• 지구물리와물리탐사
• /
• 제23권1호
• /
• pp.1-12
• /
• 2020

섭입 및 열개와 같이 대변형을 수반하는 지구동역학적 현상 발생은 암석권의 국지적인 약대의 발달이 필요하다. 이러한 약화 기작 중 하나인 전단열은 암석권의 온도를 국부적으로 높여 강도를 낮추는 역할을 하여 암석권 파괴를 촉진시킬 수 있다. 본 연구에서는 전단열에 대한 정량적인 분석을 위하여 2차원 탄소성 인장 분지 모형을 제작하여 기존 수치 모사 연구를 벤치마크하였다. 암석권의 항복강도, 인장 속도, 변형량- 및 온도-의존성 약화 현상 등을 조절하여 전단열 발생량에 미치는 영향을 분석하였다. 실험 결과, 약화를 고려하지 않은 경우 전단열의 발생량은 암석권의 항복강도 및 인장 속도와 양의 상관관계가 있는 것으로 나타났다. 기준 모형인 항복강도 100 MPa, 인장 속도 2 cm/yr로 설정된 경우, 총 20 km 인장된 시점(0.025의 변형률)에서 ~ 50 K의 온도 상승을 보여주었다. 소성 변형 및 온도에 따른 약화가 포함된 경우에는, 더 효율적인 약화 기작이 더 강한 전단열의 생성으로 이어지는데 이러한 현상은 약화 기작과 전단열 발생 사이에 양성되먹임이 작용함을 지시한다. 또한 변형 초기에 급격한 전단열 발생량을 보여주지만, 변형이 지속되어 암석권의 강도가 약화되면 전단열 발생 속도가 최대 ~ 80% 감소했다. 이는 약화 기작이 포함된 경우 전단열은 비교적 손상되지 않은 상태인 암석권의 강도에 큰 영향을 미침을 시사한다.

• Steel and Composite Structures
• /
• 제50권6호
• /
• pp.705-720
• /
• 2024

Analyzing the collapse behavior of thin-walled steel structures holds significant importance in ensuring their safety and longevity. Geometric imperfections present on the surface of metal materials can diminish both the durability and mechanical integrity of steel shells. These imperfections, encompassing local geometric irregularities and deformations such as holes, cavities, notches, and cracks localized in specific regions of the shell surface, play a pivotal role in the assessment. They can induce stress concentration within the structure, thereby influencing its susceptibility to buckling. The intricate relationship between the buckling behavior of these structures and such imperfections is multifaceted, contingent upon a variety of factors. The buckling analysis of thin-walled steel shell structures, similar to other steel structures, commonly involves the determination of crucial material properties, including elastic modulus, shear modulus, tensile strength, and fracture toughness. An established method involves the emulation of distributed geometric imperfections, utilizing real test specimen data as a basis. This approach allows for the accurate representation and assessment of the diversity and distribution of imperfections encountered in real-world scenarios. Utilizing defect data obtained from actual test samples enhances the model's realism and applicability. The sizes and configurations of these defects are employed as inputs in the modeling process, aiding in the prediction of structural behavior. It's worth noting that there is a dearth of experimental studies addressing the influence of geometric defects on the buckling behavior of cylindrical steel shells. In this particular study, samples featuring geometric imperfections were subjected to experimental buckling tests. These same samples were also modeled using Finite Element Analysis (FEM), with results corroborating the experimental findings. Furthermore, the initial geometrical imperfections were measured using digital image correlation (DIC) techniques. In this way, the response of the test specimens can be estimated accurately by applying the initial imperfections to FE models. After validation of the test results with FEA, a numerical parametric study was conducted to develop more generalized design recommendations for the stainless-steel shell structures with the initial geometric imperfection. While the load-carrying capacity of samples with perfect surfaces was up to 140 kN, the load-carrying capacity of samples with 4 mm defects was around 130 kN. Likewise, while the load carrying capacity of samples with 10 mm defects was around 125 kN, the load carrying capacity of samples with 14 mm defects was measured around 120 kN.

• 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.

