본 연구에서는 부산신항에서 스크러버를 장착한 선박이 세정수를 배출하였을 때 인근 해역에 미치는 영향을 검토하기 위해 확산예측을 수행하였다. 세정수에 포함된 용존무기탄소(DIC)의 농도를 통제한 채로 세정수의 pH 조건별로 해역에 미치는 영향을 대조기 와 소조기로 나누어 평가하였다. 선박 1대에서 24시간 동안 세정수를 배출할 때, pH가 최대 0.076, 0.083 감소하였다. DIC의 경우 0.561mg/L, 0.612mg/L 증가하였다. 부산신항에 수용가능한 선박수인 24대를 전부 가정하여 실험하였을 경우 pH는 0.200, 0.545 감소하였고, DIC는 1.464mg/L, 3.629mg/L 증가하였다. 일반적으로 스크러버가 세정수를 처리하였을 때 pH 6.1인 것을 감안하여 선박 1대에서 pH 6.1인 조건으 로 24시간 동안 세정수를 배출하는 경우 우리나라 연근해의 연간 pH 변화량보다 약 33.7배 더 큰 폭으로 감소하는 것으로 계산되었다. 선 박이 24대일 경우에는 하루이상 표층의 성층화를 유발하고 수심 4m까지 영향을 주는 것으로 예측되었다.

Chloride is one of the most common threats to reinforced concrete (RC) durability. Alkaline environment of concrete makes a passive layer on the surface of reinforcement bars that prevents the bar from corrosion. However, when the chloride concentration amount at the reinforcement bar reaches a certain level, deterioration of the passive protection layer occurs, causing corrosion and ultimately reducing the structure’s safety and durability. Therefore, understanding the chloride diffusion and its prediction are important to evaluate the safety and durability of RC structure. In this study, the chloride diffusion coefficient is predicted by machine learning techniques. Various machine learning techniques such as multiple linear regression, decision tree, random forest, support vector machine, artificial neural networks, extreme gradient boosting annd k-nearest neighbor were used and accuracy of there models were compared. In order to evaluate the accuracy, root mean square error (RMSE), mean square error (MSE), mean absolute error (MAE) and coefficient of determination (R2) were used as prediction performance indices. The k-fold cross-validation procedure was used to estimate the performance of machine learning models when making predictions on data not used during training. Grid search was applied to hyperparameter optimization. It has been shown from numerical simulation that ensemble learning methods such as random forest and extreme gradient boosting successfully predicted the chloride diffusion coefficient and artificial neural networks also provided accurate result.

고분자/용매계에서 물질전달현상에 이용되는 용매의 상호확산계수를 예측하기 위하여 기존의 UNFACFV을 적용한 확산식을 유도하였으며, 상호확산계수를 계산하였다. 또한, 새로운 모델식에 의하여 계산한 값을 실험치 및 Vrentas-Duda의 이론치와 비교하였다. 상화확산계수를 구하는데 필요한 자기확산계수는 Vrentas-Duda의 이론을 이용하고, 용매의 화학포텐셜의 농도 미분항은 original UNIFAC-FA와 modified UNIFAC-FV를 사용하였다. Flory-Hugginstlr을 이용한 Vrentas-Duda의 상호확산식은 용매의 화학포텐셜의 농도 미분항을 표현하기 위하여 매개변수 x를 온도와 농도에 무관한 상수로 가정한 단점을 가지고 있으나, 본 연구에서 제시한 방법에서는 이러한 가정이 없으며, 여러 가지 고분자/용매계(polyisobutylene homopolymer 및 polyisobutylene-poly(pmethylstyrene) copolymer와 cyclohexane, n-hexane, n-pentane, chloroform, toluene)에서의 상호확산계수를 잘예측하였다. 특히 PIB/toluene계의 경우, 본 논문에서 사용된 방법이 Vrentas-Duda 이론에 의한 것보다 실험치에 더 가까웠다. 또한, 아무런 가정이나 제약없이, 넓은 온도 및 농도 영역에서 고분자/용매계의 상호확산계수를 예측할 수 있는 좋은 방법임을 알 수 있었다.

