• 제목/요약/키워드: end bearing capacity

검색결과 183건 처리시간 0.02초

Focal loss와 데이터 증강 기법을 이용한 콘크리트 박락 탐지 심층 신경망 알고리즘 (Deep learning algorithm of concrete spalling detection using focal loss and data augmentation)

  • 심승보;최상일;공석민;이성원
    • 한국터널지하공간학회 논문집
    • /
    • 제23권4호
    • /
    • pp.253-263
    • /
    • 2021
  • 콘크리트 구조물은 노후화와 외부 환경에 의한 요인으로 훼손된다. 이 같은 훼손은 가장 먼저 균열로 나타나고 향후에는 박락으로도 진행된다. 이러한 콘크리트 손상은 구조물이 갖는 본래의 설계 지지력을 감소시키는 주된 원인으로 작용할 수 있어 구조물의 안정성에 부정적인 영향을 미친다. 이러한 종류의 손상이 지속되면 안전사고로도 이어질 가능성이 있어 적절한 보수와 보강이 필요하다. 이를 위해서는 구조물에 대한 정확하고 객관적인 상태 점검이 이루어져야 하며 손상 영역을 탐지할 수 있는 센서 기술 또한 필요하다. 따라서 본 논문에서는 박락을 탐지할 수 있는 딥러닝 기반의 영상처리 알고리즘을 제안했다. 연구 과정에서 298장의 박락 영상을 확보하였으며, 이 가운데 253장을 학습용으로 사용했고, 나머지 45장을 테스트용으로 사용하였다. 아울러 본 논문에서는 탐지 성능을 향상하기 위해 향상된 손실함수와 데이트 증강 기법을 적용하였다. 그 결과 콘크리트 박락의 탐지 성능이 80.19%의 평균 중첩 정확도로 나타났다. 본 논문에서는 딥러닝 기반의 영상 처리 기법을 통해 콘크리트 박락을 탐지하는 기술을 개발했고, 향상된 손실 함수와 데이터 증강 기법으로 성능을 향상시키는 방법을 제안했다. 이 같은 기술은 향후 구조물의 정확한 점검과 진단에 활용될 것으로 기대된다.

타입강관말뚝의 토질별 하중전이곡선 도출에 관한 연구 (A Study on the Development of Load Transfer Curves of the Driven Steel Pipe Piles by Soil)

  • 임종석;최용규;심종선;박종희
    • 한국지반공학회논문집
    • /
    • 제25권9호
    • /
    • pp.29-43
    • /
    • 2009
  • 전산기술의 발달과 더불어 좀 더 복잡하고 반복적인 계산을 쉽게 수행할 수 있게 됨으로써 하중전이곡선을 이용한 하중전이해석법이 널리 이루어지고 있다. 현재 국내에서도 하중전이해석법을 많이 사용하고 있다. 그러나 이러한 하중전이해석법에서 사용되는 곡선들은 대부분 외국에서 개발된 곡선들로서 국내지반에서의 적용성 여부는 확실치 않다. 본 연구에서는 타입강관말뚝의 하중전이곡선을 도출하기 위하여 국내 9곳의 현장재하시험 데이터를 수집하였다. 이들을 분석하여 사질토와 점성토에 대하여 각각 $f/f_{max}$-w/D 곡선의 평균선을 구하였으며 각 곡선을 쌍곡선함수로 나타내었다. 그리고 이 곡선의 적용성을 알아보기 위하여 이 곡선을 이용한 결과와 말뚝해석 프로그램인 TZPILE 2.0을 이용한 결과를 국내 3현장의 재하시험결과와 비교분석하였다. 그 결과 일반적으로 본 연구의 결과를 적용하여 얻은 하중-침하량 관계가 기존의 TZPILE 2.0으로 얻은 관계보다 비교적 실측값에 가까운 경향을 보였으며 보수적으로 나타났다.

네덜란드의 혁신클러스터정책과 시사점 (The Innovation Ecosystem and Implications of the Netherlands.)

  • 김영우
    • 벤처혁신연구
    • /
    • 제5권1호
    • /
    • pp.107-127
    • /
    • 2022
  • 본 연구는 네덜란드의 지역별 혁신 클러스터정책을 통해 네덜란드 경제의 성장동인을 찾고자 한다. 전통적으로 농업과 물류중심의 경제구조를 가진 네덜란드는 1990년대 지역 클러스터를 만들면서 첨단 허브 국가로서 역할을 충실하게 해왔고 작은 나라임에도 세계 수출의 7위를 차지하는 등 혁신국가의 이미지를 만드는데 성공했다. 그 바탕에는 혁신을 위한 체계적인 분석 접근법으로 '지역 혁신 시스템(Rational Innovation System)'의 개념을 도입하고 지역의 특색을 살린 산학연 모델이 가장 큰 요인으로 작용했다. 여기에는 적절한 중앙정부의 혁신 생태계 조성을 위한 정책적 방향 제시와 지역을 중심으로 한 산학연 모델이 크게 작용한 것으로 평가받고 있다. 이런 점을 종합적으로 살펴 볼 때 본고에서는 다음과 같은 시사점을 발견할 수 있다. 첫째, 혁신 클러스터의 활성화이다. 둘째, Top 9을 중심으로 한 신산업육성정책과 미래산업 전략을 활성화하고 있다. 셋째, 산학연 협력을 구체화하고 있다. 넷째, 스타트업의 창업을 육성하고 있다. 이를 종합하면 네덜란드는 2019년 설립된 TechLeap은 네덜란드의 기술 생태계를 정량화하고 가속화하는 데 도움을 주는데 자본, 시장 및 인재에 대한 접근성을 개선하기 위한 프로그램 및 이니셔티브를 통해 기술 기업이 확장할 수 있는 최적의 환경을 조성해 네덜란드를 미래의 기술 선도기업들을 위한 보금자리로 만들기 위해 노력하고 있다. 첨단농업과 물류국가로 알려진 네덜란드는 4차 산업혁명시대를 맞이하여 로테르담을 중심으로 하는 물류의 항구에서 ICT 기술을 기반으로 하는 '지식항구(brainport)'로 확장하고 있다. 네덜란드는 물류 국가에서 산업화에 성공했지만 최근 지역혁신 생태계를 만들기 위한 중앙정부의 비전 제시와 지역의 특화산업을 연계한 산학연 클러스터 모델이 가장 큰 디딤돌 역할을 하고 있음을 확인할 수 있다. 네덜란드의 혁신정책은 혁신 클러스터 생태계를 중심으로 지역을 개발하고 일자리 창출과 새로운 산업을 위한 투자를 통해 유럽의 '디지털 관문'으로서 역할에 보다 충실할 것으로 전망된다.