• Smart Structures and Systems
• /
• 제24권3호
• /
• pp.403-414
• /
• 2019

Offshore drilling has become a key process for obtaining oil. Offshore platforms have many applications, including oil exploration and production, navigation, ship loading and unloading, and bridge and causeway support. However, vibration problems caused by severe environmental loads, such as ice, wave, wind, and seismic loads, threaten the functionality of platform facilities and the comfort of workers. These concerns may result in piping failures, unsatisfactory equipment reliability, and safety concerns. Therefore, the vibration control of offshore platforms is essential for assuring structural safety, equipment functionality, and human comfort. In this study, an optimal multiple tuned mass damper (MTMD) system was proposed to mitigate the excessive vibration of a three-dimensional offshore platform under ice and earthquake loadings. The MTMD system was designed to control the first few dominant coupled modes. The optimal placement and system parameters of the MTMD are determined based on controlled modal properties. Numerical simulation results show that the proposed MTMD system can effectively reduce the displacement and acceleration responses of the offshore platform, thus improving safety and serviceability. Moreover, this study proposes an optimal design procedure for the MTMD system to determine the optimal location, moving direction, and system parameters of each unit of the tuned mass damper.

• International Journal of Contents
• /
• 제18권2호
• /
• pp.32-46
• /
• 2022

In recent years, large-scale and high-density use of LED on facades has exposed some disadvantages, such as light pollution, high energy consumption, unsustainability, and poor interactivity. Because of the development of smartphones and augmented reality (AR), AR has emerged as a new technology available to users to interact with the media façade. As an augmented reality app for public space, the AR map app can superimpose virtual images on the surface of a building to form an AR media façade, which can be applied in the fields of navigation, advertising, interactive public art, smart retail, etc. This study establishes the variables influencing usage intention and the consequent outcomes of Huawei AR map app and uses the technology acceptance model (TAM) to discuss their relationship. Results show that consumer innovativeness, information quality, and design quality have a strong influence on perceived ease of use. Information quality has a positive impact on perceived usefulness, but design quality has a weak influence. Also, the design quality of Huawei AR map app and consumer innovativeness have a higher effect on perceived enjoyment than information quality. Users' usage attitude and perceived usefulness when using Huawei AR map app are key factors determining their usage intention. This study inspires city planners, architects, developers, and designers of AR apps that augmented reality can partly replace media façade, and that investment in augmented reality will achieve significant sustainable economic and social benefits.

• Smart Structures and Systems
• /
• 제30권4호
• /
• pp.411-420
• /
• 2022

Monitoring large structures is a significant issue involving public health on which new studies are constantly carried out. Although the Global Navigation Satellite System (GNSS) is the most preferable method for measuring structural displacements, total stations, one of the classical geodetic instruments, are the first devices that come to mind in cases that require complementary usage and auxiliary measurement methods. In this study, the relative displacements of the structural movements of a tower were determined using robotic total stations (RTS) and GNSS. Two GNSS receivers and two RTS observations were carried out simultaneously for 10 hours under normal weather conditions. The spectral analysis of the GNSS data was performed using fast Fourier transform (FFT), and while the dominant modal frequencies were determined, the total station data were balanced with the least-squares technique, and the position and position errors were calculated for each measurement epoch. It has been observed that low-frequency structural movements can be determined by both methods. This result shows that total station measurements are a helpful alternative method for monitoring large structures in situations where measurements are not possible due to the basic handicaps of GNSS or where it is necessary to determine displacements with short observations.

• Smart Structures and Systems
• /
• 제32권4호
• /
• pp.235-251
• /
• 2023

A method that can estimate global deformation and internal forces using a limited amount of displacement data and based on the shape superposition technique and a neural network has been recently developed. However, it is difficult to directly measure sufficient displacement data owing to the limitations of conventional displacement meters and the high cost of global navigation satellite systems (GNSS). Therefore, in this study, the previously developed estimation method was extended by combining displacement, slope, and strain to improve the estimation accuracy while reducing the need for high-cost GNSS. To validate the proposed model, the global deformation and internal forces of a cable-stayed bridge were estimated using limited multi-response data. The effect of multi-response data was analyzed, and the estimation performance of the extended method was verified by comparing its results with those of previous methods using a numerical model. The comparison results reveal that the extended method has better performance when estimating global responses than previous methods.

