• 대한토목학회논문집
• /
• 제31권6C호
• /
• pp.221-229
• /
• 2011

필댐의 코어죤은 차수 기능을 담당하는 댐의 중요한 요소이다. 따라서 코어죤의 물성 및 거동 특성은 댐의 안정성 해석에 있어서 아주 중요한 요소이나, 지금까지 실제 댐 코어의 물성에 대한 연구는 아주 드물었다. 댐 코어의 물성은 표면파 탐사 또는 경험식과 같은 간접적인 방법에 의해 획득되거나 추정되어 왔다. 본 연구에서는 기존 댐의 해체 과정에서 수행된 현장 및 실내시험 결과의 분석을 통하여, 댐 건설 후 코어죤 물성의 시간적 변화와 깊이별 특성에 대해 직접적으로 조사를 수행하였다. 실제 댐 코어의 전단파 속도와 전단탄성계수가 측정되었고, 기존의 경험식과 비교하였다. 아울러, 일련의 실내실험을 통하여 동적물성의 에이징 특성도 연구하였다.

• 터널과지하공간
• /
• 제12권3호
• /
• pp.179-188
• /
• 2002

본 연구는 한 경부 고속철도 터널의 NATM 굴착에 의한 2 arch 확공 굴착 시 발생되는 진동 및 응력의 변화가 터널 및 인근 사면에 미치는 영향을 사전에 파악하여 안정성을 검토하는 데에 그 목적이 있다. 지반물성치를 산정하기 위해 시추공 조사, TV검층 및 속도검층을 실시하였다. 2차원 해석을 통해 불확실한 지반의 물성을 변수로 간주하고 가능한 범위 내에서 해석을 수행함으로서 특정한 지반 물성이 입력 정수로서 결정되었다. 정적 및 발파 진동에 의한 준-정적(pseudo-static)안전율을 계산하였으며, 3차원 해석을 통해 터널굴착으로 인한 터널 및 터널 주변의 거동과 터널 지보재의 적정성 여부를 조사하였다.

• Composites Research
• /
• 제29권6호
• /
• pp.358-362
• /
• 2016

원추형 복합재 튜브는 우주 항공, 비행체, 잠수함 등 큰 구조물뿐만 아니라 자전거 프레임, 낚시대, 골프채 등 레저용품에도 적용이 되면서 정적-동적 거동에서의 기계적 물성 예측의 중요한 연구 분야로 대두되고 있다. 일반적으로 원추형 복합재 튜브의 기계적 물성 예측은 진동, 굽힘, 좌굴에 관하여 많은 연구가 진행되었지만, 복합재료의 섬유 배향 각이 일정하다고 가정하고 기계적 거동을 분석한 것이 대부분이기 때문에 섬유 배향 각이 원추형 복합재 튜브 구조물의 기계적 물성에 어떠한 영향을 미치는지에 대한 연구가 필요하다. 이에 본 연구에서는 섬유 배향 각을 고려한 원추형 복합재료 튜브의 정적 거동에 따른 기계적 물성을 예측하기 위해 수식을 도출하고, 자전거 프레임에 적용하기 위한 다양한 설계 파라메터의 영향을 고찰하였다.

• 한국항공우주학회지
• /
• 제33권11호
• /
• pp.15-23
• /
• 2005

본 논문에서는 멤브레인 요소를 사용하여 주름이 있는 멤브레인의 정적 및 동적거동을 연구하였다. 해석은 상용유한요소 프로그램인 ABAQUS를 사용하였으며 멤브레인 요소에서 주름은 벌칙매개변수에 의한 물성치 수정 방법을 사용자 부프로그램으로 구현하여 고려하였다. 해석과정은 먼저 이론해가 멤브레인 문제에 적용하여 타당성을 검증하였고, 모서리에서 하중이 가해진 사각형 멤브레인에 대한 해석을 수행하여 주름이 정적 및 동적거동에 미치는 영향을 조사하였다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1991년도 추계학술대회 논문집
• /
• pp.110-115
• /
• 1991

일반적으로 거의 모든 재료의 기계적인 물성치들이 여러가지 하중조건에 의해 변화하는데 그 중 탄성계수는 하중속도, 온도, 재료의 특성에 따라 변화한다. 지금까지 국내에서의 연구동향을 보면 하중속도가 탄성계수에 미치는 영향에 대한 연구보고는 미약한 실정이다.(중략)

• 항공우주기술
• /
• 제10권2호
• /
• pp.11-19
• /
• 2011

스마트무인기 로터 블레이드의 국산화 개발이 수행되었다. 국산화 개발은 원소재와 물성치가 가장 유사한 국내 생산 복합소재의 선정, 새로운 소재의 물성치 데이터 구축을 위한 쿠폰시험, 블레이드 단면 물성치의 재계산, 공진, 정적/피로 강도, 공탄성 안정성의 구조동역학 설계요구조건에 대한 검증 등을 포함하며, 그 결과에 대하여 기술하였다. 또한 본 논문에서는 스마트무인기 국산화 블레이드 개발과정에서 개선된 공정에 대하여 간략히 기술하였다.