• 한국터널지하공간학회 논문집
• /
• 제25권6호
• /
• pp.423-446
• /
• 2023

쉴드 TBM 터널 라이닝은 세그먼트와 링으로 분절되어 있다. 2-링 빔-스프링 모델은 세그먼트 라이닝의 링과 세그먼트의 연결부 경계조건을 통해 불연속성을 고려하며 단면 설계 시 주로 활용하는 모델링 방법이다. 그러나 3차원 해석이 필요한 경우 대체로 Segmentation에 대한 고려 없이 연속체 라이닝으로 간주하여 세그먼트 라이닝에 대한 응력과 변위를 검토하는 경향이 일반적이다. 본 연구는 세그먼트와 링의 접촉면에 Coulomb의 마찰 법칙에 근거한 Shell interface element를 적용하여 세그먼트 간 계면 거동하는 모델링으로 지진 시 세그먼트 라이닝의 응력과 변위에 대한 응답 특성을 연구한다. 세그먼트 라이닝은 건설 과정에서 Ovaling 변형이 발생된다. 국내 세그먼트 라이닝의 Ovaling 변형에 대한 관리 기준은 없다. 스웨덴이나 중국의 경우 내경 7.0 m의 라이닝인 경우 5~10‰의 Ovality 기준을 갖고 있으나 이는 현실적으로 실현하기 어려운 기준치이다. 본 연구는 Shell interface element를 활용한 세그먼트 라이닝 모델링을 통해 지진 시 라이닝에 발생되는 응력과 변위의 특성을 연속체 모델링 결과와 비교하여 Segmentation이 고려된 라이닝의 지진에 대한 응답 특성을 연구하고 이를 통해 세그먼트 라이닝의 Ovality 기준과 의미를 연구한다. 연속체 라이닝과 세그먼트 라이닝의 지진 시 응력과 변위의 분포 양상은 유사하였다. 그러나 응력과 변위의 최댓값은 세그먼트 라이닝과 차이를 보여주었다. Shell로 모델링 된 연속체 라이닝의 지진 시 응력 분포는 3차원 원통형 형상에 연속성을 갖는 응력 분포를 보이지만 세그먼트 라이닝은 분절된 세그먼트 외측으로 응력이 집중되었고 세그먼트와 링의 접촉면이 집중되는 위치에서 가장 큰 응력이 발생되었다. 이러한 단속적이고 국부적 응력 분포는 라이닝의 Ovality가 클수록 지진 시 더욱더 국부적 집중도가 커진다. 응력 분포가 급격하게 커지는 Ovality는 150‰ 정도에서 발생되기 시작했으며 그보다 작은 Ovality 에서는 원형 단면 라이닝에서 발생되는 응력보다 작은 응력이 발생되었다. 그러나 Ovality 150‰는 실제 라이닝에서 실현될 수 없는 비현실적 값이다. 따라서 세그먼트 라이닝의 Ovality는 심도에 따라 증가될 수 있으나 지진 하중에 대한 안정성에는 큰 영향을 미치지 않는다. 그러나 터널의 단면 확보 및 품질관리를 위해서는 Ovality에 대한 계측과 관리가 요구된다.

• 한국의학물리학회지:의학물리
• /
• 제22권3호
• /
• pp.140-147
• /
• 2011

이 연구에서는 폐종양의 정량적 개선을 위하여 분자체를 이용하여 내부 움직임을 측정하고 평가된 데이터를 기반으로 소동물 PET 영상내의 폐종양을 국소화하고자 하였다. 소동물 폐 영역의 내부 움직임은 방사성물질을 흡착한 분자체를 이용하여 소동물 폐 영역에 부착함으로써 구현하였다. 폐 영역의 내부 움직임 표적으로 사용된 분자체는 약 37 kBq의 Cu-64를 흡착시켜 폐종양을 모사하였다. 소동물 PET 영상은 Siemens Inveon 스캐너를 이용하여 획득하였으며 외부 움직임 데이터는 트리거 생성 장치인 BioVet을 이용하였다. SD-Rat PET 영상은 $^{18}F$-FDG 37 MBq/0.2 mL을 미정맥으로 주사하고 60분 후 20분간 데이터를 획득하였다. 리스트모드 데이터의 각 선응답은 외부 트리거 장치에 의해 획득된 트리거신호를 이용하여 2 bin에서 16 bin으로 사이노그램을 획득하였다. 획득된 사이노그램 데이터는 OSEM 2D 알고리즘을 이용하여 4회의 반복으로 재구성하였다. 종양의 정량적 분석을 위한 PET 영상은 종양을 묘사한 분자체 영역에 관심영역을 설정하고 계수와 SNR 그리고 FWHM을 이용하여 평가하였다. 움직임 표적으로 사용된 분자체의 크기는 $1.59{\times}2.50mm$이었으며, 기준 영상으로 획득한 체외 분자체 수직 및 수평 FWHM은 $2.91{\times}1.43mm$이었다. 정적영상과 4 bin 그리고 8 bin 영상에서의 수직 FWHM은 각각 3.90 mm, 3.74 mm, 3.16 mm이었으며 수평 FWHM은 각각 2.21 mm, 2.06 mm, 1.60 mm이었다. 정적영상, 4 bin, 8 bin, 12 bin 그리고 16 bin의 계수 값은 각각 4.10, 4.83, 5.59, 5.38, 5.31이었다. 정적영상, 4 bin, 8 bin, 12 bin 그리고 16 bin의 SNR은 4.18, 4.05, 4.22, 3.89, 3.58이었다. FWHM은 게이트 수의 증가에 따라 계속 향상됨을 확인하였다. 그러나 계수 값과 SNR은 게이트 수의 증가에 따라 계속 향상되지 않고 특정 bin 수에서 가장 높은 값을 보여 소동물 폐 영역에서의 종양 영상화시 SNR의 손실을 최소화하면서 향상된 계수 값을 얻을 수 있는 게이트 수를 획득하였다. 내부 움직임 측정은 최적화된 종양 국소화 영상을 획득할 수 있으며 외부 움직임 모니터링 시스템을 사용하지 않고 장기별 움직임 예측 모델링을 위한 유용한 방법이 될 것으로 기대된다.