KR101644311B1 - 스마트 구조물의 유지 관리를 위한 est 기반 최적 si 시스템 - Google Patents

스마트 구조물의 유지 관리를 위한 est 기반 최적 si 시스템 Download PDF

Info

Publication number
KR101644311B1
KR101644311B1 KR1020150172002A KR20150172002A KR101644311B1 KR 101644311 B1 KR101644311 B1 KR 101644311B1 KR 1020150172002 A KR1020150172002 A KR 1020150172002A KR 20150172002 A KR20150172002 A KR 20150172002A KR 101644311 B1 KR101644311 B1 KR 101644311B1
Authority
KR
South Korea
Prior art keywords
smart structure
optimal
sensor
smart
information
Prior art date
Application number
KR1020150172002A
Other languages
English (en)
Inventor
허광희
전준용
Original Assignee
건양대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 건양대학교산학협력단 filed Critical 건양대학교산학협력단
Application granted granted Critical
Publication of KR101644311B1 publication Critical patent/KR101644311B1/ko

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M1/00—Testing static or dynamic balance of machines or structures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M1/00—Testing static or dynamic balance of machines or structures
    • G01M1/02—Details of balancing machines or devices
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (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 SI 시스템에 관한 것으로, 상세하게는 최적 센서위치 결정 알고리즘, 상시진동 응답 분석 알고리즘 및 FE모델 개선 알고리즘이 컴퓨터를 포함하는 연산처리수단에 의하여 실행되는 프로그램 형태로 이루어지는 EST(Embedded Software Technology) 기반의 계측 시스템에 임베디딩되어, 실시간으로 스마트 구조물의 건전도를 평가하고 평가한 건전도에 따른 스마트 구조물의 유지 관리를 수행하도록 하는 것을 특징으로 하는 스마트 구조물의 유지 관리를 위한 EST 기반 최적 SI 시스템에 관한 것이다.

Description

스마트 구조물의 유지 관리를 위한 EST 기반 최적 SI 시스템 {Optimal Structure Identification system based Embedded Software Technology for maintenance of smart structure}
본 발명은 스마트 구조물의 유지 관리를 위한 EST 기반 최적 SI 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 구조물 기본 구성에 활용하여, 실시간으로 스마트 구조물의 건전도(health)를 평가하여 효과적으로 유지 관리할 수 있는 스마트 구조물의 유지 관리를 위한 EST 기반 최적 SI 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 SI 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 SI 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 구조물 기본 구성에 활용하여, 실시간으로 스마트 구조물의 건전도(health)를 평가하여 효과적으로 유지 관리할 수 있는 스마트 구조물의 유지 관리를 위한 EST 기반 최적 SI 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.
국내등록특허 제10-0587821호(등록일자 2006.06.01.) 유럽특허 제2012-168249호(공개일자 2013.10.16.)
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 구조물 기본 구성에 활용하여, 실시간으로 스마트 구조물의 건전도(health)를 평가하여 효과적으로 유지 관리할 수 있는 스마트 구조물의 유지 관리를 위한 EST 기반 최적 SI 시스템을 제공하는 것이다.
본 발명의 일 실시예에 따른 스마트 구조물의 유지 관리를 위한 EST 기반 최적 SI 시스템은, 실시간으로 스마트 구조물의 건전도를 평가하여 유지 관리하는 최적 SI 시스템에 있어서, 기설정되어 있는 최적 센서위치 결정 알고리즘을 통해, 상기 스마트 구조물로부터 건전도 평가를 위한 신호를 검출하기 위한 다수 개의 센서의 최적 계측 위치를 결정하고, 기설정되어 있는 상시진동 응답 분석 알고리즘을 통해, 상기 스마트 구조물에 상시 발생되는 진동만을 이용하여 스마트 구조물의 거동특성을 분석하고, 기설정되어 있는 FE(유한요소, Finite Element)모델 개선 알고리즘을 통해, 상기 스마트 구조물의 모달정보를 반영한 수치모델을 도출하여, 상기 스마트 구조물의 건전도를 평가하는 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 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, 상기 스마트 구조물의 건전도를 평가하고, 평가한 건전도에 따른 스마트 구조물의 유지 관리를 수행하도록 하는 것을 특징으로 한다.
이 때, 상기 스마트 구조물의 유지 관리를 위한 EST 기반 최적 SI 시스템은 최적 센서위치 결정 알고리즘, 상시진동 응답 분석 알고리즘 및 FE모델 개선 알고리즘이 컴퓨터를 포함하는 연산처리수단에 의하여 실행되는 프로그램 형태로 이루어지는 EST(Embedded Software Technology) 기반의 계측 시스템에 임베디딩되어, 실시간으로 스마트 구조물의 건전도를 평가하고 평가한 건전도에 따른 스마트 구조물의 유지 관리를 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 신호를 수신하는 무선송수신장치(230)를 포함하여 구성되는 것을 특징으로 한다.
또한, 상기 스마트 구조물의 유지 관리를 위한 EST 기반 최적 SI 시스템은 계측된 신호 정보, 센서의 최적 계측 위치 정보, 스마트 구조물의 거동특성 정보, 스마트 구조물의 수치모델 정보, 스마트 구조물의 건전도 평가 정보 및 스마트 구조물의 유지 관리 정보를 데이터베이스화하여 저장 및 관리하는 저장하는 데이터베이스부(300)를 더 포함하여 구성되는 것을 특징으로 한다.
본 발명의 스마트 구조물의 유지 관리를 위한 EST 기반 최적 SI 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)모델 개선 알고리즘을 통한 스마트 구조물 기본 구성에 활용하여, 실시간으로 스마트 구조물의 건전도(health)를 평가하여 효과적으로 유지 관리할 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.
더 나아가, 본 발명의 스마트 구조물의 유지 관리를 위한 EST 기반 최적 SI 시스템은 EST 기반의 계측 시스템에 임베디딩되어 소프트웨어적으로 개발함으로써, 목적된 연산/처리/분석 능력을 빠르고 정확하게 구현할 수 있으며, 다양한 알고리즘을 통해 산출된 분석값들을 실시간으로 상호 유기적으로 운영하여 최적 SI(구조적 상태의 온전한 규명)를 통해 목적된 스마트 구조물의 건전도 모니터링을 온전히 수행할 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 스마트 구조물의 유지 관리를 위한 EST 기반 최적 SI 시스템을 간략하게 나타낸 구성도이다.
도 2는 본 발명의 일 실시예에 따른 스마트 구조물의 유지 관리를 위한 EST 기반 최적 SI 시스템을 상세하게 나타낸 구성도이다.
이하 첨부한 도면들을 참조하여 본 발명의 일 실시예에 따른 스마트 구조물의 유지 관리를 위한 EST 기반 최적 SI 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 SI 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 정의하여,
실시간으로 스마트 구조물의 건전도(health)를 평가하여 효과적으로 유지 관리할 수 있는 스마트 구조물의 유지 관리를 위한 EST 기반 최적 SI 시스템으로서, EST 기반의 계측 시스템에 임베디딩되어 소프트웨어적으로 개발함으로써, 목적된 연산/처리/분석 능력을 빠르고 정확하게 구현할 수 있으며, 다양한 알고리즘을 통해 산출된 분석값들을 실시간으로 상호 유기적으로 운영하여 최적 SI를 통해 목적된 스마트 구조물의 건전도 모니터링을 온전히 수행할 수 있는 스마트 구조물의 유지 관리를 위한 EST 기반 최적 SI 시스템에 관한 것이다.
