Pepper cultivation requires a great amount of manual labor, especially for varieties needing support stakes to prevent them bending or breaking in heavy winds or rain. In Korea, it is recommended to secure support stakes and string lines carefully, so as to minimize the risk of damage caused by typhoons. The harvesting of peppers is a labor-intensive process with low rates of mechanization.The removal of stakes is particularly time-consuming during mechanical harvesting, and lodging is a major issue during cultivation and mechanical harvesting. Given increased mechanization during pepper harvesting, it is important to consider these issues when undertaking variety development and cultivation method improvements. Further research and development are required to improve cultivation practices and develop pepper varieties that are more resistant to lodging. Therefore, this study aimed to investigate the impact of different cultivation methods on pepper lodging, thus broadening our knowledge on the desirable architecture of pepper plants required for lodging tolerance.

해상풍력발전 시장의 성장과 함께 해상풍력발전기 설치 선 시장에 대한 기대감이 커지고 있다. 해상풍력발전 시장 내 2030년까 지 약 100척의 설치 선이 필요할 것으로 전망되고 있다. 척당 가격이 3,000∼4,000억 원이라서 일반 운반선보다 고부가가치 시장이다. 특 히, 풍력발전기 용량이 11MW 이상의 대형 설치 선의 수요가 커지고 있다. 중국을 중심으로 아시아 해상풍력발전기 시장의 급성장으로 이 지역에서 운용 가능한 설치 선에 대한 발주에 대한 협의가 많다. 아시아권역 대부분의 해저 지질은 지지 반력이 작은 점토층으로 구성되 어 있다. 이러한 특성에 의해서 설치 선이 작업을 위해 수면 밖으로 오르고 내림 시 스퍼드캔(Spudcan)과 레그(Leg)의 관입 깊이가 크게 발 생한다. 연구에서는 최소 3m에서 최대 21m까지 관입 변수를 이용하여 관입 깊이에 따른 고유 진동 주기, 레그의 구조 안전성 평가 그리고 전복 안전성 지수를 평가하였다. 관입 깊이가 증가하면 고유 진동 주기가 짧아지고, 레그의 모멘트 길이가 짧아져서 구조 강도의 여유 치 가 증가한다. 모든 입사각에서 전복 모멘트에 대해 안전하며, 최댓값은 270도에서 발생한다. 본 연구를 통하여 검토된 조건들은 연약 지반 에서 설치 선의 운용 절차서를 작성 시 관입 깊이에 따라서 레그를 어떻게 운용해야 하는지 판단할 수 있는 중요한 자료로 활용할 수 있 다. 결론적으로 관입 깊이에 따른 레그 구조 안전성을 정확히 파악하는 것은 설치 선의 안전과 직결된 문제이다.

Friction stir spot welding (FSSW) is a solid-state joining process and a rapidly growing dissimilar material welding technology for joining metallic alloys in the automotive industry. Welding tool shape and process conditions must be appropriately controlled to obtain high bonding characteristics. In this study, FSSW is performed on dissimilar materials AA5052-H32 aluminum alloy sheet and SPRC440 steel sheet, and the influence of the shape of joining tool and tool insertion depth during joining is investigated. A new intermetallic compound is produced at the aluminum and steel sheets joint. When the insertion depth of the tool is insufficient, the intermetallic compound between the two sheets did not form uniformly. As the insertion depth increased, the intermetallic compound layer become uniform and continuous. The joint specimen shows higher values of tensile shear load as the diameter and insertion depth of the tool increase. This shows that the uniform formation of the intermetallic compound strengthens the bonding force between the joining specimens and increases the tensile shear load.

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 paper reports the results of an experimental examination using X-rays to test annealing materials for lapped bearing steel (STB2), to confirm the validity of the weighted averaging analysis method. The distribution behavior for the sin diagram and the presence or absence of differences in the peak method, half-value breadth method, and centroid method were investigated. When lapping the annealed bearing steel (STB2) material, a residual stress state with a non-directional steep gradient appeared in the surface layer, and it was found that the weighted averaging analysis method was effective. If there is a steep stress gradient, the sin diagram is curved and the diffraction intensity distribution curve becomes asymmetric, resulting in a difference between the peak method, half-value breadth method, and centroid method. This phenomenon was evident when the stress gradient was more than 2~3 kg/mm2/μm. In this case, if the position of the diffraction line is determined using the centroid method and the weighted averaging analysis method is applied, the stress value on the surface and the stress gradient under the surface can be obtained more accurately. When the stress gradient becomes a problem, since the curvature of the sin diagram appears clearly in the region of sin > 0.5, it is necessary to increase the inclination angle  as much as possible. In the case of a lapping layer, a more accurate value can be obtained by considering  in the weighted averaging analysis method. In an isotropic biaxial residual stress state, the presence or absence of  can be determined as the presence or absence of strain for sin≈0.4.

