• Steel and Composite Structures
• /
• 제52권5호
• /
• pp.543-555
• /
• 2024

This study examines the seismic vulnerability of vertically irregular reinforced concrete (RC) frame buildings, focusing on the effectiveness of retrofitting techniques such as rocking walls (RWs) in mitigating soft story mechanisms. Utilizing a seven-story residential apartment as a prototype in a high-seismicity urban area, this research performs detailed nonlinear simulations to evaluate both regular and irregular structures, both before and after retrofitting. Pushover and nonlinear time history analyses were conducted using OpenSees software, with a suite of nine ground motion records to capture diverse seismic scenarios. The findings indicate that retrofitting with RWs significantly improves seismic performance: for instance, roof displacements at the Collapse Prevention (CP) level decreased by up to 23% in the irregular structure with retrofitting compared to its non-retrofitted counterpart. Additionally, interstory drift ratios were more uniform post-retrofit, with Drift Concentration Factor (DCF) values approaching 1.0 across all performance levels, reflecting reduced variability in seismic response. The global ductility of the retrofitted buildings improved, with displacement ductility ratios increasing by up to 29%. These results underscore the effectiveness of RWs in enhancing global ductility, mitigating soft story failures, and providing a more predictable deformation pattern during seismic events. The study thus provides valuable insights into the robustness and cost-effectiveness of using rocking walls for retrofitting irregular RC buildings.

• Steel and Composite Structures
• /
• 제34권1호
• /
• pp.1-15
• /
• 2020

This paper presents experimental and numerical studies on effects of local damages on the in-plane elastic-plastic buckling and strength of a fixed parabolic steel tubular arch under a vertical load distributed uniformly over its span, which have not been reported in the literature hitherto. The in-plane structural behaviour and strength of ten specimens with different local damages are investigated experimentally. A finite element (FE) model for damaged steel tubular arches is established and is validated by the test results. The FE model is then used to conduct parametric studies on effects of the damage location, depth and length on the strength of steel arches. The experimental results and FE parametric studies show that effects of damages at the arch end on the strength of the arch are more significant than those of damages at other locations of the arch, and that effects of the damage depth on the strength of arches are most significant among those of the damage length. It is also found that the failure modes of a damaged steel tubular arch are much related to its initial geometric imperfections. The experimental results and extensive FE results show that when the effective cross-section considering local damages is used in calculating the modified slenderness of arches, the column bucking curve b in GB50017 or Eurocode3 can be used for assessing the remaining in-plane strength of locally damaged parabolic steel tubular arches under uniform compression. Furthermore, a useful interaction equation for assessing the remaining in-plane strength of damaged steel tubular arches that are subjected to the combined bending and axial compression is also proposed based on the validated FE models. It is shown that the proposed interaction equation can provide lower bound assessments for the remaining strength of damaged arches under in-plane general loading.

• Safety and Health at Work
• /
• 제11권4호
• /
• pp.405-417
• /
• 2020

Background: Electrical socket outlets are used continuously until a failure occurs because they have no indication of manufacturing date or exchange specifications. For this reason, 659 electrical fires related to electrical socket outlets broke out in the Republic of Korea at 2018 only, an increase year on year. To reduce electrical fires from electrical socket outlets, it is necessary to perform an accelerated test and analyze the thermal, insulation resistance, and material properties of electrical socket outlets by installation years. Methods: Thermal characteristics were investigated by measured the temperature increase of electrical socket outlets classified according to year with variation of the current level. Insulation resistance characteristics was measured according to temperature for an electrical socket outlets by their years of use. Finally, to investigate the thermal and insulation resistance characteristics in relation to outlet aging, this study analyzed electrical socket outlets' conductor surface and content, insulator weight, and thermal deformation temperature. Results: Analysis showed, regarding the thermal characteristics, that electrical socket outlet temperature rose when the current value increased. Moreover, the longer the time that had elapsed since an accelerated test and installation, the higher the electrical socket outlet temperature was. With respect to the insulation resistance properties, the accelerated test (30 years) showed that insulation resistance decreased from 110 ℃. In relation to the installation year (30 years), insulation resistance decreased from 70 ℃, which is as much as 40 ℃ lower than the result found by the accelerated test. Regarding the material properties, the longer the elapsed time since installation, the rougher the surface of conductor contact point was, and cracks increased. Conclusion: The 30-year-old electrical socket outlet exceeded the allowable temperature which is 65 ℃ of the electrical contacts at 10 A, and the insulation resistance began to decrease at 70 ℃. It is necessary to manage electrical socket outlets that have been installed for a long time.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.

