• 한국공간구조학회논문집
• /
• 제4권3호
• /
• pp.65-75
• /
• 2004

대공간 구조는 3차원적인 힘의 흐름과 면내력에 의해 외부하중에 대한 저항능력을 확보하는 형태저항형 구조로서 기본적인 구조저항 메커니즘은 구조물 자체의 곡률을 이용하여 면외방향으로 작용하는 외력을 주로 면내력으로 저항할 수 있게 한 구조시스템이다. 따라서 최소의 재료로, 가볍고 얇게 대공간을 만들 수 있는 장점이 있다. 대공간 구조시스템 중 연성 구조물의 일종인 막 구조, 케이블 구조 또는 복합 구조체로서의 막-케이블 구조물의 비약적인 발전이 최근 주목을 끌고 있다. 즉, 기존의 일반 구조재보다 가볍고 축 강성은 강하나 휨 강성은 매우 작은 막 및 케이블을 사용하여 대공간 구조물을 보다 효과적으로 구축할 수 있는 구조시스템을 말한다. 그러나, 이러한 구조물은 하중 레벨이 어느 임계값에 도달하면 구조물의 형상에 따라 뜀좌굴(snap-through) 또는 분기좌굴(bifurcation)에 의한 불안정 현상이 일어나며, 이로 인한 파괴 메커니즘의 파악은 구조설계에서 매우 중요하다. 본 연구에서는 텐세그리티형 케이블 돔 구조물의 구조시스템에 따른 정적 불안정 거동 특성을 파악하기 위해 먼저, 형상해석을 통해 복합 케이블 돔 구조물인 Geiger형, Zetlin형 및 Flower형 케이블 돔 구조물의 초기응력에 의한 형상을 결정하고, 형상해석 결과를 기준으로 하여 정적 외력에 의한 불안정 문제를 파악하고자 한다.

• 한국산학기술학회논문지
• /
• 제20권1호
• /
• pp.391-400
• /
• 2019

화재발생 시 구조물의 부재는 온도상승에 의하여 본래의 강성을 잃게 되어 하중 지지력이 감소하게 된다. 구조 부재에 급격한 내력 상실은 구조물의 붕괴 및 인명 피해로 이어질 수 있다. 구조물의 화재 시간이 길어지게 되면 구조 부재에 대한 내력 상실은 더욱 증가하게 된다. 건축물의 붕괴를 방지하기 위하여 부재 손상 여부의 파악은 매우 중요한 과제이나 국내에서 부재의 잔존내력을 진단하고 평가하는 지침이 될 만한 자료는 미비한 실정이다. 따라서 본 연구는 구조 부재 중 합성구조인 합성보를 유한요소해석을 통하여 내화성능을 분석하고자 한다. 합성보 모델링은 한국전력기술의 협조를 받아 원자력 발전소 보조건물(Electrical Penetration Room, EPR)에 사용되는 도면을 바탕으로 수행하였다. 유한요소해석 프로그램인 ANSYS를 이용하여 정해석 단계의 열전달 해석과 구조해석을 수행하였다. 열전달 해석 결과로 얻어진 온도분포를 데이터로 확보하여 구조해석에 열전달해석 결과를 반영시켰다. 잔존성능을 분석하기 위하여 합성보의 온도분포와 열 영향을 받은 구조해석의 최대변위 결과를 도출하여 실험 결과 데이터와 구조해석 결과 데이터를 비교분석하였다.

• 해양환경안전학회지
• /
• 제28권4호
• /
• pp.601-609
• /
• 2022

잭업드릴링 리그는 해양 석유와 가스 탐사 산업에서 널리 사용되는 모바일 해양 플랫폼이다. 그것은 시추 및 생산을 위한 캔틸레버 시추 장치가 있는 독립적인 3개의 다리가 있는 자체 승강식 장치이다. 전형적인 잭업리그는 삼각형 선체, 타워형 데릭, 캔틸레버, 잭케이스, 거주구와 다리로 구성되며 여기에는 스퍼드캔 구조, 개방형 트러스, X-교차 구조로 구성된다. 일반적으로 잭업리그는 수심 130m~170m에서만 운용이 되고 있다. 최근 들어 개발 유정이 심해로 이동하면서, 깊은 수심과 가혹한 환경조건을 만족해야 한다. 리그의 작업 상태에서 모든 정적, 동적 하중은 레그(Leg)를 통해서 지탱되는 특징이 있다. 이러한 리그의 중요한 이슈는 순간적으로 큰 충격에너지를 발생시키는 충돌에 대한 레그의 안전성이다. 본 연구에서는 LS-Dyna 프로그램을 이용하여 DNV 선급에서 규정하고 있는 충돌에너지 35MJ 요구사항에 대한 수치해석 및 검증을 수행하였다. 충돌 선박은 배수량 7,500톤 작업 지원선을 사용하였고, 5가지 충돌조건을 선정하였다. 해석결과로부터 모든 충돌조건은 선급 기준을 만족하지 못한다. 코드 방향 충돌조건은 충돌에너지 15MJ, 브레이스 충돌조건은 6MJ이 합리적이다. 따라서 충돌시나리오에 따른 합리적인 충돌에너지 기준의 제정이 필요로 하다.

