In recent years, as human casualties and property damage caused by hazardous waves have increased in the East Sea, precise wave prediction skills have become necessary. In this study, the Simulating WAves Nearshore (SWAN) third-generation numerical wave model was calibrated and optimized to enhance the accuracy of winter storm wave prediction in the East Sea. We used Source Term 6 (ST6) and physical observations from a large-scale experiment conducted in Australia and compared its results to Komen's formula, a default in SWAN. As input wind data, we used Korean Meteorological Agency's (KMA's) operational meteorological model called Regional Data Assimilation and Prediction System (RDAPS), the European Centre for Medium Range Weather Forecasts' newest 5th generation re-analysis data (ERA5), and Japanese Meteorological Agency's (JMA's) meso-scale forecasting data. We analyzed the accuracy of each model's results by comparing them to observation data. For quantitative analysis and assessment, the observed wave data for 6 locations from KMA and Korea Hydrographic and Oceanographic Agency (KHOA) were used, and statistical analysis was conducted to assess model accuracy. As a result, ST6 models had a smaller root mean square error and higher correlation coefficient than the default model in significant wave height prediction. However, for peak wave period simulation, the results were incoherent among each model and location. In simulations with different wind data, the simulation using ERA5 for input wind datashowed the most accurate results overall but underestimated the wave height in predicting high wave events compared to the simulation using RDAPS and JMA meso-scale model. In addition, it showed that the spatial resolution of wind plays a more significant role in predicting high wave events. Nevertheless, the numerical model optimized in this study highlighted some limitations in predicting high waves that rise rapidly in time caused by meteorological events. This suggests that further research is necessary to enhance the accuracy of wave prediction in various climate conditions, such as extreme weather.
Journal of the Korea Institute of Information and Communication Engineering
/
v.26
no.12
/
pp.1794-1799
/
2022
Recently, the increasing number of overloaded vehicles on the road poses a risk to traffic safety, such as falling objects, road damage, and chain collisions due to the abnormal weight distribution, and can cause great damage once an accident occurs. therefore we propose to build an object detection-based AI model to identify overloaded vehicles that cause such social problems. In addition, we present a simple yet effective method to construct an object detection model for the large-scale vehicle images. In particular, we utilize the large-scale of vehicle image sets provided by open AI-Hub, which include the overloaded vehicles. We inspected the specific features of sizes of vehicles and types of image sources, and pre-processed these images to train a deep learning-based object detection model. Also, we propose an integrated system for tracking the detected vehicles. Finally, we demonstrated that the detection performance of the overloaded vehicle was improved by about 23% compared to the one using raw data.
In this paper, the three dimensional Parallel Realistic Failure Process Analysis ($RFPA^{3D}$-Parallel) code based on micromechanical model is employed to investigate the bonding behavior in FRP sheet bonded to concrete in single shear test. In the model, the heterogeneity of brittle disordered material at a meso-scale was taken into consideration in order to realistically demonstrate the mechanical characteristics of FRP-to-concrete. Modified Mohr-coulomb strength criterion with tension cut-off, where a stressed element can damage in shear or in tension, was adopted and a stiffness degradation approach was used to simulate the initiation, propagation and growth of microcracks in the model. In addition, a Master-Slave parallel operation control technique was adopted to implement the parallel computation of a large numerical model. Parallel computational results of debonding of FRP-concrete visually reproduce the spatial and temporal debonding failure progression of microcracks in FRP sheet bonded to concrete, which agrees well with the existing testing results in laboratory. The numerical approach in this study provides a useful tool for enhancing our understanding of cracking and debonding failure process and mechanism of FRP-concrete and our ability to predict mechanical performance and reliability of these FRP sheet bonded to concrete structures.
Proceedings of the Earthquake Engineering Society of Korea Conference
/
2003.09a
/
pp.303-310
/
2003
Small-scale models have been frequently used for experimental evaluation of seismic performance because of limited testing facilities and economic reasons. However, there are not enough studies on similitude law for analogizing prototype structures accurately with small-scale models, although conventional similitude law based on geometry is not well consistent in the inelastic seismic behavior. When fabricating prototype and small-scale model of reinforced concrete structures by using the same material, added mass is demanded from a volumetric change and scale factor could be limited due to size of aggregate. Therefore, it is desirable that different material is used for small-scale models. Thus, a modified similitude law could be derived depending on geometric scale factor and equivalent modulus ratio. In this study, compressive strength tests are conducted to analyze equivalent modulus ratio of micro-concrete to normal-concrete. Equivalent modulus ratios are divided into elastic, weak nonlinear and strong nonlinear phases, which are based on ultimate strain level. Therefore, an algorithm adaptable to the pseudodynamic test, considering equivalent three phase similitude law based on seismic damage levels, is developed. In addition, prior to tile experiment, it is verified numerically if tile algorithm is applicable to the pseudodynamic test.
In recent years, the frequency and scale of the natural disasters are growing rapidly due to the global climate change. In case of the urban flooding, high-density of population and infrastructure has caused the more intensive damages. In this study, we analyzed the spatial characteristics of urban flooding damage factors using GWR(Geographically Weighted Regression) for effective disaster prevention and then, classified the causes of the flood damage by spatial characteristics. The damage factors applied consists of natural variables such as the poor drainage area, the distance from the river, elevation and slope, and anthropogenic variables such as the impervious surface area, urbanized area, and infrastructure area, which are selected by literature review. This study carried out the comparative analysis between OLS(Ordinary Least Square) and GWR model for identifying spatial non-stationarity and spatial autocorrelation, and in the results, GWR model has higher explanation power than OLS model. As a result, it appears that there are some differences between each of the flood damage areas depending on the variables. We conclude that the establishment of disaster prevention plan for urban flooding area should reflect the spatial characteristics of the damaged areas. This study provides an improved understandings of the causes of urban flood damages, which can be diverse according to their own spatial characteristics.
