본 연구에서는 콘크리트와 철근과의 부착강도에 영향을 미치는 요인 중 철근의 위치를 수평하부철근(Horizontal reinforcement at Bottom position, HB), 수평상부철근(Horizontal reinforcement at Top position, HT), 및 수직철근(Vertical reinforcement type, V)으로 변화시킨 시험체를 제작하여 3수준의 콘크리트 강도 변화(30, 50 및 70 MPa)에 따른 고유동 자기충전 콘크리트(High flowing Self-compacting Concrete, HSCC) 및 일반콘크리트(Conventional Concrete, CC)와 이형철근의 부착 특성을 비교 분석 하였다. HSCC 및 CC의 상부근 철근계수를 평가하기 위하여 HB/HT 철근의 부착강도비를 측정한 결과 50 및 70 MPa의 경우 HB/HT의 부착강도비는 1.3이하로 나타났으며, 30 MPa의 경우 HSCC 및 CC에서 각각 1.2 및 2.1로 나타났다. 따라서 HSCC 30, 50 및 70 MPa의 경우 콘크리트구조설계기준(2007) 정착길이 설계시 상부근 계수에 제시되는 수평상부철근에 대한 정착길이 보정계수를 CC의 1.3보다는 감소시켜 적용하는 것이 바람직할 것으로 판단된다.
According to construction of global administration environment, all over the world was ended up in infinite competition period. Because eating out company also competes with another company, it must enjoy competitive power high position to secure high position continuously, classified by formation constituent's individuation and two aspects of organic special quality by the factor. Individuation classified by formation constituent's business ability, personal relations, age factors of Information Technology, and organic special quality classifies by factor of formation culture and result that analyze eating out company's business condition competitive power reinforcement effect factor is same as following. First, was construed by company culture, personal relations, business ability period of ten days with family Restaurant, and Information Technology showed that do not influence. Competitive power reinforcement effect factor with special restaurant was construed by company culture, personal relations, business ability period of ten days, and fast food company culture and Information Technology factor with hotel restaurant company culture by competitive power reinforcement effect factor construe.
본 논문에서는 Median flow와 영상의 Depth 정보를 이용하여 산업 현장의 다양한 환경 조건에서 실시간 철근의 끝점 추적 및 검출이 가능한 방법을 제안한다. 영상의 Depth 정보에 Median filter, Binarization, Morphology, Blob의 알고리즘을 사용하여 2개의 철근 끝점을 검출하는 방법을 제안하였다. 실시간 철근 끝점 추적을 위해서는 Median flow의 알고리즘을 이용하여 철근의 움직임 방향과 위치 추적을 제안하였다. 그리고 Depth 영상에서 검출된 철근 끝점 좌표와 Median flow를 이용한 철근의 위치추적 좌표를 서로 비교하여 최종 위치 좌표를 결정하였다. 그 결과 기존 Median flow 방식만 적용하였을 때 75% 정도의 철근의 최종 위치 판단 성공률이 Depth의 철근 끝점 정보까지 활용하였을 때는 95%까지 추적 성공률이 높아졌다.
We consider the position and thickness of reinforcement with respect to fatigue fracture of welded bogie frames and propose an appropriate reinforcement method for many cases. The bogie frame is usually designed in accordance with JIS and KS, and operates under harsh load conditions: dynamic loads generated while driving, various loads during operation, and large load differences between loading and unloading. Consequently, fatigue failure often occurs throughout the bogie frame. We modelled the reinforcing method using ANSYS software and reviewed stress in the vicinity of common fatigue failure sites through computer simulation, optimizing the position and thickness of reinforcement.
This paper proposes PID and RIC (Robust Internal-loop Compensator) based motion controller using dual learning algorithm for position control of linear synchronous motor respectively. Its gains are auto-tuned by using two learning algorithms, reinforcement learning and neural network. The feedback controller gains are tuned by reinforcement learning, and then the feedforward controller gains are tuned by neural network. Experiments prove the validity of dual learning algorithm. The RIC controller has better performance than does the PID-feedforward controller in reducing tracking error and disturbance rejection. Neural network shows its ability to decrease tracking error and to reject disturbance in the stop range of the target position and home.
