• 제목/요약/키워드: Engineering process

검색결과 46,010건 처리시간 0.075초

그래핀 옥사이드(Graphen Oxide, GO)와 환원 그래핀의 (Reduced graphe oxide, R-GO)의 물리화학적 특성 연구 (Research on Physicochemical Properties of Graphene Oxide (GO) and Reduced Graphene Oxide (R-GO) )

  • 김무선;이호용;최성웅
    • Composites Research
    • /
    • 제36권3호
    • /
    • pp.167-172
    • /
    • 2023
  • 복합재료 제작 기술은 저비용, 유연성 그리고 용이한 가공성 등을 그대로 유지하면서 필러(filler)의 특성을 부여하는 방법을 지향하고 있으며 다양한 기능성 복합재료 개발로 이루어지고 있다. 기능성 복합재 구현과 관련하여 그래핀(Graphene)을 필러로 사용하는 복합재료의 고성능화 연구가 활발히 진행되고 있다. 본 연구에서는 기능성 물성치 향상을 위해 많이 사용되는 그래핀을 이용하여 물리 화학적 물성치를 고찰하였다. 대표적 filler인 graphane nanoplatelet(GNP)을 사용하여 그래핀 옥사이드(graphene oxide, GO)를 제조하였고 그래핀 옥사이드(GO) 를 환원시켜 reduced graphene oxide(R-GO)를 형성하였다. 각기 제조된 GO와 R-GO의 물성치를 분석하였고 이를 GNP 분석결과와 비교하여 제조된 방법의 신뢰성을 검토하였다. Raman 분광법에 의한 분석 결과 R-GO의 경우 GO에 비해 D-peak와 G-peak의 강도의 감소를 확인할 수 있었고 ID/IG의 비를 통해 0.08의 증가 값을 볼 수 있었다. FTIR을 이용한 GNP, GO 및 R-GO의 작용기 분석 결과 C-C, C=C의 반복되는 연결 구조를 가진 GNP와는 다르게 GO 및 R-GO의 경우 명확한 peak를 통해 C-O 결합, C=C 결합, C=O 결합 및 O-H 결합을 확인할 수 있었다. X-ray 회절 분석 결과 GNP는 (002) 평면 특성의 25.86°에서 넓은 회절의 peak를 보인 반면 GO와 R-GO는 (001), (100) 평면에 해당하는 peak를 볼 수 있었고 GO의 층간거리는 GNP에 비해 약 2.6배 증가한 것을 확인할 수 있었다.

피에조콘을 이용한 선행압밀하중 결정 신경망 모델의 구조 최적화 및 초기 연결강도 의존성 개선 (Structural Optimization and Improvement of Initial Weight Dependency of the Neural Network Model for Determination of Preconsolidation Pressure from Piezocone Test Result)

  • 김영상;주노아;박현일;박솔지
    • 대한토목학회논문집
    • /
    • 제29권3C호
    • /
    • pp.115-125
    • /
    • 2009
  • 지반의 응력이력을 정의하는데 이용되는 선행압밀하중은 일반적으로 일차원 실내압밀실험으로부터 결정되어져 왔으나 피에조콘과 같은 원위치 시험의 관측값을 이용한 이론적인 방법과 경험적인 상관관계를 통한 결정도 가능하다. 최근 선행압밀하중을 결정하기 위한 인공신경망 모델들이 제안된 바 있으며, 기존의 이론적 경험적 선행압밀하중 추정 방법들이 갖는 지역의존성의 문제를 극복하고 예측 정확도 면에서도 크게 개선된 것으로 보고되었다. 그러나 인공신경망 모델은 모델구조와 학습과정에서 초기에 무작위로 부여되는 연결강도에 영향을 받아 예측에 변동성이 존재한다. 본 연구에서는 기존의 피에조콘 결과를 이용한 선행압밀하중 추정 인공신경망 모델이 연약지반에서 선행압밀하중 예측 시 보이는 변동성을 개선하기 위하여 신경망 모델의 구조 최적화를 수행하고 군집신경망 모델을 구축하였다. 제안된 군집신경망 모델을 이용한 예측결과는 기존의 다층신경망 모델 및 이론적 경험적 모델들과 비교되었다. 연구결과, 최적화된 구조를 갖는 다층신경망 모델일지라도 초기 연결강도에 따라 최종 학습 후 예측결과의 변동성이 여전히 존재하나, 다층신경망을 네트워크로 연결하여 제안된 군집신경망 모델은 기존의 다층신경망 모델들이 갖는 초기 연결강도 의존성을 개선하여 다층신경망 모델에 비해 일관성 있으며 보다 정확한 예측이 가능한 것으로 나타났다.

