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 제14권 제2호
발행연도
2010.1
수록면
75 - 84 (10page)

이용수

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

초록· 키워드

오류제보하기
원자력발전소에 설치되는 주요 전기기기들의 내부 부품을 내진검증하기 위해서는 캐비닛내부응답스펙트럼이 필요하고, 이는 캐비닛의 각 위치에서 정확한 지진응답을 구한 후에 생성이 가능하다. 반면에 대부분의 전기기기는 질량과 강성 분포가 복잡하기 때문에 해석적 방법에 의해 동적 분석을 수행하는 것이 어렵다. 이러한 여건을 감안하여 이 연구에서는 해석과 시험을 조합하여 기기의 지진응답을 예측하는 간편한 절차를 제안하였다. 제안된 절차는 먼저 충격시험을 통하여 규명된 실험모드특성을 이용하여 독립된 모드방정식을 구성하고, 이로부터 모드응답을 계산한 다음, 각 모드응답을 중첩함으로써 구조물의 지진응답을 예측한다. 제안된 절차의 신뢰성을 검증하기 위해서, 별도로 제작된 단순 강재 프레임 시편에 제안된 절차를 적용하여 지진응답을 예측하고, 이를 실제 진동대시험을 통하여 계측한 결과와 비교하였다. 이 연구를 통하여 충격시험에 의해 얻어진 실험모드특성을 이용하여 구조물의 지진응답을 비교적 정확하게 예측할 수 있음을 확인하였다.
#내진검증 #캐비닛내부응답스펙트럼 #충격시험 #실험모드특성 #모드중첩 #Seismic qualification #In-cabinet response spectrum #Impact test #Experimental modal parameter #Mode superposition

목차

등록된 정보가 없습니다.

참고문헌 (16)

참고문헌 신청
/ 1996 / STAR User's Guide / Spectral Dynamics google schola / 2006 / 3-series/NVGate Reference Manual / OROS google schola ANSI / 2004 / IEEE Recommended Practices for Seismic Qualification of Class 1E Equipment for Nuclear Power Generating Stations, Std.-344 / The Institute of Electrical and Electronics Eng google schola Bandyopadhyay, K.K / 1986 / Seismic Fragility of Nuclear Power Plant Components (Phase I) google schola Djordjevic, W / 1990 / Guidelines for Development of In-Cabinet Amplified Response Spectra for Electrical Benchboards and Panels 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