원전 격납건물은 프리스트레스 콘크리트 구조로 사고발생시 내부의 방사능물질이 외부로 유출되지 않도록 강재 철판을 내 측 콘크리트 면에 설치하여 압력경계를 유지하고 있다. 강재 철판은 건설시에는 콘크리트 거푸집이고 가동중에는 차폐역할 을 하게 된다. 최근 가동원전 격납건물 라이너플레이트에 일부 부식이 발생된 사례가 있는데 공칭두께 대비 10% 이상의 두께 감육부는 공학적 평가를 통해 계속사용 또는 교체를 한다. 본 논문에서는 공학적 평가를 위한 구조해석 모델 개발 시간 단축을 위해 라이너플레이트의 설계조건과 형상을 고려한 자동화시스템을 개발하였다.

In this paper, we present auto-annotation tool and synthetic dataset using 3D CAD model for deep learning based object detection. To be used as training data for deep learning methods, class, segmentation, bounding-box, contour, and pose annotations of the object are needed. We propose an automated annotation tool and synthetic image generation. Our resulting synthetic dataset reflects occlusion between objects and applicable for both underwater and in-air environments. To verify our synthetic dataset, we use MASK R-CNN as a state-of-the-art method among object detection model using deep learning. For experiment, we make the experimental environment reflecting the actual underwater environment. We show that object detection model trained via our dataset show significantly accurate results and robustness for the underwater environment. Lastly, we verify that our synthetic dataset is suitable for deep learning model for the underwater environments.

In this study, the damping ratio was estimated using the developed automatic calculation software based on the field measurement data of vibration of stay cable in cable-stayed bridge. For the field measurement, two accelerometers were used for obtaining of dynamic behavior of 1st, 2nd and 3rd mode. The damping ratio after installation of the damper was calculated as higher than the requirement values, also it was confirmed that the damping effect was improved with the range of 19~92%.

This paper proposes an automated crack evaluation technique for a high-rise bridge pier using a climbing robot. The proposed technique enables to automatically detect and quantify the bridge pier cracks even where cannot easily access by human for visual inspection. To achieve it, high quality images are obtained by scanning the vision cameras embedded on the climbing robot along the bridge pier surface. Then, a feature extraction-based image stitching algorithm is newly developed and applied for establishing the entire region of interest (ROI) images. The ROI images are then processed with a semantic segmentation algorithm for automated crack detection. Finally, the detected cracks are precisely quantified by a crack quantification algorithm. The proposed technique is validated using in-situ test data obtained from Jang-Duck bridge located at Gangneung city, South Korea. The test results reveal that the proposed technique successfully evaluate the bridge pier cracks with precision of 90.92 % and recall of 97.47 %.

Pavement condition deteriorates due to various environmental issues. This can be seen on the pavement surface as a form of distress. A crack can be considered as a typical form of pavement distress in which it may reveal a critical condition of the road. Therefore, automatic and accurate detection of pavement crack and segmentation are crucial for pavement condition assessment and maintenance.

This paper presents an automated determination technique of optimal subset sizes for digital image correlation (DIC) analysis of speckle patterned images. The smaller subset size would typically have the higher DIC accuracy with respect to local minute deformation, but insufficient speckle pattern information within the excessively small often augment DIC errors due to lack of correlation features. Therefore, optimal subset size determination is crucial for the precise DIC analysis. To automate the optimal subset size determination process, first, the reference and test speckle pattern images are obtained from the target structure surface with a certain time interval. Then, an initial seed point which will be used for the subset center point is assigned on the reference speckle pattern image. Subsequently, normalized cross correlation (NCC) between the reference and test images is performed by increasing subset sizes from the seed point. Next, the matching distance between the two images is calculated using the maximum correlation coefficient. As the subset size increases, the matching distance between the two subsets converges a certain value. It physically means that the sufficient correlation features will be included in the subset. Finally, the optimal subset size can be determined by selecting the minimum subset size where the matching distance value starts to be converged. The proposed technique is experimentally validated using an aluminium plate with sprayed speckle pattern.

