• 한국BIM학회 논문집
• /
• 제9권1호
• /
• pp.42-51
• /
• 2019

Maintenance of aging structures has attracted societal attention. Maintenance of the aging structure can be efficiently performed with a digital twin. In order to maintain the structure based on the digital twin, it is required to accurately detect the damage of the structure. Meanwhile, deep learning-based damage detection approaches have shown good performance for detecting damage of structures. However, in order to develop such deep learning-based damage detection approaches, it is necessary to use a large number of data before and after damage, but there is a problem that the amount of data before and after the damage is unbalanced in reality. In order to solve this problem, this study proposed a method based on Generative adversarial network, one of Generative Model, for generating acceleration data usually used for damage detection approaches. As results, it is confirmed that the acceleration data generated by the GAN has a very similar pattern to the acceleration generated by the simulation with structural analysis software. These results show that not only the pattern of the macroscopic data but also the frequency domain of the acceleration data can be reproduced. Therefore, these findings show that the GAN model can analyze complex acceleration data on its own, and it is thought that this data can help training of the deep learning-based damage detection approaches.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.1122-1129
• /
• 2022

The concept of Digital Twin (DT) has been receiving an increasing amount of attention in the construction management and building engineering research domains. Although the benefits of DT are evident, confusion with regards to the concept of DTs and its relationship with others such as Cyber-Physical Systems (CPS), Building Information Modelling (BIM) and Internet of Things (IoT) remains. This paper aims to help allay this confusion through an in-depth analysis of the definition of DT and its unique characteristics. As such, a review of the past and current definitions of DT and CPS in various domains is performed. An analysis is then conducted to identify the overlaps between the definition of DT with CPS, as well as with BIM and IoT. Finally, given the relatively closer resemblances between DT and CPS, a set of four distinct dimensions enabling their comparative analysis and highlighting their shared and unique characteristics is discussed. This paper contributes to the existing literature by exploring the definition of DT and presenting two original conceptualizations that help further refine the concept of DT in the construction and management and building engineering domain.

• 지적과 국토정보
• /
• 제52권2호
• /
• pp.103-119
• /
• 2022

본 연구의 목적은 재난안전 훈련의 효과성을 극대화 할 수 있는 훈련 시스템 구축 방안을 제안하는 것이다. 이를 위해 선행연구 검토 및 현황사례 분석을 통해 관련 분야별 데이터·시스템·요구기술·법·제도 등의 현재 수준을 고찰하였다. 디지털트윈과 확장현실 기술을 연계한 재난안전 훈련 시스템을 제안하였으며, 이를 위한 구축 방안 연구를 진행하였다. 본 연구의 결과물이 재난안전 훈련 시스템의 고도화에 기여하여 재난피해를 감소시킬 수 있기를 기대한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제62차 하계학술대회논문집 28권2호
• /
• pp.383-384
• /
• 2020

다중 이용시설, 학교, 주택 등 사람이 많이 이용하는 곳은 화재 발생 빈도가 높을 뿐만 아니라 대피하기가 어렵고, 기존의 비상등 표시 방법, 일회성 대피 안내 등으로 인해 화재 상황의 다양한 변수에 효과적으로 대처하기 어렵다. 본 논문에서는 디지털 트윈(Digital Twin) 기술을 기반으로 다양한 센서를 통해 인식된 화재 요소를 반영한 화재 대응 및 피난 시뮬레이션(Fire Dynamic Simulator & Pathfinder)을 통해 안전한 대피 경로를 도출하여 안내하는 시스템을 설계한다. 제시하는 방법은 화재 상황에 능동적으로 대처하기 위해 실시간 인원변동 및 변화하는 화재변수에 대비 할 수 있으며, 상황에 따른 적극적인 대피 훈련과 실제 상황에서의 긴급한 상황에서의 대피경로 도출과 안내에 활용할 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.134-137
• /
• 2021

