KR101431237B1 - 구조물의 이상거동 검출 및 안전성 평가 시스템과 그 방법 - Google Patents
구조물의 이상거동 검출 및 안전성 평가 시스템과 그 방법 Download PDFInfo
- Publication number
- KR101431237B1 KR101431237B1 KR1020140022037A KR20140022037A KR101431237B1 KR 101431237 B1 KR101431237 B1 KR 101431237B1 KR 1020140022037 A KR1020140022037 A KR 1020140022037A KR 20140022037 A KR20140022037 A KR 20140022037A KR 101431237 B1 KR101431237 B1 KR 101431237B1
- Authority
- KR
- South Korea
- Prior art keywords
- damage
- abnormal behavior
- time
- check
- domain
- Prior art date
Links
- 206010000117 Abnormal behaviour Diseases 0.000 title claims abstract description 200
- 238000000034 method Methods 0.000 title claims abstract description 88
- 238000011156 evaluation Methods 0.000 claims abstract description 92
- 238000003909 pattern recognition Methods 0.000 claims abstract description 10
- 230000006378 damage Effects 0.000 claims description 359
- 238000001514 detection method Methods 0.000 claims description 86
- 230000008859 change Effects 0.000 claims description 25
- 238000009826 distribution Methods 0.000 claims description 25
- 238000007689 inspection Methods 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 22
- 230000001133 acceleration Effects 0.000 claims description 19
- 238000003745 diagnosis Methods 0.000 claims description 16
- 238000012544 monitoring process Methods 0.000 claims description 16
- 230000007704 transition Effects 0.000 claims description 15
- 238000000513 principal component analysis Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 11
- 230000009466 transformation Effects 0.000 claims description 11
- 230000000737 periodic effect Effects 0.000 claims description 9
- 238000013480 data collection Methods 0.000 claims description 6
- 229910052717 sulfur Inorganic materials 0.000 claims description 6
- 239000011593 sulfur Substances 0.000 claims description 6
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 claims description 5
- 238000013459 approach Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- GNFTZDOKVXKIBK-UHFFFAOYSA-N 3-(2-methoxyethoxy)benzohydrazide Chemical compound COCCOC1=CC=CC(C(=O)NN)=C1 GNFTZDOKVXKIBK-UHFFFAOYSA-N 0.000 claims 1
- 230000004044 response Effects 0.000 abstract description 16
- 238000004422 calculation algorithm Methods 0.000 abstract description 10
- 239000010410 layer Substances 0.000 description 82
- 238000010586 diagram Methods 0.000 description 29
- 238000005259 measurement Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 15
- 239000002131 composite material Substances 0.000 description 11
- 238000006073 displacement reaction Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 7
- 238000000926 separation method Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000000354 decomposition reaction Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 238000009795 derivation Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 150000001875 compounds Chemical class 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 206010027476 Metastases Diseases 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013075 data extraction Methods 0.000 description 2
- 230000006735 deficit Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 230000009401 metastasis Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000002356 single layer Substances 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000004836 empirical method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000007847 structural defect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
- G01B7/16—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring the deformation in a solid, e.g. by resistance strain gauge
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H13/00—Measuring resonant frequency
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
- G01M5/0033—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by determining damage, crack or wear
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
- G01M5/0066—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by exciting or detecting vibration or acceleration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
대형 사회기반시설물인 구조물의 고주파 진동 응답신호로부터 시간영역 및 주파수영역을 조합 분석하고, 자가학습 및 패턴인식 기반의 알고리즘에 따라 구조물의 비정상 거동 평가를 수행함으로써 구조물의 연속적 이상거동 시점을 용이하게 추정할 수 있고, 또한, 구조물의 이상거동이 감지될 때마다 감지된 이상거동의 진위를 판별할 수 있고, 센서노드를 중심으로 하여 손상 영역을 용이하게 추정할 수 있는, 구조물의 이상거동 검출 및 안전성 평가 시스템과 그 방법이 제공된다.
Description
본 발명은 구조물의 안전성 평가에 관한 것으로, 보다 구체적으로, 대형 사회기반시설물인 대형구조물의 고주파 진동 응답신호로부터 구조물의 비정상 거동을 평가하는 구조물의 이상거동 검출 및 안전성 평가 시스템과 그 방법에 관한 것이다.
산업사회로 발전하는 과정에서 건설된 대형 구조물과 시설물들은 설계 및 시공 과정에서의 결함 또는 설계 당시에 고려하지 못하였던 각종 요인으로 인하여 구조 손상이 발생되며, 이러한 구조물들의 사용 기간이 경과함에 따라 점차 노후화됨으로써 그 안전성이 크게 위협을 받고 있다. 예를 들면, 심각한 정도의 구조 손상이 발생한 구조물의 경우, 설계 당시에 계획되었던 설계 사용연한에 크게 못 미칠 정도로 사용연한의 단축을 초래하는 경우도 빈번히 발생하고 있다.
이에 따라 건축 구조물의 장기적인 안전성 및 작동성을 확보하기 위한 노력이 절실히 요구되고 있다. 특히, 건물, 교량, 댐 등과 같은 대형 구조물은 각종 운영 하중, 외부 물체에 의한 충격, 지진, 풍하중, 파랑 하중, 부식 등에 지속적으로 노출되어 있기 때문에 이들로부터 구조물의 안전을 확보하는 문제는 경제, 사회적으로 지대한 관심의 현안이 되고 있다. 이러한 대형 구조물들의 정확한 안전 진단을 위해서는 적절한 실험 계측을 통한 구조물 거동의 모니터링, 구조물 손상을 역학적으로 분석하는 기술 및 구조물 손상을 모델화하는 해석 기술을 통한 진단 기술이 요구된다.
이러한 대형 구조물의 손상을 발견하기 위해 사용되고 있는 기술은 재료적인 비파괴 검사법과 더불어 정변위 측정법 및 진동 특성 측정법 등이 사용되고 있다. 예를 들면, 이들 중에서 정변위 측정 및 진동 특성치를 이용한 구조물의 손상 추정 방법은 통상적으로 구조식별 기법(System Identification: SID)이라 한다. 이러한 구조식별 기법(SID)은 구조계의 거동을 실측하고, 이를 구조 해석적으로 모델화하여 구조물 특성치를 추정하는 방법이다.
또한, 토목 구조물들과 같은 대형 구조계의 손상도 추정에 대한 연구는 국내외에서 구조식별 기법(SID)의 응용성을 확대하는 방향으로 활발히 수행되고 있다. 예를 들면, 국내에서 대형 구조물의 안전 진단은 구조물의 정적 변위 및 변형도를 계측하여 이를 유한요소 모델의 거동과 비교하는 방법으로 수행되어 왔다.
한편, 선행기술로서, 대한민국 공개특허번호 제2009-5999호에는 "구조물 건전성 감시용 손상 예측 시스템 및 그 방법"이라는 명칭의 발명이 개시되어 있는데, 네트워크 경로의 이분할, 교차 및 적응성 뉴럴 퍼지 추론 위치결정(adaptive- neural-fuzzy-inference positioning)과 같은 상이한 방법을 이용하여 구조물의 상태를 결정하며, 또한, 상이한 구조물 상태의 인덱스에 대한 계산된 단층촬영 알고리즘(tomography algorithm)을 통합함으로써 구조물 상태를 결정하기 위한 구조물 건전성 감시용 손상 예측 시스템 및 그 방법에 관한 것이다.
또한, 다른 선행기술로서, 대한민국 등록특허번호 제10-1191458호에는 "구조물 변위 측정 시스템 및 방법"이라는 명칭의 발명이 개시되어 있는데, 구조물 변위 측정을 위해 조사하는 레이저들의 방향을 제어하여 포인트 위치들을 스크린 내부로 조정할 수 있는 구조물 변위 측정 시스템 및 방법에 관한 것이다.
또한, 다른 선행기술로서, 대한민국 등록특허번호 제10-1328889호에는 "계측 변위 기반의 구조물 건전도 평가 시스템"이라는 명칭의 발명이 개시되어 있는데, 운영 중인 구조물에서 다양한 계측 센서를 활용하여 구조물 건전도를 평가하는데 있어 계측 변위를 기반으로 하고, 다른 계측 데이터들은 계측 변위를 보정하거나 검증목적으로 사용하고, 또한, 계측 변위를 기반으로 구조물의 거동을 평가함에 따라 전체 구조계의 거동을 분석 할 수 있는 시스템에 관한 것이다.
전술한 바와 같이, 구조물의 비정상 거동 평가를 위한 비파괴 검사 기술은 기계, 항공, 조선, 건설 등의 산업 전반에 걸쳐 활용도가 매우 높은 첨단 기술이다. 특히, 초장대 교량, 초고층 빌딩과 같은 대형 사회기반시설물의 경우, 비정상 거동은 손상을 유발하고, 이것은 곧 막대한 경제적 피해 및 심각한 인명 피해를 유발하므로, 무결점 거동 평가의 운용이 필수적이다.
이에 따라 주요 사회기반시설물에 대한 주기적인 안전점검이 이루어지고 있으나, 주로 점검자에 의해 접근 가능한 지점에 대한 육안검사 수준에 머무르고 있으며, 또한, 점검에 필요한 인력과 자원의 부족 및 접근이 불가능한 시설물에 대한 점검의 어려움 등으로 인하여 점검주기가 제한되는 것이 현실이다. 또한, 전술한 종래의 기술에 따른 비파괴 진단 방식의 문제점을 보완하기 위하여 국부적 계측 시스템을 통하여 취약부재의 국부 손상을 조기에 포착해 낼 수 있는 알고리즘 기술 개발이 필요한 실정이다.
전술한 문제점을 해결하기 위한 본 발명이 이루고자 하는 기술적 과제는, 대형 사회기반시설물인 구조물의 고주파 진동 응답신호로부터 시간영역 및 주파수영역을 조합 분석하고, 자가학습 및 패턴인식 기반의 알고리즘에 따라 구조물의 비정상 거동 평가를 수행함으로써 구조물의 연속적 이상거동 시점을 추정할 수 있는, 구조물의 이상거동 검출 및 안전성 평가 시스템과 그 방법을 제공하기 위한 것이다.
본 발명이 이루고자 하는 다른 기술적 과제는, 구조물의 이상거동이 감지될 때마다 감지된 이상거동의 진위를 판별할 수 있고, 센서노드를 중심으로 하여 손상 영역을 용이하게 추정할 수 있는, 구조물의 이상거동 검출 및 안전성 평가 시스템과 그 방법을 제공하기 위한 것이다.
전술한 기술적 과제를 달성하기 위한 수단으로서, 본 발명에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템은, 가속도센서가 부착된 다수의 센서노드를 구조물에 설치하여 이상거동을 검출하고 안전성을 평가하는 시스템에 있어서, 연속점검, 주기점검 및 시점점검 모드 중에서 점검모드를 선택하는 점검모드 선택부; 상기 선택된 점검모드에 따라 구조물에 설치된 다수의 센서노드로부터 상기 구조물의 가속도 데이터를 실시간으로 수집하는 데이터 수집부; 시간영역 및 주파수영역 각각에 대한 입력 데이터의 특성을 추출하는 입력 데이터 특성 추출부; 상기 구조물의 이상거동 및 손상을 검출하여 손상지수를 도출하는 구조물 이상거동 및 손상 검출부; 이상거동 및 손상이 검출된 센서노드별 손상지수를 비교하여 이상거동 발생 센서노드를 확인하는 손상지수 비교부; 전체 센서노드의 손상지수 패턴을 분석하는 손상지수 패턴 분석부; 및 자가학습 및 패턴인식 기반으로 상기 구조물의 손상 영역을 추정하는 손상 영역 추정부를 포함하되, 상기 구조물의 이상거동시 발생하는 주파수 변화를 시간영역에서 감지하는 것을 특징으로 한다.
여기서, 상기 연속점검은 구조물의 중요 부위를 지속적으로 감시하도록 이상 시점 감시 방식으로 수행되고, 상기 주기점검은 주기적으로 안전 상태를 평가하도록 시간영역 및 주파수영역 안전성 검사 방식으로 수행되며, 상기 시점점검은 사용자의 요구 및 지정 또는 연속점검 결과의 시점을 기준으로 안전 상태를 평가하도록 시간영역 및 주파수영역 안전성 검사 방식으로 수행되는 것을 특징으로 한다.
여기서, 상기 입력 데이터 특성 추출부에서 시간영역 신호의 손상 특성 추출을 위해 웨이블릿 변환 및 힐버트 변환을 이용하며, 관리도(control chart)를 이용하여 손상지수를 도출하는 것을 특징으로 하는 구조물의 이상거동 검출 및 안전성 평가 시스템.
