The statistical analysis method was applied to the evaluation of fracture toughness in the ductile-brittle transition temperature region. Because cleavage fracture in steel is of a statistical nature, fracture toughness data or values show a similar statistical trend. Using the three-parameter Weibull distribution, a fracture toughness vs. temperature curve (K-curve) was directly generated from a set of fracture toughness data at a selected temperature. Charpy V-notch impact energy was also used to obtain the K-curve by a $K_{IC}$ -CVN (Charpy V-notch energy) correlation. Furthermore, this method was applied to evaluate the neutron irradiation embrittlement of reactor pressure vessel (RPV) steel. Most of the fracture toughness data were within the 95% confidence limits. The prediction of a transition temperature shift by statistical analysis was compared with that from the experimental data.
Proceedings of the Korean Society of Precision Engineering Conference
/
1997.04a
/
pp.501-507
/
1997
Composite material has very excellent mechanical properties including tensile stress and specific strength. Especially impact loads may be expected in many of the engineering applications of it. The suitability of composite material for such applications is determined not only by the usual paramenters, but its impactor energy-absorbing properties. Composite material under impact load has poor mechanical behavior and so needs tailoring its structure. Genetic algorithms(GA) is probabilistic optimization technique by principle of natural genetics and natural selection and neural networks(NN) is useful for prediction operation on the basis of learned data. Therefore, This study presents optimization techniques on the basis of genetic algorithms and neural networks to minimum stiffness design of laminated composite material.
Proceedings of the Korean Radioactive Waste Society Conference
/
2005.11b
/
pp.245-252
/
2005
An underground research facility (KURF) is under construction at KAERI for the in situ studies related to the validation of a HLW disposal system. For the safe construction and long-term researches at KURF, mechanical stability of the facility should be evaluated. In this study, 3D mechanical stability analysis using the rock mass properties determined from various in situ as well as laboratory tests was carried out. From the analysis, it was possible to predict the rock deformation, stress concentration, and plastic zone developed before and after the excavation. A test blasting was performed to characterize the site dependent dynamic response, which can be used for the prediction of the blasting impact on the facilities in KAERI.
The explicit consideration of different pressurization rates in estimating the probabilities of containment failure modes has a profound effect on the confidence of containment performance evaluation that is so critical for risk assessment of nuclear power plants. Except for the sophisticated NUREG-1150 study, many of the recent containment performance analyses (through Level 2 PSAs or IPE back-end analyses) did not take into account an explicit distinction between slow and fast pressurization in their analyses. A careful investigation of both approaches shows that many of the approaches adopted in the recent containment performance analyses exactly correspond to the NUREG-1150 approach for the prediction of containment failure mode probabilities in the presence of fast pressurization. As a result, it was expected that the existing containment performance analysis results would be subjected to greater or less conservatism in light of the ultimate failure mode of the containment. The main purpose of this paper is to assess potential conservatism of a plant-specific containment performance analysis result in light of containment failure mode probabilities.
A new method of numerical simulating prediction and decontamination effect evaluation for abrasive jet decontamination to radioactively contaminated metal is proposed. Based on the Computational Fluid Dynamics and Discrete Element Model (CFD-DEM) coupled simulation model, the motion patterns and distribution of abrasives can be predicted, and the decontamination effect can be evaluated by image processing and recognition technology. The impact of three key parameters (impact distance, inlet pressure, abrasive mass flow rate) on the decontamination effect is revealed. Moreover, here are experiments of reliability verification to decontamination effect and numerical simulation methods that has been conducted. The results show that: 60Co and other homogeneous solid solution radioactive pollutants can be removed by abrasive jet, and the average removal rate of Co exceeds 80%. It is reliable for the proposed numerical simulation and evaluation method because of the well goodness of fit between predicted value and actual values: The predicted values and actual values of the abrasive distribution diameter are Ф57 and Ф55; the total coverage rate is 26.42% and 23.50%; the average impact velocity is 81.73 m/s and 78.00 m/s. Further analysis shows that the impact distance has a significant impact on the distribution of abrasive particles on the target surface, the coverage rate of the core area increases at first, and then decreases with the increase of the impact distance of the nozzle, which reach a maximum of 14.44% at 300 mm. It is recommended to set the impact distance around 300 mm, because at this time the core area coverage of the abrasive is the largest and the impact velocity is stable at the highest speed of 81.94 m/s. The impact of the nozzle inlet pressure on the decontamination effect mainly affects the impact kinetic energy of the abrasive and has little impact on the distribution. The greater the inlet pressure, the greater the impact kinetic energy, and the stronger the decontamination ability of the abrasive. But in return, the energy consumption is higher, too. For the decontamination of radioactively contaminated metals, it is recommended to set the inlet pressure of the nozzle at around 0.6 MPa. Because most of the Co elements can be removed under this pressure. Increasing the mass and flow of abrasives appropriately can enhance the decontamination effectiveness. The total mass of abrasives per unit decontamination area is suggested to be 50 g because the core area coverage rate of the abrasive is relatively large under this condition; and the nozzle wear extent is acceptable.
