선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 반면에 설계방안 2에서는 실제 현장에서 실시한 Nc를 추가하여 보다 신뢰성이 높은 풍화토 전단강도정수를 파악하였다. 또한 전단강도 정수와 학습인자와의 상대적인 중요도를 파악하였다.
- 본 연구에서는 소형 동적콘관시험의 Nc, 물성자료, 전단강도정수 데이터를 이용하여 인공신경망을 학습시킨 후 강도정수 예측의 가능성을 파악하였다. 두 가지 경우의 설계방안을 적용하여 그 중에서 최적의 설계방안과 전단강도정수산정에 영향을 미치는 주요 인자에 대하여 살펴보았다.
- 본 연구에서는 소형동적콘관입 시험의 타격 횟수 Nc 와 실내시험에서 얻은 물성치를 사용하여 간접적으로 전단정수를 파악하기 위하여 인공신경망의 학습을 이용하여 그 적용성을 평가하였으며 반복전단을 통한 잔류전단 강도정수의 파악 및 현장에서 댐 수위의 변화로 인한 풍화토의 강도저하를 살피기 위하여 풍화토 불교란 시료에 대한 수침과 건조를 실시하여 그에 따른 강도정수의 파악을 살펴보았다. 그 결과는 다음과 같다.
- 이러한 관점에서 반복전단시험을 통해 잔류강도를 파악하고 수침 · 건조를 반복한 시료에 대한 잔류강도시험을 통해 포화에 따른 강도의 저하를 파악하고자 한다. 또한 간접적으로나마 소형 동적 콘관입시험기를 이용한 관입타격횟수(Nc)와 강도정수(c,Φ)관계를 파악하고 인공신경망 해석을 통하여 강도정수에 영향을 끼치는 여러 인자들에 대한 상대적인 중요도의 파악과 그 상관관계를 파악하여 Nc를 통한 강도정수의 예측을 용이하게 할 수 있도록 출력 인자와의 함수관계를 인공신경망의 학습결과를 이용하여 차트로 표현하였다.
- 또한 간접적으로나마 소형 동적 콘관입시험기를 이용한 관입타격횟수(Nc)와 강도정수(c,Φ)관계를 파악하고 인공신경망 해석을 통하여 강도정수에 영향을 끼치는 여러 인자들에 대한 상대적인 중요도의 파악과 그 상관관계를 파악하여 Nc를 통한 강도정수의 예측을 용이하게 할 수 있도록 출력 인자와의 함수관계를 인공신경망의 학습결과를 이용하여 차트로 표현하였다. 이를 통하여 인공신경망 프로그램과 신경망 학습유무에 상관없이 차트를 이용한 강도정수의 산정이 가능하도록 해석하고자 한다.
- 이러한 구조를 가진 신경망은 입력 데이터를 통하여 학습되어지는 특성을 가지며 프로그램 되지는 않는다. 즉, 전통적인 방식의 컴퓨터와 같이 미리 정해진 순서에 따라 수행되는 프로그램이 아닌 입력값과 출력값이 주어지면 원하는 결과를 낼 수 있도록 학습하는 것이다.
- 직접전단시험은 비건습과 건습으로 나누어 시행을 하였으며 비건습 반복전단시험은 각 링시료에 대하여 5번의 반복전단을 시행하여 잔류강도를 측정하는데 그 목표를 두었다. 댐사면의 특성상 건습이 반복되는 상황의 재현을 위하여 1시간 수침 후 1시간 건조의 건습역전 전단시험을 실시하였으며 이 시험 또한 5회 반복시험을 수행하여 잔류강도의 파악에 중점을 두었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.