Riemann 해법을 이용한 댐 붕괴파의 전파 해석 (Propagation Analysis of Dam Break Wave using Approximate Riemann solver)

  • 김병현;한건연;안기홍
    • 대한토목학회논문집
    • /
    • 제29권5B호
    • /
    • pp.429-439
    • /
    • 2009
  • 댐 붕괴로 인한 극한홍수가 발생하였을 경우, 홍수경보에 대한 대응시간은 일반적인 홍수의 경우보다 훨씬 짧다. 수치모형은 홍수파의 전파양상을 예측하고, 범람지역, 홍수파 도달시간 그리고 침수심 등에 관한 정보를 제공하는데 있어 강력한 도구가 될 수 있다. 그러나 댐 붕괴로 인한 홍수파의 전파는 불연속 흐름이나 마른하도의 전파를 포함하고 있으므로, 수학적으로 표현하기 어려운 경우가 많다. 그럼에도 불구하고 최근에 유한체적기법을 이용하여 댐 붕괴로 인한 홍수범람을 모의하기 위한 수치모형의 개발이 많이 이루어졌다. 유한체적기법은 적분보존형 방정식을 기본으로 하고 있으므로, 불연속 흐름이나 충격파의 해석에 용이하다. 따라서, 본 연구에서는 2차원 보존형 천수방정식의 해석을 위해 유한체적기법과 Riemann 근사해법을 이용한 수치모형을 개발하였다. 그리고 예측단계와 수정단계에서 연속방정식과 운동량 방정식의 보존변수 재구성을 위해 수면경사법과 연계한 MUSCL 기법을 적용하여 시간과 공간에서 2차정확도를 얻었다. 개발한 유한체적모형을 2차원 부분적 댐 붕괴 해석 및 삼각형 융기를 가진 하도에 대한 댐 붕괴 해석에 적용하고, 적용결과를 실험자료 및 기존 연구자의 계산결과와 비교하여 개발모형을 검증하였다.

시계열하중을 이용한 PSC 박스 거더 고속철도교량의 동적성능 평가에 관한 연구 (A Study on Dynamic Capacity Assessment of PSC Box Girder High Speed Railway Bridges Using Time Series Load)

  • 한성호;방명석;이우상
    • 대한토목학회논문집
    • /
    • 제30권3A호
    • /
    • pp.211-219
    • /
    • 2010
  • 고속철도교량의 설계개념은 정적하중에 따른 충격계수를 고려하여 기존 교량 구조물의 강성을 증가시키기 위한 방안을 적용하고 있으며, 전반적인 구조설계 과정은 선진 외국기술에 의존하고 있는 실정이다. 그러나 고속철도(Korea Train eXpress: KTX)의 긴 연장(380 m)과 고속(300 km/h) 주행은 공진현상에 상당한 영향을 미치기 때문에 고속철도교량의 동적증폭계수(DAF) 및 동적성능 평가는 상세한 검토가 필수적으로 수행되어야 할 것이다. 따라서 이 연구에서는 전형적인 PSC 박스 거더 고속철도교량을 대상으로 동적성능을 효율적으로 검토하고자 하며, 합리적인 구조설계를 위한 기초자료를 제시하고자 한다. 이를 위해, 기존문헌을 토대로 KTX의 하중선도를 고려하여 정적해석을 수행하였다. 또한 다양한 해석변수를 고려하여 KTX의 이동하중을 시계열하중으로 변환하였으며, 변환된 시계열하중을 이용하여 시간이력해석을 합리적으로 평가하였다. 이때, 시계열하중을 산정하기 위한 변수는 KTX의 하중재하 절점간격, 시간증분 및 속도변화를 고려하였다. FE해석 결과를 바탕으로 PSC 박스 거더 고속철도교량의 동적성능을 체계적으로 검토하였으며, 국내외 관련규정에 따라 구조안전성을 정량적으로 평가하였다.

