KSCE Journal of Civil and Environmental Engineering Research (대한토목학회논문집)

Korean Society of Civil Engeneers (대한토목학회)
권호 표지
DOI QR코드

DOI QR Code

Development of a Damage Monitoring Technique for Jacket-type Offshore Structures using Fiber Bragg Grating Sensors

광섬유 브래그 격자 센서를 활용한 재킷식 해양구조물의 손상 감지 기법 개발

  • 박현준 (한국과학기술원 건설 및 환경공학과) ;
  • 구기영 (경일대학교 건설공학부) ;
  • 이진학 (한국해양연구원 연안개발.에너지연구부) ;
  • 윤정방 (한국과학기술원 건설 및 환경공학과)
  • Received : 2011.01.17
  • Accepted : 2011.08.29
  • Published : 2011.12.31
Download PDF
⟨ Previous Next ⟩

Abstract

Development of smart sensors for structural health monitoring and damage detection has been advanced remarkably in recent years. Nowadays fiber optic sensors, especially fiber Bragg grating (FBG) sensors, have attracted many researchers' interests for their attractive features, such as multiplexing capability, durability, lightweight, electromagnetic interference immunity. In this paper, a damage detection approach of jacket-type offshore structures by principal component analysis (PCA) technique using FBG sensors are presented. An experimental study for a tidal current power plant structure as one of the jacket-type offshore structures was conducted to investigate the feasibility of the proposed method for damage monitoring. It has been found that the PCA technique can efficiently eliminate environmental effects from measured data by FBG sensors, resulting more damage-sensitive features under various environmental variations.

최근 스마트 센서를 활용한 구조물의 건전성 모니터링 및 손상 탐색 기법에 대한 연구가 활발히 진행되고 있다. 그 중에서도 광섬유 센서 중 하나인 FBG(fiber Bragg grating) 센서는 경량이고, 내구성이 좋으며, 전자기적 영향이 없을 뿐 아니라 한 가닥으로 여러 지점에서의 계측이 가능한 장점을 가지고 있어 많은 연구와 적용이 시도되고 있다. 이 논문에서는 이러한 FBG 센서를 활용하여 재킷식 해양구조물에 발생하는 손상을 탐색하는 연구를 수행하였으며, 특히 구조물에서 계측된 자료로부터 여러 환경요인을 제거하고 보다 손상에 민감한 특성을 보기 위하여 주성분 분석 기법 적용에 관한 연구를 중점적으로 수행하였다. 제안한 방법의 검증을 위하여 시험조류발전소 구조물의 축소 모델을 활용하여 하중 및 온도 등의 외부 환경이 다른 조건에서 실내 실험을 수행하였고, 이로부터 본 논문에서 제안한 방법이 외부 환경의 영향을 최소화하여 보다 손상을 민감하게 탐색함을 확인하였다.

Keywords

References

  1. 권일범, 허용학, 박휘립, 김동진, 이동춘, 홍성혁, 문한규(1999) 광섬유 마이켈슨 센서에 의한 RC보의 변형률 측정 및 파손의 검출, 한국구조물진단학회논문집, 한국구조물진단학회, 제3권 제3호, pp. 223-234.
  2. 권현한, 문영일(2005) Functional Principal Component Analysis를 이용한 강우자료의 주성분 분석, 대한토목학회논문집, 대한토목학회, 제25권 제3B호, pp. 215-222.
  3. 김동현, 심재설, 민인기(2006) 이어도해양과학기지 구조물 계측신호 분석, 한국해안해양공학회지, 한국해안해양공학회, 제18권 제1호, pp. 53-62.
  4. 박현준, 윤정방, 박진순(2009) 광섬유 FBG 센서를 활용한 조류발전시설물의 거동 분석 및 손상검색, 한국소음진동공학회 추계학술대회, 한국소음진동공학회.
  5. 이성욱, 하익수, 김중열, 김유성(2006) 광섬유 케이블에 의한 분포개념의 변형률 모니터링 응용사례 연구, 대한토목학회 2006년도 정기학술대회 논문집, 대한토목학회, pp. 334-337.
  6. Chan, T.H.T., Yu, L., Tam, H.Y., Li, Y.Q., Liu, S.Y., Chung, W.H., and Cheng, L.K. (2006) Fiber bragg grating sensors for structural health monitoring of tsing ma bridge : background and experimental observation, Engineering Structures, Vol. 28, No. 5, pp. 648-659. https://doi.org/10.1016/j.engstruct.2005.09.018
  7. Ding, C. and He, X. (2004) K-menas clustering via principal component analysis, Proceedings of International Conference on Machine Learning, Canada.
  8. Fukunaga, K. (1990) Introduction to Statistical Pattern Recognition, Elsevier.
  9. Hill, K.O., Fujii, Y., Johnson, D.C., and Kawasaki, B.S. (1978) Photosensitivity in optical fiber waveguides: application to reflection fiber fabrication, Applied Physics Letters, Vol. 32, No. 10, pp. 647-649. https://doi.org/10.1063/1.89881
  10. Inaudi, D., Vurpillot, S., Casanova, N., and Kronenberg P. (1998) Structural monitoring by curvature analysis using interferometric fiber optic sensors, Smart Materials and Structures, 7, pp. 199-208. https://doi.org/10.1088/0964-1726/7/2/007
  11. Jolliffe, I.T. (2002) Principal Component Analysis, Springer, NY.
  12. Krzanowski, W.J. (2000) Principals of Multivariate Analysis-A User's Perspective, Revised Edition, Oxford University, Press, Oxford.
  13. Lawrence, N. (2005) Probabilistic non-linear principal compenent analysis with gaussian process latent variable models, Journal of Machine Learning Research, 6, pp. 1783-1816.
  14. Lee, B. (2003) Review of the present status of optical fiber sensors, Optical Fiber Technology, 9, pp. 57-79. https://doi.org/10.1016/S1068-5200(02)00527-8
  15. Meltz, G., Morey, W.W., and Glenn, W.H. (1989) Formation of Bragg gratings in optical fibers by a transverse holographic method, Optics Letters, Vol. 14, No. 15, pp. 823-825. https://doi.org/10.1364/OL.14.000823
  16. Miranda, A.A., Borgne, Y.A., and Bontempi., G. (2008) "New routes from minimal approximation error to principal components", Neural Processing Letters, Vol. 27, No. 3, pp. 197-207. https://doi.org/10.1007/s11063-007-9069-2
  17. Moore, B.C. (1981) Principal component analysis in linear systems: controllability, observability, and model reduction, IEEE Transactions on Automatic Control, Vol. 26, No. 1, pp. 17-32. https://doi.org/10.1109/TAC.1981.1102568
  18. Moorty, S. and Roeder, C.W. (1992) Temperature-dependent bridge movement, ASCE Journal of Structural Engineering, Vol. 118, pp. 1090-1105. https://doi.org/10.1061/(ASCE)0733-9445(1992)118:4(1090)
  19. Thevenaz, L., Facchini, M., Fellay, A., Robert, P., Inaudi, D., and Dardel, B. (1999) Monitoring of large structures using distributed brillouin fiber sensing, proceedings of the 13th international conference on optical fiber sensors, Kyoungju, Korea, pp. 345-348.
  20. Udd, E. (1995) Fiber optic smart structures, John Wiley and Sons, NY.
  21. Yi, J.H., Park, W.S., Park, J.S., and Lee, K.S. (2009) Structural health monitoring system for 'Uldolmok' tidal current power Pilot Plant and Its Applications, ASME International Conference on Ocean, Offshore and Arctic Engineering, Hawaii, USA, pp. 1139-1144.