KR101559835B1 - 스마트 구조물의 유지 관리를 위한 est 기반 최적 압축데이터 계측 시스템 - Google Patents
스마트 구조물의 유지 관리를 위한 est 기반 최적 압축데이터 계측 시스템 Download PDFInfo
- Publication number
- KR101559835B1 KR101559835B1 KR1020150017210A KR20150017210A KR101559835B1 KR 101559835 B1 KR101559835 B1 KR 101559835B1 KR 1020150017210 A KR1020150017210 A KR 1020150017210A KR 20150017210 A KR20150017210 A KR 20150017210A KR 101559835 B1 KR101559835 B1 KR 101559835B1
- Authority
- KR
- South Korea
- Prior art keywords
- smart structure
- algorithm
- smart
- est
- optimum
- Prior art date
Links
- 238000007906 compression Methods 0.000 title claims abstract description 38
- 230000006835 compression Effects 0.000 title claims abstract description 38
- 238000012423 maintenance Methods 0.000 title claims description 37
- 238000005259 measurement Methods 0.000 claims abstract description 99
- 230000004044 response Effects 0.000 claims abstract description 52
- 230000006872 improvement Effects 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 61
- 230000006378 damage Effects 0.000 claims description 43
- 238000011156 evaluation Methods 0.000 claims description 42
- 239000011159 matrix material Substances 0.000 claims description 37
- 238000001514 detection method Methods 0.000 claims description 18
- 230000005284 excitation Effects 0.000 claims description 11
- 230000036541 health Effects 0.000 claims description 11
- 238000005314 correlation function Methods 0.000 claims description 8
- 238000000354 decomposition reaction Methods 0.000 claims description 2
- 238000001228 spectrum Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 2
- 230000001052 transient effect Effects 0.000 abstract 1
- 238000012544 monitoring process Methods 0.000 description 17
- 230000008859 change Effects 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 12
- 239000013598 vector Substances 0.000 description 12
- 230000006399 behavior Effects 0.000 description 9
- 238000013144 data compression Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035882 stress Effects 0.000 description 1
- 230000007847 structural defect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M7/00—Vibration-testing of structures; Shock-testing of structures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
-
- 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
- G01M5/0091—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by using electromagnetic excitation or detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Aviation & Aerospace Engineering (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Immunology (AREA)
- Electromagnetism (AREA)
- Biochemistry (AREA)
- Economics (AREA)
- Analytical Chemistry (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Pathology (AREA)
- Chemical & Material Sciences (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Acoustics & Sound (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
본 발명은 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템에 관한 것으로, 상세하게는 최적 센서위치 결정 알고리즘, 상시진동 응답 분석 알고리즘, FE모델 개선 알고리즘 및 최적 압축데이터 계측 알고리즘이 컴퓨터를 포함하는 연산처리수단에 의하여 실행되는 프로그램 형태로 이루어지는 EST(Embedded Software Technology) 기반의 계측 시스템에 임베디딩되어, 용이하게 스마트 구조물을 유지 관리와 더불어 실시간 운영/연산/처리/대응하도록 하는 것을 특징으로 하는 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템에 관한 것이다.
Description
본 발명은 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템에 관한 것으로서, EST(Embedded Software Technology) 기반의 계측 시스템에 임베디딩되어, 최적 센서위치 결정 알고리즘을 통한 스마트 구조물에 구비되어 있는 센서들의 위치를 합리적이고 효율적으로 결정하고 상시진동 응답 분석 알고리즘을 통한 스마트 구조물의 실시간 상시진동을 이용한 거동특성을 파악하며 FE(유한요소, Finite Element) 모델개선 알고리즘을 통한 스마트 구조물의 기본 구성 수치모델을 산출하고 최적 압축데이터 계측 알고리즘을 통한 스마트 구조물의 상태평가 및 손상검출에 요구된 대용량 획득 데이터의 크기를 압축시키면서 스마트 구조물의 응답 정보를 함축적으로 획득하여, 실시간으로 스마트 구조물의 동적응답을 효율적으로 획득할 수 있는 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템에 관한 것이다.
일반적으로 건설 구조물은 시공 후 다양한 유해환경(조건)의 노출로 인해 점진적인 노후화 뿐 아니라, 특정 이벤트에 의한 구조적 결함이 발생될 수 있으며, 이는 당초 설계된 기대수명을 단축시키거나 예견치 못한 손상(파괴) 등의 심각한 구조적 문제를 야기시킬 수 있다. 더불어 노후화나 예견치 못한 손상 등은 구조물의 특성을 반영하는 질량, 강성 등의 요소에 변화를 나타나게 하고, 이러한 변화는 원형 구조물(Integrity Structure)의 동적 특성치의 변화를 야기시킨다.
따라서, 구조물의 동적 특성을 중장기적인 관점에서 지속적인 건전도 모니터링(Health Monitoring)과 진단, 유지, 관리(maintenance)의 노력은 매우 중요하며, 이를 위해 기준된 시점에서 구조적 상태의 온전한 규명(SI, Structural Identification)이 선행되어야 한다. 최근 들어, 구조물 스스로가 구조적 상태를 인지/판단하고, 적절한 대응능력을 갖추도록 한 스마트 구조물(Smart Structure)의 기술이 요구되었다.
이를 위해서, 상시 구조물 모니터링 시스템(SHM, Structural Health Monitoring)의 역할이 중요하게 이용되고 있다. 이러한 점에서 모니터링 시스템을 구현하고자 하는 많은 연구가 시도되고 있으며, 이와 같은 모니터링 기술은 건물, 교량 등과 같은 구조물의 동적 거동 상황을 측정, 분석 및 진단함으로써 구조물의 안전성을 극대화하고, 구조물의 안전성을 향상시킬 수 있는 기술이다.
이러한 모니터링 기술은 주로 구조물에 부착된 센서에서 데이터를 획득하고, 이들 데이터를 변환하여 구조물의 손상도 평가를 위한 데이터를 분석하는 과정을 통하여 이루어지게 된다.
그러나, 효과적인 상시 구조물 모니터링 시스템을 설계하는데 있어서는, 매우 많은 기술들을 필요로 함에도 불구하고, 현행 진단 및 모니터링 기술은 획일적이고 한정된 기술만을 활용하는 것이 일반적이다.
이에 따라, 현행 진단 및 모니터링 기술은 구조적 상태를 인지/판단 능력과 구조적 상태의 온전한 규명 능력이 미흡하다.
특히, 현행 진단 및 모니터링 기술은 대부분 구조물을 가진시키기 위한 인위적인 입력 가진을 구조물에 발생시켜야 하고, 이로 인한 많은 문제점 등으로 인해 조건부에 근거한 건전도(Health) 모니터링에 그치고 있는 실정이다.
따라서, 불특정 외력에 대한 상시진동 기반의 구조물 건전도 모니터링 기술과 이 때, 다수의 계측점을 효율적으로 활용하여 최소한의 센서를 이용하여 최대한의 구조물 정보를 획득하고, 실제의 구조응답 정보를 반영하여 기본 구조물을 계측할 수 있는 최적 SI 기술이 절실히 요구되고 있다.
이 때, 구조물에 구비되는 다수의 센서 위치(계측점)를 목적 모드에 적합하도록 선택적으로 줄일 수 있다면, 경제성과 효율성을 동시에 높일 수 있는 효과가 있다. 특히, 실시간/장기적 계측을 요구하는 건전도 모니터링은 계측 데이터의 처리가 매우 수치 집약적이며, 수많은 반복 연산을 요구하기 때문에, 결국 감시정보의 질을 최대화하면서 계측기의 수량을 최소화하는 것이 상당히 중요한 일이다.
