• 한국건축시공학회지
• /
• 제23권6호
• /
• pp.831-839
• /
• 2023

건설산업의 재해율은 다른 산업에 비해 매우 높다. 그 이유로 다른 규모에 비해 상대적으로 더 사고에 취약한 소규모 건설현장의 높은 재해발생율을 꼽고 있다. 최근 난이도 높은 도심 건설공사의 증가, 악천후의 증가 등으로 앞으로 소규모 건설현장의 사고 발생 위험은 더 커질 것으로 예상된다. 따라서 소규모 건설현장의 사고를 사전에 예측하고 이를 통한 사고 예방 및 저감은 건설산업의 재해율을 낮추기 위해 반드시 필요하다. 따라서, 본 연구에서는 소규모 건설현장 사고를 예측하기 위한 Deep Neural Network Algorithm 기반의 사고 예측 모델 개발 프레임워크를 제안하였다. 본 연구의 프레임워크와 결과를 활용하여 소규모 건설현장 안전관리의 가이드 라인으로 활용이 가능하며, 궁극적으로 소규모 건설현장에서의 사고 위험을 줄임으로써 지속가능한 건설사업관리에 기여할 수 있을 것이다.

• 한국건축시공학회지
• /
• 제24권3호
• /
• pp.309-318
• /
• 2024

본 연구는 산업부산물인 STS슬래그, 열병합애시, 리턴더스트를 고로슬래그와 천연석고를 기반으로 한 프리캐스트 콘크리트에 적용하였을 때 미치는 영향에 대해 검토하였다. 본 연구의 범위에서 산업부산물의 사용량에 따른 공기량, 슬럼프, 압축강도를 측정하여 실험에 사용된 산업부산물들의 최적의 사용량을 추정하였다. 압축강도는 산업부산물들의 사용량에 관계없이 모두 우수한 결과를 보였으며, 특히 산업부산물들의 사용량 10% 범위에서 초기재령의 강도발현이 우수한 것으로 나타났다. 이는 XRD 및 SEM 분석을 통하여 산업부산물들이 프리캐스트 콘크리트의 제작과정인 증기양생을 거치며 콘크리트 강도에 영향을 미치는 수화생성물들을 보다 효율적으로 생성하였기 때문인 것으로 판단된다. 다만, 빠르게 강도를 발현해야하는 프리캐스트 콘크리트의 특성과 작업성 등을 고려한다면, 초기 재령에 강도가 빠르게 발현되는 산업부산물들의 사용량 10% 전후가 적정 사용량으로 판단된다.

• 비교문화연구
• /
• 제53권
• /
• pp.1-24
• /
• 2018

본 논고는 근대한국 문학의 전위인 이상(李箱)의 시작품에 구사되는 프랑스어와 탈 지방성에 대한 연구이다. 이상의 시편들 속에 쓰인 기호와 외래어는 한글로는 표현이 어려운 물리학, 건축학, 수학, 기하학, 이국의 문명과 같은 초감각적인 이미지들을 그려내고, 의미생성과 확장을 불러오는 파생의 시어로 작용한다. 이상의 시작품에서 프랑스어는 알파벳 철자와 한글식의 표기로 나누어지고, 문장들은 고딕 적이며, 병렬적인 이미지를 보여준다. 프랑스어 단어들은 "${\Box}$, ${\triangle}$, ${\nabla}$" 등의 기호들과 조화를 이루어 상형적인 이미지로 기술된다. 문법의 규범을 이탈한 문장들은 해체와 재조합을 불러오고, 이때 프랑스어는 한글을 대체하고, 모국어가 갖는 한계를 초극하여 이국의 과학문명과 사상, 예술을 차용하는 포스트모던의 시어로 활용된다. 나아가 "ESQUISSE" 등의 프랑스어는 시인 자신의 열등의식을 초월하고, 자유와 상상력, 현대의 예술정신을 구현하기 위한 전위적인 시어로써, "향토"(鄕土)의 조선 문단에 세계의 신경향을 이식하여 성숙시켜 놓은 탈 지방의 시어로 나타난다.

• 한국건축시공학회지
• /
• 제14권1호
• /
• pp.37-44
• /
• 2014

건설산업에서는 탄산가스 저감을 위해 산업부산물을 다량 활용하는 기술개발을 위한 연구가 이루어지고 있다. 산업부산물 중 특히 고로슬래그 미분말은 잠재수경성에 기인하여 장기강도는 우수하나 초기강도가 낮기 때문에 많은 양을 대체하는데 한계가 있다. 이에 본 연구에서는 철강공정 중 용선예비처리 공정에서 발생하는 슬래그부산물을 활용하여 고활성 고로슬래그 미분말을 시험 제조후 고활성 고로슬래그 미분말의 모르타르 압축강도 강도발현 특성을 검토하였다. 또한, 고활성 고로슬래그 미분말 단독으로도 경화가 가능한 특징을 고려해서 2차 콘크리트 제품용 결합재로서 활용 가능성을 검토하고자 배합조건에 따른 콘크리트 제조 및 압축강도 발현특성을 검토하였다. 실험변수로써 슬래그부산물의 분말도, 치환율, 양생조건 및 W/B를 설정하였다. 그 결과 슬래그부산물을 자극제로 활용한 고활성 고로슬래그 미분말 모르타르의 압축강도 향상을 확인하였으며 고활성 고로슬래그 미분말이 단독으로도 경화가 가능하기 때문에 양생 및 배합조건을 고려하면 고활성 고로슬래그 미분말을 콘크리트 2차 제품용 결합재로서 활용 가능할 것으로 판단된다.

