• 한국구조물진단유지관리공학회 논문집
• /
• 제16권1호
• /
• pp.120-130
• /
• 2012

최근 장대 교량 및 복잡한 교량의 형상이 자주 건설됨에 따라, 교량의 안전도 및 건전성 평가에 많은 관심이 집중되고 있다. 장대교량의 경우 다양한 종류의 계측기 들이 설치되어, 측정된 센싱(Sensing)자료를 신호처리를 통해 케이블을 이용하여 장거리 전송하거나, Smart Health 모니터링 개념으로 교량 현장에서 게이트웨이(Gateway)를 통해 외부 무선통신망에 연결하여 정보를 전송하는 최신 무선통신 기술을 적용하고 있다. 하지만, 전 세계적으로 발생한 교량 관련 안전사고의 경우 위험 또는 사고인지에 따른 실시간 예방적, 지능적 조치가 미흡하여 대형사로를 유발한 것으로 보고되고 있다. 이런 문제점을 해결하고자 본 논문에서는 첨단 무선통신인 RFID(Radio Frequency Identification)/USN (Ubiquitous Sensor Network)기술의 기본 개념인 "Communication Among things" 사물 간 통신 개념을 교량 계측모니터링에 적용하여, 교량에 탑재된 다양한 계측 센서 노드로부터 내구성/안전성에 관련된 위험신호를 추출하여 긴박한 안전사고 등이 인지된 경우 사고예방개념에서 사물 간 통신개념으로, 교량의 센서노드가 바로 교량 인근의 교통신호등에 RF 무선 전파를 송신하여 교량의 교통을 차단하며, 대형 사고를 예방할 수 있는 USN기반의 지능형 교량 시스템을 구축을 위한 센서노드모듈을 설계 하였으며, TinyOS 기반 미들웨어 설계와 센서 자유공간 송수신거리 테스트를 실시하여 센서의 성능을 검증 하였다.

• Smart Structures and Systems
• /
• 제14권2호
• /
• pp.105-128
• /
• 2014

The stochastic damage locating vector (SDLV) method has been studied extensively in recent years because of its potential to determine the location of damage in structures without the need for measuring the input excitation. The SDLV method has been shown to be a particularly useful tool for damage localization in steel truss bridges through numerical simulation and experimental validation. However, several issues still need clarification. For example, two methods have been suggested for determining the observation matrix C identified for the structural system; yet little guidance has been provided regarding the conditions under which the respective formulations should be used. Additionally, the specific layout of the sensors to achieve effective performance with the SDLV method and the associated relationship to the specific type of truss structure have yet to be explored. Moreover, how the location of truss members influences the damage localization results should be studied. In this paper, these three issues are first investigated through numerical simulation and subsequently the main results are validated experimentally. The results of this paper provide guidance on the effective use of the SDLV method.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.153-166
• /
• 2022

Identifying fine cracks in steel bridge facilities is a challenging task of structural health monitoring (SHM). This study proposed an end-to-end crack image segmentation framework based on a one-step Convolutional Neural Network (CNN) for pixel-level object recognition with high accuracy. To particularly address the challenges arising from small object detection in complex background, efforts were made in loss function selection aiming at sample imbalance and module modification in order to improve the generalization ability on complicated images. Specifically, loss functions were compared among alternatives including the Binary Cross Entropy (BCE), Focal, Tversky and Dice loss, with the last three specialized for biased sample distribution. Structural modifications with dilated convolution, Spatial Pyramid Pooling (SPP) and Feature Pyramid Network (FPN) were also performed to form a new backbone termed CrackDet. Models of various loss functions and feature extraction modules were trained on crack images and tested on full-scale images collected on steel box girders. The CNN model incorporated the classic U-Net as its backbone, and Dice loss as its loss function achieved the highest mean Intersection-over-Union (mIoU) of 0.7571 on full-scale pictures. In contrast, the best performance on cropped crack images was achieved by integrating CrackDet with Dice loss at a mIoU of 0.7670.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.63-75
• /
• 2022

The raw data collected by structural health monitoring (SHM) systems may suffer multiple patterns of anomalies, which pose a significant barrier for an automatic and accurate structural condition assessment. Therefore, the detection and classification of these anomalies is an essential pre-processing step for SHM systems. However, the heterogeneous data patterns, scarce anomalous samples and severe class imbalance make data anomaly detection difficult. In this regard, this study proposes a convolutional neural network-based data anomaly detection method. The time and frequency domains data are transferred as images and used as the input of the neural network for training. ResNet18 is adopted as the feature extractor to avoid training with massive labelled data. In addition, the focal loss function is adopted to soften the class imbalance-induced classification bias. The effectiveness of the proposed method is validated using acceleration data collected in a long-span cable-stayed bridge. The proposed approach detects and classifies data anomalies with high accuracy.