더불어 현행 진단 및 모니터링 기술은 대부분 구조물을 가진시키기 위한 인위적인 입력 가진을 구조물에 발생시킴으로써 야기되는 많은 문제점을 해결하기 위하여, 윤하중, 활하중, 기타 인위적/자연적 외력하중에 의한 상시진동을 이용하여 구조물 거동 특성을 분석/도출 할 수 있다면, 실무적인 관점에서 동특성 분석기술로 용이하게 활용될 수 있다.
또한, 이들 실제 구조물의 계측 데이터 기반의 모달 정보를 활용하여 기본 구조물을 구축할 수 있다면, 구조물의 상태평가는 물론 SI를 위한 기준된 수치 모델을 제시할 수도 있다. 더불어, 이러한 기술들을 실무에서 활용하기 위해서는 시스템으로의 구성이 요구된다.
최근 S/W Design 기술의 발달로, 계측분야에서는 임베디드 컴퓨팅 기술이 각광을 받고 있다.
따라서, 본 발명의 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템은 상술한 다양한 기술을 접목해 하나의 단일 계측 시스템으로 구성하고, 이 때 기존 하드웨어 기반이 아닌 소프트웨어적으로 알고리즘을 개발하고 이를 임베디딩함으로써 효율적이고 정확하게 계측/모니터링 시스템을 구축할 수 있다.
다시 말하자면, 본 발명의 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템은 EST(Embedded Software Technology) 기반의 계측 시스템에 임베디딩되어, 최적 센서위치 결정 알고리즘을 통한 스마트 구조물에 구비되어 있는 센서들의 위치를 합리적이고 효율적으로 결정하고 상시진동 응답 분석 알고리즘을 통한 스마트 구조물의 실시간 상시진동을 이용한 거동특성을 파악하며 FE(유한요소, Finite Element) 모델개선 알고리즘을 통한 스마트 구조물의 기본 구성 수치모델을 산출하고 최적 압축데이터 계측 알고리즘을 통한 스마트 구조물의 상태평가 및 손상검출에 요구된 대용량 획득 데이터의 크기를 압축시키면서 스마트 구조물의 응답 정보를 함축적으로 획득하여, 스마트 구조물의 동적응답을 효율적으로 획득할 수 있는 계측 시스템에 관한 것이다.
국내 등록 특허 제10-0587821호("시설물의 안전성 확보를 위한 자동 측정 및 제어 시스템")에서는 안전성이 요구되며 지속적인 모니터링이 필요한 교량이나 터널에 대하여, 그 안전 상태를 계속하여 측정하며, 감리회사, 안전 진단 회사와 같은 민간관리주체 및 국가, 지방자치단체 등과 같은 공공관리주체에서 필요시 모니터링이 가능할 뿐만 아니라, 안전 진단 회사에서 원거리에 있는 시설물에 설치된 측정장비를 제어할 수 있는 기능을 구비한 시설물의 안전성 확보를 위해 사용되는 자동 측정 및 제어 시스템을 개시하고 있다.
유럽 특허 제2012-168249호("A method for monitoring a structure based on measurements of a plurality of sensors")에서는 건물, 교량 등의 구조체에 설치된 복수 개의 센서로부터 측정된 수집값을 이용하여, 구조의 현상 결함을 식별하기 위한 모니터링 방법을 개시하고 있다.
본 발명은 상술한 바와 같은 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은 EST(Embedded Software Technology) 기반의 계측 시스템에 임베디딩되어, 최적 센서위치 결정 알고리즘을 통한 스마트 구조물에 구비되어 있는 센서들의 위치를 합리적이고 효율적으로 결정하고 상시진동 응답 분석 알고리즘을 통한 스마트 구조물의 실시간 상시진동을 이용한 거동특성을 파악하며 FE(유한요소, Finite Element) 모델개선 알고리즘을 통한 스마트 구조물의 기본 구성 수치모델을 산출하고 최적 압축데이터 계측 알고리즘을 통한 스마트 구조물의 상태평가 및 손상검출에 요구된 대용량 획득 데이터의 크기를 압축시키면서 스마트 구조물의 응답 정보를 함축적으로 획득하여, 실시간으로 스마트 구조물의 동적응답을 효율적으로 획득할 수 있는 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템을 제공하는 것이다.
본 발명의 일 실시예에 따른 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템은, 실시간으로 스마트 구조물의 동적응답을 효율적으로 획득하여 유지 관리하는 EST 기반 최적 압축데이터 계측 시스템에 있어서, 기설정되어 있는 최적 센서위치 결정 알고리즘을 통해, 스마트 구조물로부터 건전도(health) 평가를 위한 신호를 검출하기 위한 다수 개의 센서의 최적 계측 위치를 결정하고, 기설정되어 있는 상시진동 응답 분석 알고리즘을 통해, 스마트 구조물에 상시 발생되는 진동만을 이용하여 스마트 구조물의 거동특성을 분석하고, 기설정되어 있는 FE(유한요소, Finite Element)모델 개선 알고리즘을 통해, 스마트 구조물의 모달정보를 반영한 수치모델을 도출하고, 기설정되어 있는 최적 압축데이터 계측 알고리즘을 통해, 스마트 구조물의 상태평가 및 손상검출에 요구된 대용량 획득데이터를 압축하여, 스마트 구조물의 동적 응답정보를 획득하는 계측부(100) 및 상기 계측부(100)와 네트워크를 통해 연결되고, 상기 계측부(100)에서 결정한 최적 계측 위치에 위치하여 상기 스마트 구조물의 건전도 평가를 위한 신호 및 상태평가를 위한 신호를 검출하는 다수 개의 센서(210)로 구성되는 센싱부(200)를 포함하여 구성되며, 상기 계측부(100)는 상기 센싱부(200)의 다수 개의 센서(210)에 의한 계측값들을 실시간으로 전달받아, 스마트 구조물의 건전도 평가, 상태평가 및 이에 따른 손상검출을 수행하여, 스마트 구조물의 유지 관리를 수행하도록 하는 것을 특징으로 한다.
또한, 상기 계측부(100)는 기설정되어 있는 최적 진동제어 알고리즘과 최적 손상평가 알고리즘을 통해, 스마트 구조물의 손상위치를 판단하여 스마트 구조물의 상태평가 및 손상검출을 수행하는 것을 특징으로 한다.
이 때, 상기 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템은 최적 센서위치 결정 알고리즘, 상시진동 응답 분석 알고리즘, FE모델 개선 알고리즘, 최적 압축데이터 계측 알고리즘, 최적 진동제어 알고리즘 및 최적 손상평가 알고리즘이 컴퓨터를 포함하는 연산처리수단에 의하여 실행되는 프로그램 형태로 이루어지는 EST(Embedded Software Technology) 기반의 계측 시스템에 임베디딩되어, 실시간으로 스마트 구조물의 상태를 평가하고 평가한 상태 정보에 따른 스마트 구조물의 진동 제어를 수행하도록 하는 것을 특징으로 한다.
더불어, 상기 센싱부(200)는 상기 다수 개의 센서(210)로부터 검출한 아날로그 신호를 디지털 신호로 변환하는 A/D 변환기(220) 및 상기 디지털 신호를 송출하고, 상기 계측부(100)로부터의 건전도 평가 신호 또는, 상태평가 신호를 수신하는 무선송수신장치(230)를 포함하여 구성되는 것을 특징으로 한다.
