Bellows expansion joints enhance the displacement performance of piping systems owing to their unique geometrical features. However, structural uncertainties such as wall thinning in convolutions, a byproduct of the manufacturing process, can impair their structural integrity. This study addresses such issues by conducting a global sensitivity analysis to assess the impact of these uncertainties on the performance of bellows expansion joints under monotonic loading. Global sensitivity analysis, which examines main and nth order interaction effects, is computationally expensive. To mitigate this, we employed a surrogate model-based approach using an artificial neural network. This model demonstrated robust prediction capabilities, as evidenced by metrics such as the coefficient of determination. The sensitivity indices of the main effect for the 2-ply and 3-ply bellows at the sixth convolution were 0.3340 and 0.3233, respectively. The sensitivity index of the sixth convolution was larger than that of other convolutions because the maximum deformation of the bellows expansion joint under monotonic bending load occurs around it. Interestingly, the sensitivity index for the interaction effect was negligible (0.01%) compared to the main effect, suggesting minimal activity between uncertainty factors across convolutions. Notably, bellows expansion joints under repetitive loading exhibit more complex behaviors, with the initial leakage typically occurring at the convolution. Therefore, future studies should focus on the structural uncertainties of bellows expansion joints under cyclic loading and employ a surrogate model for comprehensive global sensitivity analysis.

This paper describes the design of H-infinity controller for robust control of a DC motor system. The suggested controller can ensure robustness against disturbance and model uncertainty by minimizing H-infinity norm of the transfer function from exogenous input to performance output and applying the small gain theorem. In particular, the controller was designed to reduce the effects of disturbance and model uncertainty simultaneously by formalizing these problems as a mixed sensitivity problem. The validity of the proposed controller was demonstrated by computer simulations and real experiments. Moreover, the effectiveness of the proposed controller was confirmed by comparing its performance with PI controller, which was tested under the same experimental condition as the H-infinity controller.

This paper is to propose model classification and evaluation of measurement uncertainty. In order to obtain type A and B uncertainty, variety of measurement mathematical models are illustrated by example. The four steps to evaluate expanded uncertainty are indicated as following; First, to get type A standard uncertainty, measurement mathematical models of single, double, multiple, design of experiment and serial autocorrelation are shown. Second, to solve type B standard uncertainty measurement mathematical models of empirical probability distributions and multivariate are presented. Third, type A and B combined uncertainty, considering sensitivity coefficient, linearity and correlation are discussed. Lastly, expanded uncertainty, considering degree of freedom for type A, B uncertainty and coverage factor are presented with uncertainty budget. SPC control chart to control expanded uncertainty is shown.

교량의 손상추정을 위한 구조계 규명기법은 신호취득시스템 및 정보처리기술의 발전과 함께 최근에 많은 연구개발이 이루어지고 있다. 신경망기법이나 유전자 알고리즘과 같은 소프트컴퓨팅 기법은 뛰어난 패턴인식성능 때문에 손상추정 문제에 활발히 활용되고 있다. 본 연구에서는 모드계수를 활용한 신경망기법기반 손상추정을 수행하였으며, 신경망을 훈련시키기 위한 훈련패턴을 생성하는 해석모델에서의 불확실성을 효과적으로 고려할 수 있는 방법을 제시하였다. 해석모델의 불확실성 대하여 민감하지 않은 입력자료인 손상 전 후의 모드형상의 차 또는 모드형상의 비를 신경망의 입력자료로 활용하였다. 단 순보와 다주형교량에 대한 수치예제를 통하여 본 연구에서 제시한 기법의 타당성 및 적용성을 검증하였다.

In this paper we extend the classical decision model under uncertainty to a more general case. We propose an expected utility-uncertainty model and we can make a decision by trading off between a measure of uncertainty and a measure of expected value. As a risk analysis model, the expected utility-uncertainty model can be seen to be reasonable and flexible for states of nature or individuals' preferences. Moreover, the model can explain some decision paradoxes.

In this paper we extend the classical decision model under uncertainty to a more general case. We propose an expected utility-uncertainty model and we can make a decision by trading off between a measure of uncertainty and a measure of expected value. As a risk analysis model, the expected utility-uncertainty model can be seen to be reasonable and flexible for states of nature or individuals' preferences. Moreover, the model can explain some decision paradoxes.

