• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.28 no.6C
• /
• pp.349-358
• /
• 2008

In performing the reliability analysis for predicting the settlement with time of alluvial clay layer at Kobe airport, the uncertainties of geotechnical properties were examined based on the stochastic and probabilistic theory. By using Terzaghi's consolidation theory as the objective function, the failure probability was normalized based on AFOSM method. As the result of reliability analysis, the occurrence probabilities for the cases of the target settlement of ${\pm}10%,\;{\pm}25%$ of the total settlement from the deterministic analysis were 30~50%, 60%~90%, respectively. Considering that the variation coefficients of input variable are almost similar as those of past researches, the acceptable error range of the total settlement would be expected in the range of 10% of the predicted total settlement. As the result of sensitivity analysis, the factors which affect significantly on the settlement analysis were the uncertainties of the compression coefficient Cc, the pre-consolidation stress Pc, and the prediction model employed. Accordingly, it is very important for the reliable prediction with high reliability to obtain reliable soil properties such as Cc and Pc by performing laboratory tests in which the in-situ stress and strain conditions are properly simulated.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.26 no.4A
• /
• pp.587-596
• /
• 2006

A half portion of Korean railway bridges depends on the type of steel plate girder bridge. Since these bridges have been built in the early stage of Korean economical boom, numerous maintenance effort suffers from aging and progressive degradation issues at present. In accordance with these efforts, this paper would like to address the detailed analyses of thin steel plates with bolts in order to simulate the connection regions of steel plate girder bridge. The fundamental modal analysis, transient dynamic analysis with 3D piezoelectric element in open circuit loop and signal process with aids of TOF(time of flight) and WC(wavelet coefficient) are extensively discussed.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.44-44
• /
• 2022

우리나라의 경우 강수량의 2/3 정도가 하절기에 집중되는 강우특성상 해마다 여름철 홍수기의 탁수 문제가 다양하게 발생하고 있다. 이상강우와 기상이변에 의한 집중강우가 증가 추세이며, '02년 태풍 루사', '03년 태풍 매미', '06년 에위니아'부터 20년 마이삭, 하이선 까지 장마와 태풍에 의한 유입량이 급증하는 시기 탁수의 유입으로 수중 탁도가 급상승하며 댐 저수지 내 탁수 문제가 발생하였다. 특히 연 평균 물사용량의 대부분을 하천 및 댐 저수지를 이용하는 우리나라의 경우 탁수 문제가 장기화될 경우 댐 하류 해당 지역 농업, 공업, 수생태 등 사회적, 환경적으로 많은 문제를 발생시킨다. 이러한 탁수 예측을 통한 대응을 위해 탁수 모델링에 대한 연구가 활발히 진행되고 있다. 탁수를 모델링을 위해서는 유량, 수온, SS 데이터가 필요하다. 이를 위해 국가측정망에서 하천 및 댐 저수지 내 SS를 측정하여 탁수를 측정 하고 있으나 설비가 미흡하여 데이터 해상도가 낮다는 한계점이 있으며 주요 댐 저수지 내에서는 수자원공사에서 관리하는 자동 측정기기를 활용하여 높은 데이터 해상도를 유지 하고 있으나 댐 별, 기상 조건에 따라 미측정 기간이 존재한다. 탁도를 측정을 위한 센서로는 Optical Backscatter Sensor(OBS), YSI 등이 있으며 SS를 측정하기 위한 센서는 레이저부유사측정기(LISST: Laser In-Situ Scattering and Transmissometry) 등의 장비를 이용하고 있다. 하지만 이런 첨단 센서의 경우 또한 수중 고정하여 측정하기에는 장비의 안정성 등의 이유로 한계가 있음에 따라 취득된 유량, 수온, SS, 탁도 데이터를 기반으로 분석을 통해 미측정 기간에 대한 보간이 필요하다. 본 연구에서는 국가 측정망 데이터 및 강우시 유량에 따른 탁수 유입의 증가와 탁수 유입에 따른 항목별 측정 데이터를 기반으로 유량, 수온, SS 미측정 기간을 보간하여 입력자료로 탁수를 모의하여 분석하고자 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.113-113
• /
• 2022

