• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.38 no.2
• /
• pp.183-191
• /
• 2018

In this study a traffic volume dependent displacement estimation model for Gwangan Bridge was developed using bridge monitoring big data. Traffic volume data for four different vehicle types and the vertical displacement data in the central position of the Gwangan Bridge were used to develop and validate the estimation model. Two statistical estimation models were developed using multiple regression analysis (MRA) and principal component analysis (PCA). Estimation performance of those two models were compared with actual values. The results show that both the MRA and the PCA based models are successfully estimating the vertical displacement of Gwangan Bridge. Based on the results, it is concluded that the developed model can effectively be used to predict the traffic volume dependent displacement behavior of Gwangan Bridge.

• The Journal of Engineering Geology
• /
• v.33 no.1
• /
• pp.137-149
• /
• 2023

In order to intuitively grasp the earth pressure direction acting on the structure and displacement state, displacement data in the horizontal and vertical directions were processed using the sigmoid function. A displacement coordinate system was set up for each axis. The system can intuitively check the current displacement and assess the management stage of each point. A displacement path can be compiled from continuously recorded points, allowing trends in the displacement's history and stress direction to be known. Analysis of data measured for excavated ground, found that displacement occurred in the direction of destressing at all points, and that the points' management state steady. Similar behavior trends were found among measurement points with high spatial correlation, whereas differing behavior trends occurred among measurement points with low spatial correlation. If the correlation analysis of the precursor and behavior area is performed using the continuously distributed surface settlement data and displacement coordinate system, it will be possible to predict the failure time and area.

• Journal of the Korea institute for structural maintenance and inspection
• /
• v.23 no.4
• /
• pp.120-130
• /
• 2019

In this study, based on the correlation between traffic volume data and vertical displacement data developed in previous research using the bridge maintenance big data of 2006, the vertical displacement estimation model using the traffic volume data of Gwangan Bridge for 10 years A comparison of the performance of the developed model with the current applicability is presented. The present applicability of the developed model is analyzed that the estimated displacement is similar to the actual displacement and that the displacement estimation performance of the model based on the structured regression analysis and the principal component analysis is not significantly different from each other. In conclusion, the vertical displacement estimation model using the traffic volume data developed by this study can be effectively used for the analysis of the behavior according to the traffic load of Gwangan Bridge.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.29 no.4
• /
• pp.301-308
• /
• 2016

In this study, a novel method referred as non-marker vision-based displacement measuring system(NVDMS) was introduced in order to measure the displacement of structure. There are two distinct differences between proposed NVDMS and existing vision-based displacement measuring system(VDMS). First, the NVDMS extracts the pixel coordinates of the structure using a feature point not a marker. Second, in the NVDMS, the scaling factor in order to convert the coordinates of a feature points from pixel value to physical value can be calculated by using the external conditions between the camera and the structure, which are distance, angle, and focal length, while the scaling factor for VDMS can be calculated by using the geometry of marker. The free vibration test using the three-stories scale model was conducted in order to analyze the reliability of the displacement data obtained from the NVDMS by comparing the reference data obtained from laser displacement sensor(LDS), and the measurement of dynamic characteristics was proceed using the displacement data. The NVDMS can accurately measure the dynamic displacement of the structure without the marker, and the high reliability of the dynamic characteristics obtained from the NVDMS are secured.

• Journal of the Korea institute for structural maintenance and inspection
• /
• v.23 no.7
• /
• pp.87-94
• /
• 2019

Recently, the advance of accurate dynamic displacement measurement devices, such as GPS, computer vision, and optic laser sensor, has enhanced the structural monitoring technology. In this study, the dynamic displacement data was used to verify the applicability of the structural physical parameter estimation method through subspace system identification. The subspace system identification theory for estimating state-space model from measured data and physics-based interpretation for deriving the physical parameter of the estimated system are presented. Three-degree-freedom steel structures were fabricated for the experimental verification of the theory in this study. Laser displacement sensor and accelerometer were used to measure the displacement data of each floor and the acceleration data of the shaking table. Discrete state-space model generated from measured data was verified for precision. The discrete state-space model generated from the measured data extracted the floor stiffness of the building after accuracy verification. In addition, based on the story stiffness extracted from the state space model, five column stiffening and damage samples were set up to extract the change rate of story stiffness for each sample. As a result, in case of reinforcement and damage under the same condition, the stiffness change showed a high matching rate.

• Proceedings of the KIEE Conference
• /
• 2000.07d
• /
• pp.2401-2403
• /
• 2000

시스템의 특성을 이해하고 신뢰성 있는 제어를 위해서는 시스템에 대한 정확한 모델을 필요로 한다. 이러한 목적을 위해서 많은 연구자들에 의한 다양한 방법의 모델링 방법이 계속되어 연구되어지고 있다. 현재 많이 사용하는 모델링 방법 중에는 통계적 기법을 이용하는 것, first principle 방법을 이용하는 것, 지능형 기법을 이용하는 방법 등이 있다. 본 연구에서는 통계적 방법인 fractional factorial 방법을 이용한 모델, Taguchi 방법을 이용한 모델, 그리고 지능형 방법인 신경회로망을 이용한 모델의 3가지 모델을 사용해서 각 모델의 학습오차와 예측오차 등의 특성을 비교하였다. 모델에 사용된 데이터는 비선형 시스템인 플라즈마 화학 증착 장비(Plasma-Enhnaced Chemical Vapor Deposition : PECVD)에 의해 증착된 산화막 실험 데이터이다. 각 모델에 대해서 PECVD 데이터를 사용하여 모델을 만들었을 때 각 모델의 학습오차와 학습오차 변위, 그리고 예측오차와 예측오차변위를 조사하였다. 세가지 모델 모두 학습오차가 예측오차보다 작았으며 변위 또한 학습오차변위가 예측오차변위보다 작았다. 본 연구 결과는 일반적으로 신경회로망에 의한 오차가 다른 통계적인 방법에 의한 오차보다 작음을 보여준다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.137-139
• /
• 2021

