• 한국시뮬레이션학회논문지
• /
• 제20권3호
• /
• pp.119-127
• /
• 2011

전면정비란 일정기간동안 사용한 장비(기계, 설비 등)를 부품 단위로 분해하여 부품별로 수리를 한 후 재조립하는 과정을 의미다. 전면정비는 주로 항공기, 선박, 철도차량, 무기체계, 중장비 등과 같이 수명이 길고 고가인 장비를 운영하는 과정에서 발생한다. 이러한 정비 사업에서는 리드타임(Lead Time)을 단축시키는 것이 중요하며, 납기에 맞추어 정비를 완료할 수 있도록 생산시스템을 설계하는 것이 주요 관심사이다. 본 논문에서는 전면정비를 하는 정비 공장을 대상으로 3D시뮬레이션 도구인 $QUEST^{TM}$를 이용하여 시뮬레이션을 수행한 사례를 소개한다. 먼저 전면정비 공장의 공정특성과 시뮬레이션 모델 구축시 고려해야 하는 사항들을 중점적으로 설명하였다. 그리고 흐름생산방식과 셀생산방식 등 두 가지 해체작업 방식을 포함한 다양한 시뮬레이션 시나리오에 대해 시뮬레이션 실험을 통한 분석결과를 제시하였다.

• 한국군사과학기술학회지
• /
• 제10권3호
• /
• pp.139-147
• /
• 2007

In military transportation, the use of wide trailer for transporting the large and heavy weight equipments such as tank, armoured vehicle, and mobile gunnery is quite common. So, the vulnerability of causing traffic accidents for these wide military trailer to bump or collide with another car in adjacent lane is very high due to its broad width in excess of its own lane's width. Also, the possibility of these strayed accidents can be increased especially by the careless driver. In this paper, the recognition system of lane and vehicle headway direction is developed to detect the possible collision and warn the driver to prevent the fatal accident. In the system development, Kalman filtering is used first to extract the border of driving lane from the video images supplied by the CCD camera attached to the vehicle and the driving lane detection is completed with regression analysis. Next, the vehicle headway direction is recognized by using neural network scheme with the extracted parameters of the detected driving lane feature. The practical experiments for the developed system are also carried out in the real traffic road of Seoul city area and the results show us the more than 90% accuracy in recognizing the driving lane and vehicle headway direction.

• 대한토목학회논문집
• /
• 제39권5호
• /
• pp.631-636
• /
• 2019

최근 많은 연구자들이 대규모 현장에 투입된 건설자원의 유형과 위치를 자동 파악하는 영상분석기술을 활발히 개발하고 있다. 하지만 기존의 방법들은 인식하고자 하는 건설 물체(작업자, 중장비, 자재 등)를 학습용 이미지 데이터에 표시하는 Labeling 작업을 요구하고 이에 불필요한 시간과 노력이 낭비된다는 한계가 있다. 이러한 한계를 보완하기 위해서 본 연구는 액티브 러닝을 활용한 영상기반 건설현장 물체 자동 인식 프레임 워크를 제안함을 목표로 한다. 개발 프레임워크 검증을 목적으로 건설분야 Benchmark 데이터셋을 이용하여 실제 실험을 진행하였다. 그 결과, 액티브 러닝을 통해 학습한 모델은 다양한 특성을 지닌 건설물체를 성공적으로 인식할 수 있었고, 기존의 학습 DB 구축 방식과 비교할 때 더 적은 데이터 수와 반복학습 횟수로도 높은 성능을 가지는 영상분석모델을 개발할 수 있었다. 결과적으로 기존에 요구되던 학습 DB 구축을 위한 Labeling 작업을 줄일 뿐만 아니라 총 시간과 비용을 최소화할 수 있다.

