Development of Autonomous Structural Safety Platform for Pier Type Port Structures Using Industry 4.0 Technologies

Abstract

2019년 전국 무역항에서 처리한 항만 물동량은 총 16억 3,788만 톤으로 전년(16억 2,466만 톤) 대비 0.8% 증가하면서 국가 경제 발전에 크게 기여하고 있다. 그러나 항만 구조물의 25 % 이상이 1960 년대 이후에 건설되어 구조물이 노후화가 진행 중이거나 노후화된 상황으로 콘크리트 상판 슬래브의 균열과 함몰, 하부 파일 구조체의 절단 및 파손등 심각한 결함이 보고되고 있다.

이를 위하여 해양 수산부 (MOF) 항만 구조물 안전 기준에서는 안전 점검 및 정기적 안전 진단을 통하여 항만 구조물의 안전성을 조사하고 있지만, 열악한 염해 환경과 대형 컨테이너 선박 등의 예상치 못한 과도한 접안 피로 충격력등으로 항만 구조물은 눈에 보이지 않는 손상과 파일 절단 등 심각한 피해를 보고있고, 관련된 스마트 항만 연구 용역에서는 이를 도외시하고 주로 컨테이너 하역 속도 개선, 물류 자동화…등 항만의 효율적 운용에 만 초점을 맞추고 있다.

따라서 본 논문에서는 4차 산업혁명 시대가 도래함에 따라, 기존의 6년마다 시행하는 주기적 항만 안전진단이 아닌 항만 스스로 무인 자율 자동차처럼 사물인터넷 센서기반으로 구조물의 안전성을 예측하고, 의사결정하여 대응하는 4차 산업혁명개념의 항만 구조물 안전성 자율 지능화 인공지능 플랫폼 개발을 위한 관련 이론 및 기술, 장치를 개발하고자 하였다.

첫째, 항만 구조물을 24시간 상시 모니터링하기 위하여 해저 염해 및 심각한 파도와 선박 충격에 견딜 수 있는 사물인터넷기반의 해수용FBG센서 (스트레인 센서, 변위 게이지, 각도 측정기 및 가속도계)로서 해수에 적합한 레진 포장재와 방수 박스를 설계, 제작하고, 1년동안 해양 침수 실험을 통해 무선 데이터 통신의 실시간 연속성을 테스트한 결과 99.99%이상의 우수한 신뢰성과 높은 측정 정밀도를 입증하였다.

둘째, 사물인터넷기반의 항 만용FBG 센서의 데이터를 활용한 구조물 안전성 평가 자율 지능화를 위한 구조물 안전성 평가 기법 및 기술을 개발하기 위하여 항만 안전 진단 시 사용하는 허용 응력 설계와 해양수산부의 안전 평가 지수를 통해 구조물 손상 상태를 실시간으로 결정하는 평가 지수를위한 임계 치 방정식을 도출하고, 각 구조물 부재의 임계 치 값을 구조해석을 통하여 산출한 후 이 임계 치 값을 이용하여 항만 구조물의 안전성을 실시간 자율 평가할 수 있도록 하였다.

셋째, 플랫폼을 통해 장기 데이터 수집 시 발생할 수 있는 항만 구조물의 급작한 손상과 장기 데이터로부터 구조물의 동적 상태 차이를 계산하여 대형 컨테이너의 연속 접안으로 인한 피해에 대한 구조적 손상 탐지 기술을 확립하였다. 예상치 못한 접안 충격으로 손상이 발생하면 구조물의 동적 상태가 변하고, 모니터링 데이터에서 추정 된 가속도 추이를 정상 상태에서 측정 한 기준 데이터와 비교하여 차이를 측정한후 데이터 분석의 정확성을 높이기 위해 AI 기법 중 하나 인 K-means 클러스터링 기법을 구현하고, 빔 거더에 하중 재하 실험을 한 결과, 성공적으로 균열을 감지할 수 있었다.

넷째, 항만 구조물의 구조적 손상의 주원인은 선박의 접안에 따른 접안 충격력이다. 4차 산업혁명개념의 자율 지능화 항만을 구현하기 위하여, 고속도로의 과속 방지 카메라처럼, 항만 접안 중 설계 속도 이상으로 접안하는 예상치 못한 과속 선박을 감지하고, 벌금…등 이를 관리 할 수 있는 선박 접안 시스템을 개발하였다. 선박명 감지 효율을 높이기 위해 속도 감지 카메라 모듈은 마이크로 컨트롤러, 레이저 거리 센서, 카메라 유닛, LTE 모듈로 구성된 사물인터넷 기술을 접목하여 개발하였다. 이 시스템은 선박이 접안 제한 속도를 초과하면 과속 선박의 이미지를 자동으로 캡처하고 이미지를 인터넷 웹 서버로 전송하고 관리자에게 통보하도록 설계되었다. 실제 항만 구조물에 접안 테스트를 수행한 결과 과속 선박을 성공적으로 감지하고 이미지 파일을 웹 서버로 전송하는 것을 검증하였다.

