현재까지 구조건전성 모니터링과 관련하여 제안된 대부분의 손상인식기법은 모달영역응답을 이용하고 있으나, 모달영역응답은 별도의 후처리가 필요하며 추출과정에서 오차를 포함하게 되므로 손상인식의 정확성을 저하시키는 요인이 되어왔다. 본 논문에서는 이동하중응답을 직접 이용하는 손상인식기법의 적용성을 실내 실험을 통하여 검증하였다. 실험은 강재로 만든 보에 이동하중을 재하시켜 수행하였으며, 보의 응답은 변위계를 이용하여 측정하였다. 이동하중은 쇠구슬과 활강장치를 이용하여 모사하였으며, 주기성과 비주기성 이동하중으로 구분하여 재하하였다. 계측된 응답을 이용한 손상인식 결과, 이동하중을 이용한 손상인식기법은 구조물의 손상을 성공적으로 탐지하는 것으로 나타났다.
본 논문에서는 가속도 및 임피던스 신호를 이용하여 프리스트레스트 콘크리트(PSC) 거더교에 적합한 하이브리드 손상 모니터링 체계를 제안하였다. PSC 거더교의 주된 손상유형으로 텐던의 긴장력 감소와 콘크리트 거더의 휨 강성 저하를 고려하였다. 제안된 하이브리드 체계는 손상경보, 손상분류 및 손상평가와 같이 크게 3단계로 구성하였다. 첫 번째 단계에서는 가속도 특성 변화를 모니터링하여 전역적인 손상의 발생을 경보한다. 두 번째 단계에서는 임피던스 특성 변화를 모니터링하여 손상유형이 긴장력 감소인지 휨 강성 저하인지를 분류한다. 세 번째 단계에서는 손상유형에 적합한 손상평가기법을 이용하여 손상의 위치와 크기를 평가한다. 손상유형이 휨 강성 저하인 경우에서는 모드형상기반 손상검색 기법을 적용하였고, 손상유형이 긴장력 감소인 경우에서는 고유진동수기반 긴장력 추정 기법을 적용하였다. 모형 PSC 거더 실험을 통해 제안된 하이브리드 손상모니터링 체계의 유용성을 평가하였다.
This paper deals with damage detection using a Gapped Smoothing Method (GSM) combined with deep learning. Convolutional Neural Network (CNN) is a model of deep learning. CNN has an input layer, an output layer, and a number of hidden layers that consist of convolutional layers. The input layer is a tensor with shape (number of images) × (image width) × (image height) × (image depth). An activation function is applied each time to this tensor passing through a hidden layer and the last layer is the fully connected layer. After the fully connected layer, the output layer, which is the final layer, is predicted by CNN. In this paper, a complete machine learning system is introduced. The training data was taken from a Finite Element (FE) model. The input images are the contour plots of curvature gapped smooth damage index. A free-free beam is used as a case study. In the first step, the FE model of the beam was used to generate data. The collected data were then divided into two parts, i.e. 70% for training and 30% for validation. In the second step, the proposed CNN was trained using training data and then validated using available data. Furthermore, a vibration experiment on steel damaged beam in free-free support condition was carried out in the laboratory to test the method. A total number of 15 accelerometers were set up to measure the mode shapes and calculate the curvature gapped smooth of the damaged beam. Two scenarios were introduced with different severities of the damage. The results showed that the trained CNN was successful in detecting the location as well as the severity of the damage in the experimental damaged beam.
Condition monitoring is desirable for increasing machinery availability, reducing consequential damage, and improving operational efficiency. In this paper, a model-based method using neural network modeling of induction noter in vibration spectra is proposed for machine fault detection and diagnosis. The short-time Fourier transform (STFT) is used to process the quasi-steady vibration signals to continuous spectra so that the neural network model can be trained with vibration spectra. And the faults are detected from changes in the expectation of vibration spectra modeling error. The effectiveness of the proposed method is demonstrated through experimental results.
Moradipour, Parviz;Chan, Tommy H.T.;Gallag, Chaminda
Structural Engineering and Mechanics
/
제54권1호
/
pp.105-119
/
2015
Structural damage detection using modal strain energy (MSE) is one of the most efficient and reliable structural health monitoring techniques. However, some of the existing MSE methods have been validated for special types of structures such as beams or steel truss bridges which demands improving the available methods. The purpose of this study is to improve an efficient modal strain energy method to detect and quantify the damage in complex structures at early stage of formation. In this paper, a modal strain energy method was mathematically developed and then numerically applied to a fixed-end beam and a three-story frame including single and multiple damage scenarios in absence and presence of up to five per cent noise. For each damage scenario, all mode shapes and natural frequencies of intact structures and the first five mode shapes of assumed damaged structures were obtained using STRAND7. The derived mode shapes of each intact and damaged structure at any damage scenario were then separately used in the improved formulation using MATLAB to detect the location and quantify the severity of damage as compared to those obtained from previous method. It was found that the improved method is more accurate, efficient and convergent than its predecessors. The outcomes of this study can be safely and inexpensively used for structural health monitoring to minimize the loss of lives and property by identifying the unforeseen structural damages.
