설계 변수 변경에 따른 트러스 구조물의 동특성 변화 예측

이 연구에서는 변경 질량 및 강성의 크기와 위치를 이용하여 트러스의 동특성 변화를 예측하였다. 이를 위해 반복법을 사용하여 설계 변경량의 비선형 함수인 감도 계수를 구하였다. 이 감도 계수를 이용하여 변경된 트러스의 고유 진동수와 고유 벡터를 변경 전 고유 진동수, 고유 벡터와 질량 및 강성변화만으로 정확히 예측하는 방안을 제시하였다. 이를 검증하기 위해 7bar 트러스에 적용하여 설계 변경 후 고유 진동수와 고유 벡터를 예측한 결과 설계 변경 후 재해석한 결과들과 잘 일치하였다.

#Truss(트러스) #Natural Frequency(고유 진동수) #Eigenvector(고유 벡터) #Generalized Mass(일반 질량) #Generalized Stiffness(일반 강성) #Sensitivity Analysis(감도 해석) #Sensitivity Coefficient (감도 계수)

참고문헌 (20)

참고문헌 신청

Stolpe, M., 2016, “Truss Optimization with Discrete Design Variables: A Critical Review,” Structural and Multidisciplinary Optimization, Vol. 53, No. 2, pp. 349~374.

Brutting, J., Desruelle, J., Senatore, G. and Fivet, C., 2019, “Design of Truss Structures through Reuse,” Structures, Vol. 18, pp. 128~137.

Freitas, A., Bezerra, L. M. and Silva, R., 2011, “Numerical and Experimental Study of Steel Space Truss with Stamped Connection,” Journal of Civil Engineering and Architecture, Vol. 5, No. 6, pp. 494~504.

Kaveh, A. and Nikbakht, M., 2011, “Analysis of Space Truss Towers using Combined Symmetry Groups and Product Graphs,” Acta Mechanica, Vol. 218, No. 1-2, pp. 133~160.

Nelson, R. B., 1976, “Simplified Calculation of Eigenvector Derivatives,” AIAA J., Vol. 14, No. 9, pp. 1201~1205.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이정윤

소속기관 경기대학교

주요연구분야 공학 > 기계공학 > 기계공학 일반 TOP 5% 공학 > 기계공학 > 자동차공학

논문수 245 이용수 14,556

이 논문과 함께 이용한 논문

하버마스의 「의사소통적 행위이론」에 관한 연구

박종대 사회와 철학 2001 .04

기계학습을 활용한 변형률 기반 트러스 구조물의 고장결정 및 성능평가

방혜진 , 백동천 대한기계학회 춘추학술대회 2020 .07

동특성 변화를 이용하여 트러스 구조물의 손상 예측

이정윤 한국소음진동공학회논문집 2020 .02

적용사례 중심의 매달린 구조물의 구조적 특성을 고려한 시공순서 최적화 및 시공단계별 구조해석 연구

박용현 , 김종수 , 주영규 대한건축학회 논문집 - 구조계 2019 .07

트러스 구조물 적용을 위한 소형 CFT 합성부재의 구조성능

강수민 , 나수정 , 김철구 외 1명 대한건축학회 학술발표대회 논문집 2019 .04

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (20)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (20)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)