• 지질공학
• /
• 제33권4호
• /
• pp.639-655
• /
• 2023

최근 지하공간에 대한 수요가 많아지면서 대심도 굴착으로 흙막이 벽체가 활용되고 있다. 흙막이 벽체는 변위에 취약한 구조물로써 국토교통부에서 제시한 관리기준으로 계측관리를 수행하고 있으나 계측관리를 통한 대비는 후처리에 가깝다고 할 수 있다. 따라서 본 연구에서는 머신러닝을 이용한 그라운드 앵커가 설치된 흙막이 벽체의 수평변위 예측뿐만 아니라 머신러닝으로 계측데이터를 학습하는 과정에서 데이터 스케일링과 분할 방법에 따른 예측모델의 영향을 분석하였다. 이 연구의 분석결과에 따르면 사용자 지정분할방법이 적합하지 않은 경우도 있었으나 일정 조건하에서 데이터 학습 및 출력에 가장 우수한 성능을 나타냈다. 데이터 스케일링은 앵커의 인장력, 수압을 표준화하였을 때 오차 1 이내, R-Squared 값이 0.77로 우수한 성능을 나타냈으며 스케일링을 적용하지 않은 모델 대비 음의 변위를 예측하는 결과를 보였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.133-135
• /
• 2021

본 논문에서는 목조 문화재 영상에서의 변위 현상 중 하나인 크랙이 발생하는 영역을 감지하기 위한 임베딩 유사도 기반 모델을 제안한다. 우선 변위가 존재하지 않는 정상으로만 구성된 학습 이미지는 사전 학습된 합성 곱 신경망을 통과하여 임베딩 벡터들을 추출한다. 그 이후 임베딩 벡터들을 가지고 정상 클래스에 대한 분포의 파라미터 값을 구한다. 실제 추론 과정에 사용되는 테스트 이미지에 대해서도 마찬가지로 임베딩 벡터를 구한다. 그런 다음 테스트 이미지의 임베딩 벡터와 이전에 구한 정상 클래스를 대표하는 가우시안 분포 정보와의 거리를 계산하여 이상치 맵을 생성하여 최종적으로 변위가 존재하는 영역을 감지한다. 데이터 셋으로는 충주시 근처의 문화재에 방문해서 수집한 목조 문화재 이미지를 가지고 정상 및 비정상으로 구분한 데이터 셋을 사용하였다. 실험 결과 우리가 제안한 임베딩 유사도 기반 모델이 목조 문화재에서 크랙이 발생하는 변위 영역을 잘 감지함을 확인하였다. 이러한 결과로부터 우리가 제안한 방법이 목재 문화재의 크랙 현상에 대한 변위 영역 검출에 있어서 매우 적합함을 보여준다.

• 산업기술연구
• /
• 제29권A호
• /
• pp.19-25
• /
• 2009

The proper orthogonal decomposition (POD) analysis of vibration of a steel frame structure is performed to extract modal parameters. The theoretical background of the POD method is introduced briefly, and this technique is further applied to free vibration displacements of one bay-two story steel frame structure to extract the modal parameters. From the POD analysis of the steel frame structure, it is found that important modal parameters such as true mode shapes, modal kinematic energy, natural frequencies, and damping ratios can be obtained for the building efficiently and in detail. Therefore, it is concluded that the POD method could be one of the useful techniques in analysis of vibration of structures.