또한, 상기 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템은 센서의 최적 계측 위치 정보, 스마트 구조물의 거동특성, 스마트 구조물의 수치모델 정보, 스마트 구조물의 동적응답 정보, 스마트 구조물의 손상위치 정보, 스마트 구조물의 상태평가 정보 및 스마트 구조물의 손상검출 정보를 데이터베이스화하여 저장 및 관리하는 데이터베이스부(300)를 포함하여 구성되는 것을 특징으로 한다.
본 발명의 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템은 EST(Embedded Software Technology) 기반의 계측 시스템에 임베디딩되어, 최적 센서위치 결정 알고리즘을 통한 스마트 구조물에 구비되어 있는 센서들의 위치를 합리적이고 효율적으로 결정하고 상시진동 응답 분석 알고리즘을 통한 스마트 구조물의 실시간 상시진동을 이용한 거동특성을 파악하며 FE(유한요소, Finite Element) 모델개선 알고리즘을 통한 스마트 구조물의 기본 구성 수치모델을 산출하고 최적 압축데이터 계측 알고리즘을 통한 스마트 구조물의 상태평가 및 손상검출에 요구된 대용량 획득 데이터의 크기를 압축시키면서 스마트 구조물의 응답 정보를 함축적으로 획득하여, 실시간으로 스마트 구조물의 동적응답을 효율적으로 획득할 수 있다.
여기서, 최적 센서위치 결정 알고리즘으로는 최적운동에너지법(EOT, Kinetic Energy Optimization Techniques)을 통해서 관심모드를 기준으로 전체 변형운동에너지의 기여도를 자유도별로 상호 비교하고, 상대적으로 작은 기여도를 포함하는 자유도를 순차적으로 제거하여 다수의 계측점(자유도) 중 목적된 기준응답을 최적으로 측정할 수 있는 이종의 다수 개의 센서의 개수 및 위치를 결정하는데 효율적으로 활용될 수 있다.
이를 통해서, 전체 자유도 기준으로 약 20% 내외의 센서만으로도 충분히 유효한 구조적 응답을 획득할 수 있는 효과가 있다.
그리고 상시진동 응답 분석 알고리즘으로는 NExT&ERA(자연가진기법&고유계 구현기법)을 통해서 윤하중, 활하중, 기타 인위적/자연적 외력하중에 의해 스마트 구조물에 상시적으로 발생되는 진동만을 이용하여, 스마트 구조물의 거동특성을 분석함으로써 동특성을 명확히 분석할 수 있는 효과가 있다.
또한 FE모델 개선 알고리즘으로는 직접행렬개선법(DMUM, Direct Matrix Updating Method)을 통해서 스마트 구조물에서 측정한 구조응답을 반영하여 이에 상응하는 FE모델을 구성함으로써, 초기 FE모델링 오차를 극복하고 현(기준) 시점의 스마트 구조물의 동특성을 반영한 기본 구조물을 정의하는데 효과적으로 적응될 수 있는 장점이 있다.
이를 통해서, FE모델 개선은 스마트 구조물의 동특성(고유진동수 오차율 및 모드 상관도) 대비 약 1% 미만의 정확도를 가지는 효과가 있다.
더불어 최적 압축데이터 계측 알고리즘으로는 첨두치 색출 알고리즘(PPA, Peak-Picking Algorithm)을 통해서 실시간으로 이루어진 스마트 구조물의 상태평가 및 손상검출에 요구된 대용량 획득 데이터의 크기를 압축시키면서도, 목적된 스마트 구조물의 응답 정보를 함축적으로 용이 획득할 수 있는 장점이 있다.
이를 통해서, 데이터 압축을 위한 연산과정으로 효과적으로 줄일 수 있는 효과가 있다.
더 나아가, 본 발명의 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템은 EST 기반의 계측 시스템에 임베디딩되어 소프트웨어적으로 개발함으로써, 목적된 연산/운영/처리/분석/대응 능력을 빠르고 정확하게 구현할 수 있으며, 다양한 알고리즘을 통해 산출된 분석값들을 실시간으로 상호 유기적으로 운영하여 목적된 스마트 구조물을 효과적으로 유지 관리할 수 있는 효과가 있다.
도 1은 본 발명의 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템을 간략하게 나타낸 구성도이다.
도 2는 본 발명의 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템을 상세하게 나타낸 구성도이다.
도 3은 본 발명의 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템의 최적 압축데이터 계측 알고리즘에서의 중앙 차분법에 대한 개념도이다.
도 4는 본 발명의 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템의 최적 압축데이터 계측 알고리즘에서의 전향 차분법에 대한 개념도이다.
도 5는 본 발명의 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템의 최적 압축데이터 계측 알고리즘에서의 후향 차분법에 대한 개념도이다.
도 2는 본 발명의 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템을 상세하게 나타낸 구성도이다.
도 3은 본 발명의 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템의 최적 압축데이터 계측 알고리즘에서의 중앙 차분법에 대한 개념도이다.
도 4는 본 발명의 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템의 최적 압축데이터 계측 알고리즘에서의 전향 차분법에 대한 개념도이다.
도 5는 본 발명의 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템의 최적 압축데이터 계측 알고리즘에서의 후향 차분법에 대한 개념도이다.
이하 첨부한 도면들을 참조하여 본 발명의 일 실시예에 따른 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템을 상세히 설명한다. 다음에 소개되는 도면들은 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 예로서 제공되는 것이다. 따라서, 본 발명은 이하 제시되는 도면들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 또한, 명세서 전반에 걸쳐서 동일한 참조번호들은 동일한 구성요소들을 나타낸다.
이 때, 사용되는 기술 용어 및 과학 용어에 있어서 다른 정의가 없다면, 이 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 통상적으로 이해하고 있는 의미를 가지며, 하기의 설명 및 첨부 도면에서 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능 및 구성에 대한 설명은 생략한다.
더불어, 시스템은 필요한 기능을 수행하기 위하여 조직화되고 규칙적으로 상호 작용하는 장치, 기구 및 수단 등을 포함하는 구성 요소들의 집합을 의미한다.
본 발명의 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템은 최적 센서위치 결정 알고리즘을 통해서 관심모드를 기준으로 전체 변형운동에너지의 기여도를 자유도별로 상호 비교하고, 상대적으로 작은 기여도를 포함하는 자유도를 순차적으로 제거하여 다수의 계측점(자유도) 중 목적된 기준응답을 최적으로 측정할 수 있는 이종의 다수 개의 센서의 개수 및 위치를 결정하고,
상시진동 응답 분석 알고리즘을 통해서 윤하중, 활하중, 기타 인위적/자연적 외력하중에 의해 스마트 구조물에 상시적으로 발생되는 진동만을 이용하여, 스마트 구조물의 거동특성을 분석함으로써 동특성을 명확히 분석하고,
FE모델 개선 알고리즘을 통해서 스마트 구조물에서 측정한 구조응답을 반영하여 이에 상응하는 FE모델을 구성함으로써, 초기 FE모델링 오차를 극복하고 현(기준) 시점의 스마트 구조물의 동특성을 반영한 기본 구조물을 정의하고,
최적 압축데이터 계측 알고리즘을 통해서 스마트 구조물의 실시간 상태평가 및 손상검출에 요구된 대용량 획득 데이터의 크기를 줄이면서도, 목적된 스마트 구조물의 동적 응답정보를 함축적으로 획득함으로써,
실시간으로 스마트 구조물의 건전도 평가, 상태평가와 더불어 동적 응답정보를 획득하여 효과적으로 스마트 구조물의 유지 관리를 할 수 있는 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템이다.