원자력발전소 콘크리트 구조물은 해안가에 접해 있으며, 해수를 취수하여 냉각수로 사용하기 때문에 염해에 의한 내구성은 매우 중요하다. 이를 위해 3년간의 염해 장기침지시험을 실시하여 염화물이온확산계수의 변화 및 재령계수(m)을 평가한 결과 4,000 Class인 구조물 기초의 m은 0.35~0.39로 KCI나 ACI 제안값과 유사한 결과를 나타내었고 5,000 Class인 필수 냉각수 구조물 및 터널은 0.44~0.53, 6,000 Class인 원자로 격납건물은 0.62로 FIB 제안값과 유사하였다. 실측된 재령계수로 내구수명을 예측한 결과 원전의 모든 안전관련 콘크리트 구조물은 설계수명 60년 이상을 만족하는 것으로 나타났다.

대표적인 콘크리트 혼화재료 중 하나인 고로슬래그 미분말을 혼입한 콘크리트는 잠재수경성에 의해 콘크리트의 장기 내구성능 및 역학적 성능이 향상된다. 본 연구에서는 3 가지 수준의 물-결합재 비(0.37, 0.42, 0.47) 및 고로슬래그 미분말 혼입률(0 %, 30 %, 50 %)을 고려하여 염해에 대한 내구성능 평가를 수행하였으며, 염화물 확산 거동(촉진 염화물 확산계수, 통과 전하량)을 예측하는 식을 도출하고 촉진 염화물 확산계수와 통과 전하량간의 상관관계를 평가하였다. 2년 양생조건 시 고로슬래그 미분말 혼입 콘크리트에서 OPC 콘크리트 대비 촉진 염화물 확산계수 평가 결과에서는 최대 28 %의 감소율을 통과 전하량 평가에서는 최대 29 %의 감소율을 나타냈다. 또한 물-결합재 비의 증감에 의한 영향을 OPC 콘크리트 보다 GGBFS 미분말 혼입 콘크리트에서 더 적게 받는 것으로 판단된다. 배합 특성 및 실험 결과를 바탕으로 촉진 염화물 확산계수 및 통과 전하량을 예측하는 식을 다중회귀분석을 통해 도출한 결과, 통과 전하량 예측식이 확산계수 예측식보다 높은 결정계수를 나타냈다.

일반적으로 일반대기중의 CO2 농도는 낮기 때문에 자연상태에서는 중성화정도는 매우 느리게 된다. 따라서 콘크리트의 중성화 정도를 평가하기 위해서는 일반적으로 진행속도를 빠르게 하기 위하여 촉진 시험조건하에서 진행하게 된다. 따라서 본 논문은 CO2의 확산 및 Ca(OH)2와의 반응을 바탕으로한 수학적 모델을 통하여 일반대기환경하에서의 콘크리트 중성화 진행을 예측하고자 한다. 이를 위하여 본 논문에서는 촉진 중성화시험을 통하여 얻어진 실험치와 가장 유사한 CO2 확산계수를 채택하여 일반대기환경에서의 중성화진행을 예측하고자 하였다. 그 결과 CO2 확산계수를 이용한 수학적 모델을 통하여 마감재 종류에 관계없이 일반대기환경에서의 콘크리트 중성화진행속도를 예측할 수 있었다.

To investigate air quality away from the coastal urban source region, we used a hybrid Eulerian-Lagrangian method which can describe the formation, transport, transformation and deposition processes in complex terrain. with inclusion of shipping sources that were considered to be important emission in the coastal urban region. The result of the Eulerian advection - diffusion prediction was quite similar to that of the Lagrangian particle diffusion prediction. It showed that pollutants emitted from piers can affect the part of inland, especially Dongrae and the coastal area. Those emitted from Sasang and Janglim industrial complexes can affect Hwamyeong and the coastal, respectively. During the daytime the concentration was low due to large deposition flux and terrain effect.