• 대한토목학회논문집
• /
• 제28권6D호
• /
• pp.931-936
• /
• 2008

지상LiDAR는 토탈스테이션에 비해 신속한 측량이 가능하기 때문에 터널의 내공단면 측량을 적기에 수행하고 중심선 오차와 여 미굴량 발생을 최소화할 수 있는 강점을 가지고 있어 지상LiDAR를 이용한 터널의 내공단면 측량 및 계측이 점점 증대되고 있으며 보다 효율적이고 정확한 지상LiDAR 활용을 위한 연구도 활발하게 진행 중이다. 현재 일반적으로 터널의 여 미굴량을 계산할 때 사용되는 양단면 평균법의 경우 기존 측량 방식인 토탈스테이션 및 사진측량 등과의 비교는 많이 이루어졌으나 터널 전체의 3차원 위치정보를 얻을 수 있는 지상LiDAR를 이용하여 터널의 내공단면을 측량 체적 및 여 미굴량을 구할 때 관측간격에 따른 기준이 없는 실정이다. 이에 본 연구에서는 시험터널에 대한 reverse engineering을 실시하여 터널 내공단면 측량 시 터널단면의 체적을 비교하여 가장 합리적인 간격을 결정하고 이 결과를 토대로 현재 설계 데이터가 존재하지 않는 시험터널에 대한 CAD도면을 제작하였다. 또한 지상LiDAR 기술의 정확도를 검증하기 위하여 토탈스테이션과의 비교를 통하여 타겟좌표 정확도, 입사각에 따른 정확도 분석을 실시하였다.

• 분석과학
• /
• 제22권4호
• /
• pp.326-335
• /
• 2009

계란 중에 잔류하는 6 종의 글루코코티코이드 약물을 극미량으로 분석하는 방법이 개발되었다. 동시분석을 위한 시료 추출방법과 정제방법을 확립하였으며 액체 크로마토그래프와 질량분석기의 최적화 조건을 확립하였으며, 글루코코티코이드를 분석하기 위해서는 5 g의 계란에 초산 완충용액을 사용하여 시료의 pH를 5.2로 조절한 후 효소 가수분해를 위해 Helilx pomatia를 사용하였다. 혼합물을 원심분리하여 20 mL n-헥산으로 두 번 추출하였다. 다시 HLB 카트리지에서 메탄올에 의한 추출이 이루어진 후 연속해서 실리카 카트리지에서 메탄올/에틸아세테이트를 사용하여 정제하였다. 분석물질은 역상 HPLC/ESI-MS/MS로 분석하였으며 ESI는 음이온 모드를 사용하였다. 검정곡선의 상관계수는 0.99 이상을 나타내었고 검출한계는 $0.09-0.17{\mu}g/kg$ 이었으며 회수율은 55.7-69.8%이었다. 바탕 계란 중에서 실험된 유효성 검증방법에 근거하여 확립된 분석법은 계란 중 글루코코티코이드를 수 ${\mu}g/kg$ 농도까지 검출하는데 사용될 수 있을 것이다.

• 대한토목학회논문집
• /
• 제28권6B호
• /
• pp.709-721
• /
• 2008

본 연구에서는 격자기반 운동파 강우유출모형 KIMSTORM을 개선한 ModKIMSTORM을 유역면적 $2,293km^2$의 남강댐 유역을 대상으로 적용성을 검토하였다. 공간해상도 500 m의 GIS 입력자료(DEM, 토지피복도, 유효토심도, 토양종류도 등)를 구축하였으며, 5개 태풍(2000년 사오마이, 2002년 루사, 2003년 매미, 2004년 메기, 2006년 에위니아) 및 2개 강우사상 (2003년 5월, 2004년 7월)을 적용하여 모형을 검보정하였다. 모형의 자동평가 기능을 이용하여 모의유량을 실측유량과 비교하였으며, 유역의 출구지점에 대한 매개변수 보정결과 결정계수($R^2$), 모형효율(E), 유출용적편차($D_v$), 첨두유량의 상대오차 ($EQ_p$), 첨두시간의 절대오차($ET_p$)의 평균은 각각 0.984, 0.981, 3.63%, 0.003, 0.48 hr로, 검정에서는 $R^2$, E, $D_v$, $EQ_p$, $ET_p$의 평균이 각각 0.937, 0.895, 8.08%, 0.138, 0.73 hr로 분석되었다. 매개변수와 관련하여 초기토양수분함량이 유출용적에 민감하였고, 하천조도계수가 첨두유량에 가장 민감한 변수로 나타났다. 호우기간동안의 공간적인 결과로부터 수문학적 요소의 작용을 살펴봄으로써 호우시 유역관리에 대한 정보를 얻을 수 있었다.

