• 한국항해항만학회지
• /
• 제46권6호
• /
• pp.491-500
• /
• 2022

큰 상부 형상을 가지는 FLNG (Liquefied Natural Gas Floating Production Storage Offloading Units, LNG FPSOs) 등의 해양구조물은 안정적인 운동성능 확보 및 계류라인 설계에 있어 정도 높은 풍하중 추정이 필수적이다. 따라서 본 연구의 목적은 FLNG의 풍하중 추정을 위한 수치해석 기법을 개발하는 데 있다. 특히, 본 연구에서 개발한 수치해석 기법은 저자의 이전연구를 FLNG에 맞추어 수정하였다. 풍하중 추정을 위한 수치해석은 15° 간격으로 0-360° 범위에서 균일 풍속 조건과 풍속 프로파일을 적용한 NPD (Norwegian Petroleum Directorate) 조건에서 수행하였다. 먼저, NPD 모델 풍속 프로파일 모델 개발을 위해 Sand-Grain Roughness 변화에 따른 풍속 프로파일을 분석하였다. 개발된 NPD 모델을 이용하여 3가지 풍향 (Head, Quartering & Beam)에 대한 메쉬 수렴성 시험을 수행하였다. 최종적으로 개발된 NPD 모델과 메쉬를 이용하여 균일한 풍속 조건과 NPD 조건에서의 풍하중을 평가하고 비교하였다. 본 연구에서는 RANS (Reynolds-averaged Navier-Stokes) 기반 Solver인 STAR-CCM+ (17.02)를 이용하였다. 결과를 요약하면, 풍속 프로파일을 적용한 NPD 모델에서의 풍하중은 균일 풍속(10m/s) 조건과 비교하여, Surge와 Yaw 하중이 최대 20.35 % 와 34.27% 증가하였다. 특히, 특정 일부 구간에서만 큰 하중의 차이를 보인 Sway (45°< α < 135°, 225°< α < 315°)와 Roll (60° < α < 135°, 225° < α < 270°)은 구간별 평균 증가율이 15.60%와 10.89% 수준으로 나타났다.

• Smart Structures and Systems
• /
• 제29권4호
• /
• pp.625-640
• /
• 2022

Maglev rail joints are vital components serving as connections between the adjacent F-type rail sections in maglev guideway. Damage to maglev rail joints such as bolt looseness may result in rough suspension gap fluctuation, failure of suspension control, and even sudden clash between the electromagnets and F-type rail. The condition monitoring of maglev rail joints is therefore highly desirable to maintain safe operation of maglev. In this connection, an online damage detection approach based on three-dimensional (3D) convolutional neural network (CNN) and time-frequency characterization is developed for simultaneous detection of multiple damage of maglev rail joints in this paper. The training and testing data used for condition evaluation of maglev rail joints consist of two months of acceleration recordings, which were acquired in-situ from different rail joints by an integrated online monitoring system during a maglev train running on a test line. Short-time Fourier transform (STFT) method is applied to transform the raw monitoring data into time-frequency spectrograms (TFS). Three CNN architectures, i.e., small-sized CNN (S-CNN), middle-sized CNN (M-CNN), and large-sized CNN (L-CNN), are configured for trial calculation and the M-CNN model with excellent prediction accuracy and high computational efficiency is finally optioned for multiple damage detection of maglev rail joints. Results show that the rail joints in three different conditions (bolt-looseness-caused rail step, misalignment-caused lateral dislocation, and normal condition) are successfully identified by the proposed approach, even when using data collected from rail joints from which no data were used in the CNN training. The capability of the proposed method is further examined by using the data collected after the loosed bolts have been replaced. In addition, by comparison with the results of CNN using frequency spectrum and traditional neural network using TFS, the proposed TFS-CNN framework is proven more accurate and robust for multiple damage detection of maglev rail joints.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.1-16
• /
• 2022

