• 제목/요약/키워드: underwater excavation

검색결과 33건 처리시간 0.017초

고려시대 선체출토 석탄의 재료학적 특성 및 국산 석탄과의 비교 연구 (Comparison Study for Domestic Coal and Material Characteristics of Coal from the Shipwreck of Koryo Dynasty)

  • 이장존;박석환;임성태;한민수
    • 보존과학회지
    • /
    • 제29권4호
    • /
    • pp.345-354
    • /
    • 2013
  • 태안군 마도 해역 해저에서 인양된 마도 1호선의 선체 내 외부에서 출토된 석탄의 지구화학적 및 광학적, 광물학적 특성을 분석하였다. 연구 결과, 석탄의 비중은 $1.28g/cm^3$로 약 10%의 광물질 함유 상태를 고려하면 순수한 석탄만의 비중은 $1.15g/cm^3$ 정도이며, 갈탄과 유연탄 사이의 범위 해당된다. X-선 회절분석 결과는 peak점의 $2{\theta}$$20^{\circ}{\sim}23^{\circ}$ 사이로 낮은 탄화정도의 석탄에 해당되었으며, 석탄구성물질 분류에서 비트리나이트 군이 93~94%, 엑시나이트 군이 5~6%, 인어티나이트군이 1% 이었다. 또한 석탄의 비트리나이트 평균반사율은 $R_{mean}$: 0.627로 고휘발분역청탄 C(high volatile bituminous C coal) 또는 아역청탄 A(sub-bituminous A coal)에 해당된다. 공업분석 결과 미국 광무국의 기준에 의하면 아역청탄 A(sub-bituminous A coal) 또는 고휘발분역청탄 C(high volatile bituminous C coal)에 해당되며, 원소 분석 결과 역청탄에 해당되는 점결탄으로 분류된다. 마도1호선 석탄과 국내 석탄을 비교 분석 결과 포항 인근 장기지역의 갈탄과 유사하였다.

Passive Sampler를 이용한 유물 전시관내 폼알데하이드 농도 모니터링 (Monitoring of Formaldehyde Concentration in Exhibition Hall Using Passive Sampler)

  • 이선명;임보아;김서진
    • 보존과학회지
    • /
    • 제33권5호
    • /
    • pp.319-329
    • /
    • 2017
  • 이 연구에서는 Passive sampler를 이용하여 연구대상으로 선정된 2곳의 유물 전시관 내부의 폼알데하이드 농도를 2012년 5월부터 2013년 4월까지 1년간 공간별로 모니터링 하였다. 이 결과, 유물 전시관 내부의 폼알데하이드 농도는 외기에 비해 5배~36배 이상 높은 수치를 나타냈다. 각 전시실과 진열장 내부는 오염원, 공기조화설비, 환경관리에 따라 농도 수준을 달리하였다. 유물 전시관 내 폼알데하이드 농도 수준을 주시험법에 준하여 보정한 결과, 대부분이 환경부의 실내공기질 관리법에서 고시하는 전시실 유지기준($100{\mu}g/m^3$) 뿐만 아니라 일본 국립동경박물관에서 권고하는 문화재 보존환경 기준(약 $50{\mu}g/m^3$)을 모두 초과하였다. 전시실과 진열장 내 폼알데하이드의 농도는 모두 여름>가을>봄>겨울 순으로 높았으며 온 습도가 높은 여름철에 농도 방출량이 증가하였다. 온 습도환경 변화에 따른 폼알데하이드의 농도는 모두 양의 상관관계를 나타냈다. 온도의 경우 $R^2$값이 0.8~0.9의 범위로 폼알데하이드 농도가 습도에 비해 온도에 대한 의존 경향이 큰 것을 알 수 있다. 유물 전시관 내 폼알데하이드 방출 특성 분석은 실내공기질을 개선하는데 기초자료로 활용될 수 있을 것이다.

커터수명지수 예측을 위한 다중선형회귀분석과 트리 기반 머신러닝 기법 적용 (Application of Multiple Linear Regression Analysis and Tree-Based Machine Learning Techniques for Cutter Life Index(CLI) Prediction)

  • 홍주표;고태영
    • 터널과지하공간
    • /
    • 제33권6호
    • /
    • pp.594-609
    • /
    • 2023
  • TBM 공법은 굴착면 안정성 확보 및 주변환경에 비치는 영향을 최소화하기 때문에 도심지나 하·해저터널 등에서 적용 사례가 증가하는 추세이다. 디스크 커터의 수명을 예측하는 대표적인 모델 중 NTNU모델은 커터수명지수(Cutter Life Index, CLI)를 주요 매개 변수로 활용하지만 복잡한 시험절차와 시험장비의 희귀성으로 측정에 어려움이 있다. 본 연구에서는 다중선형회귀분석과 트리 기반의 머신러닝 기법으로 암석물성을 활용하여 CLI를 예측하였다. 문헌 조사를 통해 암석의 일축압축강도, 압열인장강도, 등 가석영함량과 세르샤 마모지수 등을 포함한 데이터베이스를 구축하였고 파생변수를 계산하여 추가하였다. 다중선형회귀분석은 통계적 유의성과 다중공선성을 고려하여 입력 변수를 선정하였고 머신러닝 예측 모델은 변수 중요도를 기반으로 입력 변수를 선정하였다. 학습용과 검증용 데이터를 8:2로 나누어 모델 간 예측 성능을 비교한 결과 XGBoost가 최적의 모델로 선정되었다. 본 연구에서 도출된 다중선형회귀모델과 XGBoost모델을 선행 연구와 예측 성능을 비교하여 타당성을 확인하였다.