부유식 해상태양광 설비는 패널 지지를 위한 프레임 구조물, 구조체의 부력 제공을 위한 부유체와 전체 시스템의 거동을 제한하는 계류시설로 구성되어 있다. 계류시설은 구조물의 지지조건으로서의 역 할을 통해 안정적인 발전량 수급에 기여한다. 하지만 해당 시스템은 설치된 해상환경 특성상 계류선의 파단 및 손상 시 직접적인 탐지가 불가능해 유지관리에 어려움이 있다. 따라서 본 연구에서는 패널지 지 프레임 구조체에 가속도 센서 부착을 가정하여, 해당 센서 계측값을 토대로 계류설비에서 발생한 파단 및 손상이 발생한 위치를 추정하는 알고리즘을 개발하였다. 알고리즘은 비지도학습 인공지능의 일종인 오토인코더를 활용하여 가속도 계측값의 재현 과정을 통해 정상상태의 구조 응답을 학습한 모 델이 비정상상태의 계측값을 재현 시 발생한 오차를 통해 손상 발생 여부와 위치를 실시간 탐지하도 록 구성하였다. 정상상태 구조응답을 기반으로 한 모델의 학습을 위해 패널지지 구조체를 10x10 격자 형으로 결합한 다중 결합 시스템에 불규칙파랑을 환경하중으로 적용함을 통해 발생한 6자유도 가속도 데이터를 확보하였다. 계류시설의 손상 발생 시 주된 변화 인자 탐지를 위해 상관성 분석과 민감도 분 석을 실시하여 손상 위치 추정 알고리즘에 적용할 주요 인자를 선별하여 학습 및 추정 성능에 대한 비교 분석을 수행하였다. 구축된 알고리즘의 테스트를 위해 총 5개 종 손상 케이스 데이터셋을 구축하 여 손상 위치 추정 성능을 비교하였다. 본 연구를 통해 계류 시설에 발생한 손상 여부 및 위치를 추정 하여 부유식 해상태양광 설비의 선제적 유지관리에 기여할 수 있을 것으로 기대된다.

본 논문에서는 전산구조 해석 데이터를 기반으로 인공 신경망을 활용하여 헬리데크 구조물에 대한 손상 추정 기법을 제안하였다. 헬리데크를 구성하는 트러스와 서포트 부재들에 대해서 절점을 공유하는 부재들을 70개의 모델로 그룹화 하였으며, 최대 3가지 부재 그룹에 무작위로 손상을 부여하여 총 37,400개의 손상 시나리오를 생성하였다. 이들 각각에 대해서 구조 해석 프로그램을 통해 모드 해석을 수행하였으며, 전체 손상 시나리오를 사용 목적에 따라 학습, 유효성 검사, 그리고 검증 시나리오로 분리하였다. 헬리데크의 손상 및 비손상 상태의 동적 응답 특성에 대한 패턴 인식을 위해 PyTorch 프로그램을 활용하여 3개의 은닉층을 가지는 인공 신경망을 구성하였으며, 이에 대해서 다양한 손상 시나리오를 반복 학습함으로써 손실 함수를 최소로 하는 인공 신경망을 도출하였다. 최종적으로 총 400개의 검증 시나리오에 대해서 인공 신경망이 추정한 손상률과 실제 부여된 손상률을 비교하였으며, 그 결과 본 연구를 통해 얻어진 인공 신경망이 손상 부재의 위치와 손상 정도를 매우 높은 정확도로 예측하는 것을 확인하였다.

This study carried out fiber damage detections of laminated GFRP plate structures using a modified bi-variate Gamma function. The effects of different layup sequences of composites on the fiber damage detection are studied using the finite element commercial package and genetic algorithm. Four unknown parameters are considered to determine the shape of the damage distribution, which is a modified form of the bivariate Gamma density distribution function. The sample studies show the excellence of the proposed method from the standpoints of its computation efficiency as well as its ability to determine the complex shape of an arbitrary stiffness degradation distribution.

