국내에서 공동주택이 대량으로 공급되었던 1980～1990년대에는 콘크리트의 설계기준강도가 약 18MPa로 낮았으며 또한 대부분의 기둥은 수직하중만을 고려하여 설계되었다. 본 연구에서는 수명이 오래된 콘크리트 기둥의 성능을 향상시키기 위하여 시공이 간편하고 내식성이 우수하며 인장성능이 매우 뛰어난 탄소섬유시트로 보강된 RC 기둥의 압축강도 성능평가 실험을 수행하였다. 기둥을 구속하는 탄소섬유시트의 wrapping 각도는 수직하중과 수평하중에 저항할 수 있도록 기둥의 재축방향에 대하여 ±60°각도로 보강하였다. 실험을 수행한 후 압축강도 및 변형률의 증가양상과 시험체의 파괴양상을 분석하였으며 실험결과의 회귀분석을 수행하여 향상된 압축강도를 예측할 수 있는 회귀식을 작성하였다.

본 연구에서는 카본시트튜브로 구속된 원형기둥에 반복 횡하중을 가하여 기둥의 휨내력을 평가하는 실험을 수행하였다 중립축을 기준으로 압축 및 인장측 단면의 모멘트를 이용하여 공칭모멘트를 계산하는 등가응력블록계산법을 소개하였다 또한 실험결과를 분석하여 횡 하중에 대한 거동을 예측할 수 있는 회귀식을 마련하여 실험결과와 비교하였다

본 연구에서는 카본시트튜브로 구속된 원형기둥의 성능을 평가하는 실험을 수행하였다. 일반적으로 기둥은 각형과 원형의 두 가지 형상으로 설계가 이루어지지만 단면의 전체가 일정한 곡률을 유지하여 구속효과가 큰 원형단면의 경우를 본 연구에서 채택하였다. 전체 17개의 시험체를 10,000kN 용량의 UTM을 이용하여 실험을 수행하여 극한강도를 예측하는 실험식을 제안하였다.

본 논문에서는 상수도시설을 효율적으로 운영하는 데 필요한 1일 급수량 수요를 예측하는 방식에 대하여 인공지능(Artificial Inteligence)이라 불리는 퍼지 뉴론(fuzzy neuron)을 이용하여 연구하였다. 퍼지뉴론이란 퍼지정보(fuzzy information)를 입력으로 받아들이고 처리하는 퍼지 신경망을 일컫는 말이다. 본 연구에서는 소속함수와 퍼지규칙을 신경망으로 학습하는 기능인 적응식 학습방법을 통하여 1일 급수량을 예측하였으며 연구

수돗물, 송배수펌프의 운전 등 상수도시설을 합리적인 운용을 위해서는 일, 또는 시간 단위의 급수량 사용량의 추정이 필수적이다고 할 수 있다. 급수량의 추정방식은 회귀모형식 및 시계열 분석방법이 있는데, 본 연구에서는 시계열 분석방법인 ARIMA모형을 이용하여 일일 급수량을 추정하였으며 연구대상 지역으로는 광주광역시를 선정하였다. 일일 급수량을 추정하는데 있어서 시계열장을 15, 30. 60, 90일로 나누어 각각의 시계열장에 대해 시행착오법으로 각 모형