• Structural Engineering and Mechanics
• /
• 제54권3호
• /
• pp.501-520
• /
• 2015

Presence of torsional loadings can significantly affect the flow of internal forces and deformation capacity of reinforced concrete (RC) columns. It increases the possibility of brittle shear failure leading to catastrophic collapse of structural members. This necessitates accurate prediction of the torsional behaviour of RC members for their safe design. However, a review of previously published studies indicates that the torsional behaviour of RC members has not been studied in as much depth as the behaviour under flexure and shear in spite of its frequent occurrence in bridge columns. Very few analytical models are available to predict the response of RC members under torsional loads. Softened truss model (STM) developed in the University of Houston is one of them, which is widely used for this purpose. The present study shows that STM prediction is not sufficiently accurate particularly in the post cracking region when compared to test results. An improved analytical model for RC square columns subjected to torsion with and without axial compression is developed. Since concrete is weak in tension, its contribution to torsional capacity of RC members was neglected in the original STM. The present investigation revealed that, disregard to tensile strength of concrete is the main reason behind the discrepancies in the STM predictions. The existing STM is extended in this paper to include the effect of tension stiffening for better prediction of behaviour of square RC columns under torsion. Three different tension stiffening models comprising a linear, a quadratic and an exponential relationship have been considered in this study. The predictions of these models are validated through comparison with test data on local and global behaviour. It was observed that tension stiffening has significant influence on torsional behaviour of square RC members. The exponential and parabolic tension stiffening models were found to yield the most accurate predictions.

• 한국지반신소재학회논문집
• /
• 제18권4호
• /
• pp.129-138
• /
• 2019

본 연구에서는 모니터링이 가능한 나선형 철근 록볼트 센서와 GFRP 록볼트 센서를 대형 모형사면에 매설하여 사면붕괴 현장실험을 수행하고 개별요소법 및 유한요소법의 수치해석을 수행한 후 사면붕괴 초기에 발생하는 비탈면의 거동 특성을 분석하였다. 또한, 현장실험과 수치해석 결과를 비교·분석하고 나선형 철근 록볼트 센서와 GFRP 록볼트 센서의 암반 사면붕괴 모니터링으로 현장 적용성에 대해 고찰하였다. 본 연구를 통해 스마트 사면 붕괴 예·경보 시스템을 개발하였으며 향후 이 시스템은 산사태 및 지반 붕괴 전조정보를 사전에 감지하여 붕괴위험 지역에 거주하는 주민들의 원활한 대피를 유도하는데 활용될 수 있을 것으로 판단된다.

• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2002년도 봄 학술발표회 논문집
• /
• pp.19-26
• /
• 2002

In this paper, the nonlinear structural analysis for the composite structure of the spent nuclear fuel disposal container and the 50cm thick bentonite buffer is carried out to predict the collapse of the container while the sudden rock movement of 10cm is applied on the composite structure. This sudden rock movement is anticipated by the earthquake etc. at a deep underground. Horizontal symmetric rock movement is assumed in this structural analysis. Elastoplastic material model is adopted. Drucker-Prager yield criterion is used for the material yield prediction of the bentonite buffer and von-Mises yield criterion is used for the material yield prediction of the container(cast iron insert, copper outer shell and lid and bottom). Analysis results show that even though very large deformations occur beyond the yield point in the bentonite buffer, the container structure still endures elastic small strains and stresses below the yield strength. Hence, the 50cm thick bentonite buffer can protect the container safely against the 10cm sudden rock movement by earthquake etc.. Analysis results also show that bending deformations occur in the container structure due to the shear deformation of the bentonite buffer. The elastoplastic nonlinear structural analysis for the composite structure of the container and the bentonite buffer is performed using the finite element analysis code, NISA.

• 소성∙가공
• /
• 제12권5호
• /
• pp.479-486
• /
• 2003

This paper presents an elastoplastic analysis for spent nuclear fuel disposal container and its 50 cm thick bentonite buffer to predict the collapse of the container while the horizontal asymmetric sudden rock movement of 10 cm is applied on the composite structure. This sudden rock movement is anticipated by the earthquake etc. at a deep underground. Elastoplastic material model is adopted. Drucker-Prager yield criterion is used for the material yield prediction of the bentonite buffer and von-Mises yield criterion is used for the material yield prediction of the container. Analysis results show that even though very large deformations occur beyond the yield point in the bentonite buffer, the container structure still endures elastic small strains and stresses below the yield strength. Hence, the asymmetric 50 cm thick bentonite buffer can protect the container safely against the 10 cm sudden rock movement by earthquake etc.. Analysis results also show that bending deformations occur in the container structure due to the shear deformation of the bentonite buffer. The finite element analysis code, NISA, is used for the analysis.

