본 연구에서는 Steel Fiber를 원전 격납건물에 적용하기 위한 적용성 평가를 위해서 Steel Fiber가 삽입된 격납건물에 대 한 지진위험도 평가를 수행하였다. Steel Fiber를 콘크리트에 삽입함으로써 콘크리트의 구조적 성능에서 취약점인 인장성 능을 향상시킬 수 있고, 압축강도 및 전단강도도 증가시킬 수 있는 장점이 있기 때문이다. 그러나 아직까지 원전 격납건물 에 Steel Fiber를 적용하기 위한 노력은 진행되고 있지 않다. 재료적 우수성에도 불구하고 원전에 적용하기 위해서는 좀 더 많은 사용경험과 성능검증이 이루어져야 가능할 것이다. 따라서 본 연구에서는 원자력발전소 격납건물에 Steel Fiber를 사 용하였을 경우, 격납건물의 지진안전성의 변화를 살펴보기 위하여 기존의 실험자료를 이용하여 취약도 평가를 수행하였다. 분석결과 Steel Fiber의 함유로 인하여 전단성능과 연성능력이 증가하여 지진취약도의 향상으로 나타났다. Steel Fiber함유 량이 1.0%인 경우 지진내력이 10%가량 증가하는 효과를 얻을 수 있었다. 그러나 본 연구의 결과는 제한된 기존의 실험결 과를 이용한 예비해석이므로 Steel Fiber의 실제 적용성을 적확하게 분석하기 위해서는 Steel Fiber가 함유된 다양한 콘크 리트 부재실험을 통하여 그 물성의 변화를 파악하여야 할 것이다.

This study presents the comparison of analytical fragility functions obtained from analyses result of spectrum matched to unmatched ground motions expressed in terms of percentage and ratio. Seven random seed earthquake ground motions were matched to United States Nuclear Regulatory Commission (USNRC) specified design response spectrum to carry out time history analyses of a base-isolated nuclear power plant structure. Fragility functions were estimated using the maximum likelihood method from the obtained responses for the selected ground motions. As anticipated the seismic responses obtained using matched time series were higher than unmatched time series which finally led a higher mean. Standard deviation for both cases were compared and for spectrum matched case smaller result were noticed.

This study has been considering cable stayed bridge for structural health monitoring purpose . To monitor the bridge, 6 different locations (like 2 points from deck, 2 points from pylon, 1 points from side span and 1 points from girder) were introduce to find the satellite signal received from the GPS antenna. According to the World Geodetic System 1984(WGS-84) coordinate system, the GPS station signal was measured in the 6 observed points. After that, Statistical moment analysis is applied to assess the condition of those 6 position of this long span bridge. Finally, the Statistical moment analysis results clearly indicate the present condition of the long span bridge at 6 different locations. The time series statistical moments really able to detect the damage condition and localization of the long span bridge.