본 발명의 일 실시예에 따른 스마트 구조물의 유지 관리를 위한 EST 기반 최적 SI 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 및 FE모델 개선 알고리즘을 임베디딩하여, 실시간으로 스마트 구조물의 건전도를 평가하고, 평가한 건전도에 따른 스마트 구조물의 유지 관리를 수행하도록 할 수 있다.
각 구성에 대해서 자세히 알아보자면,
상기 계측부(100)는 상기 센싱부(200)에 구비되어 스마트 구조물의 건전도 평가를 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 평가를 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, 최적계측 시스템을 구성할 수 있다.
일반적인 건설 구조물의 운동에너지 분포는 하기의 수학식 1과 같이 정의할 수 있다.
Figure 112015118754590-pat00001
여기서, KE는 운동에너지(Kinetic Energy)이며,
Figure 112015118754590-pat00002
는 측정된 모드형 벡터이며,
M은 질량 매트릭스이다.
이 때, 질량 매트릭스 M을 상삼각 행렬(L)과 하삼각 행렬(U)로 분해하여, 각각
Figure 112015118754590-pat00003
, M=LU를 표현할 수 있으며, 감소된 측정인자에 따른 모드형의 projection은 하기의 수학식 2와 같이 정의할 수 있다.
Figure 112015118754590-pat00004
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,
Figure 112015118754590-pat00005
요소의 행 랭크, N은
Figure 112015118754590-pat00006
매트릭스에서 선형 독립된 사영 벡터(Linearly Independent Projected Vector)의 수와 같다.
이에 따라, 에너지 매트릭스 자신의 고유치
Figure 112015118754590-pat00007
와 고유벡터
Figure 112015118754590-pat00008
를 고려하면,
Figure 112015118754590-pat00009
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.
Figure 112015118754590-pat00010
EOT 벡터는 측정된 모드형이 선형 독립이므로, 하기의 수학식 4와 같이, 직교 벡터를 이루어야 한다.
Figure 112015118754590-pat00011
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.
Figure 112015118754590-pat00012
여기서, M, C, K 는 각각 질량, 감쇠, 강성행렬이며,
Figure 112015118754590-pat00013
는 시간(t)에 대한 가속도, 속도, 변위이며,
Figure 112015118754590-pat00014
는 시간(t)에 대한 외력이다.
동적 특성치 행렬은 결정론적인 것으로 가정하고, 양변에 기준응답신호를 곱하여 확률의 기대치를 취할 경우, 하기의 수학식 6으로 나타낼 수 있다.
Figure 112015118754590-pat00015
여기서,
Figure 112015118754590-pat00016
는 상관함수의 벡터를 의미한다.
Figure 112015118754590-pat00017
가 불규칙 정상 상태일 경우, 상기의 수학식 6은 하기의 수학식 7과 같이 나타낼 수 있다.
Figure 112015118754590-pat00018
여기서,
Figure 112015118754590-pat00019
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.
Figure 112015118754590-pat00020
여기서,
Figure 112015118754590-pat00021
는 상호상관함수(CCF)이며,
Figure 112015118754590-pat00022
는 이산된 교차파워스팩트럼(CPS)이며,
Figure 112015118754590-pat00023
과
Figure 112015118754590-pat00024
는 이산시간과 주파수를 의미한다.
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.
Figure 112015118754590-pat00025
여기서,
Figure 112015118754590-pat00026
는 임펄스 응답행렬이며,
각각 Hankel 행렬의 행과 열의 수이다.
상기의 수학식 9에서 적절한 크기의 행과 열을 선택하여
Figure 112015118754590-pat00027
을 산출하고, 하기의 수학식 10과 같이, Hankel 행렬에 대한 특이치 분해(Singular value decomposition)를 수행할 수 있다.
Figure 112015118754590-pat00028
여기서,
Figure 112015118754590-pat00029
는 비-특이 행렬(non-singular)이고,
Figure 112015118754590-pat00030
는 양의 대각행렬이고,
Figure 112015118754590-pat00031
는 특이치를 의미한다.
특이치 중 상대적으로 작은 것은 수치모드, 혹은 잡음에 의한 모드로 제거하게 되며, 남겨진
Figure 112015118754590-pat00032
,
Figure 112015118754590-pat00033
,
Figure 112015118754590-pat00034
을 이용한 시스템 행렬과 출력 행렬은 하기의 수학식 11 및 12와 같이 나타낼 수 있다.
Figure 112015118754590-pat00035
Figure 112015118754590-pat00036
여기서,
Figure 112015118754590-pat00037
이다.
이를 통해서, 고유 주파수는 스마트 구조물의 질량, 감쇠, 강성 등의 항으로 구성된 시스템 행렬의
Figure 112015118754590-pat00038
의 고유 값으로 획득할 수 있으며,
Figure 112015118754590-pat00039
의 고유 벡터를 Ψ 라고 하면, 구조물의 모드 벡터(
Figure 112015118754590-pat00040
)는 하기의 수학식 13과 같이 나타낼 수 있다.
Figure 112015118754590-pat00041
더불어 상기 계측부(100)는 스마트 구조물의 모달정보를 반영한 수치모델을 도출하여 스마트 구조물의 건전도를 평가할 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.
Figure 112015118754590-pat00042
여기서, [K]는 강성행렬,
[M]은 질량행렬,
[△K]와, [△M]은 변경으로 인한 구조물의 강성과 질량의 변화행렬,
Figure 112015118754590-pat00043
는 각각 구조 손상 전의 고유치와 고유벡터,
Figure 112015118754590-pat00044
는 각각 변경 후의 고유치와 고유벡터이다.
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.
Figure 112015118754590-pat00045
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.
Figure 112015118754590-pat00046
Figure 112015118754590-pat00047
이 때, 상기의 수학식 16에서의 [△K]는 하기의 수학식 18의 관계식을 이용하여, 하기의 수학식 19와 같이 정의된다.
Figure 112015118754590-pat00048
Figure 112015118754590-pat00049
또한, 상기의 수학식 17에서의 [△M]은 하기의 수학식 20의 관계식을 이용하여, 하기의 수학식 21과 같이 정의된다.
Figure 112015118754590-pat00050
Figure 112015118754590-pat00051
본 발명의 스마트 구조물의 유지 관리를 위한 EST 기반 최적 SI 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.
즉, 본 발명의 스마트 구조물의 유지 관리를 위한 EST 기반 최적 SI 시스템은 상기 센싱부(200)의 다수 개의 센서(210)에 의한 계측값들을 실시간으로 전달받아, 스마트 구조물의 건전도를 평가하고, 평가한 건전도에 따른 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 평가를 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 신호를 수신할 수 있다.
또한, 상기 센싱부(200)는 ‘자기 조직화 기법’을 통해서, 상기 센싱부(200) 스스로 최적의 통신 채널을 설정하여, 분산되어 있는 다수 개의 센서(210)들로부터 센싱된 데이터들을 효율적으로 상기 계측부(100)로 전달할 수 있다.