본 연구는 스마트 유지보수 기술이 반영된 디지털 트윈 및 빅데이터 기반 항만 인프라 관제시스템을 개발하는 것을 목표로 한다. 항만 인프라에서 취득되는 센싱 데이터, 영상 데이터 등 이기종 데이터들을 빅데이터화하고, 디지털 트윈 기반의 관제시스템에 가시화한다. 가상 세계의 핵심 요소인 데이터들을 결합해 물리적 세계 및 프로세스로 표현하고, 이를 바탕으로 노후도 및 재해위험도를 평가할 수 있도록 지원한다. 이를 위해 빅데이터의 의미와 필요한 데이터 확보, 가공, 저장, 분석 및 활용의 단계별로 반영하여야 할 사항들을 도출하고, 이를 현재의 IT자원과 연계하기 위한 방법들을 정의하고자 한다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제16권1호
• /
• pp.269-279
• /
• 2024

The study explores the evolving landscape of overseas expansion strategies by Korean corporations, focusing on recent geopolitical tensions, the COVID-19 pandemic, and disruptions in global supply chains. It emphasizes the challenges faced by industries producing high-value products and delves into the concept of "Friend-Shoring" policies in the United States, leading major Korean companies to invest in local semiconductor, battery, and automotive factories. Recognizing the potential fragmentation of Korea's manufacturing sector, the paper introduces the "Mother Factory" strategy as a policy initiative, inspired by Japan's model, to establish core production facilities domestically. The discussion unfolds by examining the cases of major companies in Japan and the United States, highlighting the need for Korea to adopt a mother factory strategy to mitigate risks associated with friend-shoring policies. Inspired by Intel's "Copy Exactly" approach, the paper proposes a Korean mother factory model integrating smart factory technology and digital twin systems. This strategic shift aims to enhance responsiveness to geopolitical challenges and fortify the competitiveness of Korean high-tech industries. Finally, the paper proposes a Korean Mother Factory based on smart factory concepts. The suggested model integrates smart factory technology and digital twin frameworks to enhance responsiveness and fortify competitiveness. In conclusion, the paper advocates for the adoption of a comprehensive Korean Mother Factory model to address contemporary challenges, foster advanced manufacturing, and ensure the sustainability and competitiveness of Korean high-tech industries in the global landscape. The proposed strategy aligns with the evolving dynamics of the manufacturing sector and emphasizes technological advancements, collaboration, and strategic realignment.

• 정보보호학회논문지
• /
• 제31권5호
• /
• pp.1001-1010
• /
• 2021

스마트공장은 운영 기술에 최신 정보 기술이 융합된 복합 체계이다. 스마트공장은 복합 기술의 융합으로 기존 공장에 비해 제조 능력 향상, 맞춤형 생산, 자원 절감 등을 목표로 두고 있다. 이처럼 스마트공장은 개방된 환경으로 공장의 효율성을 증가시킬 수 있음에도, 기존 정보 기술의 취약점이 그대로 전이되어 공장의 보안 수준은 낮다. 게다가 스마트공장의 보안 전문가의 부재로 피해 발생 시 업무연속성계획의 대응 및 복구가 미흡한 실정이다. 상기 문제에 대응하기 위해, 우리는 실제와 유사한 디지털트윈 기반의 스마트공장에서 랜섬웨어 공격을 발생 시켜 피해를 분석하는 정보보안 실습 콘텐츠를 제안한다. 우리의 정보보안 콘텐츠에서는 디지털트윈의 실습 환경 구축을 위해 물리적 기기들을 가상 머신 또는 시뮬레이션 모델로 전환하는 기술을 소개한다. 이 콘텐츠는 구현된 디지털트윈에서 정해진 시나리오에 따라 두 가지 유형의 랜섬웨어 공격을 발생한다. 이 발생된 공격이 성공적으로 완료될 경우 23대의 가상 요소 중 최소 8대와 5대에서 각각 피해를 본다. 그리하여 우리의 제안 콘텐츠는 가상세계의 스마트공장에서 두 가지 유형의 랜섬웨어를 발생시켜 이의 피해를 직접 확인한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제12권1호
• /
• pp.9-16
• /
• 2023