한국의 수자원 총량중 이용량은 26.3%로 강으로부터의 취수 비율은 3%에 불과하며, 중국, 인도, 이탈리아, 남아공 등과 함께 물 스트레스 기준 중~고에 해당한다. 따라서 본 연구에서는 댐 수자원 확보를 위한 적지선정과 관련하여 연구하였다. 미국, 일본 및 한국의 댐 건설절차에 대한 조사 결과, 정량적인 기준 및 계산 방법 또는 공식이 부재하였다. 댐 적지선정의 정량적 기준 제시를 위하여 먼저 기후 변화 시나리오를 조사, 분석하였으 며, IPCC제 5 차 평가 보고서에 제시된 12.5 km 격자 해상도의 RCP 4.5 및 8.5를 SWAT와 HEC-ResSim를 이용하여 유역 연구에 적용하였다. 댐 시뮬레이션 결과를 토대로 홍수 및 가뭄의 감소 효과를 정량적으로 제시하였다. 그리고 댐 적지 선정 지표 결정과, AHP 기법을 이용하여 평가지표에 대한 전문가 설문을 실시하여 가중치를 부여하였으며, 이를 통해 댐 적지 선정 함수식(FSDS)을 제안하였다. 함수식의 경우 4곳의 기 설치된 유 역에 대하여 보정 및 검증 하였으며, FSDS와 GIS의 'Model builder'를 사용하여 댐 적지선정 자동화 모델을 개발하였다.

인공지능에 대한 관심이 높아짐에 따라 의료분야에서도 활발하게 인공지능이 연구되고 있다. 현재 국내에서는 엑스선 촬영, 컴퓨터단층촬영(Computer Tomography), 자기공명영상(Magnetic Resonance Imaging) 등의 의료영상장치에 인공지능이 접목되고 있으며 향후 방사선사 없이 환자의 방사선 영상을 획득 할 수 있는 인공지능을 탑재한 의료기기가 발명 될 것으로 예상된다. 본 연구는 엑스선 촬영에 있어서 환자 위치잡이에 대한 자동화에 대해서 초기 연구를 했다. 위치잡이에 대한 평가를 위해 엑스선 장비와 인체 팬텀을 사용했다. 프로그램은 Visual Studio 2010 MFC로 구현했으며 영상은 1,450 × 1,814 크기로 했다. 픽셀 값을 눈으로 식별 가능한 0 ~ 255 값을 갖는 명암으로 변환하여 모니터에 출력했다. 출력한 영상에 세 픽셀 좌표 값을 통해 각도를 예측하고 각도에 따른 음성안내에 따라 환자가 바른 위치잡이를 하도록 유도하는 절차 알고리즘 프로그램을 개발 했다. 다음 연구에서는 사용자가 좌표의 기준을 인공지능에게 전달하는 것이 아닌 인공지능 스스로 구조물을 파악하여 각도를 계산하는 연구를 진행할 것이다. 향후 위치잡이의 자동화를 통해 촬영부터 위치잡이까지 인공지능이 실시하도록 하는 연구에 도움이 될 것으로 예상된다

세계 주요 컨테이너터미널들은 중심항만으로 성장하기 위해 치열한 경쟁 속에서 우위를 선점하기 위해 자동화 시설을 확충하는데 노력하고 있다. 최근 컨테이너터미널에서 자동화 시스템의 완전 통합을 위해 시스템 설계 및 개발이 진행되고 있다. 이는 컨테이너터미널의 야드 작업 효율성을 높이는 데 집중 할 수 있고 다른 컨테이너터미널 운영 프로세스와 통합이 쉬워지기 때문이다. 컨테이너터미널에서 자동 화 시스템은 고객에게 더 나은 서비스를 제공하고 수익성을 향상시키는 데 필수적이다. 컨테이너터미널 가동을 보다 효율적으로 운영하고 결 과적으로 생산성을 높이려면 Container Handling Equipment(CHE)의 실시간 위치와 상태확인이 요구되고 있다. 본 연구는 컨테이너터미널에 DGPS를 이용하여 컨테이너터미널 자동화 장비의 실시간 위치와 상태를 확인하고 자동화 시스템을 실제 개발, 적용, 운영하는 컨테이너터미널 야드 이송장비 자동화 시스템의 구성요소와 기능을 살펴본 후 실제로 적용하여 기존 야드 이송장비 시스템과 야드 이송장비 자동화 시스템을 비교 분석 및 적용방안에 대해 제시하였다. 또한, 컨테이너터미널의 핵심 장비인 이송장비의 효율적인 운영을 위해서 최적의 야드 이송 장비 자동화 시스템을 이용하게 되면 컨테이너터미널의 생산성 및 이송장비의 효율성을 좀 더 높일 수 있다는 걸을 알 수 있었다.