즉, 상기 센싱부(200)는 ‘자기 조직화 기법’을 통해서, 인접한 센서들 간의 통신하거나, 국부적 통신장애가 발생할 경우 이를 회피하거나, 일부 작동불능 상태의 센서를 우회함으로써, 상기 센싱부(200)에서 자동으로 분산되어 있는 다수 개의 센서(210)들로부터 센싱된 데이터들을 최적의 통신 채널을 결정하여 상기 계측부(100)로 실시간 전달할 수 있다.
상세하게는, 건설 분야에서의 재난관리 기술은 지진, 홍수, 태풍, 기타 위험한 상황에서 구조물의 안전성을 확보하고 인적/물적 피해를 최소화하기 위한 것으로, 예방, 대비, 대응, 복구와 관련된 모든 활동을 포함한다. 특히, 자연 재난은 대부분 자연 발생적인 것이며 그 피해 규모가 매우 클 수 있으므로, 구조물의 피해를 줄이기 위해서는 안전도를 미리 진단하고 사고를 대비하는 것이 무엇보다 중요하다.
이에 본 발명은 대형 재난과 재해를 예방하기 위한 핵심기술로 생체적인 기능을 모방하여 다양한 안전관련 데이터를 수집 분석하고, 자율적으로 무선 통신 네트워크를 구성하여 관련 정보를 실시간 공유 및 모니터링하는 “분산형 다중 생체 센싱 기술을 이용한 자기 조직화 재난 예방 시스템”을 개발하고자 한다. 제안하는 재난 예방 시스템은 건설 분야의 구조공학과 IT 분야의 무선통신공학이 결합된 ICT 융합 시스템으로, 도 3과 같이 센서 노드, 자기 조직화 센서 네트워크, 그리고 분산형 재난 관리 서버로 구성되어 서로 유기적으로 상황에 대응함으로서 재난과 재해로부터 안전하도록 하는 생체적인 시스템이다.
센서 노드는 생체 모사 기법을 적용하여 센싱, 의사결정, 진동제어의 일련의 과정을 효율적이고 상황 적응적으로 수행한다. 먼저, 센서 노드는 생체 5감형 분산형 다중 센싱 기술, 달팽이관 영감형 동적 데이터 압축 기술, 운동에너지 기반 센싱위치 자동화결정 기술을 적용하여 구조물의 실시간 정보 수집을 수행한다. 이렇게 획득된 다양한 계측 정보를 바탕으로, 각각의 센서 노드는 생체적 의사결정 기술(상시진동 기반 모달파라미터 추출 기술, FE 모달개선을 통한 구조규명 기술, 생체 개면 혼성 손상평가 기술)을 통해 구조물의 실시간 상태를 평가한다. 이러한 구조물의 상태평가에 따라 각 센서 노드는 독립적으로 생체 피드백 진동제어를 수행하여 재난상황 또는 위기상황에 능동적이고 분산적으로 대처한다.
생체 센싱 기술에 의해 획득된 계측 정보는 센서 노드 측면에서 활용될 뿐만 아니라, 센서 네트워크의 무선통신 기술을 통하여 중앙의 분산형 재난 관리 서버로 전달된다. 이 과정에서 센서 네트워크는 자기 조직화 기법을 이용하여 구조물 규모에 적합한 토폴로지를 형성하고, 형성된 토폴로지에 따라 각 센서 노드는 단일-홉 또는 다중-홉 전송을 통해 계측 정보를 분산형 재난 관리 서버로 전송하여 실시간 모니터링을 가능하게 한다. 또한 자기 조직화 기법에 생체 모방 기술을 적용하여 중앙 개체의 제어 없이 센서 노드들 간에 지역적으로 제어 정보를 교환함으로써, 내/외부적인 영향에 대응하여 재난 시에도 통신 링크를 유지함은 물론, 센서 노드의 유실이나 새로운 추가와 같이 가변적 상황에서도 네트워크 토폴로지를 적응적으로 재구성할 수 있다.
한편, 무선 센서 네트워크를 통해 계측 정보를 수집한 분산형 재난 관리 서버는 구조물의 실시간 모니터링을 수행할 뿐만 아니라 생체적 의사결정 기술을 통해 구조물의 종합적인 상태평가를 수행하며, 필요시에는 중앙제어를 통해 위기상황에 능동적으로 대처할 수 있다. 재난 관리 서버에서의 생체적 의사결정 기술은 모든 센서 노드로부터 수집된 계측 정보를 활용하기 때문에 최적의 종합적인 구조물 상태평가가 가능하다.
종래의 구조물 건전도 모니터링(Structure Health Monitoring: SHM) 기술은 1990년대 이후 국내외적으로 연구가 활발히 진행되고 있으며 특히 교량에 대한 적용 사례가 많다. SHM 기술에 대한 대부분의 선행 연구는 유선망을 사용한 SHM 기술 개발, SHM 기술에 사용되는 스마트 무선 센서 개발, 스마트 무선 센서를 사용한 비실시간 네트워크 구성에 대한 내용을 중점으로 진행되었다.
유선망을 사용한 SHM 기술의 예를 들자면, 홍콩의 TsingMa Bridge와 미국의 Bill Emerson Memorial Bridge는 유선망을 사용한 SHM 기술이 적용된 교량의 대표적인 사례이다. 홍콩의 TsingMa Bridge의 경우 800만 달러 이상의 비용을 들여 282개의 센서로 구성된 SHM 시스템을 구축하였으며, 미국의 Bill Emerson Memorial Bridge는 15,000 달러 이상의 비용을 들여 84개의 가속도 채널로 이뤄진 SHM 시스템을 구축하였다. 그러나 유선망을 사용한 SHM 기술의 경우 구축을 위한 초기 비용이 지나치게 높다. 또한 중앙 집중형 프로세싱을 기반으로 하기 때문에 센서 노드의 방대한 데이터를 적절하게 관리하기 어렵고 센서 노드의 수가 늘어남에 따라 시스템 구축이 힘들다는 단점이 있다.
더불어, 스마트 무선 센서를 활용한 비실시간 네트워크 구성의 예를 들자면, 무선망을 사용한 SHM 시스템 구성을 위해서 한-미-일 국제 공동 연구가 진행되었다. 한-미-일 국제 공동 연구는 1) 사장교의 동적 거동을 정확하게 파악하기 위해 필요한 다양한 센서 보드 개발, 2) 센서 네트워크 상에서 분산 연산 환경을 활용하는 SHM 알고리즘 개발, 3) 국제 공동 연구를 위한 테스트베드 구축, 4) 실제 교량에의 활용을 통한 스마트 무선 센서 기반 SHM 시스템의 장기적 성능 평가를 목적으로 진행되었다. 테스트베드는 전라남도 서남단의 제2진도대교가 선정되었으며 제2진도대교에 설치된 SHM 시스템을 나타낸다. 한-미-일 국제 공동 연구는 70개의 스마트 무선 센서 노드를 사용하여 4개월 동안 SHM 시스템의 성능을 평가하였다. 그러나 본 발명은 센서가 무선으로 데이터를 전송할 뿐, 통신 네트워크 개념이 적용되지 않아 1대1 통신으로 인한 전력소모가 크고 재난 시 발생할 수 있는 센서의 유실에도 대응하기 어렵다. 또한 센싱된 데이터를 한 곳에 모은 뒤 일정 시간 뒤 데이터를 분석하는 방식으로 진행되어 실시간으로 현장의 상태를 체크하기 어려우며 중앙 재난 서버에서 센서 노드를 제어 및 관리하는 시스템에 대한 개발이 전무하다.
