초음파 탐상은 다양한 콘크리트 구조물의 비파괴검사에서 활용된다. 본 연구에서는 골재형상을 고려한 골재-모르타르 모델 생성과 초음파 전파 해석을 수행하였다. 실제 골재형상을 반영하기 위해 이미지처리를 통한 골재-모르타르 단면으로부터 모르타르와 골재 영역을 파악하고, 영역 경계형상을 보존하면서 격자를 생성하는 기법을 개발하였다. 개발된 기법에서는 모든 격자가 4각형으로 생성된다. 골재-모르타르 모델을 통해 초음파 전파 해석을 수행하였고 모델을 반무한체로 간주하기 위해 CALM 기반 경계흡수 조건을 적용하였다. 골재 및 결함을 포함한 이미지로부터 격자를 생성한 뒤, 결함 영역에 포함된 격자를 제거하여 공극결함을 모사하였다. 본격적인 결함탐지 전 선행 해석을 통해 모델 동특성을 고려한 적절한 가진 주파수를 결정 및 가진 신호형상을 설계하였다. 이후 case 별 초음파 전파 해석을 통해 신호를 획득하고 신호 에너지 맵핑 작업을 통해 내부 결함을 가시화 하였다. 가시화 결과, 골재에 의한 다수 반사 및 산란현상이 관찰되지만 결함부에서 신호 에너지는 가장 높게 나타났으며 모든 해석 case에서 결함위치 추정이 가능하였다. 또한 균열의 경우 형상파악도 가능하였다.

자연재해 발생을 예방하기 위한 방재센서 기술이 중요하며 광섬유를 이용한 센서에 대한 관심이 높아지고 있다. 본 논문은 광섬유 센서 내장 탄소섬유시트로 보강된 RC보의 계측된 데이터로 결함 탐지 연구를 수행하였다. 미분의 국부적 변동 특성을 이용한 Method Ⅰ과 컨벌루션 방법을 이용한 Method Ⅱ를 비교, 분석하였다. 다른 차원의 데이터를 비교하기 위해서 무차원화 시켰으며, 분석 결과 Mehtod Ⅱ가 결함의 위치를 예리하게 잘 탐지하는 것으로 나타났다. Method Ⅱ인 컨벌루션에 사용 되는 필터 벡터를 잘 응용하면 더 좋은 효과를 기대할 수 있을 것으로 판단된다.

The purpose of this study was to examine the characteristics of acetaminophen (APAP)-induced liver damage, using fluorescence bioimaging, serum biochemistry, and histopathology. At six weeks of age, eighteen mice were divided into three groups as group 1 (G1) as control, group 2 (G2) as fluorescence probe control and group 3 (G3) as APAP-treated. G3 mice were orally treated with APAP (800 mg/kg b.w.), while G1 and G2 mice were treated with 0.9% saline. Twenty-two hours after APAP treatment, G2 and G3 mice were intravenously treated with Annexin-Vivo 750 as probe, while G1 mice were treated with saline. Fluorescence bioimaging was performed at two hours after probe treatment. The mice were sacrificed and serum levels of aspartate aminotransferase, alanine aminotransferase, alkaline phosphatase and lactate dehydrogenase were analyzed. Liver damage was examined by hematoxylin and eosin (H&E) staining and terminal deoxynucleotidyl transferase dUTP nick end labeling (TUNEL) staining. In vivo bioimaging, fluorescence intensity of the region of interest (ROI) was significantly increased in the livers of G2 and G3 mice compared with those in G1 mice (p<0.05 and p<0.01). In addition, ex vivo bioimaging confirmed that the fluorescence intensity of the ROI was significantly increased in the livers of G2 and G3 mice compared with those in G1 mice (p<0.05 and p<0.01). All examined serum parameters of G3 were significantly increased compared with G1 and G2 (p<0.05 and p<0.01). H&E examination showed acute hepatic cell necrosis in the livers of G3 mice, while there was no cell death in the livers of G1 and G2 mice. TUNEL staining also showed many cell death features in G3 mice, whereas no pathological findings were shown in G1 or G2 mice. In summary, fluorescence bioimaging showed the possibility of cell death detection in the livers of mice treated with APAP, and this was corroborated by serum chemistry and histopathological examination.

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.

The damage detection method using the extended Kalman filter(EKF) technique has been continuously used since EKF can estimation the responses of the damaged building structure and the stiffness of the structure. However, in the use of EKF, the requirement of setting the initial paramters P, Q, and R has caused the divergence and instability of the state vector, and various researches have been conducted to determine theses parameters. In this paper, adaptive extended Kalman filter(AEKF) method is proposed to solve the problem of setting the values of P, Q, and R, which are important parameters determining the convergence performance of the EKF state vector. By using the AEKF method proposed in this study, the P, Q, and R parameters are updated every k steps. The proposed algorithm is applied for the estimation of stiffness and the damage detection of 3-DOF problem. Based of the verification, it can be found that the selection process for the values of P, Q, and R can improve the convergence performance of EKF.

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.