• 대한토목학회논문집
• /
• 제29권2D호
• /
• pp.245-253
• /
• 2009

도로시설은 교통을 위한 가장 기본적인 인프라 시설로, 원활한 교통흐름을 위해 다양한 정보를 노면에 포함하고 있다. 노면에 표시된 다양한 정보는 차량 소통으로 인한 부분 파손 및 노화에 의해 제거되고 다시 표시되어야 하는 경우가 발생하며, 해당 도로의 교통정보의 변화에 따른 노면표시 정보를 새로 표시하기 위해 기존의 것을 제거해야 한다. 종래의 노면표시 제거방법은 그라인더와 토치를 이용하여 인력작업으로 작업장비의 위험성과 함께 작업자가 운행 중인 차량에 직접 노출 되는 점과 아스팔트에 손상을 입히는 문제점을 갖고 있었다. 이러한 문제점을 보완하기 위하여 새로운 기술을 도입하여 초 고압수를 이용한 워터젯 시스템은 노면표시 제거작업에 활용되고 있으나 물탱크에 따른 작업의 제약 및 작업 후 도로표면에 남은 수분의 결빙 및 한정된 도료의 제거 등과 같은 문제점을 내포하고 있다. 이에 본 연구는 노면표시 제거 작업공정 분석 선행연구에 따른 드라이아이스 블래스터 도입의 자동화 차선제거 시스템 개발을 위해 프로토타입 개발을 수행하였다. 또한 환경과 작업성을 고려한 새로운 노면표시 제거 자동화 장비의 제안을 위한 드라이아이스 블래스터 장비 도입의 가능성을 테스트를 통해 파악하였으며, 실험 결과를 바탕으로 노면표시 중 차선 제거를 하는데 소요되는 작업 비용을 새로운 방법과 비교 분석 하였다.

• 대한토목학회논문집
• /
• 제30권2A호
• /
• pp.169-176
• /
• 2010

일반적으로 폴리우레아는 부착성능, 신장률, 투수 저항성이 매우 높아서 구조물의 방수 코팅재료로 많이 사용되고 있다. 또한, 스프레이건을 이용하여 쉽고 빠르게 작업이 가능하며, 약 30초 이내에 경화가 되기 때문에 시공성도 매우 뛰어나 우수한 기능성 재료로 각광받고 있다. 그러나, 건설산업에서 폴리우레아는 대부분이 방수코팅재료로 사용되고 있으며, 구조물의 성능을 향상시키는 보강재로 사용하기 위한 연구는 전무하다. 따라서, 본 연구는 폴리우레아를 일반 구조물의 보강재로 사용하기 위한 기초적인 연구로 폴리우레아의 구성성분의 변화에 따른 영향을 파악하고자 한다. 또한, 개발된 폴리우레아의 구조 보강성능을 확인하기 위하여, RC 보와 슬래브를 제작하여 휨 성능 실험을 수행하였다. 실험 결과, 폴리우레아는 콘크리트 시험체와 일체거동을 보이며, 연성과 강성이 상승하는 것으로 나타났다. 그러나, 섬유시트와 폴리우레아로 2중 보강한 시편은 오히려 섬유시트만으로 보강한 시편보다 낮은 성능을 보이는 것으로 나타났다.