그 외에도 SHM 기술에 관한 연구는 교량 등을 대상으로 실시간 유지관리 모니터링 시스템 구축하여, 기술의 실용성을 높이기 위한 연구가 국내외적으로 활발히 수행되고 있다. 이때 장대형 구조물, 특히 장경간을 위해 케이블을 이용하는 사장교 및 현수교 등은 사회적인 주요 기간 시설물로써 상대적으로 외부 환경으로부터의 외력(지진, 돌풍, 기타 윤하중 등)으로 인한 유해 진동 및 변형이 빈번하고, 이로 인한 구조적 손상 등의 위험이 클 수밖에 없는 유연한 구조적 특징을 갖고 있어 시공 후에도 지속적인 유지 관리가 매우 중요하다. 많은 연구가들이 장대형 교량 구조물에 가중된 역할을 원활히 수행하고, 시간이 지남에 따른 노후화로 인한 기능적 구조적 결함으로부터 발생할 수 있는 대형재난을 미연에 방지 혹은 피해규모를 최소화하기 위해 구조적인 성능 개선과 효과적인 관리 시스템에 관한 활발한 연구를 수행해오고 있다. 최근 이러한 기술들은 구조물의 동적인 특성과 계측을 통한 사장교의 손상 평가 및 유지 관리에 관한 많은 연구가 활발히 이루어지고 있다. 이들의 연구는 많은 연구가들에 의해서 실제 사장교 구조물에 계측시스템을 도입하여 실시간 모니터링을 시도하고 있으며 장대형 교량 구조물의 동적 특성 및 손상 평가, 그리고 모니터링을 위한 최적계측문제, 특히 최근에는 실시간 모니터링을 위한 무선계측시스템에 관한 연구도 활발하다. 특히 국내에서도 이러한 연구의 중요성을 인식하여 정부의 주도하에 국책과제로 연구를 추진해왔으며 특히 일부 연구는 사장교 구조물의 동적특성 및 손상평가, 그리고 모니터링을 위한 최적계측문제, 최근에는 실시간 모니터링에 관한 연구가 활발하다.
건설 분야의 구조물 진단 기술은 구조물의 안전성 및 적정 성능 수준을 확보하기 위하여 구조물의 결함 및 노후화에 의한 성능 저하 등을 측정하는 기술이다. 최근 구조물의 상태를 실시간으로 파악하고 손상의 위치를 조기 발견함으로써 대형재난을 미연에 방지하기 위한 기술에 대한 요구로 인하여 센서를 이용한 실시간 모니터링을 통한 구조물 건전성 평가에 대한 많은 연구가 진행되고 있다. 구조물 건전성 모니터링 시스템은 수많은 센서와 신호 계측 장비, 그리고 이를 연결하는 케이블 및 데이터 저장 서버로 구성된다. 이러한 시스템을 구성하기 위해 사용되는 장비들은 비교적 고가이며, 케이블을 설치하는데 상당 시간이 소요된다. 이러한 단점을 극복하기 위해, 최근 국내 뿐 아니라 해외에서도 이러한 건설 분야와 통신 분야의 융합 필요성에 대한 공통적인 인식이 형성됨에 따라 무선 센서의 적용과 활용에 대한 기초적인 연구가 진행되고 있다. 하지만 일반적인 무선 센서는 기존의 유선 케이블을 단지 무선으로 바꾼 것으로서, 제어기까지의 직접 통신으로 인한 전력소모가 커 센서의 수명이 짧아질 수 있으며 센서의 개수가 증가하는 경우 효과적으로 제어하기 힘들다. 따라서 도 4와 같이 무선통신 및 네트워크 기술을 건설 분야에 접목하여 다양하고 많은 양의 데이터를 효율적으로 처리하기 위한 통신 네트워크 기술이 적용된 실시간 구조물 모니터링이 필요하다.
더욱이 재난상황에서 무생명체인 구조물은 스스로 이동하거나 상황에 독자적인 대처를 할 수 있는 능력이 부족하며, 이와 같은 위험을 일일이 수작업이나 반자동 정도의 기계적인 방법으로 대응하는 것으로는 대형 재난을 극복하기에는 역부족일 것이다. 따라서 미래 산업의 방향인 생체적인 기능을 재난 예방 시스템에 적용하여 대형재난에 능동적으로 대비하는 것은 매우 중요하고 반드시 필요하다.
이에 본 발명에서는 대형 재난에 능동적으로 대처하기 위한 핵심기술인 생체 모사 기법을 건설 분야의 구조물 진단 기술과 통신 분야의 자기 조직화 통신 네트워킹 기술에 적용하여, 구조물의 잔여 수명과 수행성능을 향상시키고 실시간으로 안전을 보장할 수 있는 재난 예방 시스템을 개발한다. 이러한 시스템 개발에 필요한 요소기술들을 개발하고 하나의 시스템으로 통합/융합하는 기술은 국내 뿐 아니라 해외에서도 원천 소재 기술로서의 가치가 충분하며, 고부가가치 핵심 기술로서 국가산업 경쟁력 제고에 크게 기여할 것으로 기대된다.
즉, 본 발명은 도 5와 같이, 건설 분야의 구조공학과 IT 분야의 무선통신공학이 결합된 ICT 융합 기술을 개발하는 것이다. 두 개의 이질적인 기술이 ‘생체 모방’이라는 기법을 통해 하나의 신기술로서 새롭게 도출될 수 있다. 지금까지의 물리적 결합을 지양하고 재난 정보의 획득, 수집, 분석, 결과제시까지의 일련의 과정을 생체 모방이라고 하는 하나의 큰 틀에서 구현하고자 한다. 즉, 구조공학적 진단기술과 무선통신의 네트워크 기술이 생명체의 세부 기술로서 하나의 컨트롤 타워인 두뇌에 의해 동작하듯이 유기적으로 결합된다. 이러한 시도는 국내외적으로 전무하며, 개발 시 새로운 신기술 분야로 자리매김할 수 있다.
이에 본 발명에서는 상기 서술된 개념의 능동적이고 유기적인 생체적 재난 예방 시스템 구현을 위해, 건설 분야 측면에서 구조물을 진단뿐만 아니라 일련의 센싱, 의사결정, 진동제어 절차를 통해 능동적으로 위기상황에 대처할 수 있는 센서 노드를 개발하고, 통신 분야 측면에서 네트워크 기술을 접목하여 중앙의 재난 관리 서버에서 실시간 모니터링 및 중앙제어 기술을 개발한다. 제안하는 재난 예방 시스템의 차별화된 특성은 다음과 같다.
1. 생체 모사 기법을 적용하여 건설 분야의 구조물 진단 기술과 통신 분야의 자기 조직화 통신 네트워킹 기술을 유기적으로 결합한 ICT 융합 시스템.
2. 독립적인 각 센서 노드는 생체적 센싱, 의사결정, 진동제어의 일련의 과정을 통해 분산적이고 능동적으로 재난상황에 대응.
3. 생체 모사 자기 조직화 기법을 통해 중앙 제어 없이 실시간 모니터링에 적합한 토폴로지를 센서 노드 스스로 형성하고, 재난상황으로 인한 센서 노드의 유실 및 추가와 같은 네트워크의 동적인 변화에도 자율제어를 통해 네트워크 연결성 확보.