최근 컨테이너 터미널에서는 야드 장비의 자동화 및 환적화물의 증가로 인하여 터미널내의 이적작업이 증가하고 있으며 이에 따라 터미널 운영자들은 효율적인 이적작업 계획을 수립하고자 노력하고 있다. 보통 자동화 컨테이너 터미널에서는 장치장에 다수의 자동화된 야드 크레인을 사용하여 컨테이너를 취급하고 있으며 선적작업의 효율을 높이기 위하여 여유시간대를 이용하여 이적작업을 수행하고 있다. 본 연구 는 블록 내에서 다수의 자동화 야드 크레인이 운영되고 있는 경우의 이적작업 계획을 다루고 있으며 혼합정수계획법을 이용하여 주어진 여유 시간을 고려하여 작업효율을 최대화하는 각 크레인 별 최적 이적작업 계획을 수립하는 수리모형을 제시하였다. 또한 컨테이너 터미널 현장에 서 쉽게 적용할 수 있도록 빠른 시간 안에 이적작업계획을 수립할 수 있는 작업 할당규칙을 찾기 위하여 다섯 가지 대표적인 할당규칙에 대하 여 수치 실험을 통하여 유용성을 분석하였다. 수치 실험 결과 작업할당 규칙 중에서 MR규칙과 MW규칙이 다수 자동화 야드 크레인의 이적작 업 할당규칙으로 좋은 성능을 발휘하는 것으로 나타났다.

컨테이너 선박의 대형화에 따라 컨테이너터미널 내에서 동일한 시간 내에 처리해야 하는 물동량이 계속적으로 증가하고 있다. 컨 테이너터미널에서는 수동처리 방식의 한계를 극복함과 동시에 지속적으로 운영측면에서 발생하는 비용을 줄이기 위하여 컨테이너터미널의 자동화 시스템을 도입하고 있다. 왜냐하면 컨테이너터미널의 게이트 반출ㆍ입 업무를 수행함에 있어 수작업 처리 시 부정확한 자료 처리로 혼란 요소가 다소 발생하고 있다. 바코드 시스템에서 스캐너에 바코드를 직접 인식시켜야하기 때문에 처리 시간소요가 다소 길고 불편함 있 어 이러한 문제점을 보안하여 게이트 자동화 시스템 RFID시스템은 차량 번호를 인식하는 기술을 이용하여 반출ㆍ입 처리 소요시간 단축하여 효율적인 게이트 업무 수행을 할 수 있다. 한편, 데미지 컨테이너 체크를 수동으로 진행하는 경우 게이트 반입 할때 컨테이너의 손상여부 확 인 후 수기로 게이트 작업자가 직접 문서을 작성하여 보관하기 때문에 고객이 데미지 컨테이너 증거자료를 요청할때 증거자료로 제출하기에 불충분하여 고객으로부터 크레임을 받는 경우가 발생하였다. 또한, 게이트 작업자 및 인력에 의한 컨테이너 관리의 어려움 발생하였고 게이트 주변 인력의 컨테이너 관리 안전사고에 위험이 항상 노출되어 있었다. 본 논문에서 고찰하는 게이트 데미지 컨테이너 자동화 시스템을 도입 하게 되면 영상 저장 시스템에 의한 컨테이너 관리가 가능하다. 컨테이너 손상정보가 시스템에 저장되어 있기 때문에 고객이 데미지 컨테이 너 자료를 요청 시 시스템에 저장 되어 있는 데미지 컨테이너 영상을 검색하여 증거자료 제출이 가능하고 고객으로부터의 크레임 대비가 가 능하다. 또한, 게이트 관리 인력 업무의 통합으로 인력 감소 및 게이트 부근 안전사고 위험이 감소하였다.