To study the influence on fracture properties of reinforced concrete wedge splitting test specimens by the addition of reinforcement, and the restriction of steel bars on crack propagation, 7 groups reinforced concrete specimens of different reinforcement position and 1 group plain concrete specimens with the same size factors were designed and constructed for the tests. Based on the double-K fracture criterion and tests, fracture toughness calculation model which was suitable for reinforced concrete wedge splitting tensile specimens has been obtained. The results show that: the value of initial craking load Pini and unstable fracture load Pun decreases gradually with the distance of reinforcement away from specimens's top. Compared with plain concrete specimens, addition of steel bar can reduce the value of initial fracture toughness KIini, but significantly increase the value of the critical effective crack length ac and unstable fracture toughness KIun. For tensional concrete member, the effect of anti-cracking by reinforcement was mainly acted after cracking, the best function of preventing fracture initiation was when the steel bar was placed in the middle of the crack, and when the reinforcement was across the crack and located away from crack tip, it plays the best role in inhibiting the extension of crack.
Many control applications using Neural Network need a priori information about the objective system. But it is impossible to get exact information about the objective system in real world. To solve this problem, several control methods were proposed. Reinforcement learning control using neural network is one of them. Basically reinforcement learning control doesn't need a priori information of objective system. This method uses reinforcement signal from interaction of objective system and environment and observable states of objective system as input data. But many methods take too much time to apply to real-world. So we focus on faster learning to apply reinforcement learning control to real-world. Two data types are used for reinforcement learning. One is reinforcement signal data. It has only two fixed scalar values that are assigned for each success and fail state. The other is observable state data. There are infinitive states in real-world system. So the number of observable state data is also infinitive. This requires too much learning time for applying to real-world. So we try to reduce the number of observable states by classification of states with Self-Organizing Map. We also use neural dynamic programming for controller design. An inverted pendulum on the cart system is simulated. Failure signal is used for reinforcement signal. The failure signal occurs when the pendulum angle or cart position deviate from the defined control range. The control objective is to maintain the balanced pole and centered cart. And four states that is, position and velocity of cart, angle and angular velocity of pole are used for state signal. Learning controller is composed of serial connection of Self-Organizing Map and two Multi-layer Feed-Forward Neural Networks.
최근 보강토 옹벽은 점차 콘크리트옹벽을 대체하는 안정화된 공법으로 자리 잡아가고 있다. 그러나, 보강재로서 신장성보강재(Extensible reinforcement)를 사용할 경우 보강토 옹벽의 전면벽에서 배부름(Bulging) 현상이 발생할 수 있다. 보강토옹벽의 배부름(Bulging)은 임의의 블록 높이에서 그 블록의 상단 및 하단 블록이 설계상의 상대적인 위치를 확보하지 못하는 현상이다. 이는 보강재가 인장력을 발휘하기 위해서는 어느 정도 변형이 필요하기 때문에 이에 대한 설계상의 검토가 필요하다. 따라서 본 연구에서는 알루미늄 봉을 이용하는 소형모형실험을 통해서 보강재의 신장특성이 보강토 옹벽거동에 어떤 영향을 미치는지 연구하였다. 보강재는 비신장성 보강재로서 창호지와 신장성 보강재로서 멤브레인을 이용하였다. 실험결과로부터 보강재의 강성은 보강토옹벽의 변위형태에 많은 영향을 미치는 인자임을 알 수 있었으며, 전반적으로 보강재의 강성이 증가함에 따라 최대수평변위의 발생지점이 벽체 상부로 이동하는 경향을 보이고 있다.
본 연구에서는 철근의 배근방향(수직, 수평) 및 위치(상부근, 하부근)를 주요 변수로 하여 이형철근과 순환굵은골재와의 부착거동을 단계별로 평가하기 위한 실험을 실시하였다. 본 연구를 통하여 얻어진 실험결과를 종합해 보면, 수평 시험체의 상부철근 시험체의 경우 하부철근 시험체 보다 부착 강도가 저하되는 것으로 나타났으며, 이는 굵은골재의 편중현상 및 상부철근 하부에서 부유물(Laitance) 발생에 따른 것으로 판단된다. 또한, 수직 시험체 및 수평철근 시험체의 부착에너지를 비교한 결과 수평 상부철근 시험체의 경우 수직 및 수평 하부철근 시험체에 비하여 부착에너지가 감소한 것으로 나타났다.
Interest to basal reinforced piled embankments is increasing recently due to their rapid construction and reliability. A comprehensive parametric study is conducted to determine effects of pile properties, reinforcement stiffness, embankment properties and soft soil properties into settlements, pressures and excess pore water pressure development and dissipations. Results which are obtained by using one-layer reinforcement during construction are compared with the results obtained by using two-layer reinforcement during construction. Finite element method is used during the parametric study. Second layer of reinforcement is placed in five different positions in order to reveal effects of reinforcement position into behaviour. Traffic load is also taken into consideration during the study. Differences between the results without presence of traffic loading and with presence of traffic loading is stated in this the study.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.