여기서, 상기 입력 데이터 특성 추출부에서 주파수영역 신호의 손상 특성 추출을 위해 주요소 분석법(Principal Component Analysis: PCA)을 이용하며, 확률론적 접근법에 기반한 상관계수(Correlation Coefficient: CC) 및 제곱평균 편차(Root Mean Squared Deviation: RMSD)를 이용하여 손상지수를 도출하고, 확률분포를 이용하여 의사결정을 수행할 수 있다.
본 발명에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템은, 상기 시간영역 및 주파수영역 각각에 대한 구조물의 이상거동 판단 경계를 수행하는 결정판단 경계 결정부를 추가로 포함할 수 있다.
여기서, 상기 손상지수 패턴 분석부는 전체 센서노드의 손상지수 패턴을 분석하여, 상기 구조물의 하층부 손상 전이영역을 판단하고, 상기 구조물의 복합 손상 여부를 판단하는 것을 특징으로 하는 구조물의 이상거동 검출 및 안전성 평가 시스템.
여기서, 상기 손상 영역 추정부는 힐버트황 변환(HHT)을 통해 상기 구조물의 순간주파수를 분석하여 이상거동 시점을 추정하는 것을 특징으로 한다.
여기서, 상기 손상 영역 추정부는 손상 시점을 기준으로 전후의 데이터 특성을 추출 비교하는 것을 특징으로 한다.
여기서, 상기 데이터 수집부에 의해 수집되어 입력되는 데이터에 대해 입력 데이터 파일명 및 입력 데이터 파일 내용 정렬 방식이 사용자에 의해 선택되는 것을 특징으로 한다.
본 발명에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템은, 상기 손상 영역 추정부에서 추정된 손상영역의 진단결과를 출력하는 손상 진단결과 출력부를 추가로 포함할 수 있다.
한편, 전술한 기술적 과제를 달성하기 위한 다른 수단으로서, 본 발명에 따른 구조물의 이상거동 검출 및 안전성 평가 방법은, 가속도센서가 부착된 다수의 센서노드를 구조물에 설치하여 이상거동을 검출하고 안전성을 평가하는 방법에 있어서, a) 연속점검, 주기점검 및 시점점검 모드 선택에 따른 구조물의 가속도 데이터를 실시간으로 수집하여 입력하는 단계; b) 시간영역 및 주파수영역 각각에 대한 입력 데이터의 특성을 추출하는 단계; c) 시간영역 및 주파수영역 각각에 대한 상기 구조물의 이상거동 판단 경계를 결정하는 단계; d) 상기 구조물의 이상거동 및 손상을 검출하는 단계; e) 상기 구조물의 이상거동 및 손상이 검출된 센서노드별 손상지수를 비교하는 단계; f) 전체 센서노드의 손상지수 패턴을 분석하는 단계; 및 g) 자가학습 및 패턴인식 기반으로 상기 구조물의 손상 영역을 추정하여 의사결정하는 단계를 포함하되, 상기 구조물의 이상거동시 발생하는 주파수 변화를 시간영역에서 감지하는 것을 특징으로 한다.
본 발명에 따르면, 대형 사회기반시설물인 구조물의 고주파 진동 응답신호로부터 시간영역 및 주파수영역을 조합 분석하고, 자가학습 및 패턴인식 기반의 알고리즘에 따라 구조물의 비정상 거동 평가를 수행함으로써 구조물의 연속적 이상거동 시점을 용이하게 추정할 수 있다. 즉, 구조물의 이상거동시 발생하는 주파수 변화를 시간영역에서 감지할 수 있고, 이에 따라 고감도 계측데이터를 기반으로 하여 대형구조물의 붕괴를 조기 감지함으로써 인명피해 및 재산피해를 최소화시킬 수 있다.
본 발명에 따르면, 구조물의 이상거동이 감지될 때마다 감지된 이상거동의 진위를 판별할 수 있고, 센서노드를 중심으로 하여 손상 영역을 용이하게 추정할 수 있다.
본 발명에 따르면, 실사용자가 활용할 수 있도록 하는 사용자 인터페이스 설계 및 통합시스템 연동형 프로그램을 제공할 수 있다. 이에 따라 신뢰성이 확보된 관리 임계치를 자동설정하고, 경보 오류(False alarm)를 최소화할 수 있다.
본 발명에 따르면, 데이터베이스를 활용하여 기존의 시스템을 그대로 활용할 수 있다.
도 1은 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템을 개략적으로 설명하기 위한 도면이다.
도 2a 내지 도 2d는 각각 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 이상시점 점검을 위한 모드 분리, 주파수 변환 및 손상 추출을 예시하는 도면들이다.
도 3은 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템의 블록구성도이다.
도 4a 및 도 4b는 각각 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 연속점검 및 이상거동 시점을 추정하는 것을 예시하는 도면들이다.
도 5a 및 도 5b는 각각 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 시간영역의 손상지수 도출 및 주파수영역의 손상지수 도출을 예시하는 도면들이다.
도 6은 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 손상 진단을 위한 추정을 설명하기 위한 도면이다.
도 7은 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템이 연속점검, 주기점검 및 시점점검에 활용되는 것을 설명하기 위한 도면이다.
도 8a 내지 도 8e는 각각 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 시간영역에 대한 데이터 분석 흐름을 나타내는 도면들이다.
도 9a 내지 도 9d는 각각 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 주파수영역에 대한 데이터 분석 흐름을 나타내는 도면들이다.
도 10a 내지 도 10c는 각각 본 발명의 실시예에 따른 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 손상상태의 추정을 설명하기 위한 도면들이다.
도 11a 내지 도 11e는 각각 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 센서노드별 손상 검출 결과를 나타내는 도면들이다.
도 12는 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 손상 영역별 패턴 분류를 나타내는 도면이다.
도 13은 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 방법의 동작흐름도이다.
도 14는 본 발명의 실시예에 따른 진동대에 설치된 교량 모형의 이상거동 검출 및 안전성 평가 실험 장치를 나타내는 도면이다.
도 15a 및 도 15b는 각각 본 발명의 실시예에 따른 진동대에 설치된 교량 모형의 이상거동 검출 및 안전성 평가 실험 장치로부터 측정된 교량 응답신호 및 IMF로 분리된 측정신호를 나타내는 도면들이다.
도 16a 내지 도 16d는 각각 본 발명의 실시예에 따른 진동대에 설치된 교량 모형의 이상거동 검출 및 안전성 평가 실험 장치의 실험 결과를 설명하기 위한 도면들이다.
도 17은 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템이 구현된 기본화면을 예시하는 도면이다.
도 18a 및 도 18b는 각각 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템 구현시 센서정보 및 진단모드를 나타내는 도면들이다.
도 19는 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템 구현시 종합 진단결과를 나타내는 도면이다.
도 20a 및 도 20b는 각각 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 센서노드별 손상지수 표출 화면 및 전체 센서노드에 대해 손상지수를 비교하여 표출하는 화면을 예시하는 도면들이다.
도 2a 내지 도 2d는 각각 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 이상시점 점검을 위한 모드 분리, 주파수 변환 및 손상 추출을 예시하는 도면들이다.
도 3은 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템의 블록구성도이다.
도 4a 및 도 4b는 각각 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 연속점검 및 이상거동 시점을 추정하는 것을 예시하는 도면들이다.
도 5a 및 도 5b는 각각 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 시간영역의 손상지수 도출 및 주파수영역의 손상지수 도출을 예시하는 도면들이다.
도 6은 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 손상 진단을 위한 추정을 설명하기 위한 도면이다.
도 7은 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템이 연속점검, 주기점검 및 시점점검에 활용되는 것을 설명하기 위한 도면이다.
도 8a 내지 도 8e는 각각 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 시간영역에 대한 데이터 분석 흐름을 나타내는 도면들이다.
도 9a 내지 도 9d는 각각 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 주파수영역에 대한 데이터 분석 흐름을 나타내는 도면들이다.
도 10a 내지 도 10c는 각각 본 발명의 실시예에 따른 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 손상상태의 추정을 설명하기 위한 도면들이다.
도 11a 내지 도 11e는 각각 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 센서노드별 손상 검출 결과를 나타내는 도면들이다.
도 12는 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 손상 영역별 패턴 분류를 나타내는 도면이다.
도 13은 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 방법의 동작흐름도이다.
도 14는 본 발명의 실시예에 따른 진동대에 설치된 교량 모형의 이상거동 검출 및 안전성 평가 실험 장치를 나타내는 도면이다.
도 15a 및 도 15b는 각각 본 발명의 실시예에 따른 진동대에 설치된 교량 모형의 이상거동 검출 및 안전성 평가 실험 장치로부터 측정된 교량 응답신호 및 IMF로 분리된 측정신호를 나타내는 도면들이다.
도 16a 내지 도 16d는 각각 본 발명의 실시예에 따른 진동대에 설치된 교량 모형의 이상거동 검출 및 안전성 평가 실험 장치의 실험 결과를 설명하기 위한 도면들이다.
도 17은 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템이 구현된 기본화면을 예시하는 도면이다.
도 18a 및 도 18b는 각각 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템 구현시 센서정보 및 진단모드를 나타내는 도면들이다.
도 19는 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템 구현시 종합 진단결과를 나타내는 도면이다.
도 20a 및 도 20b는 각각 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 센서노드별 손상지수 표출 화면 및 전체 센서노드에 대해 손상지수를 비교하여 표출하는 화면을 예시하는 도면들이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "…부" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
이하, 도 1 내지 도 12를 참조하여, 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템을 설명하고, 도 13을 참조하여 구조물의 이상거동 검출 및 안전성 평가 방법을 설명하며, 도 14 내지 도 16을 참조하여, 진동대에 설치된 교량 모형의 이상거동 검출 및 안전성 평가 실험을 설명하고, 도 17 내지 도 20을 참조하여 구조물의 이상거동 검출 및 안전성 평가 시스템이 구현된 화면을 설명하기로 한다.
[구조물(200)의 이상거동 검출 및 안전성 평가 시스템(100)]
도 1은 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템을 개략적으로 설명하기 위한 도면이고, 도 2a 내지 도 2d는 각각 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 이상시점 점검을 위한 모드 분리, 주파수 변환 및 손상 추출을 예시하는 도면들이다.
도 1을 참조하면, 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템(100)은, 교량, 댐, 고층빌딩, 군사보안시설물 또는 시공중 구조물과 같은 구조물(200)에 가속도센서가 부착된 다수의 센서노드(220)를 설치하고, 상기 다수의 센서노드(220)의 고주파 진동 응답신호로부터 시간영역 및 주파수영역을 조합 분석하고, 자가학습 및 패턴인식 기반의 알고리즘에 따라 구조물의 비정상 거동 평가를 수행하게 된다.
예를 들면, 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템(100)에서 상기 구조물(200)이 고층빌딩인 경우에 대해 상기 고층빌딩(200)에 설치된 다수의 센서노드(220)로부터 고주파 진동 응답신호를 수집하여 구조물(200)의 비정상 거동을 평가하게 된다.
상기 구조물(200)은 이상거동시 고유진동수가 변화하므로, 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템(100)은 힐버트-황 변환(Hilbert-Huang Transform: HHT)을 통해 상기 구조물(200)의 순간주파수를 분석하여 이상거동 시점을 추정할 수 있다. 여기서, 힐버트-황 변환(HHT)은 비선형-비정상 신호에 대한 분해 기법으로서, 경험적 모드 분해 기법(Empirical Mode Decomposition: EMD)을 통해 분해된 각 신호들을 내부모드함수(Intrinsic Mode Function: IMF)라고 하는데, 이때, 각 내부모드함수(IMF)는 각 주기에서 0을 교차(zero-crossing)하고, 하나의 모드에 관해 다른 복잡한 파형을 포함하지 않는 신호로 분해되며, 이와 같이 분해된 각각의 내부모드함수(IMF)를 힐버트 변환함으로써 순간 가속도를 구할 수 있다.
예를 들면, 도 2a는 구조물(200)의 센서노드(220)로부터 수집되는 가속도신호를 나타내고, 도 2b는 도 2a에 도시된 가속도신호로부터 힐버트-황 변환을 통해 모드 분리를 수행한 것을 나타내며, 도 2c는 도 2b에 도시된 모드 분리로부터 주파수 변환한 것을 나타내며, 도 2d는 도 2c에 도시된 주파수 변환신호로부터 손상을 추출한 것을 나타낸다.
본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템(100)은 구조물(200)의 이상거동 발생시 구조물의 이상거동시 발생하는 주파수 변화를 시간영역에서 감지할 수 있도록, 시간영역 및 주파수영역을 조합 분석하여 구조물(200)의 연속점검을 수행할 수 있다.
한편, 도 3은 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템의 블록구성도이고, 또한, 도 4a 및 도 4b는 각각 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 연속점검 및 이상거동 시점을 추정하는 것을 예시하는 도면들이며, 도 5a 및 도 5b는 각각 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 시간영역의 손상지수 도출 및 주파수영역의 손상지수 도출을 예시하는 도면들이고, 도 6은 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 손상 진단을 위한 추정을 설명하기 위한 도면이다.