In this study, a novel method was proposed to test the integrity of water treatment system specifically equipped with membrane filtration process. We applied the silica particles coated with a fluorescent agent (rhodamine B isothiocyanate) as a surrogate to detect a membrane process integrity and evaluate the reliability of effluent quality in the system. Additionally, a series of experiments was conducted to evaluate the sensitivity of the method through the laboratory scale experiment. The laboratory scale experiments showed that the feasibility of application of proposed method to detect a breach or damaged part on the membrane surface. However, the sensitivity on predicting the area of a breach was significantly influenced by the testing conditions such as a concentration of surrogate, filtration flux, and detection time. The lowest error of predicting the area of breach was 3.5 % at the testing condition of surrogate concentration of 80 mg/L injected with flux of 20 L/m2/hr for 10 minutes of detection time for the breach having the actual area of 7.069 mm2. However, the error of estimation was increased at the small breach with area less than 0.785 mm2. A future study will be conducted to estimate a damaged area with more accuracy and precision.

전단빌딩에 발생한 손상 추정에 있어서 대상 구조물의 물성치를 가정하고 이상화한 모델을 이용한 역해석이 필요하다. 강성행렬을 이용하는 고전적인 손상추정 방법에 비해 유연도 행렬을 이용한 손상추정은 구조물의 저차모드를 이용하기 때문에 비교적 정확한 값을 계산할 수 있기 때문에 더 효과적으로 알려져 있다. 이 논문에서는 손상추정을 위한 알고리즘으로 유전자 알고리즘(Genetic Algorithm, GA)을 도입하였고, 구조 응답에서 취득할 수 있는 유연도 행렬을 이용하여 역해석을 통한 손상추정 기법을 소개하고 있다. 제안된 손상추정 기법은 전단빌딩의 강성에 대한 정확한 정보가 없는 상황에서 전단빌딩의 손상으로 인한 실제 강성변화량을 추정하도록 하였다. 더불어 open source code인 OPENSEES를 이용하여 전단빌딩 수치해석을 통해 제안된 손상추정 기법의 효율성을 검증하였다.

교량의 손상추정을 위한 구조계 규명기법은 신호취득시스템 및 정보처리기술의 발전과 함께 최근에 많은 연구개발이 이루어지고 있다. 신경망기법이나 유전자 알고리즘과 같은 소프트컴퓨팅 기법은 뛰어난 패턴인식성능 때문에 손상추정 문제에 활발히 활용되고 있다. 본 연구에서는 모드계수를 활용한 신경망기법기반 손상추정을 수행하였으며, 신경망을 훈련시키기 위한 훈련패턴을 생성하는 해석모델에서의 불확실성을 효과적으로 고려할 수 있는 방법을 제시하였다. 해석모델의 불확실성 대하여 민감하지 않은 입력자료인 손상 전 후의 모드형상의 차 또는 모드형상의 비를 신경망의 입력자료로 활용하였다. 단 순보와 다주형교량에 대한 수치예제를 통하여 본 연구에서 제시한 기법의 타당성 및 적용성을 검증하였다.

본 논문에서는 다자유도계 구조물의 진동대 실험결과 분석에서 효율적인 지진손상도 평가 및 소성모형 추정을 목적으로, 계측결과를 각 부재별 소성이력으로 환산하고 이 소성이력에 대해 비선형 계수 추정법을 적용하는 다단계 방안을 연구하였다. 이때, 추정된 부재별 소성이력은 부재별 지진 손상도를 평가하는 지표로 활용될 수 있으며, 추정된 비선형 모형 계수를 이용하여 구축된 비선형 다자유도계 구조는 다양한 구조재해석의 모형으로 활용될 수 있다. 제시된 방법의 검증을 위해, 해석적 방법과 실험적 방법의 예제해석이 수행되었다. 예제해석 결과는 해석적 방법과 실험적 방법 모두에서 본 논문의 방법이 매우 효과적임을 보여 주고 있다.

PSC 보의 비파괴 손상검색을 위한 고유진동수 이용 손상추정법과 모드형상 이용 손상추정법을 제시하였다. 먼저, 고유진동수의 변화를 사용하여 손상의 위치를 예측하는 알고리즘과 고유진동수 1차 섭동 이론에 근거하여 균열크기를 예측하는 알고리즘을 요약하였다 다음으로, 모드형상의 변화로부터 모드민감도의 변화를 감지하고 이를 통해 손상의 위치와 크기를 추정하는 손상지수 알고리즘을 요약하였다. PSC 보의 유한요소모델을 사용하는 수치실험을 통해 고유 진동수 이용 손상추정법과 모드형상 이용 손상추정 법의 정확성을 검증하였다. 분석결과 두 방법 모두 실험 대상 구조에 도입된 균열의 위치를 정확하게 예측하였으며 균열의 크기를 비교적 근사하게 예측하였다.

