• 한국농공학회논문집
• /
• 제64권6호
• /
• pp.35-41
• /
• 2022

Heavy snow damage can be prevented in advance with an appropriate security system. To develop the security system, we developed a model that predicts snow depth after a few hours when the snow depth is observed, and utilized it to calculate a failure probability with various types of greenhouses and observed snow depth data. We compared the Markov chain model and Bayesian long short-term memory models with varying input data. Markov chain model showed the worst performance, and the models that used only past snow depth data outperformed the models that used other weather data with snow depth (temperature, humidity, wind speed). Also, the models that utilized 1-hour past data outperformed the models that utilized 3-hour data and 6-hour data. Finally, the Bayesian LSTM model that uses 1-hour snow depth data was selected to predict snow depth. We compared the selected model and the shifting method, which uses present data as future data without prediction, and the model outperformed the shifting method when predicting data after 11-24 hours.

• 한국융합학회논문지
• /
• 제13권2호
• /
• pp.249-255
• /
• 2022

본 연구는 최근 가공 불량 예측 방법으로 주목받고 있는 머신러닝 기반의 모델을 이용하여 CNC 가공 불량 발생의 실시간 예측을 위한 분석 프레임워크를 제안하고, 해당 프레임워크에 기반하여 XGBoost, CatBoost, LightGBM, 랜덤 포레스트, Extra Trees, SVM, k-최근접 이웃, 로지스틱 회귀 모델을 CNC 설비에 기본 내장된 센서들로부터 추출된 데이터에 적용 및 분석하였다. 분석 결과 XGBoost, CatBoost, LightGBM 모델이 동일하게 가장 우수한 정확도, 정밀도, 재현율, F1 점수, AUC 값을 보였으며, 이 중 LightGBM 모델이 소요 실행 시간이 가장 짧은 것으로 나타났다. 이러한 짧은 소요 실행 시간은 실 시스템 구축 비용 절감, 빠른 불량 예측에 따른 CNC 장비 파손 확률 감소, 전체적인 CNC 활용률 증가 등의 실무적 장점을 가지므로 LightGBM 모델이 기본 센서들만 설치된 CNC 설비에 적용 시 가공 불량 예측에 가장 효과적으로 판단된다. 또한 소요 실행 시간 및 컴퓨팅 파워의 제약이 없는 상황에서는 LightGBM, Extra Trees, k-최근접 이웃, 로지스틱 회귀 모형으로 구성된 앙상블 모델을 적용할 경우 분류 성능이 최대화됨을 확인하였다.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.181-193
• /
• 2022

Data-driven structural health monitoring (SHM) of civil infrastructure can be used to continuously assess the state of a structure, allowing preemptive safety measures to be carried out. Long-term monitoring of large-scale civil infrastructure often involves data-collection using a network of numerous sensors of various types. Malfunctioning sensors in the network are common, which can disrupt the condition assessment and even lead to false-negative indications of damage. The overwhelming size of the data collected renders manual approaches to ensure data quality intractable. The task of detecting and classifying an anomaly in the raw data is non-trivial. We propose an approach to automate this task, improving upon the previously developed technique of image-based pre-processing on one-dimensional (1D) data by enriching the features of the neural network input data with multiple channels. In particular, feature engineering is employed to convert the measured time histories into a 3-channel image comprised of (i) the time history, (ii) the spectrogram, and (iii) the probability density function representation of the signal. To demonstrate this approach, a CNN model is designed and trained on a dataset consisting of acceleration records of sensors installed on a long-span bridge, with the goal of fault detection and classification. The effect of imbalance in anomaly patterns observed is studied to better account for unseen test cases. The proposed framework achieves high overall accuracy and recall even when tested on an unseen dataset that is much larger than the samples used for training, offering a viable solution for implementation on full-scale structures where limited labeled-training data is available.