• 대한토목학회논문집
• /
• 제33권4호
• /
• pp.1295-1302
• /
• 2013

구조물의 변형 형상은 구조해석을 위한 중요한 정보이다. 구조물 모니터링 시스템에서도 충분한 변위 계측점이 확보되어 명확하고 합리적인 구조물의 변형 형상이 도출된다면 이를 이용한 구조해석이 가능 할 것이다. 하지만 실제 구조물에서는 한정된 비용으로 인해 충분한 변위 계측점이 확보되지 못하기 때문에 합리적인 구조물 변형 형상의 도출이 어렵다. 본 연구에서는 경제적이고 합리적인 구조물 변형 형상 추정을 위해 최소의 변위 계측 데이터를 이용한 효과적인 구조물의 거동 형상 추정기법인 SFSM-LS알고리즘을 개발하였다. 본 기법은 구조물의 변형 형상을 추정하기 위해 계측 대상 구조물의 사전 유한요소해석을 통해 여러 구조 거동 형상을 기본 구조형상함수로 정의하고, 이들 함수를 추정 변위의 오차를 최소화 시키는 각 함수의 가중치로써 중첩한다. 2경간 연속교 모델의 수치해석을 통해 개발된 알고리즘을 검증하고 매개변수 연구를 수행하였다. 개발된 알고리즘의 매개 변수인 구조형상함수, 변위 계측 위치, 변위 계측 개소에 대한 형상 추정 결과의 특성을 분석하고 Polynomial, Lagrange, Spline 보간법과 형상 추정 정밀도를 비교하여 개발된 기법의 적용성을 검증하였다. 이를 통해 적은 개소의 변위 데이터로 정밀한 형상을 추정하는 결과를 도출하여 제안된 기법의 우월성을 입증하였다.

• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2009년도 정기 학술대회
• /
• pp.106-109
• /
• 2009

본 논문에서는 교량의 상태감시 테스트베드 구축을 위한 한-미 국제공동연구의 현황 및 활동 내용들을 논하였다. 이 국제공동연구는 최첨단 센서와 구조건전도 모니터링 방법의 유용성 및 통합화하는데 그 목적을 두고 있다. 테스트베드 구축을 위해 가속도계과 동적 FBG 센서, 압전 센서 등과 같은 스마트 센서를 사용하였으며, 무선 데이터수집 시스템이 도입되었다. 교량 모니터링 기법으로는 압전 센서 및 EM센서로부터 취합된 데이터를 이용하여 국부손상검색을 수행하였으며, 가속도계, 동적 FBG센서 및 이미지 프로세싱을 이용하여 진동기반 전역손상검색을 수행하였다. 테스트베드 교량으로는 PC박스 거더교, 강상자형교, 강판형교, 사장교의 4가지 형식의 교량이 사용되었다. 테스트베드 교량에 최신 이동통신 인터넷 연결기술을 이용하여 교량에 설치된 센서로부터 취합된 데이터와 모니터링 시스템으로부터 교량의 상태를 실시간 감시할 수 있는 네트워크 시스템을 구축하였다. 이러한 원거리 이동통신시스템을 통하여 구조물의 건전성 평가결과를 실시간으로 전송 및 분석할 수 있도록 하였다.

• Smart Structures and Systems
• /
• 제10권2호
• /
• pp.131-154
• /
• 2012

In this paper, it is aimed to determine the seismic behaviour of highway bridges by nondestructive testing using ambient vibration measurements. Eynel Highway Bridge which has arch type structural system with a total length of 216 m and located in the Ayvaclk county of Samsun, Turkey is selected as an application. The bridge connects the villages which are separated with Suat U$\breve{g}$urlu Dam Lake. A three dimensional finite element model is first established for a highway bridge using project drawings and an analytical modal analysis is then performed to generate natural frequencies and mode shapes in the three orthogonal directions. The ambient vibration measurements are carried out on the bridge deck under natural excitation such as traffic, human walking and wind loads using Operational Modal Analysis. Sensitive seismic accelerometers are used to collect signals obtained from the experimental tests. To obtain experimental dynamic characteristics, two output-only system identification techniques are employed namely, Enhanced Frequency Domain Decomposition technique in the frequency domain and Stochastic Subspace Identification technique in time domain. Analytical and experimental dynamic characteristic are compared with each other and finite element model of the bridge is updated by changing of boundary conditions to reduce the differences between the results. It is demonstrated that the ambient vibration measurements are enough to identify the most significant modes of highway bridges. After finite element model updating, maximum differences between the natural frequencies are reduced averagely from 23% to 3%. The updated finite element model reflects the dynamic characteristics of the bridge better, and it can be used to predict the dynamic response under complex external forces. It is also helpful for further damage identification and health condition monitoring. Analytical model of the bridge before and after model updating is analyzed using 1992 Erzincan earthquake record to determine the seismic behaviour. It can be seen from the analysis results that displacements increase by the height of bridge columns and along to middle point of the deck and main arches. Bending moments have an increasing trend along to first and last 50 m and have a decreasing trend long to the middle of the main arches.

