• Structural Engineering and Mechanics
• /
• 제85권4호
• /
• pp.531-543
• /
• 2023

The existing concrete bridges are time-varying working systems, where the maintenance strategy should be planned according to the time-varying performance of the bridge. This work proposes a time-dependent residual capacity assessment procedure, which considers the non-stationary bridge load effects under growing traffic and non-stationary structural deterioration owing to material degradations. Lifetime bridge load effects under traffic growth are predicated by the non-stationary peaks-over-threshold (POT) method using time-dependent generalized Pareto distribution (GPD) models. The non-stationary structural resistance owing to material degradation is modeled by incorporating the Gamma deterioration process and field inspection data. A three-span continuous box-girder bridge is illustrated as an example to demonstrate the application of the proposed procedure, and the time-varying reliability indexes of the bridge girder are calculated. The accuracy of the proposed non-stationary POT method is verified through numerical examples, where the shape parameter of the time-varying GPD model is constant but the threshold and scale parameters are polynomial functions increasing with time. The case study illustrates that the residual flexural capacities show a degradation trend from a slow decrease to an accelerated decrease under traffic growth and material degradation. The reliability index for the mid-span cross-section reduces from 4.91 to 4.55 after being in service for 100 years, and the value is from 4.96 to 4.75 for the mid-support cross-section. The studied bridge shows no safety risk under traffic growth and structural deterioration owing to its high design safety reserve. However, applying the proposed numerical approach to analyze the degradation of residual bearing capacity for bridge structures with low safety reserves is of great significance for management and maintenance.

• 한국터널지하공간학회 논문집
• /
• 제20권6호
• /
• pp.989-1002
• /
• 2018

암반 내 그라우팅은 불연속면 내부에 시멘트 그라우트재를 주입하여 주변지반을 강화하는 목적으로 사용된다. 현장에서 다상의 그라우트재의 주입 시 거동특성 및 주입경로인 3차원 절리면의 형태가 사전파악되지 않으므로 정량적인 설계가 어려운 분야중 하나이다. 따라서 현장에서의 그라우트 주입 거동특성을 나타내는 GIN (Grouting Intensity Number) 지표를 이용하여 주입 모니터링을 통해 적절한 시공관리를 수행하는 것이 최적이 방안이다. 본 논문에서는 그라우팅 주입 시 절리면의 거칠기 등급과 물시멘트(W/C)비에 따라 발생하는 압력의 손실을 전산유동해석을 수행하여 조사하였다. 절리면이 거칠수록 그리고 물시멘트비가 높을수록 주입 시 마찰저항은 크게 발생하였으며 해당 결과를 각 조건별 상관식으로 정리하였다.

• 대한조선학회논문집
• /
• 제61권1호
• /
• pp.8-18
• /
• 2024

The present study concerns reduced order modeling of a marine diesel engine, which can be used for outlier detection in status monitoring and carbon intensity index calculation. Principal Component Analysis (PCA) is introduced for the reduced order modeling, focusing on the feasibility of detecting and treating nonlinear variables. By cross-correlation, it is found that there are seven non-linear data channels among 23 data channels, i.e., fuel mode, exhaust gas temperature after the turbocharger, and cylinder coolant temperatures. The dataset is handled so that the mean is located at the nominal continuous rating. Polynomial presentation of the dataset is also applied to reflect the linearity between the engine speed and other channels. The first principal mode shows strong effects of linearity of the most data channels to show the linearity of the system. The non-linear variables are effectively explained by other modes. second mode concerns the temperature of the cylinder cooling water, which shows small correlation with other variables. The third and fourth modes correlates the fuel mode and turbocharger exhaust gas temperature, which have inferior linearity to other channels. PCA is proven to be applicable to data given in binary type of fuel mode selection, as well as numerical type data.

• 한국지능시스템학회논문지
• /
• 제10권4호
• /
• pp.343-350
• /
• 2000

본 논문에서는, 최적 시스템을 위해서 FNN과 PNN에 기반을 둔 Multi-FPNN(다중 퍼지 다항식 뉴럴네트워크) 모델을 제안한다. 여기서 FNN 구조는 각각의 분리된 입력변수에 의해 분할된 퍼지 입력공간을 사용해서 설게되고, 간략 퍼지추론 방법과 오류 역전파 알고리즘을 이용한다. FNN은 더 좋은 출력성능을 얻기 위해 PNN과 결합한다. GMDH 방법에 기초한 PNN 구조의 각 노드는 1차 및 2차 고계 다항식의 두 형태를 사용하고, 그 노드의 입력의 입력은 2, 3, 4의 세 종류의 다변수 입력을 사용한다. 그리고 다중 FPNN 모델의 구조와 파라미터를 동정하기 위햐 HCM 크러스터링방법과 유전자 알고리즘을 사용한다. 여기서, 시스템을 위해 데이터 전처리 기능을 수행하는 HCM 클러스터링 방법은 입출력 공간분할에 의해 다중 FPNN 구조를 결정하기 위해 사용된다. 모델의 근사화와 일반화 능력 사이에 충분한 군형을 ？기 위해 하중계수를 가진 합성 성능지수(목적함수)를 사용한다. 데이터 개수, 비선형의 정도(입.출력 데이터 분포)에 위존하는 이 합성 목적함수의 하중계수의 선택 및 조절을 통하여 최적의 다중 FPNN모델을 설계하는 것이 유용하고 효과적임을 보인다. 본 연구는 두 개의 대표적 수치예의 도움으로 설명되고, 그 모델의 근사화 및 일만화 능력에 관련된 합성 성능 지수가 평가되고, 도한 토의된다.