또한, 본 발명의 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템은 EST(Embedded Software Technology) 기반의 계측 시스템에 임베디딩되어 소프트웨어적으로 개발함으로써, 목적된 운영/연산/처리/분석/대응 능력을 빠르고 정확하게 구현할 수 있으며, 다양한 알고리즘을 통해 산출된 분석값들을 실시간으로 상호 유기적으로 운영하여 목적된 스마트 구조물의 건전도 모니터링과 상태평가 뿐 아니라, 동적 응답정보를 획득하여 효과적으로 스마트 구조물의 유지 관리를 수행할 수 있는 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템에 관한 것이다.
본 발명의 일 실시예에 따른 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템은 도 1 및 도 2에 도시된 바와 같이, 계측부(100), 상기 계측부(100)와 네트워크를 이용하여 연결되어 있는 센싱부(200) 및 데이터베이스부(300)를 포함하여 구성될 수 있으며, 상술한 바와 같이, 상기 계측부(100)는 컴퓨터를 포함하는 연산처리수단에 의하여 실행되는 프로그램 형태로 이루어지는 EST(Embedded Software Technology) 기반의 계측 시스템에 임베디딩되어 구현될 수 있다.
상세하게는, 상기 계측부(100)는 최적 센서위치 결정 알고리즘, 상시진동 응답 분석 알고리즘, FE모델 개선 알고리즘, 최적 압축데이터 계측 알고리즘을 임베디딩하여, 실시간으로 스마트 구조물의 건전도 평가, 상태평가와 더불어 동적응답을 획득하고, 이에 따라 스마트 구조물을 효과적으로 유지 관리할 수 있다.
각 구성에 대해서 자세히 알아보자면,
상기 계측부(100)는 상기 센싱부(200)에 구비되어 스마트 구조물의 건전도 및 상태평가를 위한 신호를 검출하는 다수 개의 센서(210)의 최적 계측 위치를 결정할 수 있으며, 스마트 구조물의 모달정보를 반영한 수치모델을 최소의 연산횟수로 도출할 수 있다.
여기서, 상기 다수 개의 센서(210)를 통해서 검출되는 신호로는, 온습도, 변위, 하중(응력), 변형률, 기울기, 속도, 가속도, 중성화, 균열계 등이며, 상기 다수 개의 센서(210)는 이종의 다수 개의 센서로 구성되어, 관리자가 탄력적으로 변경, 확장 및 적용하여 구비할 수 있다.
즉, 상기 계측부(100)는 미리 설정(저장)되어 있는 최적 센서위치 결정 알고리즘을 통해, 상기 센싱부(200)의 다수 개의 센서(210)의 최적 계측 위치를 결정할 수 있다. 다수 개의 센서(210)는 스마트 구조물에 위치하여 스마트 구조물의 건전도 및 상태평가를 위한 신호를 검출하게 된다.
이 때, 상기 최적 센서위치 결정 알고리즘으로는, 최적운동에너지법(EOT, Kinetic Energy Optimization Techniques)을 적용하는 것이 바람직하며, 최적운동에너지법은 구조물의 변형 운동 에너지를 활용하여 최적 계측 위치를 결정한다.
상기 스마트 구조물로부터 측정된 변형운동에너지가 최대가 되는 동역학적 모달정보를 획득하고, 이 때, 구해진 모드형의 선형 독립성이 존재하는 고유 시스템에서 최소의 에너지를 나타내는 지점을 순차적으로 제거함으로써, 최적 계측 시스템을 구성할 수 있다.
일반적인 건설 구조물의 운동에너지 분포는 하기의 수학식 1과 같이 정의할 수 있다.
여기서, KE는 운동에너지(Kinetic Energy)이며,
M은 질량 매트릭스이다.
이 때, 질량 매트릭스 M을 상삼각 행렬(L)과 하삼각 행렬(U)로 분해하여, 각각 
, M=LU를 표현할 수 있으며, 감소된 측정인자에 따른 모드형의 projection은 하기의 수학식 2와 같이 정의할 수 있다.
이를 통해서, 상기 스마트 구조물의 운동 에너지의 측정을 최대화할 수 있는 최소화된 계측기, 즉, 센서의 개수 및 위치를 결정하게 된다.
허나, 에너지 매트릭스가 랭크 빈약도를 일으킬 경우, 더 이상 센서의 개수를 제거해서는 안 되며, 질량 행령이 정칙(Nonsingular Matrix)일 때, 
요소의 행 랭크, N은 
매트릭스에서 선형 독립된 사영 벡터(Linearly Independent Projected Vector)의 수와 같다.
이에 따라, 에너지 매트릭스 자신의 고유치 
와 고유벡터 
를 고려하면, 
가 N의 크기를 가진 사각대칭 양치행렬(Positive-definite Matrix)이기 때문에, 최적운동에너지법의 각각의 연산 절차에서 구하는 고유쌍의 연산에는 영향이 없다.
각각의 잔여 센서의 기여도는 하기의 수학식 3과 같이, EOT 벡터로 나타낼 수 있다.
EOT 벡터는 측정된 모드형이 선형 독립이므로, 하기의 수학식 4와 같이, 직교 벡터를 이루어야 한다.
또한 상기 계측부(100)는 스마트 구조물에 상시 발생되는 진동만을 이용하여 스마트 구조물의 거동특성을 분석할 수 있다.
즉, 상기 계측부(100)는 미리 설정(저장)되어 있는 상시진동 응답 분석 알고리즘을 통해, 윤하중, 활하중, 기타 인위적/자연적 외력하중에 의해 스마트 구조물에 상시적으로 발생되는 진동만을 이용하여, 스마트 구조물의 거동특성을 분석함으로써 동특성을 명확히 분석할 수 있다.
이 때, 상시진동 응답 분석 알고리즘으로는, NExT&ERA(자연가진기법&고유계 구현기법)을 적용하는 것이 바람직하다.
자연가진기법이란, 강제 가진법이 가지는 문제점을 해결하기 위하여, 외부 가진력을 불규칙 정상(random stationary) 상태의 외부 가진으로 가정하여 강제 진동을 갖는 운동방정식의 형태가 CCF(상호상관함수)에 의해 2계 재차미분방정식의 형태로 표현되는 특성을 이용한 기법이다. 이러한 자연가진기법은 구조물의 가속도에 의한 응답만이 측정 가능할 때 유용한 방법이다.
여기서, 외부 가진과 응답이 불규칙 정상 상태로 가정할 경우, 하기의 수학식 5와 같이 나타낼 수 있다.
여기서, M, C, K 는 각각 질량, 감쇠, 강성행렬이며,
동적 특성치 행렬은 결정론적인 것으로 가정하고, 양변에 기준응답신호를 곱하여 확률의 기대치를 취할 경우, 하기의 수학식 6으로 나타낼 수 있다.
여기서, 
는 상관함수의 벡터를 의미한다.
여기서, 
는 상호상관함수(CCF)를 의미하며, 변위 벡터의 항이 상관함수로 표현되고 자유진동을 갖는 운동방정식으로 표현된다.
자연가진기법은 상기 센싱부(200)의 다수 개의 센서(210)로부터 측정된 응답 신호들 간의 CPS를 획득하여 하기의 수학식 8과 같이 CCF와 CPS가 퓨리에 쌍(pair)으로 존재한다는 점을 이용하여 CPS를 역퓨리에 변환하여 CCF를 얻을 수 있다.
여기서, 
는 상호상관함수(CCF)이며,
이렇게 변환된 상호상관함수는 자연가진기법에 의해 스마트 구조물의 거동특성을 분석할 수 있다.
더불어, 고유계 구현기법은 경감쇠를 갖는 구조물의 특성 분석에 적합하고 다중 입출력 모델에 효과적인 기법이다.
