• 한국구조물진단유지관리공학회 논문집
• /
• 제28권5호
• /
• pp.20-29
• /
• 2024

염화물 확산계수는 해양환경에 위치한 콘크리트 교량의 내구성 평가를 위한 중요한 지표 중 하나이다. 본 논문에서는 기존 연구에서 고려하지 않았던 해양 노출 환경(대기중, 비말대, 간만대)과 공용 중인 콘크리트 교량의 데이터를 활용해 염화물 확산계수 예측 모델을 개발하였다. 이를 위해 교량 하부구조에서 취득한 염화물 프로파일 데이터를 활용하였고 데이터 전처리 후 기계학습 모델인 RF, GBM, KNN을 하이퍼파라미터 튜닝을 통해 최적화 하였다. 콘크리트 물성치를 포함한 6개 변수(W/B, 시멘트 종류, 굵은골재 부피 비율, 공용연수, 강도, 노출 환경) 모델과 노출 환경을 고려하지 않은 5개 변수 모델, 정밀안전진단에서 취득 가능한 3개 변수(공용연수, 강도, 노출 환경) 모델을 개발하여 성능을 비교·검토 하였다. 그 결과 해양 환경에 위치한 콘크리트 교량의 경우 노출 환경을 고려함에 따라 염화물 확산계수 예측 모델의 성능을 향상시킬 수 있음을 확인하였으며, 또한 정밀안전진단 데이터만으로도 염화물 확산계수를 효과적으로 예측할 수 있음을 확인하였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제24권1호
• /
• pp.133-141
• /
• 2020

한국시설안전공단에서는 '시설물의 안전관리에 관한 특별법'에 따라 철근콘크리트 구조물의 안전점검 및 정밀안전진단을 실시하도록 제시하고 있다. 그러나 한국시설안전공단 안전점검 및 정밀안전진단 세부지침의 평가방법에서는 평가결과를 등급으로 제시하기 때문에 구조물의 잔존수명을 알 수 없으며 부등침하가 구조물의 잔존수명에 미치는 영향을 반영하지 못한다. 따라서, 이 연구에서는 부등침하의 영향이 반영된 구조물의 잔존수명 평가모델을 제시하고자 하였다. 부등침하와 각 변위의 상관관계를 나타내는 기존의 연구를 바탕으로 부재의 공칭강도에 부등침하의 영향을 반영시키기 위한 식을 제시하였으며, 실제 철근콘크리트 구조물의 현장데이터를 활용하여 부등침하가 구조물의 잔존수명에 미치는 영향을 분석하였다.

• 한국터널지하공간학회 논문집
• /
• 제26권2호
• /
• pp.113-128
• /
• 2024

향상된 MMS (Mobile Mapping System)를 이용하여 도로터널 정밀안전진단 항목을 검토하고 분석하였다. MMS에 의한 적용 가능한 항목은 외관조사, 조사 및 비파괴시험, 구조안전성, 유지관리방안일 것이다. MMS의 차량속도가 너무 빠르면 점군데이터의 해상도가 낮아지고 너무 느리면 보정값 오차가 증가하는 경향을 보인다. 본 연구에 적용된 장비에서는 50 km/h 속도에서 측정이 효과적이다. MMS의 점군 자료에 근거한 균열폭을 판단하기에는 한계가 있으나 터널내 설비 현황과 방재관리기준과 부합되는지를 검토할 수있다. MMS의 3차원 점군은 횡단면 측량의 검토 및 종단면 측량의 변화에 적용될 수 있는데 이는 터널 전체에 대해 차량 한계를 직관적으로 검토할 수 있을 것이다. 시험 개수와 조사 위치를 무작위로 선정하는 현재 정밀안전진단의 측정과 비교하여 MMS의 연속된 환경조건 측정은 정밀도 높은 분석에서 효과적이며 의미가 있을 것이다.

• 한국건축시공학회지
• /
• 제21권6호
• /
• pp.665-676
• /
• 2021

노후 건축물의 수가 증가함에 따라, 건물의 안전진단, 유지 보수에 대한 중요성이 증가하고 있다. 기존 외관 조사는 점검자의 주관적인 판단이 수반되어 평가 결과가 다르고 객관성과 신뢰성이 떨어진다. 따라서 본 연구는 기존 연구를 통해 기실시된 외관 조사 및 상태 평가 프로세스의 한계를 제시하였으며, UAV, Laser Scanner를 통해 3D Point Cloud 데이터를 수집하였다. 또한, Reverse Engineering 기술을 이용하여 3D 모델을 생성한 후 객관적인 상태평가 데이터를 취득하였다. 이후 기존의 정밀검사 데이터와 정밀 안전진단 데이터를 활용하여 DNN 구조를 생성하고, 고정밀도 측정 장치를 이용하여 얻은 상태평가 데이터를 적용하여 객관적인 건물안전등급을 산출하였다. 자동화된 프로세스는 20개의 노후된 건축물에 적용되며 동일 면적 건축물 기준 수작업으로 실시되는 안전진단의 시간에 비해 약 50% 감소하였다. 이후 본 연구에서는 안전등급 결과값과 기존값을 비교하여 안전등급 산출과정의 정확성을 검증하고 약 90%의 높은 정확도를 가진 DNN을 구축하였다. 이는 향후 노후 건물의 안전등급 산정의 신뢰성이 향상되고 비용과 시간을 절약해 경제성이 향상될 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.493-493
• /
• 2023

