본 연구에서는 인공신경망을 이용해 건물 구조물의 가속도계 설치 위치 및 개수를 선정하는 방법을 제안한다. 인공신경망의 입력 층에는 층에 설치되는 가속도계로부터 얻는 가속도이력데이터가 입력되며, 출력층에는 구조물을 정의하는 각 층의 질량과 강성 값을 출력하도록 신경망을 구성한다. 가속도계의 설치 위치 및 개수를 선정하기 위해 여러 설치 시나리오를 가정하고 훈련을 통해 인공신경망을 구한다. 훈련에 사용되지 않은 예제를 이용해 예측 성능을 비교하였다. 센서 개수 및 위치에 따른 예측 성능을 비교하여 설치위치 및 개수를 선정한다. 6층과 10층 예제 적용을 통해 제안하는 방법을 검증하였다.

트윈 빌딩의 풍응답은 풍하중의 공력 특성과 트윈 빌딩 구조 시스템의 동적 특성에 영향을 받는다. 본 논문에서는 트윈 빌딩의 두 빌딩의 간격이 다른 두 경우에 대해서 풍응답에 영향을 주는 풍압의 특성을 풍동 실험과 적합 직교 분해 기법을 이용해 파악하고, 3차원 구조 시스템 모델링을 통해 동특성을 파악하였다. 그리고 이중 모달 변환 기법을 이용해서 각 풍압의 특성과 구조물의 동특성이 풍응답에 미치는 영향을 파악하였다. 적합 직교 분해 기법을 통해서 채널링과 와류 효과에 대해서 파악할 수 있었다. 풍 직각 뱡향의 풍하중은 두 빌딩의 간격에 영향을 많이 받았으며, 풍 방향의 풍하중은 간격에 영향을 적게 받았다. 마찬가지로, 이중 모달 변환 기법에서 교차 참여 계수는 풍 직각 방향에서는 두 빌딩의 간격에 따라 크게 달라진 반면, 풍 방향은 영향이 적었다. 이에 따라 두 빌딩의 간격 이 풍 방향의 풍응답 보다 풍 직각 뱡향의 풍응답에 중요한 역할을 하는 것을 알 수 있었다.

트윈 빌딩의 풍하중의 특성과 구조적 특성은 일반 고층건물보다 복잡하다. 이러한 특성을 조사하기 위해서 풍동실험을 통해서 트윈 빌딩의 풍압을 계측하였다. 계측된 데이터와 적합 직교 분해 기법을 이용하여 풍압의 패턴을 파악하였다. 1차 모드에서는 채널링 효과가 2차 모드에서는 와류 효과가 나타났다. 또한, 두 빌딩의 하중의 상관관계를 파악하였는데, 풍 방향 하중은 양의 상관관계를 가지며, 풍 직각 방향의 하중은 명확한 상관관계가 나타나지 않았다. 이러한 상관관계는 횡 방향 변위에도 영향을 미쳤다. 양의 상관관계를 가지면 트윈 빌딩을 연결하는 구조부재의 영향이 적게 작용한 반면에 음의 상관관계를 가지면 연결 구조부재의 영향이 횡 방향의 변위를 줄이는데 큰 영향을 미치게 되었다.

건물의 풍진동을 모니터링 하기 위해, 두 개 (이동국과 기준국)의 global positioning system (GPS)에 기반한 종래의 real-time kinematic (RTK) 기법이 널리 적용되고 있다. 그러나 이는 기준국을 위한 공간을 확보하거나 유지 관리하는데 어려움을 겪을 수 있다. 한편, 최근에 하나의 이동국 만을 이용하여 구조물의 움직임을 계측할 수 있는 새로운 virtual reference station (VRS)-RTK 기법이 개발되었으며, 측량 분야에서 널리 사용되고 있다. 본 연구에서는 골조 구조물의 횡방향 구조 응답을 모니터링하기 위한 VRS-RTK 기법의 적용성을 평가하기 위해 단층 골조 모형 (1차 고유진동수 : 1 Hz)과 3층 골조 모형 (1차 고유진동수 : 0.85 Hz)의 자유진동 실험을 수행하였다.GPS에 의해 계측된 변위 및 가속도 응답의 신뢰성을 평가하기 위해, 레이져 변위계와 가속도계가 설치되었으며, 이들로부터 얻은 계측값을 GPS의 계측값과 비교하였다. 또한, 건물의 지속적인 모니터링을 위한 적절한 계측 샘플링 수를 파악하기 위해, 변위 응답에서의 오차가각기 다른 GPS 샘플링 수 (5, 10, 20 Hz)에서 평가되었다. 실험 결과, GPS으로부터 얻은 변위 및 가속도 응답은 레이져 변위계와 가속계로부터 얻은 응답과 좋은 유사 관계를 가지는 것을 확인하였다. 그리고, GPS 샘플링 수가 증가할수록 변위 오차는 감소하였으며, 3층 실험체에 대해서는 20 Hz의 GPS 샘플링 수로 구조물의 전 모드 성분 (1, 2, 3차 모드)을 검출할 수 있었다.