http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
콘크리트 강도와 탄소섬유 부착면적에 따른 보강 효과에 관한 실험적 연구
박미소(Bak, Mi So),조승호(Cho, Seung Ho),하정수(Ha, Jeong Su),노영숙(Roh, Young Sook) 한국콘크리트학회 2021 한국콘크리트학회 학술대회 논문집 Vol.33 No.2
본 연구에서는 콘크리트의 강도와 부착면적을 변수로 설정하여 실험을 수행하였으며 각 변수가 탄소섬유 시트의 보강 효과에 미치는 영향을 파악하였다. 본 연구에서는 두 종류의 콘크리트 강도에 대해 8개의 실험체를 제작하여 탄소섬유 시트의 보강 효과에 대해 분석하였다. In this study, an experimental test was conducted by setting the strength of concrete and bonding area of FRP sheet as variables, and the effect of each variable on the reinforcing effect of carbon fiber sheets was identified. A total of eight concrete bars were produced for two types of concrete strength to analyze the reinforcing effect of carbon fiber sheets.
콘크리트 강도에 따른 탄소섬유시트의 보강효과에 관한 실험적 연구
박미소(Mi So Bak),노영숙(Young Sook Roh) 한국산학기술학회 2022 한국산학기술학회논문지 Vol.23 No.4
콘크리트 구조물은 시간의 흐름에 따라 외부적인 요인과 내부적인 요인에 의해 내구성이 저하되는 열화 현상이 발생된다. 이에 따라 노화되는 콘크리트 구조물에는 상황에 따른 적절한 보수 보강이 요구된다. 구조물을 보강하는 다양한 공법 중 부재에 탄소섬유시트(Carbon Fiber Reinforced Plastic)를 부착하여 보강하는 공법은 건축물, 교량 등 다양하게 활용되고 있다. 이에 본 연구는 구조물의 노후화로 인해 강도가 저하된 콘크리트에서 탄소섬유 시트를 부착하여 보강한 실험체를 제작하여 콘크리트 강도에 따른 탄소섬유시트의 보강 효과에 관한 연구를 진행하였다. 탄소섬유시트를 부착한 부재의 3점가력 휨 실험을 진행하여 연성능력과 거동을 파악함으로써 부재의 성능 향상 정도를 파악하였다. 콘크리트 강도를 고려한 탄소섬유시트의 부착 강도를 통해 부재의 파괴 모드를 예측될 수 있다고 판단된다. 실제 실험 데이터를 분석한 결과 콘크리트의 강도는 보강된 부재의 균열 및 파괴양상에 영향을 미칠 수 있다고 사료된다. 또한, 콘크리트 강도에 따라 부착 강도와 파괴양상이 달라지며, 이러한 결과를 분석한 결과 콘크리트 강도는 탄소섬유시트의 보강시 휨 능력, 부착 강도, 파괴양상의 여러 결과와 연관성이 있다고 판단된다. The durability of a concrete structure decreases over time due to external and internal factors. Therefore, appropriate reinforcement is required depending on the situation. One reinforcement method is attaching carbon-fiber-reinforced plastic to a structure. This construction method is used in various applications, such as buildings and bridges. In this study, an experiment was conducted on the reinforcement effect of carbon fiber sheets on concrete that has decreased strength due to the aging of the structure. A flexibility test was performed on a member to which carbon fiber sheet was attached to determine the degree of improvement in the performance based on the ductility and behavior. The experimental data show that the strength of concrete can affect the cracking and destruction patterns of the reinforced member. In addition, the adhesive strength and destruction pattern vary depending on the strength of concrete. The analysis shows that the concrete strength is related to various results such as the bending capacity, adhesion strength, and destruction pattern when reinforcing it with carbon fiber sheets.
실리카졸 바인더를 이용한 시멘트 블록의 대기 정화에 관한 연구
이지우 ( Lee Ji-woo ),박미소 ( Bak Mi-so ),노영숙 ( Roh Young-sook ) 한국구조물진단유지관리공학회 2020 한국구조물진단유지관리공학회 학술발표대회 논문집 Vol.24 No.2
최근 미세먼지의 위험성이 증가함에 따라, 다양한 분야에서 대책을 마련하고 있다. 이에 건설 산업 분야에서는 TiO2와 바인더를 사용한 미세먼지 절감 대책 연구가 진행되고 있는데, 실제 건축물에는 적용이 어려워 활발히 이용되지 않고 있는 실정이다. 본 연구에서는 TiO2 도포제 개발을 위한 실험을 진행하여 이를 통해 실제 건축물에 적용이 용이하고, 시공상의 편리함을 도모하여 대기 미세먼지 상황을 개선시키는 것에 목적이 있다. 또한, 본 연구의 분석 결과를 추후 연구에 활용하여 경제적이고 편리한 도포제 개발을 위해 지속적인 발전을 꾀하고자 한다.
YOLOv8과 무인항공기를 활용한 고해상도 해안쓰레기 매핑
박수호,김흥민,김영민,이인지,박미소,김탁영,장선웅,Suho Bak,Heung-Min Kim,Youngmin Kim,Inji Lee,Miso Park,Tak-Young Kim,Seon Woong Jang 대한원격탐사학회 2024 大韓遠隔探査學會誌 Vol.40 No.2
Coastal debris presents a significant environmental threat globally. This research sought to improve the monitoring methods for coastal debris by employing deep learning and remote sensing technologies. To achieve this, an object detection approach utilizing the You Only Look Once (YOLO)v8 model was implemented to develop a comprehensive image dataset for 11 primary types of coastal debris in our country, proposing a protocol for the real-time detection and analysis of debris. Drone imagery was collected over Sinja Island, situated at the estuary of the Nakdong River, and analyzed using our custom YOLOv8-based analysis program to identify type-specific hotspots of coastal debris. The deployment of these mapping and analysis methodologies is anticipated to be effectively utilized in managing coastal debris.
