• 대한토목학회논문집
• /
• 제35권5호
• /
• pp.1039-1049
• /
• 2015

대규모 다목적댐 지점의 유입량 산정은 수위-저수용량곡선에 댐 축에서 측정된 수위를 적용하여 시간당 저수량변화를 계산한 후 방류량을 감안하여 산정하고 있으나, 이 방법은 태풍 등 대규모 홍수 시에는 급격한 유입량 증가로 인한 배수위 및 강한 바람 등의 영향으로 저수지내의 수위가 균일하지 않아 유입량 산정 시 오차 원인이 되고 있다. 이 외에 기존 수위-저수용량 곡선 방법에 의한 유입량 계산 시 문제점인 댐건설 이후 유입 퇴사로 인한 저수용량의 변화, 댐 지점에서의 수위관측의 불균일성 등 다양한 불확실성이 존재하므로 이에 대한 오차 규명이 반드시 필요하다. 본 연구에서는 저수지 유입량 분석시 분포형 강우유출모형을 이용한 UBC-3P 기법을 적용하여 모형의 모의능력을 평가하였다. 최종적으로 기존 유역내 유입량 관측치와 비교한 결과 Peak유량과 Total유량에서 결정계수가 0.82~0.99 사이값을 나타내므로 댐 지점에서의 모형의 적합성을 확인하였다.

• Journal of Animal Science and Technology
• /
• 제51권4호
• /
• pp.337-342
• /
• 2009

회분식 반응조를 Mg원 첨가 방법이나 혹은 MAP을 재이용하는 조건이 서로 다른 4가지 상이한 조건하에서 운전하면서 공정으로부터 회수된 magnesium ammonium phosphate (MAP) 혹은 struvite 슬러리의 재이용 수단으로서의 극초단파조사 방법의 이용 가능성을 파악하였다. 또한 극초단파조사 동안의 MAP 용해율과 $NH_4-N$ 소실양상 및 MAP의 물리/화학적 변화를 분석하였다. Mg원을 첨가하지 않은 run A에서의 용해성 인과 암모니아성 질소의 제거율은 각각 33%와 27% 수준이었던 반면 유입수내 용해성 인 기준 동몰비의 Mg원을 첨가한 run B에서는 용해성 인과 암모니아성 질소의 제거율이 각각 87% 와 40% 수준으로 증가하였다. 극초단파를 조사한 MAP을 첨가한 run C의 경우, 비록 Mg원을 첨가한 run B에 비해 $PO_4-P$와 $NH_4-N$ 제거율이 낮았으나, Mg원을 첨가하지 않은 run A에 비해 $PO_4-P$의 제거율이 2배 정도 높아지는 결과를 보였다. Mg 원과 MAP을 각각 1/2씩 첨가한 run D에서의 $PO_4-P$와 $NH_4-N$ 제거효율은 각각 88%와 35% 수준으로 Mg원만을 1몰비로 첨가한 run B와 거의 유사한 효율을 나타내었다. 이러한 결과에 의거 극초단파로 처리한 후 MAP을 재이용하는 방법은 공정에서의 인과 질소의 제거율을 높임은 물론, Mg원 사용량을 감소시키는 이중효과가 있음을 알 수 있었다. MAP을 극초단파로 조사하면서 $NH_4-N$ 농도변화를 관찰한 결과 극초단파조사 초기단계에서는 $NH_4-N$ 농도가 점차 증가하다가 온도가 $45^{\circ}C$ 이상으로 상승함에 따라 용액으로부터 $NH_4-N$가 소실되기 시작하여 감소하였으며 극초단파조사 동안의 $PO_4-P$ 용해율은 초기 MAP 농도에 비례하면서 $0.0091x^{0.6373}$ mg/sec의 상관관계를 갖는 것으로 분석되었다. 또한 주사전자현미경을 이용한 극초단파조사 동안의 MAP 크리스탈 구조변화실험 결과 극초단파 조사시 전자기적 진동력에 의해 단시간내에 MAP 크리스탈 구조가 작은 입방체 과립형태로 부숴지고 극초단파 조사가 지속됨에 따라 점차 용액내로 녹음을 알 수 있었다.

• 한국터널지하공간학회 논문집
• /
• 제24권5호
• /
• pp.431-449
• /
• 2022

지금까지 국내에서는 수 많은 터널들이 완공되어 오면서 시공에서뿐 아니라 설계에서도 다양한 경험과 기술이 지속적으로 축적되어 왔다. 따라서 이제는 매우 복잡한 지질조건 또는 특수한 터널구조가 아니라면 일반적인 터널설계작업은 설계 항목에 따라 기존 유사 설계사례를 수정 또는 보완하는 것만으로도 충분한 경우도 적지 않다. 특히 터널발파설계의 경우, 실제 터널시공시 현장에서 시험발파를 통해 시공을 위한 발파설계를 추가로 수행하는 것이 일반적이라는 것을 감안할때, 설계단계에서 수행하는 발파설계는 예비설계 성격을 지니고 있어 기존의 유사 설계사례를 참고하는 것도 타당하다고 사료된다. 한편 최근 4차산업혁명시대에 들어서면서 전 산업분야에 걸쳐 그 활용도가 급증하고 있는 인공지능은 터널 및 발파분야에서도 다양하게 활용되고 있지만, 발파터널의 경우 발파진동 및 암반분류 등의 예측 분야에서 주로 활용되고 있을 뿐 터널발파패턴 설계에 활용된 사례는 많지 않다. 따라서 본 연구에서는 터널발파설계를 인공지능의 한 분야인 머신러닝 모델을 이용하여 자동화하기 위한 시도를 하였다. 이를 위하여 25개 학습용 터널설계 자료 및 2개의 시험용 설계자료에서 4가지의 입력데이터(지보패턴, 도로유형, 상반 및 하반 단면적) 및 16개의 출력데이터(심발공 종류, 비장약량, 천공수, 각 발파공 그룹별 공간격과 저항선 등)를 발췌하였다. 이를 기반으로 3가지 머신러닝 모델, 즉, XGBoost, ANN, SVM 모델을 시험한 결과 XGBoost모델이 상대적으로 최상의 결과를 나타내었다. 또한 이를 이용하여 실제 발파설계 상황을 가정하여 발파패턴을 제안하도록 한 결과 일부 항목에서 보완이 필요하긴 하지만 일반적 설계와 유사한 결과를 나타내었다. 본 연구가 기초연구 성격이어서 전체 발파설계를 완벽하게 수행하기는 아직 부족하지만, 향후 충분한 발파설계데이터를 확보하고 세부적인 처리과정을 보완하여 실용적인 활용이 가능하도록 추가 연구를 수행할 계획이다.