로봇은 군사 분야로까지 활용 범위를 넓히며 다가올 미래전에서 감시경계, 적군 탐지 등 중요한 임무를 맡게 될 것으로 전망된다. 군집 로봇은 다수라는 장점으로 단일 로봇이 수행하기 어렵거나 오랜 시간이 소요된 임무를 보다 효율적으로 수행할 수 있다. 상호 간 인지 및 협업이 필수인 군집 로봇은 방대한 데이터를 주고 받으며, 이로 인해 SW의 검증이 점점 더 어려워지고 있다. 임무 검증의 신뢰성을 높이기 위해 사용하는 Hardware-in-the-loop simulation은 복잡한 군집 로봇의 SW 검증을 가능하게 하나, HILS 장치와 시뮬레이터 간 주고 받는 검증 데이터의 양이 검증 대상 시스템 수에 따라 기하급수적으로 증가하여 통신 과부하가 발생할 수 있다. 본 논문에서는 군집 로봇의 임무 검증에서 발생하는 통신 과부하 문제를 해소하기 위해 디지털 트윈 기반의 통신 최적화 기법을 제안한다. 제안하는 Digital Twin based Multi HILS Framework 하에서 Network DT은 Network Controller 알고리즘을 통해 임무 시나리오에 따라 각 로봇에게 네트워크 자원을 효율적으로 할당할 수 있으며, 군집에 참여하는 개별 로봇들이 요구하는 Sensor Generation Rate를 모두 만족시킬 수 있음을 확인하였다. 또한 데이터 전송에 대한 실험 결과 패킷 손실 비율을 기존 15.7%에서 약 0.2%로 감소시킬 수 있었다.

• 해양환경안전학회지
• /
• 제27권7호
• /
• pp.1098-1105
• /
• 2021

국제해사기구에서는 선박에서 배출되는 질소산화물 및 이산화탄소 등에 관한 환경규제를 꾸준하게 강화하고 있다. 이에 친환경 요소를 바탕으로 하는 전기추진시스템의 수요가 증가하고 다양한 선박에 적용되며 연구개발이 꾸준하게 진행되고 있다. 전기추진시스템은 신뢰성을 높이고 선내 배치를 용이하게 하기 위한 이중화 구성이 주로 채택되며 실제 장비나 공간을 가상 세계에 쌍둥이처럼 구현하고 현실 세계의 정보와 데이터를 가상 세계와 통합하여 실제 환경에서 발생할 수 있는 상황을 컴퓨터로 시뮬레이션 함으로써 결과를 미리 예측할 수 있는 디지털트윈 기술의 접목을 통하여 전기추진시스템의 안전성 확보를 위한 연구 또한 매우 활발하게 진행되고 있다. 본 연구에서는 전기추진선박의 디지털트윈 기술개발을 위한 전력관리시스템 이중화에 대한 검증을 FMEA를 바탕으로 분석 후 선급에서 제시하는 이중화 FMEA 기준을 바탕으로 실제 선박 운항 조건에서 전력관리시스템의 단일 장비 고장의 일차 피해와 이차 피해 및 전체 시스템의 영향을 분석하여 추가 피해를 방지하기 위한 보상기능으로 전력관리시스템의 역할과 알고리즘을 제안하였으며 실제 테스트를 통해 추진력 보존이 개선되었음을 검증하였다.

• 한국시뮬레이션학회논문지
• /
• 제32권3호
• /
• pp.33-41
• /
• 2023

최근 전 세계가 탄소중립에 관심이 높아지면서 재생에너지 발전량이 증가하고 있다. 하지만 재생에너지는 간헐성과 변동성이 심해 발전량 예측이 어렵고, 정확하지 않은 발전량 예측은 전력 계통에 부정적인 영향을 끼칠 수 있다. 이에 본 연구에서는 풍력발전기 발전량 예측 문제를 해결할 방법으로 디지털트윈 개념을 적용하였다. 풍력발전기의 회전이 발전량과 높은 상관관계를 갖는 부분을 반영하여 풍력발전기 드라이브트레인 회전 거동을 주로 모의하는 기계학습된 모델을 개발하였다. 회전 거동을 모의하는 드라이브트레인 시뮬레이션 모델의 기반은 잘 알려진 회전 시스템을 모의하는 시스템 상태방정식으로 설정되었다. 또한 제조사로부터 제공되지 않은 파라미터들에 대하여 시뮬레이션 기반 기계학습을 수행하였다. 기계학습된 드라이 브트레인 모델은 27개의 실제 풍력발전기 운영데이터 세트를 활용하여 검증되었다. 검증 결과, 드라이브트레인 모델은 실제 풍력발전기 운영데이터 세트와 비교하여 평균 4.41%의 오차를 보였다. 결과적으로 기계학습된 드라이브트레인 모델은 실제 풍력발전기 드라이브트레인 시스템을 잘 모사한다고 평가하였다.