• 한국지반공학회논문집
• /
• 제22권6호
• /
• pp.71-82
• /
• 2006

NATM 터널의 갱구부와 갱내의 연약층 구간에는 굴착 보조공법으로 대부분 강관이나 유리섬유보강(Fiber-glass Reinforced Plastic)관에 의한 그라우팅공법이 적용되고 있다. RPUM이나 UAM으로 알려져 있는 이러한 공법으로 굴착전 막장면 천단을 선보강하여 굴착 시 주변지반의 안정을 확보할 수 있다. 특히 지반이 연약하여 자립이 어려운 경우 최근에는 막장면 천단 뿐 아니라 막장면 수평보강을 실시하여 터널 및 주변지반의 안정성을 확보하는 추세에 있다. 이러한 막장면 천단 및 수평보강 형태에 따른 보강효과는 현재 일부 수치해석적 방법과 실내 축소모형실험에 의해 연구된 바 있으나, 이러한 연구들은 복잡한 경계조건을 필요로 할 뿐 아니라 실제 터널굴착 및 보강단계를 적절히 모사할 수 없는 단점이 있다. 따라서 본 연구에서는 실제 RPUM시공을 재현하는 실대형 모형실험을 행하였다. 본 실험은 대형 토조를 제작하고 단계별 굴착과 상재하중을 재하하여 사질토지반 내 터널 천단보강 및 막장면 수평보강형태(무보강, 천단보강, 천단보강+막장면 수평보강, 막장면 수평보강)에 따른 막장면 주변지반 보강효과를 살펴보았다. 실험결과, 막장면 수평보강만으로도 주변지반 침하와 터널 반경방향 변위에 대한 상당한 억제효과를 확인할 수 있었다. 굴진방향과 평행한 종방향의 연직응력 변화를 측정한 결과 막장면 전방 $0.5D{\sim}1.0D$ 지반에 응력이 집중되어 막장면 선행보강의 필요성이 입증되었다. 천단보강재인 FRP관의 축력과 휨모멘트를 측정한 결과 대부분이 막장면으로부터 0.75D 위치에서 최대값이 측정되어 천단보강재 최소길이는 1.0D이상이 되어야 할 것이다. catalase와 peroxidase는 SOD나 APX는 달리 단일 밴드 또는 주요 밴드가 있고 높은 활성을 보여 정제시 유리하게 작용할 것으로 보인다. prospects will be also discussed.behaviors to ferromagnetic behavior was observed. Tunneling barrier called "decay length for tunneling" for the films having the thickness of Co layer from 1.4 to 1.6 nm was measured to be ranged from 0.004 to 0.021 ${\AA}$$\^$-1/.문에 기업간 관계를 연구하는 측면에서는 탐험적 연구성격이 강하다. 더 나아가 본 산업의 주된 연구가 질적이고 기업내부만을 연구했던 것에 비교하면 시초적이라고 할 수 있다. 또한 관계마케팅, CRM 등의 이론적 배경이 되고 있는 신뢰와 결속의 중요성이 재확인하는 결과도 의의라고 할 수 있다. 그리고 신뢰는 양사 간의 상호관계에서 조성될 수 있는 특성을 가진 반면, 결속은 계약관계 초기단계에서 성문화하고 규정화 할 수 있는 변수의 성격이 강하다고 할 수가 있다. 본 연구는 복잡한 기업간 관계를 지나치게 협력적 측면에서만 규명했기 때문에 많은 측면을 간과할 가능성이 있다. 또한 방법론적으로 일방향의 시각만을 고려했고, 횡단적 조사를 통하고 국내의 한 서비스제공업체와 관련이 있는 컨텐츠 공급파트너만의 시각을 검증했기 때문에 해석에서 유의할 필요가 있다. 또한 타당성확보 노력을 기하였지만 측정도구 면에서 엄격한 개발과정을 준수하지는 못했다

• 지능정보연구
• /
• 제26권2호
• /
• pp.1-25
• /
• 2020

본 연구에서는 모바일 기기를 이용하여 획득한 가스계량기 사진을 서버로 전송하고, 이를 분석하여 가스 사용량 및 계량기 기물 번호를 인식함으로써 가스 사용량에 대한 과금을 자동으로 처리할 수 있는 응용 시스템 구조를 제안하고자 한다. 모바일 기기는 일반인들이 사용하는 스마트 폰에 준하는 기기를 사용하였으며, 획득한 이미지는 가스 공급사의 사설 LTE 망을 통해 서버로 전송된다. 서버에서는 전송받은 이미지를 분석하여 가스계량기 기물 번호 및 가스 사용량 정보를 추출하고, 사설 LTE 망을 통해 분석 결과를 모바일 기기로 회신한다. 일반적으로 이미지 내에는 많은 종류의 문자 정보가 포함되어 있으나, 본 연구의 응용분야인 가스계량기 자동 검침과 같이 많은 종류의 문자 정보 중 특정 형태의 문자 정보만이 유용한 분야가 존재한다. 본 연구의 응용분야 적용을 위해서는 가스계량기 사진 내의 많은 문자 정보 중에서 관심 대상인 기물 번호 및 가스 사용량 정보만을 선별적으로 검출하고 인식하는 관심 문자열 인식 기술이 필요하다. 관심 문자열 인식을 위해 CNN (Convolutional Neural Network) 심층 신경망 기반의 객체 검출 기술을 적용하여 이미지 내에서 가스 사용량 및 계량기 기물번호의 영역 정보를 추출하고, 추출된 문자열 영역 각각에 CRNN (Convolutional Recurrent Neural Network) 심층 신경망 기술을 적용하여 문자열 전체를 한 번에 인식하였다. 본 연구에서 제안하는 관심문자열 기술 구조는 총 3개의 심층 신경망으로 구성되어 있다. 첫 번째는 관심 문자열 영역을 검출하는 합성곱신경망이고, 두 번째는 관심 문자열 영역 내의 문자열 인식을 위해 영역 내의 이미지를 세로 열 별로 특징 추출하는 합성곱 신경망이며, 마지막 세 번째는 세로 열 별로 추출된 특징 벡터 나열을 문자열로 변환하는 시계열 분석 신경망이다. 관심 문자열은 12자리 기물번호 및 4 ~ 5 자리 사용량이며, 인식 정확도는 각각 0.960, 0.864 이다. 전체 시스템은 Amazon Web Service 에서 제공하는 클라우드 환경에서 구현하였으며 인텔 제온 E5-2686 v4 CPU 및 Nvidia TESLA V100 GPU를 사용하였다. 1일 70만 건의 검침 요청을 고속 병렬 처리하기 위해 마스터-슬레이브 처리 구조를 채용하였다. 마스터 프로세스는 CPU 에서 구동되며, 모바일 기기로 부터의 검침 요청을 입력 큐에 저장한다. 슬레이브 프로세스는 문자열 인식을 수행하는 심층 신경망으로써, GPU에서 구동된다. 슬레이브 프로세스는 입력 큐에 저장된 이미지를 기물번호 문자열, 기물번호 위치, 사용량 문자열, 사용량 위치 등으로 변환하여 출력 큐에 저장한다. 마스터 프로세스는 출력 큐에 저장된 검침 정보를 모바일 기기로 전달한다.