• 대한토목학회논문집
• /
• 제43권3호
• /
• pp.287-295
• /
• 2023

교량은 지진에 의해 붕괴가 일어나면 많은 수의 인명피해와 재산피해가 발생할 수 있어 정확한 지진거동 예측과 대비가 필요하다. 특히, 교각은 교량의 지진거동에 있어서 지배적인 역할을 한다. 또한, 교각의 겹침이음 길이 부족과 같은 설계적인 문제가 있다면 지진에 대한 위험성이 더욱 증대하게 된다. 본 연구에서는 교각에서 겹침이음 특성을 분석하기 위해, 겹침이음 길이가 부족한 교각의 수치해석 모델을 정의하고 실험데이터를 통해 검증하였다. 제시된 교각 모델을 일반적으로 사용되는 RC 슬래브 교량에 적용하였다. 교각의 비선형 정적해석을 수행하여 겹침이음에 따른 성능점 변화를 평가하였다. 또한, 지진취약도 곡선을 산정하여 교각의 겹침이음 길이에 따른 지진취약도 비교분석을 수행하였다.

• 항공우주기술
• /
• 제10권1호
• /
• pp.54-62
• /
• 2011

추진제탱크 가압가스 요구량 예측을 위해 개발된 수치해석 모델을 사용하여 운용조건에 따른 가압가스 요구량 변화를 살펴보았다. 한국형발사체 1단 산화제탱크의 개념설계 결과를 기준 모델로 정하였고, 산화제탱크로 유입되는 가압가스의 온도, 산화제의 체적유량, 산화제탱크 길이 대 직경의 비를 운용 변수로 선정하였다. 가압가스 요구량 및 질량유량, collapse factor, 얼리지 온도분포를 예측하였고, 그 결과 가압가스의 온도가 가압가스 요구량에 가장 큰 영향을 미침을 확인하였다. 또한 얼리지에 대한 에너지 분석을 통하여 추진제탱크의 가압효율을 계산하였고, 유입된 가압가스 에너지 중 추진제탱크 벽면을 통한 열손실이 가장 큼을 확인하였다.

• Geomechanics and Engineering
• /
• 제31권5호
• /
• pp.453-460
• /
• 2022

It is essential for geotechnical engineers to conduct studies and make predictions about the stability of slopes, since collapse of a slope may result in catastrophic events. The Gaussian process regression (GPR) approach was carried out for the purpose of predicting the factor of safety (FOS) of the slopes in the study that was presented here. The model makes use of a total of 327 slope cases from Iran, each of which has a unique combination of geometric and shear strength parameters that were analyzed by PLAXIS software in order to determine their FOS. The K-fold (K = 5) technique of cross-validation (CV) was used in order to conduct an analysis of the accuracy of the models' predictions. In conclusion, the GPR model showed excellent ability in the prediction of FOS of slope stability, with an R² value of 0.8355, RMSE value of 0.1372, and MAPE value of 6.6389%, respectively. According to the results of the sensitivity analysis, the characteristics (friction angle) and (unit weight) are, in descending order, the most effective, the next most effective, and the least effective parameters for determining slope stability.

• 조명전기설비학회논문지
• /
• 제25권9호
• /
• pp.62-68
• /
• 2011

Power system needs to sustain high reliability due to its complexity and security. The reliability prediction method is usually based on independent failure. However, in practice, the Common Cause Failures(CCF) and Cascading failure occur to the facilities in power system as well as independent failures in many cases. The CCF and Cascading failure turn out the system collapse seriously in a wide range. Therefore to improve the reliability of the power system practically, it is required that the analysis is conducted by using the CCF and Cascading failure. This paper describes the CCF and Cascading failure modeling combined with independent failure. The incorporated model of independent failure, CCF and cascading failure is proposed and analyzed, and it is applied to the distribution power system in order to examine this method.