SLURP 모형을 이용한 기후, 식생, 토지이용변화가 농업용 저수지유역과 하천유역에 미치는 기여도 평가(I) - 모형의 입력자료 구축 - (Assessment of the Contribution of Weather, Vegetation, Land Use Change for Agricultural Reservoir and Stream Watershed using the SLURP model (I) - Preparation of Input Data for the Model -)

  • 박근애;이용준;신형진;김성준
    • 대한토목학회논문집
    • /
    • 제30권2B호
    • /
    • pp.107-120
    • /
    • 2010
  • 본 연구에서는 기후변화를 평가하기 위해 장기수문유출모형인 SLURP 모형이 선택되었으며, 모형의 적용성을 평가하기 위하여, 고도, 기상, 토지이용, 토양, 식생과 같은 기본 입력 자료를 구축하였고 공도 수위관측소 상류유역을 대상으로 유역 내에 포함되어 있는 농업용 저수지인 고삼과 금광저수지를 고려하기 위하여 저수위, 저수량, 내용적 곡선 자료를 수집하였다. 한편, 미래 기후변화를 분석하기 위해 미래 기상, 토지이용, 식생자료를 구축하였다. 미래 기상자료는 IPCC에서 제시하고 있는 SRES 특별보고서에 의한 GCMs 중 CCCma CGCM2 A2, B2 시나리오 결과자료를 수집한 후, 편이보정(bias correction) 및 CF(Change Factor) 다운스케일 기법을 적용하여 각 기상관측소별 기상자료를 재구축하였으며, 미래 토지이용자료는 과거 토지이용자료를 이용하여 개선된 CA-Markov기법에 의해 전망하였다. 또한 미래 식생자료는 NOAA/AVHRR을 이용하여 구축한 과거의 월 NDVI와 평균온도와의 선형 회귀식을 이용하여 기후변화 시나리오별 월 NDVI를 구축하였다.

해외기업의 중국 수처리 BOT시장 참여 저해 위험요인 분석 : 국내 EPC 건설기업의 관점 (Risk Assessment on the Water BOT Business Participation in China : Domestic EPC Contractor's View)

  • 최재호;;이승호
    • 대한토목학회논문집
    • /
    • 제28권5D호
    • /
    • pp.695-703
    • /
    • 2008
  • 중국 수처리 시장의 지속적 성장세 가운데 국내 환경기업은 BOT 방식을 통한 환경산업의 중국진출이라는 측면에 많은 관심을 가지고 있다. 그러나 중국 시장은 2000년 이후 중국기업들의 급성장과 동시에 많은 해외기업이 후퇴한 결과 소수 해외기업의 시장 독점화 현상을 보이고 있다. 본 연구는 이러한 해외기업의 시장탈피 현상과 관련하여 해외기업의 중국 수처리 BOT시장 참여의사결정에 부정적 결과를 초래하는 주요 시장참여 위험요인을 도출하고 국내건설기업의 관점에서 개별 요인이 의사결정에 미치는 영향력을 분석하였다. 분석결과 고정수익 금지조항 발효 및 낮은 물 사용료와 같은 수익 불확실성과 관련된 요인들의 영향력이 가장 높은 것으로 조사되었고, BOT사업에서 EPC업체 선정시 경쟁입찰의 의무화와 건설법인의 설립 의무화 등도 주요 영향변수로 조사되었다. 후자가 문제시 되는 원인은 현지의 대표적 다국적 전문 수처리 기업은 BOT사업 모델을 투자를 수반한 운영사업으로 인식하는 반면에 국내기업은 대다수 시장후퇴 기업들과 마찬가지로 해외 BOT 진출시 EPC사업 수주를 통한 조기 투자회수를 목표로 하고 있다는 점에 기인하는 것으로 조사되었다. 중국 정부는 본 연구결과물을 근거로 중국내 중장기 수처리시설 수요목표를 달성하기 위한 시장경쟁률 향상 메커니즘에 대한 이해를 높일 수 있으며 국내기업은 중국내 수처리 BOT시장 진입시 주요 의사결정 판단기준과 사업 참여의사결정 시스템 개정 방안으로 활용할 수 있다.

