• 한국전산구조공학회논문집
• /
• 제36권5호
• /
• pp.315-321
• /
• 2023

장대교량은 낮은 고유진동수와 감쇠비를 가지는 초유연구조물로 진동사용성 문제에 취약하다. 하지만 현재 국내 설계지침에서는 풍속이나 진폭에 대한 임계값을 기반으로 유해진동 발생 여부를 평가하고 있다. 본 연구에서는 장대교량에서 발생하는 유해진동을 보다 정교하게 식별하기 위하여 딥러닝 기반 신호분할 모델을 활용한 데이터 포인트 단위의 와류진동 식별 방법론을 제안한다. 특별히 포락선을 가지는 사인파를 활용하여 와류진동에 해당하는 데이터를 합성함으로써 모델 구축에 필수적인 와류진동 데이터 획득 및 라벨링 과정을 대체하였다. 이후 푸리에 싱크로스퀴즈드 변환를 적용하여 시간-주파수 특징을 추출하여 신경망의 인풋 데이터로 사용하였다. 합성데이터만을 이용하여 양방향 장단기 기억신경망(Bidirectional Long-Short-Term-Memory) 모델을 훈련하였고 이를 라벨 정보를 포함한 실제 사장교의 계측데이터를 이용하여 학습한 모델과 비교하여 모델의 실시간 와류진동 식별 성능을 검증하였다.

• 한국지반공학회논문집
• /
• 제32권8호
• /
• pp.5-14
• /
• 2016

싱크홀 발생의 주요 원인인 하수관거 배면의 공동 탐지를 위해 비파괴검사 방법 중 하나인 충격반향법을 적용한 실내 모형 실험을 수행하였다. 콘크리트 하수관의 모의를 위해 얇은 두께의 콘크리트 평판 시험체를 제작하였고 주변지반은 모래로 조성하였으며 공동의 모사를 위해 스티로폼 박스를 모래에 매립하였다. 콘크리트 판 배면이 공동인 경우와 완전히 모래에 밀착된 경우로 나누어 실험이 진행되었으며 일정한 타격 강도의 유지를 위해 새롭게 제작된 타격 장치를 사용하여 획득 자료의 신뢰성을 높였다. 측정된 반사파는 고속 푸리에 변환과 국소 푸리에 변환을 사용하여 주파수 특성 및 시간 특성을 분석하였다. 그 결과, 푸리에 스펙트럼의 형상으로는 공동의 유무를 판별할 수 없는 것으로 나타났다. 본 연구에서는 공진 시간이라고 명한 새로운 지표를 제안하였다. 이는 공진 주파수가 일정 강도를 초과하는 지속 시간으로 정의하였다. 공진 시간은 공동의 유무를 효과적으로 예측하는 것으로 나타났다. 나아가 공동유무를 구분할 수 있는 공진 시간을 제시하였다. 실제 현장 조건에서의 검증과 보다 광범위한 적용성의 확보를 위해 다양한 지반 조건에 대한 추가 실험과 실제 하수관에 대한 현장 실험 등을 진행할 예정이다.

• 한국음향학회지
• /
• 제38권1호
• /
• pp.106-113
• /
• 2019

본 논문은 능동소나 시스템이 비협동으로 운용될 경우 수신된 직접파로 부터 이를 탐지하여 식별하는 일련의 알고리즘을 제안하였다. 제안하는 알고리즘은 최근 다양한 분야에서 우수한 성능을 보여주고 있는 콘볼루션 신경회로망을 사용하였으며, 입력 데이터로 수신신호를 단시간 퓨리에 변환을 수행한 시간 주파수 분석 데이터를 사용하였다. 본 논문에서 사용한 콘볼루션 신경회로망의 구조는 두 개의 콘볼루션 계층과 풀링 계층을 사용하였으며, 출력층에 따라 데이터베이스 기반의 신경회로망과 펄스 특징인자 기반의 신경회로망을 설계하였다. 알고리즘의 성능을 검증하기 위해 실제 해상에서 수신한 3110개의 CW(Continuous Wave)펄스와 LFM(Linear Frequency Modulated) 펄스의 데이터를 가공하여 학습 데이터와 테스트 데이터를 구성하였다. 시뮬레이션을 수행한 결과 데이터베이스 기반의 신경회로망은 99.9 %의 정확도를 보였으며, 특징인자 기반의 신경회로망은 두 픽셀의 오차를 허용할 경우 약 96 %의 정확도를 보였다.

