메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국지진공학회 한국지진공학회 논문집 한국지진공학회논문집 제10권 제1호
발행연도
2006.1
수록면
17 - 23 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
지진공학 분야에서는 내진설계를 위한 필요성으로 인해 근역의 강지진동이 관심의 대상이 되어왔으며, 최근 우리나라의 모든 구조물에 내진설계가 의무화되면서 그 필요성은 더욱 부각되고 있는 상황이다. 본 연구에서는 특정부지에서의 강지진동 합성을 위하여 경험적 그린함수 방법을 이용한 합성방법을 적용하였다. 이 합성방법은 Haskell 타입의 운동학적 지진원 모델과 동일한 지역에서 발생한 지진의 유사성 이론을 기본으로 하고 있다. 합성에 이용되는 변수들은 단층길이, 폭 및 변위지속시간과 같은 단층변수와 모멘트간의 일관된 관계로부터 결정된다. 본 연구에서 적용된 합성방법을 1997년 3월27일 일본의 동일지역에서 차례로 발생한 2개의 중규모(ML 4.7) 및 대규모 지진(ML 6.5)에 대하여 적용하여 강지진동을 합성하고 결과를 분석하였다. 본 연구방법을 적용한 결과 중규모(ML 4.7) 오부터 관측된 강지진동을 이용하여 가속도, 속도 및 변위 성분에서 합성된 강지진동은 파형뿐만 아니라 전체 진동수 대역에서 대체적으로 실제 강지진동을 양호하게 예측하는 경향을 보였다. 또한, 전체적으로 합성운동의 첨두값 역시 실제 계측된 첨두값과 비교할 때 만족스러운 정도로 일치하는 결과를 보여주었다. 특히 가속도이력의 첨두값은 단지 약 8.8%만의 차이를 보여주었다.
#경험적 그린함수 방법 #강지진동 합성 #synthetic ground motion1. 서 론攀* 정회원세명대학교 자원환경공학과 부교수 #대표저자: kimjk1@unitel.co.kr) #empirical Green's function method #strong ground motion

목차

등록된 정보가 없습니다.

참고문헌 (8)

참고문헌 신청
/ 1968 / Seismic Displacements near a Fault 73 : 1968 ~ google schola / 1969 / Elastic Displacements in the Near-Field of a Propagating Fault 59 : 1969 ~ google schola / 1975 / Theoretical Basis of Some Empirical Relations in Seismology : 1073 ~ 1095 google schola / 1978 / Earthquake After Shocks as Green Functions 5 : 1 ~ 4 google schola / 1979 / Discrete Wave Number Representation of Elastic Wave Fields in Three-Space Dimensions 84 : 1979 ~ google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0