본 논문에서는 다중 시그마포인트 세트(MSP)를 사용하는 분산점 칼만필터(UKF)인 UKF-MSP를 소개한다. 비선형 동적시스템을 표현하기 위해 널리 알려진 Bouc-Wen 모델을 사용하였고, 비선형성 고려가 가능한 칼만필터 중 UKF를 선정하였다. 그런데 UKF는 두 가지 인공오차와 시그마포인트의 분포를 결정하는 스케일링 파라미터의 값을 튜닝(Tuning)하는 과정을 통해 적절히 설정해야만 대상 동적시스템의 추정하고자 하는 상태(State)를 정확히 추정할 수가 있다. 본 논문에서는 후자의 스케일링 파라미터 설정 문제를 완화하고자 하였으며, MSP를 사용함으로써 기존 UKF에 비해 칼만필터 튜닝 과정에 덜 민감한 UKF-MSP를 제안하였다. 지진으로 인한 급격한 구조손상 시나리오에 대해 UKF-MSP의 안정성을 검증하였다. 제안된 방법은 튜닝과정을 완화함과 동시에 다른 칼만필 터 파라미터인 인공오차에 대해서도 덜 민감한 거동을 보임을 확인하였다.

최근 사회 기반 시설물에서 구조물의 안전성 및 적정 성능 수준을 확보하기 위하여 구조물의 결함 빛 노후화에 의한 성능 저하 등을 상시적으로 모니터링하기 위한 관심이 높아지고 있다. 이 중 배관 구조물은 국가 주요 자원의 수송을 책임지는 핵심 사회 기반 시설물임에도 불구하고 지중에 매립된다는 위치적 특성 상 상시적으로 구조물의 상태를 모니터링하기는 매우 어렵다. 또한 배관 구조물에서는 내부 미세 균열에서부터 국부 좌굴, 볼트 풀림, 피로 균열 등과 같이 다양한 형태의 손상이 복합적으로 발생 가능하다. 따라서 본 연구에서는 이러한 복합 손상을 효율적으로 진단하기 위하여 압전센서를 이용한 자가 계측 회로 기반의 유도 초음파 계측 시스템을 복합 손상 진단에 적용하였다. 유도 초음파 자가 계측으로부터 특정 중심 주파수에 해당하는 구조물의 웨이블렛 응답을 계측한다. 복합 손상을 유형별로 분류하기 위하여 유도 초음파 계측으로부터 추출한 특성을 이용하여 손상지수를 계산하고 이를 지도학습 기반 패턴인식 기법에 적용한다. 제안된 기법의 적용성 검토를 위하여 배관 구조물에 인위적으로 다중 손상을 생성시켜 시험을 수행하였다.