4. 분산형 재난 관리 서버는 센서 노드와는 독립적인 생체적 의사결정 기술을 통해 구조물의 종합적인 상태평가를 실시간으로 수행하는 두뇌와 같은 역할을 하며, 필요시에는 중앙제어를 통해 위기상황에 능동적 대처.
5. 건설 분야와 통신 분야의 융합적인 하드웨어를 구현하여 실무적인 관점에서 효율적이고 직접적으로 활용될 수 있는 토탈 솔루션 제공.
이러한 차별화된 특징을 꾀하기 위한 소요기술들을 개발하고 성능 검증을 위한 테스트베드를 구축하여 통합시험을 수행하는 과정은 두 분야의 융합에 있어 매우 모험적이고 도전적인 일이며, 이를 통해 재난 상황에 대비하여 구조물의 잔여 수명과 수행성능을 향상시키고 재난 상황이 발생하더라도 실시간으로 안전을 보장할 수 있는 실시간 재난 예방 시스템을 개발할 수 있다.
본 발명은 건설 분야의 대형 재난 예방을 위하여 생체적 기능을 모방한 분산형 다중 생체 센싱 기술 기반의 자기 조직화 재난 예방 시스템을 개발하고 실증하고자 한다.
먼저, 본 발명의 최종목표인 생체 개념의 자기 조직화 재난 예방 시스템을 달성하기 위하여, 연구를 크게 세 가지 영역으로 구분하여 수행한다. 첫 번째 연구 영역으로 구조물의 실시간 정보 수집의 효율화를 위한 생체 모방 센싱 기술을 개발한다. 생체 모방 센싱 기술은 크게 생체 5감각형 분산형 다중(Multi) 센싱 기술, 달팽이관 영감형 동적 데이터 압축(CS) 기술, 운동에너지 기반 센싱 위치 자동화 결정 기술로 구분하여 개발한다. 두 번째는 자기 조직화 재난 예방 시스템에 사용되는 센서 노드를 구현하고 다양한 통신 시나리오를 고려한 시험을 통해 센서 노드의 성능을 검증한다. 센서 노드의 구현은 생체 모방 센싱 기술을 사용하여 재난 환경에 대한 정보를 수집하고 수집된 정보를 분석, 처리하는 센서 모듈, 수집된 정보를 무선으로 중앙 재난 서버로 전송하는 RF 통신 모듈, 센서 노드의 위치 정보와 시간 동기화 정보를 제공하는 GPS 모듈을 각각 설계하고 각 모듈 사이의 인터페이스를 구현한다. 마지막으로 자기 조직화 기법에 적용 가능한 생체 모방 알고리즘을 조사한다.
○ 생체 5감형 최적/압축 센싱 기술 개발
인간공학적 관점에서, 생체와 기계의 체계와 기능은 매우 큰 유사성을 갖고 있으며, 이때 생체의 우수한 기능을 모방하여 기계의 성능향상에 응용하고자 하는 공학적 접근법이 생체모방공학(Bio-inspired Engineering)이다. 본 발명에서는 재난예방 시스템을 위한 다중 센싱 기술을 개발하기 위하여, 생체 5감에 해당하는 다양한 센서들을 통합적으로 운영/관리할 수 있는 기술을 개발한다.
한편, 제한된 통신능력(한계)를 갖는 무선 센서 네트워크 기반으로 구조물의 동적응답을 효율적으로 획득하기 위해서는 데이터의 압축 기술이 요구된다. 본 발명에서는 재난예방 시스템을 위한 동적 데이터 압축(CS) 기술을 개발한다. 이때, 구조가 복잡유연한 대형 구조물은 그 구조물의 동적 특성을 규명하기 위하여 많은 수의 감지기가 필요하다. 그러나 낮고 좁은 간격의 고유 진동수를 소유한 대형 구조물에서는 역시 구조물의 운동에너지(Kinetic Energy, KE)를 최대화하여 감지기 Set를 최적화 하는 것이 높은 댐핑을 소유한 구조물의 손상을 찾는 일에 효과적일 것이라 판단된다. 따라서 본 발명에서는 운동에너지 방법을 고려한 최적 센서 위치 알고리즘을 적용하여 최적의 센서 위치와 최소 센서의 수를 결정하며, 이때 구조물의 실시간 정보수집 효율화를 위한 효용성 및 실용성을 제시한다.
○ RF 통신 모듈 구현
자기 조직화 재난 예방 시스템에서는 재난 상황으로 인한 유선통신망 단절 가능성으로 인해 유선을 사용하여 정보를 전송하기는 불가능하며, 따라서 센서 노드로부터 수집된 정보를 무선통신망을 사용하여 중앙 재난 서버로 전송해야 한다. 이때 사용되는 무선 통신 기술은 배터리를 충전시키기 어려운 자기 조직화 재난 예방 시스템의 특성을 고려하여 저전력 특성을 가져야 하며 시스템 구축비용을 절감하기 위해 저비용 특성을 가져야 한다. 또한 재난 상황에서의 신속한 업무 수행을 위해 최대한 높은 전송률을 보장해야 하며 재난 환경에 쉽게 설치가 가능하도록 소형 디바이스로 구성되어야 한다. 따라서 RF 통신 모듈은 기존에 표준화가 진행된 WLAN (Wireless Local Area Network) 및 WPAN (Wireless Personal Area Network) 기술 중 자기 조직화 재난 예방 시스템의 특성을 충족시키는 통신 규격을 선택하여 구현한다.
○ GPS 모듈 구현
각 센서 노드의 위치 및 시각 정보를 제공하는 GPS 모듈을 구현한다. 재난 관리 서버에서 재난 상황의 상태를 실시간으로 모니터링하기 위해서는 센서 노드의 정확한 위치 정보가 요구된다. 또한 여러 센서 노드 사이의 통신 프로토콜을 효율적으로 운용하기 위해서는 모든 센서 노드 사이의 시간 동기화가 요구될 수도 있다. GPS 모듈은 센서 노드가 설치되는 환경을 고려하여 요구되는 정확도 및 수신률 수치를 결정하여 선택하며, 수신률이 좋지 않은 환경의 경우 외부 안테나를 사용하여 수신률을 향상시킨다.
○ 모듈 간 인터페이스 구현
제어 보드를 활용하여 센서 노드를 구성하는 각 모듈 사이의 인터페이스를 구현한다. 제어 보드를 사용하여 센싱 모듈에서 수집한 정보를 처리하고 GPS 모듈에서 제공하는 위치 및 시각 정보를 저장 및 활용하며 RF 모듈에 사용되는 통신 프로토콜 및 자기 조직화 기법을 제공함으로써 각 모듈 사이의 인터페이스를 구현한다. 또한 각 모듈 간 정보 교환을 위해 가장 범용적인 UART 인터페이스를 개발한다.
