KAERI has planned to carry out a series of dynamic tests using a shaking table and time-history analyses for a channel-type concrete shear wall to investigate its seismic performance because of the recently frequent occurrence of earthquakes in the south-eastern parts of Korea. The overall size of a test specimen is ×× 2500 mm×3500 mm×4500 mm, and it consists of three stories having slabs and walls with thicknesses of 140 mm and 150 mm, respectively. The system identification, FE model updating, and time-history analysis results for a test shear wall are presented herein. By applying the advanced system identification, so-called pLSCF, the improved modal parameters are extracted in the lower modes. Using three FE in-house packages, such as FEMtools, Ruaumoko, and VecTor4, the eigenanalyses are made for an initial FE model, resulting in consistency in eigenvalues. However, they exhibit relatively stiffer behavior, as much as 30 to 50% compared with those extracted from the test in the 1st and 2nd modes. The FE model updating is carried out to consider the 6-dofs spring stiffnesses at the wall base as major parameters by adopting a Bayesian type automatic updating algorithm to minimize the residuals in modal parameters. The updating results indicate that the highest sensitivity is apparent in the vertical translational springs at few locations ranging from 300 to 500% in variation. However, their changes seem to have no physical meaning because of the numerical values. Finally, using the updated FE model, the time-history responses are predicted by Ruaumoko at each floor where accelerometers are located. The accelerograms between test and analysis show an acceptable match in terms of maximum and minimum values. However, the magnitudes and patterns of floor response spectra seem somewhat different because of the slightly different input accelerograms and damping ratios involved.

보리, 밀 등에서 발생되는 붉은곰팡이병균(Fusarium)은 전세계적으로 분포하고 있으며 작물의 수확량을 감소시키고 품질을 저하시키는 원인이 된다. 특히, 곰팡이병균은 deoxynivalenol(DON), nivalenol(NIV), zearalenone(ZEA) 등과 같은 제2차 대사산물인 곰팡이 독소를 생성하여 사람과 가축에 치명적인 피해를 주기도 한다. 발암물질로 알려진 곰팡이독 소는 조리 및 가공 후에도 분해되지 않는 특성으로 인해 오염된 곡물을 미리 검출하여 폐기해야 그 피해를 막을 수 있다. 기존 곰팡이독소 검출을 위해서는 정확성이 높은 TLC, HPLC, ELISA 등을 사용하고 있지만 고가 장비 및 전문 인력이 요구되고 있으며 분석을 위해 장시간이 소요되는 단점이 있다. 따라서 본 연구에서는 1175∼2170 nm의 근적 외선(NIR) 파장대역을 가진 분광센서를 이용하여 곰팡이독소(DON)에 오염된 겉보리 시료의 농도를 예측하고자 하였 다. 겉보리 시료에 적용된 곰팡이독소(DON)의 농도별로 0, 10, 100, 10000 ppm으로 각각 20립씩 총 80립을 조제하였 다. 용매는 아세트나이트릴에 침지하였으며 질소를 이용하여 건조시켜 곰팡이 독소를 조제하였으며 NIR 분광센서를 이용하여 총 3회 반복 측정하였다. 겉보리의 농도별 곰팡이독소를 예측하기 위해서 교정 및 검정 PLSR(Partial least square regression) 모델을 개발하였으며 각각의 반사 스펙트럼 전처리별 R2, SEC, SEP 등의 값을 산출하여 예측성능을 비교하였다.

구조물에 고유한 진동수,모드형태 및 감쇠비 등과 같은 동적성능치를 추출하기 위하여 25층 및 42층 건물에 대하여 자연진동에 의한 동적계측실험을 수행하였다. 고려된 건물은 주요 횡하중 지지기구로서 코아벽체 혹은 전단벽체가 추가된 철근콘크리트건물이며, 입면 혹은 평면상으로 골조가 혼합된 구조형식을 나타낸다. 특히, 25층 건물은 측면에 위치한 코아벽체 이외에 상부로부터 내려오는 전단벽 구조가 4층 바닥이하에서 골조형식으로 전환되는 복잡한 구조이다. 이와 같은 이유 및 건물 주방향의 유사한 강성배치로 매우 근접하고 혼합된 모드형태가 예상되어 시스템판별 시 어려움이 예상된다. 현재까지 개발된 다양한 시스템판별법을 대상건물의 자연진동 실측기록에 적용하여 모달계수를 유도하였으며, 그 결과를 비교 분석하였다. 3개의 주파수영역 및 4개의 시간영역에 근거한 응답의존 시스템판별법이 고려되었다. 서로 다른 시스템판별법에 의하여 추출된 고유진동수 및 감쇠비는 대체로 상당한 일치를 보였으나, 모드형태는 사용된 방법에 따라 정도가 다르게 불일치를 나타냈다. 실험으로부터 추출한 성능치와 초기 유한요소해석 값을 비교해 본 결과 대상건물 모두 적어도 저차 3개의 고유진동수에서 2배 정도의 차이를 나타냈다. 실험과 해석결과의 일치를 위하여 몇몇 수동모델향상이 시도되었으며, 허용할 만한 결과를 획득하였다. 사용된 시스템판별법에 대하여 각자의 장, 단점에 대하여 기술하였으며, 본 연구와 같은 실제 대형구조물에 대하여 자동모델향상기법을 적용할 시 예상되는 문제점에 대하여 토의하였다.

Traffic accidents increase with the increase of the vehicles in operation on the street. Especially big traffic accidents composed of over 3 killed or 20 injured accidents with the property damage become one of the serious problems to be solved in most of the cities. The purpose of this study is to build the discrimination model on big traffic accidents using the Quantification II theory for establishing the countermeasures to reduce the big traffic accidents. The results are summarized as follows. 1)The existing traffic accident related model could not explain the phenomena of the current traffic accident appropriately. 2) Based on the big traffic accident types vehicle-vehicle, vehicle-alone, vehicle-pedestrian and vehicle-train accident rates 73%, 20.5% 5.6% and two cases respectively. Based on the law violation types safety driving non-fulfillment center line invasion excess speed and signal disobedience were 48.8%, 38.1% 2.8% and 2.8% respectively. 3) Based on the law violation types major factors in big traffic accidents were road and environment, human, and vehicle in order. Those factors were vehicle, road and environment, and human in order based on types of injured driver’s death. 4) Based on the law violation types total hitting and correlation rates of the model were 53.57% and 0.97853. Based on the types of injured driver’s death total hitting and correlation rates of the model were also 71.4% and 0.59583.