The problem of system reliability is very important issue in the digitalized nuclear power plant, because the failure of its system brings about extravagant economic loss, environment destruction, and fatal damage of human. Therefore the purpose of this s

구조물의 손상예측정확도를 모텔불확실성의 함수로 산정하는 방법론이 제시되었다. 먼저， 구조물의 손상발 생위치와 크기를 결정할 수 있는 알고리즘이 요약되고 모델불확실성과 손상발견정확도를 측정하는 방법들이 제시되었다. 다음으로， 실폰구조물의 손상발견정확도에 미치는 모델불확실성의 영향을 산정하는 방법론이 제 시되었다. 마지막으로， 한개의 진동모드가 측정된 Plate-Girder 교량올 사용하여 이같은 산정방법론의 적합 성이 예증되었다.

해양석유 생산은 예기치 못한 유가 하락과 글로벌 석유물류의 변화로 인한 여러 가지 어려움에 직면하고 있다. 이 연구는 불확실성하의 해양석유생산 최적화를 위한 추계적 모형을 제시한다. 제시된 추계적 모형은 강인한 최적화 모형과 리코스 제한 최적화 모형을 사용하고 리코스 이익 변동의 척도로 하위부분평균을 사용한다. 제안된 모형을 바탕으로 불확실성 하의 원유의 가격과 수요에 관한 시나리 오 기반의 자료를 사용하여 수행한 계산실험 및 결과를 검토하여 보고하였다. 이 연구는 불학실성 하에서 위험을 고려한 해양석유생산 문제에 대한 의사결정에 유의하게 적용될 수 있을 것이다.

급격히 발전하는 도시지역 및 산업단지의 경우 불투수지역이 대부분이며, 이로 인해 유출이 증가함에 따라 내수침수가 발생할 확률이 높아지고 있다. 도시지역의 유출해석은 대부분 SWMM모형을 이용하여 강우-유출해석을 수행하고 있으나 이러한 모형은 실제 자연 현상을 해석하는데 한계가 있으며, 모형 자체도 불확실성을 가지고 있어 정확한 유출해석을 하는데 어려움이 있다. 따라서 본 연구에서는 모형의 매개변수를 조사하고 불확실성을 가지는 매개변수를 선정한 후 매개변 수의 불확실성 정도를 불확실성 정량화 지수를 이용하여 정량화하였다. 수행 결과 관조도계수의 불확실성이 가장 크며, 유출량에 미치는 영향도 가장 컸다. 그러므로 우수관거 설계 시 관조도계수 추정을 보다 정확히 산정하여야 하며, 불확실성 정도를 예측하여 유출해석에 반영하고, 각 매개변수가 가지는 특성을 파악한다면 내수 침수를 예방하는데 큰 기여를 할 것으로 판단된다.

최근 이상기후 및 급속한 도시화로 이한 불투수 면적비율이 증가되면서 내수침수 피해가 급증하고 있다. 내수침수는 주로 내수배제의 불량으로 발생하며, 막대한 인명 및 재산피해를 야기하고 있다. 이러한 피해를 막고 효율적인 도시홍수방어시스템을 설계하기 위해서는 정확한 강우-유출 모형의 해석이 필요하지만 실제 자연 현상을 해석하는데 많은 불확실성이 존재한다. 본 연구에서는 모형의 매개변수들이 가지는 불확실성 분석을 수행하고, 불확실성 정량화 지수를 제안하였다. 도시유역의 유출해석에 사용되는 SWMM 모형의 매개변수 중 6개(유역폭, 불투수면적비율(%), 투수 및 불투수유역 조도계수, CN, 관조도계수)를 대상으로 불확실성 분석을 수행하였으며, 베타분포를 적용하여 Monte Carlo Sampling 기법으로 총 100개의 시나리오로 계산하였다. 계산결과 투수 및 불투수유역의 조도계수와 관조도계수의 총불확실성이 다른 매개변수들에 비해 크게 계산되어 조도계수값의 결정이 어려운 것을 알 수 있었으며, 불확실성 정량화 지수를 계산한 결과 관조도계수가 가장 크고 CN값이 가장 작은 것으로 계산되었다. 유역폭, 불투수면적비율, CN값은 매개변수값이 증가할수록 총유출량도 증가하였으며, 이 중 CN값의 변화에 따른 총유출량 증가량은 매개변수 증가량을 알면 거의 정확히 결정이 가능한 것으로 불확실성 정량화 지수가 계산되어 불확실성이 매우 낮은 것으로 나타났다. 관조도계수의 변화에 따라 총유출량의 변화를 결정하는 것이 가장 불확실한 것으로 계산되었으며, 총불확실성도 관조도게수가 가장 컸으므로, 도시유역의 유출 계산에 가장 큰 불확실성을 야기하는 매개변수는 관조도계수인 것으로 나타났다.

