• 한국수자원학회논문집
• /
• 제54권7호
• /
• pp.485-493
• /
• 2021

지하수는 지표수와 함께 용수로 사용가능한 중요한 수자원이며 특히 섬 지역의 경우 전체 수자원 중 지하수의 이용 비율이 상대적으로 높기 때문에 안정적인 이용을 위해 지하수위 변동성에 대한 연구는 필수적이다. 지하수위 변동성의 예측 및 분석을 위해 인공지능 모델을 활용한 연구들이 지속적으로 증가하고 있으나 지하수위 예측결과의 적절성을 판단할 수 있는 평가기준을 제시한 연구는 충분하지 않다. 본 연구에서는 허용가능한 지하수위 예측오차의 범위를 제시하기 위해 과거 20년 동안 전 세계 다양한 지역을 대상으로 인공지능 모델을 활용하여 지하수위를 예측한 연구결과들을 종합적으로 분석하였다. 그 결과 관측지하수위의 변동성이 커질수록 인공지능 모델에 의한 지하수위 예측오차는 증가하였다. 따라서 관측지하수위 최대변동폭과 예측오차 간의 상관성과 기존 연구들에서 제시한 평가지수들을 고려하여 평가기준을 산정하였으며, 인공지능 모델에 의한 지하수위 예측결과의 적절한 평가기준은 도출된 선형회귀식에 의한 평균제곱근오차 또는 최대오차 이하이거나, NSE ≥ 0.849 또는 R² ≥ 0.880 이다. 이 허용가능한 오차범위는 인공지능 모델을 활용한 지하수위 예측결과의 적절성 판단을 위한 참고자료로 사용할 수 있다.

• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 1994년도 가을 학술발표회 논문집
• /
• pp.95-102
• /
• 1994

This paper presents a Cable Stayed Bridge Construction Management System, which consists of Structural System Identification Method (SSIM), Error Sensitivity Analysis and Optimum Error Adjustment & Prediction System. The 1st System Identification Method builds an error influence matrix using the linear superposition of each error modes. The 2nd SSIM also considers the second error mode term, which shows good error factor estimation. The optimal cable adjustment can be accomplished within the allowable range of both cable tension and camber. The Post processor, constituted with Motif and GL library on SGI platform, is useful for monitoring construction stage management by displaying construction data, adjustment and prediction results at each construction step.

• 동력기계공학회지
• /
• 제19권5호
• /
• pp.45-51
• /
• 2015

Grade 91 steel is used for the major structural components of Generation-IV reactor systems such as a very high temperature reactor (VHTR) and sodium-cooled fast reactor (SFR). Since these structures are designed for up to 60 years at elevated temperatures, the prediction of long-term creep life is very important to determine an allowable design stress of elevated temperature structural component. In this study, a large body of creep rupture data was collected through world-wide literature surveys, and using these data, the long-term creep life was predicted in terms of three methods: Larson-Miller (L-M), Manson-Haferd (M-H) and Wilshire methods. The results for each method was compared using the standard deviation of error. The L-M method was overestimated in the longer time of a low stress. The Wilshire method was superior agreement in the long-term life prediction to the L-M and M-H methods.

• 조명전기설비학회논문지
• /
• 제28권1호
• /
• pp.79-87
• /
• 2014

With the increase of demand for electricity power, new construction and expansion of transmission lines for transport have been required. However, it has been difficult to be realized by such opposition from environmental groups and residents. Therefore, the development of techniques for effective use of existing transmission lines is more needed. In this paper, the major variables to affect the allowable transmission capacity in an overhead transmission lines were selected and the dynamic line rating (DLR) method using artificial neural networks reflecting unique environment-heat properties was proposed. To prove the proposed method, the analyzed results using the artificial neural network were compared with the ones obtained from the existing method. The analyzed results using the proposed method showed an error of 0.9% within ${\pm}$, which was to be practicable.

• 한국항공우주학회지
• /
• 제46권1호
• /
• pp.78-85
• /
• 2018

항공기의 레이더 반사 면적을 예측하기 위한 수치해석 방법으로 전파기법(Full-wave method) 또는 점근기법(Asymptotic method)이 주로 이용된다. 전파기법은 점근기법에 비하여 상대적으로 정확한 해석결과를 기대할 수 있으나, 점근기법은 수치적으로 효율성이 높아 레이더 반사 면적 해석 시에는 점근 기법이 보다 널리 활용되고 있다. 그러나 점근기법을 이용하여 레이더 반사 면적을 예측할 때 발생하는 오차는 쉽게 예상하기 어렵다. 본 논문에서는 쐐기-원통형 해석 모델을 구성하고, 가장자리 형상을 변화시키면서 모멘트법과 물리광학기법의 레이더 반사 면적 예측 결과를 비교하여 물리광학기법의 적용 한계를 분석한다. 마지막으로 레이더 반사 면적 예측 시 물리광학기법의 적용 한계에 대한 기준을 제시하고자 한다.

