• 한국구조물진단유지관리공학회 논문집
• /
• 제22권4호
• /
• pp.19-26
• /
• 2018

이 연구는 유공보강근의 형상에 따른 철근콘크리트 유공 보의 전단저항성능을 평가하기 위하여 4체의 실험체를 제작하여 전단실험을 수행하였다. 실험의 주요변수는 유공의 유무, 유공보강 유무, 유공 보강근의 형상으로 하였으며, 제안 유공 보강근은 시공성을 고려하여 사각형과 마름모형이 혼합된 나선형 형태이다. 실험결과, 이 연구에서 제안된 유공보강근은 유공 주변의 균열을 효과적으로 제어하여 실험체의 전단력 향상에 효과적임을 확인하였다. 또한 현행설계기준은 유공 보강근을 배근한 실험체의 실험결과를 과소평가하는 것으로 나타났다.

• 한국전산구조공학회논문집
• /
• 제20권4호
• /
• pp.443-451
• /
• 2007

강바닥판 피로손상을 억제할 수 있는 유효한 방법의 하나로 데크 플레이트의 판 두께를 증가시키거나 세로리브의 보강 등에 의한 강성 증가를 고려할 수 있는데, 이 강성증가는 일반적으로 윤하중에 의한 강바닥판의 국부변형 억제 등에 효과가 있을 것으로 판단된다. 따라서 본 연구에서는 강바닥판교의 피로균열이 빈번히 발생해 가장 문제가 되는 U-rib와 가로리브 연결 상세부의 발생응력을 최소화할 수 있도록 벌크헤드플레이트나 수직리브와 같은 보강상세의 부착에 따른 변수로 정밀 구조해석을 수행하였다. 그 결과, 벌크헤드플레이트는 전체적으로 연결 상세부의 주응력을 경감시키나, 피로균열이 발생되는 용접 지단부에서는 오히려 응력집중이 커지는 경향을 나타내는 것을 알 수 있었다. 그러나 수직리브는 용접 지단부에서 응력집중을 경감시키는 효과를 나타내어 벌크헤드플레이트의 보강보다는 수직리브의 보강이 더 효율적일 것으로 판단된다.

• 한국재난정보학회 논문집
• /
• 제12권4호
• /
• pp.422-431
• /
• 2016

본 연구에서는 프리스트레스트 강합성 거더의 콘크리트 케이싱 분절부 상세에 따른 연결부 성능 평가를 위해 각각 다른 분절부를 가진 실험체를 제작하여 실험하였다. 분절부가 없는 일반 강합성 거더와 분절부에 이음철근 보강 유무 및 이음철근 상세를 변수로 하는 총 4본의 비교 실험체를 제작하여 구조적 거동 평가하였다. 또한, 분절형 강합성 거더의 비균열등급 설계 가능 여부 및 균열발생 후 루프철근 상세에 따른 강성과 강도 영향에 대해 분석하고, 매립강판면과 타설접합면에 따른 균열폭 제어 적정성을 평가하였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제25권6호
• /
• pp.131-142
• /
• 2021

노후 교각은 내진설계가 적용되지 않아 소성힌지구역에 겹침이음이 대다수 존재한다. 철근부식은 철근 단면적 감소 및 겹침이음부의 거동저하를 유발하여 교각의 내진성능을 저하시킨다. 본 연구에서는 이러한 노후교각의 특성에 따라 철근부식, 겹침이음, 내진설계 및 내진 보강 여부를 고려하여 실험체를 설계 및 제작하고 실험을 통해 그 영향을 조사하였다. 실험결과, 겹침이음 또는 철근부식은 변위연성도를 감소시킨다. 내진설계 상세 또는 강판 내진보강을 적용하면 충분한 변위연성도가 확보됨을 확인하였다. 모든 비내진실험체는 소성힌지구역 내의 횡철근 겹침이음부의 풀림으로 인해 주철근 좌굴과 심부콘크리트 압축파쇄가 발생하였다. 내진설계된 실험체는 철근부식에 의한 소성힌지구역 내 횡철근의 단면감소와 갈고리 풀림에 의해 주철근 좌굴 및 심부콘크리트 압축파쇄가 발생하였다.