• 한국지반환경공학회 논문집
• /
• 제15권4호
• /
• pp.5-11
• /
• 2014

최근 도심지의 구조물 건설 시 다양한 라이프라인이 공간의 효율적인 활용 측면에서 지중에 매설되고 있으며, 이러한 라이프라인의 신설 및 유지보수 등을 위해 굴착이나 뒤채움 작업이 빈번하게 이루어지고 있다. 라이프라인 매설 시 지반을 굴착하며, 매설 후 채움재 모래를 사용하여 되메움을 하는 것이 일반적이다. 이러한 경우 통신관, 가스관, 상하수도 등의 관하부와 측면 좁은 공간의 뒤채움은 다짐작업이 어려우며, 다짐작업 시 토사의 특성상 추가적으로 침하가 발생한다. 이러한 문제점을 해결하기 위한 방법으로 미국 및 일본 등과 같은 선진국에서 건설 발생토를 재활용하여 잔토처리 비용을 줄이고, 충분한 유동성을 확보한 유동성 채움재가 사용되고 있다. 또한 지중 매설관 건설 외에도 기초 하부 지반의 보강에도 유동성 채움재를 활용할 수 있을 것으로 판단되며, 특히 기계 기초 하부 지지층이 연약한 경우, 유동성 채움재를 적용하여 빠른 시간 안에 지반을 개량하는 목적에 적합할 것으로 판단된다. 특히 기계 기초 하부 지지층의 경우, 단순한 기계 하중에 의한 정적 지지력 산정뿐만 아니라 기계의 진동에 의한 동적 하중이 가해지므로 기초 하부 지지층의 동적거동특성이 평가되어야 한다. 따라서 본 연구에서는 유동성 채움재를 기계 기초 지지층으로 활용하는데 있어서의 적용성을 판별하기 위해 국내에서 일반적으로 볼 수 있는 점토와 황토를 현장발생토로 가정하여 세립분 함량을 달리한 유동성 채움재의 강도 및 동적 거동특성을 파악하였다. 또한 현장 발생토를 대신하여 산업 폐기물인 매립석탄회를 활용하여 유동성 채움재를 조성하여 그 성능을 비교하였다. 그 결과, 매립석탄회를 혼합하여 사용한 경우, 일반적인 건설발생토를 사용한 경우보다 높은 7일 재령 강도와 전단탄성계수를 보였다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.1-32
• /
• 2018

본 연구는 경제적으로 국내에 큰 영향을 주었던 글로벌 금융위기를 기반으로 총 10년의 연간 기업데이터를 이용한다. 먼저 시대 변화 흐름에 일관성있는 부도 모형을 구축하는 것을 목표로 금융위기 이전(2000~2006년)의 데이터를 학습한다. 이후 매개 변수 튜닝을 통해 금융위기 기간이 포함(2007~2008년)된 유효성 검증 데이터가 학습데이터의 결과와 비슷한 양상을 보이고, 우수한 예측력을 가지도록 조정한다. 이후 학습 및 유효성 검증 데이터를 통합(2000~2008년)하여 유효성 검증 때와 같은 매개변수를 적용하여 모형을 재구축하고, 결과적으로 최종 학습된 모형을 기반으로 시험 데이터(2009년) 결과를 바탕으로 딥러닝 시계열 알고리즘 기반의 기업부도예측 모형이 유용함을 검증한다. 부도에 대한 정의는 Lee(2015) 연구와 동일하게 기업의 상장폐지 사유들 중 실적이 부진했던 경우를 부도로 선정한다. 독립변수의 경우, 기존 선행연구에서 이용되었던 재무비율 변수를 비롯한 기타 재무정보를 포함한다. 이후 최적의 변수군을 선별하는 방식으로 다변량 판별분석, 로짓 모형, 그리고 Lasso 회귀분석 모형을 이용한다. 기업부도예측 모형 방법론으로는 Altman(1968)이 제시했던 다중판별분석 모형, Ohlson(1980)이 제시한 로짓모형, 그리고 비시계열 기계학습 기반 부도예측모형과 딥러닝 시계열 알고리즘을 이용한다. 기업 데이터의 경우, '비선형적인 변수들', 변수들의 '다중 공선성 문제', 그리고 '데이터 수 부족'이란 한계점이 존재한다. 이에 로짓 모형은 '비선형성'을, Lasso 회귀분석 모형은 '다중 공선성 문제'를 해결하고, 가변적인 데이터 생성 방식을 이용하는 딥러닝 시계열 알고리즘을 접목함으로서 데이터 수가 부족한 점을 보완하여 연구를 진행한다. 현 정부를 비롯한 해외 정부에서는 4차 산업혁명을 통해 국가 및 사회의 시스템, 일상생활 전반을 아우르기 위해 힘쓰고 있다. 즉, 현재는 다양한 산업에 이르러 빅데이터를 이용한 딥러닝 연구가 활발히 진행되고 있지만, 금융 산업을 위한 연구분야는 아직도 미비하다. 따라서 이 연구는 기업 부도에 관하여 딥러닝 시계열 알고리즘 분석을 진행한 초기 논문으로서, 금융 데이터와 딥러닝 시계열 알고리즘을 접목한 연구를 시작하는 비 전공자에게 비교분석 자료로 쓰이기를 바란다.