This paper proposes a standardized vehicle body repair manual for vehicles with major damage to the rear side members caused by rear-end collisions. The manual is used to refine the vehicles. Typical work involves replacing large traffic accident modes with new members or modifying and aligning existing members. If repairs are made for various reasons, the members should be attached based on the body of a new vehicle. Unlike new vehicle members, the accident vehicle repair process depends heavily on the operator's skilled skills (i.e., the performance, purpose, level, and quality of the body replacement work due to the nature of the vehicle body replacement work). When repairing or replacing a rear side member of a body repair, three methods of operation are applied because the damage and deformation vary depending on the object of the other party, although the degree of damage varies. There is no standardized manual for side member over-hole replacement, partial replacement, or partial modification, since these repair methods vary depending on the operator's thoughts and angle of view. Therefore, customers should use standardized vehicle repair manuals to ensure that their vehicle receives the same repair when damaged. This study is expected to develop a standardized vehicle repair manual to reduce the drop in used market prices after replacement or repair of rear side members at vehicle repair plants.

PVA 섬유 보강 시멘트 복합체는 매우 복잡한 미세구조를 가지고 있으며, 재료의 거동을 정확히 평가하기 위해서는 미세구조 특성 을 반영하여 실제 실험과 시너지효과를 내며 효율적인 재료 설계를 가능하게 하는 해석 모델의 개발이 중요하다. PVA 섬유 보강 시멘 트 복합체의 역학적 성능은 PVA 섬유의 방향성에 큰 영향을 받는다. 그러나 마이크로-CT 이미지로부터 얻은 PVA 섬유의 회색조 값 을 인접한 상과 구분하기 어려워, 섬유 분리 과정에 많은 시간이 소요된다. 본 연구에서는 섬유의 3차원 분포를 얻기 위하여 0.65μm3 의 복셀 크기를 가지는 마이크로-CT 이미지 촬영을 수행하였다. 학습에 사용될 학습 데이터를 생성하기 위해 히스토그램, 형상, 그리 고 구배 기반 상 분리 방법을 적용하였다. 본 연구에서 제안된 U-net 모델을 활용하여 PVA 섬유 보강 시멘트 복합체의 마이크로- CT 이미지로부터 섬유를 분리하는 학습을 수행하였다. 훈련의 정확도를 높이기 위해 데이터 증강을 적용하였으며, 총 1024개의 이미지 를 훈련 데이터로 사용하였다. 모델의 성능은 정확도, 정밀도, 재현율, F1 스코어를 평가하였으며, 학습된 모델의 섬유 분리 성능이 매 우 높고 효율적이며, 다른 시편에도 적용될 수 있음을 확인하였다.

이 연구의 목적은 과학기술 시대 교육 기법으로서 코칭 기법 활용 가능성을 탐색하여 교육 현장에서의 적용 가능성을 모색하는 데 있다. 문헌 연구를 통하 여 가능성을 탐색한 결과는 다음과 같다. 과학기술 시대 교육 기법으로서 코칭 기법 활용 가능성은 높은 것으로 나타났다. 그 이유는 교수 설계 이론과 접목해 본 결과 교수 설계 이론의 절차에 코칭 기법을 적용할 수 있었다. 또한 코칭의 핵심은 경청을 기반으로 질문을 통하여 피드백하는 의사소통이기 때문에 과학 기술 시대 핵심역량 중 하나인 의사소통 역량을 육성하는 데도 적합한 것으로 확인하였다. 향후 코칭 기법을 수업에 적용하여 검증해 보는 후속 연구가 있기 를 기대한다.

