• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2006년도 춘계학술대회 및 창립 30주년 심포지엄(논문집)
• /
• pp.87-90
• /
• 2006

지구자장의 주자장과 경년변화에 대한 원통형 지구 조화 모델은, 지구가 지엽적으로 불균형 또는 외부 소스가 없는 정상상태라고 가정하는 경우, 어느 지역의 지구자장 구조와 자장의 세기를 나타낼 수 있다. 이 연구에서는 기초 연구로서 선박용 디지털 컴퍼스를 실제 지구자장에 적용하는 경우의 원통형 조화 모델에 대한 관련 방법과 절차 등을 조사하였다.

• 한국전산구조공학회논문집
• /
• 제15권1호
• /
• pp.59-68
• /
• 2002

원자로 내부구조물의 상부안내구조물집합체는 노심지지배럴과 내부배럴집합체와 함께 원통형의 실린더 구조이며, 유체의 난류하중과 펌프의 맥동하중으로 인한 유체유발하중을 수평방향으로 받는다. 본 논문에서는 이 유체유발하중에 대한 랜덤진동해석과 조화응답해석을 수행한 내용을 기술하였다. 이 해석을 위해 집중질량 보 요소 모델을 사용하였고, 랜덤하중과 펌프맥동하중으로 발생되는 동적응답특성을 평가하였다. 특히 원통형태의 상부안내구조물, 노심지지배럴, 내부배럴집합체 사이에서 형성되는 환형공간의 동수력 연성 효과를 고려하여 모델링 하였고, 상부안내구조물 안쪽에 설치되는 내부배럴집합체의 추가 영향을 검토하였다. 내부배럴집합체의 추가로 인한 하중조건별 최대동적응답은 구조물의 고유진동수에 영향을 받으며, 따라서 구조물의 최대동적응답은 여러 하중 조건별 동적해석 평가를 통해 보수적으로 구하여져야 한다.

• 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.