• 한국지진공학회논문집
• /
• 제27권5호
• /
• pp.221-230
• /
• 2023

This study proposes a methodology for assessing seismic liquefaction hazard by implementing high-resolution three-dimensional (3D) ground models with high-density/high-precision site investigation data acquired in an area of interest, which would be linked to geotechnical numerical analysis tools. It is possible to estimate the vulnerability of earthquake-induced geotechnical phenomena (ground motion amplification, liquefaction, landslide, etc.) and their triggering complex disasters across an area for urban development with several stages of high-density datasets. In this study, the spatial-ground models for city development were built with a 3D high-precision grid of 5 m × 5 m × 1 m by applying geostatistic methods. Finally, after comparing each prediction error, the geotechnical model from the Gaussian sequential simulation is selected to assess earthquake-induced geotechnical hazards. In particular, with seven independent input earthquake motions, liquefaction analysis with finite element analyses and hazard mappings with LPI and LSN are performed reliably based on the spatial geotechnical models in the study area. Furthermore, various phenomena and parameters, including settlement in the city planning area, are assessed in terms of geotechnical vulnerability also based on the high-resolution spatial-ground modeling. This case study on the high-precision 3D ground model-based zonations in the area of interest verifies the usefulness in assessing spatially earthquake-induced hazards and geotechnical vulnerability and their decision-making support.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.143-143
• /
• 2023

최근 대청댐('17), 평림댐('19) 등 광역 취수원에서 망간의 먹는 물 수질기준(0.05mg/L 이하) 초과 사례가 발생되어, 다수의 민원이 제기되는 등 취수원의 망간 관리 중요성이 부각되고 있다. 특히, 동절기 전도(Turn-over)시기에 고농도 망간이 발생되는 경우가 많은데, 현재 정수장에서는 망간을 처리하기 위해 유입구간에 필터를 설치하고 주기적으로 교체하는 방식으로 처리하고 있다. 그러나 단기간에 고농도 망간 다량 유입 시 처리용량의 한계 등 정수장에서의 공정관리가 어려워지므로 사전 예측에 의한 대응 체계 고도화가 필요한 실정이다. 본 연구는 광역취수원인 주암댐을 대상으로 망간 예측의 정확도 향상 및 예측기간 확대를 위해 다양한 머신러닝 기법들을 적용하여 비교 분석하였으며, 독립변수 및 초매개변수 최적화를 진행하여 모형의 정확도를 개선하였다. 머신러닝 모형은 수심별 탁도, 저수위, pH, 수온, 전기전도도, DO, 클로로필-a, 기상, 수문 자료 등의 독립변수와 화순정수장에 유입된 망간 농도를 종속변수로 각 변수에 해당하는 실측치를 학습데이터로 사용하였다. 그리고 데이터기반 모형의 정확도를 개선하기 위해서 성층의 수준을 판별하는 지표로서 PEA(Potential Energy Anomaly)를 도입하여 데이터 분석에 활용하고자 하였다. 분석 결과, 망간 유입률은 계절 주기에 따라 농도가 달라지는 것을 확인하였고 동절기 전도시점과 하절기 장마기간 난류생성 시기에 저층의 고농도 망간이 유입이 되는 것을 분석하였다. 또한, 두 시기의 망간 농도의 변화 패턴이 상이하므로 예측 모델은 각 계절별로 구축해 학습을 진행함으로써 예측의 정확도를 향상할 수 있었다. 다양한 머신러닝 모델을 구축하여 성능 비교를 진행한 결과, 동절기에는 Gradient Boosting Machine, 하절기에는 eXtreme Gradient Boosting의 기법이 우수하여 추론 모델로 활용하고자 하였다. 선정 모델을 통한 단기 수질예측 결과, 전도현상 발생 시기에 대한 추종 및 예측력이 기존의 데이터 모형만 적용했을 경우대비 약 15% 이상 예측 효율이 향상된 것으로 나타났다. 본 연구는 머신러닝 모델을 활용한 망간 농도 예측으로 정수장의 신속한 대응 체계 마련을 지원하고, 수처리 공정의 효율성을 높이는 데 기여할 것으로 기대되며, 후속 연구로 과거 시계열 자료 활용 및 물리모형과의 연결 등을 통해 모델의 신뢰성을 제고 할 계획이다.

• 응용통계연구
• /
• 제36권1호
• /
• pp.85-100
• /
• 2023

Stochastic volatility (SV) 모형은 시변 변동성을 모델링하는 주요한 수단 중 하나이며, 특히 금융시장 변동성의 추정 및 예측, 옵션의 가격 결정 등의 분야에서 활발하게 사용되고 있다. 본 논문은 SV 모형을 활용하여 비트코인 시장의 시변 변동성을 모델링하고자 한다. 시장의 변동성은 국면 전환의 특성을 갖고 있다고 알려져 있으며, 시장의 변동 국면을 나누기 위해 시계열의 패턴을 인식하는 작업에 유용한 hidden Markov model(HMM)을 결합하여 사용하고자 한다. 본 연구는 암호화폐 거래 사이트 업비트의 비트코인 데이터를 활용하여 비트코인의 변동성 모형을 추정하였으며 SV 모형의 성능을 높이기 위하여 시장의 변동 국면을 나누어 분석을 진행하였다. MCMC 기법이 SV 모델의 모수를 추정하는 데 사용되며 MAPE, MSE 등의 평가 기준을 통하여 모델의 성능을 확인하고자 한다.