황도현(Do-Hyun Hwang),박수호(Su-Ho Bak),엥흐자리갈 운자야(Unuzaya Enkhjargal),정민지(Min-Ji Jeong),김나경(Na-Kyeong Kim),박미소(Mi-So Park),김보람(Bo-Ram Kim),윤홍주(Hong-Joo Yoon) 한국전자통신학회 2020 한국전자통신학회 논문지 Vol.15 No.6
해양에서 바닷물의 성질이 비슷한 바닷물 덩어리를 수괴라 하며, 전선은 서로 다른 속성의 두 수괴가 만나는 해역이다. 경사도 알고리즘은 해수면 온도 픽셀이 급격하게 변하는 곳을 경사가 크다고 보고, 경사가 큰 곳을 전선으로 가정하여 추출하는 방법이다. 이 방법은 대용량의 위성 자료를 한꺼번에 처리할 수 있다는 장점이 있다. 따라서 본 연구에서는 경사도 알고리즘을 이용하여 한반도 주변 해역의 전선을 찾아보고자 하였다. 연구 자료는 격자화 되어있는 해수면 온도 위성 자료를 이용하였다 해상도는 1/4°이며, 연구 기간은 1993년 1월부터 2018년 12월까지 월 평균 자료를 사용하였다. 해수면 온도 자료를 이용하여 전선 추출 결과 대표적으로 중국 연안 전선(China Coastal Front), 남해 연안 전선(South Sea Coastal Front), 쿠로시오/쿠로시오 속류 전선(Kuroshio Front/ Kuroshio Extension Front), 아극 전선(Subpolar Front), 아북극 전선(Subarctic Front) 등 다섯 개의 전선을 찾을 수 있었다. 계절별 전선 분포 비교 결과 겨울, 봄철에는 여름, 가을철에 비해 더 많은 종류의 전선이 분포하였으며, 분포 범위도 더 넓어졌다. A mass of seawater with similar properties in the ocean is called a water mass, and the front is a sea area where two masses of different properties meet. The gradient algorithm is a method of extracting where the sea water temperature pixel changes rapidly assuming that the slope is large, and the place with the large slope is assumed to be a front. This method is able to process large amounts of satellite data at once. Therefore, in this study, we tried to find the front lines in the sea area around the Korean Peninsula by using a gradient algorithm. The study data used gridded sea surface temperature satellite data. The resolution was 1/4°, and the monthly average data from January 1993 to December 2018 were used. There were major five fronts representatively, China Coastal Front, South Sea Coastal Front, Kuroshio Front/ Kuroshio Extension Front, Subpolar Front and the Subarctic Front. As a result of comparing the distribution of front by season, more types of front were distributed in winter and spring than in summer and autumn, and the distribution range was wider.
CCTV 영상과 합성곱 신경망을 활용한 해무 탐지 기법 연구
김나경(Na-Kyeong Kim),박수호(Su-Ho Bak),정민지(Min-Ji Jeong),황도현(Do-Hyun Hwang),앵흐자리갈 운자야(Unuzaya Enkhjargal),박미소(Mi-So Park),김보람(Bo-Ram Kim),윤홍주(Hong-Joo Yoon) 한국전자통신학회 2020 한국전자통신학회 논문지 Vol.15 No.6
본 논문에서는 합성곱 신경망을 기반으로 CCTV 이미지를 통한 해무 탐지 방법을 제안한다. 학습에 필요한 자료로 시정 1km 기준으로 총 11개의 항만 또는 해수욕장(부산항, 부산신항, 평택항, 인천항, 군산항, 대산항, 목포항, 여수광양항, 울산항, 포항항, 해운대해수욕장)에서 수집된 해무와 해무가 아닌 이미지 10004장을 랜덤 추출하였다. 전체 10004장의 데이터셋 중에 80%를 추출하여 합성곱 신경망 모델 학습에 사용하였다. 사용된 모델은 16개의 합성곱층과 3개의 완전 연결층을 가지고 있으며, 마지막 완전 연결층에서 Softmax 분류를 수행하는 합성곱 신경망을 활용하였다. 나머지 20%를 이용하여 모델 정확도 평가를 수행하였고 정확도 평가 결과 약 96%의 분류 정확도를 보였다. In this paper, the method of detecting sea fog through CCTV image is proposed based on convolutional neural networks. The study data randomly extracted 1,0004 images, sea-fog and not sea-fog, from a total of 11 ports or beaches (Busan Port, Busan New Port, Pyeongtaek Port, Incheon Port, Gunsan Port, Daesan Port, Mokpo Port, Yeosu Gwangyang Port, Ulsan Port, Pohang Port, and Haeundae Beach) based on 1km of visibility. 80% of the total 1,0004 datasets were extracted and used for learning the convolutional neural network model. The model has 16 convolutional layers and 3 fully connected layers, and a convolutional neural network that performs Softmax classification in the last fully connected layer is used. Model accuracy evaluation was performed using the remaining 20%, and the accuracy evaluation result showed a classification accuracy of about 96%.