표면파·충격반향기법과 인공신경망을 이용한 콘크리트 구조물의 압축강도 및 결함 추정

Abstract

최근 건설 산업은 급속도로 진전된 산업화 및 선진화에 힘입어 고층화 및 대형화 된 콘크리트 구조물을 건설하고 있으며, 또한 재건축 공사와 리노베이션 공사로 신축 구조물의 품질 관리 및 기존 구조물의 성능 평가가 중요한 과제로 떠오르고 있다. 그러나 이들에 대한 품질 및 유지관리 소홀로 콘크리트 구조물의 노후화와 각종 기능저하 현상이 증대됨에 따라 문제점들이 나타나고 있으며, 1990년대 들어서 국내 대형 안전사고를 연속적으로 겪게 되었고, 2000년대 들어서는 자연재해의 빈도와 규모가 해를 거듭할수록 잦아지고 있다. 이처럼 빈번히 발생되는 각종 재난재해로 인해 국민들은 시설물에 대한 안전의 중요성을 인식하게 되었다. 정부는 2006년 12월에 「비파괴검사기술의 진흥 및 관리에 관한 법률」을 제정하였고, 2008년 4월에는 비파괴검사기술 시행계획을 확정하여 총 63억 5700만원을 투자할 계획을 발표하였다. 또한 2011년 6월에는 비파괴 검사 인재육성을 위해 공기업, 대학 및 연구센터가 연계 협력 컨소시엄을 구성하는 등 공공구조물과 시설들의 안전을 진단하기 위한 수요도 크게 증가하고 있다. 콘크리트 구조물의 품질 및 안정성은 압축강도 및 결함이 중요한 판단 인자이기 때문에 정확한 콘크리트 구조물의 압축강도 및 결함 추정은 품질관리 및 유지관리에 있어 매우 중요한 부분이다. 그리고 구조물을 안전하고 사용 가능한 상태로 유지하기 위해서는 구조물을 정기적으로 점검․평가하여 문제가 발생하기 전에 알아내고 조치를 취하여야 한다. 콘크리트 구조물의 경우, 강도 및 변형과 함께 치수, 공극, 결함 등의 내구성의 문제가 비파괴 검사의 주요한 부분을 차지하고 있다. 또한, 콘크리트 공사는 거푸집을 사용하여 공사가 진행되므로 거푸집 탈형 시기를 합리적으로 결정하는 것이 콘크리트 구조물의 안전과 품질을 결정하는데 결정적인 역할을 하게 된다. 거푸집 탈형 시기 결정은 현재 규준으로 현장 양생한 콘크리트 공시체의 압축강도를 기준으로 하고 있다. 그러나 이러한 현장 공시체 크기는 실제 부재의 콘크리트 양(mass)에 비해 현저히 적으므로 수화 반응이 실제 부재와 다르게 진행되고, 양생 조건도 동일하다고 보기 어렵기 때문에 현장 공시체의 재령별 압축강도 발현이 실제 부재의 압축강도를 대표한다고 보기 어렵다.

본 연구에서는 신축 구조물의 품질 관리 및 기존 구조물의 성능 평가를 위한 거푸집 탈형 시기의 결정과 콘크리트 구조물의 압축강도/결함의 내구성 문제 등 품질 및 성능평가를 합리적으로 수행할 수 있도록 콘크리트와 같은 불균일한 매질에서도 산란이 적고 원거리까지 전파되는 특성(PCB-352C66 : 0∼51,200kHz)이 있는 응력파 기반 표면파/충격반향기법과 불확실성을 내재한 다양한 정보를 다루는데 있어 신뢰도를 높여줄 수 있는 인공신경망(Artificial Neural Network)을 바탕으로 콘크리트 구조물의 압축강도 및 결함 추정법을 구축하여 콘크리트 구조물의 강도추정을 통한 품질 관리, 거푸집 및 지주 제거 시기 결정과 콘크리트 부재 두께 및 내부 결함 위치 추정 등이 가능한 객관적인 검사방법의 고찰을 목적으로 한다.