Proceedings of the Korean Geotechical Society Conference
/
2010.09a
/
pp.782-789
/
2010
Landslides cause enormous economic losses and casualties. Korea has mountainous regions and heavy slopes in most parts of the land and has consistently built new roads and large-scale housing complexes according to its industrial and urban growth. As a result, the damage from landslides becomes greater every year. In this study, performed a GIS-based landslide hazard analysis by SINMAP(Stability Index MAPping) model in Gyeonggi Icheon area coupling with geomorphological and geological data. SINMAP model has its theoretical basis in the infinite plane slope stability model with wetness obtained from a topographically based steady state model of hydrology. To Gyeonggi Icheon area landslides hazards evaluated, these SINMAP model were analysed results while simultaneously referring to the stability index map, where lines distinguish the zones categorized into the different stability classes and a table giving summary statistics.
Based on the shaking table tests of a 1:3.52 scale one-bay and one-story ancient wooden structure, a simplified structural mechanics model was established, and the structural state equation and observation equation were deduced. Under the action of seismic waves, the damage rule of initial stiffness and yield stiffness of the joint was obtained. The force hammer percussion test and finite element calculations were carried out, and the structural response was obtained. Considering the 5% noise disturbance in the laboratory environment, the stiffness parameters of the mortise-tenon joint were identified by the partial least squares of singular value decomposition (PLS-SVD) and the Extended Kalman filter (EKF) method. The results show that dynamic and static cohesion method, PLS-SVD, and EKF method can be used to identify the damage degree of structures, and the stiffness of the mortise-tenon joints under strong earthquakes is reduced step by step. Using the proposed model, the identified error of the initial stiffness is about 0.58%-1.28%, and the error of the yield stiffness is about 0.44%-1.21%. This method has high accuracy and good applicability for identifying the initial stiffness and yield stiffness of the joints. The identification method and research results can provide a reference for monitoring and evaluating actual engineering structures.
Yu, Hong;Zhu, Hong P.;Weng, Shun;Gao, Fei;Luo, Hui;Ai, De M.
Structural Monitoring and Maintenance
/
v.5
no.2
/
pp.231-242
/
2018
Subway tunnel structure has been rapidly developed in many cities for its strong transport capacity. The model-based damage detection of subway tunnel structure is usually difficult due to the complex modeling of soil-structure interaction, the indetermination of boundary and so on. This paper proposes a new data-based method for the damage detection of subway tunnel structure. The root mean square acceleration and cross correlation function are used to derive a statistical pattern recognition algorithm for damage detection. A damage sensitive feature is proposed based on the root mean square deviations of the cross correlation functions. X-bar control charts are utilized to monitor the variation of the damage sensitive features before and after damage. The proposed algorithm is validated by the experiment of a full-scale two-rings subway tunnel lining, and damages are simulated by loosening the connection bolts of the rings. The results verify that root mean square deviation is sensitive to bolt loosening in the tunnel lining and X-bar control charts are feasible to be used in damage detection. The proposed data-based damage detection method is applicable to the online structural health monitoring system of subway tunnel lining.
In the worst case, a temporary ignition source (also known as transient combustibles) between two electrical panels can damage both panels. Mitigation strategies for electrical panel fires were previously developed using fire modeling and risk analysis. However, since they do not comply with deterministic fire protection requirements, it is necessary to analyze the boundary values at which combustibles may damage targets depending on various factors. In the present study, a sensitivity analysis of input variables related to the damage threshold of two electrical panels was performed for dimensionless geometry using a Fire Dynamics Simulator (FDS). A new methodology using a damage evaluation map was developed to assess the damage of the electrical panel. The input variables were the distance between the electrical panels, the vertical height of the fuel, the size of the fire, the wind speed and the wind direction. The heat flux was determined to increase as the vertical distance between the fuel and the panel decreased, and the largest heat flux was predicted when the vertical separation distance divided by one half flame length was 0.3-0.5. As the distance between the panels increases, the heat flux decreases according to the power law, and damage can be avoided when the distance between the fuel and the panel is twice the length of the panel. When the wind direction is east and south, to avoid damage to the electrical panel the distance must be increased by 1.5 times compared to no wind. The present scale model can be applied to any configuration where combustibles are located between two electrical panels, and can provide useful guidance for the design of redundant electrical panels.
Purpose: This study develops a risk prediction model that predicts the risk of a fire site by using initial information such as building information and reporter acquisition information, and supports effective mobilization of fire fighting resources and the establishment of damage minimization strategies for appropriate responses in the early stages of a disaster. Method: In order to identify the variables related to the fire damage scale on the fire statistics data, a correlation analysis between variables was performed using a machine learning algorithm to examine predictability, and a learning data set was constructed through preprocessing such as data standardization and discretization. Using this, we tested a plurality of machine learning algorithms, which are evaluated as having high prediction accuracy, and developed a risk prediction model applying the algorithm with the highest accuracy. Result: As a result of the machine learning algorithm performance test, the accuracy of the random forest algorithm was the highest, and it was confirmed that the accuracy of the intermediate value was relatively high for the risk class. Conclusion: The accuracy of the prediction model was limited due to the bias of the damage scale data in the fire statistics, and data refinement by matching data and supplementing the missing values was necessary to improve the predictive model performance.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.