본 논문은 직류전동기(DC motor)와 전기적인 특성은 유사하지만, 수명과 신뢰성이 향상된 BLDC 모터의 제어기법에 대해 언 급하고 있다. BLDC모터는 회전자의 위치 정보를 사용하여 직류전동기의 기계적인 접촉에 의한 정류 장치를 제거함으로써 내구성과 속도 안정성을 향상시킬 수 있다. 본 연구에서는 BLDC모터의 권선에 흐르는 전류가 직류전동기의 전기자에 흐르는 구형파 형태의 전 류인 것에 착안하여 직류전동기에 대한 제어기를 설계하고, 설계된 제어기를 3상 BLDC모터에 적용하여 제어기의 유효성을 확인하였 다. 이를 위해 3상 BLDC모터의 전기적인 파라미터 값을 가지는 단상 직류전동기의 모델링을 실시하였고, 도출된 시스템에 대해 근궤 적법을 적용하여 전동기의 속도제어를 위한 PI 제어기를 설계하였다. DC 전동기의 속도제어 시뮬레이션을 시행하여 제어기의 성능을 확인하였고, 동일한 제어기를 MATLAB으로 구현한 3상 BLDC모터의 속도제어에 적용하였다. DC 전동기와 유사한 제어 결과를 3상 BLDC모터에서 얻을 수 있었고, 이를 통해 연구에서 제안한 제어기법의 유용성을 확인할 수 있었다.

최적 운항자세 선정 기술이란 주어진 운항 배수량과 운항 선속에서 최소의 저항을 가지는 즉, 최적의 연료 소비 효율을 가지는 초기 선수흘수와 선미흘수를 제시하는 것이다. 본 논문의 주 목적은 대상선박의 유효동력 데이터를 기반으로 주어진 운항조건에서 최대 의 에너지효율을 가지는 최적의 운항자세를 선정하는 프로그램 개발하는 것이다. 본 프로그램은 인공지능 기법에 의한 파이썬 기반 GUI(Graphical User Interface)로 작성되어 선주가 쉽게 사용할 수 있도록 하였다. 그 과정에 있어 대상 선박 소개, 전산유체역학(CFD)을 통한 유효동력 데이터 수집, 심층학습을 사용한 유효동력 모델 학습 방법 그리고 심층신경망(DNN) 모델을 응용한 최적 운항자세 제시 프로그 램을 구체적으로 설명하였다. 선박은 운항 별로 화물을 싣고 내리게 되고, 이에 화물 적재량이 변화되고 배수량이 변경된다. 선주는 배수 량 별 예상 선속에 따라 최소저항을 가지는 즉, 최대의 에너지효율을 가지는 최적의 운항자세를 알고자 한다. 개발된 GUI는 해당선박의 태블릿 PC와 앱에 설치하여 최적 운항자세 선정에 활용 가능하다.

인공위성은 최첨단 기술로써 시공간적 관측제약이 적어 해양 사고에 효과적 대응과 해양 변동 특성 분석 등으로 각국의 국가 기관들이 위성 정보를 활용하고 있다. 하지만 고해상도 위성 관측 기반 해수면 온도 자료(Operational Sea Surface Temperature and Sea Ice Analysis, OSTIA)는 위성의 기기적, 또는 지리적 오류와 구름으로 인해 낮게 관측되거나 공백으로 처리되며 이를 복원하기까지 수 시간이 소요된다. 본 연구는 최신 딥러닝 기반 알고리즘인 LaMa 기법을 활용하여 결측된 OSTIA 자료를 복원하고, 그 성능을 기존에 이용되어 온 세 가지 영상처리 기법들의 성능과 비교하여 평가하였다. 결정계수(R²)와 평균절대오차(MAE) 값을 이용하여 각 기법의 위성 영상 복원 성 능을 평가한 결과, LaMa 알고리즘을 적용하였을 때의 R²과 MAE 값이 각각 0.9 이상, 0.5℃ 이하로, 기존에 사용되어 온 쌍 선형보간법, 쌍 삼차보간법, DeepFill v1 기법을 적용한 것보다 더 우수한 성능을 보였다. 향후에는 현업 위성 자료 제공 시스템에 LaMa 기법을 적용하여 그 가능성을 평가해 보고자 한다.