• 한국지반공학회논문집
• /
• 제24권1호
• /
• pp.61-70
• /
• 2008

지표면 침하량, 침하 기울기 그리고 터널주변의 지반 변위에 대한 관리와 예측은 도심지 저토피 터널의 설계와 시공에서 주요한 인자가 된다. 저토피 터널에서의 굴착에 따른 변형 해석은 터널 측벽부에서 지표부까지 발달하는 전단대의 변형특성을 파악하는 것이 중요하다. 본 연구는 2차원 실내 터널 모형실험과 전단 탄성계수 및 강도 정수의 저하를 고려한 변형률 연화모델 해석을 통하여 미고결 저토피 터널에서의 굴착으로 인한 변형 거동 특성을 규명해 보았다. 변형률 연화모델을 이용한 수치해석과 모형 터널 실험과의 비교에서 지표면 침하, 천단침하 그리고 전단대의 발달형태에서 부합되는 결과가 나타났다. 본 연구에서 변형률 연화모델은 저토피 터널의 비선형 변형해석에 대하여 적용성이 있음을 알 수 있었다.

• Composites Research
• /
• 제19권1호
• /
• pp.1-8
• /
• 2006

적층 복합재료에 가해지는 저속충격에 의한 동적 거동 및 손상의 예측은 복합재 구조물의 설계에 중요한 문제가 되고 있다. 특히 저속충격에 의한 손상을 기술하기 위하여 적층판 내의 면내응력 뿐만 아니라 층간응력이 중요한 역할을 하는데, 기존의 전통적인 접근 방법은 이들을 효과적으로 기술하지 못하는 단점이 있다 본 논문에서는 이러한 동적거동 및 손상을 기술하기 위한 수치해석 모델로서 내부 미시구조를 고려한 직접수치모사(DNS)방법을 이용하여 DNS 모델을 구성하였다. 그리고 이를 저속충격 문제에 적용하여 저속충격에 의한 동적 거동 및 재료내의 층간응력 해석을 미시적으로 접근하였다. 이때 기존의 거시적인 접근 방법에 따른 균질모델의 결과와 비교 해석을 보였다. 한편 복합재료 적층판의 효율적인 저속충격해석을 위하여 DNS 개념을 적용한 멀티스케일 모델을 개발하여 기존의 균질화된 모델에서 보일 수 없었던 충격 부위의 국부적인 동적 거동을 효과적으로 기술하였다.

• 대한토목학회논문집
• /
• 제43권3호
• /
• pp.287-295
• /
• 2023

교량은 지진에 의해 붕괴가 일어나면 많은 수의 인명피해와 재산피해가 발생할 수 있어 정확한 지진거동 예측과 대비가 필요하다. 특히, 교각은 교량의 지진거동에 있어서 지배적인 역할을 한다. 또한, 교각의 겹침이음 길이 부족과 같은 설계적인 문제가 있다면 지진에 대한 위험성이 더욱 증대하게 된다. 본 연구에서는 교각에서 겹침이음 특성을 분석하기 위해, 겹침이음 길이가 부족한 교각의 수치해석 모델을 정의하고 실험데이터를 통해 검증하였다. 제시된 교각 모델을 일반적으로 사용되는 RC 슬래브 교량에 적용하였다. 교각의 비선형 정적해석을 수행하여 겹침이음에 따른 성능점 변화를 평가하였다. 또한, 지진취약도 곡선을 산정하여 교각의 겹침이음 길이에 따른 지진취약도 비교분석을 수행하였다.

• Earthquakes and Structures
• /
• 제22권5호
• /
• pp.503-515
• /
• 2022

This paper presents the development of seismic fragility curves for a precast reinforced concrete bridge instrumented with a structural health monitoring (SHM) system. The bridge is located near an active seismic fault in the Dominican Republic (DR) and provides the only access to several local communities in the aftermath of a potential damaging earthquake; moreover, the sample bridge was designed with outdated building codes and uses structural detailing not adequate for structures in seismic regions. The bridge was instrumented with an SHM system to extract information about its state of structural integrity and estimate its seismic performance. The data obtained from the SHM system is integrated with structural models to develop a set of fragility curves to be used as a quantitative measure of the expected damage; the fragility curves provide an estimate of the probability that the structure will exceed different damage limit states as a function of an earthquake intensity measure. To obtain the fragility curves a digital twin of the bridge is developed combining a computational finite element model and the information extracted from the SHM system. The digital twin is used as a response prediction tool that minimizes modeling uncertainty, significantly improving the predicting capability of the model and the accuracy of the fragility curves. The digital twin was used to perform a nonlinear incremental dynamic analysis (IDA) with selected ground motions that are consistent with the seismic fault and site characteristics. The fragility curves show that for the maximum expected acceleration (with a 2% probability of exceedance in 50 years) the structure has a 62% probability of undergoing extensive damage. This is the first study presenting fragility curves for civil infrastructure in the DR and the proposed methodology can be extended to other structures to support disaster mitigation and post-disaster decision-making strategies.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.63-63
• /
• 2020

