http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
터널 숏크리트 라이닝 파괴 메커니즘에 대한 수치해석적 고찰
신휴성(Shin Hyusoung),신동인(Shin Dongin),배규진(Bae Gyujin),김동규(Kim Donggyu) 한국지반환경공학회 2009 한국지반환경공학회논문집 Vol.10 No.7
본 연구에서는 터널 붕괴붕락의 유형 중 국부 암괴하중에 의한 숏크리트 라이닝의 파괴특성을 유한요소 해석을 통해 고찰하였다. 우선, 기존 터널 라이닝 파괴특성을 보다 체계적으로 파악하기 위하여 암반과 숏크리트체 강성비와 부착강도의 특성에 변화를 주어 총 9가지의 조건을 설정하였다. 각 조건에 대한 블록낙하실험(falling block test)환경에서 수치해석을 수행하여 파괴양상을 고찰해 보고 기존의 이론적 파괴 메카니즘과 비교/평가하여 보았다. 결과적으로, 기존 문헌에서 언급된 4가지 파괴모드 (점착파괴(adhesive failure), 직접전단파괴(direct shear failure), 휨인장파괴(flexural failure) 및 휨전단파괴(punching shear failure))가 모두 구현되긴 하였으나, 점착파괴는 항상 타 파괴유형과 동반되어 나타나며, 별도의 파괴유형으로 분류하는 것은 부적절하다고 판단되었다. 또한 기존 관련 연구에서는 터널공학의 주요개념인 아칭효과에 대해 고려치 않고 단순보 개념하에서 라이닝의 파괴특성을 고찰하였으며, 굴착에 의해 부가되는 라이닝의 초기 축력을 고려치 않고 있다. 이에 대해 터널특성에 부합된 경계조건들을 고려하여 신규 라이닝 파괴모드를 재 고찰하였으며, 곡률이 있는 터널 라이닝조건에서는 크게 두 가지 파괴유형으로 분류할 수 있는 것으로 파악되었다. This study investigates a failure mechanism of a tunnel shotcrete lining with respect to a concentrated load due to blocky rock mass. First of all, it is carried out to survey relevant researches to shotcrete failures by literature reviews and to numerically re-investigate the failure modes of shotcrete lining given by previous researches. Through this study, the failure modes are relocated with the conditions which induce each failure mode newly proposed by this study. In addition to this, the arching shape of tunnel lining, which has not been considered in the previous research despite of inherent geometrical characteristics in tunnels, is taken into consideration in numerical investigation on lining failure in this study. As a result, it is shown that more simplified failure modes can be found on the tunnel boundary condition and the corresponding failure condition to each mode can be different from ones of the previous study due to a tunnel arching effect.
SMT 장비의 동작 상태 분류를 위한 음향 스펙트럼 비교에 관한 연구
나종호(Jongho Na),신휴성(Hyusoung Shin),박영현(Younghyun Park),윤일동(Ildong Yun) 한국산학기술학회 2021 한국산학기술학회논문지 Vol.22 No.11
SMT(Surface Mount Technology) 장비는 PCB(Printed Circuit Board) 기판에 각종 소형 전자 부품을 장착하고 납땜하는 자동화 장비를 의미한다. SMT 장비를 주기적으로 유지보수하지 않으면 장비의 고장이 발생하여 막대한 경제적 손실을 가져올 수 있으므로 SMT 장비의 동작상태 진단은 매우 중요하다. 본 논문에서는 데이터 전처리 단계에서 신호처리 기법인 시간-평균 스펙트럼의 특징 추출을 위한 새로운 기법을 제안한다. 데이터는 학습데이터와 실험데이터로 구분되며, 학습데이터를 이용하여 각 동작(소자 마운트, 실린더 에어 분출, 내부 부품 흔들림, 정지)의 정상신호를 정의한다. 그리고 시간-평균 스펙트럼 특징을 유사도 비교 기법(Histogram Intersection, KL-Divergence, Earth Mover Distance)으로 정상 임계치 범주에 속하는지 판단한다. 마지막으로, 모든 동작의 임계치 범주에 속하지 않는다면 새로운 동작이 발생하였고 비정상신호라 판단하는 시스템을 제안한다. 실험을 통해 검증 결과, 제안한 유사도 비교방법이 상대적으로 적은 학습시간으로 인공신경망과 유사한 분류 성능을 얻을 수 있다. Surface Mount Technology (SMT) devices, referred to as automated equipment, are used to mount and solder various small electronic parts of PCB boards. If the SMT equipment is not regularly maintained, the equipment may malfunction, leading to enormous economic damage. Thus, diagnosing the operating state of SMT devices is very important. In this paper, we propose a new technique for feature extraction of time-averaged spectra, which is a signal processing technique in the data preprocessing stage. The data is split into training data and testing data, and the normal signal of each operation (Element Mount, Cylinder Air Blowout, Oscillation, Stop) is defined using the learning data. Then, the signal is examined to see whether the time-averaged spectral feature belongs to the normal threshold range by using a similarity comparison technique (Histogram Intersection, KL-Divergence, Earth Mover Distance). Lastly, if the signal does not belong to the threshold range of all motions, a new motion is said to have occurred and a proposed system decides that the signal is abnormal. As a result of the verification through experiments, the proposed similarity comparison method was able to obtain classification performance similar to that of an artificial neural network with relatively less learning time.