도 3을 참조하면, 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템(100)은, 점검모드 선택부(110), 데이터 수집부(120), 입력 데이터 특성 추출부(130), 결정판단 경계 결정부(140), 구조물 이상거동 및 손상 검출부(150), 손상지수 비교부(160), 손상지수 패턴 분석부(170), 손상 영역 추정부(180) 및 손상 진단결과 출력부(190)를 포함하며, 구조물(200)의 손상을 진단하고 손상영역 추정을 수행하게 된다.
먼저, 구조물(200)은 이상거동시 고유진동수가 변화하므로, 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템(100)은, 가속도센서가 부착된 센서노드(220)에서 가속도신호를 수집하며, 후술하는 바와 같이, 상기 구조물(200)의 이상거동시 발생하는 주파수 변화를 시간영역에서 감지할 수 있다.
점검모드 선택부(110)는 연속점검(연속감시), 주기점검(주기감시) 및 시점점검(시점감시) 모드 중에서 점검모드를 선택한다. 즉, 사용자는 연속점검, 주기점검 및 시점점검 모드 중에서 어느 하나의 점검모드를 선택할 수 있다. 여기서, 상기 연속점검은 구조물의 중요 부위를 지속적으로 감시하도록 이상 시점 감시 방식으로 수행되고, 상기 주기점검은 주기적으로 안전 상태를 평가하도록 시간영역 및 주파수영역 안전성 검사 방식으로 수행되며, 상기 시점점검은 사용자의 요구 및 지정 또는 연속점검 결과의 시점을 기준으로 안전 상태를 평가하도록 시간영역 및 주파수영역 안전성 검사 방식으로 수행된다. 이러한 안전성 평가 결과는 상기 구조물(200)의 최초 상태를 기준으로 비교한 지수 형태로 제공될 수 있고, 이때, 그 기준은 사용자에 의해 지정될 수 있다.
데이터 수집부(120)는 상기 연속점검, 주기점검 및 시점점검 모드 중에서 선택된 점검모드에 따라 상기 구조물(200)에 설치된 다수의 센서노드(220)로부터 상기 구조물(200)의 가속도 데이터를 실시간으로 수집하며, 이때, 도 4a 및 도 4b는 각각 연속점검 및 이상거동 시점을 추정하는 것을 나타낸다. 여기서, 상기 데이터 수집부(120)에 의해 수집되어 입력되는 입력 데이터 파일명 및 입력 데이터 파일 내용 정렬 방식은 사용자에 의해 선택될 수 있다.
입력 데이터 특성 추출부(130)는 시간영역 및 주파수영역 각각에 대한 입력 데이터의 특성을 추출한다. 이때, 시간영역 신호의 손상 특성 추출을 위해 웨이블릿 변환 및 힐버트 변환을 이용하며, 도 5a에 도시된 바와 같이, 관리도(control chart)를 이용 손상지수를 도출하고, 의사결정을 수행한다. 또한, 주파수영역 신호의 손상 특성 추출을 위해 주요소 분석법(Principal Component Analysis: PCA)을 이용하며, 확률론적 접근법에 기반한 상관계수(Correlation Coefficient: CC) 및 제곱평균 편차(Root Mean Squared Deviation: RMSD)를 이용하여, 도 5b에 도시된 바와 같이, 손상지수를 도출하고 확률분포를 이용하여 의사결정을 수행할 수 있다.
결정판단 경계 결정부(140)는 시간영역 및 주파수영역 각각에 대한 구조물(200)의 이상거동 판단 경계를 수행한다. 이때, 시간영역에 대해서는 X-bar Chart 관리도에 따라 수행되고, 주파수영역에 대해서는 상관계수(CC) 및 제곱평균 편차(RMSD)에 따라 수행될 수 있다.
구조물 이상거동 및 손상 검출부(150)는 상기 구조물(200)의 이상거동 및 손상을 검출하여 손상지수를 도출한다.
손상지수 비교부(160)는 이상거동 및 손상이 검출된 센서노드(220)별 손상지수를 비교하여, 이상거동 발생 센서노드(220)를 확인하고, 손상지수 패턴 분석부(170)는 전체 센서노드(220)의 손상지수 패턴을 분석하여, 예를 들면, 하층부 손상 전이영역을 판단하고, 또한, 복합 손상 여부를 판단할 수 있다. 구체적으로, 본 발명의 실시예에서는 구조물의 이상거동 검출 및 안정상 평가를 위해서 자가학습 및 패턴인식 기반의 의사결정 알고리즘을 구현하고, 또한, 후술할 강제 진동시험을 이용하여 획득한 시간영역 및 주파수영역의 데이터를 이용하여 알고리즘을 검증하며, 이를 통해 단일 손상 및 복합 손상에 대한 이상거동을 검출할 수 있다.
특히, 상기 구조물(200)에서 발생하는 단일 손상 및 복합 손상에 의하여 발생된 손상지수의 경우, 두 가지 손상에 대하여 서로 유사한 손상지수 패턴을 가지고 있다. 이로 인하여 사용자는 구조물(200)의 이상거동을 오판할 수 있으며, 이상거동 평가의 정확도 저하에 영향을 줄 수 있다. 따라서 본 발명의 실시예에서는 손상지수 비교부(160)에 의한 손상지수 비교 과정을 센서노드(220)별 비교와 상기 손상지수 패턴 분석부(170)에 의한 전체 센서노드 비교의 두 가지 과정으로 나누어 수행하며, 각각의 손상 경우별 패턴을 각각 분석하여 구조물(200)의 손상 영역을 추정할 수 있다.
손상 영역 추정부(180)는, 도 6에 도시된 바와 같이, 구조물 손상 영역을 추정하여 의사결정한다. 예를 들면, 후술할 힐버트황 변환(HHT)을 통해 상기 구조물(200)의 순간주파수를 분석하여 이상거동 시점을 추정하게 된다. 이때, 연속으로 계측되는 데이터는 방대한 양으로 사용자의 주관적인 판단이나 주기적으로 이상거동을 평가할 수밖에 없으므로, 상기 구조물(200)의 이상거동을 연속적으로 판단이 가능한 이상거동이 발생하는 시점을 본 발명의 실시예에 따른 추정 알고리즘을 통해, 손상시점을 기준으로 전후의 데이터 특성을 추출 비교하는 과정을 통하여 안전성 평가의 정밀성을 높일 수 있다.
손상 진단결과 출력부(190)는 상기 손상 영역 추정부(180)에서 추정된 손상영역 등의 진단결과를 출력한다. 이때, 본 발명의 실시예에서는 실사용자가 활용할 수 있도록 하는 사용자 인터페이스 설계 및 통합시스템 연동형 프로그램을 제공함으로써, 특히, 신뢰성이 확보된 관리 임계치를 자동설정하고, 경보 오류(False alarm)를 최소화할 수 있다.
본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템은 상기 구조물(200)의 연속점검(연속감시)을 위해 자연 진동(Ambient Vibration)을 활용하고, 이때, 상기 구조물(200)의 정보의 관계없이 측정된 센서 데이터를 즉각적으로 하며, 센서 데이터를 누적 저장하여, 구조의 안전성에 지장이 있을 것으로 예상되는 시점을 기준으로 이전과 이후를 비교하여 이상 유무를 판단한다. 이때, 이상 시점의 판단은 시계열 형태의 센서 데이터를 연속적으로 판단하기 위해 힐버트황 변환을 수행하여 시간영역-주파수영역 형태로 전환하여 주파수 변화를 추적한다.
즉, 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템은 정제된 위험정보를 추출하기 위해서 이상시점 감시, 시간영역 안전성 검사 및 주파수영역 안전성 검사를 포함한 3종의 신호분석을 수행하게 된다.
한편, 도 7은 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템이 연속점검, 주기점검 및 시점점검에 활용되는 것을 설명하기 위한 도면이다.
본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템(100)에서 측정된 데이터는, 도 7에 도시된 바와 같이, 연속점검, 주기점검 및 시점점검에 활용될 수 있다.
본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템(100)의 안전성 평가는 시간영역 및 주파수영역 각각에 대해서 수행될 수 있고, 구체적으로, 시간영역의 안전성 평가는, 후술할 도 8a 내지 도 8e에 도시된 바와 같이, 1) 데이터 획득, 2) 웨이블릿 변환 및 힐버트 변환을 이용한 특성 추출, 3) 관리도를 이용한 손상지수 도출, 및 4) 손상 상태 추정(의사결정)의 순서로 수행되며, 또한, 주파수영역의 안전성 평가는, 후술할 도 9a 내지 도 9d에 도시된 바와 같이, 1) 데이터 획득, 2) 주파수영역 변환, 3) 손상 특성 추출 및 손상지수 도출, 및 4) 손상 상태 추정(의사결정)의 순서로 수행될 수 있다. 또한, 데이터 패턴 분석 기법에 대해서는 도 11a 내지 도 11e를 참조하여 설명하기로 한다.
한편, 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템(100)에서 연속적 이상거동 시점을 추정하는 방법은 다음과 같다.
일반적으로, 구조물(200)의 안전성을 평가하는 다양한 방법 중에서 충격하중이나 노화에 의한 구조적 결함을 발견하는 방법으로서, 주로 푸리에 변환법(Fourier Transform: FT) 등을 이용한 모드해석 기법이 사용되고 있다. 하지만 이러한 구조물(200) 전체의 특성을 관찰하는 기법으로는 푸리에 변환법(FT)의 수행 도중에 시간정보가 삭제되어 국부적 손상에 기인한 동적 특성의 변화를 찾기에는 부족한 정보이다.
이러한 단점을 극복하기 위하여 Huang에 의해 개발 및 발표된 힐버트-황 변환법(Hilbert-Huang Transform: HHT)은 시간영역-주파수영역 해석방법으로서, 비선형 및 비정상 신호의 처리에 유용한 변환 방법이다.
구체적으로, 이러한 HHT는 시계열(Time series) 데이터를 내부모드함수(Intrinsic Mode Function: IMF)로 분리하는 경험 모드 분리법(Empirical Mode Decomposition: EMD)과 힐버트 변환법(Hilbert Transform: HT)이 복합적으로 구성되며, 상기 힐버트 변환법(HT)에 부적합한 시계열 데이터에서 적합한 형태(Single Oscillation 형태)의 내부모드함수(IMF)들과 잔차(residual)로 분리함으로써, 시간영역과 주파수영역에서 관찰할 수 있게 변환해준다.
또한, 본 발명의 실시예에서 연속적 이상거동 시점 추정을 위해서 경험 모드 분리법(Empirical Mode Decomposition: EMD)을 수행하는 방법은 다음과 같다. 먼저, 신호 s(t)의 최대값과 최소값을 각각 연결하여 포락선(Envelope Curve)을 생성하여, 최대 경계선과 최소 경계선을 만든다. 이러한 최대 경계선과 최소 경계선의 평균선인 m을 구하고, 다음의 수학식 1과 같이 s와 m의 차(s - m)로 내부모드함수(IMF)인 c를 구할 수 있다.
여기서, 1은 첫 번째 내부모드함수(IMF)를 의미하고, k는 내부모드함수(IMF)의 조건을 만족하기 위한 연산의 반복횟수(shifting number)를 나타낸다.
다음으로, 내부모드함수(IMF)인 c가 조건을 만족할 때까지 신규로 c의 포락선을 생성하여 m을 빼는 것을 반복한다. 이때, 무분별한 변환 과정은 신호의 특성까지 없애버릴 수 있으므로, 다음의 수학식 2와 같이 표준편차(Standard Deviation: SD)에 제한을 둘 수 있다. 예를 들면, 일반적으로 이 표준편차(SD)의 제한은 0.2 ~ 0.3의 값을 가진다.
첫 번째 내부모드함수(IMF)가 구해지면, 원 신호 s(t)에서 분리해내고, 전술한 수학식 1과 수학식 2를 반복하여 나머지 내부모드함수(IMF)를 구한다. 이때, 원 신호 s(t)는 비정상-비선형 신호이므로 내부모드함수(IMF)를 만족하지 못하는 신호가 남게 되며, 이를 잔차(residue) 신호라고 하며, 이러한 잔차 신호가 구해지면 경험 모드 분리법(EMD) 수행을 종료한다.
이때, 상기 구조물(200)은 이상거동시 고유진동수가 변화하므로 전술한 HHT를 통해 상기 구조물(200)의 순간주파수를 분석하여 이상거동 시점을 추정하게 된다.