• 한국건설순환자원학회논문집
• /
• 제7권3호
• /
• pp.271-278
• /
• 2019

철근 콘크리트 구조물에서 철근의 부식은 내구성 문제를 발생시키고 있으며, 이에 대한 대책의 하나로 에폭시 도막철근이 사용되고 있다. 그러나 에폭시 도막철근을 사용하는 경우 철근 부식에 대한 저항성능은 우수하나 철근에 에폭시 도막을 함으로써 콘크리트와의 부착력이 일반철근에 비하여 감소하는 단점이 있다. 따라서 부착성능에 대한 실험적인 확인이 필요하여 ACI 408R에서 제시하는 대표적인 실험 방법인 휨 부재를 통하여 부착거동을 연구할 수 있는 보-단부 test와 직접인발을 통해 부착 특성을 분석하는 Pullout test를 통하여 부착성능을 평가하였다. 에폭시 도막 철근의 부착실험은 휨 부재실험과 직접인발 실험 모두 지름 13, 19mm의 철근에 대한 콘크리트 도막두께를 철근 지름의 3배로 하여 수행되었다. 실험 결과 에폭시 도막철근의 부착강도는 철근의 지름이 증가할수록 에폭시 도막 철근과 일반철근의 부착강도차이가 증가하였고 파괴형상은 모두 뽑힘 파괴를 나타내었다. 또한, 직접인발시험으로 구한 부착-미끌림 관계에 근거하여 유한요소해석을 수행하고, 휨 실험결과와 비교하였다. 부착성능을 평가하는 방법으로 실제 구조물에 거동을 모사를 위해서 직접인발시험보다 휨 부재시험이 보다 유용한 것으로 사료된다.

• 대한토목학회논문집
• /
• 제41권3호
• /
• pp.305-316
• /
• 2021

건설사고는 근로자의 부주의, 안전장비 미착용, 안전규칙 미준수 등 다양한 요인이 복합적으로 작용해 발생할 수 있다. 건설사고를 유발하는 여러 요인 중 야외작업이 많은 건설업의 특성상 기상 조건은 건설사고 발생 요인 중 하나가 될 수 있다. 과거 발생한 건설사고 데이터는 사고예방을 위한 좋은 자료로 활용될 수 있지만, 건설업 재해사례 데이터는 자연어로 기술된 텍스트형태로 제공되기 때문에 건설업 재해사례 데이터에서 건설공사 위험요소(Hazard)를 추출하는 것은 많은 시간과 비용이 발생한다. 따라서, 본 연구에서는 텍스트마이닝을 이용해 국내에서 발생한 2,026건의 건설업 재해사례 텍스트데이터에서 건설공사 위험요소를 추출하고 빈도 분석(Frequency analysis)과 중심성 분석(Centrality analysis)을 통해 건설공사 위험요소의 계절별 중요도분석을 수행했다. 국토교통부에서 정의한 254개 건설공사 위험요소 중 51개 위험요소를 건설사고 텍스트데이터에서 추출했으며, 분석결과 봄, 가을은 거푸집, 여름은 비계, 겨울은 크레인이 계절별 가장 중요한 위험요소로 나타났다. 제안방법은 날씨, 계절, 기후 관련 건설사고 안전대책 마련에 활용될 수 있다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.57-73
• /
• 2021

ICT 인프라의 이상탐지를 통한 유지보수와 장애 예방이 중요해지고 있다. 장애 예방을 위해서 이상탐지에 대한 관심이 높아지고 있으며, 지금까지의 다양한 이상탐지 기법 중 최근 연구들에서는 딥러닝을 활용하고 있으며 오토인코더를 활용한 모델을 제안하고 있다. 이는 오토인코더가 다차원 다변량에 대해서도 효과적으로 처리가 가능하다는 것이다. 한편 학습 시에는 많은 컴퓨터 자원이 소모되지만 추론과정에서는 연산을 빠르게 수행할 수 있어 실시간 스트리밍 서비스가 가능하다. 본 연구에서는 기존 연구들과 달리 오토인코더에 2가지 요소를 가미하여 이상탐지의 성능을 높이고자 하였다. 먼저 다차원 데이터가 가지고 있는 속성별 특징을 최대한 부각하여 활용하기 위해 멀티모달 개념을 적용한 멀티모달 오토인코더를 적용하였다. CPU, Memory, network 등 서로 연관이 있는 지표들을 묶어 5개의 모달로 구성하여 학습 성능을 높이고자 하였다. 또한, 시계열 데이터의 특징을 데이터의 차원을 늘리지 않고 효과적으로 학습하기 위하여 조건부 오토인코더(conditional autoencoder) 구조를 활용하는 조건부 멀티모달 오토인코더(Conditional Multimodal Autoencoder, CMAE)를 제안하였다. 제안한 CAME 모델은 비교 실험을 통해 검증했으며, 기존 연구들에서 많이 활용된 오토인코더와 비교하여 AUC, Accuracy, Precision, Recall, F1-score의 성능 평가를 진행한 결과 유니모달 오토인코더(UAE)와 멀티모달 오토인코더(Multimodal Autoencoder, MAE)의 성능을 상회하는 결과를 얻어 이상탐지에 있어 효과적이라는 것을 확인하였다.