본 연구는 모아레 현상을 이용하여 구조물의 평면부재의 변형을 탐지하는 방식을 개발하였다. 평행선형상인 기존연구와 비교하여 본 연구의 원형형상은 변형 시 고유한 무늬가 나타나 변형의 방향도 시각적으로 인지할 수 있었다. 또한 변형을 확실하고 자동 으로 구분할 수 있도록 기계학습의 이미지분류를 사용하여 탐지한 결과 이미지 표면이 오염되더라도 KNN, SVM방식으로는 95%의 인식률, AlexNet과 Gogglenet Inception으로는 99%의 인식률을 보여 실현장활용이 가능할 것으로 판단된다.

본 논문의 목적은 빔 구조물에서 발생할 수 있는 손상의 위치를 탐색하고, 그 손상의 정도를 추정할 수 있는 알고리즘을 제안하는 것이다. 제안된 방법은 구조물의 모달 변형에너지의 차이를 이용한다. 구조물 내 발생한 국부적인 손상의 위치를 파악하고 그에 상응하는 손상도를 추정할 수 있는 손상지수를 손상 전과 손상 후 구조물의 모드형상에서 얻을 수 있는 모달 변위로 표현하였고 그 관계식을 정립하였다. 구조물 내 손상의 위치를 결정하는 방법은 기 개발된 손상 지표를 적용하였다. 제안된 방법의 우수성과 효용성은 수치적으로 손상을 모사한 빔 구조물을 이용하여 입증하였다.

A new array was suggested for effective leakage detection of concrete water facility. This array was modified to serve the purpose. Plus and minus currents have been installed respectively on the upstream and downstream water in order to detect the flow of water floating through the crack of facility. Potential poles in two lines have been installed closer than current sources to the weir to measure potential difference in upstream and downstream. Interpreting the potential difference data acquired by the new array, we could predict that where is the leakage zone. The possibility that can distinguish the leakage zone has been confirmed by numerical and physical modeling and problem position expected to leak was verified in field exploration.

최근 물 가까이에서 생활하고 여가를 보낼 수 있는 친수공간에 대한 욕구가 증가하면서 플로팅 구조물에 대한 관심이 커져가고 있다. 이에 본 연구에서는 정적 변형률을 이용한 플로팅 구조물의 손상탐지기법을 제안하였다. 손상을 탐지하기 위한 손상지수는 기존의 모달 변형에너지를 이용한 손상지수 법을 변형률을 적용할 수 있도록 확장하여 손상 전과 손상 후의 변형률로 나타내었으며, 손상지수 계산 후 손상부위를 결정하는 손상탐지는 패턴인식을 이용하였다. 제안된 이론의 정확성과 타당성은 플로팅 구조물의 축소모형을 제작하고 계측된 변형률 데이터에 적용하여 검증하였다.