전술한 바와 같이, 경험 모드 분리법(EMD) 기법은 이름 그대로 모드를 분리하는 기법이므로 원본 신호가 복잡할수록 더 많은 IMF로 분해될 가능성이 높다. 또한, 수학적 이론보다는 경험적 방법이기 때문에 몇 개의 내부모드함수(IMF)가 나올지 알 수 없으므로 경험 모드 분리법(EMD)을 수행하기 전까지 알 수 없으며, 이때, 표준편차에 의해서도 많은 영향을 받는다. 따라서 다수의 경험 모드 분리법(EMD) 중에서 원본 신호의 변화를 대변하는, 즉, 각 모드들 중에서 이상거동 정보를 가지고 있을 내부모드함수(IMF)를 선정해야 한다.
이에 따라 본 발명의 실시예에서는 제곱합(sum of square) 기법을 응용하여 각 내부모드함수(IMF)의 평균과 전체 평균과의 차이를 비교하여 그 차이가 가장 두드러진 내부모드함수(IMF)를 선택하는 방법을 취한다.
다음으로, 구조물(200)은 이상거동시 고유주파수가 변화하게 되므로, 시간정보를 포함한 고유주파수를 확인할 수 있다면 구조물의 이상거동 시점도 파악할 수 있다. 이때, 구조물(200)의 이상거동 시점 추정을 위한 순간주파수 
는 각 IMF에 힐버트 변환 후 얻은 순간위상각을 시간에 대하여 미분한 값으로, 다음의 수학식 3을 따른다.
이때, 이상거동 시점의 순간가속도는 급변하므로 경계인 에지(Edge)를 형성하게 되므로 이러한 에지가 형성되는 시점이 이상거동 시점이라 할 수 있다. 본 발명의 실시예에서는 "Edge Detection" 방법을 이용하여 그 시점을 추론할 수 있다.
한편, 도 8a 내지 도 8e는 각각 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 시간영역에 대한 데이터 분석 흐름을 나타내는 도면들로서, 도 8a는 데이터 획득을 나타내며, 도 8b 및 도 8c는 각각 웨이블릿 변환 및 힐버트 변환을 이용한 특성 추출을 나타내고, 도 8d는 관리도를 이용한 손상지수 도출을 나타내며, 도 8e는 손상 상태 의사결정(추정)을 각각 나타낸다.
본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서, 구조물(200)의 동적 응답은 시간영역의 형태로 계측하는데, 시간영역 분석 기법은 계측된 시간영역 데이터를 직접적으로 이용하여 분석하는 기법이다. 본 발명의 실시예에서는 시간영역 신호의 손상 특성 추출을 위해 도 8b 및 도 8c에 도시된 웨이블릿 변환 및 힐버트 변환을 이용하며, 또한, 도 8d에 도시된 바와 같이, 손상지수 도출 및 의사결정을 위하여 관리도(control chart)를 이용한다.
먼저, 도 8b에 도시된 웨이블릿 변환(Wavelet Transform)이란 시간영역 데이터의 각 시간 요소에 대해 주파수영역 별 분해를 통해 시간 대 주파수영역으로 신호를 나타내는 기법으로서, 데이터 de-noising 등에 적용된다. 이러한 웨이블릿 변환은 푸리에 변환을 통한 단순 시간-주파수 변환과는 달리, 다음의 수학식 4와 같이 모 웨이블릿과 원시 시간영역 신호 간의 상관도를 나타내는 변환 기법이다. 따라서 원시 신호의 형상에 따라 적절한 모 웨이블릿을 선택하는 것이 중요하다.
여기서, s는 scale factor, 
는 translation factor이다. 
는 모 웨이블릿을 나타내며, 모 웨이블릿의 종류는 Haar wavelet, Mexican hat wavelet, Morlet wavelet 등이 있다.
이러한 웨이블릿 변환의 중요한 두 가지 파라미터(parameter)는 스케일 인자(scale factor)와 변환 인자(translation factor)로서, 상기 스케일 인자는 모 웨이블릿의 시간 폭을 조절함으로써 주파수 성분을 표현해준다. 다음으로 변환 인자는 시간영역에서 모 웨이블릿의 위치를 나타냄으로써 시간 성분을 표현하므로, 스케일 인자와 변환 인자를 통해 시간대 주파수영역 신호를 표현할 수 있게 된다.
이러한 웨이블릿 변환을 통해 획득한 시간대 주파수영역 신호에서 특정 스케일 인자 값들인 특정 주파수 성분을 추출함으로써 관찰하고자 하는 주파수 성분만을 특성으로 이용할 수 있게 된다.
또한, 푸리에 변환이 신호의 독립 변수들을 시간영역에서 주파수영역으로 또는 주파수영역에서 시간영역으로의 단순 변환이라면, 도 8c에 도시된 힐버트 변환(Hilbert Transform)은 동일한 영역 내에서 신호를 변환하는 과정이다. 즉, 시간영역 신호는 시간영역 내에서 변환하는 과정이다. 힐버트 변환은 수학식 5와 같이 두 가지 방법으로 정의되며, 그 의미는 신호의 모든 주파수 성분을 90도 위상 이동 또는 시간영역 신호의 모든 성분의 파장 길이의 1/4만큼 이동시키는 것을 의미한다.
이러한 힐버트 변환을 통해 신호의 진폭 포락선(Amplitude Envelope) 및 순간 위상 및 순간주파수 등을 다음의 수학식 6과 같이 계산할 수 있다.
또한, 현장에서 계측된 시간영역 데이터를 사용하여 직관적으로 비정상 거동을 평가하기 위하여 자가학습 및 패턴인식 기법 중에서 일반적으로 널리 사용되는 이상치 해석(Outlier Analysis) 기법을 적용한다. 이때, 데이터의 이상치는 데이터로부터 도출된 임계치를 초과하는 값으로서, 임계치의 설정이 중요한 문제이다. 본 발명의 실시예에서는, 도 8d에 도시된 바와 같이, 이상치 해석 기법 중에서 일반적으로 사용되고 있는 X-bar 관리도(Control chart)를 사용한다. 예를 들면, 데이터의 표본 크기가 클 경우, 데이터는 중심 극한 정리에 의해 정규 분포를 따르게 되는데, 이때, 다음의 수학식 7에 도시된 데이터 분포의 평균값과 표준편차를 통하여 임계치를 설정하게 된다.
여기서, 
는 데이터의 시간영역에서 일정 구간을 나누어 평균값을 낸 데이터의 
번째 표준편차이며, 
는 이 표준편차 그룹의 평균값이다.
이러한 데이터로부터 도출된 평균값과 표준편차를 이용하여 다음의 수학식 8과 같이 임계치를 설정하게 된다.
여기서, 
은 데이터 샘플 수로서, 실제 데이터의 표준편차를 추정하기 위하여 사용된다. 또한, 
및 
은 각각 임계치의 상한치와 하한치를 나타낸다.
전술한 수학식 8을 이용하여 도출된 임계치를 초과하는 값이 검출 정도에 따라 손상 유무를 판단할 수 있다.
한편, 도 9a 내지 도 9d는 각각 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 주파수영역에 대한 데이터 분석 흐름을 나타내는 도면들로서, 도 9a는 데이터 획득을 나타내고, 도 9b는 주파수영역 변환을 나타내며, 도 9c는 손상 특성 추출 및 손상지수 도출을 위한 주요소 분석 기법의 개념을 나타내고, 도 9d는 손상 상태의 의사결정(추정)을 각각 나타낸다.
전술한 바와 같이, 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서, 구조물(200)의 동적 응답은 시간영역의 형태로 계측하는데, 주파수영역 분석 기법은 계측된 시간영역 데이터를 푸리에 변환을 통해 주파수영역으로 변환하여 주파수영역 신호를 이용하여 분석하는 기법이다. 본 발명의 실시예에서는 주파수영역 신호의 손상 특성 추출을 위해 주요소 분석법(Principal Component Analysis: PCA)을 이용하며, 또한, 확률론적 접근법에 기반한 상관계수(Correlation Coefficient: CC) 및 제곱평균 편차(Root Mean Squared Deviation: RMSD)를 이용하여 손상지수를 도출하고 확률 분포를 이용하여 의사결정을 수행한다.
도 9c를 참조하면, 주요소 분석 기법(Principal Component Analysis)이란 비독립 변수(correlated variables)를 선형독립변수(Linearly Uncorrelated Variables: 주요소)로 변환하는 수학적 과정으로 고유치 해석을 통해 데이터 분산 특성에 대해 주요소 공간으로 데이터를 투영하는 기법이다.
이러한 주요소 분석 기법을 통하면 정상, 손상 상태의 상관성을 제거함으로써 특성을 분류하여 정상 상태 및 손상 상태의 신호를 분류하고, 이 신호들을 확률론적 기법에 적용하여 손상지수(DI)를 산출할 수 있다.
또한, 비정상 거동 평가에 많이 사용되는 손상지수는 확률론적 접근법에 기반한 상관계수(Correlation Coefficient: CC) 및 제곱평균 편차(Root Mean Squared Deviation: RMSD)로서, 본 발명의 실시예에서도 이러한 상관계수(CC) 및 제곱평균 편차(RMSD)를 이용하여 비정상 거동 평가를 수행한다.
먼저, 상관계수는 신호 간의 형상의 유사성을 나타내는 지수로서, 정(+)의 상관도가 클 경우 1에 가까운 값이고, 음(-)의 상관도가 클 경우 ??1에 가까운 값으로 계산된다. 이러한 특성을 이용하여 다음의 수학식 9와 같이 상관계수(CC)를 이용하여 손상지수(DI)를 산출할 수 있다.
여기서, 
는 주파수영역의 기저 신호(정상 상태에서 획득한 신호), 
는 기저 신호의 평균값이며, 아래 첨자 1에 해당하는 값은 현재 계측한 신호를 의미한다. 또한, 
및 
는 각각 기저 신호 및 현재 신호의 표준편차를 나타낸다.
이때, 상기 상관계수(CC)는 신호 형상을 비교하는 지수이므로 공진 주파수의 이동량 등을 잘 표현해지만, 진폭 변화 등의 형상의 유사성의 변화는 잘 나타내지 못하는 단점이 있다.
다음으로, 제곱평균 편차(RMSD)는 다음의 수학식 10과 같이 신호간의 차이를 이용하여 계산되는 지수로서, 공진주파수 이동량 및 진폭 변화, 형상 변화 등의 전반적 신호 변화를 잘 반영할 수 있다. 하지만, 온도 및 하중 변화 등의 외부 조건 영향에 의한 신호의 변화가 지수에 반영되므로 이를 보정해줄 필요가 있다.
다음의 수학식 11은 외부 조건 영향을 보정하기 위해 상관계수를 이용하는 과정이다. 이때, 상관계수(CC)가 최대값이 되도록 비교 신호를 기준 신호에 맞추어 이동시켜 외부 조건의 영향을 보정한다. 이와 같이 보정된 신호를 이용하여 손상지수를 도출함으로써 손상에 의한 영향만을 관찰할 수 있다.
여기서, 
는 이동하는 주파수 양을 나타낸다.
한편, 도 10a 내지 도 10c는 각각 본 발명의 실시예에 따른 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 손상상태의 추정을 설명하기 위한 도면들로서, 도 10a는 손상지수의 추출 특성을 나타내고, 도 10b는 특정 신뢰도 구간에 해당하는 임계치를 추정하는 것을 나타내며, 도 10c는 임계치에 따른 의사결정(추정)을 나타낸다.
도 10a 내지 도 10c에 도시된 바와 같이, 본 발명의 실시예에 따른 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 손상상태의 추정은, 의사결정 알고리즘은 계측된 데이터만을 이용하여 센서의 종류에 무관하게 확률분포에 기반하여 정립하고, 이때, 의사결정 경계는 상기 확률분포의 신뢰도 구간을 이용하여 설정되며, 상기 신뢰도 설정에 따라 임계값을 조정할 수 있다.
결국, 본 발명의 실시예에 따른 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서, 계측시간 경과에 따른 관리임계치의 자동 업데이트가 가능하고, 관리임계치 설정값의 신뢰도를 증가시킬 수 있고, 오류 경보(False Alarm)의 발생을 최소화함으로써 효율적 운영시스템을 구축할 수 있다.
한편, 도 11a 내지 도 11e는 각각 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 센서노드별 손상 검출 결과를 나타내는 도면들이다.
본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서, 시간영역 및 주파수영역의 손상 경우에 따른 데이터 패턴의 분석은 다음과 같다.
일반적으로, 구조물(200)의 손상 진단 및 손상 영역 추정 시에 센서노드별 손상지수 비교를 통하여 추정할 경우, 손상 영역에 따른 하층부 손상 영향의 상층부 전이, 복합손상 발생 등의 원인으로 인하여 정확한 손상 평가 및 손상 영역을 수행할 수 없다. 또한, 센서노드의 손상지수를 비교하여 손상 검출을 수행할 경우 손상 발생에 대한 추정은 가능하지만, 손상 발생영역에 대한 정확한 추정이 어렵다. 특히, 하층부의 손상의 경우, 그 손상 영향이 상층부로 전이되는 양상을 보이며, 모든 손상 영역에 대하여 하층부 손상이 전이될 수 있다. 이것은 손상 영역에 따른 특징 패턴을 발생시키는 원인으로 작용할 수 있으며, 본 발명의 실시예에서는 정확한 손상지수 변화 패턴을 확인하기 위하여 각각의 손상 영역에 대하여 센서노드별 손상지수를 시간영역과 주파수영역에 따라 각각 분석하였다.