본 연구는 워터프론트에 조성된 공원을 “워터프론트 공원”이라는 유형으로 특정하고 워터프론트 공원 이 다른 공원과 구분되는 특징 및 가치를 고찰한다. 그리고 뉴욕시에서 2010년부터 2020년까지 공사 완료 개장한 워터프론트 공원들의 분석 연구를 통해 최신 워터프론트 공원에서 두드러지는 설계적 특 징 및 경향을 종합한다. 최신 워터프론트 공원의 설계경향 및 특징은 다음과 같다. 첫째, 다양한 경험이 가능한 수직적 구조의 제안 둘째, 배후도심과 공원구조의 유기적 연결을 통한 접근성 향상 셋째, 생태적 다양성의 증진과 원생경관의 회복 넷째, 기후 리질리언스 설계 도입 다섯째, 역사적 장소성 강조를 위한 역사 유산의 물리적 활용 마지막으로 자전거 전용도로와 공공 수상 교통을 위한 접안시설의 제공이다. 이를 바탕으로 본 연구는 앞으로 조성될 워터프론트 파크의 설계 및 계획을 위해 다음의 시사점을 제시 한다. 먼저 워터프론트 공원의 설계 및 조성 기법의 지속적 연구 둘째, 배후도심과의 워터프론트 공원의 강한 연계를 위한 행정적 지원 및 계획적 기획 세 번째, 워터프론트 공원을 통해 도시의 리질리언스를 증진할 수 있는 설계 연구의 필요성 마지막으로 개별적 워터프론트 공원의 조성에만 집중하는 것이 아 닌 도시/지역적 스케일을 아우르는 상위계획의 확립이다.

With the increasing number of aging buildings across Korea, emerging maintenance technologies have surged. One such technology is the non-contact detection of concrete cracks via thermal images. This study aims to develop a technique that can accurately predict the depth of a crack by analyzing the temperature difference between the crack part and the normal part in the thermal image of the concrete. The research obtained temperature data through thermal imaging experiments and constructed a big data set including outdoor variables such as air temperature, illumination, and humidity that can influence temperature differences. Based on the collected data, the team designed an algorithm for learning and predicting the crack depth using machine learning. Initially, standardized crack specimens were used in experiments, and the big data was updated by specimens similar to actual cracks. Finally, a crack depth prediction technology was implemented using five regression analysis algorithms for approximately 24,000 data points. To confirm the practicality of the development technique, crack simulators with various shapes were added to the study.

This study conducted a big data analysis targeting the concept of "Ruralism," which is important in rural development, and the keywords "Rurality" and "Rural-amenity," which are similarly used. Keyword frequency analysis, key keyword analysis, network analysis, and emotional analysis were conducted by applying text mining techniques, which are methods of analyzing unstructured data online, to present basic data on the establishment of the concept of Ruralism for rural space maintenance. As a result of the study, conservation for Ruralism was the most important in the case of keyword frequency analysis, and differences between the Rurality and Rural-amenity keywords, which were used similarly to Ruralism, were identified through major keywords, indicating that Ruralism is a concept that has a more comprehensive range of rural areas than other concepts. In the case of the network, the network shown in Ruralism was prominent in improving the quality of life of invisible residents, and the last emotional analysis showed that it was necessary to prepare standards to overcome the possibility of preserving Ruralism and difficult policy directions. This study is meaningful in that it identifies online perceptions and looks at them from a macro perspective so as not to be confused by looking at keywords used similarly to Ruralism at a time when setting mid- to long-term policy directions is important.

In this study, in order to establish a strategy for developing an fire following earthquake risk assessment method that can utilize domestic public databases(building datas, etc.), the method of calculating the ignition and fire-spread among the fire following earthquake risk assessment methodologies proposed by past researchers is investigated After investigating and analyzing the methodology used in the HAZUS-MH earthquake model in the United States and the fire following earthquake risk assessment methodology in Japan, based on this, a database such as a domestic building data utilized to an fire following earthquake risk assessment method suitable for domestic circumstances (planned) was suggested.