• International journal of advanced smart convergence
• /
• 제13권1호
• /
• pp.37-47
• /
• 2024

This study presents the results of designing a system that determines the location of a person in an indoor environment based on a single IMU sensor attached to the tip of a person's shoe in an area where GPS signals are inaccessible. By adjusting for human footfall, it is possible to accurately determine human location and trajectory by correcting errors originating from the Inertial Measurement Unit (IMU) combined with advanced machine learning algorithms. Although there are various techniques to identify stepping, our study successfully recognized stepping with 98.7% accuracy using an artificial intelligence model known as Long Short-Term Memory (LSTM). Drawing upon the enhancements in our methodology, this article demonstrates a novel technique for generating a 200-meter trajectory, achieving a level of precision marked by a 2.1% error margin. Indoor pedestrian navigation systems, relying on inertial measurement units attached to the feet, have shown encouraging outcomes.

• 대한토목학회논문집
• /
• 제37권1호
• /
• pp.203-215
• /
• 2017

최근 스마트폰 보급과 측위 기술의 향상으로 보행자용 내비게이션 서비스(Pedestrian Navigation Service, PNS)에 대한 관심이 높아지고 있으며, 보행자의 이동 특성과 길 찾기 성공률 측면에서 보행자에게 길안내를 하는데 랜드마크를 이용하는 것이 효율적이다. 이에 PNS를 위하여 랜드마크를 추출하려는 연구들이 진행되어 왔다. 그러나 이들 선행연구는 랜드마크를 추출할 때 건물들 간의 차이만을 고려하고, PNS가 구동되는 화면 속 지도에 대한 사용자의 시각적 주의를 고려하지 않았다는 한계를 가지고 있다. 본 연구는 건물의 속성을 지역적 변수와 전역적 변수로 정의함으로써 이와 같은 문제를 개선하고자 한다. 지역적 변수는 건물들 간의 차이를 나타내고 전역적 변수는 건물이 가지는 고유한 특성을 나타냄으로써 건물의 현출성과 시각적 주의 정도를 반영한다. 또한, 네트워크 보로노이 다이어그램을 이용하여 네트워크의 연결성을 고려하고 랜드마크 후보군 추출 시 발생하는 중첩 현상을 해결한다. PNS를 위한 랜드마크를 추출하기 위하여 선행 연구를 바탕을 건물 속성정보를 정의하였다. 다음으로, 보행자를 위한 선택점을 선정하고, 해당 선택점 별로 랜드마크 후보군을 추출하였다. 이들 랜드마크 후보군에 대해서 정의된 건물 속성정보를 산출하고, 주성분 분석을 이용하여 랜드마크를 추출하였다. 제안된 기법을 서울특별시 관악구 일부 지역을 대상으로 적용하여 랜드마크를 추출하고, 네이버와 다음 지도 서비스의 레이블과 길찾기 시 표출되는 랜드마크와 비교하여 정확도를 평가하였다. 그 결과, 네이버와 다음 레이블 219개 중에서 60.3%에 해당하는 132개가 제안된 방법으로 랜드마크로 추출되었으며, 네이버와 다음 지도 서비스에는 없지만 선택점에서 추가로 추출된 228개의 랜드마크는 지역적 수준에서 길 찾기 시 방향 전환을 결정하는데 도움이 될 수 있음을 확인하였다.

• 한국항행학회논문지
• /
• 제15권6호
• /
• pp.1000-1007
• /
• 2011

홈 네트워킹(Home Networking)이란 유무선 네트워크 기반 하에서 가정 내 정보기기에 의한 상호 네트워크를 구축하는 것이라 할 수 있다. 다시 말해서 홈이라는 공간적 틀 안에서 이용되어지는 정보가전 기기들이 유무선 네트워크를 통해 서로 네트워크를 구성하여 상호 접속하게 하고 외부의 인터넷 엑세스에 대해서 상호 허용하고 통신하는 환경을 구축하는 것을 의미한다고 할 수 있다. 이를 기반으로 스마트 홈이라 함은 홈네트워킹기반의 가정환경에서 인간으로 하여금 자동화된 통신서비스를 사용할 수 있게 하는 주택이라고 할 수 있다. 이러한, 홈네트워킹 기반의 스마트 홈은 u-city와 같은 미래 converged 주거공간에 대한 개념적 게이트웨이라고 할 수 있을 것이다. 단순한 기능의 댁내 홈서비스 제어 환경이 홈오토메이션형태로 진화하고 현재와 같이 통신 네트워크 환경 기반의 최첨단을 확보한 인텔리전트 생활환경에서의 스마트홈네트워크 서비스는 IT의 발달에 따른 일반화된 서비스의 형상으로 우리의 삶에 공존하고 있다. 그러나 기술진화의 빠른 속도에 따른 공급자 위주의 서비스출시는 IT서비스 소외계층은 물론, 소위, early-adaptor라 하는 IT 선도계층에 까지 그 기술의 우수성과 선행성에도 불구하고 일정 부분 그 가치를 인정받지 못하고 있는 것이 현실이다. 이에 본 논문은 첨단 스마트홈서비스의 바람직한 요구 및 기대사항에 대해서 고민하여 바람직한 IT소외계층을 목표로 한 서비스 모델에 대해 논하고자 한다.

