• Title/Summary/Keyword: Green 텐서

Search Result 23, Processing Time 0.019 seconds

3차원체의 MT응답에 미치는 층상대지의 효과 (An Effect of Layered Earth on Magnetotelluric Responses of Three-Dimensional Bodies)

  • 김희준;홍철훈
    • 자원환경지질
    • /
    • 제27권5호
    • /
    • pp.491-498
    • /
    • 1994
  • 2층구조 대지속에 존재하는 유한 크기의 불균질체로 인한 지자기 지전류 (MT) 응답을 적분방정식법으로 계산하였다. 적분방정식은 입사전자장과 3차원물체 내부의 산란전류를 층상대지에 적합한 전기적 텐서 그린함수를 통하여 연결시킨다. 본 논문에서는 3차원체의 MT응답에 미치는 표층과 기반층의 영향에 대하여 검토하였다. 표층은 탐사대상물의 검출을 방해하는 효과를 가지며 그 효과는 표층의 전기비저항이 높을 때보다 낮을 때가 더 뚜렷하다. 한편 기반은 상층의 3차원체에 인한 MT이상을 높이는 효과를 가져올 수도 있다. 전기비저항이 높은 기반이 존재하면 물체에 의한 전류의 미소변동은 보다 전기비저항이 낮은 상층에 한정되는 경향이 있다.

  • PDF

복합재의 파괴와 hygrothermal 효과에 관한 연구 (Fracture and Hygrothermal Effects in Composite Materials)

  • Kook-Chan Ahn;Nam-Kyung Kim
    • 한국안전학회지
    • /
    • 제11권4호
    • /
    • pp.143-150
    • /
    • 1996
  • 본 연구는 선형, 비선형 hygrothermal 응력 문제를 위한 explicit-Implicit 유한요소 해석 모델 개발에 관한 것이다. 부가적으로 moilsture 확산 방정식, J-적분 평가를 위한 균열 요소 및 가상 균열 진전법이 도입된다. 시간 변화에 따른 균열 추진력을 계산하기 위하여 선형 탄성 파괴 역학(LEFM)이론이 고려되며 재료의 기공은 실온에서 액체 상태의 습기로 포화되어 있으며 온도가 상승함에 따라 증기화된다는 가정하에서 균열 추진력과 증기 효과의 관계가 연구된다. 이상 기체방정식은 각 시간 단계에서 증기에 의한 열역학적 압력을 계산하기 위하여 이용된다. 다공질 재료의 시간 종속 응답을 지배하는 방정식들은 혼합이론에 기초하며 다공질 재료의 유체 흐름을 위한 Darcy의 법칙과 Von-Mises 항복 기준을 포함하고 있는 Perzyna의 점소성 모델이 첨가된다. 또한 Green-Naghdi 응력률이 중첩된 강체 운동하에서 응력 텐서 invariant로 사용되며, 모델링을 위하여 사각요소가 이용되고 비선형 지배 방정식을 풀기 위하여 full Newton-Raphson법에 의한 반복법이 사용된다. 본 연구를 통하여 얻은 결과는 다음과 같다. 1) 본 유한요소 프로그램은 복합재의 hygrothermal 파괴 해석에 매우 유용하게 적용될 수 있다. 2) 습기의 온도에 의한 영향을 가지는 재료의 J-적분을 정확히 예측하기 위하여는 증기 효과를 고려하여야 한다. 왜냐하면 초기단계에 균열 전파력이 가속되기 때문이다. 3) 본 해석을 위해 Uncoupled scheme에 의한 결과도 Coupled scheme에 결과에 비해 아주 타당하므로 CPU 측면에서 매우 경제적인 Uncoupled scheme이 추천된다.

  • PDF

LSTM 모형을 이용한 지하수위 예측 평가 (Evaluating the groundwater prediction using LSTM model)

  • 박창희;정일문
    • 한국수자원학회논문집
    • /
    • 제53권4호
    • /
    • pp.273-283
    • /
    • 2020
  • 지하수자원의 변동성 및 취약성 평가를 위한 지하수위의 정량적 예측은 매우 중요하다. 이를 위해 다양한 시계열 분석 기법과 머신러닝 기법 등이 사용되어 왔다. 본 연구에서는 제주도 한경면 지역에 설치된 11개 지하수위 관측정의 일 수위자료를 대상으로 인공신경망 알고리즘의 하나인 Long short term memory (LSTM)에 기반한 예측 모델을 개발하였다. 제주도의 지하수위는 일반적으로 조석에 의한 자기상관성이 높고 강수에 의한 영향이 잘 반영되는 것으로 알려져 있다. 이러한 자료 특성을 고려한 입출력 텐서를 구성하기 위해 각 지하수 관측정의 수위변동 관측 자료와 같은 기간의 강수량 자료를 추가 입력자료로 선택하였다. 4계절을 나타내는 초기 365일 자료를 이용하여 LSTM 모델을 학습시켰으며 나머지 자료를 검증에 활용하여 예측 모델의 적합도를 평가하였다. 모델의 개발은 Python기반 딥러닝 프레임워크인 Keras를 이용하였고, 학습속도를 향상시키고자 NVIDIA CUDA 아키텍처를 도입하였다. LSTM 모델을 이용하여 지하수위 변화를 학습시키고 검증한 결과 결정계수가 평균 0.98로 나타나 개발된 예측모델의 적합성이 매우 높은 것으로 확인되었다.