일인가구의 증가 SNS와 온라인을 통한 소통의 증대 등 점차 파편화 되는 현대사회에서 개인들이 직접 대면하고 소통할 수 있는 물리적 커뮤니티공간의 필요성은 점차 증가하고 있지만 이의 확충은 경제 및 개발 논리에 밀려 쉽게 이루어지기 어렵다. 본 연구는 커뮤니티공간의 부족함을 완화시키고 공평하게 향유할 수 있는 커뮤니티공간을 제공할 수 있는 대안으로 도시의 가로공간에 집중하고 도로가 가진 높 은 접근성을 활용하여 도로를 커뮤니티 활성화를 위한 커뮤니티공간으로 전환시키는 기법을 고찰하 고 시사점을 제공하고자 한다. 먼저 선행연구와 관련문헌을 통해 커뮤니티 활성화를 위한 주요 요소들 을 도출하여 분석의 틀을 만든다. 다음으로 뉴욕시에서 진행하고 있는 세 가지 프로그램인 뉴욕시 오픈 레스토랑, 뉴욕시 오픈 스트리트, 뉴욕시 플라자 프로그램의 사례연구 및 분석을 진행한다. 그리고 커 뮤니티공간에 커뮤니티를 위한 프로그램을 제공하는 방식도 함께 살펴본다. 분석 결과 세 개 프로그램 을 통해 가로공간을 전용하여 확보한 커뮤니티공간들이 커뮤니티의 활성화를 위한 다음의 요소들 안 전, 참여, 접근성과 보행성, 가로의 활력, 경제적 이득, 유연성과 적응력, 다양성과 포용성을 증진 시킬 수 있음을 확인하였다. 이를 통해 본 연구가 제시하는 시사점은 다음과 같다. 먼저, 지역 커뮤니티가 계 획 단계에서부터 커뮤니티공간의 조성, 운영, 관리의 주체가 되어야 한다. 두 번째, 시정부는 커뮤니티 들이 활용할 수 있는 프로그램을 개발, 운영하고 이를 제공하여야 한다. 세 번째, 커뮤니티와 그 주변 여건의 변화에 쉽게 적응하고 변화할 수 있는 가변적이면서도 능동적인 조성이 필요하다. 마지막으로 는 모든 커뮤니티공간에 적용될 수 있는 동일한 규격, 기준, 가이드라인의 제공이 필요하다.

치유농업의 목적은 건강회복 및 유지, 증진을 위한 사회적 비용의 절감과 농촌의 활력, 소득원의 창출을 통한 농업‧농촌의 지속가능한 성장에 있다. 이러한 치유농업의 가치는 치유농업 대상자뿐만 아니라 농 업인, 지역사회, 보건서비스 제공자 등 다양한 주체가 혜택을 얻는 데 있다. 이 연구는 치유농업의 지속 가능한 생태계 구축방안을 제시하고자 선행연구를 통해 핵심요인을 도출하여 환경생태적, 사회경제 적 편익, 지역사회발전으로 설정하였다. 또한 각각의 요인은 하위요인으로 구분하여 적합도와 중요도 를 파악하였다. 델파이 조사는 치유농업에 실무와 경험이 풍부한 연구자, 교수, 치유농가 등 전문가 15 명을 대상으로 하였는데 이 중 불성실한 답변을 제외하고 최종 12명을 대상으로 2차에 걸친 조사를 하 였다. 분석결과 치유농업의 지속가능한 생태계 구축을 위한 핵심요인을 도출하였다. 또한 측정영역과 하위요인에 대한 중요도와 적합도 분석결과 7개의 상위요인과 33개 하위요인을 선정하였다. 지역사회 의 다양한 주체와의 교류 활성화를 통해 농업, 의료, 사회, 교육 분야에서 농업의 새로운 대안으로써 치 유농업을 운영할 필요가 있다. 이를 통해 치유농업의 지속가능한 생태계 구축을 위한 정책지원과 기초 적인 방향성을 제시하였다는 점에서 의미가 있다.