SWMM(Storm Water Management Model)은 모형 내 다양한 매개변수를 이용하여 지표 투수율 및 하수관거 영향 등 도시 유역의 유출 특성을 비교적 정확하게 모의하지만, 모형의 입력자료 부족과 매개변수의 불확실성으로 인한 신뢰성 문제가 대두되고 있다. 이러한 문제점을 해소하기 위해 본 연구에서는 SWMM 모형에 Bayesian 기법을 연계한 최적화 기법을 개발하고, 이를 활용하여 매개변수의 불확실성을 정량적으로 해석하고자 한다. 이를 위해 먼저 유출 특성에 민감한 매개변수를 민감도 분석을 통해 선정하고, SCE-UA(Shuffled Complex Evolution-University of Arizona), MCMC(Markov Chain Monte Carlo), DDS(Dynamically Dimensioned Search) 등 매개변수 최적화 기법을 적용하여 매개변수의 초기값을 설정한다. 매개변수의 다양한 물리적 범위를 고려하기 위한 방법으로 절단 정규분호(truncated Gaussian distribution)을 사전분포(prior)로 선정하여 매개변수의 사후분포(posterior)를 추정하게 된다. 최종적으로 각 매개변수간 사후분포를 이용하여 모의된 유출량의 불확실성을 정량적으로 분석하였다.

수문학적 댐 위험도 분석은 복잡한 수문분석과 연계되어 있으며, 기본적으로 수문분석 과정과 모형에 사용되는 입력 자료에 대한 불확실성을 평가하는 과정이 필요하다. 그러나 체계적인 불확실성 분석 과정을 통한 댐 위험도 분석 절차에 대한 연구는 상대적으로 적은편이다. 이러한 점에서 본 연구에서는 기존 연구에 대해서 2가지 주요 개선점을 도출하여 댐 위험도 분석에 활용하였다. 첫째, 강우 분석 시 매개변수의 불확실성 분석이 가능한 Bayesian 모형 기반의 지역빈도해석 절차를 수립하였다. 둘째, 강우-유출 모형 매개변수의 사후분포를 정량적으로 추정하기 위하여 Bayesian 모형과 연계한 HEC-1모형을 도입하였다. 도출된 유입 시나리오를 댐의 수위로 환산하기 위하여 기존 저수지 운영기준에 근거하여 저수지 추적을 수행하였으며, 최종적으로 실행함수를 통하여 수문학적 위험도를 추정하였다. 실제 댐에 대해서 모형의 적합성을 평가하였으며, 초기수위 가정에 따른 수문학적 위험도에 민감도를 평가하였다.

In the case of Korea, the design flood is calculated to indirectly method using Clark unit Hydrograph. Therefore, to obtain the main outflow parameters of Clark is very important. When estimating the parameters, optimum parameter estimation is very difficult due to lack of observation. In this study, storage coefficient according to numerous rainfall event is calculated to applying similarity characteristics analysis of basin, uncertainty analysis of storage coefficient was performed.