매설배관의 피복손상부 탐측법은 CIPS법, DCVG법 등 여러 방법이 있으며, 그중 우리나라에서는 DCVG법이 가장 많이 사용되고 있다. 피복손상탐측기술(DCVG)은 매설된 관로에 대하여 직류 전류로 인해 배관주변에 발생하는 전위구배를 측정하여 비굴착상태에서 관로의 피복손상부를 찾아내는 기술이다. 본 기술을 광역상수도 정밀안전진단 및 성능평가에 적용하였으며, 탐측된 위치에 대하여 위험도(%IR)를 예측하였다. 또한 손상의심부에 대한 굴착을 통해 피복손상부를 확인하였다. 본 기술의 신뢰성 및 상수도 분야에 큰 활용성을 확인하였다. 관경, 현장여건 등에 따른 조사 및 굴착에 일부 한계점을 보였으나, 향후 축적된 데이터를 바탕으로 매설된 관로의 손상을 사전에 확인하여 관로사고를 미연에 방지할 기술로 판단된다.

• 토지주택연구
• /
• 제15권3호
• /
• pp.177-188
• /
• 2024

1995년 시설물의 안전관리에 관한 특별법 제정 이후 주기적으로 시설물을 점검 및 진단하고 그 결과에 따라 보수·보강 등 안전조치를 의무화하였다. 이와 같이 점검 및 진단이 법에 의해 체계적으로 수행된 지 22년이 지났지만 그 결과만 물리적으로 쌓일 뿐 아직까지 이를 통한 데이터기반의 통계분석은 시행되지 못한 현실이다. 이에 본 연구에서는 도로터널 점검 및 진단 결과를 DB화하고 이를 통해 구조형식별(NATM, ASSM) 취약요소를 발굴하고 효율적인 개선방안을 도출하고자 하였다. 본 연구대상 시설물은 45개의 1종 도로터널 시설물의 76회 정밀안전진단 보고서를 분석하였다. 취약요소를 도출하기 위한 DB 항목은 준공연도, 공법 등 기본현황과 정밀안전진단 세부지침 상의 손상항목으로 구분하여 선정하였다. 또한, 해당분야 전문가를 통해 AHP분석을 별도로 실시하여 손상간 상관분석을 실시하였다. 손상의 빈도와 정도, AHP(Analytic Hierarchy Process)분석결과의 가중치를 반영한 취약요소 우선순위 산정결과, ASSM 및 NATM의 주요 취약요소는 라이닝 두께부족, 배면공동, 균열, 누수로 분석되었다. NATM은 박락, 철근노출이 취약요소이며, ASSM은 재료분리, 망상균열이 취약요소로 분석되었다. 또한, NATM의 경우 각 요소간의 상관성이 낮은 반면 ASSM의 경우 요소 간의 상호 상관성이 높고 유기적으로 연결되어 있는 것으로 분석되었다.

• 한국건설관리학회논문집
• /
• 제24권1호
• /
• pp.31-39
• /
• 2023

시설물의 고령화로 인한 유지관리 비용을 줄이고 안전성을 확보하기 위해서는 시설물 유지관리 데이터를 활용하여 향후 시설물의 상태를 예측하고 이를 유지관리 의사결정에 활용하는 것이 중요하다. 이를 위해 본 연구는 XGBoost를 활용하여 다양한 유지관리 정보로부터 향후 시설물의 부재 상태를 추정하는 방법론을 제안함을 목표로 한다. 방법론의 유효성을 검증하기 위해 교량시설물을 대상으로 샘플 데이터를 구축하고, 차기 정밀안전점검 및 정밀안전진단 시 부재 상태등급 예측모델을 개발 및 평가했다. 예측모델의 성능 평가 결과, 주요 부재(바닥판, 주형, 교대/교각) 상태등급을 예측하는 데 준수한 성능을 보였다(평균 F1 score 0.869). 또한 개발된 예측모델의 실무적 활용 가능성을 실증하기 위해 FMS 유지관리 데이터 관리 기능과 주요부재 상태등급 예측 기능을 제공하는 테스트베드를 구축했다. 이를 통해 본 연구에서 구축한 샘플 데이터와 예측모델을 활용하여 시설물 관리자에게 유지관리 의사결정에 필요한 시설물 정보 및 시설물 상태 예측정보를 제공할 수 있음을 확인할 수 있었다. 향후에는 추가적으로 데이터를 수집하고 다량의 데이터가 축적된 경우 좋은 성능을 보인다고 알려진 딥러닝 알고리즘을 활용함으로써 예측 성능을 높일 수 있다. 또한 제안된 방법론을 터널, 항만 등 다양한 시설물에 적용하여 상태등급 예측모델을 개발할 수 있다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제28권2호
• /
• pp.1-8
• /
• 2024