• 한국건축시공학회지
• /
• 제18권5호
• /
• pp.439-446
• /
• 2018

PHC파일은 깊은 관입량과 지지력 보강이 유리한 말뚝기초공법으로 사용량이 지속적으로 증가하고 있다. 일반적으로 PHC파일을 제조할 경우 압축강도의 증진을 위해 고강도 혼합재를 주로 사용하지만, 최근에는 경제성을 고려하여 고로슬래그 미분말을 활용하는 연구가 진행되고 있다. 이에 본 연구에서는 고강도 혼합재 대신 고로슬래그 미분말의 치환율 및 양생조건을 고려한 PHC파일을 제조한 후 공학적 특성에 대해 검토하였다. 실험 결과, 고로슬래그 미분말을 치환한 PHC파일은 50, $80^{\circ}C$ (Steam curing) 양생조건에 의해 압축강도가 증가하며, 특히 $80^{\circ}C$ (Steam curing) 양생조건에서 고로슬래그 미분말을 20% 치환한 PHC파일은 약 84MPa의 압축강도를 나타내었다. 또한, $20^{\circ}C$ (Room temperature curing)의 양생조건에 비해 $80^{\circ}C$ (Steam curing) 양생조건에서 더 많은 수화생성물이 발생하는 것을 확인할 수 있으며, 이 때문에 조직이 치밀해지고, 압축강도 증가에 영향을 준 것으로 판단된다.

• 한국건축시공학회지
• /
• 제15권4호
• /
• pp.359-365
• /
• 2015

본 연구에서는 바닥 모르타르에 발생하는 균열을 방지하기 위해, 팽창성이 있는 재료인 알파반수석고를 활용한 비소성결합재 기반 바닥 모르타르의 경화특성 및 건조수축 특성을 평가하고, 건설현장에 적용하여 외기환경에 노출된 조건에서 바닥 모르타르의 수축변형 거동 및 균열 발생여부를 검토하였다. 그 결과, 슬래그계 바닥 모르타르의 경우 시멘트계 모르타르에 비해 초결 및 종결시간이 급격히 단축되었고 압축강도는 관련기준을 만족하는 것으로 확인되었으며, 초기에 팽창 변형 이후의 수축변형 거동은 시멘트계 모르타르와 유사한 경향을 나타내었다. 슬래그계 바닥 모르타르의 현장 적용 결과 균열이 발생하지 않았으며, 외기환경 조건에 의한 변형률의 차이가 크지 않아 시멘트계 바닥 모르타르에 비해 치수안정성이 큰 것으로 판단된다.

• 한국음향학회지
• /
• 제42권6호
• /
• pp.603-616
• /
• 2023

본 연구는 주파수 및 시간 특성을 활용하여 머신러닝 기반 공동주택 주거소음의 군집화 및 분류를 진행하였다. 먼저, 공동주택 주거소음의 군집화 및 분류를 진행하기 위하여 주거소음원 데이터셋을 구축하였다. 주거소음원 데이터셋은 바닥충격음, 공기전달음, 급배수 및 설비소음, 환경소음, 공사장 소음으로 구성되었다. 각 음원의 주파수 특성은 1/1과 1/3 옥타브 밴드별 L_eq와 L_max값을 도출하였으며, 시간적 특성은 5 s 동안의 6 ms 간격의 음압레벨 분석을 통해 L_eq값을 도출하였다. 공동주택 주거소음원의 군집화는 K-Means clustering을 통해 진행하였다. K-Means의 k의 개수는 실루엣 계수와 엘보우 방법을 통해 결정하였다. 주파수 특성을 통한 주거소음원 군집화는 모든 평가지수에서 3개로 군집되었다. 주파수 특성 기준으로 분류된 각 군집별 시간적 특성을 통한 주거소음원 군집화는 L_eq평가지수의 경우 9개, L_max 경우는 11개로 군집되었다. 주파수 특성을 통해 군집된 각 군집은 타 주파수 대역 대비 저주파 대역의 음에너지의 비율 또한 조사되었다. 이후, 군집화 결과를 활용하기 위한 방안으로 세 종류의 머신러닝 방법을 이용해 주거소음을 분류하였다. 주거소음 분류 결과, 1/3 옥타브 밴드의 L_eq값으로 라벨링된 데이터에서 가장 높은 정확도와 f1-score가 나타났다. 또한, 주파수 및 시간적 특성을 모두 사용하여 인공신경망(Artificial Neural Network, ANN) 모델로 주거소음원을 분류했을 때 93 %의 정확도와 92 %의 f1-score로 가장 높게 나타났다.