본 연구는 충돌 사고 중에서 정박지에서 대기하고 있는 선박과 이 정박지를 통항하는 선박 간 충돌사고가 자주 발생함에 따라, 정박선 사이를 통항하는 선박의 충돌위험을 예측할 수 있는 모델을 개발하기 위한 기초 연구로 통항 선박의 안전 영역을 도출하는 것이 목적이다. 이를 위해 우리나라 최대 항만인 부산항 남외항 정박지를 대상 해역으로 선정하고 정박선이 가장 많이 대기한 기간 VTS(Vessel Traffic Service) 항적 자료를 추출하여 분석하였다. 정박선 사이를 통항하는 선박의 길이(L)를 기준으로 정박선과 어느 정도의 안전한 거리 (D)를 두고 통과하는지를 알기 위하여 통항 선박의 방위별 D/L 비를 구하였다. D/L 비 분포의 평균 domain을 기준으로 기존 선박 domain 범위 안으로 정박선이 존재할 비율을 분석하여 VTS 관제사의 위험 정도를 반영한 domain을 도출하였다. 추후 연구로는 정박선 사이의 최소 안전거리인 Domain-watch와 정박지 통항 선박의 안전 domain을 활용한 정박지 통항 선박의 충돌위험도 평가 및 분석을 하고, 이를 통해 VTS가 정박지를 좀 더 효율적이고 안전하게 관리하기 위한 모델을 개발하고자 한다.

국민 소득수준 향상과 주 5일제 정착 및 해양으로 접근성 개선 등으로 해양에 관한 국민 관심이 지 속적으로 고조되고 있는 추세이며, 특히 최근 우리나라 주요 해안의 경우 레저와 여가를 위한 친수와 휴식공간으 로 지속적으로 개발함에 따라 이를 이용하려는 이용객이 점차적으로 늘어나고 있다. 그러나 이러한 수변영역 에는 다양한 재해ㆍ재난사고 발생 가능성이 산재하고 있음에도 불구하고 안전관리시스템의 부재로 안타까운 인명 및 재산피해가 끊이질 않고 발생하고 있다. 따라서, 본 연구에서는 해양활동 이용객 및 안전사고 위협 및 수 변영역 안전관리 실태 및 문제점 분석하고, 그에 따른 수변영역 안전관리시스템 설계 방안에 연구하고자 한다.

New governance in the area of disaster management(New Governance) of the Safety Building in the form of public-private network as required in this era, SWOT can provide a strategic way to build public-private partnership recognized the necessity for a more efficient way. Between government agencies, private organizations and government and private organizations for the network between the systematic approach based on mutual trust, and participation by the activation of the meaning of seeing places studied. Partnership for Disaster Management as a result of the settlement than if the existing disaster management system for disaster response system more effective and efficient functioning in reducing human and material damage is expected to contribute are getting out.

선박의 충돌회피조선에 있어서 조종성능은 중요한 요소이다. 일반적으로 사용되는 조종성능은 심수역을 대상으로 작성되며, 천수역을 항주하는 선박의 조종성은 일반적으로 선회성은 저하되고 침로안정성 또는 추종성은 향상된다. 이러한 선회성의 변화는 충돌회피에 있어 위험을 초래할 수 있다. 본 연구에서는 천수역의 조종성능을 반영함과 동시에 충돌위험정도를 쉽게 파악할 수 있도록 하기 위한 가변안전경계영역의 새로운 적용기법을 제시하였다. 수학적 수치시뮬레이션 검증을 통하여 새롭게 제안된 기법의 유용성을 확인하였다. 따라서 선박충돌위험에 대한 충분한 충돌회피 조선을 지원할 수 있을 것으로 기대된다.

In this study, a structural health monitoring methodology using acceleration responses is proposed for damage detection of a three-story prototype building structure during shaking table testing. A damage index is developed using the acceleration data and applied to outlier analysis, one of unsupervised learning based pattern recognition methods. A threshold value for the outlier analysis is determined based on confidence level of the probabilistic distribution of the acceleration data. The probabilistic distribution is selected according to the feature of the collected data.