• 제목/요약/키워드: Input Duration Time

검색결과 102건 처리시간 0.021초

설계요소별 영향분석을 통한 공동주택 리모델링 공사비개산견적 산출 시스템 개발 (Development of Estimation System for Housing Remodeling Cost through Influence Analysis by Design Elements)

  • 김준;차희성
    • 한국건설관리학회논문집
    • /
    • 제19권6호
    • /
    • pp.65-78
    • /
    • 2018
  • 도심지의 공동주택이 노후화가 진행됨에 따라 건축물의 수명을 연장시키는 재건축 또는 리모델링의 필요성이 증가하고 있다. 이러한 경우, 공동주택 조합이 결성되어 재건축 또는 리모델링 사업에 대한 의사결정을 실행한다. 이 때 조합이 가장 중요하게 여기는 사항은 공사비 투입에 따른 사업성이다. 공동주택 조합은 사업성을 판단하여 재건축 또는 리모델링을 선택하여 건축물의 수명을 연장하는 방법을 택하게 되는데, 재건축의 경우 축적된 공사비 데이터를 활용하여 공사비를 산출하게 한 뒤 이를 이용해 사업성을 평가할 수 있다. 하지만, 리모델링의 경우 축적된 공사비 데이터의 수가 적어서 정확한 공사비 산출이 어려운 실정이다. 또한 비전문가인 발주자가 다양한 설계요소의 견적을 요구하여 견적의 정확도 및 견적기간에 부정적인 영향을 미치게 되는 경우가 많다. 따라서 본 연구에서는 비전문가인 발주자의 의견을 설계요소화하여 견적에 반영하는 방법과 설계요소에 따른 예상공사비를 산출하는 방법을 제안하였고, 비전문가 발주자가 용이하게 사용하도록 이를 시스템으로 구축하였다. 비전문가인 발주자의 요구사항을 견적에 명확하게 반영할 수 있도록 기존의 리모델링 사례에서 설계요소를 추출하여 이를 분류한 뒤 발주자가 선택할 수 있는 방안을 제안하였다. 설계요소를 견적에 반영하는 방법은 기존의 공동주택 리모델링 사례를 조사하여 설계요소를 공사비에 영향을 크게 미치는 것으로 추출한 뒤, 각 설계요소별로 연관된 공종과 물량산출방안을 제시하여 공사비를 산출하도록 하였다. 최종적으로는 위의 연구내용을 비전문가인 발주자가 쉽게 사용할 수 있도록 MS Excel을 기반으로 한 시스템을 개발하였다. 본 연구에서 제안한 개산견적의 정확성을 검증하기 위해서 리모델링 견적사례를 대입하여 검증한 결과, 80%의 정확성을 확인하였고, 비전문가인 발주자의 사용용이성을 검토하기 위하여 설문조사를 실시한 결과 긍정적인 결과를 얻었다. 본 연구에서는 4개의 사례를 활용하여 개산견적의 방안을 제시하였고 추후 리모델링 사례가 지속해서 누적되어 반영될 경우, 본 연구의 기대효과는 더욱 높아질 것으로 사료된다.

대도시 하수종말처리장 유입 하수의 성상 평가와 인공신경망을 이용한 구성성분 농도 예측 (Analysis and Prediction of Sewage Components of Urban Wastewater Treatment Plant Using Neural Network)

  • 정형석;이상형;신항식;송의열
    • 대한환경공학회지
    • /
    • 제28권3호
    • /
    • pp.308-315
    • /
    • 2006
  • 유입 하수의 성상은 하수처리장의 효율을 결정하는 중요한 요인이다. 따라서 하수의 성상을 이해하고 실시간으로 측정하는 기술은 유입 하수 성상에 상응하는 적절한 운전 전략을 결정하는데 중요한 역할을 할 수 있을 것이다. 본 연구에서는 2005년 10월 1일부터 11월 21일까지 대도시 하수종말처리장 유입 수문에서 두 시간 간격으로 하수를 채취하여 성상을 분석하였다. 그 결과 하수의 유량 및 구성성분의 농도가 1일 단위로 일정한 형태를 갖는 것으로 밝혀졌는데, 오전 11시와 1시 사이에 가장 높은 값을 보였고, 새벽 5시에서 7시 사이에 가장 낮은 값을 갖는 것으로 나타났다. 상관관계 평가에서 300 nm에서 측정한 하수의 흡광도는 하수 구성성분의 농도와 매우 밀접한 것으로 밝혀졌다. 실시간 측정이 가능한 흡광도와 유량, 그리고 반복되는 하수 성상을 이용하여 구성성분의 농도를 추정하는 기법을 개발하고자 하였다. 첫 번째로 흡광도와 구성성분의 농도와의 1차 회귀분석을 수행하였고, 두 번째로 흡광도와 하수 유량, 유입시간을 이용하여 훈련시킨 인공신경망을 이용하였다. 그 결과 두 방법 모두 하수 구성성분의 농도를 예측하는데 높은 정확성을 보였는데, 인공 신경망을 사용한 경우 예측값과 실측값의 RMSE(root mean square error) 값이 TSS의 경우 19.3에서 14.4, TCOD의 경우 26.7에서 25.1로, TN의 경우 5.4에서 4.1로, TP의 경우 0.45에서 0.39로 각각 향상되는 것으로 나타났다.