• Advances in concrete construction
• /
• 제18권1호
• /
• pp.43-54
• /
• 2024

According to major part of the energy-intensive manufacture of cement clinker, the cement sector contributes significantly to global CO₂ emissions. Previous experiments that have already been done on the subject of reducing CO₂ emissions and conserving energy during the production of cement clinker typically overlook the possibility of improving aggregate composition as a means of achieving these goals. While process efficiency is the main focus of current techniques, a thorough investigation of how raw material composition can further boost sustainability is lacking. This work presents a novel strategy for enhancing energy efficiency and lowering CO₂ emissions at the same time through aggregate composition optimization. This double gain has the potential to greatly advance cement industry sustainability initiatives. We examined the data set of cement the clinkers. Recycling cement was thought to use as little as 60%-76% of the energy used to produce clinker and emit less carbon dioxide. We proposed an optimal strategy based on the genetic programming with dynamic fuzzy system ensemble and Convolutional Neural networks (GP-DMFSE-CNN) are used to construct prediction models, which are subsequently refined through the application of one-year operation data, focusing attention to a cement clinker production process. To evaluate the suggested solution works in terms of efficiency, employee's satisfaction ratio, prediction rate, and decision make level. As a result, GHRM on EGB demonstrated by the suggested superior performance over other similar models in terms of energy consumption (350 kwh), carbon emission (150 ton), Cement Quality Index (CQI) (90%), and production rate (140 tons).

• 드라이브 ㆍ 컨트롤
• /
• 제21권4호
• /
• pp.208-213
• /
• 2024

The use of drone sprayers in South Korea is on the rise. The pesticides released by these drone sprayers are directed onto crops through the downward airflow created by the drone's rotors, making this airflow a key factor in the effectiveness of the spraying process. The required thrust varies depending on the amount of pesticide carried by the drone, which subsequently affects the intensity of the downward airflow. This study conducted experiments to examine how variations in the intensity of this airflow impact the adhesion of spray particles. Initially, to evaluate differences between nozzle types, two types of nozzles-Air Induction (AI) and XR-were tested to measure the adhesion of spray particles at different load levels. With the AI nozzle, the deposition of spray droplets increased by 25.9% as the load increased by 14.3%. In contrast, the XR nozzle showed a decrease in droplet deposition. Additional experiments using the XR nozzle, divided into three load stages, revealed a similar trend. This behavior is likely due to the increased downward airflow allowing more spray particles to reach the target area, while simultaneously reducing their adhesion because of the intensified downward force. Further research is needed to identify optimal operational strategies that maximize droplet deposition by effectively balancing drift and adhesion.

• 드라이브 ㆍ 컨트롤
• /
• 제21권4호
• /
• pp.124-134
• /
• 2024

In recent years, optimizing monitoring technology for each crop has become essential to address labor shortages caused by the decline and aging of agricultural population. This study was conducted using Logistic Lasso (Least Absolute Shrinkage and Selection Operator) model to classify maturity of oriental melon with hyper-spectral image (HSI) during fruit maturation periods. To classify maturity stage, CIE L^*a^*b^* values of oriental melon were used in cluster analysis. As a result, the maturity level was divided into three stages and used as reference for maturity classification model of oriental melons. We developed a maturity stage classification model using HSI data applied with single and multiple combination of five pre-processing methods. We provided effective band selection results for hyperspectral data depending on the combination of pre-processing methods. Logistic Lasso model with Savitzky-Golay Smoothing (SG) and Savitzky-Golay Smoothing (SG) + Savitzky-Golay second order derivatives (SG-D2) achieved an accuracy of 0.87 in classifying maturity levels of oriental melons. Therefore, Logistic Lasso model using HSI could be applied for estimating harvesting time for oriental melons cultivated in a hydroponic greenhouse.