소량 및 불균형 능동소나 데이터세트에 대한 딥러닝 기반 표적식별기의 종합적인 분석 (Comprehensive analysis of deep learning-based target classifiers in small and imbalanced active sonar datasets)

  • 김근환;황용상;신성진;김주호;황수복;추영민
    • 한국음향학회지
    • /
    • 제42권4호
    • /
    • pp.329-344
    • /
    • 2023
  • 본 논문에서는 소량 및 불균형 능동소나 데이터세트에 적용된 다양한 딥러닝 기반 표적식별기의 일반화 성능을 종합적으로 분석하였다. 서로 다른 시간과 해역에서 수집된 능동소나 실험 데이터를 이용하여 두 가지 능동소나 데이터세트를 생성하였다. 데이터세트의 각 샘플은 탐지 처리 이후 탐지된 오디오 신호로부터 추출된 시간-주파수 영역 이미지이다. 표적식별기의 신경망 모델은 다양한 구조를 가지는 22개의 Convolutional Neural Networks(CNN) 모델을 사용하였다. 실험에서 두 가지 데이터세트는 학습/검증 데이터세트와 테스트 데이터세트로 번갈아 가며 사용되었으며, 표적식별기 출력의 변동성을 계산하기 위해 학습/검증/테스트를 10번 반복하고 표적식별 성능을 분석하였다. 이때 학습을 위한 초매개변수는 베이지안 최적화를 이용하여 최적화하였다. 실험 결과 본 논문에서 설계한 얕은 층을 가지는 CNN 모델이 대부분의 깊은 층을 가지는 CNN 모델보다 견실하면서 우수한 일반화 성능을 가지는 것을 확인하였다. 본 논문은 향후 딥러닝 기반 능동소나 표적식별 연구에 대한 방향성을 설정할 때 유용하게 사용될 수 있다.

추적자를 이용한 후퇴 침식 파이핑 현상 탐지법 개발 연구 (Detecting Backward Erosion Piping Using a Tracer)

  • 정원;김병욱;서일원;박용성
    • 대한토목학회논문집
    • /
    • 제43권1호
    • /
    • pp.55-62
    • /
    • 2023
  • 내부 침식은 제방 손상 및 붕괴의 주요 원인 중 하나이며, 그 대표적인 유형으로 후퇴 침식 파이핑을 들 수 있다. 후퇴 침식 파이핑은 내부 침식 관련 제방 손상의 약 1/3 정도를 차지하며이를 예측하고 예방하는 것은 제방의 안전성 유지를 위해 중요하다. 본 연구에서는 추적자를 이용해 파이핑 현상을 예측하여 사전에 예방하는 것을 목적으로 실험을 실시하였다. 실험은 상류측과 하류측의 수두차, 유사의 크기, 차수벽의 유무 세 가지 조건을 변경하여 진행하였다. 추적자인 로다민은 실험을 시작할 때와 파이핑이 발생했다면 발생한 직후, 총 두 번 주입하였다. 실험을 진행하는 동안 파이핑 형성 과정을 영상으로 기록하였고 추적자의 농도와 유출구에서의 유량의 시계열을 측정하였다. 실험을 통해 본 연구에서는 유사의 종류에 따라 파이핑이 발생하는 수두차가 다르며 수두차가 클수록 파이핑이 쉽게 발생한다는 점을 관찰하였다. 또한 파이핑이 발생한 시점 직후에 추적자의 농도가 급격하게 증가하는 그래프의 양상을 확인했고 이를 통해 추적자의 농도 시계열 자료를 획득함으로써 파이핑의 발생 유무를 발견할 수 있다는 점을 확인하였다. 파이핑으로 인한 제방 손상 및 붕괴를 예방하는 데 있어서 본 연구의 활용도가 높으리라 기대된다.