본 발명의 실시예에서는 총 3가지의 단일 손상 영역을 정의하여 실험을 수행하였다. 센서노드별 손상 검출의 경우 3가지 단일 손상에 대하여 각각의 센서노드에서 손상 검출이 가능하였으나, 정확한 손상지수 패턴을 확인하기 위하여 시간영역에 따른 손상 영역의 전체 센서노드 손상지수를 비교하였다.
도 11a는 센서노드별 단일 손상 시간영역에 대한 손상 검출결과를 나타내며, (a) 정상 상태, (b) 1층 손상 상태 및 (c) 2층 손상 상태를 각각 나타낸다.
도 11a를 참조하면, 정상 상태의 손상지수와 비교하여 3가지 단일 손상 영역의 손상 검출 결과 각각의 손상 영역에서의 이상거동이 발생하는 것을 확인할 수 있었다. 그러나 하층부 손상 영역에 해당하는 1층 및 2층 손상의 경우, 손상의 영향이 상층부로 전이되어 상층부에서 이상거동을 오판하는 결과를 보인다. 또한, 1층 손상 상태의 경우 손상 영향이 손상 영역 상층부로 전이되어 2층 및 3층에서도 이상거동이 발생 한 것으로 오판하였다. 또한, 2층 손상 상태의 경우는 손상 영향이 하층부인 1층의 손상지수에 큰 영향을 미치지 못하였고, 상층부인 3층의 경우 손상 영향 전이로 인하여 손상 상태로 오판하였다.
또한, 전이 정도의 경우, 손상 발생층의 손상지수와 비슷한 크기로 전이되었다. 손상 영향 전이를 고려한 손상지수 패턴의 경우 1층 손상 발생 시 정상상태와 동일한 일직선의 손상지수 분포 패턴을 보이나 정상상태의 이상거동 결정 경계 이상의 값을 보였다. 또한, 2층 손상의 경우, 손상 발생 지점인 2층에서 손상지수가 상승하여 한 계단 상승한 형태의 손상지수 분포 패턴을 보이고, 상승한 손상지수가 3층까지 지속되는 분포 형태를 보였다. 또한, 3층 손상의 경우, 손상 발생 지점인 3층에서만 손상지수가 상승하는 분포 형태를 보였다.
결론적으로, 단일 손상의 경우 최하층부의 제외하고, 손상 발생 지점에서 손상지수가 한 계단 상승하는 손상지수 분포 패턴을 보이여 최하층부인 1층의 손상지수의 경우 정상상태와 동일한 분포 형태이나 전 층에서 정상상태 이상의 손상지수 분포를 갖는 것을 확인하였다.
다음으로, 본 발명의 실시예에서는 데이터의 형태에 관계없이 해석 영역만을 고려하기 위하여 시간영역 및 주파수영역에 대하여 복합적으로 분석을 수행하였으며, 주파수영역에 따른 손상 영역의 전체 센서노드 손상지수를 비교하였다.
도 11b는 센서노드별 단일 손상 주파수영역에 대한 손상 검출결과를 나타내며, (a) 정상상태, (b) 1층 손상 상태, (c) 2층 손상 상태 및 (d) 3층 손상 상태를 각각 나타낸다.
도 11b를 참조하면, 단일 손상에 따른 손상 영역별 주파수영역 손상지수 패턴 변화는, 시간영역의 손상지수 패턴 변화와 동일한 패턴의 형태의 손상지수 분포 패턴을 갖는 것으로 확인하였으며, 상층부 손상인 2층 및 3층 손상에 대하여 손상지수가 상승하는 계단 폭이 시간영역과 비교할 경우 큰 폭으로 변화하였다. 따라서 시간영역과 동일하게 하층부에서의 손상 영향 전이가 하층부에서 상층부로 발생함을 확인하였다.
다음으로, 본 발명의 실시예에서는 총 4가지 복합 손상 영역을 정의하여 실험을 수행하였다. 복합 손상 역시 단일 손상과 동일하게 센서노드별 손상 검출의 경우 4가지 복합 손상에 대하여 각각의 센서노드에서 손상 검출이 가능하였다. 그러나 복합 손상 역시 단일 손상의 경우와 동일하게 손상 영향 전이로 인하여 이상거동을 오판하는 경우가 발생하였다. 따라서 손상지수 패턴을 분석하였다.
도 11c는 센서노드별 복합 손상 시간영역에 대한 손상 검출결과를 나타내며, (a) 1층 및 2층 손상 상태, (b) 1층 및 3층 손상 상태, (c) 2층 및 3층 손상 상태 및 (d) 1층, 2층 및 3층 손상 상태를 각각 나타낸다.
도 11c를 참조하면, 복합 손상의 경우 단일 손상과 동일하게 하층부 손상 영향 전이를 확인하였다. 1층??2층 및 1층??3층 복합손상에서 손상 영향 전이를 확인할 수 있었다. 또한, 1층??2층 복합 손상의 경우 2층의 손상 영향이 3층으로 전이 되는 것을 확인하였으며, 1층??3층 복합 손상의 경우 1층의 손상 영향이 2층으로 전이 되는 것을 확인하였다.
또한, 복합 손상 발생 시 손상 영향이 중첩되는 경향을 확인하였다. 도 11c의 (a)와 도 11a의 (c)를 비교할 경우, 1층??2층 복합 손상 발생 시 1층의 손상 영향이 2층으로 전이되고, 2층의 손상 영향이 중첩되어 복합 손상에 따른 2층의 손상지수가 단일 손상에 따른 2층 지수보다 더 큰 값의 분포를 갖는 것으로 확인하였다. 또한, 2층 손상과 동일하게 도 11c의 (b)와 도 11a의 (d)를 비교할 경우. 1층??3층 복합 손상 역시 3층 단일 손상과 비교 시 더 큰 손상지수 분포를 갖으며, 도 11c의 (c)와 (d)를 비교할 경우, 1층-2층-3층 복합 손상이 2층-3층 복합 손상지수보다 더 큰 값의 분포를 갖는 것을 확인하였다.
또한, 복합 손상 영역의 경우 단일 손상과 동일하게 손상 영향 전이 및 중첩의 특성에 의해 손상 영역에 따른 패턴을 확인하였다. 1층-2층 복합 손상의 경우, 손상 중첩에 따라 2층에서 손상지수가 상승하여 한 계단 상승한 형태의 손상지수 분포 패턴을 보이고 상승한 손상지수가 3층까지 지속되는 분포 형태를 보였다. 또한, 1층-3층 복합 손상의 경우, 손상 전이 특성에 따라 1층에서의 손상이 2층까지 전이되어 1층 및 2층에서 동일한 분포의 손상지수 패턴을 보였으며, 3층에서의 복합 손상으로 손상 영향이 중첩되어 한 계단 상승한 손상지수 분포 패턴을 보였다.
또한, 2층-3층 복합 손상의 경우, 손상 발생 지점인 2층에서 한 계단 상승하고, 손상 전이 및 중첩 특성에 의해 3층에서 한 계단 더 상승한 손상지수 패턴을 보였다. 1층-2층-3층 복합 손상의 경우, 역시 복합 손상 발생 지점인 2층, 3층의 손상지수에서 각각 한 계산씩 상승한 손상지수 패턴을 보였다.
도 11d는 센서노드별 복합 손상 주파수영역의 손상 검출결과를 나타내며, (a) 1층 및 2층 손상 상태, (b) 1층 및 3층 손상 상태, (c) 2층 및 3층 손상 상태, 및 (d) 1층, 2층 및 3층 손상 상태를 각각 나타낸다.
도 11d를 참조하면, 복합 손상의 경우 역시 단일 손상의 경우와 동일하게 주파수영역에 대한 손상지수 패턴 변화를 확인하였다. 이때, 복합 손상 역시 단일 손상의 경우와 동일하게 시간영역 및 주파수영역에 대한 손상지수 패턴 변화가 동일한 양상을 보였다. 또한, 동일한 센서노드에서의 손상지수 분포 변화가 일정하여 시간영역 보다 손상지수 패턴 변화를 명확하게 확인할 수 있었다.
한편, 손상 영역 패턴 분석 결과, 손상 영향 전이 특성으로 센서노드별 손상지수 상호 비교 과정만으로는 정확한 이상거동 판단 및 손상 영역 추정이 어렵다는 것을 확인하였다. 따라서 손상 영역 추정을 위해 전체 센서노드의 손상지수 패턴 분석이 필요하다. 그러나 손상 영역에 따른 손상지수 패턴 중 유사한 패턴을 갖는 손상 영역이 존재하며, 유사 손상지수 패턴에 대하여 각각의 손상 영역을 정의할 수 있어야 한다. 또한, 손상 영역 추출 시 각각의 센서노드별 센서노드의 손상지수와 전체 센서노드의 손상지수 패턴을 함께 분석하여 이상거동 오판 가능성을 최소화해야 한다.
다음으로, 도 11e는 손상 영역별 유사 패턴 형상을 나타내며, (a) 정상 상태, (b) 1층 손상 상태, (c) 2층 손상 상태, (d) 1층 및 2층 손상 상태, (e) 3층 손상 상태, (f) 1층 및 3층 손상 상태, (g) 2층 및 3층 손상 상태, 및 (h) 1층, 2층 및 3층 손상 상태를 각각 나타낸다.
도 11e를 참조하면, 구조물 손상에 따른 손상지수 패턴의 경우, 하층부 손상 영향 전이 미중첩 특성으로 단일 및 복합 손상 영역에서 유사한 손상지수 패턴을 보인다. 본 발명의 실시예에서 수행한 강제 진동 실험의 경우 시간영역 및 주파수영역 모두 손상 발생 시 손상지수가 한 계단 상승하는 패턴의 분포를 보이며 손상 영역별 유사 패턴 형상은 도 11e에 도시된 바와 같다.
이러한 유사 패턴의 경우, 동일 분포의 지속하고 계단 형태로 상승하는 형상에 있어 유사성을 보이며, 유사 패턴 발생시의 손상 영역에 대한 정의가 정확하지 않는다면 이상거동을 오판할 수 있다. 또한, 유사 손상지수 패턴 간 하층부 손상 여부에 따라 손상지수의 크기 차이가 발생하는 특징을 보인다.
한편, 도 12는 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 손상 영역별 패턴 분류를 나타내는 도면이다.
전술한 유사 손상지수 패턴간의 하층부 손상 여부에 따라 손상지수의 크기 차이가 발생함을 확인했다. 이때, 손상지수의 크기 차이는 손상 발생 영역의 최하층부에 따라 결정되는 것으로 판단되며, 이것은 센서노드별 손상지수 상호 비교를 통하여 판단할 수 있다. 따라서 각각의 센서노드별 이상거동을 검출함과 동시에 전체 센서노드의 손상지수 패턴을 함께 분석하여 손상 영역을 추정하였으며, 그 결과는 도 12에 도시된 바와 같다.
이러한 손상지수 패턴 분포에서 계단 형태의 분포 유무에 따라 1층 손상과 그 이외의 손상으로 구분할 수 있다. 1층 손상의 경우, 나머지 손상과 비교 시에 계단턱 형태의 패턴 분포를 보이지 않으며, 그 형태는 도 11e의 (a) 및 (b)과 같고, 이러한 분포 특성을 이용하여 1층 손상 영역을 판단할 수 있다. 이와 유사한 손상지수 패턴의 경우 정상상태에서도 확인할 수 있으나, 정상상태의 경우 센서노드별 이상거동 검출 시 검출되지 않기 때문에 구분할 수 있다.
또한, 1층 손상 영역 이외의 손상의 경우, 전체 센서노드의 손상지수 중 계단형 분포의 수량 및 위치에 따라 손상 영역을 구분할 수 있다. 계단형 분포 1개를 갖고 그 위치가 1층과 2층 사이에 존재 시 2층 또는 1층-2층 영역의 손상으로 추정할 수 있으며, 그 형태는 도 11e의 (c) 및 (d)과 같다. 이러한 유사한 두 패턴의 중 2층 영역의 단일 손상 시 1층 영역에서의 센서노드별 이상거동이 검출되지 않지만, 1층-2층 영역의 복합 손상 시 1층 영역에서의 이상거동이 검출된다.
