강상판의 포장에 사용되는 구스아스팔트는 시공시 220°C에서 260°C의 고온 상태에서 시공되기 때문에 강상판에 과도한 응력 및 변형을 발생시킬 수 있다. 따라서 구스아스팔트의 포설시 강상판에 미치는 열영향을 평가하고 그 영향의 최소화를 위한 포설폭과 패턴을 선정하여야 할 필요가 있다. 본 연구에서는 영종대교 상로도로의 구스아스팔트에 의한 열영향을 평가하기 위하여 일련의 수치해석을 수행하였으며 그 결과를 계측결과와 비교하여 수치해석방법의 타당성을 검증하고, 구스아스팔트가 강상판에 미치는 열영향을 검토하였다.

강상판의 포장에 사용되는 구스아스팔트는 시공시 220℃에서 260℃의 고온 상태에서 시공되기 때문에 강상판에 과도한 응력 및 변형을 발생시킬 수 있다. 따라서 구스아스팔트의 포설시 강상판에 미치는 열영향을 평가하고 그 영향의 최소화를 위한 포설폭과 패턴을 선정하여야 할 필요가 있다. 본 연구에서는 영종대교 상로도로의 구스아스팔트에 의한 열영향을 평가하기 위하여 일련의 수치해석을 수행하였으며 그 결과를 계측결과와 비교하여 수치해석방법의 타당성을 검증하고, 구스아스팔트가 강상판에 미치는 열영향을 검토하였다.

본 연구에서는 아스팔트 콘크리트 도로포장의 표면균열 검출을 위해 합성곱 신경망을 이용하였다. 합성곱 신경망의 학습에 사용되는 표면균열 이미지 데이터의 양에 따른 합성곱 신경망의 성능향상 정도를 평가하였다. 사용된 합성곱 신경망의 구조는 5개의 층으로 구성되 어있으며, 3x3 크기의 convolution filter와 2x2 크기의 pooling kernel을 사용하였다. 합성곱 신경망의 학습을 위해서 도로노면 조사 장비를 통해 구축된 국내 도로포장 표면균열 이미지를 활용하였다. 표면균열 이미지 데이터를 학습한 합성곱 신경망 모델의 표면균열 검출 정확도, 정밀도, 재현율, 미검출율, 과검출율을 평가하였다. 가장 많은 양의 데이터를 학습한 합성곱 신경망 모델의 표면균열 검출 정확도, 정밀도, 재현율은 96.6% 이상, 미검출율, 과검출율은 3.4% 이하의 성능을 나타내었다.

본 연구는 산업부산물인 제철 산업의 전기로 산화슬래그골재를 이용하여 천연골재를 대체하고 자동차 산업에서 발생하는 폐유리를 분쇄하여 채움재로 활용하는 연구로써, 환경친화적인 아스팔트 포장 재료를 개발하였으며, 폐PVB로 아스팔트 바인더의 물리적 성능을 개선하여 현장적용성을 검토하였다. 최적의 공극률을 결정하기 위한 반복적인 배합설계를 거쳐서 13-5mm(40%), 5-0mm(57%), 폐유리미분말 채움재(3%), 아스팔트(4.1%)의 투입량을 결정하였으며, 마샬안정도는 약 10,000N의 강도를 발현하였으며, 간접인장강도는 1.00~1.16 MPa의 범위를 나타내고 있었다. 혼합 및 다짐온도 조건은 실내 최적 배합설계에서 적용한 결과를 동일하게 적용하였다. 현재 전기로 산화슬래그는 제철 인근의 토목현장에 사용되고 있으며, PVB 필름과 차량 폐유리는 토목·건축용 자재로 일부 사용되고 있으므로 향후 도로현장이 추가 수요처로 안정된 소비가 기대된다. 본 연구에서 더욱 기대되는 것은 PVB 필름으로 개발될 중온형 아스팔트 바인더에 전기로 산화 슬래그 골재의 높은 강성과 고분말 폐유리 미분말의 충진성이 조화되어 기존 제품과 차별화된 친환경 고내구성 포장체의 한 분야를 개척할 수 있을 것으로 기대된다.