• 대한토목학회논문집
• /
• 제28권4A호
• /
• pp.591-601
• /
• 2008

이 연구의 목적은 전단저항 연결체를 갖는 프리캐스트 세그먼트 교각의 성능을 파악하는데 있다. 프리캐스트 교각 시스템은 현장에서의 작업을 줄이고 공사기간의 단축을 가져올 수 있다. 전단저항 연결체를 갖는 프리캐스트 세그먼트 교각 실험체에 일정 축하중 하에서 횡방향 반복하중을 가하는 준정적 실험을 수행하였다. 사용된 프로그램은 철근콘크리트 구조물의 해석을 위한 RCAHEST이다. 사용된 부착 또는 비부착 텐던요소는 유한요소법에 근거하며 프리스트레스트 콘크리트 부재의 콘크리트와 텐던의 상호작용을 구현할 수 있다. 새롭게 수정된 접합요소는 세그먼트 접합부의 비탄성거동을 예측할 수 있다. 제안된 해석기법은 조사된 실험체에 대하여 하중단계에 따라 성능을 비교적 정확하게 예측하였다.

• 한국강구조학회 논문집
• /
• 제24권3호
• /
• pp.279-287
• /
• 2012

상 하부 스플릿 T 접합부는 T-stub의 두께, 고력볼트 게이지 거리 등의 주요 변수 조합에 따라서 보통모멘트골조 혹은 특수모멘트골조에 적합한 접합부로 사용된다. 상 하부 스플릿 T 접합부가 안전한 구조거동을 발휘하기 위해서는 건축구조기준에서 규정한 층간변위각 및 접합부모멘트에 대한 요구사항을 만족하여야 한다. 이러한 요구사항 조건의 충족여부를 파악하기 위해서는 접합부의 회전강성 및 한계소성모멘트에 대한 예측이 필수적이다. 따라서 이 연구는 일차적으로 정적하중을 받는 상 하부 스플릿 T 접합부의 회전강성 예측을 위한 해석모델 제안을 위하여 진행하고자 한다. 이를 위하여 3차원 비선형 유한요소해석을 수행하였다. 제안한 해석모델의 적용 적합성은 기존의 해석모델 및 실험결과와 비교 검토하여 입증하였다.

• Steel and Composite Structures
• /
• 제36권3호
• /
• pp.321-337
• /
• 2020

Contemporary design and construction of steel-concrete composite structures employs the use of prefabricated concrete elements and demountable shear connectors in order to reduce the construction time and costs and enable dismantling of elements for their potential reuse at the end of life of buildings. Bolted shear connector with mechanical coupler is presented in this paper. The connector is assembled from mechanical coupler and rebar anchor, embedded in concrete, and steel bolt, used for connecting steel to concrete members. The behaviour and ultimate resistance of bolted connector with mechanical coupler in wide and narrow members were analysed based on push-out tests and FE analyses conducted in Abaqus software, with focus on concrete edge breakout and bolt shear failure modes. The effect of concrete strength, concrete edge distance and diameter and strength of bolts on failure modes and shear resistance was analysed. It was demonstrated that premature failure by breakout of concrete edge occurs when connectors are located 100 mm or closer from the edge in low-strength and normal-strength reinforced concrete. Furthermore, the paper presents a relatively simple model for hand calculation of concrete edge breakout resistance when bolted connectors with mechanical coupler are used. The model is based on the modification of prediction model used for cast-in and post-installed anchors loaded parallel to the edge, by implementing equivalent influence length of connector with variable diameter. Good agreement with test and FE results was obtained, thus confirming the validity of the proposed method.

• 대한공간정보학회지
• /
• 제12권2호
• /
• pp.17-28
• /
• 2004

본 연구에서는 기존 DRASTIC 모델에 구조선밀도, 토지이용 인자 등을 추가한 수정 DRASTIC 모델을 설정하여 경기도 화남2지구의 지하수오염 가능성을 예측하고자 하였다. 2가지 인자를 추가로 설정한 이유는 우리나라의 수리 지질학적 환경에서 대수층은 대부분 암반 대수층인 점을 고려할 때, 구조선밀도는 지하수 및 오염물질 유동에 직접적인 영향을 미치고, 토지이용은 점오염원 및 비점오염원의 영향을 간접적으로 반영할 수 있기 때문이다. 통계분석을 위하여 각 인자별 격자 레이어를 생성하고, 상관계수를 분석함으로서 신뢰도를 판단하였다. 최종 결과물인 지하수오염가능예측도는 '수정 DRASTIC 취약성'과 오염원의 발생 부하량 값을 논리적으로 비교함으로서 수리지질학적인 측면에서의 오염가능성 지역과 수질측면에서의 오염가능성 지역을 예측할 수 있는 방안을 제시할 수 있었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권5호
• /
• pp.153-160
• /
• 2020

산업용 에너지 소비 예측은 에너지 수요와 공급에 동적이고 계절적인 변화가 있기 때문에 에너지 관리 및 제어 시스템에서 중요한 위치를 차지한다. 본 논문은 철강 산업의 에너지 소비 예측 모델을 제시하고 논의한다. 사용되는 데이터에는 후행 및 선도적인 전류 반응 전력, 후행 및 선도적인 전류 동력 계수, 이산화탄소(TCO2) 배출 및 부하 유형이 포함된다. 테스트 세트에서는 (a) 선형 회귀(LR), (b) 방사형 커널(SVM RBF), (c) Gradient Boosting Machine (GBM), (d) 무작위 포리스트(RF). 평균 제곱 오차(RMSE), 평균 절대 오차(MAE) 및 평균 절대 백분율 오차(ME)의 네 가지 통계 모델을 사용하여 예측하고 평가한다. 회귀 설계의 효율성 모든 예측 변수를 사용할 때 최상의 모델 RF는 테스트 세트에서 RMSE 값 7.33을 제공할 수 있다.

