본 논문에서는 볼트로 체결된 구조체에 대하여 초기 볼트풀림 상태에서의 볼트 체결력 예측 합성곱 신경망 훈련 방법을 제시한다. 8개의 볼트의 체결력이 변경된 상태에서 계산한 주파수응답들을 완전 체결된 상태의 초기 모델과의 크기 및 모양 유사성을 표현하는 유사성 지도로 생성한다. 주파수응답 데이터들의 생성에는 크리로프 부공간법 기반의 모델차수축소법을 적용하여 효율적인 방법으 로 수행할 수 있도록 한다. 합성곱 신경망 모델은 회귀 출력 계층을 사용하여 볼트의 체결력을 예측하도록 하였으며, 훈련 데이터의 개 수와 합성곱 신경망 계층의 개수를 다르게 준비하여 훈련시킨 네트워크들을 비교하여 그 성능을 평가하였다. 주파수응답에서 파생되 는 유사성 지도를 입력 데이터로 사용하여 초기 볼트풀림 영역에서 볼트 체결력의 진단 가능성과 유효성을 제시하였다.
쐐기형 레일클램프는 초기에는 작은 압착력으로 레일을 압착하다가 바람이 불면 쐐기작용에 의해 큰 압착력으로 레일을 압착하는 구조를 가지고 있다. 이 때쐐기작용을 위해 레일클램프는 레일을 따라 이동하게 되는데, 만약 지지대를 설치하지 않으면 밀림거리가 증가하여 구조물을 파괴에 이르게 하는 과부하가 발생하게 되므로 이를 방지하기 위한 지지대를 적절히 설치하여야 한다. 이러한 지지대의 적정위치는 초기압착력과 쐐기각에 따라서 결정되므로, 본 연구에서는 이러한 초기압착력과 지지대의 위치사이의 관계에 대하여 살펴보기 위하여 5가지 쐐기각을 설계변수로 하여 유한요소해석을 수행하였다.