• Structural Monitoring and Maintenance
• /
• 제5권2호
• /
• pp.273-295
• /
• 2018

In this study, an investigation of a damage detection methodology for global condition assessment is presented. A particular emphasis is put on the utilization of wireless sensors for more practical, less time consuming, less expensive and safer monitoring and eventually maintenance purposes. Wireless sensors are deployed with a sensor roving technique to maintain a dense sensor field yet requiring fewer sensors. The time series analysis method called ARX models (Auto-Regressive models with eXogeneous input) for different sensor clusters is implemented for the exploration of artificially induced damage and their locations. The performance of the technique is verified by making use of the data sets acquired from a 4-span bridge-type steel structure in a controlled laboratory environment. In that, the free response vibration data of the structure for a specific sensor cluster is measured by both wired and wireless sensors and the acceleration output of each sensor is used as an input to ARX model to estimate the response of the reference channel of that cluster. Using both data types, the ARX based time series analysis method is shown to be effective for damage detection and localization along with the interpretations and conclusions.

• 한국해양환경ㆍ에너지학회지
• /
• 제15권1호
• /
• pp.47-53
• /
• 2012

중소형 폐 선박으로부터 생성되는 FRP를 재활용하기 위한 방법으로 층상으로 배열된 로빙층과 매트층을 분리하는 것은 친 환경적이면서도 경제적 재활용의 장점을 가지고 있다. 그러나 효율적으로 로빙층과 매트층을 분리하는 기술과 로빙층은 매트층에 비해 얇은 두께로 존재한다는 이유로 인해 로빙층을 매트층과 분리할 때 기계가 자동적으로 층간의 차이를 인식하는 방법은 아직 개발이 이루지지 않고 있다. 본 연구에서는 유리의 구성비가 다른 두 층의 화학적 성질의 차를 이용하여 광학적으로 층간 인식이 가능한 방법을 모색하였다. FRP에 대해 수지를 녹이는 진한 황산, 또는 유리를 녹이는 염기성 용액(KOH의 메탄올과 아이소프로판올 용액), 유리의 $SiO_2$와 반응하는 플루오르산(HF) 용액 등을 활용하여 두 층간의 차별화가 일어났다. 더 효율적으로는 HF 용액으로 처리한 후 수용성 물감으로 착색시킴으로써 광학적인 분별이 가능하였다. 층간 분별과 자동화된 층분리로 폐 FRP의 분리 공정이 단순화, 자동화를 달성하게 되었다.

• 한국해양환경ㆍ에너지학회지
• /
• 제12권1호
• /
• pp.55-59
• /
• 2009

중소형 폐 선박으로부터 생성되는 FRP를 재활용하기 위한 방법으로 층상으로 배열된 로빙층과 매트층을 분리하는 것은 에너지 면에서나 환경적인 면에서 많은 장점을 가지고 있다. 비록 로빙층과 매트층은 그 비율은 다르나 모두 수지와 유리를 포함한다는 유사성과 로빙층은 매트층에 비해 얇은 두께로 존재한다는 이유로 인해 로빙층을 매트층과 분리할 때 기계가 자동적으로 충간의 차이를 인식하기는 어렵다. 본 연구에서는 유리의 구성비가 다른 두 층의 화학적 성질의 차를 이용하여 광학적으로 층간 인식이 가능한 방법을 모색하였다. FRP에 대해 (1) FRP의 층 사이에 존재하는 수지를 녹이는 진한 황산, 또는 (2) 유리를 녹이는 염기성 용액(KOH의 메탄올과 아이소프로판올 용액), (3) 유리의 $SiO_2$와 반응하는 플루오르산(HF)용액, (4) HF 용액으로 처리한 후 수용성 염료를 도포한 경우, 각각 두 층간의 차별화가 일어났다. 이 결과를 이용하여 폐 FRP의 분리 공정이 단순화될 수 있을 것이다.

• 한국해양환경ㆍ에너지학회지
• /
• 제13권1호
• /
• pp.43-46
• /
• 2010

중소형 폐 선박으로부터 배출되는 FRP를 재활용하기 위한 방법으로 층상으로 배열된 로빙층과 매트층을 분리하는 것은 에너지 면에서나 환경적인 면에서 많은 장점을 가지고 있다. 비록 로빙층과 매트층은 모두 유리섬유로 이루어져있으나 수지함유량의 차이와 유리섬유의 조직형태의 차이로 인하여 재활용 용도는 매우 달라지고 있다. 그러나 로빙층은 매트층에 비해 얇은 두께로 존재한다는 이유로 인해 로빙층을 FRP에서 분리할 때 기계가 자동적으로 층간의 차이를 인식하기는 매우 어렵다. 따라서 이 추출과정에서 많은 로빙층의 손실과 공정의 난이도에 의한 처리시간 지연 등의 문제가 발생한다. 본 연구에서는 유리의 구성비가 다른 두 층의 화학적 성질의 차를 이용하여 광학적으로 층간 인식이 가능한 방법을 모색하였다. FRP에 대해 유리의 $SiO_2$와 반응하는 플루오르산(HF) 용액으로 처리한 후 수용성 염료를 도포한 경우 두 층간의 차별화가 확연하게 일어났다. 본 연구는 이 결과를 이용하여 폐 FRP의 면포분리 공정의 효율성을 극대화 할 수 있는 시스템을 개발 하였다.

• Smart Structures and Systems
• /
• 제6권5_6호
• /
• pp.579-593
• /
• 2010

Low-power radio frequency (RF) chip transceiver technology and the associated structural health monitoring platforms have matured recently to enable high-rate, lossless transmission of measurement data across large-scale sensor networks. The intrinsic value of these advanced capabilities is the allowance for high-quality, rapid operational modal analysis of in-service structures using distributed accelerometers to experimentally characterize the dynamic response. From the analysis afforded through these dynamic data sets, structural identification techniques can then be utilized to develop a well calibrated finite element (FE) model of the structure for baseline development, extended analytical structural evaluation, and load response assessment. This paper presents a case study in which operational modal analysis is performed on a three-span prestressed reinforced concrete bridge using a wireless sensor network. The low-power wireless platform deployed supported a high-rate, lossless transmission protocol enabling real-time remote acquisition of the vibration response as recorded by twenty-nine accelerometers at a 256 Sps sampling rate. Several instrumentation layouts were utilized to assess the global multi-span response using a stationary sensor array as well as the spatially refined response of a single span using roving sensors and reference-based techniques. Subsequent structural identification using FE modeling and iterative updating through comparison with the experimental analysis is then documented to demonstrate the inherent value in dynamic response measurement across structural systems using high-rate wireless sensor networks.