• 대한토목학회논문집
• /
• 제26권6C호
• /
• pp.385-393
• /
• 2006

쏘일네일링공법은 굴착벽체나 사면을 안정화시키기 위한 보강공법으로서, 시공성과 경제성의 이점으로 인해서 그 사용량이 증가하고 있다. 그러나 쏘일네일링공법은 대지경계선 뒤쪽으로의 시공이 불가피하며 이는 대지점용료의 문제를 초래하게 된다. 이러한 이유로 제거식 쏘일네일링공법이 개발되었으나 제거식 쏘일네일의 제거율은 50 ~ 70% 정도 밖에 미치지 못하고 있다. 이러한 문제를 해결하기 위하여 제거가 불필요하고 대지경계선 뒤쪽의 삽입시 지주의 동의가 필요없는 섬유보강플라스틱(FRP) 쏘일네일이 개발되었다. 본 연구에서는 시험시공 및 인발시험과 같은 현장시험과 수치해석을 통하여 FRP 쏘일네일링 시스템의 안정성과 거동특성을 평가하였다. 그리고 다양한 지반조건에서 현장시험시공과 인발시험을 묘사하기 위한 수치해석(FLAC 2D)을 실시하였다. 본 연구결과, 제거식 쏘일네일링 시스템과 비교하여 FRP 쏘일네일링 시스템은 제거식 쏘일네일과 유사한 거동특성을 나타냈다. 따라서, FRP 쏘일네일의 사용성과 안정성이 사용하기에 충분한 것으로 나타났으며 기존의 제거식 쏘일네일에 대한 좋은 대안이 될 것으로 기대된다.

• 대한토목학회논문집
• /
• 제26권1D호
• /
• pp.195-202
• /
• 2006

침투경로분석은 지형공간정보 기술을 활용한 군사응용분야 중 하나이다. 분석결과는 잠재적인 적의 침투에 대해 취약한 경로를 보여줄 것이다. 가능한 침투경로를 찾기 위하여 탐지확률의 합으로 표현되는 비용함수를 최소화하는 최적경로알고리듬(다익스트라 및 $A^*$)을 사용하였다. 열상장비의 성능, 수치고도모형을 이용한 가시선분석 결과와 지형분석도(VITD)에 포함된 지형공간정보 커버리지(coverage) 중 2개의 관련된 커버리지를 사용하여 비용함수를 계산하였다. $50m{\times}50m$ 셀(cell) 크기 단위로 각각의 비용이 계산되고 저장되었으며, 최적경로로서 경로상의 모든 비용의 합을 최소화하는 경로를 찾아내었다. 제안된 방법은 대한민국의 대전지역을 대상으로 실험하였다. 실험 결과 다익스트라와 $A^*$ 알고리듬은 큰 차이가 없었으며, 다만 $A^*$ 알고리듬의 수행시간 측면에서 유리하였다. 이러한 응용분야는 침투와 감시의 두 가지 측면에서 모두 활용될 수 있다. 열상장비의 위치를 바꿔서 시뮬레이션을 수행하면, 가장 취약한 경로를 침투목적으로 찾아낼 수 있다. 다른 측면으로 보면 열상장비의 최상의 위치를 선택하기 위하여 사용될 수 있다. 이는 군사응용분야에 대한 강력한 지형공간정보 활용 해법의 한 가지 예제가 될 것이다.

