케이블교량의 건전성모니터링을 위한 SARX모델 및 데이터 분석기법 연구

Abstract

본 연구에서는 케이블교량에서 장기간 계측된 데이터를 활용하여 구조물의 거동을 평가하기 위한 새로운 동적모델과 데이터를 분석하기 위한 기법을 제안하였다. 즉, 다양한 성분이 포함된 장기데이터로부터 비선형 성분을 추출하여 주탑의 크리프 거동을 분석하고, 상시 거동에 가장 큰 영향을 주는 온도에 대해 시간지연 효과를 고려할 수 있는 동적모델을 제안하여 주탑의 온도거동을 평가하고, 이미지 인식기법을 이용하여 케이블의 진동을 모니터링하는 기법을 제안하는데 중점을 두었다. 케이블교량의 구조건전성모니터링(SHM)시스템으로부터 얻게 되는 장기데이터에는 다양한 응답성분(components)이 혼재되어 있다. 대상이 되는 응답을 분석하기 위해서는 먼저 데이터로부터 해당 성분들을 추출할 수 있어야 한다. 성분추출을 위해 SSA(singular spectrum analysis) 기법을 케이블교량에 처음으로 도입하였으며, 이를 이용하여 장기데이터에 포함된 다양한 성분들을 추출·분석하는데 활용하였다. 사장교 콘크리트 주탑에서 장기간 측정된 교축방향 경사값에는 크리프와 건조수축에 의한 비선형 추세성분, 온도에 의한 주기성분, 다양한 외부 하중에 의한 성분, 노이즈 등이 포함되어 있다. SSA기법 적용을 통해 지배성분은 크리프와 건조수축, 온도임을 알 수 있었으며, 크리프와 건조수축에 의한 비선형 추세성분을 추출하여 주탑의 장기거동을 평가하였다. 분석결과, 서해대교 사장교의 두 주탑이 크리프와 건조수축의 효과로 인해 주경간 쪽으로 기울어지고 있음을 확인하였다. 이러한 경향은 구조해석 결과와 유사한 것이며, 다양한 하중조건에 대한 구조검토를 통해 기울어짐이 구조계의 안전성에 끼치는 영향을 평가하였다. 케이블교량의 실질적인 유지관리 관점에서 가장 중요한 항목 중의 하나는 온도에 의한 거동이다. 따라서 본 연구에서는 계측데이터를 토대로 케이블교량의 거동에 대한 온도효과를 모델링하고자 하였다. 케이블교량은 복잡한 대형 구조물이고 고차의 부정정구조이기 때문에 온도효과가 응답으로 나타나고 전달되는 데에는 시간지연(time lag)이 발생하고 있음을 본 연구를 통해 확인하였으며, 이를 효과적으로 모델링하기 위해 정적모델(static model)이 아닌 동적모델(dynamic model)인 SARX모델을 제안하였다. SARX모델은 ARX모델과 SSA 알고리즘을 결합한 모델이다. 기존 ARX모델은 선형 다항식 모델로써 다양한 성분이 포함된 케이블교량의 계측데이터를 모델링하는 데에는 한계가 있다. 따라서 SSA를 통해 비선형 성분추출을 수행한 후, 온도와 응답에 대한 동적모델을 구축하였다. 이를 주탑의 장기적인 교축방향 경사 응답에 적용하여 제안된 SARX모델이 기존의 ARX모델보다 우수한 성능을 보임을 확인하였다. 또한 다양한 위치와 부재에서 측정된 온도(입력)와 하나의 응답(출력)을 사용하는 MISO(multiple-input single-output) 시스템 모델이 하나의 온도와 응답만을 사용하는 SISO(single-input single-output) 시스템 모델보다 더 우수한 결과를 보였다. 이를 토대로 서해대교 사장교 주탑 경사에 대한 SARX모델을 구축하여 온도 거동을 평가하였다. 케이블교량에 적용된 SHM시스템에는 수많은 센서가 사용되고 있으며, 실시간으로 데이터가 수집되고 통계처리를 통해 수치값으로 저장된다. 이들 데이터는 방대한 양과 단순한 수치 제시로 인해 때론 사용자에게 직관적인 정보를 주지 못한다. 이에 지문인식과 같은 이미지 인식기술을 활용하여 데이터에 담긴 특징을 찾아 교량의 거동을 평가하는 데 활용하고자 하였다. 본 연구에서는 계측데이터를 이용하여 이미지를 인공적으로 만드는 방안을 제시하였고, 사례로써 케이블진동 모니터링을 위한 신호이미지를 생성하였다. 이를 SSA에 활용된 특이치분해(SVD) 기법을 적용하여 패턴인식을 시켰으며, 새로운 신호이미지가 입력되었을 경우 이를 정확히 분류하는 지의 검증을 통해 제시된 기법의 가능성을 확인하였다.; This study proposes the dynamic models and data analysis techniques for evaluating the structural behaviors of the structure using the long-term data obtained from a cable-supported bridge. It focuses mainly on three items: singular spectrum analysis (SSA) for extracting components from the long-term data, system identification models for considering temperature effects on the structural responses, and image recognition techniques for monitoring cable vibrations. Generally, the long-term data obtained from the structural health monitoring (SHM) system of cable-supported bridges are mixed with several responses (components). To evaluate the concerned response, therefore, corresponding components should be extracted from the mixed data first. For the extraction of components, SSA techniques are introduced for the first time in the data analysis of cable-supported bridges like the Seohae cable-stayed bridge. The long-term data of the concrete pylon for the longitudinal inclinations contain trend components by creep and shrinkage, oscillatory components by temperature and its gradient, components by external loads, and noise. In case of the Seohae cable-stayed bridge, the dominant components of the pylon are those by creep and shrinkage, and temperature. Using the nonlinear trend components extracted from SSA, the long-term behaviors of the two pylons which caused by creep and shrinkage are evaluated. The result shows that the two pylons are tending to incline toward the main span. This tendency is close to the analytical result although a slight difference between the estimated and analytical displacements exists. By the force and moment checks for critical load cases, also, the structural condition of the two pylons is assessed to be healthy. From the viewpoint of the practical maintenance for existing cable-supported bridges, the dominant factor affecting the structural behaviors is temperature. Therefore, this study intended to model temperature effects on the structure based on the long-term data. Due to the complexity and large scale of cable-supported bridges, there exists 'time lag' of temperature effects on the structural response. To consider temperatures and their time lags together, 'dynamic models' are proposed instead of conventional 'static models', which use only temperatures. The SSA-based autoregressive exogenous (SARX) models as dynamic models are newly developed. The SARX models have effectively improved the existing ARX models which had some problems in modelling the long-term data mixed with a lot of components in cable-supported bridges. After extracting nonlinear trend components from the long-term data using the SSA algorithm, the SARX models for the longitudinal inclinations of the concrete pylon are constructed and evaluated. It is concluded that the SARX models are more suitable than the ARX models for analyzing the long-term data of cable-supported bridges. Also, the MISO (multiple-input single-output) system-based SARX models using several temperatures as input and one response as output showed better performance than the SISO (single-input single-output) system-based models. Based on a parameter study and the constructed SARX models, the thermal behaviors of the concrete pylon have been successfully evaluated. The statistically processed results are sometimes not intuitive for the SHM systems of cable-supported bridges which process voluminous data from a lot of sensors. For this reason, the signals-image recognition algorithm using images more intuitive than numerical values is newly proposed. A signals-image here means not a photograph taken by any camera but an artificial image which consists of measured signals and their processing results. It is applied to extract the features from signals and identify the cable vibrations. Consequently, identifying and classifying new signals-image have been successfully performed.