• Computers and Concrete
• /
• 제24권4호
• /
• pp.313-327
• /
• 2019

The purpose of the present study is to present a new approach to designing and selecting the details of multidimensional continuous RC beam by applying all strength, serviceability, ductility and other constraints based on ACI318-14 using Teaching Learning Based Optimization (TLBO) algorithm. The optimum reinforcement detailing of longitudinal bars is done in two steps. in the first stage, only the dimensions of the beam in each span are considered as the variables of the optimization algorithm. in the second stage, the optimal design of the longitudinal bars of the beam is made according to the first step inputs. In the optimum shear reinforcement, using gradient-based methods, the most optimal possible mode is selected based on the existing assumptions. The objective function in this study is a cost function that includes the cost of concrete, formwork and reinforcing steel bars. The steel used in the objective function is the sum of longitudinal and shear bars. The use of a catalog list consisting of all existing patterns of longitudinal bars based on the minimum rules of the regulation in the second stage, leads to a sharp reduction in the volume of calculations and the achievement of the best solution. Three example with varying degrees of complexity, have been selected in order to investigate the optimal design of the longitudinal and shear reinforcement of continuous beam.

• 대한건축학회논문집:구조계
• /
• 제35권8호
• /
• pp.123-130
• /
• 2019

Recently, it is required to develop a monitoring technology that combines an FBG sensor as a means for continuously monitoring whether reinforcing effect of FRP is maintained on FRP reinforced structural members. However, most existing researches focus on the insertion of FBG sensors into bar-shaped FRPs, and there is insufficient study on the details strip-type FRPs combined with FBG sensors. Therefore, in this paper, it is studied to develop a reinforcement in which a FBG sensor is combined with a FRP strip. Especially, combination of FRP and FBG sensor. For this, a series of experiments were performed to find the adhesive strength of fiber-FRP-epoxy joints, the tensile strength of FBG sensor part with reflection-lattice, and the performance depending on the connection method of FRF and FBG sensor. As a result of the study, it was found that a minimum strength of $216.15N/mm^2$ is required for incorporating FBG sensors in FRP using epoxy. It is considered that the adhesion length of epoxy joints should be more than 50mm. When the FBG sensor is attached to the FRP strip as an epoxy, it is considered appropriate to use the complete attachment and the sensor non-attachment method.

• 대한건축학회논문집:구조계
• /
• 제35권10호
• /
• pp.181-190
• /
• 2019

In this study, four reinforced concrete coupling beams were subjected to cyclic lateral loading test to evaluate the structural performance of coupling beam according to volume fraction of steel fiber. For this purpose, the volume fraction of steel fiber(0%, 1%, 2%) and transverse reinforcement spacing were determined as the main parameter. According to the test results, the maximum strength of D-40C-s100-0 was 1.15, 1.13, 1.05 times higher than D-40C-s300-0, D-40C-s300-1, D-40C-s300-2, respectively. The maximum strength of coupling beams with mitigated rebar details increases as the volume fraction of steel fiber increases. Although steel fiber 2% reinforced specimen(D-40C-s300-2) did not satisfy the amount of transverse reinforcement required for seismic design of coupling beam, the overall performance including to maximum strength, ductility and energy dissipation capacity was similar to the control specimen(D-40C-s100-0). As a result, the use of steel fiber with 2% reinforcement can partially replace the transverse reinforcement in diagonally reinforced concrete coupling beam.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2001년도 The Pacific Aisan Confrence On Intelligent Systems 2001
• /
• pp.59-64
• /
• 2001