• 한국재료학회지
• /
• 제33권7호
• /
• pp.315-322
• /
• 2023

In the present work, we address the new route for the green synthesis of manganese dioxide (MnO₂) by an innovative method named the solution plasma process (SPP). The reaction mechanism of both colloidal and nanostructured MnO₂ was investigated. Firstly, colloidal MnO₂ was synthesized by plasma discharging in KMnO₄ aqueous solution without any additives such as reducing agents, acids, or base chemicals. As a function of the discharge time, the purple color solution of MnO₄^- (oxidation state +7) was changed to the brown color of MnO₂ (oxidation state +4) and then light yellow of Mn²⁺ (oxidation state +2). Based on the UV-vis analysis we found the optimal discharging time for the synthesis of stable colloidal MnO₂ and also reaction mechanism was verified by optical emission spectroscopy (OES) analysis. Secondly, MnO₂ nanoparticles were synthesized by SPP with a small amount of reducing sugar. The precipitation of brown color was observed after 8 min of plasma discharge and then completely separated into colorless solution and precipitation. It was confirmed layered type of nanoporous birnessite-MnO₂ by X-ray powder diffraction (XRD), fourier-transform infrared spectroscopy (FT-IR), and electron microscopes. The most important merits of this approach are environmentally friendly process within a short time compared to the conventional method. Moreover, the morphology and the microstructure could be controllable by discharge conditions for the appropriate potential applications, such as secondary batteries, supercapacitors, adsorbents, and catalysts.

• 대한소아치과학회지
• /
• 제31권2호
• /
• pp.273-279
• /
• 2004

최근에 소개된 single high-intensity LED 중합기는 이전의 LED 중합기에 비해 높은 광도를 가지며 짧은 중합시간에 적절한 물성을 가질 수 있다고 한다. 본 연구는 single high-intensity LED 중합기의 중합성능을 평가하기 위하여 거리에 따른 중합도를 조사하였다. Mylar strip사이에 복합레진(Filtek Z250)을 넣고 압접시켜 만든 얇은 필름형 시편을 LED 중합기(Elipar Freelight 2, 10초), 플라스마 중합기(Flipo, 6초)와 할로겐 중합기 (XL3000, 20초)를 사용해 0mm, 2mm, 4mm, 6mm에서 광도를 측정하고 중합시켰다. 중합된 시편을 Fourier Transform Infrared Spectrometer(FTIR)를 이용해 중합도를 측정한 후 다음과 같은 결론을 얻었다. 1. 모든 중합기에서 거리가 증가할수록 유의하게 광도가 감소하였으며 LED중합기의 경우 6mm에서 다른 중합기에 비해 가장 많은 광도 감소율을 보였다(p<0.05). 2. 모든 중합기에서 거리가 증가함에 따라 4mm까지는 중합도가 감소하였지만 유의한 차이는 보이지 않았다(p>0.05). 하지만 4mm와 6mm사이에서는 모든 중합기에서 유의하게 감소하였다(p<0.05). 3. 각 거리에 따른 중합기간의 중합도 차이는 0mm, 2mm, 4 mm에서 LED중합기가 다른 중합기보다 유의하게 높은 중합도를 보였으며 (p<0.05) 플라스마 중합기와 할로겐 중합기 사이에서는 유의한 차이가 없었다. 하지만 6 mm에서는 모든 중합기 사이에 유의한 차이를 보이지 않았다(p>0.05).

• 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.

• 한국지능시스템학회논문지
• /
• 제17권3호
• /
• pp.374-379
• /
• 2007

본 논문은 전력계통의 배전계통시스템에서 FRTU(Feeder remote terminal unit)의 고장검출 알고리즘의 개선에 관한 연구이다. FRTU는 상과 지락에 관한 고장검출을 할 수 있다. 특히 고장픽업 기능과 돌입억제기능은 일반적인 부하전류로부터 고장전류를 구별할 수 있다. FRTU는 돌입전류 또는 설정값을 초과한 고장전류가 발생하면 고장표시기(FI)로 고장을 발생한다. 짧은 시간 푸리에 변환(STFT) 분석은 주파수와 시간에 관한 정보론 제공하고, 퍼지 중심 평균 클러스터링(FCM) 알고리즘은 고조파의 특성을 추출한다. 고장 검출기의 신경회로망 시스템은 최급강하법을 이용하여 고장상태로부터 돌입전류를 구별하도록 학습된다. 본 논문에서는 FCM과 신경회로망을 이용하여 고장검출기법을 개선하였다. 검증에 사용된 데이터는 22.9KV 배전계통 시스템에서 실제 측정된 데이터이다.

