Machine learning is widely applied to various engineering fields. In structural engineering area, machine learning is generally used to predict structural responses of building structures. The aging deterioration of reinforced concrete structure affects its structural behavior. Therefore, the aging deterioration of R.C. structure should be consider to exactly predict seismic responses of the structure. In this study, the machine learning based seismic response prediction model was developed. To this end, four machine learning algorithms were employed and prediction performance of each algorithm was compared. A 3-story coupled shear wall structure was selected as an example structure for numerical simulation. Artificial ground motions were generated based on domestic site characteristics. Elastic modulus, damping ratio and density were changed to considering concrete degradation due to chloride penetration and carbonation, etc. Various intensity measures were used input parameters of the training database. Performance evaluation was performed using metrics like root mean square error, mean square error, mean absolute error, and coefficient of determination. The optimization of hyperparameters was achieved through k-fold cross-validation and grid search techniques. The analysis results show that neural networks and extreme gradient boosting algorithms present good prediction performance.

최근 국내 구조물들의 노후화가 진행됨에 따라 구조물 보강과 관련된 연구에 대한 관심이 높아지고 있다. FRP보강은 노후화가 진행되어 성능이 저하된 구조물을 보강하는데 사용되며 주로 유리섬유를 사용한다. 그러나 이 유리섬유는 환경적 재 활용의 문제점이 대두되고 있다. 따라서 본 연구에서는 친환경적이고 내열성이 우수한 현무암 섬유를 활용한 휨 보강 플레이트 적용방법과 기존 FRP 외부부착의 문제점을 해소하기 위하여 연성 코팅용 보강페인트를 활용한 휨 보강 페인팅 적용방법을 통하여 각각의 경우에 대한 3점 휨 시험을 통하여 보강성능을 평가, 비교하였다. 그 결과 BFRP 보강의 경우 무보강 시험체에 비하여 약 1.2배 높은 강성 값을 나타내었고 콘크리트-BFRP 계면 부착력에 의한 연성효과도 나타났다. 반면 연성 코팅 보강페인팅 적용을 통한 휨 보강의 경우, 무보강 시험체에 비하여 약간의 개선효과는 나타났으나 실험체 제작의 오차 등을 고려할 때 실질적인 보강효과는 크게 나타나지 않았다. 따라서 연성 코팅페인팅을 활용한 보강방법의 경우, 향후 다양한 시공조건에 따른 추가연구가 필요할 것으로 판단된다.

최근 국내 구조물들의 노후화가 진행됨에 따라 구조물 보강과 관련된 연구에 대한 관심이 높아지고 있다. FRP보강은 노후화가 진행되어 성능이 저하된 구조물을 보강하는데 사용되며 주로 유리섬유 및 탄소섬유를 사용한다. 그러나 이 두 가지의 섬유는 경제적으로나 환경적으로나 나쁜 점이 있다. 따라서 본 연구에서는 친환경적이고 내열성이 우수한 현무암 섬유를 구조 용 보강재로 제시하고자 하였다. 또한 본 연구에서는 현무암 섬유에 가장 적합한 수지를 찾기 위하여 에폭시, 폴리에스테르 및 비닐에스테르를 함침 하였다.그 결과, 에폭시 수지를 사용하였을 때 가장 높은 인장 강도 및 탄성계수를 보였으며 전단강도 및 전단탄성계수가 타 수지에 비하여 50%정도 높게 측정되었다. 현무암섬유와 탄소, 유리 섬유의 물성을 비교한 결과 인장강도는 CFRF의 약 60%정도이나 GFRP보다 30%정도 높게 나타내었다.

Aging aircraft structures are inevitably exposed to environment for a long time facing many potential problems, including corrosion and wide spread fatigue damage, which in turn cause the degradation of flight safety. In this study, the environmental surface damages on aging aircraft structures induced during service were quantitatively analyzed. Additionally, S-N fatigue tests were performed with center hole specimens extracted from aging aircraft structures. From the results of quantitative analyses of the surface damages and fatigue tests, it is concluded that corrosion pits initiated during service reduce the fatigue life significantly. Finally, using the fracture mechanics and the EIFS (equivalent initial flaw size) concepts, the remaining fatigue life was predicted based on actual fatigue test results.

The study was done to change the morphology and pore size of SBA-15 silica, and the characteristics of SBA-15 silica were investigated with TG-DSC, XRD, SEM, TEM and N2 adsorption-desorption under changing aging conditions. SBA-15 silica having a 2D-hexagonal structure was synthesized and confirmed by SEM and TEM. The structure of mesoporus silica SBA-15 showed a pore having regularly formed hexagonal structure and a passage having a cylindrical shape. This result is in good agreement with the pore forming in XRD and cylindrical shape of the structure in N2 adsorption-desorption isotherm. SBA-15 silica showed a large BET surface area of 603-698 m2/g, a pore volume of 0.673-0.926 cm3/g, a large pore diameter of 5.62-7.42 nm, and a thick pore wall of 3.31-4.37 nm. This result shows that as the aging temperature increases, the BET surface area, pore volume, and pore diameter increase but the pore wall thickness decreases. The BET surface areas in SM-2 and SM-3 are as large as 698 m2/g. However, SM-2 has a large surface area and forms a thick pore wall, when the aging temperature is 100˚C and is synthesized into stable mesoporous SBA-15 silica.