따라서 본 연구에서는 4차 산업혁명 시대 도래에 따른 사물인터넷과 인공지능, 클라우드 개념의 잔교식 항만 구조물용 구조적 안전 진단 자율 지능화 플랫폼을 개발하고 인터넷 웹 서버와 스마트 폰 애플리케이션을 사용하여 실제 잔교식 항만구조물에서 검증한 결과, 구조물의 상시 자율 안전성 평가, 장기 데이터 손상 분석 평가, 접안 중 과속 충격 선박 감지, 자동 선박 사진 촬영 이벤트에 대하여 성공적으로 검증되어 항만 구조물의 안전성을 스스로 예측하는 것으로 나타났다.; 99.7% of Korea’s imports and exports are transported through ports that port structures have contributed a lot to the development of the economy of Korea. Thus, the port structure serves as important transportation hubs in Korea. However, more than 25% of the port structures were constructed after 1960s that these structures are in progress of deterioration or have already deteriorated with the passage of time. Also, many types of damage occur in port structures such as general crack, overstress crack and corrosion crack from natural disasters and impact loading from continuous berthing. Among the damages, invisible damages occurred in embedded piles under the seabed are most important damages because the cracks are impossible to detect through safety inspection from the Ministry of Oceans and Fisheries. Hence, structural safety platform to inspect the damages and determine condition of the port structures in real-time is necessary. In recent years, the concept of “smart port” has developed considerably with introduction of Industry 4.0 technologies such as the Internet of Things (IoT), cloud computing, wireless sensor networks and artificial intelligence (AI). Although the technologies have flourished new capabilities for port structures, the concept has been only focused on improving port logistics and management. Therefore, the study is to develop autonomous intelligent structural safety platform that predicts safety by itself by implementing Industry 4.0 technologies and incorporating new techniques to monitor the port structures in real time and to autonomously respond the unexpected impact berthing and failure. In order to improve monitoring the port structure, Fiber Bragg Grating (FBG) marine sensors (the FBG strain sensors, FBG displacement gauges, FBG angle meter and FBG accelerometer) are developed in the study that are corrosion resistance, impact durable and capable of wireless communication network. The sensors are capable of monitoring for submerged piles of the port structure by developing cables and selecting appropriate packaging for sea water through experiments for marine environment. Furthermore, submergence test and structural experiments were performed for a year to verify the IoT based FBG marine sensors and accuracy of the data. The results were successful that demonstrated the sensors have excellent reliability and high measurement precision even in under seawater. By using data from the FBG marine sensors, structural safety evaluation technique for real-time intelligent monitoring is developed as one of main features of the autonomous structural safety platform. Threshold equation was derived from allowable stress design and safety evaluation index based on government guidelines with applying structural analysis of the port structure to determine the structural reliability of the port structure in real-time. The technique was successfully verified to real pier type port structure and monitor the structure effectively in real-time. Furthermore, structural damage detection technique from long-term data was established for damages from continuous berthing by calculating differences in dynamic state of the structure. The dynamic state of the structure gets changed when damage occurs that the difference is measured by comparing the trend of estimated acceleration from monitoring data with the reference data, which measured in the healthy state. In addition, K-means clustering method, one of AI methods, was implemented in the technique to improve accuracy of data analysis. The technique was verified with a laboratory experiment of a beam girder from load testing that successfully detected a crack. Moreover, a damage prevention application is developed to prevent or minimize damage and accidents from over speeding ships during berthing. In order to improve efficiency of detecting the ship, the speed detection camera module was developed with incorporating IoT technology that is composed a microcontroller, a laser distance sensor, a camera unit and LTE module. The application is designed to automatically captures an image of the over speeding ships, transmit the image to the web server and notify the manager when the ship exceeds berthing speed limit. The experimental testing of the application was performed and successfully detected over-speeding ship and transmitted the image file to the web server. With all above, autonomous structural safety platform for pier type port structure is developed with integrating the FBG marine sensors and analytical AI algorithms. Thus, the autonomous structural safety platform was implemented in real pier type port structure for performance evaluation. The port structure was successfully monitored with using an internet web server and a smartphone application developed for the autonomous structural safety platform. Besides, autonomous notification system was developed to alert the manager for three events. The three events for autonomous notifications are when the structural condition is not good (total safety evaluation index of the structure is not “A”), when damage was detected from the analysis of long-term behavior and when over speeding of a ship was detected during berthing. The results from implementation and experimental testing demonstrated that the developed FBG marine sensors and analytical AI algorithms were effectively implemented in the autonomous structural safety platform for pier type port structure to predict safety of the port structure by itself.