International Journal of Naval Architecture and Ocean Engineering
/
v.12
no.1
/
pp.241-257
/
2020
The rapid proliferation of oil/gas drilling and wind turbine installations with jack-up rig-formed structures increases structural safety requirements, due to the greater risks of operational collisions during use of these structures. Therefore, current industrial practices and regulations have tended to increase the required accidental collision design loads (impact energies) for jack-up rigs. However, the existing simplified design approach tends to be limited to the design and prediction of local members due to the difficulty in applying the increased uniform impact energy to a brace member without regard for the member's position. It is therefore necessary to define accidental load estimation in terms of a reasonable collision scenario and its application to the structural response analysis. We found by a collision probabilistic approach that the kinetic energy ranged from a minimum of 9 MJ to a maximum 1049 MJ. Only 6% of these values are less than the 35 MJ recommendation of DNV-GL (2013). This study assumed and applied a representative design load of 196.2 MN for an impact load of 20,000 tons. Based on this design load, the detailed design of a leg structure was numerically verified via an FE analysis comprising three categories: linear analysis, buckling analysis and progressive collapse analysis. Based on the numerical results from this analysis, it was possible to predict the collapse mode and position of each member in relation to the collision load. This study provided a collision strength assessment between attendant vessels and a jack-up rig based on probabilistic collision scenarios and nonlinear structural analysis. The numerical results of this study also afforded reasonable evaluation criteria and specific evaluation procedures.
This paper aims to adapt Multilinear regression (MLR) to predict the strength and toughness of SIFCON containing various pozzolanic materials. Slurry Infiltrated Fibrous Concrete (SIFCON) is one of the most common terms used in concrete manufacturing, known for its benefits such as high ductility, toughness and high ultimate strength. Assessment of compressive strength (CS.), flexural strength (F.S.), splitting tensile strength (STS), dynamic elasticity modulus (DME) and impact energy (I.E.) using the experimental approach is too costly. It is time-consuming, and a slight error can lead to a repeat of the test and, to solve this, alternative methods are used to predict the strength and toughness properties of SIFCON. In the present study, the experimentally investigated SIFCON data about various mix proportions are used to predict the strength and toughness properties using regression analysis-multilinear regression (MLR) models. The input parameters used in regression models are cement, fibre, fly ash, Metakaolin, fine aggregate, blast furnace slag, bottom ash, water-cement ratio, and the strength and toughness properties of SIFCON at 28 days is the output parameter. The models are developed and validated using data obtained from the experimental investigation. The investigations were done on 36 SIFCON mixes, and specimens were cast and tested after 28 days of curing. The MLR model yields correlation between predicted and actual values of the compressive strength (C.S.), flexural strength, splitting tensile strength, dynamic modulus of elasticity and impact energy. R-squared values for the relationship between observed and predicted compressive strength are 0.9548, flexural strength 0.9058, split tensile strength 0.9047, dynamic modulus of elasticity 0.8611 for impact energy 0.8366. This examination shows that the MLR model can predict the strength and toughness properties of SIFCON.
Recently, energy consumption for heating costs, which is 35% of smart farm energy costs, has increased, requiring energy consumption efficiency, and the importance of new and renewable energy is increasing due to concerns about the realization of electricity bills. Renewable energy belongs to hydropower, wind, and solar power, of which solar energy is a power generation technology that converts it into electrical energy, and this technology has less impact on the environment and is simple to maintain. In this study, based on the greenhouse heat storage tank and heat pump data, the factors that affect the heat storage tank are selected and a heat storage tank supply temperature prediction model is developed. It is predicted using Long Short-Term Memory (LSTM), which is effective for time series data analysis and prediction, and XGBoost model, which is superior to other ensemble learning techniques. By predicting the temperature of the heat pump heat storage tank, energy consumption may be optimized and system operation may be optimized. In addition, we intend to link it to the smart farm energy integrated operation system, such as reducing heating and cooling costs and improving the energy independence of farmers due to the use of solar power. By managing the supply of waste heat energy through the platform and deriving the maximum heating load and energy values required for crop growth by season and time, an optimal energy management plan is derived based on this.
When creating a soil contamination map using geostatistical techniques, there are various sources that can affect prediction errors. In this study, a grid-based soil contamination map was created from the sampling data of heavy metal concentrations in soil in abandoned mine areas using Ordinary Kriging. Five factors that were judged to affect the prediction error of the soil contamination map were selected, and the variation of the root mean squared error (RMSE) between the predicted value and the actual value was analyzed based on the Leave-one-out technique. Then, using a machine learning algorithm, derived the top three factors affecting the RMSE. As a result, it was analyzed that Variogram Model, Minimum Neighbors, and Anisotropy factors have the largest impact on RMSE in the Standard interpolation. For the variogram models, the Spherical model showed the lowest RMSE, while the Minimum Neighbors had the lowest value at 3 and then increased as the value increased. In the case of Anisotropy, it was found to be more appropriate not to consider anisotropy. In this study, through the combined use of geostatistics and machine learning, it was possible to create a highly reliable soil contamination map at the local scale, and to identify which factors have a significant impact when interpolating a small amount of soil heavy metal data.
Journal of the Korean institute of surface engineering
/
v.43
no.3
/
pp.159-164
/
2010
Surface roughness of deposited or etched film strongly depends on ion bombardment. Relationships between ion bombardment variables and surface roughness are too complicated to model analytically. To overcome this, an empirical neural network model was constructed and applied to a deposition process of silicon nitride (SiN) films. The films were deposited by using a pulsed plasma enhanced chemical vapor deposition system in $SiH_4$-$NH_4$ plasma. Radio frequency source power and duty ratio were varied in the range of 200-800 W and 40-100%. A total of 20 experiments were conducted. A non-invasive ion energy analyzer was used to collect ion energy distribution. The diagnostic variables examined include high (or) low ion energy and high (or low) ion energy flux. Mean surface roughness was measured by using atomic force microscopy. A neural network model relating the diagnostic variables to the surface roughness was constructed and its prediction performance was optimized by using a genetic algorithm. The optimized model yielded an improved performance of about 58% over statistical regression model. The model revealed very interesting features useful for optimization of surface roughness. This includes a reduction in surface roughness either by an increase in ion energy flux at lower ion energy or by an increase in higher ion energy at lower ion energy flux.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.