• 대한임베디드공학회논문지
• /
• 제19권6호
• /
• pp.291-298
• /
• 2024

This paper proposes a vision-based centering direction inference system designed to enhance the accuracy of equipment alignment during the initial setup phase of catheter manufacturing. This system addresses the challenges of centering tasks that are prone to human error and variability, aiming to significantly improve the reliability and efficiency of the production process. Through the construction of a comprehensive catheter centering dataset, this study employs the advanced capabilities of the SAM2 (Segment Anything Model 2) to extract precise mask data from catheter material extrusion sequences. These masks provide detailed insights into the positional changes from the initial to the final frame, which are essential for inferring the accurate centering direction. The algorithm developed categorizes the centering direction into three distinct classes: 'Normal', 'Right', and 'Left'. It demonstrates robust performance with an accuracy of approximately 88.8% showcasing the system's effectiveness across different material types. This level of accuracy is crucial for ensuring the quality and consistency of catheter products. Moreover, the paper discusses the potential for future research to expand the application of the SAM2 algorithm to enhance centering precision for a broader range of materials and catheter shapes. The ongoing development of this technology is expected to further automate and refine manufacturing processes, pushing the boundaries of what is currently achievable in high-precision manufacturing environments. The implementation of such advanced manufacturing technologies not only streamlines production but also facilitates a shift towards smarter manufacturing practices.

• Geomechanics and Engineering
• /
• 제39권6호
• /
• pp.529-546
• /
• 2024

Organic soil is often encountered in seasonally frozen areas in China. Before construction, the organic soil is required to be treated to improve its engineering performance due to the high moisture content and low bearing capacity. Cement and fly ash were adopted in this study to treat organic soil subjected to natural freeze-thaw cycles. The influences of freeze-thaw cycles on the stress-strain behavior and microstructure of cement and fly ash-stabilized organic soil (C-F-S-O-S) were evaluated using unconsolidated undrained triaxial (U-U), mercury intrusion porosimetry (MIP) and CT experiments. With and without freeze-thaw cycles, results indicate that the specimen with 20% cement and 5.0% fly ash content performed the best in strength and was selected to evaluate the influence of freeze-thaw cycles on C-F-S-O-S mechanical and microstructure characteristics. The strength, elastic modulus (E-M), cohesion, and internal friction angle of the specimen show the largest decrease of 9.27%, 13.97%, 3.45%, 5.19% after the first freeze-thaw cycle and then slow decreased with further increase of the number of freeze-thaw cycles. The strain corresponding to the peak stress increased with increasing freeze-thaw cycles, and the increase was the largest with a value of 10.19% after the first freeze-thaw cycle. Relationships between the number of freeze-thaw cycles and above parameters were established. A generalized model was also established to predict the stress-strain curve of the C-F-S-O-S. The applicability of the proposed model was validated with published experiment data. The specimen porosity increased first (by 11.03%) and then gradually stabilized after a series of freeze-thaw cycles as revealed by the MIP. Consequently, MIP and CT analysis reveals the soil structural variation since the freeze-thaw cycle is the main reason of the reduction of the specimen strength after the freeze-thaw cycle.

• Geomechanics and Engineering
• /
• 제39권6호
• /
• pp.611-627
• /
• 2024

An essential component of designing geosynthetic reinforced soil walls (GRSW) is deformation analysis. Nonetheless, research highlights how artificial intelligence techniques may be used to solve geotechnical engineering problems. This study's primary goal was to investigate the potential use of machine learning-based techniques for GRSW deformation (Dis) estimate. This paper presents and validates new methods that combine random forests (RF) with the ant lion optimization (AnOA), the chimp optimization algorithm (ChOA), and the gannet optimization algorithm (GaOA). The dataset for this purpose was created by combining 166 finite element studies that have been done in the literature. The findings presented that the RF(AnOA), RF(ChOA), and RF(GaOA) methods have a significant ability to accurately predict the Dis of GSRW with R² values larger than 0.976. The value of Theil inequality coefficient (TIC) was 0.0463 and 0.0282 in the learning and examining sections for RF(GaOA), remarkably smaller than those of RF(ChOA) at 0.0523 and 0.063, and RF(AnOA) by 0.0564 and 0.0799, respectively. In conclusion, the results suggest that the suggested models may be used to evaluate the effectiveness of geosynthetic reinforced soil structures. This research provides a significant contribution by establishing a scalable and efficient framework for evaluating the deformation performance of GRSW structures, bridging the gap between computational geomechanics and machine learning. The proposed RF models can replace or complement traditional numerical methods for estimating GRSW deformation, saving time and computational resources. Using these models, engineers can predict GRSW deformations with high precision, enabling more accurate design and better safety assessments of geotechnical structures.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권5호
• /
• pp.529-542
• /
• 2000