또한, 계단형 분포 1개를 갖지만 그 위치가 2층과 3층 사이에 존재 시 3층 또는 1층-3층 영역의 손상으로 추정할 수 있으며, 그 형태는 도 11e의 (e) 및 (f)과 같다. 이러한 유사한 두 패턴의 중 3층 영역의 단일 손상 시 1층 및 2층 영역에서의 센서노드별 이상거동이 검출되지 않지만, 1층-3층 영역의 복합 손상 시 1층 및 2층 영역에서의 이상거동이 검출된다.
또한, 계단형 분포 2개를 갖으며 그 위치가 1층과 2층, 2층과 3층 사이에 존재 시 2층-3층 또는 1층-2층-3층 영역의 손상으로 추정할 수 있으며, 그 형태는 도 11e의 (g) 및 (h)과 같다. 이러한 유사한 두 패턴의 중 2층-3층 영역의 복합 손상 시 1층 영역에서의 센서노드별 이상거동이 검출되지 않지만, 1층-2층-3층 영역의 복합 손상 시 1층 영역에서의 이상거동이 검출된다.
본 발명의 실시예에 따른 자가학습 및 패턴인식 기법과 관련하여, 전술한 바와 같이 센서노드별 이상거동 및 전체 센서노드의 손상지수 패턴을 함께 분석하여 손상 영역 추정의 정확성을 향상시킬 수 있다. 이때, 구조물의 층수 증가에 따른 하층부 손상 영향의 전이 정도가 추가로 고려될 수 있다.
[구조물(200)의 이상거동 검출 및 안전성 평가 방법]
도 13은 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 방법의 동작흐름도이다.
도 13을 참조하면, 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 방법은, 먼저, 연속점검, 주기점검 및 시점점검 모드 선택에 따른 구조물 가속도 데이터를 실시간으로 수집하여 입력한다(S110). 여기서, 상기 데이터 수집부(120)에 의해 수집되어 입력되는 입력 데이터 파일명 및 입력 데이터 파일 내용 정렬 방식은 사용자에 의해 선택될 수 있다. 이때, 사용자는 연속점검, 주기점검 및 시점점검 모드 중에서 어느 하나의 점검모드를 선택할 수 있다.
다음으로, 시간영역 및 주파수영역 각각에 대한 입력 데이터의 특성을 추출한다(S120). 이때, 시간영역 신호의 손상 특성 추출을 위해 웨이블릿 변환 및 힐버트 변환을 이용하며, 손상지수를 도출하고, 의사결정을 위하여 관리도(control chart)를 이용한다. 또한, 주파수영역 신호의 손상 특성 추출을 위해 주요소 분석법(Principal Component Analysis: PCA)을 이용하며, 이후, 확률론적 접근법에 기반한 상관계수(Correlation Coefficient: CC) 및 제곱평균 편차(Root Mean Squared Deviation: RMSD)를 이용하여 손상지수를 도출하고 확률분포를 이용하여 의사결정을 수행한다.
다음으로, 시간영역 및 주파수영역 각각에 대한 구조물의 이상거동 판단 경계를 결정한다(S130). 이때, 시간영역에 대해서는 X-bar Chart 관리도에 따라 수행되고, 주파수영역에 대해서는 1-CC 및 RMSD에 따라 수행될 수 있다.
다음으로, 구조물 이상거동 및 손상을 검출한다(S140).
다음으로, 이상거동 및 손상이 검출된 센서노드별 손상지수를 비교하여 이상거동 발생 센서노드(220)를 확인하고(S150), 또한, 전체 센서노드(220)의 손상지수 패턴을 분석하여, 예를 들면, 하층부 손상 전이영역을 판단하고, 또한, 복합 손상 여부를 판단한다(S160). 구체적으로, 본 발명의 실시예에서는 구조물의 이상거동 검출 및 안정상 평가를 위해서 자가학습 및 패턴인식 기반의 의사결정 알고리즘을 구현하고, 또한, 강제 진동시험을 이용하여 획득한 시간영역 및 주파수영역의 데이터를 이용하여 알고리즘을 검증하며, 이를 통해 단일 손상 및 복합 손상에 대한 이상거동을 검출할 수 있다. 이에 따라 본 발명의 실시예에서는 손상지수 비교부(160)에 의한 손상지수 비교 과정을 센서노드(220)별 비교와 상기 손상지수 패턴 분석부(170)에 의한 전체 센서노드 비교의 두 가지 과정으로 나누어 수행하며, 각각의 손상 경우별 패턴을 각각 분석하여 구조물(200)의 손상 영역을 추정할 수 있다.
다음으로, 구조물 손상 영역을 추정하여 의사결정한다(S170). 예를 들면, 힐버트황 변환(HHT)을 통해 상기 구조물(200)의 순간주파수를 분석하여 이상거동 시점을 추정하게 된다. 이때, 연속으로 계측되는 데이터는 방대한 양으로 사용자의 주관적인 판단이나 주기적으로 이상거동을 평가할 수밖에 없으므로, 상기 구조물(200)의 이상거동을 연속적으로 판단이 가능한 이상거동이 발생하는 시점을 본 발명의 실시예에 따른 추정 알고리즘을 통해, 손상시점을 기준으로 전후의 데이터 특성을 추출 비교하는 과정을 통하여 안전성 평가의 정밀성을 높일 수 있다.
다음으로, 상기 추정된 손상영역 등의 구조물 손상 진단결과를 출력한다(S180). 이때, 본 발명의 실시예에서는 실사용자가 활용할 수 있도록 하는 사용자 인터페이스 설계 및 통합시스템 연동형 프로그램을 제공함으로써, 특히, 신뢰성이 확보된 관리 임계치를 자동설정하고, 경보 오류(False alarm)를 최소화할 수 있다.
[진동대에 설치된 교량 모형의 이상거동 검출 및 안전성 평가 실험]
도 14는 본 발명의 실시예에 따른 진동대에 설치된 교량 모형의 이상거동 검출 및 안전성 평가 장치를 나타내는 도면이고, 도 15a 및 도 15b는 각각 본 발명의 실시예에 따른 진동대에 설치된 교량 모형의 이상거동 검출 및 안전성 평가 실험 장치로부터 측정된 교량 응답신호 및 IMF로 분리된 측정신호를 나타내는 도면들이다.
본 발명의 실시예에 따른 구조물의 이상거동 시점을 재현하기 위하여, 도 14에 도시된 바와 같이, 본 발명의 실시예에 따른 진동대에 설치된 교량 모형의 이상거동 검출 및 안전성 평가 장치를 위해서 교량 모형(320)을 제작하고, 진동대(310)를 이용하여 강제 진동 시험을 수행하였다. 교량(320)의 중심을 기준으로 좌우로 각각 2㎜씩 도합 4㎜의 범위를 3㎐의 주기로 약 2분간 가진하였으며, 상기 구조물인 교량(320)의 이상거동을 모사하기 위하여 강제 가진이 진행되는 도중에 주탑에 연결된 케이블을 잘라 손상을 모사하였다. 이때, 가속도 응답의 측정은 주 경간의 중앙부에 ㅁ2G 센서를 부착하고, 200㎐의 샘플링 레이트(Sampling Rate)로 계측하였다.
도 15a는 측정된 교량 응답 신호를 나타내고, 도 15b는 측정된 교량 응답 신호에 대해 EMD를 수행하여 IMF로 분리된 측정신호를 각각 나타낸다. 도 15b에 도시된 바와 같이, 계측한 가속도 응답은 EMD 기법을 통해 IMF로 분리(IMF1~24, 잔차)할 수 있다.
한편, 도 16a 내지 도 16d는 각각 본 발명의 실시예에 따른 진동대에 설치된 교량 모형의 이상거동 검출 및 안전성 평가 실험 장치의 실험 결과를 설명하기 위한 도면들이다.
본 발명의 실시예에 따른 진동대에 설치된 교량 모형의 이상거동 검출 및 안전성 평가 실험 장치의 실험 결과로서, 대표값 선정과 순간주파수 계산을 위해서, 도 16a에 도시된 바와 같이 각 IMF의 제곱합을 계산하면, 대표 IMF 선정을 위한 제곱합의 정규화(Normalized) 결과로서, IMF6, 8, 7, 9의 순서로 다른 IMF와 변화량의 차이를 보여주고 있다.
도 16b는 원신호로부터 분리된 IMF6 신호를 나타내며, 도 16c는 선택된 IMF6의 순간주파수를 나타내고, 도 16d는 이상거동 시점 추정을 각각 나타낸다.
도 16d를 참조하면, 5초 부근의 첫 이상거동 시점은 진동대가 가진할 시점이며, 60초 부근의 시점은 외력에 의해 교량의 케이블이 절단된 시점이고, 140초 부근의 시점은 진동대의 가진이 끝나는 시점으로 확인된다.
결국, 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템은, 도 14에 도시된 진동대에 설치된 교량 모형의 이상거동 검출 및 안전성 평가 장치를 통해 검증할 수 있었다.
[구조물의 이상거동 검출 및 안전성 평가 시스템이 구현된 화면]
도 17은 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템이 구현된 기본화면을 예시하는 도면이고, 도 18a 및 도 18b는 각각 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템 구현시 센서정보 및 진단모드를 나타내는 도면들이다.
도 17은 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템이 구현된 기본화면(400)을 나타내며, 이때, 이상거동 모드로 전환되면 센서가 부착된 부재(400)는 다른 색으로 표현할 수 있다.
또한, 도 18a는 센서위치와 정보를 나타내며, 부재(410)를 클릭하면 센서인 1축 가속도계(421), 2축 가속도계(422) 및 3축 가속도계(423)의 위치와 종류 상태가 표시될 수 있다. 이때, 같은 종류별 레이어(Layer) 또는 그룹(Group) 기능이 필요하며, 상태우선순위는 오류 > 이상 > 정상으로 주어질 수 있다.
또한, 도 18b는 진단 모드(MENU) 및 상세정보를 나타내며, 센서를 클릭하면 POP-up Menu로 진단모드와 상세 정보를 알 수 있다. 여기서, 상기 진단 모드는 연속점검, 주기점검 및 시점점검으로 구분되고, 각각 점검 이력, 점검 예약 점검결과, 시점 입력 점검결과를 표출할 수 있고, 예를 들면, 연속 점검이 설정된 경우 5초에 1회씩 깜빡이는 애니메이션을 표출할 수 있고, 또는 확인하지 않은 점검 결과가 중'이상'이 있을 경우 사용자에게 알릴 수 있다.
또한, 상기 상세정보는, 설치시기, 설치 위치, 센서 종류, 상태 이력, 마지막 위험경보 시기, 측정데이터 추출하기, Always On Top, 집중 관찰 모드 및 배터리 정보를 포함하며, 여기서, Always On Top 기능은 이상거동 확인 모드로 전환하지 않아도 항상 상태확인을 할 수 있도록 최상위 메뉴에 위치하며, 또한, 집중 관찰 모드는 다른 센서보다 우선적으로 데이터를 수집하는 것을 나타낸다.
한편, 도 19는 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템 구현시 종합 진단결과를 나타내는 도면이다.
본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템의 경우, 도 19에 도시된 바와 같이, 안전성 평가 종합결과를 화면(500)으로 표시할 수 있다.
여기서, 도면부호 510은 시간축 스크롤 및 스케일 기능을 나타내며, 도면부호 520은 실시간 및 최대값이력 시간축을 연결하는 것을 나타내며, 도면부호 530은 연속검사 클릭시 데이터 추출을 나타내며, 도면부호 540은 연속검사 및 시점검사의 시간축 연결을 나타내고, 도면부호 550은 시점검사 축 클릭시의 FFT 및 HT 수행을 나타내며, 도면부호 560은 센서클릭 시 센서화면이 이동하는 것을 각각 나타낸다.
한편, 도 20a 및 도 20b는 각각 본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서 센서노드별 손상지수 표출 화면 및 전체 센서노드에 대해 손상지수를 비교하여 표출하는 화면을 예시하는 도면들로서, 도 30a는 센서노드별 손상지수 표출 화면을 나타내고, 도 30b는 전체 센서노드 손상지수 비교 표출 화면을 나타낸다.
본 발명의 실시예에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템에서, 손상지수 간 분석 결과 표출의 경우, 입력된 각각의 센서노드에 대한 손상지수 비교 결과와 전체 센서노드의 손상지수를 비교할 수 있는 결과를 표출할 수 있다. 예를 들면, 상층과 하층으로 구분할 수 있는 2층 이상의 구조물의 경우, 상층부 손상 시 그 손상 영향이 하층부로 전이되지 않지만 하층부 손상의 경우 그 손상 영향이 상층부로 전이되는 경향을 보인다. 따라서 하층부 손상의 상층부로의 전이 발생으로 센서노드의 이상거동을 오판하는 경우가 발생할 수 있다. 따라서 정확한 이상거동 판단 및 손상영역 추정을 위하여 사용자는 시간영역 및 주파수영역에 대하여 센서노드별 손상지수 상호비교를 실시하여 우선적으로 이상거동 발생 센서노드를 확인한 후, 전체 센서노드의 손상지수를 비교를 통하여 손상영역을 추정한다.