이러한 목적을 위하여 본 논문은 총 6장으로 이루어지며 그 내용은 다음과 같다. 제 1장은 서론으로 콘크리트구조물의 압축강도와 결함 추정법의 연구 배경 및 목적, 연구 내용 및 범위, 연구의 흐름 등을 기술한 부분으로 본 연구의 진행방향에 대하여 기술하였으며, 제 2장은 콘크리트의 압축강도와 결함 추정법에 대한 국내․외 연구 자료를 정리하고, 그 분석 결과를 요약하였다. 또한 표면파․충격반향기법과 인공신경망의 이론적 고찰에 대하여 정리하였다. 제 3장과 4장은 부재 및 Mock-up 실험체 실험 부분으로 제 3장은 부재 실험체의 압축강도와 결함 추정에 대한 실험으로 표면파․충격반향기법으로 취득한 파속도와 압축강도의 상관관계를 파악하고자 하였으며, 제 4장은 Mock-up 실험체를 통한 검증 실험으로 표면파․충격반향기법을 이용한 콘크리트 구조물의 압축강도와 결함 추정 방법에 대한 검증을 하고자 하였다. 제 5장에서는 검증된 실험 데이터를 바탕으로 인공신경망을 적용하여 콘크리트 구조물의 압축강도와 결함 추정시스템을 구축하여 시뮬레이션을 수행하였다. 제 6장은 결론 및 향후 연구과제 등에 대해 기술하였다. 본 연구의 결과로 얻은 결론은 다음과 같다.

1) 압축파속도와 압축강도와의 관계는 (), (), 표면파속도와 압축강도와의 관계는 (), ()로 도출되었으며, 압축파속도와 표면파파속도의 상관관계식은 로 나타났다.

2) 결함추정실험을 통해 콘크리트의 두께나 내부에 존재하는 결함의 위치를 추정하는데 있어서 비파괴 검사법중 하나인 충격반향기법은 효율적인 진단 기법으로 사용할 수 있음을 확인하였으며, 콘크리트 두께 추정 시 실제 두께와 추정두께의 평균오차는 3.15%로 나타났다.

3) 다중 신경망 구조를 사용하여 단일 신경망에 의한 콘크리트 강도 추정 시 발생하는 문제점 해결하고, 다양한 시뮬레이션 결과를 바탕으로 신경망 모델의 최적구조를 결정하여, 콘크리트의 기본정보, 배합정보, 양생자료 및 비파괴검사 자료로 강도를 추정하는 NDC-I 모델을 구축하였다.

4) 콘크리트 결함추정용 신경망 모델을 충격반향기법의 주파수영역 데이터 80개로 하는 NDC-II 모델과 3개의 분석결과 값으로 하는 NDC-III 모델을 구축하였으며, 콘크리트 결함추정용 신경망 모델 중에서 3개의 분석결과 값을 입력으로 하는 NDC-III모델이 NDC-II 모델의 경우보다 추정도가 높았다.

5) NDC-I 모델에서 NDC-I 21 경우, 보정 전의 평균오차가 82.14%에서 3.97%로 낮아졌고, NDC-I 27 경우, 평균오차가 69.26%에서 3.51%로 낮아졌고 또한, NDC-I 35 경우, 평균오차가 15.51%에서 1.93%로 낮아짐으로써 비파괴 실험 데이터를 학습할수록 추정도가 높아짐을 확인할 수 있었다.

6) NDC-II 모델에서 두께모델의 경우, 보정한 결과 평균오차는 11.33%에서 0.46%로 낮아졌으며, 공극/철근모델의 경우, 평균오차가 56.36%에서 0.29%로 낮아져 추정도가 향상됨을 알 수 있었다.

7) NDC-III 모델에서 두께모델의 결과는 보정한 결과, 평균오차가 18.16%에서 3.65%로 낮아졌고, 균열(50mm), 공극(150mm), 철근(150mm) 모델의 경우 평균오차가 4.15%에서 3.40%로 추정도가 향상되었다.

8) 콘크리트 구조물의 압축강도 및 결함 추정 시스템 모델을 웹에 구현하는 방법에 대하여 제안하였으며, 이를 바탕으로 실험데이터의 축적 및 DB구축이 확보되어진다면 타당성 있는 프로그램으로 발전시킬 수 있을 것으로 판단된다.

9) 콘크리트는 골재 크기, 밀도 등에 따라 탄성계수 편차가 발생함으로 다양한 변수의 실험 조건을 수용하는 실험이 추가적으로 이루어져야하고 또한, 콘크리트에 혼입되는 혼화재의 종류(고로슬래그 미분말:BS, 시멘트 킬른더스트:CKD, 실리카흄 무혼입 결합재:SFFB 등)에 따라 초기 강도 발현 양상이 상이하기 때문에 본 연구에 적용된 범위 외의 조건으로 다양한 혼화재가 적용되었을 경우의 콘크리트에 맞는 새로운 추정식이 필요할 것으로 판단된다.