Despite recent breakthroughs in deep learning and computer vision fields, the pixel-wise identification of tiny objects in high-resolution images with complex disturbances remains challenging. This study proposes a modified U-net for tiny crack segmentation in real-world steel-box-girder bridges. The modified U-net adopts the common U-net framework and a novel Self-Attention-Self-Adaption (SASA) neuron as the fundamental computing element. The Self-Attention module applies softmax and gate operations to obtain the attention vector. It enables the neuron to focus on the most significant receptive fields when processing large-scale feature maps. The Self-Adaption module consists of a multiplayer perceptron subnet and achieves deeper feature extraction inside a single neuron. For data augmentation, a grid-based crack random elastic deformation (CRED) algorithm is designed to enrich the diversities and irregular shapes of distributed cracks. Grid-based uniform control nodes are first set on both input images and binary labels, random offsets are then employed on these control nodes, and bilinear interpolation is performed for the rest pixels. The proposed SASA neuron and CRED algorithm are simultaneously deployed to train the modified U-net. 200 raw images with a high resolution of 4928 × 3264 are collected, 160 for training and the rest 40 for the test. 512 × 512 patches are generated from the original images by a sliding window with an overlap of 256 as inputs. Results show that the average IoU between the recognized and ground-truth cracks reaches 0.409, which is 29.8% higher than the regular U-net. A five-fold cross-validation study is performed to verify that the proposed method is robust to different training and test images. Ablation experiments further demonstrate the effectiveness of the proposed SASA neuron and CRED algorithm. Promotions of the average IoU individually utilizing the SASA and CRED module add up to the final promotion of the full model, indicating that the SASA and CRED modules contribute to the different stages of model and data in the training process.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.491-496
• /
• 2021

지하시설물에 따른 안전과 지하정보의 활용이 점차 부각되고 있는 현대 시대에 맞추어, 국가는 더욱 정밀하고 정확한 지하공간정보 확보 및 활용을 추진하고 있다. 앞으로는 국토교통부에서 구축 중인 15종(지하시설물 6종, 지하구조물 6종, 지반 3종) 지하공간통합지도를 적극 활용하여, 국가안전 및 지하공사 편의성 향상을 위해 많은 기여를 할것으로 예상된다. 하지만 현장담당자가 모바일기기로 지하공간통합지도를 요청할 때, 대용량의 지하공간통합지도가 무선구간에서 빠르게 전송되어 서비스되지 않는다면, 현장담당자에게 불편을 초래하고, 업무 지연을 유발한다. 본 논문에서는 현장담당자가 최소한의 정보교환으로 타일링된 지하공간통합지도를 신속하게 전송 서비스 받을 수 있도록 하는 것을 목표로 한다. 따라서 고속 모바일용 지하공간통합지도 전송을 위한 데이터셋에 맞춤으로 타일링체계를 구성한다. 아울러 모바일용 지하공간통합지도 데이터에 대한 전송체계를 설정하고, 현장 지하공간통합지도 전용 TCP/IP (Transmission Control Protocol/ Internet Protocol) 기반 공간정보 타일링 전송 프로토콜을 개발한다.

• Advances in aircraft and spacecraft science
• /
• 제9권5호
• /
• pp.415-431
• /
• 2022

Secondary flows have a huge impact on losses generation in modern low pressure gas turbines (LPTs). At design point, the interaction of the blade profile with the end-wall boundary layer is responsible for up to 40% of total losses. Therefore, predicting accurately the end-wall flow field in a LPT is extremely important in the industrial design phase. Since the inlet boundary layer profile is one of the factors which most affects the evolution of secondary flows, the first main objective of the present work is to investigate the impact of two different inlet conditions on the end-wall flow field of the T106A, a well known LPT cascade. The first condition, labeled in the paper as C1, is represented by uniform conditions at the inlet plane and the second, C2, by a flow characterized by a defined inlet boundary layer profile. The code used for the simulations is based on the Discontinuous Galerkin (DG) formulation and solves the Reynolds-averaged Navier-Stokes (RANS) equations coupled with the Spalart Allmaras turbulence model. Secondly, this work aims at estimating the influence of viscosity and turbulence on the T106A end-wall flow field. In order to do so, RANS results are compared with those obtained from an inviscid simulation with a prescribed inlet total pressure profile, which mimics a boundary layer. A comparison between C1 and C2 results highlights an influence of secondary flows on the flow field up to a significant distance from the end-wall. In particular, the C2 end-wall flow field appears to be characterized by greater over turning and under turning angles and higher total pressure losses. Furthermore, the C2 simulated flow field shows good agreement with experimental and numerical data available in literature. The C2 and inviscid Euler computed flow fields, although globally comparable, present evident differences. The cascade passage simulated with inviscid flow is mainly dominated by a single large and homogeneous vortex structure, less stretched in the spanwise direction and closer to the end-wall than vortical structures computed by compressible flow simulation. It is reasonable, then, asserting that for the chosen test case a great part of the secondary flows details is strongly dependent on viscous phenomena and turbulence.

