초록 ▼

□ 연구개요
설계 도면을 기준으로 계산되어 평가되는 벽체열성능은 단열재 열화 및 누락, 재료노후화, 부실 시공에 의한 열교 등을 반영할 수 없으므로 현장 측정을 함으로써 건물의 벽체 열성능을 평가해야 한다. 또한, ISO-6946(열저항 및 열투과율 계산법)과 ISO-8990(건축용 구성재의 단열성능 측정법)는 구조체의 실제 현장 열성능을 반영하지 못하는 문제점이 있으며, ISO-6781(적외선 촬영법에 의한 건축물 단열성능 평가방법)은 주변 환경변수의 제약이 크고 측정결과에 대한 신뢰도가 미확보된 상황이다. ISO 9869(

□ 연구개요
설계 도면을 기준으로 계산되어 평가되는 벽체열성능은 단열재 열화 및 누락, 재료노후화, 부실 시공에 의한 열교 등을 반영할 수 없으므로 현장 측정을 함으로써 건물의 벽체 열성능을 평가해야 한다. 또한, ISO-6946(열저항 및 열투과율 계산법)과 ISO-8990(건축용 구성재의 단열성능 측정법)는 구조체의 실제 현장 열성능을 반영하지 못하는 문제점이 있으며, ISO-6781(적외선 촬영법에 의한 건축물 단열성능 평가방법)은 주변 환경변수의 제약이 크고 측정결과에 대한 신뢰도가 미확보된 상황이다. ISO 9869(열저항과 열투과율의 현장 측정법)는 비교적 정확한 현장 열성능 평가가 가능하나 장기간의 측정이 필요하고 환경변수의 제약이 큰 문제점이 있다. 이에 본 연구에서는 베이시안 인공신경망(Bayesian Neural Network) 기술을 활용하여 건물 외벽체의 현장 열성능을 단기간 측정으로 정확도 높게 측정 및 평가하는 방법을 제시하였다.

□ 연구 목표대비 연구결과
본 연구에서는 데이터마이닝 기법인 베이시안 인공신경망을 이용하여 환경변수의 영향을 최소화하고, 건물 외벽체의 현장 열성능 측정 및 평가 기간을 단축하는 방법을 개발하는 것으로 최종 목표를 설정하였다. 연구의 목표대비 연구 결과는 다음과 같다.
￭ 기존의 벽체 열성능 현장측정 방법(ISO 9869)의 측정기간을 정량적으로 확인하기 위하여 사례연구를 통해 외벽체의 단열성능을 측정하였으며, 측정 및 분석결과 12일 이상의 장기간 측정기간이 필요한 것으로 확인됨.
￭ 환경변수에 대한 제어가 필요한 기존의 벽체 열성능 현장측정 방법(ISO 9869)의 한계를 확인하기 위하여 중간기 및 하절기의 실험을 통해 단열성능 측정 시 환경변수의 영향을 파악한 결과, 열류 및 온도의 변동으로 인하여 동절기 대비 수렴성이 감소하는 것으로 파악됨.
￭ 신경망을 기반으로 열류량을 예측하고 열관류율을 산출하는 메커니즘을 제안·개발하였으며, 베이시안 신경망의 예측성능은 오차율 6.5%로 정확도가 높게 분석됨.
￭ 본 연구에서 제시한 외벽체 단열성능 측정 및 평가방법은 21일의 장기간 측정한 단열성능(열관류율)을 단기간(7일) 측정만으로 정확도 높게(오차율 1.28%) 추정하는 것으로 분석됨.

□ 연구개발결과의 중요성
본 연구개발의 결과는 학술 및 기술적 측면, 사회 및 경제적 측면으로 다음과 같은 기대효과가 있을 것으로 판단됨.
￭ 기존의 외벽체 단열성능 현장측정 방법대비 단기간의 측정으로 현장측정 기간이 단축됨에 따라 실험환경 유지에 필요한 관리 인력 및 비용 절감 가능하며, 외벽체의 장기측정에 따른 건물 사용자의 불편 감소함.
￭ 예측모형에 의해 열류를 예측함으로 동절기 뿐만아니라 하절기 및 중간기의 단열성능 평가가 가능하므로 적용성이 증대됨.
￭ 그린리모델링 사업, 친환경건축 인증 등 정책에 현장 열성능 진단을 도입함으로써 합리적인 정책 구현이 가능함.
￭ 노후건축물의 외벽체 열성능을 정량적으로 신속하게 진단하여 리모델링에 필요한 개수 및 보수 전략을 합리적으로 세울 수 있음.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 1.1 연구의 최종목표 ... 4
• 1.2 연구개발의 필요성 ... 5
• 2. 연구수행내용 및 연구결과 ... 7
• 2.1 연구수행 내용 ... 7
• 2.2 연구결과 ... 10
• (1) 주요 이론 및 선행연구 고찰 ... 10
• (2) 분석방법 및 범위(대상) 선정 및 측정 ... 13
• (3) 동절기 외벽체 환경변수 및 열성능 측정결과 ... 16
• (4) 중간기 외벽체 환경변수 및 열성능 측정결과 ... 22
• (5) 하절기 외벽체 환경변수 및 열성능 측정결과 ... 23
• (6) 현장 측정 데이터 이용 외벽체 열성능 및 환경변수 변화특성 분석 ... 24
• (7) 신경망(NN; Neural Network) 이용 외벽체 열성능 예측모델 개발 ... 25
• (8) 신경망을 이용한 외벽체 열성능 예측 결과 ... 27
• 3. 연구개발결과의 중요성 ... 29
• 3.1 학술연구 및 기술적 측면 ... 29
• 3.2 정부·사회 및 경제적 측면 ... 29
• 4. 참고문헌 ... 30
• 5. 연구성과 ... 31
• 5.1 과학기술/학술적 연구성과 ... 31
• 5.2 인력양성 및 연구시설 ... 32
• 끝페이지 ... 32