고유계 구현기법은 획득된 상호상관함수(CCF)를 이용하여 구성된 하기의 수학식 9와 같은 Hankel 행렬로 나타낼 수 있다.
여기서, 
는 임펄스 응답행렬이며,
각각 Hankel 행렬의 행과 열의 수이다.
상기의 수학식 9에서 적절한 크기의 행과 열을 선택하여 
을 산출하고, 하기의 수학식 10과 같이, Hankel 행렬에 대한 특이치 분해(Singular value decomposition)를 수행할 수 있다.
여기서, 
는 비-특이 행렬(non-singular)이고,
특이치 중 상대적으로 작은 것은 수치모드, 혹은 잡음에 의한 모드로 제거하게 되며, 남겨진 
, 
, 
을 이용한 시스템 행렬과 출력 행렬은 하기의 수학식 11 및 12와 같이 나타낼 수 있다.
여기서, 
이다.
이를 통해서, 고유 주파수는 스마트 구조물의 질량, 감쇠, 강성 등의 항으로 구성된 시스템 행렬의 
의 고유 값으로 획득할 수 있으며, 
의 고유 벡터를 Ψ 라고 하면, 구조물의 모드 벡터(
)는 하기의 수학식 13과 같이 나타낼 수 있다.
더불어 상기 계측부(100)는 스마트 구조물의 모달정보를 반영한 수치모델을 도출하여 스마트 구조물의 건전도(health) 평가 및 상태평가를 수행할 수 있다.
즉, 상기 계측부(100)는 미리 설정(저장)되어 있는 FE(유한요소, Finite Element)모델 개선 알고리즘을 통해, 스마트 구조물의 수치모델을 최소한의 연산횟수로 도출하게 된다.
이 때, FE모델 개선 알고리즘으로는, 직접행렬개선법(DMUM, Direct Matrix Updating Method)을 적용하는 것이 바람직하다.
기존 구성된 초기 구조물(Initial Structure)에 변경 구조물(Modified Structure)이 추가 혹은 제거되면, 변경 후 전체 구조물의 동특성이 변화하게 된다. 이 때, 구조적 변경 전, 후의 동특성은 하기의 수학식 14와 같은 고유치 문제로 나타낼 수 있다.
여기서, [K]는 강성행렬,
[M]은 질량행렬,
[△K]와, [△M]은 변경으로 인한 구조물의 강성과 질량의 변화행렬,
구조물의 변경에 의한 강성 [△K] 및 질량 [△M]의 변화를 구하는 방법 중 본 발명의 계측부(100)에서는 FE모델 개선의 효과와 모달 변화량 계산 시, 반복 연산의 요구 등을 고려하여, 보다 사용이 용이하면서도 우수한 모델개선의 효과를 볼 수 있도록 직접행렬개선법을 적용하였다.
여기서, 라그랑지 승수를 이용하여 강성 및 질량행렬의 변경량의 크기를 제한하면서 측정된 고유치를 만족하도록 구성된 목적함수는 하기의 수학식 15와 같다.
이 때, 직접행렬개선법을 적용함으로써, 단 한 번의 행렬연산(Direct)으로 강성 및 질량 각 항에 대한 변화량을 계산할 수 있다.
여기서, [KA] 및 [MA]는 변경 전의 구조물의 강성 및 질량행렬,
[KU] 및 [MU]는 변경 후의 구조물의 강성 및 질량행렬이다.
이를 이용하여, [KA]와 [KU]의 관계는 하기의 수학식 16과 같으며,
[MA]와 [MU]의 관계는 하기의 수학식 17과 같다.
이 때, 상기의 수학식 16에서의 [△K]는 하기의 수학식 18의 관계식을 이용하여, 하기의 수학식 19와 같이 정의된다.
또한, 상기의 수학식 17에서의 [△M]은 하기의 수학식 20의 관계식을 이용하여, 하기의 수학식 21과 같이 정의된다.
본 발명의 스마트 구조물의 유지 관리를 위한 EST 기반 최적 진동제어 시스템은 계측부(100)에서의 FE모델 개선의 대상이 FE 해석 및 모달 실험의 결과이므로, 밑첨자 A는 해석(Analysis)에 의한 결과치를 의미하며, 밑첨자 X는 실험(Experiment)치를 의미한다.
또한 상기 계측부(100)는 스마트 구조물의 실시간 상태평가 및 손상검출에 요구된 대용량 획득 데이터의 크기를 줄이면서도, 목적된 스마트 구조물의 동적 응답정보를 함축적으로 획득할 수 있다.
즉, 상기 계측부(100)는 미리 설정(저장)되어 있는 최적 압축데이터 계측 알고리즘을 통해, 제한된 성능의 RF 통신기술을 이용하여 스마트 구조물의 동적 응답정보를 효율적으로 획득할 수 있다.
데이터의 선택적 선별 외에, 데이터 압축기술이 요구되며,
이를 위해 최적 압축데이터 계측 알고리즘으로는, 첨두치 색출 알고리즘(Peak-Picking Algorithm, PPA)을 적용하는 것이 바람직하다.
최적 압축데이터 계측 알고리즘인 첨두치 색출 알고리즘은, 동적 응답의 특성상 관심된 특정 주파수 성분(정보)를 포함하면서도 획득 데이터의 크기를 효과적으로 줄일 수 있다.
이러한 최적 압축데이터 계측 알고리즘인 첨두치 색출 알고리즘은, 원시신호가 아닌 재건신호를 기준으로 첨두치를 색출하며, 다시 말하자면, 필터뱅크의 각 필터링된 신호의 첨두치가 아닌, 각 필터링 신호들의 조합인 재건신호를 기준으로 첨두시를 색출함으로써, 데이터 압축을 위한 연산과정을 획기적으로 줄일 수 있다.
최적 압축데이터 계측 알고리즘인 첨두치 색출 알고리즘에 의한 데이터 압축 연산과정은 최적화된 필터뱅크로부터 산출된 재건신호를 읽어오는 단계, 순차적으로 읽어들인 재건신호를 3개의 데이터 묶음 단위로 구분하는 단계, 각 묶음 단위에 포함되어 있는 3개의 데이터를 기준으로 묶음별 도함수를 산출하는 단계 및 묶음별 도함수의 기울기(부호)를 평가하여 첨두치(시간 및 해당 측정 데이터에 대한)를 색출하는 단계로 이루어지는 것이 바람직하다.
첨두치를 색출하는 단계에서, 차분법을 이용할 수 있으며, 차분법으로는 이웃하는 데이터간의 관계가 선형이라는 가정하에서, 전향 차분법(backward difference), 중앙 차분법(central difference), 후향 차분법(forward difference)으로 구분되며, 최적 압축데이터 계측 알고리즘인 첨두치 색출 알고리즘에서 가장 오차가 적은 도함수를 계산하기 위해서는, 중앙 차분법을 이용하는 것이 바람직하다.
상세하게는, 차분법은 이웃하는 점들 사이의 관계가 선형이라는 가정에서, 전향 차분법, 중앙 차분법 및 후향 차분법의 3가지 종류가 있으며,
중앙 차분법의 경우, 도 3에 개념도가 도시되어 있으며,
전향 차분법의 경우, 도 4에 개념도가 도시되어 있고,
후향 차분법의 경우, 도 5에 개념도가 도시되어 있따.
먼저, 전향 차분법의 경우, 
에서의 함수 
의 도함수 
를 계산하기 위해서 
와 그 이전 값인 
을 사용하여 하기의 수학식 22로 정의할 수 있다.
