• 한국구조물진단유지관리공학회 논문집
• /
• 제17권2호
• /
• pp.1-9
• /
• 2013

최근 초고층 및 초장대와 같은 대형 구조물들이 시공되고 있으며, 이에 대한 구조물 건전성 모니터링 기술들이 연구되고 있다. 하지만 기존의 기술들은 계측 센서의 관리와 센서로부터 계측된 데이터에 효율적으로 access하지 못하고 있다. 본 논문에서는 구조물 건전성 모니터링을 위한 증강현실 기반 센서 위치인식 및 데이터 시각화 기술을 소개한다. 모바일 디바이스에 내장된 GPS를 통하여 센서와 사용자 간의 거리를 파악하게 된다. 뿐만 아니라, 센서로부터 계측된 데이터는 위치정보시스템 서버에 저장되며, RSS방식을 통해 전송되어 사용자가 모바일 디바이스를 통해 쉽게 계측 데이터를 가시화 할 수 있게 된다. 이 기술을 이용하여 사용자는 센서의 위치인식을 통해 계측센서를 관리하고, 계측 데이터를 시각화하여 시간과 공간에 제약 없이 구조물의 건전성을 모니터링 할 수 있게 된다.

• Smart Structures and Systems
• /
• 제20권5호
• /
• pp.549-562
• /
• 2017

The US railroad network carries 40% of the nation's total freight. Railroad bridges are the most critical part of the network infrastructure and, therefore, must be properly maintained for the operational safety. Railroad managers inspect bridges by measuring displacements under train crossing events to assess their structural condition and prioritize bridge management and safety decisions accordingly. The displacement of a railroad bridge under train crossings is one parameter of interest to railroad bridge owners, as it quantifies a bridge's ability to perform safely and addresses its serviceability. Railroad bridges with poor track conditions will have amplified displacements under heavy loads due to impacts between the wheels and rail joints. Under these circumstances, vehicle-track-bridge interactions could cause excessive bridge displacements, and hence, unsafe train crossings. If displacements during train crossings could be measured objectively, owners could repair or replace less safe bridges first. However, data on bridge displacements is difficult to collect in the field as a fixed point of reference is required for measurement. Accelerations can be used to estimate dynamic displacements, but to date, the pseudo-static displacements cannot be measured using reference-free sensors. This study proposes a method to estimate total transverse displacements of a railroad bridge under live train loads using acceleration and tilt data at the top of the exterior pile bent of a standard timber trestle, where train derailment due to excessive lateral movement is the main concern. Researchers used real bridge transverse displacement data under train traffic from varying bridge serviceability levels. This study explores the design of a new bridge deck-pier experimental model that simulates the vibrations of railroad bridges under traffic using a shake table for the input of train crossing data collected from the field into a laboratory model of a standard timber railroad pile bent. Reference-free sensors measured both the inclination angle and accelerations of the pile cap. Various readings are used to estimate the total displacements of the bridge using data filtering. The estimated displacements are then compared to the true responses of the model measured with displacement sensors. An average peak error of 10% and a root mean square error average of 5% resulted, concluding that this method can cost-effectively measure the total displacement of railroad bridges without a fixed reference.

• 비파괴검사학회지
• /
• 제34권2호
• /
• pp.165-170
• /
• 2014

수평횡파(SH-wave)는 배관과 같은 박판 구조물에서 판파 모드로 전파하고 분산성이 단순하여 구조물의 건전성 평가에 유용하다. 전자기초음파탐촉자(EMAT)는 비접촉식으로 자석과 코일 배열을 조절하여 수평횡파를 발생하기 용이하다. 따라서 수평횡파 전자기초음파탐촉자(SH-EMAT)를 이용한 자동화 검사 시스템은 박판 구조물 건전성 감시에 매우 유용하다. 하지만 발전설비 또는 자동화 장비 등에서는 전자기노이즈가 상당히 많이 발생하고 EMAT 수신 센서는 전자기노이즈에 취약한 면이 있다. 광섬유 센서는 빛을 이용하여 전자기노이즈 환경에서 매우 유용하게 활용될 수 있다. 본 연구에서는 이러한 환경적 제약을 고려하여 광섬유 패브리-페롯 간섭계(FFPI)를 SH-EMAT으로 발생되는 초음파의 수신용 센서로 제안하였다. 평판시험편에서 SH-EMAT의 신호를 FFPI 센서를 이용하여 수신하고 이 신호에 대한 분석을 하였다. 제안된 FFPI 센서가 EMAT으로 가진된 SH wave의 신호를 명료하게 수신할 수 있음을 확인하였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제24권6호
• /
• pp.77-84
• /
• 2020