• Nuclear Engineering and Technology
• /
• 제5권4호
• /
• pp.265-278
• /
• 1973

분자의 병진운동과 회전운동의 상관함수에 대한 감쇠함수 모델을 사용하여 분자액체의 비간섭중성자 산란단면적을 분석하였다. 이러한 방법은 직접적으로 산란함수를 구한다는 점에서 중간함수를 거치는 종래의 방법과는 판연히 다르다. 감쇠함수는 그장파장극한과 일반진동수 분포함수간의 간단한 관계에서 결정하였고 병진운동과회전 운동의 결합관계는 무시된다고 가정하였다. 분자질량중심의 병진운동은 그 짧은 시간과 장시간에서의 행위를 적절히 기술하는 물리적 모텔을 사용하였고 회전운동은 쌍극상관함수 또는 적외선진동 홈수스펙트럼의 푸리어 변환으로 된 감쇠함수에 관계된다고 가정하였다. 액체메탄에 대한 이론적 절대 산란강도를 계산하였으며 이는 열 및 냉중성자 측정치와 만족할만한 일치를 보여주고 있다.

• Structural Engineering and Mechanics
• /
• 제83권6호
• /
• pp.709-727
• /
• 2022

Fastening systems have a significant role in the response of railway slab track systems. Although experimental tests indicate nonlinear behavior of fastening systems, they have been simulated as a linear spring-dashpot element in the available literature. In this paper, the influence of the nonlinear behavior of fastening systems on the slab track response was investigated. In this regard, a nonlinear model of vehicle/slab track interaction, including two commonly used fastening systems (i.e., RFFS and RWFS), was developed. The time history of excitation frequency of the fastening system was derived using the short time Fourier transform. The model was validated, using the results of a comprehensive field test carried out in this study. The frequency response of the track was studied to evaluate the effect of excitation frequency on the railway track response. The results obtained from the model were compared with those of the conventional linear model of vehicle/slab track interaction. The effects of vehicle speed, axle load, pad stiffness, fastening preload on the difference between the outputs obtained from the linear and nonlinear models were investigated through a parametric study. It was shown that the difference between the results obtained from linear and nonlinear models is up to 38 and 18 percent for RWFS and RFFS, respectively. Based on the outcomes obtained, a nonlinear to linear correction factor as a function of vehicle speed, vehicle axle load, pad stiffness and preload was derived. It was shown that consideration of the correction factor compensates the errors caused by the assumption of linear behavior for the fastening systems in the currently used vehicle track interaction models.

• 문화기술의 융합
• /
• 제9권3호
• /
• pp.845-850
• /
• 2023

본 논문에서는 전이학습을 이용하여 볼베어링의 진동진단을 수행하는 방법을 제안한다. 고장을 진단하기 위해 진동신호를 시간-주파수로 분석할 수 있는 STFT을 CNN의 입력으로 이용하였다. CNN 기반의 딥러닝 인공신경망을 빠르게 학습하고 진단 성능을 높이기 위해 전이학습 기반의 딥러닝 학습 기법을 제안하였다. 전이학습은 VGG 기반의 영상 분류 모델을 이용하여 특징 추출기와 분류기를 선택적으로 학습하였고, 학습에 사용한 데이터 세트는 Case Western Reserve University 대학에서 제공하는 공개된 볼베어링 진동 데이터를 사용하였으며, 성능평가는 기존의 CNN 모델과 비교하는 방법으로 수행하였다. 실험 결과 전이학습이 볼베어링 진동 데이터에서 상태 진단에 유용하다는 것을 증명할 수 있을 뿐만 아니라 이를 통해 다른 산업에서도 전이학습을 사용하여 상태 진단을 개선할 수 있다.