• 한국항행학회논문지
• /
• 제7권1호
• /
• pp.38-50
• /
• 2003

본 논문에서는 도선상에서 발생하는 결함 위치와 이상 유무를 감지하는 새로운 고분해능 반사측정법인 시간-주파수 영역반사측정법 (TFDR, Time-Frequency Domain Reflectometry)을 제안하였다. 고전적인 반사측정법들은 단지 시간 또는 주파수의 한 영역에서 분석되어져 왔으나, 본 논문에서 제시한 TFDR은 도선의 결함 위치와 이상 유무를 발견하기 위해 과도신호의 시간과 주파수 영역의 정보를 동시에 이용할 수 있는 시간-주파수 분석기법으로 특성화하였다. TFDR의 기준신호 설계는 측정 케이블의 물리적 성질들을 고려하여 주파수 밴드를 결정하며, 도선의 결함감지와 추정은 시간-주파수 상호상관관계 함수에 의해 이루어진다. TFDR 시스템을 이용하여 여러 결함 상태를 가진 실제 coaxial cable (RG-142, RG-400)에 대해 실험하였고 정확성을 입증하기 위해 TDR (Time Domain Reflectometry) 장비와 성능을 비교하였다. 본 논문에서는 TFDR이 TDR보다 작은 오차로 결함을 찾아냄을 나타내고 있으며, 측정된 정확도는 TFDR의 오차율이 0.5% 이하로 TDR (54750A/54754A) 장비보다 성능이 월등히 우수하다는 것을 알 수 있다.

• 한국항해항만학회지
• /
• 제42권6호
• /
• pp.437-445
• /
• 2018

국제해사기구(IMO)에서는 해양 환경보호를 위해 황산화물($SO_X$), 질소산화물($NO_X$), 이산화탄소($CO_2$) 등의 선박 배기가스 배출 규제를 강화하고 있으며, 특히 미국, 유럽을 중심으로 배출가스통제구역(Emission Control Area, ECA)을 설정하여 운용하고 있다. 이러한 환경 규제의 대응방법으로서 친환경 고효율 선박에 대한 요구가 커지면서 배출가스를 줄일 수 있는 전기추진시스템 관련 연구 및 기술에 대한 관심이 늘어나고 있다. 컨테이너선과 같은 상선은 경제속도 운항의 이유로 전기추진시스템의 적용대상에서 벗어나 있었으나, 앞으로 배기가스 배출 규제가 강화되고 4차 산업혁명 기술로 대표되는 빅데이터, IoT 기술을 적용한 자동화 시스템이 선박에 적용되기 위해서는 모니터링 및 제어가 쉬운 전기추진시스템이 필요할 것으로 전망된다. 따라서 본 논문에서는 6,800TEU 컨테이너 선박을 대상으로 전기추진시스템을 적용하기 위해서 기존 컨테이너 선박의 부하분석을 통해 부하분석 기반의 발전기 및 배터리 용량 설계를 목표로 연구를 진행하였다. 부하분석기반으로 설계된 시스템은 배터리를 이용한 부하분배제어를 통해 발전기가 높은 효율구간에서 운용할 수 있다는 장점이 있다.

• 한국항행학회논문지
• /
• 제24권6호
• /
• pp.620-626
• /
• 2020

본 연구는 IOT 장비인 라즈베리파이를 마스터(master)로 이용하고 인버터를 슬레이브(slave)로 하여 모드버스 TCP 통신을 기반한 태양광 발전 모니터링 시스템을 제안하였다. 본 모델은 라즈베리파이에 다양한 센서를 추가하여 태양광 발전소의 모니터링에 필요한 정보를 추가하였으며, 실시간 발전량 예측을 통해 발전량 예측과 모니터링 정보를 스마트 폰으로 송신하였다. 또한, 서버에 태양광 발전소에서 지속해서 생성되는 정보를 빅데이터로 구축하였으며, 발전량 예측을 위한 딥러닝 모델을 학습하여 갱신하였다. 연구 결과로서 인버터에서 라즈베리파이로 모드버스 TCP 기반으로 안정적인 통신이 가능하였고, 라즈베리파이에서 학습된 딥러닝 모델로 실시간 예측이 가능하였다. 서버는 빅데이터로 다양한 딥러닝 모델 학습이 가능하였으며, LSTM이 학습 오차 0.0069, 테스트 오차 0.0075, RMSE 0.0866 등으로 가장 좋은 오차를 보임을 확인하였다. 본 모델은 다양한 제조사의 인버터에 대해서 보다 간단하고 편리하며 발전량을 예측할 수 있는 실시간 모니터링 시스템 구현이 가능함을 제시하였다.