공정별 여유시간과 야적장 규모를 고려한 건설자재의 현장 재고관리 방안 연구 (On-site Inventory Management Plan for Construction Materials Considering Activity Float Time and Size of a Stock Yard)

  • 김용환;윤형석;이재희;강인석
    • 대한토목학회논문집
    • /
    • 제43권1호
    • /
    • pp.79-89
    • /
    • 2023
  • 많은 자재의 재고를 위해서는 넓은 야적공간이 요구되며, 보관기간이 길어짐에 따라 유지비용이 증가하고, 자재를 건설 현장에 적치할 경우 이동 불편과 작업공간 부족으로 안전사고가 우려된다. 반면 자재를 확보하지 못한 건설 현장은 재고가 부족하여 설계변동 등의 예상치 못한 수요 발생 시 대응이 어렵고 공기 지연 발생과 잦은 주문으로 인해 주문 비용이 증가할 수 있다. 이렇듯 적정재고량의 확보는 중요한 요소임에도 불구하고 건설 현장의 자재관리는 많은 경우에 현장관리자의 경험에 의존해 운영되는 사례가 많으므로 현장의 공정 조건이 반영된 합리적인 자재 재고관리 방안이 필요하다. 본 연구는 선후행 공정 현황, 야적장 크기, 자재 운반비, 주문 시기, 주문량 등과 같은 현장 조건을 반영하여 경제성 있는 자재관리 방법론을 제안한다. 이를 위해 공정별 여유시간, 야적장의 크기, 주문량을 주요 변수로 하여 공정표에서 부속공정을 조정하면서 적정재고량을 설정하고, 이 과정에 유전알고리즘을 적용하여 최적화된 주문 시점 및 주문량을 제시한다. 결과를 통해 도출된 운반비는 적합도 지표로 설정하고 사례적용을 통한 재고관리의 효율성을 검증한다.

Cobalt(II) chloride hexahydrate와 결정성 셀룰로오스를 출발물질로 사용한 산화코발트(Co3O4·CoO) 초미세입자의 합성 (Preparation of cobalt oxide(Co3O4·CoO) ultra fine particles using cobalt(II) chloride hexahydrate and crystalline cellulose as a starting materials)

  • 김수종
    • 문화기술의 융합
    • /
    • 제9권3호
    • /
    • pp.587-592
    • /
    • 2023
  • CoCl2·6H2O 수용액을 결정성셀룰로오스에 함침시켜 건조한 후, 하소, 소성을 통하여 산화코발트(Co3O4·CoO) 초미세입자를 합성하였다. 합성된 코발트 산화물 입자의 결정구조 및 표면구조를 주사전자현미경(SEM)과 X-선회절분석(XRD)으로 조사하였다. CoCl2·6H2O 수용액을 함침시키는 매개체로 사용한 결정성셀룰로오스(crystalline cellulose)는 470℃ 정도에서 열분해 되었고, Co3O4 결정상은 350℃에서 생성되기 시작하였다. Co3O4 결정상은 500℃까지 유지되었으며, 500℃ 이상의 온도에서는 CoO 결정상으로 변화하는 것을 알 수 있었다. 열처리 온도가 증가함에 따라 산화코발트 입자의 크기가 커지는 현상이 나타났으며, 900℃ 이상의 온도에서는 입자간 용융이 일어나는 것이 관찰되었다. 하소온도 700℃ 이하의 온도에서 입자크기 2-10㎛의 Co3O4와 CoO의 초미세입자가 생성되는 것을 확인하였다.