켰다. 본 논문에서 제시한 형식으로 지속적인 연구가 진행되었을 경우 재난 발생에 따른 추가적인 재난을 미리 알아보는데 도움이 될 것이다.

• 한국수자원학회논문집
• /
• 제56권4호
• /
• pp.261-272
• /
• 2023

최근 급격한 도시화와 기후변화에 따라 재난에 의한 피해가 증가하고 있다. 국내 기상청에서는 표준 경보(주의보, 경보)를 전국적으로 통일된 표준 경보 기준(3시간 및 12시간 최대 누적강우량)에 따라 발령하여 재해에 따른 지역별, 재난 사상별 특성이 고려되지 않은 문제점이 있다. 따라서 본 연구에서는 서울특별시, 인천광역시, 경기도의 호우·태풍에 대한 재해 피해액 및 누적강우량을 활용하여 대상지역별 재해강도에 따른 단계별 기준을 설정하고, 강우에 따라 발생할 수 있는 재해의 강도를 분류하는 모형을 개발하고자 하였다. 즉, 본 연구에서는 호우·태풍에 의한 재해 피해액 누적 분포 함수의 분위별로 재해강도의 범주(관심, 주의, 경계, 심각 단계)를 분류하였고, 재해강도의 범주에 따른 누적강우량 기준을 대상 지자체별로 제시하였다. 그리고 지자체별 재해강도 분류모형 개발을 위해 4가지(의사결정나무, 서포트 벡터 머신, 랜덤 포레스트, XGBoost)의 머신러닝 모형을 활용하였는데 강우량, 누적강우량, 지속시간 최대 강우량(3시간, 12시간), 선행강우량을 독립변수로 이용하여 종속변수인 지자체별 재해강도를 분류하였다. 각 모형별 F1 점수를 이용한 정확도 평가 결과, 의사결정나무의 F1 점수가 0.56으로 가장 우수한 정확도를 보였다. 본 연구에서 제시한 머신러닝 기반 재해강도 분류모형을 활용하면 호우·태풍에 의한 재해에 대한 지자체별 위험 상태를 단계별로 파악할 수 있어, 재난 담당자들의 신속한 의사결정을 위한 기초 자료로 활용될 수 있을 것으로 판단된다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제24권6호
• /
• pp.206-216
• /
• 2020

국내의 노후 철도교량이 증가함에 따라 노후화로 인한 유지관리비가 점점 증가하고 있으며, 지속적인 관리가 더욱 더 중요해지고 있다. 하지만 관리해야하는 노후 시설물은 증가하지만, 노후 시설물을 점검 및 진단을 할 수 있는 전문 인력은 부족해지고 있다. 이러한 문제를 해결하기 위해 본 연구는 정적 변형률 응답 데이터를 적용하여 AI 기술의 머신러닝 기법으로 구조물의 국부적인 손상을 탐지하는 개선된 학습모델을 제시하고자 한다. 손상탐지 머신러닝 학습 모델을 구성하기 위해 우선 무도상 철도 판형교의 설계도면을 참고하여 교량의 해석모델을 설정하였으며, 설정된 해석모델로 손상시나리오에 따른 정적변형률 데이터를 추출하여 통계적 기법을 이용해 교량의 신뢰도 기반의 Local 손상 지수를 제시하였다. 손상 탐지는 손상 유무 탐지, 크기 탐지, 위치 탐지 3단계의 과정을 수행하여 손상 크기 탐지에서 선형 회귀 모델을 추가로 고려해 임의의 손상을 탐지하였으며, 최종적으로 손상 탐지 머신러닝 분류 학습 모델과 회귀 모델을 이용한 임의의 손상 위치를 추정 및 검증하였다.

• 한국전자통신학회논문지
• /
• 제11권12호
• /
• pp.1237-1244
• /
• 2016

차량의 윤폭과 윤거 정보를 산출하는 답판 센서는 국내 유로 도로의 차종 분류 장치에서 일반적으로 사용 된다. 답판 센서는 차량 정보를 생성하기 위하여, 주행 중인 차랑의 바퀴와 접촉이 필요하며 따라서 이때 발생하는 충격을 견디기 위해 높은 내구성이 요구된다. 최근 한국도로공사가 요금소에서 화물차 고속 차로의 운영을 시작함에 따라, 화물차가 고속 주행할 때 발생하는 설계 기준 이상의 충격으로 인한 답판의 파손과 이에 따른 유지보수 및 관리 비용의 증가가 염려되고 있다. 본 논문에서는 물리적 충격에 대한 내구성을 향상 시킨 무접점 답판 센서를 사용해서, 통과 차량의 차종을 분류하는 알고리즘을 제안하였다. 이는 한국도로공사 6종 분류 방식을 기준으로 하였고, 지방도 1020호선의 창원 요금소를 통과하는 1892대를 대상으로 한 실험에서 99.5%의 분류 정확도를 나타내었고, 무접점 답판을 사용한 차종 분류 장치가 국내 유료 도로에 효과적으로 적용이 가능함을 확인하였다.

• 융합정보논문지
• /
• 제9권3호
• /
• pp.134-139
• /
• 2019

현대 사회의 발전이 급속하게 진행됨에 따라 이를 뒷받침 하는 사회 전반의 기술들도 전보다 한층 진보되고 지능화되고 있다. 특히 보안 분야에서도 기존의 공격보다 더 정교하고 지능화된 공격들이 새로 생성되고 있고 그 피해 상황도 전보다 몇 배나 크게 발생되고 있다. 기존의 침입에 대한 분류체계를 현시점에 맞게 재정립하고 분류할 필요가 있고, 현재 작동하고 있는 침입탐지 및 감지 시스템들에 이런 분류체계를 적용하여 지능화된 침입에 능동적으로 대응하여 침입 피해를 최소화하는 것이 요구되고 있다. 본 논문에서는 현재 지능적인 공격에 의해 발생하는 침입 유형을 분석하여, 목적하는 시스템의 서비스 안전성, 신뢰성, 가용성을 보장하기 위한 새로운 침입 상황분류 모델을 제안하고, 이 분류 모델을 사용하여 조기에 침입을 감지하여 침입 피해를 최소화하고 보다 능동적인 대응이 가능한 스마트한 침입 인지 시스템을 설계하고 구현하는 연구에 토대를 마련한다.