• 한국지반공학회논문집
• /
• 제16권5호
• /
• pp.169-178
• /
• 2000

본 논문에서는 단일 및 군말뚝의 수평변위와 최대 휨모멘트를 예측하기 위하여 인공신경망을 도입하였다. 인공신경망에 의한 결과는 낙동강 모래지반에서 단일 및 군말뚝에 대하여 수행한 일련의 모형실험결과와 비교하였다. 인공신경망 중의 하나인 오류 역전파 신경망(EBIPNN)의 적용성 검증을 위하여 600개의 모형실험결과들을 이용하였다. 그리고 신경망의 구조는 한개의 입력층과 두개의 은닉층 그리고 한개의 출력층으로 구성되었다. 전체 데이터의 25%, 50% 그리고 75% 결과는 각각 신경망의 학습에 이용되었으며 학슴에 이용하지 않은 데이터들은 예측에 이용되었다. 인공신경망 학습결과와 실험결과의 비교에 의하면, 신경망의 최적학습을 위하여 최적학습을 위하여 적합한 은닉층의 뉴런수는 각각 30개로 그리고 학습률은 0.9로 결정되었다. 전체 데이터의 50%이상으로 학습을 수행한 신경망의 모델은 정확한 예측을 하는 것으로 나타났다. 따라서, 인공신경망 모델리 수평하중을 받는 말뚝의 수평변위와 최대 휨모멘트의 예측에 적용될 수 있는 가능성을 보여주었다.

• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2011년도 정기 학술대회
• /
• pp.140-143
• /
• 2011

본 연구에서는 준능동형 제진장치로 복합형 제진장치(HMD, Hybrid Mass Damper)의 운용에 요구되는 제어알고리즘 개발에 대한 연구를 진행하였다. 제어력을 산정하기 위한 알고리즘 내장화 과정에서 구조물의 상태를 피드백하기 위해서는 구조물의 가속도를 계측하고 이로부터 변위, 속도를 추정하게 되는데 여기서 발생하는 오차의 문제점을 개선하기 위하여 GPS의 실시간 변위측정기술을 활용하여 변위를 직접 입력하면서 구조물의 응답을 제어할 수 있는 알고리즘을 구성하려 한다. 이 때 측정된 데이터의 값에는 잡음이 발생하고 미분기의 동적특성을 가지고 있는 HMD에 입력신호로 사용하는 경우 상당한 오차가 생기는 변위 되먹임(Feedback)의 문제점을 확인하였다. 이러한 문제점을 개선하기 위해 제진장치 입력신호의 시간간격(Time-interval)을 조정하여 오차를 줄일 수 있는 방안을 제안하였다. 수치해석결과, 입력신호에는 최적의 시간간격(Time-Interval)이 존재하였으며 이를 적용할 경우 건물의 변위와 가속도 응답을 크게 줄일 수 있음을 확인하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.141-143
• /
• 2021

본 논문에서는 목조 문화재의 변위량을 감지할 수 있는 앙상블 딥러닝 모델 모델을 제안한다. 우선 총 2개의 서로 다른 사전 학습된 합성 곱 신경망을 사용하여 입력 영상에 대한 심층 특징들을 추출한다. 그 이후 2개의 서로 다른 심층 특징들을 결합하여 하나의 특징 벡터를 생성한다. 그 이후 합쳐진 특징 벡터는 완전 연결 계층의 입력 값으로 들어와서 최종적으로 변위의 심각 단계에 대한 예측을 수행하게 된다. 데이터 셋으로는 충주시 근처의 문화재에 방문해서 수집한 목조 문화재 이미지를 가지고 정상 및 비정상으로 구분한 데이터 셋을 사용하였다. 실험 결과 앙상블 딥러닝 기법을 사용한 모델이 앙상블 기법을 사용하지 않는 모델보다 더 좋은 성능을 나타냄을 확인하였다. 이러한 결과로부터 우리가 제안한 방법이 목재 문화재의 변위량 예측에 있어서 매우 적합함을 보여준다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.107-108
• /
• 2023

본 논문에서는 교량의 변위를 IoT 장치를 이용하여 실시간 측정하고 추출된 데이터를 이용하여 교량의 이상징후를 AI 기반으로 진단 및 모니터링 하는 방법을 제안한다. AI 모델 학습 학습을 위해서 비정상 상태의 교량이 필요하지만, 실제 교량에 인위적으로 비정상 상태를 만들 수 없으므로, 탄성 받침을 이용하여 모의 교량을 제작하였다. 탄성 받침을 이용하여 제작에 반영 및 모의교량에 적합한 모의 차량도 제작하여 정상적 데이터와 비정상적 데이터를 수집하였다. 수집된 데이터를 전처리 과정을 통해 AI 분석을 통해 교량의 이상 징후를 진단 및 모니터링하였으며, 제안 모델을 실험한 결과 96.7%의 정확도가 도출되었다.