기후 변화에 따른 집중호우의 증가로 유례없는 홍수가 발생하기도 한다. 홍수 대비를 위한 수리구조물 설계 및 홍수 예측을 위해서는 기초자료인 유량 자료가 중요하며, 이는 Rating-curve를이용하여 산정하는 것이 일반적이다. 하지만, 이를 기왕의 데이터가 부족한 지역과 적용수위 이상에 대해 적용하는 것에 한계가 있다. 2020년 8월 섬진강에 발생한 홍수는 홍수량의 추정이 어려울 뿐 아니라 기존의 Rating curve를 활용하여 홍수량을 추정하는데 한계가 있다. 섬진강 하천정비기본계획(2021)에 따르면 섬진강 남원(신덕리) 관측소는 100년 빈도 홍수량이 7,470m³/s인 반면, 선형 보간을 통한 Rating curve 외삽 결과 약 23,000m³/s로 많은 차이 나는 것을 확인할 수 있다. 따라서, 본 연구에서는 외삽의 불확실성과 직접 측량에 어려움이 있는 홍수기 유량 추정을 위해 수리학적 해석 방법을 이용한 간접유량 산정기법을 제시하였다. 수치해석모형을 이용하여 홍수사상을 재현하고, 이를 역으로 이용하여 관측 수위와 근접한 계산 결과를 보인 입력 자료로부터 대상 지역의 유량을 간접적으로 산정하였다. 상류단 유량자료의 생성을 위하여 Rating curve의 변수에 대하여 무작위 조합을 생성하였고, K-River(1차원 수리해석 모형)를 이용하여 MCS(Monte Carlo Simulation)를 수행하였다. 계산된 수위와 관측 수위간 수위 재현성 평가(NSE, RSR)를 통해 최적 결과를 나타낸 Rating Curve의 변수들로부터 경계조건의 Rating Curve를 산정하였다. 방법론의 검증을 위해 요천 합류부에 적용하였으며, 그 결과 기존 곡선식의 외삽에 따른 유량 자료의 수위 재현성과 비교하여 개선된 것을 확인하였다. 이를 활용하여 수자원 유량 자료의 신뢰도 개선에 활용이 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.373-373
• /
• 2022

전세계적으로 기후변화로 인해 3년 이상의 기간동안 지속되는 다년 가뭄의 빈도와 심도가 증가하고 있으며, 이로 인한 피해도 증가하고 있다. 본 연구에서는 이를 반영하여 전국 다목적댐 및 용수댐에서 모두 주요 가뭄 대응 대책으로 사용되고 있는 현행 용수공급 조정기준을 개선하는 방안을 제안하고자 한다. 가장 먼저, 장기 기억 반영이 가능한 시계열 모형인 ARFIMA(Autoregressive Fractional Integrated Moving Average) 모델을 사용하여 다양한 강도의 장기 기억을 가지고 있는 연간 유입량을 생성하였다. 이후, 연간 유입량을 k-최근접 이웃 방법 기반의 배분 도구를 사용하여 10일 단위 유입량으로 분배하였으며 이를 대체 용수공급 조정기준을 생성하기 위한 입력 변수로 사용하였다. 새로운 용수공급 조정기준은 매 시점마다 새롭게 업데이트되는 정보를 통해 현행 기준과 함께 적응형으로 저수지 운영에 사용되었다. 다년 가뭄이 반영된 유입량으로 적응형으로 저수지 운영을 관측 유입량 하에서 빈도와 크기의 측면에서 분석을 시행하였다. 그 결과, 심각한 실패(물 부족 비율 30% 이상)의 빈도의 경우 현행 기준 운영 시 6.14%에서 적응형 운영 시행 시 2.99%로 개선되었지만, 전체 기간 동안의 신뢰도는 적응형 운영보다(26.42%) 현행 운영 하에서 더욱 나은 결과를 보였다(41.19%). 위와 같은 분석 결과는 심각한 실패의 빈도와 크기를 줄이는 용수공급 조정기준을 시행하는 원론적인 목적과 일치하기에, 본 연구에서 제안하는 다년 가뭄에 대비한 적응형 운영 방안은 향후 길게 지속되는 가뭄 조건에서 저수지 운영 정책으로 활용될 수 있음을 확인하였다.