최근 머신러닝 기술의 발전에 따라 비선형 시계열자료에 대한 예측이 가능해졌으며, 기존의 과정기반모형을 대체하여 지하수, 하천수 예측 등 다양한 수문분야에 활용되고 있다. 본 연구에서는 기존의 연구들과 달리 과정기반모형을 이용한 하천수 모의결과를 개선하기 위해 과정기반모형과 결합하는 방식으로 머신러닝 기술을 활용하였다. 머신러닝 기술을 통해 관측값과 모의값 간의 차이를 예측하고 과정기반모형의 모의결과에 반영함으로써 관측값을 정확히 재현할 수 있도록 하는 시스템을 구축하고 평가하였다. 과정기반모형으로는 Weather Research and Forecasting model-Hydrological modeling system (WRF-Hydro)을 소양강 유역을 대상으로 구축하였다. 머신러닝 모형으로는 순환 신경망 중 하나인 Long Short-Term Memory (LSTM) 신경망을 이용하여 장기시계열예측이 가능하게 하였다(WRF-Hydro-LSTM). 머신러닝 모형은 2013년부터 2017년까지의 기상자료 및 유입량 잔차를 이용하여 학습시키고, 2018년 기상자료를 이용하여 예상되는 유입량 잔차를 모의하였다. 모의된 잔차를 WRF-Hydro 모의결과에 반영시켜 최종 유입량 모의값을 보정하였다. 또한, 연구에서 제안된 새로운 방법론의 성능을 비교평가하기 위해 머신러닝 단독 모형으로 유입량을 학습 후 모의하였다(LSTM-only). 상관계수와 Nash-Sutcliffe 효율계수(NSE)를 사용해 평가한 결과, LSTM을 이용한 두 방법(WRF-Hydro-LSTM과 LSTM-only) 모두 기존의 과정기반모형(WRF-Hydro-only)에 비해 높은 정확도의 하천수 모의가 가능했으며, PBIAS 지수를 사용하여 평가한 결과, LSTM을 단독으로 사용하였을 때보다 WRF-Hydro와 결합했을 때 더 관측값과 가까운 모의가 가능함을 확인할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.140-140
• /
• 2021

Urban flood management is a crucial and challenging task, particularly in developed cities. Therefore, accurate prediction of urban flooding under heavy precipitation is critically important to address such a challenge. In recent years, machine learning techniques have received considerable attention for their strong learning ability and suitability for modeling complex and nonlinear hydrological processes. Moreover, a survey of the published literature finds that hybrid computational intelligent methods using nature-inspired algorithms have been increasingly employed to predict or simulate the streamflow with high reliability. The present study is aimed to propose a novel approach, an ensemble tree, Bayesian Additive Regression Trees (BART) model incorporating a nature-inspired algorithm to predict hourly multi-step ahead streamflow. For this reason, a hybrid intelligent model was developed, namely GA-BART, containing BART model integrating with Genetic algorithm (GA). The Jungrang urban basin located in Seoul, South Korea, was selected as a case study for the purpose. A database was established based on 39 heavy rainfall events during 2003 and 2020 that collected from the rain gauges and monitoring stations system in the basin. For the goal of this study, the different step ahead models will be developed based in the methods, including 1-hour, 2-hour, 3-hour, 4-hour, 5-hour, and 6-hour step ahead streamflow predictions. In addition, the comparison of the hybrid BART model with a baseline model such as super vector regression models is examined in this study. It is expected that the hybrid BART model has a robust performance and can be an optional choice in streamflow forecasting for urban basins.

• 대한토목학회논문집
• /
• 제28권6A호
• /
• pp.819-825
• /
• 2008

이 논문은 케이블텐션을 이용해서 SCST 구조의 형상 형성과 시공에 대해 연구한 논문인데, 이 공법은 균일한 모양의 피라미드로 만들어진 공간구조를 신속하고 경제적으로 시공할 수 있는 공법이 될 수 있다. 초기의 배치에 있어서 상현재와 웨브부재는 일정한 길이이나 하현재는 원하는 최종적인 형상에 비례해서 갭이 주어져 있다. 본 연구에서 제안된 형상 형성법의 적용성과 신뢰성은 축소된 모델과 실물 크기의 실험 모델에 대한 비선형 유한요소 해석과 실험적인 조사를 통해 확인할 수 있다. 연구의 결과, MERO 조인트의 거동 특성은 공간 구조의 형상 해석에서 매우 중요하며 본 논문은 실무에서 형상을 예측할 수 있는 가장 적합한 모델링 기법을 제시하고 있다. 그리고 실제 설계에 필요한 형상 실험의 거동 특성을 보여 주고 있다.