In this paper, a simplified planar model is developed for damage estimation of interlocked caisson systems. Firstly, a conceptual dynamic model of the interlocked caisson system is designed on the basis of the characteristics of existing harbor caisson structures. A mass-spring-dashpot model allowing only the sway motion is formulated. To represent the condition of interlocking mechanisms, each caisson unit is connected to adjacent ones via springs and dashpots. Secondly, the accuracy of the planar model's vibration analysis is numerically evaluated on a 3-D FE model of the interlocked caisson system. Finally, the simplified planar model is employed for damage estimation in the interlocked caisson system. For localizing damaged caissons, a damage detection method based on modal strain energy is formulated for the caisson system.
Non-contact detection of internal defects in a rail using ultrasonic waves is discussed in this paper. Cracks in a rail may be the cause of a serious railway accident such as derailment if left undetected. Concurrent rail inspection method based on ultrasonic testing using piezoelectric transducers has several limitations as it should keep physical contact with the rail. This work suggests a non-contact detection of internal defects in a rail using ElectroMagnetic Acoustic Transducers (EMAT) which can produce and measure ultrasonic waves in a rail without any couplant. The EMATs for rail inspection are designed and fabricated and their working performance is verified through a series of experiments on various types of internal defects in test rails. The effect of lift-off between the transducers and the rail on the generated signals is also discussed.
Bridge scour is one of the predominant causes of bridge failure. Current climate deterioration leads to increase of flooding frequency and severity and thus poses a higher risk of bridge scour failure than before. Recent studies have explored extensively the vibration-based scour monitoring technique by analyzing the structural modal properties before and after damage. However, the state-of-art of this area lacks a systematic approach with sufficient robustness and credibility for practical decision making. This paper attempts to develop a data-driven methodology for bridge scour monitoring using support vector machines. This study extracts features from the bridge dynamic responses based on a generic sensitivity study on the bridge's modal properties and selects the features that are significantly contributive to bridge scour detection. Results indicate that the proposed data-driven method can quantify the bridge scour damage with satisfactory accuracy for most cases. This paper provides an alternative methodology for bridge scour evaluation using the machine learning method. It has the potential to be practically applied for bridge safety assessment in case that scour happens.
An early detection of structural damages is critical for the decision making of repair and replacement maintenance in order to guarantee a specified structural reliability. Consequently, the structural damage detection, based on vibration data measured from the structural health monitoring (SHM) system, has received considerable attention recently. The traditional time-domain analysis techniques, such as the least square estimation (LSE) method and the extended Kalman filter (EKF) approach, require that all the external excitations (inputs) be available, which may not be the case for some SHM systems. Recently, these two approaches have been extended to cover the general case where some of the external excitations (inputs) are not measured, referred to as the adaptive LSE with unknown inputs (ALSE-UI) and the adaptive EKF with unknown inputs (AEKF-UI). Also, new analysis methods, referred to as the adaptive sequential non-linear least-square estimation with unknown inputs and unknown outputs (ASNLSE-UI-UO) and the adaptive quadratic sum-squares error with unknown inputs (AQSSE-UI), have been proposed for the damage tracking of structures when some of the acceleration responses are not measured and the external excitations are not available. In this paper, these newly proposed analysis methods will be compared in terms of accuracy, convergence and efficiency, for damage identification of structures based on experimental data obtained through a series of laboratory tests using a scaled 3-story building model with white noise excitations. The capability of the ALSE-UI, AEKF-UI, ASNLSE-UI-UO and AQSSE-UI approaches in tracking the structural damages will be demonstrated and compared.
A vibration-based nondestructive damage evaluation technique for a curved thin beam is introduced. The proposed method is capable of detecting, locating, and sizing structural damage simultaneously by using a few of the lower natural frequencies and their corresponding mode shapes before and after a small damage event. The proposed approach utilizes modal flexibilities reconstructed from measured modal parameters. A rigorous system of equations governing damage and curvature of modal flexibility is derived in the context of elasticity. To solve the resulting system of governing equations, an efficient pseudo-inverse technique is introduced. The direct inspection of the resulting solutions provides the location and severity of damage in a curved thin beam. This study confirms that there is a strong linear relationship between the curvature of modal flexibility and flexural damage in the selected class of structures. Several numerical case studies are provided to justify the performance of the proposed approach. The proposed method introduces a way to avoid the singularity and mode selection problems from earlier attempts.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.