• 한국건축시공학회지
• /
• 제21권5호
• /
• pp.397-408
• /
• 2021

건설업은 업무상 재해 발생빈도와 사망자 수가 다른 산업군에 비해 높아 가장 위험한 산업군으로 불린다. 정부는 건설 현장에서 발생하는 산업 재해를 줄이고 예방하기 위해 CCTV 설치 의무화를 발표했다. 건설 현장의 안전 관리자는 CCTV 관제를 통해 현장의 잠재된 위험성을 찾아 제거하고 재해를 예방한다. 하지만 장시간 관제 업무는 피로도가 매우 높아 중요한 상황을 놓치는 경우가 많다. 따라서 본 연구는 딥러닝 기반 컴퓨터 비전 모형 중 개체 분할인 YOLACT와 다중 객체 추적 기법인 SORT을 적용하여 다중 클래스 다중 객체 추적 시스템을 개발하였다. 건설 현장에서 촬영한 영상으로 제안한 방법론의 성능을 MS COCO와 MOT 평가지표로 평가하였다. SORT는 YOLACT의 의존성이 높아서 작은 객체가 적은 데이터셋을 학습한 모형의 성능으로 먼 거리의 물체를 추적하는 성능이 떨어지지만, 크기가 큰 객체에서 뛰어난 성능을 나타냈다. 본 연구로 인해 딥러닝 기반 컴퓨터 비전 기법들의 안전 관제 업무에 보조 역할로 업무상 재해를 예방할 수 있을 것으로 판단된다.

• 화약ㆍ발파
• /
• 제37권1호
• /
• pp.34-47
• /
• 2019

본 사례연구는 인천 학익동에 위치한 디씨알이 인천공장 발파해체 프로젝트에 관한 것이다. 대상건물은 건물내부에 위치한 굴뚝형태의 강구조 설비들이 가동 시 내뿜었던 수백도의 고열과 해풍 등의 영향으로 주요 구조체에 극심한 노후화가 진행되었다. 이로 인해 기둥과 보의 콘크리트들이 탈락하여 녹이 슨 철근들이 노출되어 있었고, 일부 슬래브들은 커다랗게 구멍이 뚫려있어 작업 인원의 접근도 힘들 만큼 구조물이 위험한 상태였다. 따라서 중장비가 건물 내부로 진입하여 작업하는 기계식 철거방법의 적용이 불가능하여 건물 내부의 설비구조물들을 그대로 두고 해체 할 수 있는 발파해체공법을 적용하였다. 발파순서는 (1)탄화탑 ${\rightarrow}$ (2)연돌 2 ${\rightarrow}$ (3)연돌 1의 순서로 진행되도록 계획하였다. 탄화탑과 연돌들에 설치된 폭약을 순차적으로 기폭시키는 데에는 총 406개의 전자뇌관(Unitronic 600)이 사용되었다.

• 한국지반신소재학회논문집
• /
• 제20권4호
• /
• pp.151-163
• /
• 2021

본 논문에서는 초속경 복합매트를 이용하여 비탈면 보강 시 비탈면 안정해석에 대한 내용을 다루었다. 최근 지구온난화에 따른 기상이변으로 태풍, 집중호우 등에 의해 철도 성토 노반 비탈면 유실로 열차 운행이 제한되고 있다. 또한 복구 비용보다 피해액이 증가하고 있으며 유실로 인한 작업환경 저하로 작업자들의 안전이 우려되고 있다. 이를 위해 기존에 다양한 비탈면 보호공법이 개발되었지만 철도 현장 특성상 중장비의 투입이 곤란하여 적용이 곤란한 실정이다. 따라서 본 연구에서는 시공기면 확보가 용이하여 시공성 및 작업 안정성을 증대시키며 집중호우 시 재유실 방지 및 식생생장을 원천적으로 차단하여 유지보수 비용을 절감할 수 있는 초속경 복합매트를 적용한 비탈면 안정해석을 실시하였다. 해석 결과 초속경 복합매트의 적용시 안전율 증가가 확인되었지만 초속경 복합매트의 두께에 따른 안전율 증가는 미미한 것으로 확인되었다.

• 한국지반신소재학회논문집
• /
• 제21권4호
• /
• pp.79-91
• /
• 2022

최근 폭우, 폭설 등과 같은 이상기후로 인해 도로, 철도 및 단지에 적용된 비탈면의 국부적 파괴 또는 손상 빈도가 점차 증가하고 있다. 초속경 복합매트(Rapid Hardening Composite Mat, RHCM)은 대규모 토공이 불필요하고 수해복구시간을 최소화할 수 있는 장점이 있어 대안으로 고려될 수 있다. RHCM은 대표적인 비탈면 보호공법인 숏크리트 공법 및 식생공 공법에 비해 중장비 설비가 불필요하고 유지관리가 용이하며, 기존 Geosynthetic Concrete Composite Mat(GCCM)에 비해 경화시간이 짧아 긴급복구가 가능하다는 장점이 있다. 따라서, 본 연구에서는 실내시험을 통해 RHCM의 강도 및 내구성을 측정하고 GCCM과 비교·분석하였다. 실내시험 결과 RHCM의 강도는 기존 GCCM에 비해 약 51% 높은 것으로 나타났으며, 내구성 또한 69% 높은 것으로 나타났다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.542-545
• /
• 2022