본 논문에서는 사장교와 같은 장대형 구조물의 손상위치를 판단할 수 있는 손상평가 기법을 개발하고, 개발한 기법의 성능을 실험을 통하여 검증하고자 하였다. 손상평가 기법은 무손상 데이터가 확보되지 않은 상태에서 구조물의 손상평가가 가능하고, 구조물의 응답 데이터의 분석만으로 손상위치를 판단할 수 있는 데이터를 추출하는 것을 목표로 하였다. 이러한 목표를 완성하기 위하여, 손상 위치 판별을 위하여 통계적 패턴인식 기술인 개선된 마할라노비스 거리(IMD : Improved Mahalanobis Distance) 이론에 기반하여 변동성이 고려된 손상평가 기법을 개발하였다. 개발한 손상평가 기법에는 구조물의 고유한 정보에 기반한 Simulation 프로그램을 반영하여 다양한 외력에 따른 구조물의 무손상 응답을 출력하도록 하였다. 개발한 기법의 성능을 실험적으로 평가하기 위하여 모형 사장교를 대상으로 케이블 손상실험을 수행하였다. 그 결과, 변동성이 고려된 손상평가 기법은 외력에 따른 무손상 데이터를 자동으로 출력하고, 출력된 무손상 데이터와 계측된 손상 데이터의 분석을 통하여 케이블의 손상 위치를 판단할 수 있는 정보를 추출하는 성능을 보이는 것을 확인하였다.

• 한국전산구조공학회논문집
• /
• 제36권1호
• /
• pp.1-7
• /
• 2023

본 논문에서는 구조물의 부분 변위값으로 전체 구조물의 변위 형상을 예측할 수 있는 인공지능 학습기법을 개발하였으며, 개발된 기술의 성능을 실험을 통해 평가하였다. 3차원 공간에서 변위 형상 및 노드 위치 좌표의 특성을 학습에 반영할 수 있는 Image-to-Image 변위 형상 학습과 위치 특징을 결합한 변위 상관 학습 방법을 제시하였다. 개발된 인공지능 학습방법의 성능을 평가하기 위해 목업 구조 실험을 진행하였고, 3D 스캔으로 측정한 변위값과 인공지능으로 예측한 결과를 비교하였다. 비교 결과 인공지능 예측 결과는 3D 스캔 측정 결과에 비해 5.6~5.9%의 오차율을 보여 적정 성능을 보였다.

• Composites Research
• /
• 제36권6호
• /
• pp.429-434
• /
• 2023

본 연구에서는 기존 배관 가스 누출 감지에 사용되던 음향방출 센서가 실시간 모니터링에 적용될 때 발생할 수 있는 문제들을 개선하기 위해, Macro-fiber composite (MFC) 트랜스듀서를 음향방출 센서로 사용하여 가스 누출 감지 시스템에 적용하였다. 적용 전 MFC의 구조를 최적화하기 위해 구조해석을 진행하여 제작하였고, 그 결과 MFC가 가지는 유연성으로 굴곡진 배관에 잘 밀착되어 AE 신호를 문제없이 수신할 수 있었다. AE 신호 분석 결과 고압 누출, 저압 누출 모두 파라미터 값 변화에 유의미한 결과를 보였으며, 특히, FFT 그래프의 파라미터에서 고압 누출의 경우 누출이 없는 경우 대비 120~626%의 변화량, 저압 누출의 경우 9~22%의 변화량을 보였다. 또한, 누출 발생 부위에서의 거리에 따라, 거리가 멀수록 이러한 파라미터 변화량이 줄어드는 경향을 보여, 추후 파라미터 변화량 감지를 통해 누출 감지가 가능할 뿐만 아니라, 변화량으로부터 누출 발생 위치를 파악할 수 있을 것으로 보인다.

• 한국양식학회지
• /
• 제19권4호
• /
• pp.275-280
• /
• 2006

카제인과 덱스트린 및 대두유와 어유의 혼합유를 주요 단백질과 탄수화물 및 지질원으로 구성한 전복용 배합사료에 다양한 microalgae (Haeatococccus, Isochrysis galbana, Shizochytrium)와 갑각류성 기원의 첨가제(krill meal, shrimp head meal, red crab meal) 및 녹차부산물을 각각 2% 첨가한 실험사료를 준비하여 16주간 전복에게 공급하여 주었다. 그리고 다시마를 공급한 실험구를 대조구로 두었다. 실험 종료시 전복의 생존율은 유의적인 차이가 없었으나, 사료 첨가제를 첨가한 모든 실험사료에서 전복의 체중증가량은 다시마를 공급한 실험구에 비하여 유의적으로 우수하였다. 전복의 체중 증가량은 Spirulina, Shizochytrium 및 Isochrysis의 순으로 우수하였다. 전복의 체장 및 체중에 대한 가식부의 중량 비는 유의적인 차이가 없었다. 그러나 체폭은 다시마를 공급한 실험구에 비하여 첨가제를 첨가한 모든 실험구에서 유의적으로 우수한 것으로 나타났다. 전복 패각의 색채 개선효과는 Spirulina 첨가구에서 가장 뚜렷하였다. 실험사료내 다양한 microalge와 갑각류성 기원의 사료첨가제는 전복의 성장을 효율적으로 개선시켰으며, 사료내 Spirulina의 첨가는 전복 패각 색채 개선에 가장 효과적이었다.