• 한국구조물진단유지관리공학회 논문집
• /
• 제27권4호
• /
• pp.86-93
• /
• 2023

국내 교량들의 노후화 진행에 따라 구조물의 지속적인 안전관리를 위한 실시간 계측 기반의 교량 관리시스템이 필요하다. 현재 교량 계측시스템 기술은 대형 단일 교량의 계측을 중심으로 발전하여 유선을 기반으로 전원을 공급하고 계측 데이터를 수집한다. 하지만 산발적으로 분포하는 중소교량에는 위치적 문제로 인해 유선 기반 계측시스템을 적용하기 어렵다. 본 연구에서는 중소교량을 대상으로 무선 기반 계측시스템을 구축하는 방안을 제안하였다. 제안한 무선 기반 계측시스템은 기존 유선 기반의 계측시스템의 한계를 극복하기 위해 태양광 발전을 통해 무선 전원을 확보하였으며, LTE 통신을 활용하여 데이터를 송출하게 하였다. 또한, 교량 계측시스템의 관리를 위한 시스템 원격 제어 방안과 전원 관리 방안도 제안되었다. 제안한 계측시스템의 검증을 위해 실제 지방도상의 교량 32개소에 설치되었으며, 1년간의 장기 계측데이터를 수집하였다. 설치된 테스트 베드에서 80.6%의 계측데이터 취득이 가능함을 확인하여 제안한 계측시스템의 운용 가능성을 검증하였다. 제안된 시스템 구축방안은 지방도상 노후 교량들의 안전감시에 활용 가능할 것으로 기대된다.

• 한국터널지하공간학회 논문집
• /
• 제25권1호
• /
• pp.13-26
• /
• 2023

최근 급속한 도시화, 인구 과밀화로 지하공간의 개발이 활발해지면서 지하공간의 공사에 따른 지반거동에 대한 관심이 높아지고 있다. 인구밀집도가 크고 건물도 많은 대도시에서의 지표침하는 구조물에 큰 영향을 주고 붕괴의 위험이 있을수 있기에 지하공사로 인한 지반거동에 대한 분석은 필수적으로 진행되어야 한다. 지금까지 터널 굴착 시 지표의 침하 양상과 터널의 변형에 관한 연구가 많이 이루어져 왔으나, 실제 지형 정보를 반영하여 분석을 진행한 경우는 거의 없다. 따라서 본 연구에서는 FLAC 3D를 활용하여 실제지형과 평면지형에서의 지반거동의 차이를 분석하였다. 지형은 부산의 OO~OO 지하고속도로 구간의 OO역 인근의 지형으로 적용하였으며, 상행선과 하행선을 각각의 Case로 나누어 지형과 터널의 위치에 따라 3차원 수치해석을 수행하였다. 그 결과 지반침하는 산악지형과 같이 표고가 높을수록 크게 발생한다는 것을 확인할 수 있었으며, 터널의 천단침하는 지형 정보를 고려하여 수치해석을 진행하였을 때, 같은 지점에서 지형을 고려하지 않은 경우와 최대 약 10 mm의 차이를 보였으며, 내공변위의 경우 천단침하와 지반침하에 비해 민감도가 적은 것을 알 수 있었다. 수치해석을 통해 현장을 잘 모사하기 위해서는 지형을 고려하는 것뿐만 아니라 상부 구조물을 해석에 반영시켜야 하기 때문에 수치해석에 사용할 건물 데이터에 대한 연구가 진행되어야 할 것이다. 본 연구에서 제시된 GIS 기반 지형 정보를 고려한 수치해석은 터널 굴착공사로 인한 상부 구조물의 거동을 파악하기 위해 더 정확한 지반침하 데이터를 얻는데 활용될 수 있을 것으로 판단된다.

