• 토지주택연구
• /
• 제2권3호
• /
• pp.287-297
• /
• 2011

본 논문은 적층고무형베어링을 갖는 15층 면진 무량판 아파트건물의 내진거동을 진동대실험을 통하여 검증한 결과를 제시하고 있다. 진동대실험은 중국의 CABR에서 1/10규모의 모형실험체를 대상으로 수행되었다. 실험의 진행은 4개의 지진파를 이용하여 X, Y, X+Y방향으로 다양한 크기의 지진동이 입력되었다. 실험결과, 비 면진건물은 중진레벨에서 진동주기가 현저히 감소하고, 비선형적인 거동을 보였으며, 가속도가 건물의 높이에 따라 현저하게 증가하고, 층간변위도 허용한계를 넘는 거동을 보였다. 반면, 면진건물은 중진레벨에서 거의 일정한 진동주기의 탄성적인 거동을 나타내었으며, 지진하중과 층 가속도가 현저하게 감소하는 응답을 나타내었다. 또한 면진층의 변위는 허용범위 내에서 거동하고, 층간변위는 무시할 수 있을 만큼 작은 강체거동을 나타내었다. 결론적으로 면진은 건물에 대한 지진의 영향을 감소시키는데 매우 효과적이며, 층 가속도의 감소를 통하여 사용성을 증가시키고, 건물 내 설비 등을 안전하게 보호할 수 있음이 입증되었다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제26권2호
• /
• pp.28-36
• /
• 2022

매립지 위에 건설되는 항만시설물은 바람(태풍), 파랑, 선박과의 충돌 등 극한 외부 하중에 노출되기 때문에 구조물의 안전성 및 사용성을 주기적으로 평가하는 것이 중요하다. 본 논문에서는 항만 계류시설에 설치된 방충설비의 유지관리를 위하여 비전 및 딥러닝 기반의 방충설비 세분화(segmentation) 시스템을 개발하였다. 방충설비 세분화를 위하여 인코더-디코더 형식과 인간 시각체계의 편심 기능에서 영감을 얻은 수용 영역 블록(Receptive field block) 기반의 합성곱 모듈을 DenseNet 형식으로 개선하는 딥러닝 네트워크를 제안하였다. 네트워크 훈련을 위해 BP형, V형, 원통형, 타이어형 등 다양한 형태의 방충설비 영상을 수집하였으며, 탄성 변형, 좌우 반전, 색상 변환 및 기하학적 변환을 통해 영상을 증강시킨 다음 제안한 딥러닝 네트워크를 학습하였다. 기존의 세분화 모델인 VGG16-Unet과 비교하여 제안한 모델의 세분화 성능을 검증하였으며, 그 결과 본 시스템이 IoU 84%, 조화평균 90% 이상으로 정밀하게 실시간으로 세분화할 수 있음을 확인하였다. 제안한 방충설비 세분화 시스템의 현장적용 가능성을 검증하기 위하여 국내 항만 시설물에서 촬영된 영상을 기반으로 학습을 수행하였으며, 그 결과 기존 세분화 모델과 비교하였을 때 우수한 성능을 보이며 정밀하게 방충설비를 감지하는 것을 확인하였다.

• 한국지반공학회논문집
• /
• 제22권8호
• /
• pp.129-136
• /
• 2006

단단한 모래 입자와 연약하고 작은 고무 입자로 이루어진 Engineered Soil의 변형률에 따른 거동을 분석하기 위한 시험을 수행하였다. 파의 전파, $K_{o}$ 재하, 삼축 시험을 이용하여 단단한 입상 재료에서 연약한 입상 재료의 전이 거동을 파악하기 위해 다른 모래부피비를 가진 Engineered Soil을 준비하였다. 미소, 중간 및 대변형 변형계수는 단단한 입자의 부피비에 따라 직선 관계가 아닌 것으로 나타났다. 대신 변형계수들은 모래부피비가 $sf=0.6{\sim}0.8$ 사이의 threshold 값을 초과할 때 급격하게 증가하였다. 이는 단단한 입자들의 침투 네트워크(percolating network)의 형성을 나타낸다. 내부마찰각은 단단한 입자의 부피비가 증가함에 따라 증가한다. 반대로, 첨두 강도에서의 축변형률은 연약한 입자의 함유에 따라 증가하며, 모래부피비가 60% 이하인 Engineered Soil에서는 첨두 강도를 관찰 할 수 없었다. 연약한 입자의 존재는 하중 체인(farce chain)의 형성을 바꾼다. 연약한 입자들이 높은 하중 전달 체인(chain)의 역할을 못할 지라도, 단단한 입자 하중 체인의 뒤틀림 방지의 중요한 역할을 수행한다.