인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 류도현
- 발행연도
- 2025
- 저작권
- 인천대학교 논문은 저작권에 의해 보호받습니다.
이용수17
초록· 키워드
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
건설공사에서 품질관리는 기업의 핵심기술임과 동시에 국민 안전을 위한 필수 업무이다. 우리나라는 최근 건설공사에서 발생한 붕괴사고로 인해, 구조물의 골조공사에 해당하는 콘크리트의 품질관리에 대한 사회적 관심과 우려가 높아지고 있다. 2022년 1월 전라남도 광주시에서 발생한 아파트 붕괴사고의 원인으로 콘크리트 품질관리 미흡이 지목되었으며, 2023년 4월 인천광역시 검단 아파트 건설 현장에서 발생한 지하주차장 붕괴사고의 원인 또한 콘크리트 품질불량에서 기인하는 것으로 조사결과 발표되었다. 이와 같이 콘크리트 품질관리는 기업의 존폐와 국민 안전에 직결되는 문제이다. 또한 콘크리트 품질관리 미흡의 결과는 건축물의 균열 및 누수 등 하자와 민원의 증가로 나타나고 있다. 이에 따라, 콘크리트 구조물 붕괴사고 예방대책이 발표되고, 관련한 법적인 규제가 증가하고 있다. 하지만 보다 근본적인 사고예방을 위해서는 법규 준수의 소극적 품질관리를 넘어선, 공급자와 수요자의 능동적 역할이 대두되고 있는 실정이다. 한편, 기존 건설현장의 업무는 종이문서와 서명 등 아날로그 방식으로 콘크리트 품질관리 데이터가 축적되기 어려운 여건이었으나, 최근 IoT, Cloud 등 디지털 기술의 발달로 데이터 수집 및 연결, 분석이 가능해졌다. 따라서 콘크리트의 생산부터 운송, 반입, 시공, 하자보수에 이르는 단계별 데이터를 식별∙추적하여, 현상분석 및 원인진단, 예방활동과 연결하고자 본 연구를 진행하였다. 본 연구는 콘크리트의 디지털 품질관리 요소기술인 레디믹스트콘크리트(이하 레미콘)의 생산과 운송정보 관리, 모바일을 활용한 레미콘 반입 및 콘크리트 압축강도 시험, 모바일을 활용한 시험결과의 광학문자 자동인식(OCR), 데이터 통합분석 및 이상징후 알고리즘, 시공 결과물에 나타난 균열을 관리하는 시스템이 하나의 플랫폼으로 Microsoft Cloud를 기반으로 연동되도록 구성하여, 레미콘 공급 공장의 단계별 품질수준을 측정할 수 있도록 스마트 콘크리트 품질관리 시스템을 구성하였다. 본 연구에서는 요소기술에 해당하는 레미콘 생산과 운송정보 API, 모바일 콘크리트 시험과 시험결과 광학문자인식(OCR), 데이터 분석 플랫폼, 이상징후 알고리즘을 대상으로 데이터 수집 → 정제 → 분석 → 시각화 → 인공지능 모델개발 → 예방활동 프로세스 전반의 연결을 통해 콘크리트 품질 확보 방안을 모색하고자 하였다. 레미콘 공장의 품질 수준을 평가하는 결정변수 데이터로서, 굳지 아니한 콘크리트인 레미콘의 반입 품질시험 결과 측정된 슬럼프값, 염화물 함유량, 공기량, 단위수량과 반입시 제작한 공시체에 대한 굳은 콘크리트 품질시험 결과로 측정된 7일 강도, 28일 강도를 선택하였다. 또한 굳지 아니한 콘크리트와 굳은 콘크리트에 대한 품질시험 결과에 대해, Z분포와 공정능력지수를 기반으로 공급자별 품질편차를 정량화 할 수 있는 품질지수를 고안하였다. 이를 통해 레미콘 공장의 품질수준을 판별하고, 품질수준에 따른 주문 및 타설량 분석을 통해 품질수준 데이터에 기반하여 레미콘 공장별 타설량 배분이 가능하다. 이것은 저(低)품질 레미콘 공장의 시공 물량을 줄이고, 고(高)품질 레미콘 공장의 시공 물량을 증가시킬 수 있는 데이터 기반 의사결정의 여건을 만들었다는 점에서 의의가 있다. 콘크리트 품질관리가 당초 단위 건설현장의 품질관리 담당자의 업무에서 기업 전반의 실시간 데이터 기반 품질경영 업무로 발전되게 함으로써, 회사와 단위 건설현장, 공급 레미콘 공장 단위로 “시방배합 ⇔ 품질경향 ⇔ 계약 및 타설량” 분석 및 모니터링을 실시하고, 생산 → 운송 → 반입 → 시공 단계별 이상징후를 파악하고 알려주는 인공지능 서비스를 고안, 시험적용하였다. 이러한 시스템과 알고리즘 기반으로 레미콘 공장별 품질수준의 실시간 확인 및 이상징후 감지를 통해 사전 품질관리, 불량률 감소, 이슈 발생시 데이터 기반 평가를 통한 저품질 레미콘 공장 후속조치, 동반성장 활동을 통한 품질 개선 및 붕괴사고 Risk 최소화의 효과가 기대된다.
목차
- 국문초록 i-ii목차 iii표목차 iv그림목차 v-vi1. 서 론 11.1 연구배경 및 필요성 11.2 연구목적 21.3 연구동향 21.4 논문의 구성 62. 건설공사 콘크리트 품질관리 법규 및 적용기술 82.1 건설공사 콘크리트 품질관리 법규 82.1.1. 콘크리트 품질 시험 및 검사 규정 92.1.2. 콘크리트 품질 시험 및 검사에 대한 개정법규 132.2 콘크리트 생애주기 품질관리 기술 142.2.1 API 를 활용한 레미콘 생산 및 운송 데이터 관리 152.2.2 광학문자인식 기술(OCR)을 활용한 반입 및 강도 시험결과 자동 디지털화 162.2.3 IoT 온도센서를 활용한 양생관리 및 비파괴 시험을 통한 강도산출 172.2.4 드론과 모바일을 활용한 발생 균열 추적관리 172.2.5 콘크리트 품질관리 데이터 Pipeline 구축 182.2.6 단계별 데이터 분석 및 이상징후 알림 알고리즘 개발 193. 콘크리트 품질수준 평가지표 개발 203.1 분석 데이터 수집 및 마트 구성 203.1.1 분석 데이터 정의 203.1.2 데이터 모델링 및 마트 구성 213.2 공정능력지수의 활용 223.2.1 공정능력지수에 대한 고찰 223.2.2 콘크리트 품질평가에 공정능력지수를 활용하는 이유 233.3 영향인자 분석과 품질수준 평가지표 개발 263.3.1 굳지 아니한 콘크리트 품질특성 분석 263.3.2 굳은 콘크리트 품질특성 분석 323.3.3 레미콘 공장의 품질수준 평가지표 393.4 결과 검증 464. 결론 및 고찰 54
최근 본 자료