최근 들어 멀티 미디어 정보의 사용이 급격히 증가하면서, 여러 미디어 형태 중 비디오가 많은 각광을 받으며, 다른 타입의 모든 미디어 정보를 하나의 자료 흐름으로 묶고 있다. 디지털 비디오의 실용 가능성은 크게 증대되고 있으나 비디오의 방대한 길이와 비구조적 형식 때문에 효과적인 비디오의 접근은 어려운 실정이다. 따라서 최근에 개발되는 영상과 비디오 정보 관리 시스템은 본 논문에서 제안하는 사용자의 최소 상호 작용과 비디오 구조의 명확한 정의를 필요로 한다. 본 논문에서는 사용자가 쉽게 비디오 내용을 요약한 형태로 보고, 임의로 접근 할 수 있도록 클러스터링 기반 비디오 계층 구조 구축 시스템을 제시한다. 제안된 시스템은 크게 샷 경계면 검출과 계층 구조 구축 단계로 이루어진다. 샷 경계면 검출 단계에서는 복수 특징들을 추출하고, 이웃한 프레임 쌍들에 대한상호관계를 고려한 시간 적응적 필터링 기법을 이용하여 오판될 수 있는 왜곡 성분을 제거함으로써 성능을 향상시켰다. 처리된 복수 특징들은 임계치를 필요로 하지 않는 k-means 클러스터링의 입력으로 사용되어 샷 경계면을 검출한다. 결과인 순차적인 샷 리스트는 시간 지역성과 장면 구조를 효과적으로 모델링하는 특성을 가진 지능적 비감독 클러스터링 기법에 의해 계층 구조로 표현된다. 실험은 정적 영화 비디오와 동적 영화 비디오를 대상으로 수행하였으며, 샷 경계면 검출에서는 평균적으로 95%의 정확성을 보였으며 장면 경계면 검출을 하는 비디오 계층 구조 구축에서도 어느 정도 정확한 장면 경계면 검출 결과를 보였다.

• 대한토목학회논문집
• /
• 제32권4D호
• /
• pp.345-356
• /
• 2012

도로포장은 충족되어야 하는 서비스 수준을 유지하기 위해 반복적인 유지보수를 필요로 한다. 그러나 노후화된 하부구조와 반복적인 유지보수는 포장의 파손속도를 가속화시키기도 하며, 이는 한정된 예산의 효율성을 저해하는 요소가 될 수 있다. 따라서 본래의 기능을 유지하기 위해 도로의 재포장이 주기적으로 요구된다. 특히, 국도는 그 건설수요가 한계점에 다다랐으며, 노후로 인해 재포장 및 유지관리의 필요가 점점 증가하고 있는 시점이다. 그러나 도로관리자들은 예산의 한계로 이러한 노후포장에 대해 재포장 및 효율적인 유지관리를 시행하기에 많은 어려움을 겪고 있다. 이는 의사결정에 필요한 장기적인 유지보수 전략의 부재 때문이라 할 수 있다. 이에 본 논문은 반복적인 유지보수로 인한 포장의 상태변화를 고려한 유지보수 전략을 도출하여 관리자들의 의사결정에 도움을 주고자 하였다. 분석을 위해 포장관리시스템(PMS)이 도입된 1986년부터 장기간 누적된 국도의 유지보수 이력데이터를 활용하였으며, 방법론으로는 유지보수 횟수에 따른 수명분포 도출 및 위험률(hazard) 함수의 변화과정을 분석한 후, 이 결과를 근거로 다양한 유지보수 대안들에 대해 중장기 유지보수비용을 산정하였다. 이를 위해 포장파손과정의 불확실성을 고려하고, 도로관리자들에게 보다 실용적인 정보를 제공하기 위해 확률론적 방법(몬테카를로기법)을 추가로 도입하였다. 또한, 신뢰성 이론을 활용하여 유지보수에 대한 품질보증과 관련된 정보도 도출하고자 하였다. 이러한 정보는 장기유지보수전략 수립에 중요한 정보로 활용할 수 있다.