• Earthquakes and Structures
• /
• 제18권2호
• /
• pp.163-170
• /
• 2020

Floor acceleration plays a major role in the seismic design of nonstructural components and equipment supported by structures. Large floor acceleration may cause structural damage to or even collapse of buildings. For precision instruments in high-tech factories, even small floor accelerations can cause considerable damage in this study. Six P-wave parameters, namely the peak measurement of acceleration, peak measurement of velocity, peak measurement of displacement, effective predominant period, integral of squared velocity, and cumulative absolute velocity, were estimated from the first 3 s of a vertical ground acceleration time history. Subsequently, a new predictive algorithm was developed, which utilizes the aforementioned parameters with the floor height and fundamental period of the structure as the new inputs of a support vector regression model. Representative earthquakes, which were recorded by the Structure Strong Earthquake Monitoring System of the Central Weather Bureau in Taiwan from 1992 to 2016, were used to construct the support vector regression model for predicting the peak floor acceleration (PFA) of each floor. The results indicated that the accuracy of the predicted PFA, which was defined as a PFA within a one-level difference from the measured PFA on Taiwan's seismic intensity scale, was 96.96%. The proposed system can be integrated into the existing earthquake early warning system to provide complete protection to life and the economy.

• 지능정보연구
• /
• 제24권4호
• /
• pp.1-32
• /
• 2018

본 연구는 경제적으로 국내에 큰 영향을 주었던 글로벌 금융위기를 기반으로 총 10년의 연간 기업데이터를 이용한다. 먼저 시대 변화 흐름에 일관성있는 부도 모형을 구축하는 것을 목표로 금융위기 이전(2000~2006년)의 데이터를 학습한다. 이후 매개 변수 튜닝을 통해 금융위기 기간이 포함(2007~2008년)된 유효성 검증 데이터가 학습데이터의 결과와 비슷한 양상을 보이고, 우수한 예측력을 가지도록 조정한다. 이후 학습 및 유효성 검증 데이터를 통합(2000~2008년)하여 유효성 검증 때와 같은 매개변수를 적용하여 모형을 재구축하고, 결과적으로 최종 학습된 모형을 기반으로 시험 데이터(2009년) 결과를 바탕으로 딥러닝 시계열 알고리즘 기반의 기업부도예측 모형이 유용함을 검증한다. 부도에 대한 정의는 Lee(2015) 연구와 동일하게 기업의 상장폐지 사유들 중 실적이 부진했던 경우를 부도로 선정한다. 독립변수의 경우, 기존 선행연구에서 이용되었던 재무비율 변수를 비롯한 기타 재무정보를 포함한다. 이후 최적의 변수군을 선별하는 방식으로 다변량 판별분석, 로짓 모형, 그리고 Lasso 회귀분석 모형을 이용한다. 기업부도예측 모형 방법론으로는 Altman(1968)이 제시했던 다중판별분석 모형, Ohlson(1980)이 제시한 로짓모형, 그리고 비시계열 기계학습 기반 부도예측모형과 딥러닝 시계열 알고리즘을 이용한다. 기업 데이터의 경우, '비선형적인 변수들', 변수들의 '다중 공선성 문제', 그리고 '데이터 수 부족'이란 한계점이 존재한다. 이에 로짓 모형은 '비선형성'을, Lasso 회귀분석 모형은 '다중 공선성 문제'를 해결하고, 가변적인 데이터 생성 방식을 이용하는 딥러닝 시계열 알고리즘을 접목함으로서 데이터 수가 부족한 점을 보완하여 연구를 진행한다. 현 정부를 비롯한 해외 정부에서는 4차 산업혁명을 통해 국가 및 사회의 시스템, 일상생활 전반을 아우르기 위해 힘쓰고 있다. 즉, 현재는 다양한 산업에 이르러 빅데이터를 이용한 딥러닝 연구가 활발히 진행되고 있지만, 금융 산업을 위한 연구분야는 아직도 미비하다. 따라서 이 연구는 기업 부도에 관하여 딥러닝 시계열 알고리즘 분석을 진행한 초기 논문으로서, 금융 데이터와 딥러닝 시계열 알고리즘을 접목한 연구를 시작하는 비 전공자에게 비교분석 자료로 쓰이기를 바란다.