• 한국지반공학회논문집
• /
• 제26권12호
• /
• pp.71-79
• /
• 2010

설계지반정수의 합리적인 결정과 확률론적 방법에 의한 지반구조물의 설계를 위해서는 지반정수의 변동계수에 대한 신뢰성 있는 추정이 필요하다. 본 논문에서는 인천 송도지역의 지반조사자료를 이용하여 Three-Sigma Rule 및 통계적인 방법과 같은 표준편차 추정방법의 적용성을 평가해 보았다. 무작위성을 보이는 지반 물성값 중, 변동성이 작은 ${\gamma}_t$, ${\gamma}_b$, $e_0$는 $N_o=6$을, 상대적으로 변동성이 큰 $C_{\alpha}/C_c$, $C_c(1+e_0)$, $c_v$, $k_v$의 경우 $N_{\sigma}$=4.2~5.3을 사용하여 Three-Sigma Rule을 적용하면 통계학적 방법과 유사한 결과를 얻는 것이 관찰되었다. 또한 깊이에 따라 경향성을 보이는 비배수전 단강도는 약 40%의 변동계수를 보이는 것으로 관찰되었으며 $N_{\sigma}$=4를 사용하면 Three-Sigma Rule로 얻는 것으로 나타났다. 본 논문에서 추정한 변동계수를 이용하여 지반정수의 신뢰구간, 특성값을 결정할 수 있었다.

• 한국지반공학회논문집
• /
• 제23권7호
• /
• pp.17-25
• /
• 2007

연약점토지반에 도로, 대규모 단지조성공사에 따른 지지력의 부족과 과대한 침하량으로 인하여 여러 가지 어려운 문제가 발생하며 최종 침하량 및 침하시간의 정확한 예측은 지반개량공법의 선정은 물론 사업비, 사업기간에 중대한 영향을 미치게 된다. 현재 사용되고 있는 침하량 예측기법으로는 Terzaghi의 압밀이론을 응용한 Asaoka법과 경험식인 Hyperbolic법, Hoshino법 등이 있다. 그러나 이러한 방법들에 의하여 예측된 침하량과 실제 침하량이 정확히 일치하지 않는 경향이 있다고 알려지고 있다. 게다가 이런 방법 등은 계측결과가 없는 설계단계에서는 사용할 수 없는 단점을 가지고 있다. 본 논문에서는 국내 단지조성공사에서의 데이터와 다양한 테스트 결과값를 이용하여 성토시 침하를 보다 정확하게 예측하기 위해 인공신경망 기법인 Jordan 모델과 Elman-Jordan 모델을 적용하여 가장 적합한 모델구조를 얻고자 하였다. 개선된 인공신경망 모델에 의한 예측치를 실측치와 비교하였고, 결과값에 의하면 Jordan 모델이 Elman-Jordan 모델보다 실측치와 잘 일치하고 콘관입 저항을 이용한 예측치가 표준관입시험을 이용한 결과치보다 실제에 더 가깝다는 것을 알 수 있다. 따라서 더 많은 현장실험 데이터가 확보된다면 콘관입시험을 이용한 순환형 인공신경망 기법이 침하량 예측에 있어 가장 효과적인 방법이 될 것이라 사료된다.

• 한국지반공학회논문집
• /
• 제24권7호
• /
• pp.61-73
• /
• 2008

다수의 말뚝을 캡(확대기초)으로 연결하여 하중을 지지하는 다주식 기초에 대하여 캡의 연결부를 강결합 조건과 힌지결합 조건으로 구분하여 말뚝 반력 해석의 합리성을 분석하였으며, 널리 사용 중인 탄성변위법과 라멘식 프레임 해석에 기반한 비선형 해석기법을 비교하여 검토하였다. 특히 실제 해상 장대교량의 조건을 대상으로 상부구조와 기초를 연계한 전체 구조계 해석 결과를 분석하여 말뚝머리 구속 조건에 대한 기초 부재 단면력 산정의 적정성을 파악하였다. 이를 위해 캡과 연결된 각 말뚝에서 발생하는 휨모멘트, 전단력, 압축력 등 반력을 산정하고 PM상관도 분석과 지지력 산정을 통해 말뚝 부재의 안정성을 검토하였다. 일반적인 규모의 교량, 또는 강성이 크지 않은 말뚝을 적용한 기초에서는 말뚝-캡 결합 조건에 따른 말뚝 단면 설계의 차이가 현저하지 않으나, 말뚝이 지면 위로 일정 길이 이상 돌출되는 다주식 기초의 해상교량에서는 말뚝머리를 힌지로 고려할 경우 지중부에서 매우 큰 휨모멘트와 전단력이 유발되며, 말뚝머리의 수평변위량이 극단적으로 증가하였다. 해상 장대교량에 대해서는 비현실적 가정조건에 기반한 탄성변위법 보다는 말뚝머리를 캡에 강결합하고 말뚝이 탄성판에 지지된 보로 간주하는 라멘(rahmen) 모델링을 통해 상부구조와 연계한 전체 구조계 해석을 수행하는 것이 바람직하다.