• 대한토목학회논문집
• /
• 제32권6C호
• /
• pp.295-304
• /
• 2012

본 연구에서는 대형 지반구조물의 축조재료로 이용되는 대입경 조립재료의 동적 변형특성을 평가하기 위한 목적으로 국내 최대 규모의 대형 공진주시험시스템을 구축하였으며 그 성능 및 적용성을 검증하였다. 신규 시험기는 하단 고정, 상부 자유단에 코일-자석 시스템에 의한 가진 하중을 제어하는 전형적인 Stokoe 식 공진주시험 장치이며, 지름 200 mm, 높이 400 mm의 원주형 공시체에 대한 시험이 가능다. 시험기의 구동 및 계측 시스템은 굵은 자갈 이상의 조립재료에 대한 활용에 적합하도록 출력 및 정밀도를 확보하였으며, 고정밀의 제어 계측이 가능한 자동화 시스템으로 구성되었다. 공진주시험기의 동적응답특성 및 사용성을 검증하기 위한 방안으로 금속시편과 다수의 폴리우레탄 검증 시편을 이용하여 시험을 수행하였으며 타 시험기 또는 시험기법과의 비교를 통하여 정밀도를 평가하였다. 대형 시험기의 지반재료의 동적 변형특성 평가에 대한 신뢰성을 확인하기 위하여 동일한 사질토 시료에 대한 시험을 일반 공진주시험과 병행한 결과 공시체의 크기에 따른 효과가 일부 나타나지만 전반적으로 동일한 결과를 획득하였다. 최종적으로 댐 축조용 사력재료 시료에 대한 대형 공진주시험을 수행하였으며, 그 결과의 실효성을 확인하였다.

• 대한토목학회논문집
• /
• 제34권5호
• /
• pp.1353-1362
• /
• 2014

최근 화석연료의 과도한 소비로 인해 다양한 환경문제가 발생하고 있으며, 이에 대한 대안으로 신재생에너지의 중요성과 그에 대한 시설의 수요가 꾸준히 증가하고 있다. 이러한 수요를 만족하기 위하여, 다수의 태양광발전 구조물들이 건설, 계획되고 있다. 그러나 대부분의 태양광발전 시설들은 육지에 시공되고 있기 때문에 토지 이용에 따른 건설비의 증가와 토지 개간에 의한 추가적인 환경문제 등이 발생하고 있다. 이러한 문제점을 해결하기 위하여 최근 국내에서는 FRP를 활용한 수상 부유식 태양광발전 구조물에 대한 연구를 지속적으로 수행하고 있다. FRP는 높은 강도와 내부식성 및 작은 단위중량 등의 장점을 가지고 있기 때문에 최근 토목분야에서 각광받고 있으며, 이러한 재료적 특성은 자중에 따라 부력체의 크기가 결정되는 수상 구조물에 특히 유용하다. 이 연구에서는 수상 부유식 태양광발전 구조물과 구조물을 구성하는 SMC FRP 수직재의 구조적 성능을 평가하기 위한 해석적, 실험적 연구를 수행하였다. 수상 부유식 태양광발전 구조물은 유한요소해석을 통해 정적거동을 평가하고, 실험을 통해 동적거동을 평가하였다. 또한 SMC FRP 수직재는 유한요소해석을 통해 구조안전성 및 좌굴안정성을 평가하였으며, 실험을 통해 압축 및 인발 하중에 대한 구조적 거동 특성을 검토하였다. 검토 결과 펄트루젼 FRP (pultruded FRP)와 SMC (Sheet Modoling Compound) FRP로 구성된 구조시스템은 외부하중에 대한 안전성을 확보하고 있음을 확인하였다.