• Structural Monitoring and Maintenance
• /
• 제10권1호
• /
• pp.87-105
• /
• 2023

Seismic regulations have been updated from time to time to accommodate an increase in seismic hazards. Comparison of seismic fragility of the existing bridges in Indonesia from different historical periods since the era before 1990 will be the basis for seismic assessment of the bridge stock in Indonesia, most of which are located in earthquake-prone areas, especially those built many years ago with outdated regulations. In this study, seismic fragility curves were developed using incremental non-linear time history analysis and more holistically according to the actual strength of concrete and steel material in Indonesia to determine the uncertainty factor of structural capacity, βc. From the research that has been carried out, based on the current seismic load in SNI 2833:2016/Seismic Map 2017 (7% probability of exceedance in 75 years), the performance level of the bridge in the era before SNI 2833:2016 was Operational-Life Safety whereas the performance level of the bridge designed with SNI 2833:2016 was Elastic - Operational. The potential for more severe damage occurs in greater earthquake intensity. Collapse condition occurs at As = F_PGA x PGA value of bridge Era I = 0.93 g; Era II = 1.03 g; Era III = 1.22 g; Era IV = 1.54 g. Furthermore, the fragility analysis was also developed with geometric variations in the same bridge class to see the effect of these variations on the fragility, which is the basis for making bridge risk maps in Indonesia.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.348-348
• /
• 2021

가뭄 연구의 궁극적 목표는 가뭄 발생의 메커니즘에 대한 이해를 높이고, 예측기술을 향상시켜 선제적 대응이 가능하도록 하는 것이다. 일반적으로 가뭄분석에 활용되는 가뭄지표는 연속형 변수로 간주하여 확률모형을 구축하지만, 가뭄상태와 가뭄피해 자료는 순서형 및 이산형 변수이므로 범주형 자료 분석 기법을 적용하는 것이 더 적절하다. 따라서 본 연구에서는 기상학적 가뭄과 피해발생 사이의 관계를 규명하기 위해 범주형 자료 분석 방법 중 로그선형(log-linear) 모형과 로지스틱(logistic) 회귀모형을 활용하였다. 가뭄피해 예측을 위한 가뭄 피해 정보를 수집하는 것은 매우 어려운 일이다. 가뭄의 영향으로 인해 발생할 수 있는 피해의 종류가 다양하며, 여러 분야의 이해관계자가 받아들이는 가뭄의 피해 양상이 다르기 때문이다. 본 연구에서는 국가가뭄정보포털(drought.go.kr)에서 충청북도의 가뭄피해현황 자료를 수집하였다. 30년(1991~2020년)동안 238개 읍면동 중 34개 행정구역에서 총 272건의 가뭄피해가 발생한 것으로 확인되었다. 표준강수지수(SPI)를 이용하여 분석된 지역별 연평균 가뭄발생횟수는 약 8.44회이며, 가뭄이 가장 많이 발생한 해는 2001년(평균 가뭄발생 18.7회)이었다. 강수의 부족으로 인해 발생하는 기상학적 가뭄이 사회경제적 피해를 야기하는 수문학적 가뭄으로 전이되기까지 몇 주에서 몇 달까지 시간이 소요된다. 이러한 관계를 파악하기 위해 가뭄피해 발생 여부를 예측변수, 가뭄피해 발생 이전의 가뭄상태를 설명변수로 설정하여 기상학적 가뭄 발생에 따른 가뭄피해 발생 확률을 산정하였다. 그 결과 가뭄피해 발생 당시의 가뭄상태보다 그 이전에 연속된 가뭄상태가 있을 경우 가뭄피해 발생 확률이 약 2.5배 상승하는 것으로 나타났다.

• 대한토목학회논문집
• /
• 제29권2B호
• /
• pp.131-139
• /
• 2009

최근 우리나라에서 집중 호우의 발생이 잦아지고 강우 강도가 증가하면서 강우로 인한 극심한 홍수 피해가 빈번히 발생하고 있다. 홍수피해의 경감을 위해서 수공구조물의 계획 및 설계에서 강우의 증가경향을 반영한 목표년도 확률강우량 산정이 필요하다. 본 연구에서는 30년 이상 자료보유기간을 가진 기상청 관할 56개 강우관측소의 강우자료를 분석하여 증가 경향성이 존재하는 7개 지점의 설계목표년도의 확률강우량을 산정하는 방법을 제안하였다. Gumbel 분포를 이용하여 연 최대 강우량 평균과 위치 매개변수, 축척 매개변수 간 관계를 분석하였으며, 이를 바탕으로 설계목표년도에 적용가능한 확률밀도함수를 추정하고, 확률강우량을 산정하였다. 본 연구에서 제안된 방법으로 산정된 목표년도 확률강우량은 자료의 정상성을 가정한 확률강우량에 비해 6-20% 정도의 증가를 보여주고 있다.