신뢰성 있는 홍수빈도해석을 수행하기 위해서는 충분한 홍수량 및 강우자료가 필요하다. 강우자료의 경우 우리나라 대부분 지역에서 30년 이상의 극치자료가 활용이 가능한 반면 홍수량 자료는 상대적으로 충분한 자료가 확보되지 않아 신뢰성 있는 빈도해석이 어려운 실정이다. 이에 따라 강우모의기법에 근거한 홍수빈도곡선 유도방안연구가 몇몇 연구에서 제안된 바 있으나, 기본적으로 입력된 강우의 빈도와 홍수의 빈도가 동일하다고 가정함으로 인하여 발생하는 불확실성이 상당부분 내포되어 있다. 이러한 점에서 본 연구의 목적은 강우모의기법과 불확실성 분석이 고려된 홍수빈도곡선 유도방법을 개발하는 것으로 홍수빈도곡선을 유도하는데 있어서의 핵심은 미래에 발생 가능한 극치강수량을 효과적으로 재현할 수 있는 강수량 모의발생 기법과 강우-유출관계의 불확실성 분석에 있다. 본 연구에서는 극치강수량 모의를 위해 불연속 Kernel Pareto 분포를 이용한 다지점 강수모의기법과 Bayesian HEC-1 (BHEC-1) 모형을 연계하여 본 연구의 대상유역인 대청댐 유역의 강우-유출 관계의 불확실성을 고려한 홍수빈도곡선을 개발하고 모형의 적합성을 평가하였다. 최종적으로 기존 홍수빈도결정방법과 비교를 통해서 모형의 적합성을 확인하였다.

본 연구에서는 국내외에서 범용되고 있는 단일강우사상 모형인 미육군공병단의 HEC-1 모형을 이용하여 대청댐 유역의 실측 강우-유출 사상을 중심으로 강우-유출 모의를 수행하였으며, 매개변수 검정에는 실제 대청댐의 시간당 유입량을 기준으로 검정을 실시하였다. HEC-1 모형에는 매개변수를 자동으로 최적화시키는 프로그램이 내장되어 있으나 본 연구의 대상유역과 같이 다수의 소유역이 있는 경우, 매개변수 추정시 매개변수 중 일부는 수렴되지 못하고 발산하는 문제가 있었으며, 첨두유량의 추정능력 역시 저하되는 문제를 보였다. 따라서 이러한 HEC-1 모형의 매개변수의 불확실성을 고려하기 위한 방안으로 Bayesian 모형을 HEC-1모형에 연동시켜 활용하였으며, 기존 HEC-1 강우-유출 모형에 적용할 수 있는 매개변수 최적화 및 불확실성 정량화를 위해 HEC-1 강우-유출 모형 매개변수는 SCS 1개, Clark 단위도 2개를 Bayesian MCMC 기법을 적용하여 매개변수간 조건부확률로 모의발생을 한 후, Bayesian 모형으로부터 각 매개변수의 사후분포(posterior distribution)를 추정하여 사후분포의 추정이 매개변수의 불확실성 정량화를 수행하였다. 본 연구를 통해 제안된 BHEC-1 모형을 대상으로 대청댐 유역에 실측 강우-유출 사상에 대해서 모형의 적합성을 평가한 결과, 7개 유역의 21개의 매개변수가 해의 발산 없이 안정된 매개변수 추정이 가능하였다. 한편, Bayesian 모형을 근간으로 하기 때문에 최종결과로서 매개변수들의 사후분포(posterior)의 추정이 가능하여 향후 홍수빈도곡선 유도, 댐 위험도분석과 기후변화 문제와 같은 다양한 수문학적 문제의 연구에 적용 가능할 것으로 전망된다.

This study applied the Bayesian method for the quantification of the parameter uncertainty of spatial linear mixed model in the estimation of the spatial distribution of probability rainfall. In the application of Bayesian method, the prior sensitivity analysis was implemented by using the priors normally selected in the existing studies which applied the Bayesian method for the puppose of assessing the influence which the selection of the priors of model parameters had on posteriors. As a result, the posteriors of parameters were differently estimated which priors were selected, and then in the case of the prior combination, F-S-E, the sizes of uncertainty intervals were minimum and the modes, means and medians of the posteriors were similar to the estimates using the existing classical methods. From the comparitive analysis between Bayesian and plug-in spatial predictions, we could find that the uncertainty of plug-in prediction could be slightly underestimated than that of Bayesian prediction.