현재 국내 디스플레이 생산과 수요의 꾸준한 증가 추세와 전자 제품의 짧은 순환주기를 고려하였을 때 향후 폐디스플레이의 발생량은 급증할 것으로 예측 되며, 2020년에 약 75만 t이 발생할 것으로 예상되고 있다. 하지만, 국내 폐디스플레이 재활용 기술은 선진국에 비해 매우 미비하며, 대부분 수작업을 통해 금속류만 회수하여 재활용 하고 있는 실정이다. 특히, 제조사에 따라 디스플레이의 부품 구성 및 설계가 다양하여 해체･분리에 가장 많은 시간이 소비되며, 이는 작업 효율 감소 문제로 이어지게 된다. 본 연구에서는 폐디스플레이 재활용 공정효율 향상을 위한 체계적인 폐디스플레이 해체･분리 시스템을 구축하고자 하였으며, 개발 시스템은 오토 로딩 시스템, 스마트 비전 인식 시스템, 폐디스플레이 해체･분리 시스템, CCFL 자동무인화 처리 시스템으로 구성된다. 오토 로딩 시스템의 경우 기존 수작업에 의존하던 폐디스플레이 적재작업을 자동화함으로써 작업자의 작업 환경을 개선함과 동시에 공정의 효율을 증대 시키는 효과를 얻을 수 있다. 스마트 비전 인식 시스템의 경우 작업자의 경험에 의존한 다양한 폐디스플레이의 해체･분리 공정을 개선하기 위해 도입하였으며, 작업자에게 페디스플레이가 공급되기 전 자동으로 폐디스플레이의 정보를 확인하고 작업자에게 해체작업 정보를 제공함으로써 작업자의 경험차이에서 발생되는 문제를 해결하고자 하였다. 또한, 기존에 한명의 작업자가 하나의 폐디스플레이 전체를 해체･분리하는 방식을 다수의 작업대를 설계하여 세분화 및 단순화 하였으며, 작업자 간의 폐디스플레의 이송이 원활하도록 병렬구조 이송 라인 설계 등 작업 효율 증대를 위한 해체･분리 작업 시스템을 개발 하였다. 마지막으로 기존 수작업 공정에서 작업자에게 수은과 같은 유해물질을 직접적으로 노출시키는 CCFL 처리 공정은 무인 자동화함으로써 수은으로 인한 문제를 해결하였다. 이렇게 개발된 시스템은 기존에 수작업만을 사용했던 공정에 자동화 시스템을 적용함으로써 작업 효율 증대, 작업 환경 개선 등의 효과를 기대할 수 있을 것이다.

Robotics-Assisted Bridge Inpection Tool (RABITTM) combines a capability of conventional non-destructive evaluation techniques for condition assessment of concrete bridge decks, including electrical resistivity (ER), ground-penetrating radar (GPR), impact-echo (IE), ultrasonic surface waves (USW), and a high resolution digital camera. In this study, the RABITTM platform was used to evaluate delaminaitons in a concrete bridge deck fabricated in the laboratory.

Recently, in the tunnel precise inspection, the problem of the lining concrete cracks is much concerned. Thus, in this study, the behavior of the existing tunnel was measured by automation system to analyze the characteristics of lining cracks.

Robotics-Assisted Bridge Inpection Tool (RABITTM) combines a capability of conventional non-destructive evaluation techniques for condision assessment of concrete bridge decks, including electrical resistivity (ER), ground-penetrating radar (GPR), Impact-echo (IE), ultrsonic surface waves (USW), and a high resolution digital camera. In this study, the RABITTM platform was used to evaluate delaminaitons in a concrete bridge deck in the laboratory.

