본 논문에서는 인장 좌굴 현상을 소개하고 이를 이용한 음의 포아송 효과를 가지는 구조물에 대한 분석을 다룬다. 일반적으로 널리 알려진 좌굴은 압축하중 하에서의 안정성 문제임에 반하여, 인장 좌굴은 인장에 의해 국소적으로 압축력이 생겨 발생하는 좌굴이다. 고전적인 좌굴에 비하여 비교적 최근의 연구이기 때문에 상대적으로 잘 알려지지 않았다. 이에 인장 좌굴 현상을 에너지 관점에서 고 찰하고, 해석을 위하여 비틀림 스프링을 가지는 비선형 트러스 유한요소의 정식화를 수행하였다. 비선형해석을 통해 후좌굴 거동을 분석하고 비틀림 스프링이 주요 인자임을 확인하였다. 이러한 후좌굴 거동은 음의 포아송 비를 가지는 구조물에 적용할 수 있으며, 기 계적 스위치 등의 장치에 적용할 가능성을 보였다. 얻어진 결과들의 정확성 확인을 위하여 해석해와 상용 유한요소해석 결과들과 비 교하여, 개발된 유한요소 모델이 기초 설계에 유용함을 보였다.

This paper describes a novel zero-stress member selecting method for sizing optimization of truss structures. When a sizing optimization method with static constraints is implemented, the member stresses are affected sensitively with changing the variables. However, because some truss members are unaffected by specific loading cases, zero-stress states are experienced by the elements. The zero-stress members could affect the computational cost and time of sizing optimization processes. Feature selection approaches can be then used to eliminate the zero-stress member from the whole variables prior to the process of optimization. Several numerical truss examples are tested using the proposed methods.

There has been considerable recent interest in deep learning techniques for structural analysis and design. However, despite newer algorithms and more precise methods have been developed in the field of computer science, the recent effective deep learning techniques have not been applied to the damage detection topics. In this study, we have explored the structural damage detection method of truss structures using the state-of-the-art deep learning techniques. The deep neural networks are used to train knowledge of the patterns in the response of the undamaged and the damaged structures. A 31-bar planar truss are considered to show the capabilities of the deep learning techniques for identifying the single or multiple-structural damage. The frequency responses and the elasticity moduli of individual elements are used as input and output datasets, respectively. In all considered cases, the neural network can assess damage conditions with very good accuracy.

In this study, an algorithm applying deep learning to the truss structures was proposed. Deep learning is a method of raising the accuracy of machine learning by creating a neural networks in a computer. Neural networks consist of input layers, hidden layers and output layers. Numerous studies have focused on the introduction of neural networks and performed under limited examples and conditions, but this study focused on two- and three-dimensional truss structures to prove the effectiveness of algorithms. and the training phase was divided into training model based on the dataset size and epochs. At these case, a specific data value was selected and the error rate was shown by comparing the actual data value with the predicted value, and the error rate decreases as the data set and the number of hidden layers increases. In consequence, it showed that it is possible to predict the result quickly and accurately without using a numerical analysis program when applying the deep learning technique to the field of structural analysis.

경량한 세장 구조물의 내풍안정성을 향상시키기 위하여 다양한 제진장치가 사용되어 왔다. 제진장치에 의하여 구조물에 부가되는 감쇠는 기존의 질량, 강성에 비례하는 고전감쇠와 달리 비고전 특성을 가진다. 비고전 감쇠는 복소의 모달 특성을 보유하기 때문에 해석과 평가과정에서 모드의 거동을 파악하기 어렵다. 이러한 이유 때문에 복소 모달 변수를 실수로 변경하기 위한 방법이 요구 되며, 변경된 실수 모달 특성이 가지는 물리적 의미를 고찰할 필요가 있다. 본 연구에서는 상태공간에서 비고전 감쇠시스템의 복소 모달 변수를 실수 모달 변수로 변경하는 과정을 소개하고 그 모달변수가 가지는 특성을 분석함으로써 비고전 감쇠를 가지는 구조물의 해석 및 평가가 보다 명쾌한 물리적 의미를 가지고 이루어질 수 있도록 하였다. 또한 비고전 감쇠구조물의 계측응답만으로 실수의 모달 특성을 추정할 수 있는 상태공간 기반 모드분해 기법에 대해서 다루고 그 특성을 비교 검증하였다. 본 연구에서 제시된 기법을 카고메 트러스 댐퍼가 설치된 비고전 감쇠 구조물에 적용하여 수치적으로 검증하였으며, 수치해석 결과로부터 복소 모드형상이 실수공간으로의 변환이 가능하며, 그 실수 모드형상이 계측응답만으로도 추정 가능함을 알 수 있었다.

