• 터널과지하공간
• /
• 제11권1호
• /
• pp.42-58
• /
• 2001

지하 공간시설로부터 나오는 오염물질의 유출량이나 유출경로를 예측하려는 일은 인간이 건설한 각종 시설로부터 환경을 보호하려는 노력의 일환이다. 특히 방사성폐기물의 핵종이 심부처분장으로부터 생태계로 도달하기까지의 이동경로 및 소요시간을 예측하는 것은 처분장의 안전성을 평가하는데 기본적인 요소가 된다. 오염물질은 암반 불연속면 내의 지하수를 통하여 이동하게 되므로 지하 암반에서의 불연속면을 통한 지하수의 흐름을 파악하는 것은 처분장의 부지선정이나 안전성을 평가하는데 중요한 요소 중의 하나이다. 본 연구에서는 유류비축기지가 건설될 부지를 연구대상으로 선정하고 풍부한 현장 조사자료를 근거로 기하학적 및 수리학적으로 일치하는 3차원 균열망 모델을 구축하고 이를 근거로 계산된 이방성 수리전도도를 복잡한 산악지형을 반영한 3타원 다공성 연속체모델에 입력하여 지하수의 유동경로 및 유동시간을 계산하였다. 본 연구를 통한 여러 가지 결과로부터 여기서 제시한 지하시설물로부터 유출된 지하수의 유동경로 및 생태계 도달 소요시간을 예측하는 방법이 보다 합리적이면서 타당하다는 결론을 내릴 수 있었으며, 방사성폐기물 처분장의 안전성을 평가하는데 본 연구에서 제시한 방법과 절차를 적용할 필요가 있다고 판단된다.

• 융합보안논문지
• /
• 제22권5호
• /
• pp.95-105
• /
• 2022

육·해·공군은 다영역작전에서 활용할 수 있도록 4차 산업혁명 기술을 접목한 무기체계 개발을 위해 다양한 노력을 하고 있다. 새로운 기술이 적용된 무기체계를 통해 통합 전투력을 효과적으로 발휘하기 위해서는 각각의 무기체계가 정보를 원활하게 송·수신할 수 있는 네트워크 환경의 구축이 필요하다. 이를 위해선 각 무기체계의 정보교환요구량(IER, Information Exchange Requirement)에 대한 분석이 필수적이나, 현재까지 진행된 많은 정보교환능력 분석 연구는 실제 네트워크의 다양한 고려 요소를 충분히 반영하지 못하고 있다. 따라서 본 연구는 기존의 정보교환 요구능력분석 연구들의 연구 방법과 결과를 면밀하게 분석하여 IER 분석시에는 메시지 자체의 크기와 네트워크 프로토콜 헤더의 크기, 전술네트워크의 송수신 구조, 정보 유통 과정, 메시지의 발생 빈도 등을 고려해야 할 필요성을 제기한다. 이어서 향후 IER 예측시에 활용이 가능하도록 푸아송 분포와 확률생성함수를 이용하여 정보교환요구량을 확률 분포로 계산하는 기법을 제시한다. 메시지 목록과 네트워크 토폴로지의 샘플을 이용하여 확률 분포의 계산 결과와 Network Simulator 2를 활용한 시뮬레이션 결과를 상호 비교하여 이 기법의 타당성을 입증한다.

• Journal of Power Electronics
• /
• 제11권3호
• /
• pp.360-368
• /
• 2011

This paper proposes an active frequency with a positive feedback in the d-q frame anti-islanding method suitable for a robust phase-locked loop (PLL) algorithm using the FFT concept. In general, PLL algorithms for grid-connected PV PCS use d-q transformation and controllers to make zero an imaginary part of the transformed voltage vector. In a real grid system, the grid voltage is not ideal. It may be unbalanced, noisy and have many harmonics. For these reasons, the d-q transformed components do not have a pure DC component. The controller tuning of a PLL algorithm is difficult. The proposed PLL algorithm using the FFT concept can use the strong noise cancelation characteristics of a FFT algorithm without a PI controller. Therefore, the proposed PLL algorithm has no gain-tuning of a PI controller, and it is hardly influenced by voltage drops, phase step changes and harmonics. Islanding prediction is a necessary feature of inverter-based photovoltaic (PV) systems in order to meet the stringent standard requirements for interconnection with an electrical grid. Both passive and active anti-islanding methods exist. Typically, active methods modify a given parameter, which also affects the shape and quality of the grid injected current. In this paper, the active anti-islanding algorithm for a grid-connected PV PCS uses positive feedback control in the d-q frame. The proposed PLL and anti-islanding algorithm are implemented for a 250kW PV PCS. This system has four DC/DC converters each with a 25kW power rating. This is only one-third of the total system power. The experimental results show that the proposed PLL, anti-islanding method and topology demonstrate good performance in a 250kW PV PCS.