센서노드별 손상지수의 경우 정상 상태의 가속도 데이터를 이용하여 손상지수를 추출하고 이 값을 이상거동 경계로 사용하며 분석 데이터의 손상지수와의 비교를 통하여 센서노드의 이상거동을 판단할 수 있다. 도 20a에 도시된 바와 같이, 이상거동 발생 시 분석 데이터의 손상지수는 이상거동 경계와 비교 시 큰 값을 나타내도록 설계하였다.
전체 센서노드의 손상지수 패턴의 경우 센서노드 하층부의 손상 영향 전이 및 복합손상 여부에 따라 일정한 패턴으로 변화하며, 사용자는 이러한 특징에 따른 패턴 변화를 분석하여 손상 영역을 추정할 수 있도록 한다. 손상지수의 패턴 변화를 분석하는 과정에서 시간영역 및 주파수영역 가속도 데이터는 환경적 영향으로 그 민간도가 변화하는 특징을 가지고 있어 손상지수의 패턴 변화 감지가 난해한 상황이 발생할 수 있다. 따라서 이 점을 고려하여 이상거동 평가의 정확도 향상을 위해 도 20b에 도시된 바와 같이, 전체 센서노드 손상지수 표출 시 시간영역 및 주파수영역에 해당하는 손상지수를 조합형으로 표출할 수 있다.
본 발명의 실시예에 따르면, 대형 사회기반시설물인 구조물의 고주파 진동 응답신호로부터 시간영역 및 주파수영역을 조합 분석하고, 자가학습 및 패턴인식 기반의 알고리즘에 따라 구조물의 비정상 거동 평가를 수행함으로써 구조물의 연속적 이상거동 시점을 용이하게 추정할 수 있다. 또한, 본 발명의 실시예에 따르면, 구조물의 이상거동이 감지될 때마다 감지된 이상거동의 진위를 판별할 수 있고, 센서노드를 중심으로 하여 손상 영역을 용이하게 추정할 수 있다. 또한, 데이터베이스를 활용하여 기존의 시스템을 그대로 활용할 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100: 구조물의 이상거동 검출 및 안전성 평가 시스템
200: 구조물
110:(연속점검/주기점검/시점점검) 점검모드 선택부
120: 데이터 수집부
130: 입력 데이터 특성 추출부
140: 판단 경계 결정부
150: 구조물 이상거동 및 손상 검출부
160: 손상지수 비교부
170: 손상지수 패턴 분석부
180: 손상 영역 추정부
190: 손상 진단결과 출력부
220: 가속도센서가 부착된 센서노드
200: 구조물
110:(연속점검/주기점검/시점점검) 점검모드 선택부
120: 데이터 수집부
130: 입력 데이터 특성 추출부
140: 판단 경계 결정부
150: 구조물 이상거동 및 손상 검출부
160: 손상지수 비교부
170: 손상지수 패턴 분석부
180: 손상 영역 추정부
190: 손상 진단결과 출력부
220: 가속도센서가 부착된 센서노드
Claims (16)
- 가속도센서가 부착된 다수의 센서노드(220)를 구조물(200)에 설치하여 이상거동을 검출하고 안전성을 평가하는 시스템에 있어서,
연속점검, 주기점검 및 시점점검 모드 중에서 점검모드를 선택하는 점검모드 선택부(110);
상기 선택된 점검모드에 따라 구조물(200)에 설치된 다수의 센서노드(220)로부터 상기 구조물(200)의 가속도 데이터를 실시간으로 수집하는 데이터 수집부(120);
시간영역 및 주파수영역 각각에 대한 입력 데이터의 특성을 추출하는 입력 데이터 특성 추출부(130);
상기 구조물(200)의 이상거동 및 손상을 검출하여 손상지수를 도출하는 구조물 이상거동 및 손상 검출부(150);
이상거동 및 손상이 검출된 센서노드(220)별 손상지수를 비교하여 이상거동 발생 센서노드(220)를 확인하는 손상지수 비교부(160);
전체 센서노드(220)의 손상지수 패턴을 분석하는 손상지수 패턴 분석부(170); 및
자가학습 및 패턴인식 기반으로 상기 구조물(200)의 손상 영역을 추정하는 손상 영역 추정부(180)
를 포함하되,
상기 구조물(200)의 이상거동시 발생하는 주파수 변화를 시간영역에서 감지하는 것을 특징으로 하는 구조물의 이상거동 검출 및 안전성 평가 시스템. - 제1항에 있어서,
상기 연속점검은 구조물의 중요 부위를 지속적으로 감시하도록 이상 시점 감시 방식으로 수행되고, 상기 주기점검은 주기적으로 안전 상태를 평가하도록 시간영역 및 주파수영역 안전성 검사 방식으로 수행되며, 상기 시점점검은 사용자의 요구 및 지정 또는 연속점검 결과의 시점을 기준으로 안전 상태를 평가하도록 시간영역 및 주파수영역 안전성 검사 방식으로 수행되는 것을 특징으로 하는 구조물의 이상거동 검출 및 안전성 평가 시스템. - 제1항에 있어서,
상기 입력 데이터 특성 추출부(130)에서 시간영역 신호의 손상 특성 추출을 위해 웨이블릿 변환 및 힐버트 변환을 이용하며, 관리도(control chart)를 이용하여 손상지수를 도출하는 것을 특징으로 하는 구조물의 이상거동 검출 및 안전성 평가 시스템. - 제1항에 있어서,
상기 입력 데이터 특성 추출부(130)에서 주파수영역 신호의 손상 특성 추출을 위해 주요소 분석법(Principal Component Analysis: PCA)을 이용하며, 확률론적 접근법에 기반한 상관계수(Correlation Coefficient: CC) 및 제곱평균 편차(Root Mean Squared Deviation: RMSD)를 이용하여 손상지수를 도출하고, 확률분포를 이용하여 의사결정을 수행하는 것을 특징으로 하는 구조물의 이상거동 검출 및 안전성 평가 시스템. - 제1항에 있어서,
상기 시간영역 및 주파수영역 각각에 대한 구조물(200)의 이상거동 판단 경계를 수행하는 결정판단 경계 결정부(140)를 추가로 포함하는 구조물의 이상거동 검출 및 안전성 평가 시스템. - 제1항에 있어서,
상기 손상지수 패턴 분석부(170)는 전체 센서노드(220)의 손상지수 패턴을 분석하여, 상기 구조물(200)의 하층부 손상 전이영역을 판단하고, 상기 구조물(200)의 복합 손상 여부를 판단하는 것을 특징으로 하는 구조물의 이상거동 검출 및 안전성 평가 시스템. - 제1항에 있어서,
상기 손상 영역 추정부(180)는 힐버트황 변환(HHT)을 통해 상기 구조물(200)의 순간주파수를 분석하여 이상거동 시점을 추정하는 것을 특징으로 하는 구조물의 이상거동 검출 및 안전성 평가 시스템. - 제7항에 있어서,
상기 손상 영역 추정부(180)는 손상 시점을 기준으로 전후의 데이터 특성을 추출 비교하는 것을 특징으로 하는 구조물의 이상거동 검출 및 안전성 평가 시스템. - 제1항에 있어서,
상기 데이터 수집부(120)에 의해 수집되어 입력되는 데이터에 대해 입력 데이터 파일명 및 입력 데이터 파일 내용 정렬 방식이 사용자에 의해 선택되는 것을 특징으로 하는 구조물의 이상거동 검출 및 안전성 평가 시스템. - 제1항에 있어서,
상기 손상 영역 추정부(180)에서 추정된 손상영역의 진단결과를 출력하는 손상 진단결과 출력부(190)를 추가로 포함하는 구조물의 이상거동 검출 및 안전성 평가 시스템. - 가속도센서가 부착된 다수의 센서노드(220)를 구조물(200)에 설치하여 이상거동을 검출하고 안전성을 평가하는 방법에 있어서,
a) 연속점검, 주기점검 및 시점점검 모드 선택에 따른 구조물(200)의 가속도 데이터를 실시간으로 수집하여 입력하는 단계;
b) 시간영역 및 주파수영역 각각에 대한 입력 데이터의 특성을 추출하는 단계;
c) 시간영역 및 주파수영역 각각에 대한 상기 구조물(200)의 이상거동 판단 경계를 결정하는 단계;
d) 상기 구조물(200)의 이상거동 및 손상을 검출하는 단계;
e) 상기 구조물(200)의 이상거동 및 손상이 검출된 센서노드별 손상지수를 비교하는 단계;
f) 전체 센서노드의 손상지수 패턴을 분석하는 단계; 및
g) 자가학습 및 패턴인식 기반으로 상기 구조물(200)의 손상 영역을 추정하여 의사결정하는 단계
를 포함하되,
상기 구조물(200)의 이상거동시 발생하는 주파수 변화를 시간영역에서 감지하는 것을 특징으로 하는 구조물의 이상거동 검출 및 안전성 평가 방법. - 제11항에 있어서,
상기 연속점검은 구조물의 중요 부위를 지속적으로 감시하도록 이상 시점 감시 방식으로 수행되고, 상기 주기점검은 주기적으로 안전 상태를 평가하도록 시간영역 및 주파수영역 안전성 검사 방식으로 수행되며, 상기 시점점검은 사용자의 요구 및 지정 또는 연속점검 결과의 시점을 기준으로 안전 상태를 평가하도록 시간영역 및 주파수영역 안전성 검사 방식으로 수행되는 것을 특징으로 하는 구조물의 이상거동 검출 및 안전성 평가 방법. - 제11항에 있어서,
상기 b) 단계에서 시간영역 신호의 손상 특성 추출을 위해 웨이블릿 변환 및 힐버트 변환을 이용하며, 관리도(control chart)를 이용하여 손상지수를 도출하는 것을 특징으로 하는 구조물의 이상거동 검출 및 안전성 평가 방법. - 제11항에 있어서,
상기 b) 단계에서 주파수영역 신호의 손상 특성 추출을 위해 주요소 분석법(PCA)을 이용하며, 확률론적 접근법에 기반한 상관계수(CC) 및 제곱평균 편차(RMSD)를 이용하여 손상지수를 도출하고, 확률분포를 이용하여 의사결정을 수행하는 것을 특징으로 하는 구조물의 이상거동 검출 및 안전성 평가 방법. - 제11항에 있어서,
상기 f) 단계는 전체 센서노드(220)의 손상지수 패턴을 분석하여, 상기 구조물(200)의 하층부 손상 전이영역을 판단하고, 상기 구조물(200)의 복합 손상 여부를 판단하는 것을 특징으로 하는 구조물의 이상거동 검출 및 안전성 평가 방법. - 제11항에 있어서,
상기 g) 단계는 힐버트황 변환(HHT)을 통해 상기 구조물(200)의 순간주파수를 분석하여 이상거동 시점을 추정하고, 손상 시점을 기준으로 전후의 데이터 특성을 추출 비교하는 것을 특징으로 하는 구조물의 이상거동 검출 및 안전성 평가 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140022037A KR101431237B1 (ko) | 2014-02-25 | 2014-02-25 | 구조물의 이상거동 검출 및 안전성 평가 시스템과 그 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140022037A KR101431237B1 (ko) | 2014-02-25 | 2014-02-25 | 구조물의 이상거동 검출 및 안전성 평가 시스템과 그 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101431237B1 true KR101431237B1 (ko) | 2014-08-22 |
Family
ID=51750669
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020140022037A KR101431237B1 (ko) | 2014-02-25 | 2014-02-25 | 구조물의 이상거동 검출 및 안전성 평가 시스템과 그 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101431237B1 (ko) |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101646981B1 (ko) | 2015-02-27 | 2016-08-09 | 한국건설기술연구원 | 구조물의 안전성 평가를 위한 데이터 처리 시스템 및 그 방법 |
| KR20170069138A (ko) | 2016-10-12 | 2017-06-20 | 연세대학교 산학협력단 | 인공신경망 기반 고층 구조물 응력 예측모델 시스템, 이를 이용한 안전평가 시스템 및 그 평가방법 |
| KR101754165B1 (ko) * | 2015-12-08 | 2017-07-06 | 한국건설기술연구원 | 비주기 가속도 데이터를 병합한 구조물 이상거동 검출 및 안전성 평가 시스템 |
| KR101754158B1 (ko) * | 2015-12-08 | 2017-07-19 | 한국건설기술연구원 | 시점이 동기화된 센서데이터를 획득할 수 있는 지능형 시설물 안전감시 시스템 및 그 방법 |
| KR101837669B1 (ko) | 2016-12-30 | 2018-03-12 | 한국건설기술연구원 | 낯설기 지수를 이용한 구조물의 이상거동 검출 시스템, 방법, 및 상기 방법을 실행하기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 |
| KR102087025B1 (ko) * | 2018-11-21 | 2020-03-10 | 주식회사 위스타 | 실시간 균열 감지 방법 및 장치 |
| KR20200119022A (ko) | 2019-04-09 | 2020-10-19 | 한국건설기술연구원 | 구조물의 긴급 동적위험도 평가시스템 및 방법 |
| KR20200121640A (ko) | 2019-04-16 | 2020-10-26 | 한국건설기술연구원 | 동적변위 기반 구조물 긴급 동적위험도 평가시스템 및 방법 |
| KR20200126655A (ko) | 2019-04-30 | 2020-11-09 | 한국건설기술연구원 | 제한된 실측값을 이용한 수치해석 결과 도출 시스템 및 방법 |
| KR20210024762A (ko) | 2019-08-26 | 2021-03-08 | 한국건설기술연구원 | 구조물의 긴급 동적 안정성 판단 시스템 |
| KR20220011334A (ko) * | 2020-07-21 | 2022-01-28 | 한양대학교 산학협력단 | 합성곱신경망 기반 복합재 구조물의 손상위치탐지 시스템 및 그 방법 |
| KR20220062201A (ko) * | 2020-11-06 | 2022-05-16 | 충북대학교 산학협력단 | Ｌｓｔｍ 기반 구조물의 동적특성 자동추출방법 및 이를 수행하는 시스템 |
| CN115046589A (zh) * | 2022-06-23 | 2022-09-13 | 安徽省高速公路试验检测科研中心有限公司 | 一种基于振动信号分析的伸缩缝锚固性能检测方法 |
| KR102488803B1 (ko) | 2021-11-25 | 2023-01-18 | 한국철도기술연구원 | 센서노드와 무선네트워크를 이용한 철도노반 구조물의 형상 데이터 축적 시스템 및 그 방법 |
| CN118229478A (zh) * | 2024-01-10 | 2024-06-21 | 金税信息技术服务股份有限公司 | 一种场所动态安防管理系统及方法 |
| KR102707678B1 (ko) * | 2024-07-08 | 2024-09-19 | 주식회사 에이피엠텍 | 토목 및 건축 구조물의 진단 및 감시 시스템의 데이터 수집장치를 이용한 진단 및 감시 방법 |
