• Title/Summary/Keyword: curvature effect

검색결과 654건 처리시간 0.021초

지진하중을 받는 I형 곡선거더 단경간 교량의 대리모델 기반 전역 민감도 분석 (Surrogate Model-Based Global Sensitivity Analysis of an I-Shape Curved Steel Girder Bridge under Seismic Loads)

  • 전준태;손호영;주부석
    • 한국재난정보학회 논문집
    • /
    • 제19권4호
    • /
    • pp.976-983
    • /
    • 2023
  • 연구목적: 지진하중을 받는 교량 구조물의 동적 거동은 지진파의 특성 혹은 재료 및 기하학적 특성과 같은 많은 불확실성에 영향을 받는다. 하지만 모든 불확실성 인자가 교량 구조물의 동적 거동에 중요한 영향을 미치진 않는다. 영향성이 낮은 불확실성 인자까지 고려한 확률론적 내진성능 평가는 많은 계산비용이 요구되기 때문에 교량의 동적 거동에 미치는 영향을 고려하여 불확실성 인자는 식별되어야 한다. 따라서 본 연구는 I형 곡선 거더를 갖는 단경간 교량의 동적 거동에 영향을 미치는 주요 매개변수를 식별하기 위해 전역민감도 분석을 수행하였다. 연구방법: 지진파의 불확실성과 곡선 교량의 재료 및 기하학적 불확실성을 고려하여 유한요소 해석을 수행하였으며 해석결과를 기반으로 대리모델을 작성하였다. 결정계수와 같은 성능평가지료를 이용하여 대리모델을 평가하였으며 최종적으로 대리모델 기반의 전역 민감도 분석을 수행하였다. 연구결과: 지진하중을 받는 I형 곡선 거더의 응력응답에 가장 큰 영향을 미치는 불확실성 인자는 최대지반가속도(PGA), 교각의 높이(h), 강재의 항복응력(fy) 순으로 나타났다. PGA, h, fy의 주효과 민감도 지수는 각각 0.7096, 0.0839, 0.0352로 나타났으며 총 민감도 지수는 각각 0.9459, 0.1297, 0.0678로 나타났다. 결론: I형 곡선 거더의 응력응답은 입력운동의 불확실성에 대한 영향성이 지배적이며 각 불확실성 인자 사이의 교호작용에 큰 영향을 받는다. 따라서 입력운동의 개수 및 intensity measure과 같은 입력운동의 불확실성에 대한 추가적인 민감도 분석과 곡선거더의 개수 및 곡률과 같은 구조적 불확실성까지 고려한 총 민감도 분석은 필요하다.

토마토(Lycopersicon esculentum)의 이식기(移植期) 침수(浸水) 처리(處理)에 따른 생육(生育) 반응(反應) (Effects of Depth and Duration of Flooding on Growth and Yield at Transplanting Stages in Tomato(Lycopersicon esculentum).)

  • 구자옥;노상언;국용인;천상욱;이영만;오윤진
    • 한국환경농학회지
    • /
    • 제16권1호
    • /
    • pp.7-13
    • /
    • 1997
  • 이식기의 토마토에 각각 침수깊이를 지면 위 0, 5, 10, 15 ㎝의 4개 처리에, 각각 시간을 6, 12, 24, 48, 120시간 조합 처리 후 생육저해정도, 생리적 변화 및 수량 감소 등을 비교 검토하였다. 침수의 깊이가 깊어질수록, 그리고 시간이 길어질수록 초장, 개체당 엽수, 지상부 및 지하부 생체중이 유의적으로 감소했고, 개화는 0 ㎝ 침수에서 24시간, $5{\sim}10$ ㎝에서 6시간까지 개화가 가능하였으나, 15 ㎝에서는 6시간 경과에서도 이루어지지 않았다. 부정근의 발생은 침수깊이에 관계없이 48시간 침수를 전후하여 발생이 증대되었다. 근활력은 포화수 상태에서는 시간 경과에 따라 완만한 감소경향을 보였으나, 5 ㎝ 이상의 침수에서는 따라 급격한 감소를 보였다. 엽록소 함량감소는 근활력에서와 유사한 경향을 보였다. 잎의 기공저항성은 침수깊이와 시간경과에 따라 증대되었다. 광합성과 호흡률은 침수깊이와 시간경과에 따라 감소 하였으며 호흡률의 감소는 비교적 완만하였으나, 광합성은 침수깊이가 깊어지고 시간이 48시간이상시 극히 저조하였다. 발병은 침수처리깊이와 시간 증대에 비례하여 커졌고, 살균제 처리에 따른 방제 가능성은 유묘기와 같은 경향이었으나 효과는 미흡한 정도였다. 요소엽면시비에 의한 효과는 유의적으로 없었다. 120시간경과에서는 침수깊이에 관계없이 식물체가 고사되어 수량을 기대할 수 없었다. 그러나 침수의 깊이보다도 시간 차이에 따른 개체당 총 과수 감소나 평균중의 변이가 인정되었으며, 특히 평균 과중은 침수깊이의 증대로 오히려 커졌다. 초장, 엽수, 생체중과 엽록소 함량, 근활력 및 수량 특성 제형질들 상호간에는 정의 상관관계가 있었으며, 이들 형질과 상편생장정도, 기공확산저항성, 부정근 발생 등의 제형질간에는 부의 상관관계가 있었다.