• 한국건설순환자원학회논문집
• /
• 제11권4호
• /
• pp.433-439
• /
• 2023

본 연구에서는 높은 역학적, 내구적 성능이 확보된 UHPC(Ultra High Performance Concrete) 배합을 기반으로 보수재료를 개발하기 위해 일반 콘크리트 보수면을 대상으로 부착성능을 평가하였다. 보수 대상 모체의 표면의 거칠기와 습윤 상태 그리고 보수재료 배합에 폴리머 혼입 및 PP, PVA 섬유 사용을 고려하여 총 10가지 시험 변수를 적용하였다. 폴리머를 혼입함에 따라 큰 폭의 강도 저하가 발생하였으며 이는 워커빌리티 조정을 위해 추가로 사용한 감수제의 영향으로 사료된다. 또한 플라스틱 계열 섬유를 혼입함에 따라 플로우가 최대 13.8 % 감소하였다. 부착면의 상태를 고려한 보수재료의 부착 강도 평가 결과 UHPC 기반 보수재료를 사용하는 경우 보수 대상 모체의 표면이 건전하다면 별도의 면 처리 작업 없이 높은 부착성능을 확보할 수 있는 것으로 판단된다. 또한 UHPC 기반 보수재료는 부착면의 습윤하더라도 높은 부착성능을 나타내었다. 추후 UHPC 기반 보수재료의 개발을 위해 숏크리트 적용과 구배 타설에 대한 연구가 진행될 예정이며 콘크리트 구조 보수재료로써의 경제성과 성능 확보를 위해 지속적인 보수재료 배합 개선이 수행될 계획이다.

• 한국전산구조공학회논문집
• /
• 제36권5호
• /
• pp.323-330
• /
• 2023

PVA 섬유 보강 시멘트 복합체는 매우 복잡한 미세구조를 가지고 있으며, 재료의 거동을 정확히 평가하기 위해서는 미세구조 특성을 반영하여 실제 실험과 시너지효과를 내며 효율적인 재료 설계를 가능하게 하는 해석 모델의 개발이 중요하다. PVA 섬유 보강 시멘트 복합체의 역학적 성능은 PVA 섬유의 방향성에 큰 영향을 받는다. 그러나 마이크로-CT 이미지로부터 얻은 PVA 섬유의 회색조 값을 인접한 상과 구분하기 어려워, 섬유 분리 과정에 많은 시간이 소요된다. 본 연구에서는 섬유의 3차원 분포를 얻기 위하여 0.65㎛³의 복셀 크기를 가지는 마이크로-CT 이미지 촬영을 수행하였다. 학습에 사용될 학습 데이터를 생성하기 위해 히스토그램, 형상, 그리고 구배 기반 상 분리 방법을 적용하였다. 본 연구에서 제안된 U-net 모델을 활용하여 PVA 섬유 보강 시멘트 복합체의 마이크로- CT 이미지로부터 섬유를 분리하는 학습을 수행하였다. 훈련의 정확도를 높이기 위해 데이터 증강을 적용하였으며, 총 1024개의 이미지를 훈련 데이터로 사용하였다. 모델의 성능은 정확도, 정밀도, 재현율, F1 스코어를 평가하였으며, 학습된 모델의 섬유 분리 성능이 매우 높고 효율적이며, 다른 시편에도 적용될 수 있음을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권11호
• /
• pp.1-11
• /
• 2023

유방암은 전 세계적으로 여성들 대다수에게 가장 두려워하는 질환이다. 오늘날 데이터의 증가와 컴퓨팅 기술의 향상으로 머신러닝(machine learning)의 효율성이 증대되어 암 검출 및 진단 등에 중요한 역할을 하고 있다. 딥러닝(deep learning)은 인공신경망(artificial neural network, ANN)을 기반으로 하는 머신러닝 기술의 한 분야로 최근 여러 분야에서 성능이 급속도로 개선되어 활용 범위가 확대되고 있다. 본 연구에서는 유방암 분류를 위해 전이학습(transfer learning) 기반 DNN(Deep Neural Network)과 SVM(support vector machine)의 구조를 결합한 DNN-SVM Hybrid 모형을 제안한다. 전이학습 기반 제안된 모형은 적은 학습 데이터에도 효과적이고, 학습 속도도 빠르며, 단일모형, 즉 DNN과 SVM이 가지는 장점을 모두 활용 가능토록 결합함으로써 모형 성능이 개선되었다. 제안된 DNN-SVM Hybrid 모형의 성능평가를 위해 UCI 머신러닝 저장소에서 제공하는 WOBC와 WDBC 유방암 자료를 가지고 성능실험 결과, 제안된 모형은 여러 가지 성능 척도 면에서 단일모형인 로지스틱회귀 모형, DNN, SVM 그리고 앙상블 모형인 랜덤 포레스트보다 우수함을 보였다.