신축이음 장치는 교량 상부구조의 신축량을 수용할 목적으로 설치되며 공용중 충분한 유간을 확보하여야 한다. 안전점검 및 정밀안전진단 수행 시 유간부족 및 유간과다에 대한 손상을 명시하고 있으나, 유간에 따른 교량의 이상 거동을 판별하기 위한 기준이 미흡하다. 본 연구에서는 동일 신축이음부의 유간 데이터를 지속적으로 추적하여 데이터 기반의 유지관리 방안을 제시하였다. 689개소의 신축이음 장치에서 계절별 영향을 고려하여 총 2,756개의 유간 데이터를 수집하였다. 동일 위치에서 4개 이상의 데이터를 통해 신축거동을 분석할 수 있는 유간 변화 평가 방안을 마련하였으며, 신축거동에 영향을 미치는 인자를 분류하고 딥러닝과 설명 가능한 AI를 통해 각 인자의 영향도를 분석하였다. 유간 평가 그래프를 통해 교량 상부구조의 이상 거동을 협착 및 기능 고장으로 분류하였다. 이론적 거동을 보이고 있다하더라도 협착 가능성이 나타날 수 있는 사례 및 하절기 협착 가능성이 매우 높게 나타난 사례가 도출되었다. 협착 가능성은 낮으나 교량 상부구조에 기능상 문제점이 발생했을 가능성이 높은 사례와 시공오류에 따라 신축이음 장치가 재시공된 사례도 도출되었다. 딥러닝 및 설명 가능한 AI를 통한 영향인자 분석은 기존의 신축유간 계산식 및 교량 설계에 따른 결과로 설명 가능하여 신뢰 가능한 수준으로 판단되어 추후 모델의 개선을 통해 유지관리를 위한 가이드를 제시할 수 있을 것이라 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.479-479
• /
• 2021

최근 기상이변으로 인한 자연재해 발생이 증가하고 있고, 그에 따라 도시의 재난 대응력 강화가 국내에서는 물론 국제적으로도 중요한 이슈가 되고 있다. 특히 쇠퇴지역은 재난재해 발생 시 인적·물적 피해가 일반 지역 보다 상대적으로 크며, 복구에도 많은 시간과 예산이 소요되므로 대응책 마련을 위한 도시재생지역의 정밀한 재난재해의 위험성 분석 기술이 필요하다. 이에 본 연구에서는 도시재생사업 대상지(311개)에 대한 재난재해 유형별 위험성 및 회복성을 종합적으로 분석하는 종합진단 기법을 개발하고, 이를 적용한 프로토타입 시스템을 개발하였다. 재난재해의 범위는 「재난 및 안전관리 기본법」을 준용하여 이에 도시재생사업 시행에 영향을 받아 재난재해 발생에 따른 위험정도가 변화할 가능성이 높은 자연재해 (폭우, 폭염, 폭설, 강풍, 지진)5종과 사회재난 (화재, 붕괴, 폭발) 3종 총 8종으로 정의하였다. 종합진단 기법은 기후변화에 관한 정부간 협의체(IPCC) 위험도 평가 방법을 준용하여 위험요소 (위해성·취약성·노출성)와 대비·대응요소 (회복성)로 구분하고, 전문가 자문회의를 거쳐 재난재해에 특히 취약한 쇠퇴지역의 특성을 반영할 수 있는 종합진단지수 산정식을 개발하였다. 또한 쇠퇴지역 재난재해 종합진단 시스템은 도시재생 업무를 수행하는 사용자가 신속히 정보를 분석하고 활용에 용이하도록 Web-GIS 기반으로 설계하였으며, 종합진단 기법에 의해 산정된 분석결과를 100m × 100m 격자 단위의 등급으로 가시화한다. 분석 결과는 지속적인 연구 개발을 통해 최적의 도시재생사업 의사결정 지원 서비스를 위한 기초 분석 자료로 연계하여 활용되며, 분석 DB는 클라우드 서비스 기반의 도시재생 데이터 플랫폼을 통해 공유된다.

• 대한토목학회논문집
• /
• 제42권1호
• /
• pp.107-116
• /
• 2022

최근 안전점검자가 접근성 문제로 점검이 어려운 교량 부재의 상태평가를 위해 영상분석 기반의 시설물 점검 기법연구가 활발히 진행 중이다. 본 논문은 교량을 대상으로 딥러닝 기반 영상정보에 대해서 상태평가 연구를 진행하였고 이에 대한 평가 프로그램(프로토타입)을 개발하였다. 딥러닝 기반 교량 손상탐지 프로토타입을 개발하기 위해 딥러닝 모델 중 손상 검출 및 정량화가 가능한 의미론적 분할 모델인 Mask-RCNN를 적용하였고 학습데이터 6,540장(오픈 데이터 포함)과 손상유형에 적합한 레이블링을 구성하였다. 모델링에 대한 성능검증한 결과, 콘크리트 균열, 박리/박락, 철근노출과 도장 박리에 대한 정밀도(precision)는 95.2 %, 재현율(recall)은 93.8 % 나타내었다. 또한, 교량 콘크리트 부재 손상율을 이용하여 콘크리트 균열 실 데이터를 2차 성능검증 하였다.