Journal of the Korea institute for structural maintenance and inspection (한국구조물진단유지관리공학회 논문집)

Korea Institute for Structural Maintenance Inspection (한국구조물진단유지관리공학회)
권호 표지
DOI QR코드

DOI QR Code

Experimental Study for Characteristics of Assessment of Neural Networks for Structural Damage Detection

구조물의 손상평가용 신경망의 특성평가에 관한 실험적 연구

  • 오주원 (한남대학교 건설시스템공학과) ;
  • 허광희 (건양대학교 건설시스템공학과) ;
  • 정의태 (한남대학교 건설시스템공학과)
  • Received : 2010.05.04
  • Accepted : 2010.08.11
  • Published : 2010.09.30
Download PDF
⟨ Previous Next ⟩

Abstract

When a structure is damaged, its dynamic responses (natural frequency, acceleration, strain) are found to be changed. The ANN(Artificial Neural Network) damage-assesment method is that some measured dynamic signals from the structural changing dynamic responses are applied to ANN to assess the structural damage. Although there have been some studies on a certain typical cases so far, it is rare to find studies about the characteristics of the ANN damage-assesment method or about its applicability, its strength and weakness. So this study researches on the characteristics of ANN damage assesment method and on a problem in application of the various dynamic responses to ANN. What the ANN damage assessment method usually does in past researches is to teach an ANN by using some response signals obtained from damaged structures under one kind of excitations and to identify the locations and the extents of damage of same structures under the same excitations. However, the excitations inflicted on the structures are not always the same. Thus this study experiments whether a ANN which is trained using the same excitations is able to identify the damage when different excitations inflict. All response signals are obtained from experimental models.

한 구조물이 손상을 입으면 그 구조물의 동적응답(고유진동수, 가속도, 변형률)이 변하게 된다. 이와 같이 변하는 동적응답을 응답신호로 계측하고 이들 데이터를 신경망에 적용하여 구조물의 손상을 평가하는 방법이 신경망손상평가법이다. 현재까지 정형화된 특정한 경우의 연구가 주로 이루어져 있지만 일반적인 신경망손상평가법의 특성에 관한 연구나 실용 가능성과 장단점에 관한 충분한 연구가 부족하다. 따라서 본 연구는 신경망에 다양한 동적응답을 적용하는데 있어 신경망손상평가법의 일반적인 특성과 적용의 문제점을 연구하였다. 신경망손상평가법은 일정한 가진력을 손상이 있는 구조물에 가하고 그로부터 얻은 응답신호를 이용하여 신경망을 학습을 시킨 후, 임의의 손상이 있는 구조물에 동일한 가진력을 가하여 얻은 응답신호를 이용하여 손상의 위치와 정도를 찾는 것이 현재까지의 연구였다. 그러나 일반적으로 구조물에 작용하는 가진력은 일정하지 않다. 따라서 동일한 가진력에 의해 학습된 신경망에 가진력의 변화가 있는 경우에도 손상을 파악하는지 평가하였다. 모든 응답신호는 모형실험을 통하여 획득하였다.