• 한국시뮬레이션학회논문지
• /
• 제24권4호
• /
• pp.11-21
• /
• 2015

클라우드 컴퓨팅 환경은 다수의 가상서버 처리요청으로 인해 필요 자원을 충분히 제공하지 못한 경우, 특정 서버에 부하가 걸리는 문제가 발생할 수 있다. 이주관리자는 물리서버 내에 존재하는 가상서버들의 이주 효율성 향상을 위해 각 물리서버의 자원 정보를 모니터링 시스템으로부터 전달받고, 시뮬레이션 결과 값을 토대로 이주 목적지 물리서버를 결정한다. 하지만 모든 물리서버의 미래 자원 사용량을 예측하여 시뮬레이션 과정을 거쳐 이주 목적지 물리서버를 결정하는 것은 소수의 서버 네트워크 컴퓨팅 환경보다 거대하고 복잡한 클라우드 컴퓨팅 환경에서는 오버헤드가 크다. 본 논문에서는 퍼지로직 기반 이주 결정 모델(FPLM)을 제안하고 DEVS 형식론을 적용하여 이주 발생 횟수 및 성능을 비교 측정하였다. FPLM은 이주 발생 횟수 및 이주 목적지 결정 오버헤드를 감소시킴으로써 이주 발생으로 인한 물리서버 자원 사용 효율성을 증가시킨다.

• 한국공간구조학회논문집
• /
• 제6권4호
• /
• pp.53-61
• /
• 2006

본 연구에서는 임의의 반복하중 작용시 강구조물에 발생하는 대변형 및 반복소성거동을 정확히 예측하기 위하여 유한변위이론과 반복소성이력모델을 적용한 3차원 탄소성 유한요소 해석기법을 개발하였다. 반복소성이력모델은 강재의 단조재하실험 및 반복하중실험 결과에 기초하여 정식화되었다. 개발된 해석기법의 정도는 Bilinear모델 및 미소변위이론을 적용한 해석기법 및 실험결과와 비교하여 검증하였다. 본 연구에서 개발한 유한변위이론과 반복소성이력모델을 적용한 3차원 유한요소 해석기법이 임의의 반복하중을 받는 원형강교각의 대변형 및 반복소성거동을 정확히 예측할 수 있음을 알 수 있었다.

• 한국지진공학회논문집
• /
• 제28권4호
• /
• pp.193-203
• /
• 2024

Existing reinforced concrete (RC) building frames constructed before the seismic design was applied have seismically deficient structural details, and buildings with such structural details show brittle behavior that is destroyed early due to low shear performance. Various reinforcement systems, such as fiber-reinforced polymer (FRP) jacketing systems, are being studied to reinforce the seismically deficient RC frames. Due to the step-by-step modeling and interpretation process, existing seismic performance assessment and reinforcement design of buildings consume an enormous amount of workforce and time. Various machine learning (ML) models were developed using input and output datasets for seismic loads and reinforcement details built through the finite element (FE) model developed in previous studies to overcome these shortcomings. To assess the performance of the seismic performance prediction models developed in this study, the mean squared error (MSE), R-square (R²), and residual of each model were compared. Overall, the applied ML was found to rapidly and effectively predict the seismic performance of buildings according to changes in load and reinforcement details without overfitting. In addition, the best-fit model for each seismic performance class was selected by analyzing the performance by class of the ML models.

• Computers and Concrete
• /
• 제34권1호
• /
• pp.93-122
• /
• 2024

One well-known reason for using Fiber Reinforced Polymer (FRP) composites is to improve concrete strength and strain capacity via external confinement. Hence, various studies have been undertaken to offer a good illustration of the response of FRP-wrapped concrete for practical design intents. However, in such studies, the strength and strain of the confined concrete were predicted using regression analysis based on a limited number of test data. This study presents an approach based on artificial neural networks (ANNs) to develop models to predict the strength and strain at maximum stress enhancement of circular concrete cross-sections confined with different FRP types (Carbone, Glass, Aramid). To achieve this goal, a large test database comprising 493 axial compression experiments on FRP-confined concrete samples was compiled based on an extensive review of the published literature and used to validate the predicted artificial intelligence techniques. The ANN approach is currently thought to be the preferred learning technique because of its strong prediction effectiveness, interpretability, adaptability, and generalization. The accuracy of the developed ANN model for predicting the behavior of FRP-confined concrete is commensurate with the experimental database compiled from published literature. Statistical measures values, which indicate a better fit, were observed in all of the ANN models. Therefore, compared to existing models, it should be highlighted that the newly developed models based on FRP type are remarkably accurate.

• Structural Engineering and Mechanics
• /
• 제45권3호
• /
• pp.323-336
• /
• 2013

With the ongoing development in the computer science areas of artificial intelligence and computational intelligence, researchers are able to apply them successfully in the construction industry. Given the complexities indeep beam behaviour and the difficulties in accurate evaluation of its deflection, the current study has employed the Adaptive Network-based Fuzzy Inference System (ANFIS) as one of the modelling tools to predict deflection for high strength self compacting concrete (HSSCC) deep beams. In this study, about 3668measured data on eight HSSCC deep beams are considered. Effective input data and the corresponding deflection as output data were recorded at all loading stages up to failure load for all tested deep beams. The results of ANFIS modelling and the classical linear regression were compared and concluded that the ANFIS results are highly accurate, precise and satisfactory.