Off-Site Construction(OSC) 현장 Precast Concrete(PC) 부재 반입 및 시공관리 방안 수립 :Off-Site Construction (OSC) Site Precast Concrete (PC) Material Delivery and Management Plan Establishment

장영희

추천

검색

자료유형: 학위논문

저자정보: 장영희 (성균관대학교, 성균관대학교 일반대학원)

지도교수: 권순욱, 최민하

발행연도: 2023

저작권: 성균관대학교 논문은 저작권에 의해 보호받습니다.

이용수35

이 논문의 연구 히스토리 (2)

2023

Off-Site Construction(OSC) 현장 Precast Concrete(PC) 부재 반입 및 시공관리 방안 수립

장영희 2023.01 학위논문

2022

BIM 기반 Off-Site Construction(OSC) 현장 반입 PC 부재 관리 기술에 관한 연구

장영희 , 이서준 , 아크바 알리 외 1명 대한건축학회 학술발표대회 논문집 2022.10 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

최근 건설 산업에서는 최근 현장의 노동력 부족, 전문 인력의 노령화, 신규 인력의 유입 저하 등으로 인한 생산성 저하 문제가 대두되고 있다. 또한 건설 프로젝트에 참여하는 작업자 간의 정보 공유 시 어려움을 겪고 있는 실정이다. 이러한 문제들을 해결하기 위해 공장 생산을 통해 현장 작업을 최소화하는 공법들과 각종 스마트 건설 기술들을 활용한 생산성 혁신 방안이 나타나고 있으며, 그중 Precast Concrete 기반의 OSC 공법이 대폭 채택되고 있다.
Off-Site Construction 프로세스에 있어 문제점은 공사 현장 내로 반입되는 Precast Concrete 부재의 이력 관리는 대부분 종이 문서에 기록되어 이루어지고 있으며, 프로젝트 참여자 간 정보 공유 시 이력 관리 조회에 시간이 많이 소요되고 직관적이고 효율적인 정보 전달이 되지 않고 있다는 것이다. OSC 공사의 공기 지연 및 각종 리스크 방지를 위해 프로젝트 상태의 파악이 신속하게 이루어져야 한다.
본 연구에서는 PC 부재에 대한 품질 검사의 정확도 향상 및 세분화를 위해 국내외 검측 항목에 대한 조사 및 분석을 통해 다섯 가지 결함 유형(균열, 공극, 허니컴, 파편, 칩)을 도출하였으며 각 항목들의 품질 판정 기준을 개선 하고 품질 검사 체크리스트를 도출하였다. 다섯 가지 결함 유형들이 부재에 미치는 영향에 대한 정량적인 비교 및 분석을 위해 현장 작업자들의 설문 및 인터뷰를 통해 각 결함 유형들의 위험도를 도출하였다. OSC 공사 작업자 간의 효율적인 정보 전달 및 공유를 위해 PC 부재의 입고, 설치, 분실 등에 대한 현황에 대한 데이터를 QR Code를 활용해 DB 저장 및 조회가 가능하게 하였다. 또한 DB에서 추출한 정보를 BIM Plugin기반으로 BIM 모델과 연계하여 정보를 시각화 할 수 있는 알고리즘을 설계하였다. 최종적으로 BIM 모델을 활용하여 공사 현장 내로 입고된 부재의 상태를 시각화해 프로젝트 참여자들의 원활한 소통을 실시간으로 지원 가능한 시스템을 제안하였다.
본 연구를 통해 PC부재 검측 항목 세분화 및 기준을 개선 하였으며, 위험도가 큰 결함 유형을 도출하였고, QR Code와 BIM모델 연계를 통한 부재의 이력관리 자동화와 효율적이고 정확한 정보 관리 및 공유가 가능하다. 또한, PC 부재의 품질 및 설치 현황을 BIM 과 연계 및 시각화 하여 공기 지연 및 공사 Risk 방지가 가능하다.
본 연구는 PC 부재의 이력 관리가 공장 생산 단계와 건물의 유지보수를 포함하지 않은 현장 반입 단계에만 실시 된다는 한계를 가지기 때문에 추후 연구로는 QR Code가 아닌 RFID를 활용함으로서 건축물의 전체 적인 생애주기에서의 부재의 이력 관리와 유지 보수에 관한 연구가 필요할 것으로 보인다. 또한 PC 부재의 5가지 결함 유형(균열, 공극, 허니컴, 파편, 칩)을 Deep Learning을 통해 구분하고 PC 부재의 품질 검사를 자동화 하는 연구가 필요할 것으로 판단된다.

In recent years, in the construction industry, problems of productivity deterioration due to shortage of labor force in the field, aging of professional manpower, and decrease in inflow of new manpower have emerged. In addition, it is difficult to share information among workers participating in construction projects. In order to solve these problems, methods that minimize on-site work through factory production and productivity innovation methods using various smart construction technologies are appearing, and among them, the Precast Concrete-based OSC method is widely adopted.
The problem in the off-site construction process is that most of the history management of precast concrete members brought into the construction site is recorded in paper documents. that it is not being transmitted. In order to prevent OSC construction period delays and various risks, the project status must be quickly identified.
In this study, five types of defects (crack, void, honeycomb, fragment, chip) were derived through investigation and analysis of domestic and foreign inspection items to improve the accuracy and subdivision of quality inspection for PC members, and the quality judgment criteria for each item and derived a quality inspection checklist. In order to quantitatively compare and analyze the effects of the five defect types on members, the risk level of each defect type was derived through questionnaires and interviews with field workers. In order to efficiently communicate and share information among OSC construction workers, data on the current status of warehousing, installation, and loss of PC members can be stored and viewed in the DB using QR Code. In addition, an algorithm that can visualize information by linking the information extracted from the DB with the BIM model based on the BIM Plugin was designed. Finally, a system that can support smooth communication between project participants in real time was proposed by visualizing the state of the materials stored in the construction site using the BIM model.
Through this study, PC member detection item subdivision and standards were improved, and high-risk defect types were derived. Through the linkage of QR Code and BIM model, member history management automation and efficient and accurate information management and sharing are possible. In addition, it is possible to prevent construction delays and construction risks by linking and visualizing the quality and installation status of PC members with BIM.
This study has a limitation in that the history management of PC members is carried out only in the factory production stage and on-site delivery stage that does not include building maintenance. Therefore, as a future study, it seems necessary to study the history management and maintenance of members in the entire life cycle of a building by using RFID rather than QR Code. In addition, it is judged that research is needed to classify the five types of defects (crack, void, honeycomb, fragment, and chip) of PC members through deep learning and to automate the quality inspection of PC members.

#Off-Site Construction(OSC) #QR Code #Precast Concrete #BIM 기반 시각화

제1장 서론 1
1. 연구의 배경 및 목적 1
2. 연구의 범위 및 방법 3
제2장 이론적 고찰 6
1. 현장 반입 PC부재 관리에 대한 선행연구 고찰 6
제3장 PC 부재 관리 및 시각화 시스템 설계 및 구축 9
1. PC부재 품질 판정 기준 조사 분석 및 결함 유형별 중요도 제시 9
2. PC부재 관리 및 시각화 알고리즘 및 시스템 설계 16
제4장 PC부재 관리 및 시각화 시스템 검증 22
1. PC부재 관리 및 시각화 시스템 현장 적용 시나리오 22
2. 시스템 현장 적용 및 test 25
제5장 결론 및 향후 연구 방향 30
1. 결론 30
2. 기대효과 31
3. 향후 연구 방향 32

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 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)