• Composites Research
• /
• 제37권2호
• /
• pp.132-138
• /
• 2024

본 연구에서는 분자동역학 전산모사를 통해 육방정계 단일벽 질화붕소 나노튜브(BNNT)의 반경 변화에 따른 압전탄성 변화를 규명하였다. 질화붕소의 거동을 비교적 잘 모사하는 Tersoff 포텐셜과 기계적 하중인가에 따른 질소 및 붕소원자의 상대변위로 인한 분극의 정량화를 위해 강체 이온 근사를 채택하였다. 선형 압전탄성 구성방정식을 기반으로 각각의 질화붕소에 변형률을 인가하고 이에 따른 전기적 변위와 응력을 산출하여 압전상수와 영률을 각각 예측하였다. 그 결과, BNNT의 압전상수는 반경이 증가함에 따라 점진적으로 감소하는 양상을 보였다. 반면 탄성계수의 경우 불연속적 구조를 가지는 질화붕소를 등가의 연속체 구조로 등가시키는 방법에 따라 증가 또는 감소하는 경향을 보였다. BNNT의 곡률변화에 따른 물성변화를 가상실험에 기반한 경험적 모델로 근사하기 위해 BNNT의 튜브반경-압전탄성물성 간 상관관계식을 제안하였다. 또한 BNNT의 반경변화에 따른 물성을 곡률의 관점에서 설명하기 위해, BNNT와 질화붕소 나노시트(BNNS)의 결합에너지와 탄성변형에 따른 원자간 결합길이 변화가 각각의 구조의 변형에너지 증가에 기여하는 정도를 상호 비교하였다.

• 한국터널지하공간학회 논문집
• /
• 제24권6호
• /
• pp.513-524
• /
• 2022

터널을 비롯한 여러 가지 기반시설물에 발생한 콘크리트 균열을 영상과 딥러닝 기반으로 자동 탐지하는 연구가 최근 활발히 이루어지고 있다. 이러한 연구성과를 실제 현장에 적용하려면 딥러닝 모델의 신뢰성을 설명할 수 있어야한다. 본 연구에서는 선형성이 강한 균열의 기하적인 특성을 고려했을 때 화소 기반으로 계산하는 기존 평가지표가 충분치 않다는 점을 지적하며, 균열 분할 딥러닝 모델의 성능을 더 합리적으로 설명할 수 있는 다른 평가지표를 제시하고 비교 분석한다. 먼저 선형 객체의 유사성을 측정할 수 평가방법을 제시한다. 구체적으로는 기준 데이터에 허용 버퍼(tolerance buffer)를 부여하여 평가하는 방법을 설계, 구현, 검증한다. 실험 결과 본 연구에서 제안하는 방법은 균열 분할 딥러닝 모델 평가시 기존 대비 과대평가 또는 과소평가 문제를 해결할 수 있었으며, 화소 기반 성능 평가 지표에 비해 균열 분할 딥러닝 모델의 성능을 더 잘 설명할 것으로 기대한다.

• 지능정보연구
• /
• 제16권4호
• /
• pp.159-172
• /
• 2010

협업필터링 추천은 다양한 분야에서 활용되고 있지만 트랜잭션 데이터의 성격에 따라 추천 성능에 현저한 차이를 보이고 있다. 기존 연구에서는 이러한 추천 성능의 차이가 나타나는 이유에 대한 설명을 구체적으로 제시하지 못하고 있고 이에 따라 추천 성능의 예측 또한 연구된 바가 없다. 본 연구는 사회네트워크분석과 인공신경망 모형을 이용하여 협업필터링 추천시스템의 성능을 예측하고자 한다. 본 연구의 목적을 달성하기 위해 국내 백화점의 트랜잭션 데이터를 기반으로 형성되는 고객간 사회 네트워크의 구조적 지표를 측정한 후 이를 기반으로 인공신경망 모형을 구축하고 검증한다. 본 연구는 협업필터링 추천 성능을 예측할 수 있는 새로운 모형을 제시하였다는 점에서 그 의의가 있으며 이를 통해 기업들의 협업필터링 추천시스템 도입에 대한 의사결정에 도움을 줄 수 있을 것으로 기대된다.

• Geomechanics and Engineering
• /
• 제35권2호
• /
• pp.121-133
• /
• 2023

The demand for cement and limestone crushed materials has increased many folds due to the tremendous increase in construction activities in Pakistan during the past few decades. The number of cement production industries has increased correspondingly, and so the rock-blasting operations at the limestone quarry sites. However, the safety procedures warranted at these sites for the blast-induced ground vibrations (BIGV) have not been adequately developed and/or implemented. Proper prediction and monitoring of BIGV are necessary to ensure the safety of structures in the vicinity of these quarry sites. In this paper, an attempt has been made to predict BIGV using artificial neural network (ANN) at three selected limestone quarries of Pakistan. The ANN has been developed in Python using Keras with sequential model and dense layers. The hyper parameters and neurons in each of the activation layers has been optimized using randomized and grid search method. The input parameters for the model include distance, a maximum charge per delay (MCPD), depth of hole, burden, spacing, and number of blast holes, whereas, peak particle velocity (PPV) is taken as the only output parameter. A total of 110 blast vibrations datasets were recorded from three different limestone quarries. The dataset has been divided into 85% for neural network training, and 15% for testing of the network. A five-layer ANN is trained with Rectified Linear Unit (ReLU) activation function, Adam optimization algorithm with a learning rate of 0.001, and batch size of 32 with the topology of 6-32-32-256-1. The blast datasets were utilized to compare the performance of ANN, multivariate regression analysis (MVRA), and empirical predictors. The performance was evaluated using the coefficient of determination (R²), mean absolute error (MAE), mean squared error (MSE), mean absolute percentage error (MAPE), and root mean squared error (RMSE)for predicted and measured PPV. To determine the relative influence of each parameter on the PPV, sensitivity analyses were performed for all input parameters. The analyses reveal that ANN performs superior than MVRA and other empirical predictors, andthat83% PPV is affected by distance and MCPD while hole depth, number of blast holes, burden and spacing contribute for the remaining 17%. This research provides valuable insights into improving safety measures and ensuring the structural integrity of buildings near limestone quarry sites.