○ 센서 노드 개발
건설 분야의 구조물 진단 기술과 IT 분야의 통신 기술을 융합하여 자기 조직화 재난 예방 시스템을 구성하는 센서 노드를 개발한다. 센서 노드는 환경을 센싱하여 데이터를 수집하고 이를 바탕으로 의사 결정 및 능동 제어를 수행하는 구조물 진단 기술과, 수집된 데이터를 재난 관리 서버로 전송하고 통신 시 충돌을 회피하기 위한 프로토콜을 수행하는 통신 기술의 융합으로 구현된다. 구조물 진단 기술을 통해 수집되고 가공된 정보는 커넥터(Connector)를 통해 외부 메모리(External memory)로 전달된 후 무선 통신 기술을 통해 재난 관리 서버로 전송된다. 반대로 무선 통신 기술을 통해 재난 관리 서버로부터 수신된 정보는 제어 보드에서 구조물 진단 기술을 통해 해석되어 재난 관리 서버로부터의 명령을 적절하게 수행한다. 서로 다른 두 분야의 기술을 융합함으로써 재난 상황에 대한 유연하고 능동적인 대처가 가능한 센서 노드를 개발한다.
○ 센서 노드 통신 성능 검증
센서 노드의 통신 성능 검증을 위해 다양한 통신 시나리오를 구성하여 시험한다. 고려하는 통신 시나리오는 도 6에 나타낸 것과 같이 1 대 1 통신, n 대 1 통신, 다중 홉 통신이며, 이 중 n 대 1 통신과 다중 홉 통신 시나리오를 시험하기 위해 매체 접속 제어(Medium Access Control: MAC) 기술을 개발한다.
○ 자기 조직화 기법에 활용할 수 있는 생체 모방 알고리즘 조사
재난 예방 시스템은 배치되는 센서 노드의 수가 증가할수록 중앙 집중 방식을 통한 제어가 어려워진다. 또한 센서 노드의 유실 및 추가로 인한 네트워크의 토폴로지가 동적으로 변화하기 쉽다. 하지만, 이러한 조건에서도 재난 예방 시스템은 능동적으로 대처하여 서비스를 지속적으로 제공하여야 한다. 이를 위해 자기 조직화 기법을 사용하여 재난 예방 시스템을 설계하며 자기 조직화 기법의 성능 향상을 위해 생체 모방 알고리즘을 사용한다. 예를 들어 이동하는 기러기 떼들은 한 개체가 유실되거나 유입되어도 변경된 환경에 맞춰 새로운 군집 형태를 유지할 수 있으며, 반딧불의 동기 원리를 사용하여 중앙 제어 없이 정확한 시간 동기를 획득할 수 있다. 다양한 생체 모방 알고리즘 중 자기 조직화 기법에 적용하여 성능을 향상시킬 수 있는 알고리즘에 대한 기본 설계를 한다.
본 발명은 추가적으로, 크게 두 가지를 수행할 수 있다.
첫 번째는 구조물의 실시간 상태 평가를 위한 생체적 의사결정 기술을 개발한다. 이를 위해 상시진동 기반 모달파라미터 추출 기술, FE 모델개선을 통한 구조규명(SI) 기술, 생체개념 손상평가 기술을 개발하고 이들 기술을 하나의 통합적 시스템으로 구현한다. 두 번째는 센서 노드와 싱크 노드 간에 자기 조직적인 방식으로 센서 네트워크를 구성하는 프로토콜을 설계한다. 여기에 생체 모방 알고리즘을 접목시킴으로써 네트워크의 성능을 향상을 모색한다. 기본적으로 본 발명은 재난 예방을 목적으로 하는 시스템을 구축하는 것이므로 데이터 전달의 시급성 및 신뢰성이 보장되어야 하며, 내/외부의 변화 요인에 대해 통신 링크의 연결성을 최대한 유지하기 위해서 네트워크의 확장성 및 강인성이 유지되어야 한다. 일반적으로 다수의 센서 노드들로 구성되는 네트워크에서는 중앙에 존재하는 특정 개체가 전체 네트워크를 관리하는 것이 어렵고 비효율적이므로, 중앙 개체의 개입 없이 센서 노드들 간에 지역적인 정보 교환을 통해서 자율적으로 최대의 연결성을 유지하는 자기 조직화 네트워크의 개념이 필수적이다.
○ 실시간 구조규명 및 손상평가 기술 개발
구조물의 구조적 식별(SI)은 주로 구조물의 동적 특성 변수인 고유 주파수, 감쇠비, 모드 형상을 이용한다. 하지만, 건물이나 교량과 같은 구조물은 실 구조물에 유입되는 입력 신호나 공용 중에 발생하는 가진 신호의 측정이 불가능하거나 매우 어렵고, 입력 신호의 측정이 가능한 경우라고 할지라도 구조물의 형태나 주변 여건에 의해서 가진 위치나 가진기의 설치/가진 방법 등에 제약이 따른다. 본 발명에서는 출력 신호만을 이용한 구조물의 동적 특성을 분석할 수 있는 기법인 NExT(Natural Excitation Techniques) & ERA(Eigensystem Realization Algorithm) 기술을 이용해 모델의 상시 모니터링 및 신호분석 기술에 대한 연구를 수행한다. 또한, FE해석과 진동실험을 결부시켜 정확한 동적 특성치를 획득하고 구조물의 건전도 감시 등에 이를 활용하기 위한 방법으로 직접행렬법과 오차행렬법의 2가지 모달 개선법를 채택하여 그 활용 방안을 모색한다.
이때, 실시간으로 구조물의 상태평가를 위해서는 구조물로부터 다양한 데이터(가속도, 스트레인, 변위, 온도, 등)를 동시에 계측하고, 이들 데이터를 활용함에 있어 기존 손상평가 방법의 개량병합하여 우수한 장점을 갖는 새로운 손상평가 방법의 개발이 필요하다. 따라서 앞서 개발한 생체 5감형 분산형 다중 센싱 기술을 이용하여 획득된 다양한 응답정보를 바탕으로, 생체 개념 손상평가 기술을 개발한다. 아울러, 구조물의 실시간 상태평가를 위해 개발된 다양한 생체적 의사결정 기술(상시진동 기반 모달파라미터 추출 기술, FE 모달개선을 통한 구조규명(SI) 기술, 생체 개념 혼성 손상평가 기술)을 소프트웨어 기반으로 개발하고 이를 센서 노드에 임베디드하여 개발된 논리를 구현한다.
○ 데이터 수집형 시스템에 적합한 토폴로지 탐색
도 7은 센서 네트워크가 가질 수 있는 네 가지의 기본적인 토폴로지를 나타낸다. 먼저 비클러스터 기반인 (a), (b)와 클러스터 기반인 (c), (d)로 크게 분류할 수 있다. 일반적으로, 특정 범위 내에서 고정된 최대 전송반경에 대해 센서 노드의 배치 밀도가 일정 수준 이상으로 보장되는 경우에는 클러스터 기반의 토폴로지가 에너지 효율적인 측면에서 더 좋은 성능을 보인다. 센서 노드들은 보통 배터리로 구동되므로 효율적인 에너지 소모를 통해 센서 네트워크의 수명을 최대화하는 것이 중요하다. 클러스터 기반에서는 각 클러스터를 구성하는 센서 노드들이 멀리 떨어져 있는 싱크 노드까지 수집한 데이터를 전달하는 헤드의 역할을 번갈아서 수행함으로써 에너지를 효율적으로 사용할 수 있다. 반면 최대 전송반경 대비 센서 노드 밀도가 일정 수준 이하인 경우에는 헤드 간 또는 헤드와 싱크 노드 간의 연결성 저하로 인해 클러스터의 효용성이 낮으므로 비클러스터 기반의 토폴로지가 더 적절하다. 본 발명에서는 재난 예방 시스템이 구축되는 구조물의 규모 및 형태에 따른 네트워크 토폴로지의 적합성을 판별한다. 구조물의 규모가 비교적 작은 경우에는 (a), (b)와 같은 단일 홉 기반, 비교적 큰 경우에는 (b), (d)와 같은 다중 홉 기반의 네트워크가 적합하다.