• 한국전산구조공학회논문집
• /
• 제29권2호
• /
• pp.123-130
• /
• 2016

선박 건조 시장의 요구를 맞추기 위하여 신속한 건조의 목표로 노력하고 있는 조선소가 선박 정도관리에 대한 요구가 갈수록 높아지고 있다. 선박 건조 공정에서 생산성의 향상과 생산 주기의 단축을 위하여 선박 부재의 정도평가를 전 주기에서 수행해야 하는 것은 중요하다. 선박의 품질을 높이기 위하여 조선소에서 블록의 정도제어를 수행하는 것은 선박의 건조 주기를 단축할 수 있을 뿐만 아니라 건조 비용도 줄일 수 있다. 선박 블록의 정도를 제어하는 중심은 선박 블록 통합 정도관리 시스템을 만들어야 한다. 이 시스템은 "Non-allowance Shipbuilding"의 목표로 정도관리의 총괄성, 블록 정도의 향상, 정도 관리 과정의 표준화 등이 이루어져야 한다. 일반적으로 정도관리를 수행하는 관리자가 광파측정기를 이용하여 선박 블록의 접합면에 있는 주요 포인트(vital point)를 측정하고 수집하지만 무거운 계측장비를 가지고 블록의 정도관리를 수행하는 것은 불편할 뿐만 아니라 시간도 오래 걸린다. 본 논문에서는 선박 블록의 정도관리 시간을 단축할 수 있는 포인트 클라우드 기반으로 3차원 레이저 스캐너를 이용한 선박 블록 탑재 전에 오차예측 방법을 제안하였다. 이 방법은 ICP(iterative closest point) 알고리즘으로 측정된 포인트 클라우드와 설계된 점들의 비교 작업을 수행한 다음에 허용범위 내의 오차를 만족하는 지를 판단한다.

• 한국강구조학회 논문집
• /
• 제12권5호통권48호
• /
• pp.605-615
• /
• 2000

CMAC을 이용하여 구조물의 지진응답을 예측하였다. CMAC은 매우 빠른 학습성능을 가지고 있는 것이 장점이며 구조물의 동적응답을 학습함에 있어서도 수 초 이내에 만족할 만한 정도로 학습을 끝낸다. 따라서 실시간 학습을 필요로 하는 분야에 매우 효과적으로 사용될 수 있다. 실시간 응답학습은 장기거동 등으로 역학적 특성이 변하거나 손상을 입은 구조물의 적응제어 등이 있다. 수치해석에서는 3층 전단건물의 지진응답을 CMAC을 통하여 학습하였으며 학습은 매우 빠르게 완수 되었다. 결론적으로 CMAC은 구조물의 진동제어 분야에서 매우 효과적으로 사용될 수 있는 인공지능의 하나이다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2002년도 춘계학술대회논문집
• /
• pp.197-203
• /
• 2002

The estimation of pile bearing capacity is important since the design details are determined from the result. There are numerous ways of determining the pile design load, but only few of them are chosen in the actual design. According to the recent investigation in Korea, the formulas proposed by Meyerhof based on the SPT N values are most frequently chosen in the design stage. In the study, various static and dynamic formulas have been used in predicting the allowable bearing capacity of a pile. Further, the reliability of these formulas has been verified by comparing the perdicted values with the static and dynamic load test measurements. Also in cases, these methods of pile bearing capacity determination do not take the time effect consideration, the actual allowable load as determined from pile load test indicates severe deviation from the design value. The principle results of this study are summarized as follows : A a result of estimate the reliability in criterion of the Davisson method, in was showed that Terzaghi & Peck > Chin > Meyerhof > Modified Meyerhof method was the most reliable method for the prediction of bearing capacity. Comparisons of the various pile-driving formulas showed that Modified Engineering News was the most reliable method. However, a significant error happened between dynamic bearing capacity equation was judged that uncertainty of hammer efficiency, characteristics of variable , time effect etc... was not considered. As a result of considering time effect increased skin friction capacity higher than end bearing capacity. It was found out that it would be possible to increase the skin friction capacity 1.99 times higher than a driving. As a result of considering 7 day's time effect, it was obtained that Engineering News. Modified Engineering News. Hiley, Danish, Gates, CAPWAP(CAse Pile Wave Analysis Program ) analysis for relation, respectively, $Q_{u(Restrike)}$ $Q_{u(EOID)}$ = 0.971 $t_{0.1}$, 0.968 $t_{0.1}$, 1.192 $t_{0.1}$, 0.88 $t_{0.1}$, 0.889 $t_{0.1}$, 0.966 $t_{0.1}$, 0.889 $t_{0.1}$, 0.966 $t_{0.1}$