목적: 국내에서 판매되는 4개 제조사의 15개 제품들의 소프트 콘택트렌즈 간의 새그깊이 차이를 비교해보고 렌즈들 이 상대적으로 가파른지 혹은 편평한지에 대해 알아보고자 하였다. 방법 : 식염수가 포함된 폴리스티렌 재질의 사각페트리디쉬와 기준선이 있는 기준체를 사용하여 소프트 콘택트 렌즈의 새그깊이를 사진 촬영을 통해서 측정하였다. 사용된 콘택트렌즈는 시중에서 판매되는 -3.00 D인 15개 제 품의 소프트 콘택트렌즈이었다. 결과 : 측정된 렌즈의 새그깊이는 3.68±0.16 mm로 3.42~3.96 mm의 범위를 보여 주었다. 계산된 렌즈의 새그깊이는 3.67±0.15 mm이었고, 일부 렌즈에서 상대적으로 큰 차이가 있었다. 측정된 새그깊이 별 계산된 기 본커브는 8.58±0.16 mm이었고, 제조 회사의 제시된 기본커브는 8.59+0.12 mm 이었다. 일부 렌즈에서 상대적 으로 큰 차이가 있었다. 결론 : 국내에서 판매되는 15개의 소프트 콘택트렌즈 제품들의 새그깊이 차이를 비교할 수 있었고, 측정된 새 그깊이와 그에 따른 계산된 기본커브를 통해 렌즈들이 상대적으로 가파른지 혹은 편평한지에 대한 추가적인 정보 를 얻을 수 있었다.

본 연구는 신축이음장치를 설치하지 않고 상부구조와 교대를 일체화하는 무조인트 교량의 거동해석에 대한 것이다. 선행연구에서 는 민감도 해석을 통해 무조인트 교량의 최적 수치해석 모들은 상대오차에 의한 변위 형상의 유사성과 정밀도를 유지하면서 실용적 인 shell 요소 기반 모델이 가장 적합한 것으로 판단하였다. 따라서 본 연구에서는 shell 요소 기반 모델과 solid 요소 모델간의 벽체 깊 이별 거동 분석을 수행하였다. 또한 MIDAS Civil과 ABAQUS를 사용하여 해석 프로그램간 비교를 하였다. 반일체식 교대 교량인 A 교와 B 교의 경우 선형 스프링 조건인 Case 1, +30°C의 경우 지반반력으로 인해 벽체 깊이가 깊어질수록 변위가 감소하였다. -30°C의 경우는 지반반력이 작용하지 않으므로 변위 변화가 미소하였다. 완전일체식 교대 교량인 C 교와 흉벽일체식 교대 교량인 D 교의 경우 말뚝의 저항력으로 인하여 +30°C, -30°C 모두 벽체 깊이가 깊어질수록 변위가 감소하였다. 해석 프로그램간 비교는 Case 1의 경우 상 대오차는 미소하였으나 Case 2의 경우는 차이가 발생하였다. 이는 해석 프로그램에 따른 비선형 스프링의 적용 방식의 차이로 인한 것으로 판단된다.

본 연구는 2018, 2019, 2020년 논에서의 배수 깊이에 따른 식용(일미찰), 사료용 옥수수(광평옥) 그리고 장류콩(대원콩) 및 나물콩(해품콩)에 대한 생육 특성과 수량 구성요소를 비교 검토하고자 수행하였다. 논의 배수로 폭은 80cm로 고정하고 깊이를 20cm과 40cm로 각각 달리하였다. 연차간에 있어서 일미찰은 간장, 착수고, 이삭무게 이삭착립장 및 이삭 수량이 고도의 유의성이 나타났으며, 광평옥도 일미찰과 유사한 반응을 보였다. 배수로 깊이에서는 40cm가 20cm보다 수량이 고도로 유의하게 높았다. 한편, 연차간 해품콩은 간장, 분지, 꼬투리 수, 미 성숙 종자률, 100립 중 및 종실 수량에 고도의 유의한 차이를 보였다. 반면, 대원콩은 간장, 100립중, 수량간에 고도로 유의하였다. 배수로 깊이 간에는 해품콩과 대원콩의 수량은 통계적 유의한 차이는 나지 않았지만 20cm보다 40cm에서 수량이 약간 높았다. 본 연구 결과 옥수수의 수량은 배수로 깊이에서 따라 통계적인 고도 유한 차이를 보였으나 콩은 통계적인 차이는 나타나지 않았으나 40cm이 20cm보다는 높았다. 한편 콩은 미성숙 종자률은 배수로 깊이에 효과적으로 차이를 보였다. 따라서 논에서 옥수수 또는 콩을 재배시 가장자리에 20cm 배수로 보다는 40cm 배수로 설치를 권장한다.