○ 초기 네트워크 형성 프로토콜 설계
재난 예방 시스템을 구축하기 위해서는 우선 대상 구조물의 최적 위치에 센서 노드들을 배치하고, 이후 배치된 센서 노드들 간에 초기 네트워크 형성을 위한 프로토콜을 설계해야 한다. 가장 먼저 각 센서 노드의 프로토콜 시작 시점을 결정해야 하며, 이는 도 8과 같이 크게 두 가지 방법으로 분류된다. 도 8(a)는 각 센서 노드가 배치 완료 직후에 개별적으로 프로토콜을 시작하는 것을 나타낸다. 이 방법은 기존에 센서 네트워크가 구축되어 있지 않은 구역에 재난이 발생하였을 때 즉각적으로 임시 센서 네트워크를 형성해야 하는 경우에 적합하다. 일반적으로 정해진 위치에 다수의 센서 노드를 배치하는 과정에는 상당한 시간이 소요되므로, 급박한 재난 상황에서는 임의의 위치에 센서 노드들이 배치된 직후부터 개별적으로 임무를 시작하도록 해야 한다. 반면, 본 발명과 같이 재난을 사전에 예방하기 위한 시스템의 경우에는 센서 노드들을 배치하기 위한 시간에 제약이 없기 때문에 도 8(b)와 같이 모든 센서 노드들의 배치가 완료된 이후에 싱크 노드가 프로토콜 시작 명령을 하달하는 방법으로도 충분할 것으로 예상된다. 각 센서 노드는 배치 완료 후 대기 하는 도중에 싱크 노드의 프로토콜 시작 명령을 수신하면 즉시 프로토콜에 참여한다.
다수의 센서 노드들로 구성되는 센서 네트워크를 노드별로 하나씩 배치/설정하는 것은 매우 비효율적이다. 수동으로 높은 성능의 네트워크를 구축하기 위해서는 센서 노드의 최대 전송반경, 위치에 따른 서로 간의 간섭 정도, 구조물의 물리적인 방해 등을 모두 종합적으로 고려하여야 하므로, 싱크 노드와 센서 노드들 간에 지역적인 정보 교환을 통해서 네트워크를 자기 구성(Self-configuration)하는 방법이 필수적이다. 노드 배치 과정이 완료되면, 싱크 노드는 네트워크 구성에 필요한 특정 메시지를 방송함으로써 센서 노드들에게 프로토콜의 시작을 알린다. 이 때 네트워크의 규모, 형태 등에 따라 적합한 네트워크 토폴로지 유형이 다르고 각 유형별로 요구되는 정보가 다를 수 있으므로, 필요한 제어 메시지의 종류와 필드를 알맞게 설계해야 한다. 싱크 노드의 메시지를 수신하게 되면, 센서 노드도 마찬가지로 특정 제어 메시지를 방송한다. 이러한 방식을 통해서 결과적으로 배치된 모든 센서 노드들이 네트워크에 편입할 수 있고, 동시에 네트워크 토폴로지가 구성된다. 이후 네트워크의 연결성을 향상시키기 위해 추가로 배치되는 새로운 센서 노드들도 자기 구성 프로토콜에 의해 기존 네트워크로 자연스럽게 편입될 수 있다. 장기적인 관점에서 네트워크가 자동적으로 원활하게 운용될 수 있도록 센서 노드와 센서 노드 간, 센서 노드와 싱크 노드 간의 메시지 교환 과정을 세부적으로 설계하는 것이 중요하다. 본 연구에서는 초기 네트워크 형성 시 활용 가능한 생체 모방 알고리즘을 탐색 및 적용하여 네트워크의 성능 향상을 시도한다. 예를 들어, 대규모 생체 집단에서 바이러스가 전달되는 것과 같이 전염병 확산 모델(Epidemic spreading model)을 통해서 초기 네트워크 형성이 효율적으로 수행되도록 할 수 있을 것이라 예상된다.
○ 네트워크 연결성 유지 프로토콜 설계
최근에 수행되었던 구조물 건전성 모니터링 기술 연구들에서는 분산형 연산 기능을 가지는 스마트 무선 센서를 도입함으로써 기존의 유선 센서 노드에 의한 중앙 집중형 구조로부터 발생하는 문제점들을 해결하고자 하였다. 하지만 여전히 내/외부의 변화 요인에 대해서 네트워크의 연결성을 보장하기 위한 장치들이 부족한 단점이 존재한다. 도 9는 네트워크의 연결성 저하와 그로 인해 발생하는 상황을 크게 두 가지로 분류하여 나타내고 있다. 먼저 도 9(a)는 모든 센서 노드들이 싱크 노드로부터 단일 홉 환경 내에 존재하는 경우에 해당한다. 이 경우에는 단지 배터리가 방전된 센서 노드가 담당하고 있는 해당 구역에 대한 정보 수집만 중단되므로 그 여파가 크지 않으나, 도 9(b)와 같이 다중 홉 기반으로 네트워크가 구성되어 있는 경우에는 정보 수집이 중단되는 구역이 지나치게 광범위해지는 문제가 발생한다. 즉, 중계(Relay) 노드의 유실로 인해 배터리가 방전된 센서 노드의 하위에 연결되어 있던 센서 노드들이 담당하고 있는 광범위한 구역 정보도 추가적으로 수집되지 않는다. 이는 이후에 새로운 배터리 또는 센서 노드를 재설치하는 데 소요되는 시간 동안 재난 예방 시스템의 큰 허점으로 작용하게 된다. 앞서 설명한 센서 노드의 배터리 방전 이외에도 악천후, 고장 등 네트워크의 연결성을 저하시키는 여러 가지 요인이 존재한다.
재난이 발생한 이후에도 구조물의 변형 등으로 인해 기존 네트워크의 연결성이 저하될 수 있다. 도 10은 특정 교량에 재난 예방을 위한 클러스터 기반의 자기 조직화 네트워크가 구축되어 있는 상황에서, 재난 발생으로 인해 연결성이 파괴되는 것을 나타내는 예시이다 . 먼저 도 10(a)에서 센서 노드들 간에 1번, 2번, 3번 클러스터가 형성되어있는 것을 확인할 수 있다. 각 센서 노드는 자신이 속한 클러스터의 클러스터-헤드에게 데이터를 전송하고, 해당 클러스터-헤드는 센서 노드들로부터 수신한 데이터를 취합하여 싱크 노드에게 전달한다. 이 때 도 10(b)와 같이 교량의 좌측 일부분이 붕괴되면 1번 클러스터의 클러스터-헤드가 유실되므로, 해당 클러스터에 속해 있던 잔여 센서 노드들의 연결성도 함께 상실된다.
