실물 크기로 제작된 L형 프리캐스트 옹벽의 저판부에 대한 휨 실험을 수행하여, 프리캐스트 부분과 현장타설 부분의 연결방법에 따른 구조적 거동을 분석하였다. 연결방법은 기존의 일반적인 철근 겹이 음 방식과 최근 새롭게 개발된 비접촉식 커플러 방식 두 가지를 적용하였다. 실험체 셋팅을 위하여 현 장타설부를 갖는 프리캐스트 L형 옹벽을 제작하여 벽체를 반력벽에 고정하고, 벽체 하단에 힌지 지점 을 설치하였다. 또한 L형 옹벽 저판부의 현장타설부 중간 지점에 하중을 재하하여 고정단 조건으로 인한 전단 및 휨이 연결부에 작용하도록 하였다. 실험결과를 보면 비접촉식 커플러를 적용한 옹벽 저 판부에서 좀더 높은 강성을 보이는 것을 확인하였으며, 최대 강도에는 차이가 없었다. 비접촉식 커플 러는 철근의 부착력에 의해 구조적 성능을 확보하는데 이를 위하여 확대마디, 연결 철근, 스파이럴바 등이 사용된다. 이러한 구성품들로 인하여 비접촉식 커플러 적용 구간에 철근 단면적 향상 효과가 나 타나 높은 강성을 갖게 된 것으로 판단 된다. 비접촉식 커플러는 기존 겹이음에 비해 이음길이를 50% 수준으로 감소할 수 있어 대형 프리캐스트 구조물의 제작에 활용되는데 이번 실험을 통하여 충분한 구조 성능을 가지고 있음을 확인하였다.

본 연구는 탄현 에이스 11차 아파트에 위치한 14m 높이의 L형 옹벽의 장기 경사 계측치에 대한 System Identification연구로써, 옹벽구조물이 운용 중에 어떤 하중상태에서 어떻게 거동하는지를 이해하고, 이를 바탕으로 최적 모델을 규명하고, 최종적으로 옹벽의 이상상태를 판단할 수 있는 기준치를 제시하고자 하였다. 본 옹벽은 도심에 위치한 옹벽으로써는 보기 드물게 높고(14m), 인접한 건물과의 거리가 짧아서 붕괴 발생 시 큰 피해 가능성이 있다. 3개의 경사계로와 9개의 대기, 표면, 내부온도계로 구성된 경사 모니터링 시스템이 2004년 10월에 설치되어 2007년 7월까지 운용되었다. 모든 12 채널의 센서가 정상적으로 계측된 5개월 간의 연속된 데이터를 사용하여 두 가지 모델 1) 선형모델과 2) 상태방정식모델에 대하여 system identification을 수행하였다. 가용한 입력온도는 총 9이고, 이로부터 조합 가능한 총 511개의 입력온도 경우의 수에 대하여 규명데이터를 사용하여 시스템규명을 수행하고, 검증데이터에 대한 Fitness를 사용하여 최적모델을 선정하였다. 선형모델은 모델구조가 간단하지만 thermal dynamics를 표현하지 못하고, 약 68%의 Fitness를 얻을 수 있었고, 상태방정식 모델은 모델구조가 상대적으로 복잡하지만 thermal dynamics를 표현할 수 있고, 약 90%의 Fitness를 얻었다.

This paper presents a study of system identification on the tilt response of the L-type retaining wall located at Tanhyun 11th ACE Apartment, Ilsan in order to understand mechanism how the structure behaves in operational conditions and to provide a reference tilt values for assessing structural abnormality. The retaining wall was extraordinarily tall (14m) in urban area so the long-term monitoring system had been installed with 3 tilts-meters and 9 temperature sensors operational from Oct 2004 upto Nov 2007. By using 5-months continuous data in which all the 12 channels were up and running, the state-space equation (SSE) model has been identified by finding the best fitness model among all possible 511 combinations of input temperatures out of the 9 temperatures. The SSE model achieved the validation fitness of 90% which was quite accurate considering various unexpected noises often found in field measurements.