최근 중대재해의 처벌관련법이 건설 환경에 대한 관심을 끌고 있다. 공사현장의 안전관리를 점검하는 일반적인 방법은 근무자가 직접 그들의 눈으로 현장을 확인하는 것이다. 하지만 이 방식은 근무자의 능력의 한계에 영향을 받을 수밖에 없고, 그 결과 피로와 작업 능률 저하를 일으키게 된다. 이런 이유로, 이는 효율적인 방법이 될 수 없다. 이에 우리는 본 연구를 통해 상기 방법을 보완할 수 있는 효율적인 ICT 안전관리 시스템을 제안하여, 작업환경 및 공사 현장 안전에 도움 주고자 한다. 본 논문은 RFID를 활용한 출입 관리 시스템 설계와 소음 센서 및 미세 먼지 센서를 통한 현장 정보 모니터링 방식을 설명한다. 또한, PIR 센서로 중장비와 사람 간의 사고를 예방하고, 자이로 센서를 통해 작업 중인 건물의 기울기를 파악하여 안전사고를 예방할 수 있는 시스템을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.118-121
• /
• 2022

국내 산업재해 사고 사망자의 상당수가 건설업에서 발생하고 있다. 건설 현장에는 굴삭기, 크레인과 같은 중장비가 많고 높은 곳에서 작업하는 경우가 흔해 위험 요소에 노출될 가능성이 높다. 물리적 사고 외에도 작업 중 발생하는 미세먼지에는 여러 유해 인자가 존재하여 건설근로자들에게 호흡기질환과 같은 직업병을 유발한다. 정부에서는 산업현장 안전 관리의 중요성이 증가함에 따라 각종 산업재해로부터 근로자를 보호하기 위한 법안을 마련하였다. 따라서 건설 현장의 경우 산업재해를 방지하기 위해서 위험요소를 사전에 인지하고 즉각 대응할 수 있는 기술이 필요하다. 본 연구에서는 인공지능(AI)과 사물인터넷(IoT)을 통한 자동화 기술을 활용하여 24시간 안전 관리 시스템을 제안한다. 제안하는 IoT 기반 통합안전 관리 시스템은 AI를 적용한 CCTV를 통해 산업 현장을 모니터링하고, 다수의 IoT 센서가 측정한 수치를 근로자 및 관리자가 실시간으로 확인할 수 있게 하여 산업 현장 내 안전사고를 예방한다. 구체적으로 어플리케이션을 통해 미세먼지 농도, 가스 농도, 온도, 습도, 안전모 착용 여부 등을 모니터링할 수 있다. 모니터링 중에 유해물질의 농도가 일정 수치를 넘기거나 안전모를 착용하지 않은 근로자가 발견될 경우 근로자 및 관리자에게 경고 알림을 발송한다. 유해물질 농도는 IoT 센서를 통해 측정하며 안전모 착용 여부는 카메라 센서에 딥러닝 모델을 적용하여 인식하였다. 본 연구에서 제시한 통합안전관리시스템을 통해 건설현장을 비롯한 산업현장의 산업재해 감소와 근로자 안전 증진에 기여할 수 있을 것으로 기대한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.332-334
• /
• 2021

산업재해로 인한 사망사고와 함께 시민재해로 인한 사망사고 발생 등이 사회적 문제로 지적됨에 따라 작업장에서 발생하는 중대재해 처벌 등에 관한 법률이 제정되어 시민의 안전권 보장과 중대재해를 사전에 방지하기 위한 노력이 요구되는 실정이다. 본 논문에서는 지게차와 같은 중장비에 작업자가 치이는 경우와 관련해 거리 예측 모델을 제안한다. 데이터는 실제 지게차와 작업자가 배회하는 환경을 CCTV로 직접 촬영한 영상을 사용했으며 유클리디안 거리 기반으로 진행하였다. 산업 현장에서 데이터 셋을 직접 구축해 YOLO-v4를 학습하고 이를 통해 거리를 예측하여 위험한 상황인지 판정하는 모델을 구현하여 종합 위험 상황 판단 모델의 기초 자료로 활용할 수 있을 것으로 사료된다.