  • PDF

반복 굽힘 스트레스 하에서 전동식 니켈-티타늄 파일의 단면적의 크기가 피로파절에 미치는 영향 : 파절역학 분석 (EFFECT OF CROSS-SECTIONAL AREA OF 6 NICKEL-TITANIUM ROTARY INSTRUMENTS ON THE FATIGUE FRACTURE UNDER CYCLIC FLEXURAL STRESS: A FRACTOGRAPHIC ANALYSIS)

  • 황수연;오소람;이윤;임상민;금기연
    • Restorative Dentistry and Endodontics
    • /
    • 제34권5호
    • /
    • pp.424-429
    • /
    • 2009
  • 본 연구의 목적은 니켈 티타늄 전동파일의 피로 파절에 파일의 단면 형태가 미치는 영향을 평가하고자 하였다. 6 종의 ProFile (Dentsply), Mtwo (VDW), K3 (SybronEndo), Heroshaper (MicroMega), NRT (Mani), Alpha system (KOMET) 니켈-티타늄 전동 파일(ISO 30 size/.04 taper)을 각 10개씩 실험군으로 배정하고 실험을 진행하였다. 니켈 티타늄 전동파일에 반복적인 장력과 압축력을 재현시킬 수 있는 피로파절 실험기(Denbotix)와 연결된 토크 조절 전동모터(Aseptico)에 각 군의 파일을 연결하여 300rpm 속도로 만곡도가 60도이고 5mm의 반경을 가진 인공 금속 근관 내를 6 mm pecking depth로 작동시켰다. 각 파일의 파절시간을 측정하고 통계 분석하여 유의성을 분석하였으며, 각 군의 파절된 모든 파일의 파절면을 주사전자현미경을 이용한 fractographic analysis를 통해 파절 역학을 규명하였다. 또한 각 군에서 3개의 사용하지 않은 새 파일을 clear resin에 매몰하고tip에서부터 3mm 지점을 횡절단하여 Image-Pro Plus (Imagej 1.34n, NIH) 소프트웨어로 절단면의 단면적을 측정하고 단면적의 크기와 피로 파절과의 상관성도 평가하였다. 실험 결과 NRT와 ProFile이 다른 실험군에 비해서 유의성 있게 높은 피로 파절 저항성을 보였다(P < .05). 또한 파일의 단면적은 피로파절 저항성과 통계학적인 유의성은 보이지 않았다. Fractographic analysis 결과 모든 시편에서 파절면은 ductile fracture와 brittle fracture가 혼재된 양상으로 나타났다. 결론적으로 니켈 티타늄 전동 파일의 단면적의 크기는 피로파절 저항과는 상관성이 적었다.

Deep Neural Network와 Convolutional Neural Network 모델을 이용한 산사태 취약성 매핑 (Landslide Susceptibility Mapping Using Deep Neural Network and Convolutional Neural Network)

  • 공성현;백원경;정형섭
    • 대한원격탐사학회지
    • /
    • 제38권6_2호
    • /
    • pp.1723-1735
    • /
    • 2022
  • 산사태는 가장 널리 퍼진 자연재해 중 하나로 인명 및 재산피해 뿐만 아니라 범 국가적 차원의 피해를 유발할 수 있기 때문에 효과적인 예측 및 예방이 필수적이다. 높은 정확도를 갖는 산사태 취약성도를 제작하려는 연구는 꾸준히 진행되고 있으며 다양한 모델이 산사태 취약성 분석에 적용되어 왔다. 빈도비 모델, logistic regression 모델, ensembles 모델, 인공신경망 등의 모델과 같이 픽셀기반 머신러닝 모델들이 주로 적용되어 왔고 최근 연구에서는 커널기반의 합성곱신경망 기법이 효과적이라는 사실과 함께 입력자료의 공간적 특성이 산사태 취약성 매핑의 정확도에 중요한 영향을 미친다는 사실이 알려졌다. 이러한 이유로 본 연구에서는 픽셀기반 deep neural network (DNN) 모델과 패치기반 convolutional neural network (CNN) 모델을 이용하여 산사태 취약성을 분석하는 것을 목적으로 한다. 연구지역은 산사태 발생 빈도가 높고 피해가 큰 인제, 강릉, 평창을 포함한 강원도 지역으로 설정하였고, 산사태 관련인자로는 경사도, 곡률, 하천강도지수, 지형습윤지수, 지형위치 지수, 임상경급, 임상영급, 암상, 토지이용, 유효토심, 토양모재, 선구조 밀도, 단층 밀도, 정규식생지수, 정규수분지수의 15개 데이터를 이용하였다. 데이터 전처리 과정을 통해 산사태관련인자를 공간데이터베이스로 구축하였으며 DNN, CNN 모델을 이용하여 산사태 취약성도를 작성하였다. 정량적인 지표를 통해 모델과 산사태 취약성도에 대한 검증을 진행하였으며 검증결과 패치기반의 CNN 모델에서 픽셀기반의 DNN 모델에 비해 3.4% 향상된 성능을 보였다. 본 연구의 결과는 산사태를 예측하는데 사용될 수 있고 토지 이용 정책 및 산사태 관리에 관한 정책 수립에 있어 기초자료 역할을 할 수 있을 것으로 기대된다.