인공 신경망을 이용한 손상 추정을 위한 최적 센서 위치 선정

Abstract

하중을 받는 구조물은 세월이 지남에 따라 손상이 발생할 수 있다. 구조물에 발생한 손상은 강성의 변화로 이어져서 구조물의 동특성에 변화를 일으키므로, 계측을 통해 알아낸 동특성의 변화를 통해 손상을 추정할 수 있다. 손상 발생 전과 발생 후의 데이터를 계측한 후, 이를 이용하여 구조물 식별과 같은 기법을 통해 고유진동수 및 모드형상 같은 동특성을 식별하고 수학적인 역해석기법을 사용하여 구조물을 구성하고 있는 개별 부재 혹은 부재그룹의 강성을 구한 후 구해진 강성을 서로 비교하여 손상의 발생여부 및 손상정도를 추정한다. 본 연구에서는 인공 신경망을 이용한 손상추정 시스템을 구축하기 위해 제한된 수의 센서를 효과적으로 배치하는 최적 센서 위치 선정 방법에 대하여 연구하였다.

본 논문은 총 4장으로 구성되어 있으며, 각 내용은 다음과 같다.

제 1장은 연구 배경 및 목적, 연구 내용과 범위에 대해 기술하였다.

제 2장은 본 연구에 적용할 최적 센서 위치 이론과 인공 신경망 이론에 대해서 기술하였다.

제 3장은 기존의 연구 결과와 비교하기 위해서 비교적 간단한 6경간의 트러스 구조물 수치예제에 최적 센서 위치 이론을 적용하고 다양한 손상케이스에 대해 시뮬레이션을 수행한 후 그 결과를 분석하였다.

제 4장은 3장의 결과를 바탕으로 하여 보다 복잡한 지붕 트러스 구조물 해석모델에서의 최적 센서 위치를 선정하고, 절점 뿐 아니라 부재의 중간 지점도 센서 위치 후보로 하여 비교 연구를 수행하였다.

본 연구를 통해 얻은 결론은 다음과 같다.

1. 본 연구와 같이 인공 신경망을 이용한 손상추정이 목적인 경우 최적 센서 위치 선정시 Sensitivity 개념을 이용한 방법들보다는 Effective Independence법을 사용하는 것이 적절하다고 생각된다.

2. 고려할 모드형상의 차수와 센서의 개수를 적절히 선택하면 보다 좋은 손상추정 결과를 얻을 수 있다.

3. 실제로 센서를 설치할 경우 절점에 설치하는 것보다 부재의 중간에 설치하는 것이 현실적으로 더 용이할 것이므로, 부재의 중간 지점을 센서 위치의 후보로 하여 Effective Independence법을 적용하는 것도 타당한 방법이라고 생각된다.