• 대한공간정보학회지
• /
• 제20권3호
• /
• pp.41-48
• /
• 2012

고해상도 위성영상을 공간정보 분야에 효과적으로 활용하기 위해서는 다중센서와 다시기 영상 데이터를 공간분석에 함께 사용하여 이들 데이터의 장점을 최대한 활용하는 것이 중요하다. 본 연구에서는 고해상도의 다중센서자료를 동시에 활용하기 위해, 영상 간 존재하는 변위량을 자동으로 추정하여 다중센서 영상 간 기하보정을 수행하는 새로운 영상정합기법을 개발하였다. 영상의 취득 방식과 방사적 특성이 다른 광학영상과 SAR 영상 간의 유사도를 효과적으로 계산하기 위하여 기하적, 방사적 전처리 과정을 수행하였고, 두 영상 간 변위량 측정은 상호정보기법을 통해 계산하였다. 또한, 변위량 측정방식의 계산 효율과 정확도 향상을 위하여 영상 피라미드 방식을 적용하여 상위 피라미드 영상부터 차례로 x, y 방향에 대한 변위량을 최적화기법을 통해 추정하였다. 이러한 과정을 피라미드의 최하부인 원영상에까지 반복적으로 수행함으로써 두 영상 간 정밀한 변위량을 추정하였으며, 수동으로 추출된 검사점을 통해 제안기법에 대한 정확도 평가를 수행한 결과, 영상간 변위량에 대한 고려만으로도 약 5m 이내 (RMSE)의 기하보정 정확도를 도출할 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 제36회 하계학술대회 논문집 C
• /
• pp.2351-2353
• /
• 2005

본 논문은 포장도로의 표면 상태를 고성능의 레이저 변위 센서를 사용하여 정밀하게 측정하고, GPS(Global Positioning System)를 사용하여 측정 위치 데이터를 획득하는 도로 표면 측정 장비 개발에 관한 논문이다. 본 연구에서는 전체 시스템을 설계하고, 차량 주행을 모사한 실험 모형을 제작하여 실내 실험을 실시하였으며, GPS 단말기로부터 실시간으로 위치 신호를 수신하여 도로면 데이터와 연동할 수 있도록 하였다. 그리고 평가 차량의 전면에 레일(rail)을 장착하여 레이저 변위 센서가 좌우로 왕복운동이 가능하도록 하였으며, 레일을 작동시킨 상태에서 도로면을 측정해 보았다. 실험 모형의 측정 곁과는 차량이 80km/h로 주행할 때 도로 표지 타이닝(tinning)의 폭 오차 3.24%, 깊이 오차 5%였다. 차량이 정지된 상태에서 레일을 작동시켜 요철을 측정하였을 경우 레일 방향에 대한 폭 오차는 0.07%였다.

• 한국추진공학회지
• /
• 제14권2호
• /
• pp.39-45
• /
• 2010

차량이나 항공기를 개발하는데 있어서 성능과 내구성에 대한 실험은 필수 과정이지만, 이를 위해서는 많은 개발 비용과 시간이 소요되므로 그 대체 방법으로 시뮬레이터를 이용한 실험이 보편화 되고 있다. 특히 노면의 경우 시뮬레이터에 사용할 변위 데이터를 정량화하기 어렵기 때문에 가속도계를 이용하여 노면 데이터를 습득하는 것이 일반적이다. 본 연구에서는 가속도계를 이용하여 습득한 가속도 신호를 변위 신호로 변환하기 위한 소프트웨어를 개발하여 시뮬레이터에 사용되는 변위신호를 생성하였고 이를 토대로 4축 시뮬레이터를 이용한 실험을 통하여 그 타당성을 검증하였다.