또한, 중앙 차분법의 경우, 
에서의 함수 
의 도함수 
를 계산하기 위해서 
이후 값인 
와 그 이전 값인 
을 사용하여, 하기의 수학식 23으로 정의할 수 있다.
마지막으로, 후향 차분법의 경우, 
에서의 함수 
의 도함수 
를 계산하기 위해서 
이후 값인 
와 
를 사용하여, 하기의 수학식 24로 정의할 수 있다.
최적 압축데이터 계측 알고리즘인 첨두치 색출 알고리즘에 의한 데이터 압축 연산과정에서 하기의 수학식 25를 통해서 묶음별 도함수를 산출할 수 있다.
최적화된 필터뱅크로부터 산출된 재건신호의 데이터 크기를 기준으로 상기의 수학식 22를 통해 색출된 첨두치와의 상대적인 크기(size)의 비교를 통해, 데이터 압축효과를 정의할 수 있다.
즉, 하기의 수학식 26과 같이, 데이터 압축률(CR, Compressive Ratio)을 정의할 수 있다. 여기서 정의된 CR값은 재건신호 대비 압축신호의 데이터 압축효과를 평가하는데 활용하는 것이 바람직하다.
여기서, NSc는 압축신호의 데이터 개수,
NSo는 재건신호의 데이터 개수이다.
이 때, 압축률이 0에 가까워지면 압축효과가 우수하다는 것을 의미한다.
이러한, 중앙 차분법을 이용하여 도함수를 계산할 경우, 이웃하는 점들의 관계가 선형이라는 가정에서 벗어나지 않도록 점들의 간격이 상당히 작아야 한다는 주의점이 있다.
허나, 간격을 너무 작게 설정할 경우, 오히려 작은 값을 사용한 연산으로 인해, 오차가 발생할 수 있다.
이에 따라, 차분법 중 중앙 차분법을 통해 가장 오차가 적은 미분값을 계산하는 것이 바람직하며, 중앙 차분법을 이용할 경우, 
의 미분값인 
을 계산하기 위해서, 그 이전과 그 이후의 함수값을 모두 알아야하는 어려움이 있다.
이를 통해서 선택적 운영인 최적 압축데이터 계측이 가능하다.
본 발명의 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템은 스마트 구조물의 건전도 평가, 상태평가 뿐 아니라, 상태평가를 통한 능동형 진동 제어 및 손상평가를 수행할 수 있다.
다시 말하자면, 스마트 구조물에 미리 구비되어 있는 적어도 하나 이상의 댐퍼(damper)로 진동 제어 신호를 전달하며, 스마트 구조물의 진동을 효과적으로 제어할 수 있다.
이를 위해서, 상기 계측부(100)는 미리 설정(저장)되어 있는 최적 진동제어 알고리즘을 통해, 스마트 구조물의 상태를 평가하고 이를 통해서 스마트 구조물의 진동 제어를 위한 진동 제어 신호를 생성할 수 있다.
이 때, 최적 진동제어 알고리즘으로는, Lyapunov 안정론 제어기법을 적용하는 것이 바람직하다.
Lyapunov 안정론 제어기법은 모든 시스템에 대한 안정성을 판별할 수 있는 가장 일반적인 방법으로서, 스마트 구조물의 진동에 대한 피드백 제어기를 제어하기 위한 진동 제어 신호를 생성할 수 있다.
최적 진동제어 알고리즘은 
라고 명명되는 Lyapunov 함수를 사용하고, 또한, 시스템의 상태(
)에 대해 양의 한정(positive Definite) 함수로 정의하며, 원점(origin)은 안정 평형 위치라고 가정하는 것이 바람직하다.
여기서, Lyapunov 함수의 변화율을 
로 표현한다면, Lyapunov 안정성 이론으로부터 
는 음의 반-한정(Negative Semi-definite) 함수로 정의할 수 있다.
또한, 원점은 Lyapunov 의 관점(Sense)에서 안정이다.
이에 따라, 최적 진동제어 알고리즘인 Lyapunov 안정론 제어기법은 적용함으로써, 궁극적인 목표는 
가 가능한 한 음(Negative)의 결과를 갖도록 각 장치에 대한 제어 입력을 선택하는 것이다.
Lyapunov 함수는 하기의 수학식 27과 같이 정의할 수 있다.
여기서, 
는 하기의 수학식 28과 같이 정의되는 스마트 구조물 구조물 상태의 P-노옴(P-norm)이다.
여기서, 
는 실수, 대칭, 양의 한정인 행렬이다.
이 때, 선형 시스템에 대해서 
가 실한 음 한정이 되도록 하기 위해, 행렬 
를 하기의 수학식 29를 이용하여 산출할 수 있다.
여기서, 
는 양의 한정 행렬이며, 이는 관리자의 제어에 따라 변경될 수 있다.
상기의 수학식 27의 해를 구하기 위해서, Lyapunov 함수의 미분형식으로 상태공간 방정식을 유도하면 하기의 수학식 25와 같이 정의할 수 있다.
이 때, 하기의 수학식 30은 Lyapunov 함수의 시간 변화율(
)을 나타낸다.
여기서, 
는 시스템에서의 Lyapunov 방정식의 해(Solution)이고,
윗첨자 
는 행렬의 전치(Transpose)를 나타낸다.
여기서, 스마트 구조물의 진동 제어를 위한 댐퍼의 제어 전압의 변화에 직접적인 영향을 조절할 수 있는 유일한 항은 힘 벡터 
가 포함된 가운데 항으로 한정된다. 따라서 
를 최소화시키기 위한 준능동 제어 전압은 하기의 수학식 31과 같이 생성할 수 있으며, 이때 하기의 수학식 26은 
를 최소화시키기 위한 제어법칙(Control Law)이 된다.
여기서, H(·)는 Heaviside Step 함수로써 준능동 제어장치인 MR 댐퍼로의 인가전압 크기를 0과 
로 한정시켜주는 함수이고,
첨자 
는 다수의 제어기를 사용하는 경우 제어기의 수를 고려하기 위한 표현이며,
다시 말하자면, 최적 진동제어 알고리즘인 Lyapunov 안정론 제어기법은 적절한 
행렬을 정의함으로써 댐퍼를 통해 스마트 구조물의 진동 제어의 성능이 결정된다.
또한, 상기 계측부(100)는 최적 손상평가 알고리즘을 미리 설정(저장)하여, 최적 진동제어 알고리즘과 함께 스마트 구조물의 손상위치 판단 및 상태 평가를 수행할 수도 있다.
이 때, 최적 손상평가 알고리즘으로는, 2차원 변형에너지 손상 검출법을 적용하는 것이 바람직하다.
2차원 변형에너지 손상 검출법은 손상 전과 후의 각각의 모드벡터를 이용하여, 스마트 구조물의 동적 변형에너지를 계산할 수 있다.
일 실시예를 들자면, 판형 구조물을 양방향으로 세분하여 미소영역으로 분할하고, 계측된 모드벡터(
)를 커브 피팅(Curve Fitting)하여 세부영역 (j,k)에 상관된 변형에너지를 구할 수 있다.
이 때, 변형에너지는 하기의 수학식 32를 통해서 산출할 수 있다.
여기서, 
는 (j,k)의 세부영역 에너지이고,
스마트 구조물의 전체 변형에너지에 대한 미소영역의 에너지를 비교하여 세부영역 에너지를 하기의 수학식 33과 같이 산출할 수 있으며, 각각의 손상 전과 후에 계산된 세부영역 에너지(
)의 변화량을 서료 비교하여 손상지표를 산출하게 된다.
