• 한국구조물진단유지관리공학회 논문집
• /
• 제26권2호
• /
• pp.28-36
• /
• 2022

매립지 위에 건설되는 항만시설물은 바람(태풍), 파랑, 선박과의 충돌 등 극한 외부 하중에 노출되기 때문에 구조물의 안전성 및 사용성을 주기적으로 평가하는 것이 중요하다. 본 논문에서는 항만 계류시설에 설치된 방충설비의 유지관리를 위하여 비전 및 딥러닝 기반의 방충설비 세분화(segmentation) 시스템을 개발하였다. 방충설비 세분화를 위하여 인코더-디코더 형식과 인간 시각체계의 편심 기능에서 영감을 얻은 수용 영역 블록(Receptive field block) 기반의 합성곱 모듈을 DenseNet 형식으로 개선하는 딥러닝 네트워크를 제안하였다. 네트워크 훈련을 위해 BP형, V형, 원통형, 타이어형 등 다양한 형태의 방충설비 영상을 수집하였으며, 탄성 변형, 좌우 반전, 색상 변환 및 기하학적 변환을 통해 영상을 증강시킨 다음 제안한 딥러닝 네트워크를 학습하였다. 기존의 세분화 모델인 VGG16-Unet과 비교하여 제안한 모델의 세분화 성능을 검증하였으며, 그 결과 본 시스템이 IoU 84%, 조화평균 90% 이상으로 정밀하게 실시간으로 세분화할 수 있음을 확인하였다. 제안한 방충설비 세분화 시스템의 현장적용 가능성을 검증하기 위하여 국내 항만 시설물에서 촬영된 영상을 기반으로 학습을 수행하였으며, 그 결과 기존 세분화 모델과 비교하였을 때 우수한 성능을 보이며 정밀하게 방충설비를 감지하는 것을 확인하였다.

• 대한토목학회논문집
• /
• 제26권3D호
• /
• pp.499-509
• /
• 2006

프리캐스트 콘크리트 바닥판은 일반적인 현장타설 바닥판과 비교할 때 많은 장점을 가지고 있으며, 최근 국내에서도 도로교의 노후 바닥판 교체 공사 및 신설 도로교에 성공적으로 적용되고 있다. 하지만, 철도교에 프리캐스트 바닥판을 적용하기 위해서는 활하중, 장대레일 종하중, 시제동하중, 온도변화, 건조수축 등 도로교와 철도교의 하중 특성의 차이를 적절히 반영한 설계가 요구되며, 특히 횡방향 이음부의 연속성을 확보하여 일체화시키기 위해 바닥판 내부에 배치한 종방향 텐던의 적정한 프리스트레스 수준을 평가하는 연구가 요망된다. 따라서 본 연구에서는 철도교에 빈번히 적용되는 PSC 합성거더 철도교에 대하여 정밀한 3차원 유한요소해석을 통해 주요 설계하중이 유발하는 바닥판의 종방향 응력을 산정하였다. 그 결과 종방향 인장응력을 유발하는 지배적인 요인은 활하중보다는 바닥판의 온도 저하나 시동하중으로 나타났으며, 특히 온도의 영향은 설계기준상의 제안식 또는 이론식과도 비교해 가며 중점적으로 분석하였다. 종방향 인장응력을 상쇄하여 올바른 구조거동을 유도하기 위한 프리스트레스의 범위를 고찰한 결과, 대상 철도교에 대해 2.4 MPa 이상의 프리스트레스를 도입하는 것이 적정한 것으로 나타났으며 이는 도로교의 경우와 유사한 수준으로 평가되었다.