| JP7590610B2 (ja) | 2019-03-18 | 2024-11-26 | 株式会社Ｎｔｔファシリティーズ | 建物健全性検証システム、建物健全性検証方法、およびプログラム |
| KR20250009126A (ko) | 2023-07-10 | 2025-01-17 | 가온이엔에스 주식회사 | 오일샌드 플랜트용 실시간 계측 및 지능형 진단 시스템 |
| JP7623235B2 (ja) | 2021-06-25 | 2025-01-28 | 清水建設株式会社 | 建物の応答推定システムおよび建物の応答推定方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100358951B1 (ko) | 2000-08-17 | 2002-10-31 | (주)지오넷 | 구조물 무인관리 시스템 |
| US20030154786A1 (en) | 2002-02-21 | 2003-08-21 | Duron Ziyad H. | Device and method for determining and detecting the onset of structural collapse |
| KR20100047697A (ko) * | 2008-10-29 | 2010-05-10 | 한국유지관리 주식회사 | 스트레인을 이용한 구조물의 붕괴 징후 감지 시스템 |
| JP2013145122A (ja) | 2012-01-13 | 2013-07-25 | Nippon Telegr & Teleph Corp <Ntt> | 柱状構造物の異常検知システムおよび異常検知方法 |
-
2014
- 2014-02-25 KR KR1020140022037A patent/KR101431237B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100358951B1 (ko) | 2000-08-17 | 2002-10-31 | (주)지오넷 | 구조물 무인관리 시스템 |
| US20030154786A1 (en) | 2002-02-21 | 2003-08-21 | Duron Ziyad H. | Device and method for determining and detecting the onset of structural collapse |
| KR20100047697A (ko) * | 2008-10-29 | 2010-05-10 | 한국유지관리 주식회사 | 스트레인을 이용한 구조물의 붕괴 징후 감지 시스템 |
| JP2013145122A (ja) | 2012-01-13 | 2013-07-25 | Nippon Telegr & Teleph Corp <Ntt> | 柱状構造物の異常検知システムおよび異常検知方法 |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101646981B1 (ko) | 2015-02-27 | 2016-08-09 | 한국건설기술연구원 | 구조물의 안전성 평가를 위한 데이터 처리 시스템 및 그 방법 |
| KR101754165B1 (ko) * | 2015-12-08 | 2017-07-06 | 한국건설기술연구원 | 비주기 가속도 데이터를 병합한 구조물 이상거동 검출 및 안전성 평가 시스템 |
| KR101754158B1 (ko) * | 2015-12-08 | 2017-07-19 | 한국건설기술연구원 | 시점이 동기화된 센서데이터를 획득할 수 있는 지능형 시설물 안전감시 시스템 및 그 방법 |
| KR20170069138A (ko) | 2016-10-12 | 2017-06-20 | 연세대학교 산학협력단 | 인공신경망 기반 고층 구조물 응력 예측모델 시스템, 이를 이용한 안전평가 시스템 및 그 평가방법 |
| KR101837669B1 (ko) | 2016-12-30 | 2018-03-12 | 한국건설기술연구원 | 낯설기 지수를 이용한 구조물의 이상거동 검출 시스템, 방법, 및 상기 방법을 실행하기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 |
| KR102087025B1 (ko) * | 2018-11-21 | 2020-03-10 | 주식회사 위스타 | 실시간 균열 감지 방법 및 장치 |
| JP7590610B2 (ja) | 2019-03-18 | 2024-11-26 | 株式会社Ｎｔｔファシリティーズ | 建物健全性検証システム、建物健全性検証方法、およびプログラム |
| KR20200119022A (ko) | 2019-04-09 | 2020-10-19 | 한국건설기술연구원 | 구조물의 긴급 동적위험도 평가시스템 및 방법 |
| KR20200121640A (ko) | 2019-04-16 | 2020-10-26 | 한국건설기술연구원 | 동적변위 기반 구조물 긴급 동적위험도 평가시스템 및 방법 |
| KR20200126655A (ko) | 2019-04-30 | 2020-11-09 | 한국건설기술연구원 | 제한된 실측값을 이용한 수치해석 결과 도출 시스템 및 방법 |
| KR20210024762A (ko) | 2019-08-26 | 2021-03-08 | 한국건설기술연구원 | 구조물의 긴급 동적 안정성 판단 시스템 |
| KR20220011334A (ko) * | 2020-07-21 | 2022-01-28 | 한양대학교 산학협력단 | 합성곱신경망 기반 복합재 구조물의 손상위치탐지 시스템 및 그 방법 |
| KR102391064B1 (ko) * | 2020-07-21 | 2022-04-27 | 한양대학교 산학협력단 | 합성곱신경망 기반 복합재 구조물의 손상위치탐지 시스템 및 그 방법 |
| KR20220062201A (ko) * | 2020-11-06 | 2022-05-16 | 충북대학교 산학협력단 | Ｌｓｔｍ 기반 구조물의 동적특성 자동추출방법 및 이를 수행하는 시스템 |
| KR102527526B1 (ko) | 2020-11-06 | 2023-05-02 | 충북대학교 산학협력단 | Ｌｓｔｍ 기반 구조물의 동적특성 자동추출방법 및 이를 수행하는 시스템 |
| JP7623235B2 (ja) | 2021-06-25 | 2025-01-28 | 清水建設株式会社 | 建物の応答推定システムおよび建物の応答推定方法 |
| KR102488803B1 (ko) | 2021-11-25 | 2023-01-18 | 한국철도기술연구원 | 센서노드와 무선네트워크를 이용한 철도노반 구조물의 형상 데이터 축적 시스템 및 그 방법 |
| CN115046589A (zh) * | 2022-06-23 | 2022-09-13 | 安徽省高速公路试验检测科研中心有限公司 | 一种基于振动信号分析的伸缩缝锚固性能检测方法 |
| KR20250009126A (ko) | 2023-07-10 | 2025-01-17 | 가온이엔에스 주식회사 | 오일샌드 플랜트용 실시간 계측 및 지능형 진단 시스템 |
| CN118229478A (zh) * | 2024-01-10 | 2024-06-21 | 金税信息技术服务股份有限公司 | 一种场所动态安防管理系统及方法 |
| KR102707678B1 (ko) * | 2024-07-08 | 2024-09-19 | 주식회사 에이피엠텍 | 토목 및 건축 구조물의 진단 및 감시 시스템의 데이터 수집장치를 이용한 진단 및 감시 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101431237B1 (ko) | 구조물의 이상거동 검출 및 안전성 평가 시스템과 그 방법 | |
| Limongelli | The interpolation damage detection method for frames under seismic excitation | |
| TWI449883B (zh) | 結構體安全性之分析方法 | |
| Okasha et al. | Reliability analysis and damage detection in high-speed naval craft based on structural health monitoring data | |
| KR102098888B1 (ko) | 재난 피해 예측 및 분석 시스템, 방법 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 | |
| EP2992340B1 (en) | System and method for ups battery monitoring and data analysis | |
| CN107687924B (zh) | 一种桥梁的安全预警方法及系统 | |
| KR101711606B1 (ko) | 유사도 기반 해양 구조물 손상 추정 방법 | |
| KR20130100266A (ko) | 납땜 이음의 품질을 검사하는 방법 | |
| CN102789676B (zh) | 一种基于报警证据融合的工业报警器设计方法 | |
| CN109655298A (zh) | 一种大跨度金属屋面的故障实时预警方法及装置 | |
| KR101579732B1 (ko) | 스마트 콘크리트 구조물의 건전성을 모니터링하기 위한 방법 | |
| CN106198749A (zh) | 一种基于金属裂纹监测的多路传感器的数据融合方法 | |
| KR101754165B1 (ko) | 비주기 가속도 데이터를 병합한 구조물 이상거동 검출 및 안전성 평가 시스템 | |
| KR101646981B1 (ko) | 구조물의 안전성 평가를 위한 데이터 처리 시스템 및 그 방법 | |
| CN118501261A (zh) | 一种基于压电陶瓷的钢管混凝土构件缺陷检测方法 | |
| Manservigi et al. | Development and validation of a general and robust methodology for the detection and classification of gas turbine sensor faults | |
| CN111417970A (zh) | 利用实时数据的湿井预测 | |
| CN103487250A (zh) | 基于二维投射的煤矿设备预知维护方法 | |
| CN106770861B (zh) | 油浸式变压器在线监控数据可用性的评价方法 | |
| CN118658269B (zh) | 一种多点位协同的隧道气体感知报警方法及装置 | |
| CN118840818B (zh) | 一种智能电缆的火灾预警方法 | |
| CN114895163A (zh) | 一种基于电缆绝缘性能的电缆巡检定位装置及方法 | |
| CN110186384A (zh) | 船体结构应力监测系统传感器偏差故障诊断方法 | |
| Sbarufatti et al. | Model-assisted performance qualification of a distributed SHM system for fatigue crack detection on a helicopter tail boom |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20140225 |
|
| PA0201 | Request for examination | ||
| PA0302 | Request for accelerated examination |
Patent event date: 20140226 Patent event code: PA03022R01D Comment text: Request for Accelerated Examination Patent event date: 20140225 Patent event code: PA03021R01I Comment text: Patent Application |
|
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20140328 Patent event code: PE09021S01D |
|
| E701 | Decision to grant or registration of patent right | ||
| PE0701 | Decision of registration |
Patent event code: PE07011S01D Comment text: Decision to Grant Registration Patent event date: 20140728 |
|
| GRNT | Written decision to grant | ||
| PR0701 | Registration of establishment |
Comment text: Registration of Establishment Patent event date: 20140811 Patent event code: PR07011E01D |
|
| PR1002 | Payment of registration fee |
Payment date: 20140812 End annual number: 3 Start annual number: 1 |
|
| PG1601 | Publication of registration | ||
| FPAY | Annual fee payment |
Payment date: 20170802 Year of fee payment: 4 |
|
| PR1001 | Payment of annual fee |
Payment date: 20170802 Start annual number: 4 End annual number: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20200210 Year of fee payment: 6 |
|
| PR1001 | Payment of annual fee |
Payment date: 20200210 Start annual number: 6 End annual number: 6 |
|
| PR1001 | Payment of annual fee |
Payment date: 20200803 Start annual number: 7 End annual number: 7 |
|
| PR1001 | Payment of annual fee |
Payment date: 20210803 Start annual number: 8 End annual number: 8 |
|
| PR1001 | Payment of annual fee |
Payment date: 20220801 Start annual number: 9 End annual number: 9 |
|
| PR1001 | Payment of annual fee |
Payment date: 20230801 Start annual number: 10 End annual number: 10 |