• 터널과지하공간
• /
• 제17권4호
• /
• pp.301-310
• /
• 2007

심부 탄광 개발의 타당성 검토나 통기계획 수립시 갱내 작업장의 온도를 예측하는 것은 매우 중요하다. 심부의 탄광주변의 암반은 매우 다양하고 여러 암종으로 구성되어 있어 암반의 열 전도율(thermal conductivity)를 구하는 일은 매우 어려운 작업이다. 이에 본 연구에서는 복잡한 갱내여건에 상응한 열전도율을 도출하기 위해 artificial neural network(인공신경망)를 새롭게 도입하여 갱내 기상 예측을 위한 전산 프로그램을 개발하였다. 인공 신경망을 이용한 열전도율 계산 프로그램은 back-propagation algorithm을 사용하였으며 9개의 인자를 받아들이는 input layer와 5개와 3개의 뉴런을 가지는 두 개의 hidden layer로 구성되어져 있다. 개발된 TemPredict를 이용하여 장성광업소의 심부온도를 검증한 결과 장성생산부 -300 ML 하반구 입구의 온도가 $25.65^{\circ}C$로 산출되었고 실제 온도($25.7^{\circ}C$)와 $0.05^{\circ}C$의 차이를 나타냈다. 이는 오차 범위 5% 이내에 포함되는 것으로 검증결과 95% 이상의 높은 신뢰도를 나타냈다. 위의 검증결과를 통해 TemPredict를 이용하여 현재 굴진중인 -425 ML이 관통이 되었을때의 장성생산부 주운반갱도 9X지점의 온도를 예측하였다. 예측 결과 장성생산부 주운반갱도 9X지점의 온도는 $28.2^{\circ}C$로 예측되었다. 향후 TemPredict를 통한 온도예측을 통하여 광산이나 지하구조물의 설계시 통기계획에 많은 도움을 줄 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.449-449
• /
• 2022

제주도는 용수의 대부분을 지하수에 의존하므로 지하수위의 예측 및 관리는 매우 중요한 사항이다. 제주도의 지층은 화산활동에 의한 현무암이 겹겹이 쌓여있는 형태를 나타내며 육지의 지층구조와 매우 다른 복잡한 형태를 나타낸다. 이에 따라 제주도 지하수위의 예측은 매우 난해하며, 최근에는 딥러닝 인공지능 모델을 활용하여 지하수위를 예측하는 연구사례가 증가하고 있다. 기존의 연구들은 인공지능 모델들이 지하수위를 적절히 예측한다고 보고하고 있으나 예측의 적절성에 대한 판단기준을 제시하지 못하였으므로 이에 대한 명확한 제시가 필요하다. 본 연구의 목표는 인공지능을 활용한 지하수위 예측오차가 허용 가능한지 판단할 수 있는 기준을 제시함에 있다. 이를 위해 전 세계의 과거 20년 동안 관련 연구결과들을 수집 및 분석하였으며, 분석 결과 인공지능 모델의 지하수위 예측오차는 지하수위 변동성이 큰 지역일수록 증가하는 것을 확인하였다. 이것은 지하수위의 변동형태가 크고 복잡할수록 인공지능 모델의 지하수위 예측성능은 낮아진다는 것을 의미한다. 이 관계를 명확하게 나타내기 위해 지하수위 최대변동폭과 평균제곱근오차 및 최대오차와의 관계를 선형회귀식으로 도출하여 허용가능한 예측오차 기준을 제시하였다. 그리고 기존 연구들에서 제시한 Nash-Sutcliffe 효율성지수와 결정계수를 분석하여 선형회귀식에 의한 기준을 보완할 수 있는 추가적인 기준을 제시하였다. 본 연구에서 제시한 인공지능 모델에 의한 지하수위 예측결과의 적절성 판단기준은 향후 지속적으로 증가하는 인공지능 예측연구에 유용하게 사용될 수 있다.