이적작업은 자동화 컨테이너 터미널에서 하역작업의 생산성을 높이는 운영 전략으로 연구되고 있다. 이는 장치장 블록 내 컨테이너들의 재배치 작업을 의미한다. 이적작업의 크레인 작업할당 문제는 작업가능시간에 대한 제약을 고려하여 이적작업의 효과를 최대화하기 위해 가능한 이적작업 중에서 효율적인 이적작업을 선정하고 이들의 작업순서를 정하는 것이다. 본 연구는 혼합정수계획법을 활용하여 장치장 크레인의 작업할당 문제에 대한 최적화 수리모형을 개발하고 이의 예를 제시하였다. 그러나 수리모형은 계산시간이 많이 소요되어 현장에서 사용되기 어렵다. 따라서 현실 적용을 위해 대표적인 5개의 작업할당 규칙을 비교 평가하였다. 수치실험에서 maximum weight ratio(MR) 규칙이 전반적으로 뛰어난 성능을 보였다.

이 연구의 목적은 문제해결력과 창의력을 향상시키기 위한 문제기반 전뇌학습 모형을 개발하여 ‘자동화설비’ 수업에서 적용한 후 문제해결력과 창의력에 미치는 효과를 검증하는데 있다. 연구 목적을 달성하기 위하여 문헌연구 분석 후 도출된 이론과 시사점을 통해 자동화설비 과목에서 문제기반 전뇌학습 수업 모형 및 프로그램 개발하였다. 개발된 수업 모형과 프로그램은 뇌교육 전문가와 공업교육 전문가의 타당화 검증을 거친 후 현장 적용을 통해 문제해결력과 창의력에 미치는 효과를 검증하였다. 이 연구를 통해 밝혀진 결과는 다음과 같다. 첫째, 문제기반 전뇌학습 프로그램은 전통적인 실습수업(M=24.36)에 비해 문제해결력의 사후검사 결과 실험집단의 평균점수(M=27.55)가 향상되었으며, 특히, ‘문제 제시(t=2.075, p<.05)', '문제 정의(t=2.289, p<0.05)', '아이디어 생성(t=0.811, p<0.05)' 영역에서 통계적으로 유의미한 차이를 보였다. 이는 자동화설비 수업의 문제해결력 향상을 위해 문제기반 전뇌학습 프로그램이 수업에 효과가 있었다. 둘째, 실험 집단의 모둠 구성에 따른 산출물의 창의성 검사 결과 전뇌집단(M=4.86, SD=1.53)이 우뇌집단(M=4.17, SD=1.45)과 좌뇌집단(M=4.37, SD=1.07)에 비해 창의력 평가의 하위 영역인 ‘참신성’, ‘실용성’, ‘정교성과 종합성’의 모든 영역에서 높게 나왔으나 통계적으로 유의미한 차이는 없었다(F=.484, p>.05). 이는 효과적인 창의력 향상을 위해 협동학습의 모둠 구성시 뇌우세성 판별에 따른 전뇌집단으로의 구성이 고려되어야 함을 알 수 있다.

자동화 컨테이너 터미널에서 자동화 장치장 크레인(ASC)은 장치장 블록 내에서의 컨테이너 운송을 담당한다. 본 논문에서는 크기와 사양이 동일한 두 대의 ASC의 작업 할당 문제를 해결하기 위한 다중 평가 기준 전략을 제안한다. 제안 방안은 컨테이너 터미널의 상황을 다각적으로 고려하기 위하여 여러 평가 요소를 통해 후보 작업을 평가하고, 결과를 가중합함으로써 가장 높은 점수를 얻은 작업을 크레인에 할당하는 방식을 취한다. 본 논문에서는 작업 할당을 위한 평가 기준을 고안하고, 평가 결과를 취합하기 위한 가중치를 유전 알고리즘을 이용하여 최적화하는 방안을 제안한다. 실험 결과를 통하여 제안 방안이 낮은 계산 비용으로 실시간 터미널에 적합함을 보이고, 다양한 평가 기준을 통한 작업 할당이 컨테이너 터미널의 효율을 개선시킴을 확인하였다.