본 논문에서는 목조 문화재 영상에서의 변위를 효율적으로 감지하기 위한 객체 중심 증강 기법을 사용한 모델을 제안한다. 우선 객체 중심 증강 기법을 적용하여 변위 객체들이 이미지 공간상의 어느 곳이든 위치할 수 있게끔 데이터를 구성한 이후 사전 학습된 합성 곱 신경망을 사용하여 입력 이미지에 대한 심층 특징 벡터를 추출한다. 그 이후 심층 특징 벡터는 완전 연결 계층의 입력 값으로 들어와서 최종적으로 변위가 존재하는지 아닌지에 대한 예측을 수행하게 된다. 데이터 셋으로는 충주시 근처의 문화재에 방문해서 수집한 목조 문화재 이미지를 가지고 정상 및 비정상으로 구분한 데이터 셋을 사용하였다. 실험 결과 우리가 제안한 객체 중심 증강 기법을 사용한 모델이 객체 중심 증강 기법을 사용하지 않은 모델보다 목조 문화재에서 변위 영역을 더 잘 감지함을 확인하였다. 이러한 결과로부터 우리가 제안한 방법이 목재 문화재의 변위 검출에 있어서 매우 적합함을 보여준다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.526-528
• /
• 2001

본 논문에서는 모션 캡쳐 데이터를 변위(displacement)로 해석하여, 원 모션(original motion)과 유사한 움직임들로 변형하거나 상이한 모션들을 통합하는 방법을 제안한다. 이 방법에서는 모션 캡쳐 데이터가 동작의 세부 특성을 잘 표현할 수 있다는 점을 이용하여, 사실성을 유지하면서도 쉽고 빠르게 모션 데이터를 편집하고자 한다. 본 논문이 제안하는 방법은 시간과 위치를 순차적으로 변형하여 새로운 모션을 표현한다. 우선, 시간 변형 과정에서는 특정 모션에서의 시간 변화를 사용자의 강조 정도에 따라 변형함으로써 모션의 리듬을 변형시킨다. 다음 단계인 위치 보정 과정에서는 원 모션을 변위로 사용하는 모션 치환 맵(motion displacement map) 기법을 이용하여 모션의 데이터 곡선들을 변형 또는 합성한다. 이 방법에서는 원 모션을 움직임에 대한 변위로 해석하여, 원 모션이 가지는 자연스러움을 유지할 수 있을 것으로 기대한다. 모션 편집을 위한 시스템이 구현되었고, 실험을 통하여 이 방법들이 사용될 수 있음을 보였다.

• 한국방재학회:학술대회논문집
• /
• 2010.02a
• /
• pp.33.2-33.2
• /
• 2010

고층건물의 최상층 수평변위는 해당 건물의 안전성 및 사용성 평가에 중요한 지표가 된다 이러한 건물의 수평변위는 주로 풍하중에 기인한다 본 논문에서는 이러한 구조반응을 풍하중에 기인한 풍속데이터로부터 직접 추정하기 위해서 인공신경망(Artificial Neural Network, ANN)을 도입하였다 이에 대한 적용성을 판단하기 위해서 고층건물을 형상화한 모형테스트를 실시하고 풍향, 풍속, 변위 값을 얻었다. 이후 인공신경망에 적용시켜 실제 실험 데이터와의 비교를 통해 타당성을 검토하였다.

• Journal of the Korea Computer Graphics Society
• /
• v.12 no.1
• /
• pp.1-7
• /
• 2006

본 논문에서는 다양체 (manifold) 구조와 스칼라 변위함수 (scalar displacement function)에 기반한 새로운 변위곡면 (displaced surface)의 표현 기법을 제안한다. 변위곡면은 제어메쉬 (control mesh)의 각 정점에서 변위된 국소적 패치들 (displaced local patches)을 블렌딩 (blending)함으로써 생성된다. 제안된 변위곡면은 점 군 (point cloud)의 형태로 주어진 기하학적 모델을 근사하기 위해서 사용된다. 점 군의 데이터로터 제어메쉬가 생성되고, 점 군의 점들이 제어메쉬의 국소적 패치들 (local patches)에 사영 (projection)되어 각 패치들로 부터의 스칼라 변위함수가 구해지고, 이러한 변위함수들을 최적화 하여 높은 정밀도를 갖는 최종적인 곡면을 생성된다. 점 군의 형태로 주어진 다양한 모델에 대한 실험 결과를 통해서 제안된 근사기법의 효율성과 정밀도가 입증된다. 본 논문에서 제안된 표현기법은 다 단계 (multi-level) 변위함수를 통해 다중해상도 표현 (multi-resolution representations)과 골격기반 형상변형 (skeleton-driven deformation)등과 같은 다양한 응용들에 효율적으로 사용된다.