사회기반시설물의 안전성을 효과적으로 평가하고 모니터링하기 위해 무선 스마트 센서가 개발되어 전 세계적으로 연구가 진행되 고 있다. 무선 스마트 센서는 통상 계측 및 임베디드 데이터 연산, 무선 통신이 가능한 공통점을 갖고 있어 기존의 유선 기반 센서가 가진 단점을 극복할 수 있을 것으로 기대되고 있다. 그러나 구조물의 장기 모니터링의 경우 내구성이 충분하지 못해 발생하는 센서 고장이나, 환경적 이유 로 인한 무선 통신이 불안정할 경우 계측 데이터를 가져올 수 없는 문제가 발생할 수 있다. 본 연구에서는 무선 스마트 센서 기반의 네트워크에 서 이와 같은 문제로 센서 노드에 무선 통신으로 접근할 수 없는 경우를 대처하기 위해, 칼만 필터 기반의 데이터 복구를 수행하여 무선 스마트 센서 네트워크의 신뢰성을 향상시키는 기법을 제안한다. 본 논문에서는 무선 스마트 센서의 연산 기능을 활용하여 네트워크 내에서 계측된 가 속도 데이터를 바탕으로 유실된 센서의 가속도 계측 데이터를 추정한다. 개발된 무선 스마트 센서 네트워크 시스템의 성능을 확인하기 위해 단 순보 구조에서 실험을 수행하여 추정된 가속도 응답과 계측 값을 비교하였다.

구조물 건전성 모니터링은 센서로부터 구조물의 응답을 수집하고 분석하여 구조물의 정확한 상태를 진단하는 기술이다. 최근 노후화된 구조물의 증가로 인하여, 지속가능한 사회 발전을 위해 더욱 발달된 구조물 건전성 모니터링 기술이 요구되고 있다. 최신 구조물 건전성 모니터링 기술 중 하나인 무선 스마트 센서와 센서 네트워크 기술은 기존의 유선 방식의 모니터링 시스템과 비교하여 더욱 효율적이며 경 제적인 모니터링 시스템의 구축을 가능하게 하는 기술이다. 최근까지도 관련 연구자들은 스마트 센서의 성능 및 확장성 향상을 위하여 연 구개발을 진행하고, 다양한 실내, 실외 실험을 통한 성능 테스트를 진행하였다. 본 논문에서는 최근 (2010년 이후를 중심으로)에 개발된 스마트 센서의 하드웨어, 소프트웨어, 그리고 응용 사례들을 정리함으로써, 구조물 건전성 모니터링을 위한 스마트 센서의 최신 연구동향에 대해 소개하고자 한다.

The finite element (FE) model updating is a commonly used approach in civil engineering, enabling damage detection, design verification, and load capacity identification. In the FE model updating, acceleration responses are generally employed to determine modal properties of a structure, which are subsequently used to update the initial FE model. While the acceleration-based model updating has been successful in finding better approximations of the physical systems including material and sectional properties, the boundary conditions have been considered yet to be difficult to accurately estimate as the acceleration responses only correspond to translational degree-of-freedoms (DOF). Recent advancement in the sensor technology has enabled low-cost, high-precision gyroscopes that can be adopted in the FE model updating to provide angular information of a structure. This study proposes a FE model updating strategy based on data fusion of acceleration and angular velocity. The usage of both acceleration and angular velocity gives richer information than the sole use of acceleration, allowing the enhanced performance particularly in determining the boundary conditions. A numerical simulation on a simply supported beam is presented to demonstrate the proposed FE model updating approach.

일반적으로 토목 구조물의 피로분석 결과를 향상시키기 위해서는 교량 각 절점에서의 정교한 수치모델 또는 변형률 측정값이 필요하지만 실재하는 토목 구조물의 정교한 수치모델을 만드는 것은 쉽지 않으므로 두가지 모두 쉬운일은 아니다. 또한 구조물의 전 지점에서 시간에 따른 측정 데이터를 계측하는 것 또한 불가능하다. 그래서 본 연구에서는 칼만필터를 이용하여 측정되지 않은 위치에서의 변형률 계측값을 추정하고자 한다. 해양 토목구조물의 인풋을 평균이 0인 BLWN(band limited white noise)으로 가정할 수 없으므로 평균이 0이 아닌 인풋을 사용하였고, 변형률 추정에 데이터 융합의 효과를 확인하기 위해 멀티센서 데이터 융합 기법을 사용하였다.

In prestressed concrete (PSC) which is adopted in a wide variety of civil engineering structures, including bridges and nuclear power plants bridges, structural damage such as concrete cracks is related to the shift of the neutral axis due to the loss of tendon forces. As such, monitoring the tendon force is important to maintain PSC bridges and prolong its remaining life. However, measuring the tendon force of PSC bridges in service is challenging. The direct measurement using load cells is often impractical for in-service PSC bridges; indirect estimation approaches using vibration responses are developed as alternatives to the direct measurement. The vibration-based approaches typically use modal properties such as natural frequencies; however, the fact that the frequency change due to the prestress force is generally insignificant compared to temperature effects has degraded the applicability of the vibration-based methods to the real world problems. This study proposes a multimetric data fusion algorithm using acceleration and strain measurements to monitor the prestress force change. Laboratory-scale testing using a 6 meter simply supported prestressed concrete beam is conducted to verify the efficacy of the proposed approach using the data fusion.

In prestressed concrete (PSC) bridges, structural damage such as concrete cracks is related to the shift of the neutral axis due to the reduction in tendon forces. As such, monitoring the tendon force is important to maintain PSC bridges and prolong its remaining life. However, measuring the tendon force of PSC bridges in service is challenging. This study proposes a data fusion-based tendon force monitoring method using acceleration and strain responses. The proposed approach is validated using a PSC bridge model in the Pukyung National University.