• 전산구조공학
• /
• 제10권2호
• /
• pp.225-232
• /
• 1997

서로 다른 기지의 성질을 갖는 재료들을 혼합하여 만든 합성재료의 새로운 물성치는 일반적으로 실험으로 규명하고 있다. 혼합하는 재료들의 체적비에 따라 실험으로 측정한 합성재료의 탄성계수와 포와송비는 그 합성재료로 만들어지는 구조물의 역학적 거동을 예측하는 해석적 모델의 기본자료로 사용된다. 합성재료 탄성물성치의 수치적 예측은 합성재료에 대한 유한요소 모델로 해석한 정적변위와 균질.등방성으로 가정한 모델을 해석한 정적변위와의 차이를 최소화하는 구속적 비선형 최적화기법을 사용하여 수행하였다. 유한요소 모델은 체적비에 따라 혼합물질을 분배하기 용이하도록 제안하였으며 구속조건 및 하중조건은 일축인장에 의한 거동을 예측하도록 설정하였다. 본 논문에서는 고체입자를 섞어 만든 합성재료의 탄성물성치를 예제를 통하여 수치적으로 예측하고 그 결과를 실험결과 및 이론식들과 비교.검토하였다.

• 폴리머
• /
• 제28권3호
• /
• pp.273-280
• /
• 2004

고형분 80%인 아크릴수지 (에틸 메타크릴레이트-2-히드록시프로필 메타크릴레이트-노르말부틸 아크릴레이트-아크릴산 : EHBC)를 합성한 후 이를 헥사메틸렌 디이소시아네이트-뷰렛 경화제로서 상온경화시켜 고 고형분 도료 (에틸 메타크릴레이트-2-히드록시프로필 메타크릴레이트-노르말부틸 아크릴레이트-아즈릴산/헥사메틸렌 디이소시아네이트-뷰렛 : EHBCN)를 제조하였다. 진동자법에 의한 점탄성 측정에서 제조된 도료인 EHBCN-4 (EHBC-4 정적 $T_{g}$ $0^{\circ}C$)와 EHBCN-7 (EHBC-7 : 정적 $T_{g}$ 3$0^{\circ}C$)의 경화시간은 6.2시간과 4.5시간으로, 또한 경화된 도막의 동적 $T_{g}$ 는 $14^{\circ}C$ 와 $39^{\circ}C$로 각각 나타났다. 도막 물성 중 접착력과 굴곡성은 카프로락톤 아크릴레이트 단량체 성분이 함유된 EHBCN쪽의 물성이 현저히 좋게 나타나, 카프로락톤 아크릴레이트 성분이 접착력과 굴곡성을 증진시켰음이 입증되었다.

• 한국지진공학회논문집
• /
• 제8권4호
• /
• pp.43-50
• /
• 2004

일반적으로 콘크리트댐은 비파괴 검사를 실시한 물성값을 이용하여 정적 및 동적 안전성 평가를 실시한다. 그러나 이런 값을 이용하여 수치해석을 할 경우 경험적인 물성값을 적용하기 때문에 안전성 평가에 대한 결과는 현실적 요소를 반영하기 어렵다. 또한 댐은 품질관리가 중요한 요소 중 하나이지만, 과거 건설된 몇몇 댐에 대해서 축조시기, 타설시기가 달라 재료적 특성에 따른 안전성 문제가 대두되어 관심이 되었다. 따라서, 본 연구에서는 오랜기간 동안 건설중단 된 후 완공된 콘크리트댐의 내부상태를 조사하고(BIPS), 시추코아에 대한 물리특성 실험을 실시하여 물성값 차이로 인해 발생되는 동적특성 결과를 비교분석하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제26권5호
• /
• pp.15-24
• /
• 2020

본 연구에서는 주어진 옷감 시료의 정적 드레이프 모양으로부터 해당 옷감을 시뮬레이션하기 위해 필요한 시뮬레이션 파라미터를 추정하는 데이터 기반 학습법을 제시한다. 정적 드레이프의 모양을 형성하기 위해 의류 산업계에서 옷감을 물성에 따라 분류하기 위해 사용하는 쿠식 드레이프 (Cusick's drape)에서 착안한 방법을 사용한다. 학습 모델의 입력 벡터는 특정 옷감의 정적 드레이프 모양에서 추출한 특징 벡터와 옷감의 밀도 값으로 구성되고, 출력 벡터는 해당 드레이프 결과를 도출하는 여섯가지 시뮬레이션 파라미터로 구성된다. 실제에 가깝고 편향되지 않은 학습 데이터를 생성하고자 먼저 400가지의 실제 니트 옷감에 대한 시뮬레이션 파라미터를 수집하고 이로부터 GMM (Gaussian mixture model) 생성 모델을 만든다. 다음, GMM 확률분포에 따라 대량의 시뮬레이션 파라미터를 무작위 샘플링한다. 샘플링된 각각의 시뮬레이션 파라미터에 대해 옷감 시뮬레이션을 수행하여 가상의 정적 드레이프 결과를 만들고 이로부터 특징 벡터를 추출한다. 생성된 데이터를 로그선형회기(log-linear regression) 모델로 피팅한다. 학습의 수치적 정확도를 검증하고 시뮬레이션 결과의 시각적 유사도를 비교하여 제시된 방법의 유용성을 확인한다.