본 논문에서는 구조손상 탐색을 위해 매개변수 부 집합 선택에 의한 새로운 정규화 방법을 제안하였다. Residual function을 위해 동적 residual force 벡터를 이용하였다. 과거에는 Residual function으로서 기본 동적 특성치(고유치와 고유모드)를 이용하여 단일구조손상은 탐색할 수 있었지만 다중구조손상 위치를 탐색하기에는 한계가 있었을 뿐 아니라 고유모드와 고유치의 상이한 기여도 때문에 가중치를 적용해야 하는 어려움이 있었다. 본 논문에서 제안된 방법은 고유모드의 불완전한 계측을 보완하기 위하여 모델 확장법을 적용하였다. 제안된 구조손상 탐색법은 다중구조손상 위치를 동시에 찾아 낼 수 있는 장점을 가지고 있다. 2차원 평면 트러스 구조를 이용하여 제안된 방법의 효용성을 검증하였다.

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.

본 논문에서는 보 구조물의 실시간 손상위치 경보를 위해 가속도 신호를 이용한 인공신경망기반 손상검색기법을 제안하였다. 이를 위해 먼저, 실시간 손상검색을 위해 가속도 응답신호만을 이용하는 새로운 인공신경망 알고리즘을 설계하였다. 구조물의 손상상태를 나타내는 특징으로 서로 다른 두 위치에서 측정된 가속도 신호의 교차공분산 값을 이용하였다. 다음으로 실제 하중조건을 모르는 상황을 고려하여 다양한 하중패턴에 따른 복수 신경망을 구성하였으며, 각각의 신경망 학습을 위한 손상시나리오를 선정하였다. 마지막으로 양단 자유보 모형실험을 통해 제안된 기법의 유용성과 적용성을 평가하였다.

본 논문에서는 주파수 응답함수에서의 고유진동수를 나타내는 피크와 추가적 정보를 제공하는 제로를 이용하여 구조물의 손상탐지와 손상도를 추정할 수 있는 기법을 개발하였다. 주파수 응답함수의 이론적 고찰을 통하여 주파수 응답함수 내의 피크와 제로를 정의하고, 강성 및 질량행렬, 주파수 응답행렬의 상관관계로부터 고유치 해석을 통하여 피크와 제로를 구하는 방법을 상세히 설명하였다. 부재 강성의 고유치(피크 및 제로)에 대한 민감도 분석을 이용한 구조계 추정기법의 이론을 정립하였다. 본 연구에서 제안한 기법은 고유 진동수 및 제로진동수를 이용하여 구조부재의 강성을 역으로 추정하여 실제 구조물과 가장 근접한 수치해석 모델을 만드는 것으로 이 과정에서 손상의 위치와 손상도를 추정할 수 있다. 제안한 이론의 정확성과 타당성은 스프링-매스 시스템과 보구조물의 수치해석 모델에 적용하여 입증하였다.

구조물의 진동 자료를 이용하는 유전알고리즘(GA) 기반 손상검색기법에 있어, 사용되는 모드 특징의 선택은 손상검색 결과의 정확도를 높이는데 중요하다. 본 연구의 목적은 고유진동수와 모드변형에너지를 이용하여 손상검색의 정확도를 높이는 것이다. 이와 같은 연구 목적을 달성하기 위하여 다음과 같은 연구를 수행하였다. 먼저, 모드 변형에너지를 유도하고 고유진동수와 모드변형에너지를 이용하는 새로운 GA 기반 손상검색기법을 제안하였다. 다음으로 제안된 기법의 효율성을 검증하기 위하여 양단 자유보의 손상시나리오를 제시하고, 손상시나리오에 따른 진동모드 실험을 실시하였다. 마지막으로 실험 자료를 바탕으로 제안된 기법과 기존의 고유진동수와 모드형상을 이용하는 기법으로 손상검색을 실시하여 결과를 비교하였다.

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 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.

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.

본 논문에서는 Shannon의 샘플링 이론을 이용하여 제한된 수의 센서에서 얻은 모드형상으로 정확한 모드형상을 재생성하고, 이렇게 재생성한 모드형상을 이용하여 구조물에 발생한 손상을 탐지할 수 있는지의 가능성에 대해 조사하였다. 우선 시간 영역에서의 Shannon의 샘플링 이론을 검토하였고, 이를 공간영역으로 확대하였다. 공간영역으로 확대한 Shannon의 샘플링 이론은 그 효용성을 확인하기 위하여 단순보의 모드형상을 해석적으로 구한 후 최소한으로 제한된 수의 샘플 데이터로 모드형상을 재생하였고 이를 원래의 모드형상과 비교하였다. 이렇게 하여 얻은 결과를 바탕으로 구조물의 모드형상을 추출하는 동적실험에서 필요한 최적 가속도계의 위치를 구할 수 있는 간단한 관계식을 제안하였다. 제안된 관계식과 공간영역으로 확대한 Shannon의 샘플링 이론의 실용성은 연속 2스팬으로 구성된 실험실 빔 구조물의 손상 전과 후의 모드형상에 적용하여 손상을 탐지함으로써 입증하였다.

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.