The robot soccer simulation game is a dynamic multi-agent environment. In this paper we suggest a new reinforcement learning approach to each agent's dynamic positioning in such dynamic environment. Reinforcement learning is the machine learning in which an agent learns from indirect, delayed reward an optimal policy to chose sequences of actions that produce the greatest cumulative reward. Therefore the reinforcement learning is different from supervised learning in the sense that there is no presentation of input pairs as training examples. Furthermore, model-free reinforcement learning algorithms like Q-learning do not require defining or learning any models of the surrounding environment. Nevertheless it can learn the optimal policy if the agent can visit every state- action pair infinitely. However, the biggest problem of monolithic reinforcement learning is that its straightforward applications do not successfully scale up to more complex environments due to the intractable large space of states. In order to address this problem. we suggest Adaptive Mediation-based Modular Q-Learning (AMMQL)as an improvement of the existing Modular Q-Learning (MQL). While simple modular Q-learning combines the results from each learning module in a fixed way, AMMQL combines them in a more flexible way by assigning different weight to each module according to its contribution to rewards. Therefore in addition to resolving the problem of large state effectively, AMMQL can show higher adaptability to environmental changes than pure MQL. This paper introduces the concept of AMMQL and presents details of its application into dynamic positioning of robot soccer agents.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 2001년도 The Seoul International Simulation Conference
• /
• pp.321-324
• /
• 2001

The robot soccer simulation game is a dynamic multi-agent environment. In this paper we suggest a new reinforcement learning approach to each agent's dynamic positioning in such dynamic environment. Reinforcement Beaming is the machine learning in which an agent learns from indirect, delayed reward an optimal policy to choose sequences of actions that produce the greatest cumulative reward. Therefore the reinforcement loaming is different from supervised teaming in the sense that there is no presentation of input-output pairs as training examples. Furthermore, model-free reinforcement loaming algorithms like Q-learning do not require defining or loaming any models of the surrounding environment. Nevertheless it can learn the optimal policy if the agent can visit every state-action pair infinitely. However, the biggest problem of monolithic reinforcement learning is that its straightforward applications do not successfully scale up to more complex environments due to the intractable large space of states. In order to address this problem, we suggest Adaptive Mediation-based Modular Q-Learning(AMMQL) as an improvement of the existing Modular Q-Learning(MQL). While simple modular Q-learning combines the results from each learning module in a fixed way, AMMQL combines them in a more flexible way by assigning different weight to each module according to its contribution to rewards. Therefore in addition to resolving the problem of large state space effectively, AMMQL can show higher adaptability to environmental changes than pure MQL. This paper introduces the concept of AMMQL and presents details of its application into dynamic positioning of robot soccer agents.

• 한국전산구조공학회논문집
• /
• 제36권4호
• /
• pp.243-250
• /
• 2023

횡하중에 작용하는 철근 콘크리트 기둥은 연성능력 확보를 위해 띠철근의 양 단부를 135° 구부려 시공하는 상세가 요구된다. 그러나 이러한 띠철근 상세는 시공이 매우 까다로와 실제 현장에서는 제대로 시공이 되지 않기도 한다. 이를 대체하기 위해 본 논문에서는 강재 클립형 연결장치가 적용된 철근 콘크리트 기둥에 대해 횡방향 반복가력 실험을 수행하고 그 구조적 성능을 평가하였다. 총 4개의 실험체가 제작되었으며 주요 실험변수는 강재 클립형 연결장치 및 고강도 콘크리트 사용 여부이다. 또한 대상 구조물에 대해 3차원 유한요소해석 모델을 개발하고 이에 대한 비선형 해석을 수행하였으며, 해석 및 실험결과를 비교하고 분석하였다. 그 결과 강재 클립형 연결장치가 설치된 콘크리트 기둥이 반복 횡하중에 대해 기존의 표준갈고리 상세를 지닌 콘크리트 기둥과 동등한 혹은 그 이상의 성능을 지니고 있으며, 개발된 유한요소해석 모델이 실험결과를 정확히 잘 예측하는 것으로 나타났다.