현무암 섬유를 함유한 BFRP 시트와 복합섬유 패널로 보강한 정사각형 단면 철근콘크리트 기둥에 대한 반복하중 실험을 수행하여 지진 거동을 검토하였다. 30%가량의 상당한 수준의 축하중비 조건 하에서 전단 손상이 발생하였음에도 불구하고, 보강 실험체에서 변위연성도 및 에너지 소산능력의 증가를 확인하였다. 실험체의 파괴 모드는 휨-전단 고연성 파괴로 분류 되며, 철근콘크리트 구조물에서 자주 관찰되는 파괴 모드이다. 하지만 이러한 파괴에 이르는 정사각형 단면 철근콘크리트 기둥에 BFRP을 포함한 복합재료 보강이 미치는 영향에 대한 연구가 현재까지 광범위하게 이루어지지는 않았다. 복합재료로 보강한 철근콘크리트 기둥의 휨-전단 거동을 보다 깊이 이해하는데 본 연구의 결과가 기여할 것으로 기대한다.

FRP 보강이 RC 기둥의 내진성능에 미치는 효과를 평가하고자 다양한 실험 연구가 수행되어 왔다. 그 중 많은 연구가 휨지배를 받는 원형 단면 RC 기둥의 거동에 초점을 맞추었다. 단면 형태가 FRP 보강에 의한 구속효과에 영향을 주기 때문에, 단면 형태에 따라 보강효과 및 최종손상 양상이 다를 수 있다. 또한, 기존 RC 기둥 중 일부는 현재의 구조기준을 만족하지 못하는 설계로 인하여 취성적인 파괴 모드인 전단 파괴가 발생할 것으로 여겨진다. 이 두 가지 조건을 고려하여, 현무암 섬유를 함유한 FRP 시트와 복합섬유 패널로 보강한 정사각형 단면을 가진 짧은 RC 기둥의 전단 거동을 살펴보기 위하여 반복하중 실험을 수행하였다. 실험 결과에서 전체적인 전단 거동의 개선을 확인하였으며, 이러한 경향은 모서리 부분에서 심각한 손상이 발생할 때까지 유효하였다.

The numerical analysis of two-dimensional transient flow around the obstacle with rotated square cross sections was carried out. The obtained velocity distributions for each time step and each rotation angle were imaged to provide data for CNN(convolutional neural network). Both classification and regression neural networks were used for prediction of rotation angle. As results The classification method incorrectly predicted the rotation angle in only 2 of the 470 images. The regression method predicted the rotation angle errors within except 2 out of 470 images. From these facts, it could be concluded that both methods can be sufficiently applicable to the flow analysis.