Although stable and safe drinking water supply to the customers is a basic function of multi-regional water supply systems in Korea, most systems have their vulnerabilities in emergency time due to the branch-type. Application of connections from the other water supply system can provide a solutions for these tentative problems. This paper describes reduction planning of water supply accidents that can minimize a service interruption to customers in multi-regional water supply system by connecting pipe lines between local water supply systems in Mokpo city areas. The result of this study shows that Juam dam multi-regional water supply systems can cover all of the water shortage in southern parts of Jeonnam multi-regional water supply systems by transmitting water through connected pipes between local networks. This can be effective to supply water interactively in various contingencies, when a pipe line accident occurs in southern area of Jeonnam multi-regional water supply systems. On the contrary, southern area of Jeonnam multi-regional water supply systems can cover 99.5 %($62,500m^3/day$) of the water shortage of Juam dam multi-regional water supply systems when service interruptions caused by various pipe accidents occur in the system.
The pipe bends and elbows in nuclear power plants (NPPs) are vulnerable to degradation mechanisms and can cause wall-thinning defects. As it is difficult to detect both the defects generated inside the wall-thinned pipes and the preliminary signs, the wall-thinning defects should be accurately estimated to maintain the integrity of NPPs. This paper proposes a deep fuzzy neural network (DFNN) method and estimates the collapse moment of wall-thinned pipe bends and elbows. The proposed model has a simplified structure in which the fuzzy neural network module is repeatedly connected, and it is optimized using the least squares method and genetic algorithm. Numerical data obtained through simulations on the pipe bends and elbows with extrados, intrados, and crown defects were applied to the DFNN model to estimate the collapse moment. The acquired databases were divided into training, optimization, and test datasets and used to train and verify the estimation model. Consequently, the relative root mean square (RMS) errors of the estimated collapse moment at all the defect locations were within 0.25% for the test data. Such a low RMS error indicates that the DFNN model is accurate in estimating the collapse moment for wall-thinned pipe bends and elbows.
도시 지역의 불투수층에 내린 강우는 지표면을 따라 흐르다가 대부분 우수관으로 유입되어 유역에서 배출된다. 그러므로 도시 우수관의 설계빈도를 결정하고 설계홍수량을 결정하는 일은 도시 홍수 저감을 위한 구조적인 대책 중 가장 우선적으로 고려되어야 하고, 또 가장 중요한 대책이기도 하다. 그러나 최근 들어 기후변화 등으로 인해 짧은 시간에 큰 강우강도의 호우가 발생하는 일이 잦아지고 있다. 이런 형태의 호우는 불투수면이 많은 도시 지역에서 갑작스럽게 유출량을 증가시켜 증가된 유출량이 일시에 우수관으로 유입되지 못하고 일시적이고 국부적인 홍수를 야기하기도 한다. 그러므로 도심지의 홍수 저감을 위해 우수관망의 적절한 설계가 매우 중요하다. 그러나 무한정 큰 관경의 우수관을 건설하는 것은 경제적으로 타당한 방법이 될 수 없으므로, 적절한 크기의 우수관을 설계하고 유출해석의 신뢰도를 높이기 위한 노력이 필요하다. 그러므로 본 연구에서는 과거 홍수피해가 빈번히 발생했던 도시유역들 중 유역면적과 우수관망의 구조가 다른 4개의 도시를 서울과 부산지역에 선정하여 다양한 강우에 따른 유출해석을 실시하였다. 서울과 부산 기상관측소의 과거 호우 자료에 대한 EPA-SWMM 모형에서의 유출해석 결과, 첨두강우량의 변화에 따른 첨두유출량의 변화를 선형회귀모형으로 분석하였다. 회귀모형의 결정계수와 95% 신뢰구간 및 변동계수를 비교하고, 수계밀도 개념을 적용하여 첨두유출량의 변화를 해석한 결과, 우수관망이 조밀하게 건설되어 수계밀도가 높을수록 증가된 첨두강우량에 따라 함께 증가하는 첨두유출량의 예측이 상대적으로 정확하게 가능함을 확인하였다. 이는 수계밀도가 높을수록 유출응답이 빨라지고 국부적인 우수관의 통수능 부족으로 발생하는 침수의 발생 가능성이 낮아지기 때문인 것으로 보이며, 갑작스러운 강우에 대한 대응이 수월함을 의미한다. 이러한 우수관의 구조적인 특성에 따른 유출 응답 속도를 고려하여 우수관을 설계한다면, 보다 효율적인 우수관 설계가 가능할 것으로 판단된다.