• 한국전산구조공학회논문집
• /
• 제30권6호
• /
• pp.541-547
• /
• 2017

기후변화에 따른 자연재해의 증가하고 있다. 이에 자연재해에 의한 토목구조물의 피해 및 붕괴를 예방하기 위하여 처짐 및 균열을 지속적인 관리가 필요하다. 이에 효과적인 구조물 관리를 위해 광학 이미지 기술이 유지관리 기술에 적용되고 있다. 하지만 광학이미지 기술은 촬영에 따른 주변 조건의 영향이 크며, 그 때문에 촬영조건에 대한 검증이 필요하다. 이를 위해 본 논문에서 촬영조건으로 자연광, 촬영매수, 촬영거리를 따른 수직변위 추정값의 정확도에 대해 검증하였다. 실험을 통해 확인한 결과 자연광이 수직변위를 추정하는데 자연광이 가장 큰 영향을 미치는 것을 확인할 수 있었고, 촬영거리 또한 수직변위를 검토하는데 주요한 영향을 미치는 것을 확인할 수 있었다. 본 결과를 통해서 외부환경에서 촬영하는데 활용하여 변위 추정 시 발생하는 오차를 최소화할 수 있으며, 이러한 과정을 통해 구조물 유지관리에 적용할 수 있다.

• Smart Structures and Systems
• /
• 제32권1호
• /
• pp.1-7
• /
• 2023

In modal analysis, the mode shape reflects the vibration characteristics of the structure, and thus it is widely performed for finite element model updating and structural health monitoring. Generally, the acceleration-based mode shape is suitable to express the characteristics of structures for the translational vibration; however, it is difficult to represent the rotational mode at boundary conditions. A tilt sensor and gyroscope capable of measuring rotational mode are used to analyze the overall behavior of the structure, but extracting its mode shape is the major challenge under the small vibration always. Herein, we conducted a feasibility study on a multi-mode shape estimating approach utilizing a single physical quantity signal. The basic concept of the proposed method is to receive multi-metric dynamic responses from two sensors and obtain mode shapes through bridge loading test with relatively large deformation. In addition, the linear transformation matrix for estimating two mode shapes is derived, and the mode shape based on the gyro sensor data is obtained by acceleration response using ambient vibration. Because the structure's behavior with respect to translational and rotational mode can be confirmed, the proposed method can obtain the total response of the structure considering boundary conditions. To verify the feasibility of the proposed method, we pre-measured dynamic data acquired from five accelerometers and five gyro sensors in a lab-scale test considering bridge structures, and obtained a linear transformation matrix for estimating the multi-mode shapes. In addition, the mode shapes for two physical quantities could be extracted by using only the acceleration data. Finally, the mode shapes estimated by the proposed method were compared with the mode shapes obtained from the two sensors. This study confirmed the applicability of the multi-mode shape estimation approach for accurate damage assessment using multi-dimensional mode shapes of bridge structures, and can be used to evaluate the behavior of structures under ambient vibration.

• 대한토목학회논문집
• /
• 제29권1A호
• /
• pp.61-73
• /
• 2009

본 논문에서는 강판형교의 주된 두 손상유형인 거더의 휨 강성 저하와 지점부의 손상을 검색하기 위해 가속도-임피던스 특성을 이용한 하이브리드 구조건전성 모니터링 기법을 제안하였다. 하이브리드 기법은 1) 전역적인 방법으로 손상의 발생을 경보하고, 2) 구조물의 구조 부재내의 발생된 손상을 분류하며, 3) 구조 부재에 따라 적절한 방법을 이용하여 세부적으로 분류된 손상을 평가하는 크게 3단계로 구성되었다. 첫 번째 단계에서는 가속도 특성 변화를 모니터링하여 전역적인 손상의 발생을 경보한다. 두 번째 단계에서는 임피던스 특성 변화를 모니터링하여 경보된 손상유형을 분류한다. 세 번째 단계에서는 모드변형에너지기반 손상지수법과 RMSD 기법을 이용하여 손상의 위치와 크기를 평가한다. 몇몇의 손상 시나리오에 의해 측정된 하이브리드 가속도-임피던스 신호를 이용한 모형 강판형교 실험을 통해 제안된 하이브리드 기법의 유용성을 평가하였다. 또한, 온도변화 및 지점손상 조건에 대한 실험을 통해 임피던스기반 손상모니터링의 정확도에 미치는 온도유발 영향을 검토하였다.