• 대한토목학회논문집
• /
• 제26권5C호
• /
• pp.313-322
• /
• 2006

지반 액상화는 대표적인 지진 피해의 한 형태로 이 연구에서는 이러한 지반 액상화 가능성 평가를 위한 확률적 접근 방법을 제시하였다. 일정한 사용기간 동안의 지진에 의한 액상화 발생확률을 구하기 위하여 액상화 취약도와 지진재해도를 결합하여 액상화 위험도를 산정할 수 있도록 하였다. 현재 국내에서는 결정론적인 방법이 많이 이용되고 있으나, 이러한 방법은 지반 물성치에 포함되어 있는 많은 불확실성을 합리적으로 다루기 어려운 단점이 있다. 두 가지 형태의 확률적 접근 방법을 제시하였는데, 첫번째는 설계지진에 대한 확률적 신뢰도 해석 방법이고, 두번째는 주어진 지반조건에 대하여 일정한 사용기간 동안 액상화가 발생할 수 있는 가능성을 평가한 위험도 해석 방법이다. 기존의 결정론적 방법과 확률적 방법에 의하여 매립지반의 액상화를 평가하였으며, 위험도 해석에 의한 액상화 가능성 평가기법을 지속적으로 적용하고, 설계기준이 제시된다면 보다 합리적이고, 정량적인 지반 액상화 가능성 평가기법이 될 수 있음을 검증하였다.

• Steel and Composite Structures
• /
• 제50권3호
• /
• pp.249-263
• /
• 2024

This article presents a comparative analysis of seismic behavior in steel-beam reinforced concrete column (RCS) frames versus steel and reinforced concrete frames. The study evaluates the seismic response and collapse behavior of RCS frames of varying heights through nonlinear modeling. RCS, steel, and reinforced concrete special moment frames are considered in three height categories: 5, 10, and 20 stories. Two-dimensional frames are extracted from the three-dimensional structures, and nonlinear static analyses are conducted in the OpenSEES software to evaluate seismic response in post-yield regions. Incremental dynamic analysis is then performed on models, and collapse conditions are compared using fragility curves. Research findings indicate that the seismic intensity index in steel frames is 1.35 times greater than in RCS frames and 1.14 times greater than in reinforced concrete frames. As the number of stories increases, RCS frames exhibit more favorable collapse behavior compared to reinforced concrete frames. RCS frames demonstrate stable behavior and maintain capacity at high displacement levels, with uniform drift curves and lower damage levels compared to steel and reinforced concrete frames. Steel frames show superior strength and ductility, particularly in taller structures. RCS frames outperform reinforced concrete frames, displaying improved collapse behavior and higher capacity. Incremental Dynamic Analysis results confirm satisfactory collapse capacity for RCS frames. Steel frames collapse at higher intensity levels but perform better overall. RCS frames have a higher collapse capacity than reinforced concrete frames. Fragility curves show a lower likelihood of collapse for steel structures, while RCS frames perform better with an increase in the number of stories.