본 논문에서는 부식깊이의 실측 데이터를 통해 부식깊이 예측식을 수립하고 상수관망의 노후도 및 안전도 등을 결정할 수 있는 운영인자를 수립하여 실제 관망에 적용하였다. 신뢰성해석과 운영인자 분석을 통해 노후도를 비교·분석 하였다. 신뢰성해석결과 가덕의 직경 200 mm 관의 경우 시간이 경과함에 따라 4.36%, 6.18%, 8.23%로 증가하는 것으로 나타났고 남이의 직경 200 mm 관의 경우 시간이 경과함에 따라 7.35%, 9.51%, 12.99%로 증가하는 것으로 나타났다. 운영인자를 결정하여 방사형 차트 면적을 통해 노후도를 비교한 결과 가덕은 1.009, 남이는 1.174로 남이 지역이 노후도가 큰 것으로 나타났다. 신뢰성해석과 운영인자를 통해 교체 우선순위를 결정할 수 있었다.
본 연구에서는 상수관망에서 개별적으로 노후도가 심하여 개량이 필요한 구간을 보다 정확하게 구분하기 위해 새로운 개별관로 정의 방법이 개발되었다. 적절한 관로 최소구성성분 길이를 결정하기 위하여 여러 가지 관로 최소구성성분 길이에 대한 평균 누적파손횟수경사선의 분산값을 비교하여 가장 큰 분산값을 나타내는 관로 최소구성성분 길이인 4 m 를 연구대상 지역의 상수관망에 적용하였으며 관로 ID는 39개로 구분되어졌다. 관로의 경제적 최적교체 시기는 한계파손율과 관로의 파손경향모형을 이용하여 결정되었는데, 각 관로 ID에 대하여 관로의 선형적 파손경향, 지수적 파손경향 또는 선형과 지수형 사이에 있는 파손경향 모두에 적용될 수 있는 General Pipe Break Prediction Model(Park and Loganathan, 2002)과 수정된 시간척도를 이용한 ROCOF(Park et al., 2007)를 적용하여 연구대상 상수관망의 최적교체시기를 산정 및 분석하였다. ROCOF 모형화 과정에서 대수-선형과 와이블 ROCOF를 적용 후 최대로그우도 추정값을 비교하여 최대로그우도가 큰 값을 가지는 ROCOF를 각 관로 ID의 ROCOF로 사용하였다. 관로파손으로 인한 사회적 비용이 관로의 최적교체시기에 미치는 영향도 분석되었다.
Flow-accelerated corrosion (FAC) of carbon steel piping is a significant problem in nuclear power plants. The basic process of FAC is currently understood relatively well; however, the accuracy of prediction models of the wall-thinning rate under an FAC environment is not reliable. Herein, we propose a methodology to construct pipe wall-thinning rate prediction models using artificial neural networks and a convolutional neural network, which is confined to a straight pipe without geometric changes. Furthermore, a methodology to generate training data is proposed to efficiently train the neural network for the development of a machine learning-based FAC prediction model. Consequently, it is concluded that machine learning can be used to construct pipe wall thinning rate prediction models and optimize the number of training datasets for training the machine learning algorithm. The proposed methodology can be applied to efficiently generate a large dataset from an FAC test to develop a wall thinning rate prediction model for a real situation.
본 연구에서는 할론 1301 및 이산화탄소를 비롯한 가스계소화설비의 성능을 시험하고 평가하기 위한 가장 중요한 핵심 요소인 배관내 약제비율, 관경비 등 소화성능에 영향을 미치는 가스계소화설비의 제한사항 및 성능확보에 필요한 요소에 대하여 연구하였다. 또한 본 연구에서는 관련 국내외 기준 분석 및 국내 가스계소화설비의 성능평가에 관한 인정기준(KFIS 002)에 따른 시스템 성능시험을 실시하고 결과를 비교 분석하였다.
본 논문에서는 관로를 자동으로 검출하는 지하 관로 자동 탐색 시스템을 제안한다. 시간에 따른 지반변화, 관로 시공 불일치 등 여러 가지 요인으로 실제 관로의 위치가 지하 관로 도면과 일치하지 않는다. 이로 인하여 굴착공사나 관로 노후화에 의한 여러 사고가 발생한다. 사고를 방지하기 위해 GPR(지표 투과 레이더, Ground Penetrating Radar) 탐사를 통해 지하시설물을 찾아내는 작업이 이루어지고 있지만, 분석을 담당할 수 있는 전문가의 수가 부족하다. GPR 데이터는 매우 방대하며 분석과정에도 오랜 시간이 걸리기 때문이다. 이에 본 논문에서는 3D GPR 데이터를 자동으로 분석하기 위해 딥 러닝 기술인 3D 이미지 분할을 사용하고, 이에 적합한 데이터 생성 알고리즘을 제안한다. 또한 GPR 데이터 특성에 맞는 데이터 증강 기법, 데이터 전처리 모듈을 제안한다. 실험 결과를 통해 제안한 시스템은 F1 Score 40.4%의 성능을 보였으며 이를 통해 이미지 분할을 이용한 관로 분석의 가능성을 확인하였다.
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.