The research is to verify by experiments whether the steel truss structure is able to withstand the load of cement bricks of upper part of a door for the safe use of lightweight steel truss structure instead of concrete lintel which is to be installed at upper part of door frame in building cement bricks for apartment construction. The steel truss is designed in order not to disturb bricks-building and the shape of structure was verified by bending test. According to experiments result, camber was applied to steel structure that enabled construction work to be improved and was proved effective for the prevention of accidents by cement bricks-building load test.

There are a number of construction methods to build spatial structures such as erection method, Element method, Block method, Sliding method, Lift-up method and Push-up method. These methods are uneconomical and low accuracy, and require long construction duration because of a need of a scaffold or a tower crane to build spatial roof frame. In this study, the construction method to erect a truss structure was proposed as an economical and easy installation method. The proposed method has end hinges of keel truss and winches with horizontal cable. This method makes safe and accurate production and reduces construction duration because trusses are built on the floor or supporter. The goal of this study is to verify the validity of construction method by building scale model using the proposed method.

본 연구는 스페이스 트러스 구조물의 초기 형상을 결정하기 위해 밀도법을 이용한 위상최적화 기술을 고려하고자 한다. 대부분의 초기 형상설계는 다양한 최적화 방법을 활용하지 않고 설계자의 경험이나 시행착오적인 방법을 바탕으로 수행되고 있다. 이런 이유로 합리적이고 경제적인 최적화기술이 초기 형상설계에 도입되어야 한다. 따라서 본 연구에서는 스페이스 트러스 구조물을 대상으로 설계영역을 설정하고 위상최적화를 수행하여 최적의 재료분포를 찾은 뒤 크기최적화를 이용하여 최적부재 크기를 찾고자 한다. 이와 같이 밀도법을 이용한 위상 및 크기최적화를 병행하여 수행할 경우 합리적인 스페이스 트러스 구조물의 초기 형상을 도출할 수 있다.

지진에 의한 구조물의 응답을 저감시키기 위하여 내진, 면진, 제진 등 다양한 장치가 사용되고 있으며 그 중에서 면진장치는 구조물로 전달되는 지진에너지를 최소화하기 위한 시스템으로 그 주된 목적은 구조물의 주기를 길게 만들어 지진파의 탁월주기를 벗어나게 하는 것이다. 본 연구에서는 대공간구조물의 기본적인 동적특성을 가지고 있으며 동시에 가장 간단한 구조이기도 한 아치에 납-고무면진장치와 마찰진자면진장치를 적용하여 지진거동을 분석하였다. 대공간구조물의 지진거동은 일반적인 골조구조물의 지진거동과 달리 수평지진에 의하여 수직방향으로 큰 지진응답이 나타나고 있다. 면진장치를 대공간 구조물에 적용할 경우에 수평지진하중에 의하여 수평방향 지진응답이 저감되는 것은 물론 면진장치의 수직강성으로 인하여 수직응답도 현저하게 저감되는 것을 알 수 있었다.

구조물의 경제성 분석은 그 프로젝트의 실행을 결정할 수 있는 중요한 요소이다. 본 논문에서는 기존에 건설된 철골 트러스 스타디움 구조물의 건설비용 분석을 통하여 대공간구조물의 공사비 비용구조를 분석하였다.

본 논문에서는 비선형 파라메트릭 사영필터를 이용한 2차원 트러스 구조물의 손상 검출에 대한 연구를 제시한다. 역문제의 해석은 최근 많은 관심을 끌고 있으며, 역문제 해석법으로서 필터이론을 사용한 접근법이 많은 관심을 받고 있다. 특히 칼만 필터는 신호 통신, 시스템 제어 등의 많은 분야에서 적용되어 왔으며 그 유효성이 입증되었다. 본 논문에서는 비선형 파라메트릭 사영필터를 2차원 트러스 구조물의 손상추정에 적용하고 손상된 구조물의 고유 진동수과 고유 모드를 관측 데이터로 채택하여 손상부재의 위치와 손상정도를 추정한다. 마지막으로 수치해석 예를 통하여 제안된 해석법의 유효성을 밝힌다.