Keywords

References

  1. 박창희, "신경망을 이용한 골조구조물의 손상평가", 한남대학교 석사학위논문, 2002.
  2. 오병환, 정범석, "정적변위 및 동특성 측정자료를 이용한 구조물의 손상도 추정", 대한토목학회 논문집, 제17권 제1-3호, 1997, pp. 383-396.
  3. 이인원, 오주원, 박선규, 김주태, "신경망을 이용한 강박스 거더교의 손상평가", 한국강구조학회 논문집, 제11권 제1호, 1999, pp. 79-88.
  4. 정환진, 김주태, 오주원, 이인원, "신경망을 이용한 구조물의 손상평가", 대한토목학회 논문집, 제17권 제1-4호, 1997, pp. 617-626.
  5. 이병화, 성연준, 김기봉, "정적변위를 이용한 신경망의 구조물 손상추정, 환경과학연구 제11권 제1호 2000, pp. 27-45.
  6. 전수정, "인공신경망을 이용한 손상평가", 한남대학교 석사학위논문, 2005.
  7. 최상현, 임남형, 강영종 "시간영역 변형형상을 이용한 철도교량의 손상평가", 한국철도학회 논문집, 2009, pp. 129-134.
  8. 허광희, 이규, 최만용, "해석모델이 고려되지 않은 사장교의 2차원 변형에너지 손상검출법", 대한토목학회논문집, 2003, pp. 657-663.
  9. C. B. Yun and E.Y. Bhang, "Joint Damage Assessment of Framed Structures using Neural Networks Technique", Engineering Structures, Vol.23, No.5, 2001, pp. 425-435. https://doi.org/10.1016/S0141-0296(00)00067-5
  10. C. Tsai and D. Hsu, "Diagnosis of Reinforced Concrete Structural Damage Base on Displacement Time History using the Back-Propagation Neural Network", J Comput Civil Eng, Vol. 16, No. 1, 2002, pp. 49-58. https://doi.org/10.1061/(ASCE)0887-3801(2002)16:1(49)
  11. G. M. Owolabi, A.S.J. Swamidas and R.Seshadri, "Crack Detection in Beams using Changes in Frequencies and Amplitudes of Frequency Response Functions" Journal of Sound and Vibration, Vol. 265, 2003, pp. 1-22. https://doi.org/10.1016/S0022-460X(02)01264-6
  12. Hajela, P. and Soeiro, F. j., "Structural Damage Detection Based on Static and Modal Analysis", AIAA J., Vol. 28. No. 6, 1990, pp. 1110-1115. https://doi.org/10.2514/3.25174
  13. J. T. Kim and N. Stubbs, "Crack Detection in Beam-Type Structures using Frequency Data", Journal of kound and Vibration, Vol. 259, No. 1, 2003, pp. 145-160. https://doi.org/10.1006/jsvi.2002.5132
  14. M. Mehrjoo, N. Khaji and H. Moharrami, A. Bahreininejad, "Damage Detection of Truss Bridge Joints using Artificial Neural Networks", Expert Systems with Applications, Vol. 35, Issue 3, October 2008, pp. 1122-1131. https://doi.org/10.1016/j.eswa.2007.08.008
  15. M. R. Banan and K. D., Hjelmstad, "Parameter Estimation of Structures from Static Response-I, II" J. of Structural Eng., ASCE, Vol. 120, No. 11, 1994 , pp. 3243-3283. https://doi.org/10.1061/(ASCE)0733-9445(1994)120:11(3243)
  16. Oh, B. H. and Jung, B. S., "Structural Damage Assessment with Combined Data of Static and Modal Tests", Journal of Structural Engineering, Vol. 124, No. 8, August, 1998, pp. 956-965. https://doi.org/10.1061/(ASCE)0733-9445(1998)124:8(956)
  17. Oliver R., de Lautour and Piotr Omenzetter, "Damage Classification and Estimation in Experimental Structures using Time Series Analysis and Pattern Recognition", Mechanical Systems and Signal Processing, Vol. 24, Issue 5, July 2010, pp. 1556-1569. https://doi.org/10.1016/j.ymssp.2009.12.008
  18. S.V. Barai and P.C. Pandey, "Time-Delay Neural Networks in Damage Detection of Railway Bridges", Advances in Engineering Software, Vol. 28, No. 1, 1997, pp. 1-10. https://doi.org/10.1016/S0965-9978(96)00038-5
  19. T. H. Chan, Y.Q. Ni and J.M. Ko, "Neural Network Novelty Filtering for Anomaly Detection of Tsing Ma Bridge Cables", Proceedings of Structural Health Monitoring Conference, Stanford University, California, 1999 , pp. 430-439.
  20. W. T. Yeung and J.W. Smith, "Damage Detection in Bridges using Neural Networks for Pattern Recognition of Vibration Signatures", Engineering Structures, Vol. 27, No. 5, 2005, pp. 685-698. https://doi.org/10.1016/j.engstruct.2004.12.006
  21. X. Wu, J. Ghaboussi and J. H. Garret Jr., "Use of Neural Networks in Detection of Structural Damage", Computers and Structures, Vol. 42, No.4, 2001, pp. 649-659.
  22. Y.J. Yan, L. Cheng, Z.Y. Wu and L.H. Yam., "Development in vibration-based structural damage detection technique" , Mechanmical Systems and Signal Processing, Vol. 21, Issue 5, July 2007, pp. 2198-2211. https://doi.org/10.1016/j.ymssp.2006.10.002
  23. Z. P. Szewczyk and P. Hajela, "Damage Detection in Structures Based on Feature-Sensitive Neural Networks", ASCE Journal of Computing in Civil Engineering, Vol. 8, No. 2, 1994, pp. 163-178. https://doi.org/10.1061/(ASCE)0887-3801(1994)8:2(163)

Cited by

  1. 모드특성을 이용한 풍력발전기 타워의 손상추정기법 vol.16, pp.2, 2010, https://doi.org/10.11112/jksmi.2012.16.2.087