In this paper, a study of 2-step damage detection for space truss structures using the extended Kalman filter theory is presented. Space truss structures are composed of many members, so it is difficult to find damaged member from the whole system. Therefore, 2-step damage identification method is applied to detect the damaged members. First, kinetic energy change ratio is used to find damage region including damaged member and then detect damaged member using extended Kalman filtering algorithm in damage region. The effectiveness of proposed method is verified through the numerical examples.

본 연구에서는 차량하중에 의한 상시진동기록을 이용한 교량의 손상추정기법을 연구하였다. 즉, 차량진행 중 측정된 신호로부터 구조물의 모드특성을 구하고, 이를 이용하여 손상위치 및 손상정도를 추정하는 알고리즘을 제안하였다. 제안기법의 검증을 위하여 차량하중을 재하할 수 있는 모형교량을 제작하여 손상실험을 수행하였다. 차량진행 중 교량의 수직가속도를 계측하였으며, 측정된 가속도시계열로부터 random decrement(RD) 기법을 사용하여 자유진동신호를 구한 후, 이로부터 구조물의 모드특성을 추정하였다. 추정된 모드특성을 기초로 신경망기법을 적용하여 손상위치 및 손상정도를 추정하였으며, 추정된 결과는 실제 손상과 비교적 잘 일치하였다.

For the purpose of disclosing estimated annual incidence rate and causative factors of traumatic spinal cord injury and obtaining basic data for the establishment of effective measures to prevent this injury, the medical record of 204 cases of Seoul residents with spinal cord injury which admitted in 46 general hospitals and National rehabilitation center located in Seoul, including Sam Yook Rehabilitation Center and Jung Ang Hospital in Kyungi do and occurred in 1995 were analyzed. The results were as follows: 1) The estimated annual incidence rate of traumatic spinal cord injury in 1995 of Seoul residents was 20.5 per million population. This incidence rate was the highest in the 40th years (34.1), followed by in the 50th years (26.5) and in the 20th years (25.6) in descending order. 2) The incidence rate ratio between male and female was 3.5:1. 3) The leading cause of injury was the highest in traffic accidents (42.2%), followed by falls from elevation (29.4%) and falls on the same level (9.8%). 4) Traffic accident mainly occured from 20th years to 40th years and falls from elevation in 50th years. 5) The level of spinal cord injury was the highest in cervical cord (63.2%), followed by the thoracic cord (21.1%) and lumbosacral cord (15.7%). Traffic accidents mainly caused in cervical cord injury whereas thoracic cord injury and lumbosacral cord injury were caused from falls from elevation. Above theconsiderations in mind, it suggested that in order to prevent traumatic spinal cord injuries, safety education of falls from elevation should be focused on the 20th years and 50th years male, moreover safety education of traffic accidents will be needed in the 30th years and 40th years male.

대부분의 손상도 추정법들을 부재의 손상을 해당부재의 평균적인 강성감소로 표현하였다. 본 연구에서는 보다 실제적인 손상도를 추정하기 위하여, 접합부의 손상을 도입하였다. 접합부의 모형화를 위하여 보의 양단에 회전스프링을 추가하였으며, 접합부 손상을 접합부 강성의 감소로 정의하였다. 접합부의 손상도를 계측된 모드벡터를 바탕으로하여, 신경망기법을 추정하였다. 효율적인 훈련패턴을 만들기 위하여 Latin Hypercube Sampling 기법을 도입하였으며, 국부영역에서의 손상도추정을 위하여 부구조법을 도입하였다. 제안된 기법의 효율성을 검증하기 위하여 10층 프레임구조물에 대한 수치해석결과를 이용하였다. 예제해석을 통하여 추정결과가 상당히 정확함을 확인하여, 실제 적용 가능한 방법임을 알수 있었다.

구조물의 손상전후에 나타나는 고유진동수와 모드 형상으로 부터 Inverse Modal Perturbation기법을 이용하여 잔교식 부두나 돌핀과 같은 대규모 항만구조물의 손상도 추정을 위한 모드 기여도 계수를 근사적으로 직접 구하는 방법을 제시하였다. 잔교식 항만구조물의 고유치 해석을 통해 구조물의 강성 변화량과 구조물의 고유진동수와 모드 형상의 변화량과 요소 손상도 계수를 도입하여 Inverse Modal Perturbation의 2차항을 고려한 관계식을 유도하고 손상전후에 구조물의 강성 감소로 나타나는 구조물의 손상도를 추정하여 수렴정도를 고찰하였다.