• 한국수자원학회논문집
• /
• 제53권9호
• /
• pp.661-670
• /
• 2020

최근 지진재해의 규모가 점차 증대됨에 따라 세계적으로 개별 시설물에 대한 내진성능평가와 관련한 연구가 다수 진행되고 있다. 상수도 시스템은 타 기반 시설에 비해 설치범위가 광범위하고 그 구성요소가 다양해 고려할 것이 많아 지진에 대한 안정성을 정확하고 효과적으로 확보하기 힘든 실정이다. 따라서 지진을 대비한 상수도 시스템의 내진성능 평가 방안을 연구하고 개발할 필요가 있다. 지진에 의한 상수도 시스템의 내진성능을 평가하기 위해 지반운동예측식(Ground Motion Prediction Equation, GMPE)이 활용된다. GMPE는 지진 규모 등과 같은 독립변수 와 PGV (Peak Ground Velocity), PGA (Peak Ground Acceleration)와 같은 지반운동 등을 고려하여 산정하게 된다. 우리나라에서 발생된 높은 강도의 지진 데이터는 현재까지 많이 축적되지 않아 특정 지진에 국한된 데이터를 활용하여 GMPE를 결정하는 등의 연구가 진행되었다. 본 연구에서는 우리나라에서 계측된 지진 데이터를 활용하여 국내 지진 모의에 적합한 GMPE를 선정하고자 하였으며, 이를 위해 기존 국내 지진을 기반으로 산정된 GMPE식을 분석하고 그 결과를 제시하였다. 본 연구를 통해 결정된 적정 GMPE는 상수도관망의 수리학적 내진성능 평가에 직접적으로 활용 가능하다. 즉, 파손확률 모형과의 연계를 통한 지진시 관로 파손률의 정량화가 가능하며, 파손 및 누수에 의한 단수지역 파악 등과 같은 피해범위 산정시 보다 객관적이며 합리적인 결과 도출이 가능하다. 최종적으로 이와 같은 내진 성능 정량화 결과는 지진재해가 발생하였을 경우 그 피해를 최소화할 수 있는 최적 복구방안 마련과 선제적 관망 내진설계의 기준 자료로 활용될 수 있다.

• 한국환경복원기술학회지
• /
• 제25권4호
• /
• pp.33-47
• /
• 2022

Wild boars(Sus scrofa) are expanding their range of behavior as their habitats change. Appearing in urban centers and private houses, it caused various social problems, including damage to crops. In order to prevent damage and effectively manage wild boars, there is a need for ecological research considering the characteristics and movement characteristics of wild boars. The purpose of this study is to analyze home range and identify land cover types in key areas through tracking wild boars, and to predict the movement connectivity of wild boars in consideration of previous studies and their preferred land use characteristics. In this study, from January to June 2021, four wild boars were captured and tracked in Jinju city, Gyeongsangnam-do, and the preferred land cover type of wild boars was identified based on the MCP 100%, KDE 95%, and KDE 50% results. As a result of the analysis of the home range for each individual, it was found that 100% of MCP was about 0.68km², 2.77km², 2.42km², and 0.16km², and the three individuals overlapped the home range, refraining from habitat movement and staying in the preferred area. The core areas were analyzed as about 0.55km², 2.05km², 0.82km², and 0.14km² with KDE 95%., and about 0.011km², 0.033km², 0.004km², and 0.003km² with KDE 50%. When the preferred land cover type of wild boar was confirmed based on the results of analysis of the total home range area and core area that combined all individuals, forests were 55.49% (MCP 100%), 54.00% (KDE 95%), 77.69% (KDE 50%), respectively, with the highest ratio, and the urbanization area, grassland, and agricultural area were relatively high. A connectivity scenario was constructed in which the ratio of the land cover type preferred by the analyzed wild boar was reflected as a weight for the resistance value of the connectivity analysis, and this was compared with the connectivity evaluation results analyzed based on previous studies and wild boar characteristics. When the current density values for the wild boar movement data were compared, the average value of the existing scenario was 2.76, the minimum 1.12, and the maximum 4.36, and the weighted scenario had an average value of 2.84, the minimum 0.96, and the maximum 4.65. It was confirmed that, on average, the probability of movement predictability was about 2.90% better even though the weighted scenario had movement restrictions due to large resistance values. It is expected that the identification of the movement route through the movement connectivity analysis of wild boars can be suggested as an alternative to prevent damage by predicting the point of appearance. In the future, when analyzing the connectivity of species including wild boar, it is judged that it will be effective to use movement data on actual species.