실제 환경과 유사한 게임 환경은 사용자의 현실감과 몰입도를 높인다. 특히 현실 세계에서 건물은 사용자에 게 현실감을 부여하는 중요한 요소이다. 위성영상, 항공영상, 360°영상 등 실제 환경 데이터는 이미 디지털화 되어 구글 스트리트뷰나 카카오 로드뷰처럼 서비스되고 있다. 또한 이미지가 아닌 3D 모델로 세상을 구성하 는 것은 이미 진행 중인 작업이다. 그러나 Google 및 기타 업체에서 수행한 작업은 주로 항공 이미지를 모 델의 텍스처로 사용된다. 항공 영상의 특성상 카메라 시점이 낮을 때 왜곡이 심하고 해상도가 높지 않다. 본 연구에서는 기존의 360° 거리 이미지 서비스에서 거리 이미지와 메타데이터를 추출하여 사용자가 이동하 고 상호작용하는 지도를 구성하여 3차원 공간에서 독립된 건물 메쉬를 생성하였다. 스트리트 뷰는 TM 좌표 를 이용하여 3차원 공간에 배치되어 사용자의 움직임에 따라 적절한 스트리트 뷰가 적용된다. 우리는 깊이 데이터를 분석하여 스트리트 뷰에 투영된 구형 화면에 깊이를 적용하고 스트리트 뷰에서 건물을 배경과 분 리하고 각 건물을 별도의 수직 평면에 투영하였다. 또한 각 건물은 사용자를 따라 초기 방향을 유지하도록 회전되어 스트리트 뷰 사이의 전환에서 건물 평면의 연속성이라는 인상을 준다. 본 연구는 기존 디지털 데이 터를 다양한 분야에서 활용할 수 있도록 재가공하여 가치를 높이는 것을 목적으로 한다.

PURPOSES : Rut depth of asphalt pavements is a major factor that affects the maintenance of pavements as well as the safety of drivers. The purpose of this study was to analyze the factors influencing rut depth, using data collected periodically on national highways by the pavement management system and, consequently, predict annual rut depth change, to contribute to improved asphalt pavement management. METHODS : The factors expected to influence rut depth were determined by reviewing relevant literature, and collecting the related data. Further, the correlations between the annual rut depth change and the influencing factors were analyzed. Subsequently, the annual rut depth change model was developed by performing regression analysis using age, present rut depth, and annual average maximum temperature as independent variables. RESULTS : From the sensitivity analysis of the developed model, it was found that age affected the annual rut depth change the most. Additionally, the relationship between the dependent and independent variables was statistically significant. The model developed in this study could reasonably predict the change in the rut depth of the national highway asphalt pavements. CONCLUSIONS : In summary, it was verified that the model developed in this study could be used to predict the change in the National Highway Pavement Condition Index (NHPCI), which represents comprehensive conditions of national highway pavements. Development of other models that predict changes in surface distress as well as international roughness index is required to predict the change in NHPCI, as they are the independent variables of the NHPCI prediction model.

2D 퍼즐은 인기있는 보드게임이다. 2D 퍼즐을 완성하는 기술은 많이 연구되었다. 하지만 2D만으로는 대상 을 효과적으로 표현하기 어렵다는 한계가 있다. 본 연구에서는 영상으로부터 높이를 가진 2D+ 레고 퍼즐을 생성하는 방법을 제안한다. 이를 위해서 본 연구에서는 영상의 높이 맵과 분할 맵의 정보를 활용한다. 우리 는 2D+ 퍼즐에 적용하기위해 다양한 대상의 높이 및 영역 정보를 적절하게 처리해야한다. 이러한 이유로, 우리는 깊이 맵과 분할영역 맵을 추출하기 위해 모델에 심층 학습 모델을 적용한다. 높이 맵을 추출하기 위 해 우리는 CelebAMask-HQ dataset으로 학습한 BiseNet을 채택했다. 그리고 분할 맵을 얻기 위해 NYU Depth V2 dataset으로 학습한 DenseDepth를 사용했다. 입력 영상에 대해서 저해상도 영상 및 높이 맵과 분할 맵을 추출하고, 저해상도 영상을 레고 브릭의 색 팔레트를 적용한 영상에 대해서 높이 맵과 분할 맵 정보를 적용해서 높이를 가진 2D+ 픽셀 아트 영상을 생성한다. 그리고, 이 픽셀 아트 영상에 대해서 같은 높이와 같은 색을 가진 픽셀들에 대해서 최대한 큰 브릭을 적용하는 그리디 알고리즘을 적용해서 2D+ 레 고 퍼즐을 완성한다. 본 연구에서는 다양한 초상화를 대상으로 2D+ 레고 퍼즐을 완성하는 예를 제시하였으 며, 그 중 하나를 직접 제작하여 그 결과를 제시한다.

This study presents the estimation of crack depth by analyzing temperatures extracted from thermal images and environmental parameters such as air temperature, air humidity, illumination. The statistics of all acquired features and the correlation coefficient among thermal images and environmental parameters are presented. The concrete crack depths were predicted by four different machine learning models: Multi-Layer Perceptron (MLP), Random Forest (RF), Gradient Boosting (GB), and AdaBoost (AB). The machine learning algorithms are validated by the coefficient of determination, accuracy, and Mean Absolute Percentage Error (MAPE). The AB model had a great performance among the four models due to the non-linearity of features and weak learner aggregation with weights on misclassified data. The maximum depth 11 of the base estimator in the AB model is efficient with high performance with 97.6% of accuracy and 0.07% of MAPE. Feature importances, permutation importance, and partial dependence are analyzed in the AB model. The results show that the marginal effect of air humidity, crack depth, and crack temperature in order is higher than that of the others.