구조물의 손상추정법은 정적방법과 동적방법으로 나눌 수 있다. 정적방법은 정적하중과 정적변위의 관계를 이용하여 구조물의 손상위치와 손상정도를 추정하는 방법으로 동적방법에 비해 수식이 간단하나, 정적하중과 정적변위의 관계만을 사용하여 구조물의 손상을 추정하므로 정적변위에 대한 오차에 매우 민감하다. 동적방법은 구조물의 고유한 진동특성을 나타내는 고유진동수와 진동모우드를 구하여 구조물의 손상을 추정하는 방법으로, 정적방법에 비해 동일한 측점에서 많은 양의 시간기록자료를 계측할 수 는 있으나, 신뢰성이 높은 많은 수의 고유진동수와 진동모우드를 구하기가 어렵다. 본 연구에서는 구조물의 정적변위, 고유진동수와 진동모우드에 대한 민감도행렬을 사용하여 구조물의 정적 및 동적특성을 동시에 고려할 수 있는 구조물의 손상추정법을 제시하였다. 제시한 방법은 구조물의 손상 전.후의 정적변위와 진동모우드의 변화량을 부등구속조건식으로한 최적화기법을 사용하므로, 제한된 계측절점과 오차를 고려할 수 있으며 정적변위와 모우드 민감도행렬이외의 다양한 구조적 특성에 대한 민감도를 구속조건식으로 사용할 수 있다. 트러스구조물에 대한 모의 수치예제를 통한 제안한 방법의 정확성과 효율성을 수치적으로 검증하였다.

본 논문에서는 동특성추정법 (system identification) 을 이용한 교량구조의 손상정도를 평가하는 방법이 제 시되었다. 손상된 구조물의 비선형 동적거동은 휩모우멘트와 곡률반경의 시간이력 관계로써 표시하였으며， 구조물의 성질을 나타내는 특성계수는 실측자료를 이용한 동특성추정법을 사용하여 추정하였다. 또한， 구조 물의 성질의 다양성과 응답의 불확실성을 고려하여 손상은 확률변수로 나타내었으며， 예제해석으로는 곡선교 의 손상도추정이 수행되었다.

교량, 발전소, 해양구조물과 같은 토목구조물은 사용기간중에 지진, 바람, 파랑하중등에 의해 구조적 손상을 받기 쉽다. 장기간에 걸쳐 구조물에 손상이 누적되면 구조물 전체의 파괴를 초래할 수도 있다. 따라서 현존하는 구조물의 안전성을 분석하기 위한 구조물의 손상도를 추정하는 방법이 필요하다. 본 논문에서는 Inverse Modal Perturbation기법을 이용하여 구조물의 손상도를 추정하는 방법에 대하여 연구하였다. Perturbation식은 구조물의 강성 및 질량행렬의 변화량과 구조물의 고유진동수와 모우드형상의 변화량의 식으로 구성된다. 또한 구조물의 손상은 강성행렬의 변화량으로 표현하였다. 본 연구에서는 구조물의 손상도추정의 효율성을 증대시키기 위하여 2차-Perturbation식을 구성하고, 이것을 반복적인 절차를 거쳐 해를 구하는 방법에 대하여 연구하였다. 제안된 방법의 효율성은 일련의 예제해석을 통하여 검증하였으며, 추정된 결과로 부터 본 방법이 구조물의 손상을 적절히 산정함을 알 수 있었다.

In order to establish preventive maintenance and to make a reasonable estimate of the required repair cost for bridges, the related history information of the existing bridge inspection and diagnosis was analyzed. It was analyzed that about 75% of the repair costs were required for the pavement, expansion joining, curb, and railings in the service area of bridges.

To properly maintain steel structures, it is important to investigate the corrosivity of structural member. In this study, atmospheric exposure tests were carried out for 1 year using monitoring steel plates (MSP). In addition, atmospheric corrosion environment were also monitored by temperature and humidity sensor, corrosion monitoring (ACM) sensors, etc.