트러스형 공간 구조물은 무주의 대공간을 덮을 수 있는 장점과 구조적 성질이 동일한 등가 연속체 쉘 로 치환하여도 비교적 정확한 해를 얻을 수 있다는 장점으로 인해 21세기 첨단 구조물의 한 장인 초대형 구조물 분야에 많이 활용되고 있으며, 효율적인 부재의 이용과 대량생산의 가능성으로 인해 많은 발전을 해 왔다. 그러나 이러한 쉘 형태의 공간 구조물은 구조 거동의 특성상 주로 구조안정문제가 구조설계에서 해결해야하는 핵심적인 기술력이 되며, 이를 어떻게 해결하여야 할 것인가의 문제는 아직도 많은 연구자들에게 난제로 남아 있다. 즉, 연속체 쉘 구조의 원리에서 긴 경간을 얇게 만들면, 뜀좌굴과 분기좌굴같은 불안정 거동이 나타나게 되며, 이러한 쉘형 구조 시스템에서 구조 불안정 문제의 특징은 초기 조건에 매우 민감하게 반응한다는 것이고, 이런 문제들은 수학적으로 비선형 문제에 귀착하게 된다. 따라서, 본 논문에서는 공간 프레임형 구조물의 불안정 현상을 살펴보기 위하여, 다양한 파라메타중 초기불완전량과 rise-span 비가 트러스 구조물의 불안정 현상에 미치는 영향을 알아보고자 하며, 이를 위해 1-자유절점 공간구조물, 2-자유절점 공간구조물, 다-자유절점 공간구조물을 예제로 채택하여 불안정 거동을 살펴보고자 한다.

본 연구에서는 순차 설계영역 (SDD： sequential Design Domain) 개념을 사용한 GUI(Graphic User Interface)환경 프로그램을 개발하였다. 본 프로그램은 상용프로그램인 ANSYS와 최적설계 프로그램인 PLBA(Pshenichny-Lim-Belegundu-Arora)를 연결하고 비주얼 베이직을 이용하여 GUI환경에서 사용자가 초기값과 입력파일을 작성하고 결과를 확인할 수 있도록 하였다. 프로그램의 신뢰도를 검증하기 위해서 3부재 및 5부재 트러스 구조물을 수치예제로 선정하여 해석하였다.

The purpose of this study is to obtain the optimum shape of cable domes by using the real coding genetic algorithm. Generally, the structural performance of the cable domes is influenced very sensitively by pre-stress, geometry and length of the mast because of flexible system. So, it is very important to decide the optimum shape to get maximum stiffness of cable domes. We use the analytical model to verify the usefulness of this algorithm for shape optimization and analyze the roof system of Seoul olympic gymnastic arena as analytical model of a practical structures. It is confirmed lastly that the optimum shape domes have more stiffness than initial shape ones.

The purpose of this study is to improve convergence speed of topology optimization procedure using the existing ESO method and to deal with topology decision of the truss structures according to a boundary condition, such as cantilever type. At the existing ESO topology optimization procedure for the truss structures, the adjustment of member sizes according to target stress has been executed by increasing or reducing a very small value from each member size. In this case, it takes too much iteration till convergence. Accordingly, it is practically hard to obtain optimum topology for a large scale structures. For that reason, it is necessary to improve convergence speed of ESO method more effectively. During the topology decision procedure, member sizes are adjusted by calculating approximate solution for member sizes corresponding to the target stress at every step, the new member sizes are adjusted by such method are applied in FEA procedure of next step.

본 논문에서는 시간영역에서의 응답을 이용하여 복잡한 트러스의 구조물에서 발생할 수 있는 손상의 위치와 크기를 추정할 수 있는 알고리즘을 제안하였다. 일정한 시간동안 획득한 응답데이터를 각 부재별 평균 변형에너지를 구하기 위하여 공간적으로 확장하였다. 이렇게 확장된 평균 변형에너지는 다시 손상 지표를 구축하는데 사용하였으며, 손상 지표는 손상 전과 손상 후의 구조물의 강성의 비이다. 본 논문에서 제안한 방법론의 타당성은 유한요소 모델로 손상을 모의하고 이로부터 얻은 응답데이터를 적용하여 입증하였다. 또한 응답데이터에 노이즈를 추가하여 노이즈가 제안한 알고리즘에 미치는 영향도 분석하였다.

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 트러스 구조물의 이산최적설계를 위해 유전알고리즘(GA)을 적용하였다. 확률론적인 절차를 통해 설계에 필요한 초기 집단을 생성시킨 후, 설계를 개선시키기 위해서 자연선택 및 적자생존의 원리를 적용하였다. 다하중조건 하에서 트러스 구조물의 중량 최소화를 위해 응력 및 변위 제약을 고려하였다. 먼저, 이미 잘 알려진 트러스 구조물에 대해서 GA를 이용하여 얻은 최적해와 기존 문헌들에서 제시하고 있는 값들을 비교함으로써 GA의 신뢰성 및 적용성을 검증하였고, 이러한 신뢰성 검증을 바탕으로 사용성 있는 트러스 구조물의 이산최적설계를 위해 현재 생산중인 강재제원표로부터 부재가 선택되도록 하였다. 강재의 단면으로는 L형강을 사용하였으며, L형강의 강종은 9개의 강종들 (SS 400, SWS 400, SMA 41, SWS 490Y, SWS 520, SMA 50, SWS 570, SMA 58) 중에서 설계자에 의해 자유롭게 선택되도록 하였다.