여기서, *는 각각 손상 후 계산값을 의미하며,
상기 계측부(100)는 미리 설정(저장)되어 있는 최적 손상평가 알고리즘을 통해 최종적으로 각각 세부영역에서의 손상도 계수를 얻을 수 있으며, 이는 하기의 수학식 34를 통해서 나타낼 수 있다.
이를 통해서, 산출된 스마트 구조물의 손상지표는 손상의 위치를 중심으로 정규분포 곡선과 같은 형상을 이루게 되므로, 이를 통해서 스마트 구조물의 손상위치를 판단할 수 있다.
상기 계측부(100)는 스마트 구조물의 손상위치를 판단하여 이에 따른 스마트 구조물의 상태 평가를 수행할 수 있으며, 더 나아가 상태 평가 정보를 토대로 스마트 구조물의 유지 관리를 수행할 수 있다.
즉, 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템은 상기 센싱부(200)의 다수 개의 센서(210)에 의한 계측값들을 실시간으로 전달받아, 스마트 구조물의 건전도 평가 및 상태를 평가하고, 이에 따른 스마트 구조물의 유지 관리와 진동 제어를 수행하도록 할 수 있을 뿐 아니라,
스마트 구조물의 손상위치를 판단하여 이에 따른 상태를 평가하고 이를 토대로 스마트 구조물의 유지 관리를 수행하도록 할 수 있다.
상기 센싱부(200)는 상기 계측부(100)와 네트워크를 이용하여 연결되며, 상기 계측부(100)에서 결정한 최적 계측 위치에 위치한 상기 다수 개의 센서(210)를 포함하여 구성될 수 있다.
상기 다수 개의 센서(210)는 상기 스마트 구조물로부터 건전도 평가 및 상태평가를 위한 신호를 검출하여 상기 계측부(100)로 전달하게 된다.
상기 센싱부(200)는 도 2에 도시된 바와 같이, A/D 변환기(220), 무선송수신장치(230)를 더 포함하여 구성되고,
상기 A/D 변환기(220)는 상기 다수 개의 센서(210)에서 검출한 아날로그 신호를 디지털 신호로 변환할 수 있으며,
상기 무선송수신장치(230)는 상기 A/D 변환기(220)에서 변환한 상기 디지털 신호를 상기 계측부(100)로 송출하고, 상기 계측부(100)로부터 건전도 평가 및 상태평가 신호를 수신할 수 있다.
본 발명의 일 실시예에 따른 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템은 데이터베이스부(300)를 더 포함하여 구성될 수 있으며, 상기 데이터베이스부(300)는 상기 센싱부(200)와 마찬가지로, 상기 계측부(100)와 네트워크를 이용하여 연결된다.
상기 데이터베이스부(300)는 별도의 저장수단을 의미하며, 상기 계측부(100)에 의해서 결정된 상기 센싱부(200)의 다수 개의 센서(210)의 최적 계측 위치 정보와, 상기 다수 개의 센서(210)로부터 계측된 신호 정보, 상기 계측부(100)에 의해서 도출된 스마트 구조물의 수치모델 정보와, 상기 계측부(100)에 의해 도출된 스마트 구조물의 거동특성 정보, 상기 계측부(100)에 의한 스마트 구조물의 건전도 평가 정보 및 이에 따른 유지 관리 정보, 상기 계측부(100)에 의한 스마트 구조물의 동적응답 정보, 상기 계측부(100)에 의한 스마트 구조물의 손상위치 정보 및 이에 따른 상태평가 정보, 상기 계측부(100)에 의한 스마트 구조물의 진동 제어 신호를 데이터베이스화하여 저장 및 관리할 수 있다.
즉, 다시 말하자면, 본 발명의 일 실시예에 따른 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템은 EST(Embedded Software Technology) 기반의 계측 시스템에 임베디딩되어, 최적 센서위치 결정 알고리즘을 통한 스마트 구조물에 구비되어 있는 센서들의 위치를 합리적이고 효율적으로 결정하고 상시진동 응답 분석 알고리즘을 통한 스마트 구조물의 실시간 상시진동을 이용한 거동특성을 파악하며 FE모델 개선 알고리즘을 통한 스마트 구조물의 기본 구성 수치모델을 산출하고 최적 압축데이터 계측 알고리즘을 통한 스마트 구조물의 상태평가 및 손상검출에 요구된 대용량 획득 데이터의 크기를 압축시키면서 스마트 구조물의 응답 정보를 함축적으로 획득하여, 실시간으로 스마트 구조물의 동적응답을 효율적으로 획득할 수 있다.
이상과 같이 본 발명에서는 구체적인 구성 소자 등과 같은 특정 사항들과 한정된 실시예 도면에 의해 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 일 실시예에 한정되는 것이 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술되는 특허 청구 범위뿐 아니라 이 특허 청구 범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명의 사상의 범주에 속한다고 할 것이다.
100 : 계측부
200 : 센싱부
300 : 데이터베이스부
200 : 센싱부
300 : 데이터베이스부
Claims (5)
- 실시간으로 스마트 구조물의 동적응답을 효율적으로 획득하여 유지 관리하는 EST 기반 최적 압축데이터 계측 시스템에 있어서,
상기 최적 압축데이터 계측 시스템은 최적 센서위치 결정 알고리즘, 상시진동 응답 분석 알고리즘, FE모델 개선 알고리즘 및 최적 압축데이터 계측 알고리즘이 컴퓨터를 포함하는 연산처리수단에 의하여 실행되는 프로그램 형태로 이루어진 EST(Embedded Software Technology) 기반의 계측 시스템에 임베디딩되어, 실시간으로 스마트 구조물의 상태를 평가하되,
기설정되어 있는 최적 센서위치 결정 알고리즘을 통해, 스마트 구조물로부터 건전도(health) 평가를 위한 신호를 검출하기 위한 다수 개의 센서의 최적 계측 위치를 결정하고,
기설정되어 있는 상시진동 응답 분석 알고리즘인 NExT&ERA(자연가진기법&고유계 구현기법)에 따라,
NExT 알고리즘을 통해, 스마트 구조물에 상시 발생되는 진동만을 이용하여 상기 다수 개의 센서로부터 측정된 응답 신호들 간의 교차파워스펙트럼(CPS)를 획득하고, 획득한 교차파워스펙트럼을 역퓨리에 변환하여 상호상관함수(CCF)를 획득하며,
ERA 알고리즘을 통해, 획득한 상호상관함수를 이용하여 Hankel 행렬로 나타낸 후, Hankel 행렬에 대한 특이치 분해(Singular value decomposition)을 수행하여 특이치 중 상대적으로 작은 수치모드 또는 잡음에 의한 모드를 제거하여 스마트 구조물의 고유 주파수를 획득하여 스마트 구조물의 거동특성을 분석하고,
기설정되어 있는 FE(유한요소, Finite Element)모델 개선 알고리즘을 통해, 스마트 구조물의 모달정보를 반영한 수치모델을 도출하고,
기설정되어 있는 최적 압축데이터 계측 알고리즘인 첨두치 색출 알고리즘(PPA)을 통해,
최적화된 필터뱅크로부터 산출된 재건신호를 읽어온 후, 읽어드린 재건신호를 다수 개의 데이터 묶음 단위로 구분한 후, 각 묶음 단위에 포함되어 있는 다수 개의 데이터를 기준으로 묶음별 도함수를 산출한 후, 묶음별 도함수의 기울기를 평가하고, 전향 차분법, 중앙 차분법 및 후향 차분법 중 최적 첨두치 값을 도출하는 어느 한 차분법을 이용하여 첨두치를 색출하여 스마트 구조물의 상태평가 및 손상검출에 요구된 대용량 획득데이터를 압축하여,
스마트 구조물의 동적응답 정보를 획득하는 계측부(100); 및
상기 계측부(100)와 네트워크를 통해 연결되고, 상기 계측부(100)에서 결정한 최적 계측 위치에 위치하여 상기 스마트 구조물의 건전도 평가를 위한 신호 및 상태평가를 위한 신호를 검출하는 다수 개의 센서(210)로 구성되는 센싱부(200);
를 포함하여 구성되며,
상기 계측부(100)는
상기 센싱부(200)의 다수 개의 센서(210)에 의한 계측값들을 실시간으로 전달받아, 스마트 구조물의 건전도 평가, 상태평가 및 이에 따른 손상검출을 수행하여, 스마트 구조물의 유지 관리를 수행하도록 하는 것을 특징으로 하는 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템.