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.29 no.7
• /
• pp.958-963
• /
• 2023

Lately, there has been increasing research on the prediction of motion performance using artificial intelligence for the safe design and operation of ships. However, compared to conventional ships, research on small fishing boats is insufficient. In this paper, we propose a model that estimates the motion response essential for calculating the motion performance of small fishing boats using a deep neural network. Hydrodynamic analysis was conducted on 15 small fishing boats, and a database was established. Environmental conditions and main particulars were applied as input data, and the response amplitude operators were utilized as the output data. The motion response predicted by the trained deep neural network model showed similar trends to the hydrodynamic analysis results. The results showed that the high-frequency motion responses were predicted well with a low error. Based on this study, we plan to extend existing research by incorporating the hull shape characteristics of fishing boats into a deep neural network model.

• Journal of the Korea Society of Computer and Information
• /
• v.28 no.12
• /
• pp.231-238
• /
• 2023

For boost PFC (Power Factor Correction) converters, various control methods are being studied to achieve unity power factor and low THD (Total Harmonic Distortion) of AC input current. Among them, average current mode control, which controls the average value of the inductor current to follow the current reference, is the most widely used. However, nowadays, as advanced digital control becomes possible with the development of digital processors, predictive control of boost PFC converters is receiving attention. Predictive control is classified into predictive current mode control, which generates duty in advance using a predictive algorithm, and model predictive current control, which performs switching operations by selecting a cost function based on a model. Therefore, this paper simply explains the average current mode control, predictive current mode control, and model predictive current control of the boost PFC converter. In addition, current control under entire load and disturbance conditions is compared and analyzed through simulation.

• Journal of the Korean Geotechnical Society
• /
• v.40 no.2
• /
• pp.65-79
• /
• 2024

This study employs traditional statistical auto-regressive integrated moving average (ARIMA) and deep learning-based long short-term memory (LSTM) models to predict the deformation of earth retaining walls using inclinometer data from excavation sites. It compares the predictive capabilities of both models. The ARIMA model excels in analyzing linear patterns as time progresses, while the LSTM model is adept at handling complex nonlinear patterns and long-term dependencies in the data. This research includes preprocessing of inclinometer measurement data, performance evaluation across various data lengths and input conditions, and demonstrates that the LSTM model provides statistically significant improvements in prediction accuracy over the ARIMA model. The findings suggest that LSTM models can effectively assess the stability of retaining walls at excavation sites. Additionally, this study is expected to contribute to the development of safety monitoring systems at excavation sites and the advancement of time series prediction models.

• Journal of the Korean Society of Radiology
• /
• v.18 no.2
• /
• pp.93-99
• /
• 2024

The digital medical imaging, especially, computed tomography (CT), should necessarily be considered in terms of noise distribution caused by converting to X-ray photon to digital imaging signal. Recently, the denoising technique based on deep learning architecture is increasingly used in the medical imaging field. Here, we evaluated noise reduction effect according to various noise types based on the U-net deep learning model in the lung CT images. The input data for deep learning was generated by applying Gaussian noise, Poisson noise, salt and pepper noise and speckle noise from the ground truth (GT) image. In particular, two types of Gaussian noise input data were applied with standard deviation values of 30 and 50. There are applied hyper-parameters, which were Adam as optimizer function, 100 as epochs, and 0.0001 as learning rate, respectively. To analyze the quantitative values, the mean square error (MSE), the peak signal to noise ratio (PSNR) and coefficient of variation (COV) were calculated. According to the results, it was confirmed that the U-net model was effective for noise reduction all of the set conditions in this study. Especially, it showed the best performance in Gaussian noise.

• The Journal of the Acoustical Society of Korea
• /
• v.43 no.3
• /
• pp.344-350
• /
• 2024

A Reference Sound Source (RSS) is an important standard device employed in measuring sound power. The specifications of RSS is specified in international standards, and it is classified as a major calibration item in the field of acoustic metrology. Since the output power of RSS is affected by the supply voltage, each country needs to secure its own calibration service system. In this study, a procedure for calibrating a RSS is established based on the reverberant room conditions and uncertainty evaluation is conducted. Basically, the calibration procedure can apply a precision measurement process of acoustic power, and here, the measurement method using the reverberation chamber of ISO 3741 is applied. For this purpose, a measurement system is constructed, measurements are conducted with two types of RSS, and measurement uncertainty is evaluated. Through measurement examples, it is confirmed that the non-uniformity of the sound pressure distribution in the reverberation room and the volume measurement uncertainty contributed significantly to the overall uncertainty. Additionally, the influence of input voltage is experimentally examined to examine the uncertainty contribution that can be reflected in acoustic power measurements.