- 제 1항에 있어서,
상기 계측부(100)는
기설정되어 있는 최적 진동제어 알고리즘과 최적 손상평가 알고리즘을 통해, 스마트 구조물의 손상위치를 판단하여 스마트 구조물의 상태평가 및 손상검출을 수행하는 것을 특징으로 하는 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템.
- 삭제
- 제 1항에 있어서,
상기 센싱부(200)는
상기 다수 개의 센서(210)로부터 검출한 아날로그 신호를 디지털 신호로 변환하는 A/D 변환기(220); 및
상기 디지털 신호를 송출하고, 상기 계측부(100)로부터의 건전도 평가 신호 또는, 상태평가 신호를 수신하는 무선송수신장치(230);
를 포함하여 구성되는 것을 특징으로 하는 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템.
- 제 2항에 있어서,
상기 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템
센서의 최적 계측 위치 정보, 스마트 구조물의 거동특성, 스마트 구조물의 수치모델 정보, 스마트 구조물의 동적응답 정보, 스마트 구조물의 손상위치 정보, 스마트 구조물의 상태평가 정보 및 스마트 구조물의 손상검출 정보를 데이터베이스화하여 저장 및 관리하는 데이터베이스부(300);
를 포함하여 구성되는 것을 특징으로 하는 스마트 구조물의 유지 관리를 위한 EST 기반 최적 압축데이터 계측 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150017210A KR101559835B1 (ko) | 2015-02-04 | 2015-02-04 | 스마트 구조물의 유지 관리를 위한 est 기반 최적 압축데이터 계측 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150017210A KR101559835B1 (ko) | 2015-02-04 | 2015-02-04 | 스마트 구조물의 유지 관리를 위한 est 기반 최적 압축데이터 계측 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101559835B1 true KR101559835B1 (ko) | 2015-10-26 |
Family
ID=54428166
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020150017210A KR101559835B1 (ko) | 2015-02-04 | 2015-02-04 | 스마트 구조물의 유지 관리를 위한 est 기반 최적 압축데이터 계측 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101559835B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101851203B1 (ko) * | 2017-09-18 | 2018-04-25 | 주식회사 반석건설 | 구조물 진단 무선 모니터링 시스템 |
| KR101876408B1 (ko) * | 2016-12-30 | 2018-07-09 | 한국건설기술연구원 | 다점 센싱 데이터의 상호상관관계를 이용한 계측자료 압축 시스템, 방법, 및 상기 방법을 실행하기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 |
| KR101946631B1 (ko) * | 2016-10-19 | 2019-02-11 | 한국원자력연구원 | 압축센싱 기반 구조물 상태진단 시스템 및 그 방법 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101386395B1 (ko) * | 2014-02-25 | 2014-04-18 | 건양대학교산학협력단 | 스마트 구조물을 위한 멀티 센싱을 이용한 구조적 상태 평가 시스템 |
| KR101393741B1 (ko) * | 2014-02-26 | 2014-05-13 | 건양대학교산학협력단 | 건설구조물의 동적응답 획득을 위한 달팽이관 원리 기반의 무선 계측 시스템 |
-
2015
- 2015-02-04 KR KR1020150017210A patent/KR101559835B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101386395B1 (ko) * | 2014-02-25 | 2014-04-18 | 건양대학교산학협력단 | 스마트 구조물을 위한 멀티 센싱을 이용한 구조적 상태 평가 시스템 |
| KR101393741B1 (ko) * | 2014-02-26 | 2014-05-13 | 건양대학교산학협력단 | 건설구조물의 동적응답 획득을 위한 달팽이관 원리 기반의 무선 계측 시스템 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101946631B1 (ko) * | 2016-10-19 | 2019-02-11 | 한국원자력연구원 | 압축센싱 기반 구조물 상태진단 시스템 및 그 방법 |
| KR101876408B1 (ko) * | 2016-12-30 | 2018-07-09 | 한국건설기술연구원 | 다점 센싱 데이터의 상호상관관계를 이용한 계측자료 압축 시스템, 방법, 및 상기 방법을 실행하기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 |
| KR101851203B1 (ko) * | 2017-09-18 | 2018-04-25 | 주식회사 반석건설 | 구조물 진단 무선 모니터링 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Xiang et al. | Wavelet‐based detection of beam cracks using modal shape and frequency measurements | |
| KR101386395B1 (ko) | 스마트 구조물을 위한 멀티 센싱을 이용한 구조적 상태 평가 시스템 | |
| Gomes et al. | Some comparisons for damage detection on structures using genetic algorithms and modal sensitivity method | |
| Asadollahi et al. | Statistical analysis of modal properties of a cable-stayed bridge through long-term wireless structural health monitoring | |
| Yan et al. | Structural damage diagnosis under varying environmental conditions—Part I: A linear analysis | |
| Zhou et al. | Comparing model-based adaptive LMS filters and a model-free hysteresis loop analysis method for structural health monitoring | |
| CN110096805B (zh) | 基于改进自助法的桥梁结构参数不确定性量化及传递方法 | |
| Tondreau et al. | Numerical and experimental analysis of uncertainty on modal parameters estimated with the stochastic subspace method | |
| KR101559835B1 (ko) | 스마트 구조물의 유지 관리를 위한 est 기반 최적 압축데이터 계측 시스템 | |
| KR101406005B1 (ko) | 스마트 구조물을 위한 멀티 센싱을 이용한 분산형 구조적 상태 평가 시스템 | |
| Hattab et al. | An adaptive modeling approach to structural health monitoring of multistory buildings | |
| Mordini et al. | The finite element model updating: a powerful tool for structural health monitoring | |
| Galvanetto et al. | Structural damage detection based on proper orthogonal decomposition: experimental verification | |
| KR101557270B1 (ko) | 스마트 구조물의 유지 관리를 위한 est 기반 단일 계측 시스템 | |
| CN106383003A (zh) | 基于柔度识别的索结构索力的测量方法及测量系统 | |
| Lakshmi et al. | Output-only damage localization technique using time series model | |
| KR101561015B1 (ko) | 스마트 구조물의 유지 관리를 위한 est 기반 최적 진동제어 시스템 | |
| Allahdadian | Robust statistical subspace-based damage assessment | |
| Basten et al. | Structural health monitoring with a wireless vibration sensor network | |
| Döhler et al. | Efficient structural system reliability updating with subspace-based damage detection information | |
| Vettori et al. | A virtual sensing approach to operational modal analysis of wind turbine blades | |
| Srinivas et al. | Studies on methodological developments in structural damage identification | |
| Buff et al. | Design of a random decrement method based structural health monitoring system | |
| KR101851203B1 (ko) | 구조물 진단 무선 모니터링 시스템 | |
| KR101851204B1 (ko) | 구조물 진단 무선 모니터링 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20181004 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20190919 Year of fee payment: 5 |