결과적으로, 내/외부적 요인으로 인해 연결성의 저하가 발생하더라도 잔여 센서 노드들 간에 지역적인 협력을 통하여 연결성을 최대한 유지하도록 하는 자기 치유(Self-healing) 과정이 필수적이다. 따라서 본 발명에서는 생체 모방 기술을 응용하여 네트워크의 연결성뿐만 아니라 확장성 및 강인성을 모두 보장할 수 있는 자기 조직화 네트워크를 구축한다. 자연에서는 야생 동물 떼, 물고기 떼, 새 떼 등과 같이 일정한 패턴을 가지고 무리를 지어 행동하는 자기 질서화적 (Self-ordered) 군집 현상이 쉽게 관찰된다. 최근 이러한 생물체들의 군집 현상을 통해서 행동 원리를 규명하고 이를 모델링함으로써 여러 가지 체계화된 생체 모방 알고리즘들이 제시되었다. 특히 Flocking 알고리즘은 생물체들의 자기 질서화 현상을 모델링한 것으로서, 각 개체의 초기 속도와 위치가 특정 범위 이내에 있으면 일정 시간 후에는 모두 동일한 값으로 수렴한다는 것을 증명하였다. 본 발명에서는 초기 네트워크 형성 과정뿐만 아니라 장기적인 연결성 유지 과정에 이러한 Flocking 알고리즘을 응용하여 데이터의 분산 처리 효율성을 향상시키는 방안을 강구한다. 그리고 반딧불들이 초기에는 각자의 고유진동수에 따라 반짝이다가 시간이 지남에 따라 점차적으로 모두 동일한 주기로 반짝거리게 되는 것을 모방한 Firefly 알고리즘을 응용해서, 중앙 제어 없이 센서 노드들 간에 자치적으로 시간 동기화를 이루도록 연구한다. 그 밖에도 다양한 생체 모방 알고리즘들이 제시되어 있고, 이를 통신 분야에 접목하고자 하는 응용 연구도 활발하게 진행되고 있다. 본 연구에서도 생체 모방 알고리즘을 활용하여 자기 구성, 자기 치유와 더불어 주어진 환경 내에서 효율적인 성능을 이끌어낼 수 있는 자기 최적화 기반의 재난 예방 시스템을 개발한다.
○ 매체 접속 제어 기법 설계
일반적으로 네트워크를 구성하는 다수의 개체들이 자원(매체)을 공평하게 공유하기 위해서는 적절한 매체 접속 제어 기법이 필수적이다. 본 재난 예방 시스템에서는 각 센서 노드가 각자의 모니터링 정보를 주기적으로 싱크 노드까지 전달하고, 싱크 노드가 센서 노드들로부터 수신한 정보를 취합하여 중앙의 재난 관리 서버로 전달한다. 각 개체가 동일한 주기로 트래픽을 발생시키는 이러한 구조에서는, 임의 접근(Random access) 방식보다 통제 접근(Controlled-access) 및 채널화 ( Channelization ) 방식의 매체 접속 제어 기법이 더 적합할 수 있다. 특히 각 클러스터-헤드가 각자 다수의 클러스터-멤버 노드들을 담당하는 클러스터 기반 토폴로지에서는 채널화 방식이 가장 적합할 것으로 예상된다. 도 11은 다중 홉 클러스터 기반 토폴로지에서 존재 가능한 통신 채널의 종류와 충돌 발생 요인을 나타낸다 . 먼저 단일 클러스터 내에서 클러스터-멤버와 클러스터-헤드 간 통신 채널이 존재한다 . 하지만 다수의 클러스터-멤버가 단일의 클러스터-헤드에게 접근해야 하므로 메시지 충돌이 발생할 수 있다. 클러스터-헤드와 클러스터-헤드 간, 그리고 클러스터-헤드와 싱크 노드 간에도 통신 채널이 존재하지만, 마찬가지로 다수의 개체가 단일의 개체에 접근하는 구조이므로 메시지 충돌이 발생한다. 따라서 채널화를 통해 싱크 노드와 클러스터-헤드가 하위 개체(각각 클러스터-헤드, 클러스터-멤버)들에게 통신 채널을 공평하게 분배함으로써 서로 간의 충돌을 방지할 수 있다. 본 발명에서는 클러스터 기반을 포함한 여러 토폴로지에 대해서 임의 접근, 통제 접근, 그리고 채널화 방식 간에 타당성 비교를 수행함으로써 주어진 환경 하에서 최적의 매체 접속 제어 기법을 설계한다.
마지막으로, 구조물의 실시간 위기대응 능력을 위한 생체적 피드백 진동제어 기술을 개발하기 위하여, 능동형 제어장치의 수치적 동적모델 규명, 피드백 제어를 위한 능동형 제어법칙 설계, 생체 자립형 저전력 제어부를 설계하고, 이들 기술을 하나의 통합적 시스템으로 완성한다 . 또한 자기 조직화 네트워크를 통해 수집된 정보를 실시간으로 모니터링하고 수집된 재난 환경에 대한 정보를 바탕으로 실시간 재난 상황 판단 및 대응을 위한 분산형 재난 관리 서버 시스템을 설계하고 개발한다 . 또한 재난 관리 서버에서 센서 노드를 제어하고 재난 상황 발생 시 즉각적인 대응 명령을 전송하기 위한 통신 프로토콜 및 관리용 시그널링 패킷을 설계하고 구현한다. 상기 생체적 센싱 기술과 자기 조직화 네트워크의 성능을 평가하고 분산형 재난 관리 서버 시스템과의 연동을 검증하기 위한 통합 시험을 수행한다.
○ 생체 자립형 (준)능동 지동제어 기술 개발
일반적으로, 능동형 제어장치를 설계하고 실구조물에 적용하기 위해서는 제어장치의 거동 메커니즘을 파악해야 한다. 이때 제어장치의 거동 메커니즘을 수치적으로 표현한 동적모델은 다양한 형태로 개발되었다. 본 발명에서는 스마트 재료를 이용한 능동형 제어장치(MR 혹은 ER damper)를 선정하고, 이들 능동형 제어장치 기계적 거동 메커니즘을 파악하기 위하여 Bingham 과 Power 모델을 적용하여 수치적 동적모델을 규명한다.이때 본 발명에서는 앞서 결정된 스마트 재료를 이용한 능동형 제어장치(MR 혹은 ER damper)와, 이에 대한 수치적 동적모델(Power 모델 및 Bingham 모델)을 바탕으로, 최적제어 및 포화제어 개념의 선형 최적 제어 방법을 이용하여 제어법칙을 설계한다. 또한 각 제어법칙 별 제어성능을 비교/평가하여 최적의 제어법칙을 도출하고, 이를 바탕으로 본 발명의 최종목표인 재난 예방 시스템의 제어논리로 활용한다.
더불어, 일반적으로 센서 노드를 활용한 구조물 응답 측정과 더불어 제어장치를 함께 운영할 경우, 센서 노드는 구조물 응답 측정 및 전송 등의 기본 구동전원 외에 제어장치 구동을 위한 별도의 전원이 요구된다. 특히 유사 시 제어 장치를 이용해 실시간 피드백 진동제어력을 구조물에 부여하기 위해서는 자립적인 저전력 제어부의 설계가 필수적이다. 본 발명에서는 건설 분야에서 실무/활용성이 높고, 재난 시에도 안정적인 전원을 공급하여 응답계측 뿐만 아니라 생체 자립형으로 제어부가 충실히 운영될 수 있는 저전력 제어부를 설계한다.
○ 분산형 재난 관리 서버 시스템 개발
재난 환경에 설치된 센서 네트워크에서 수집된 정보를 중앙의 재난 관리 서버로 전송하여 이를 실시간으로 모니터링할 뿐만 아니라 재난 환경에 대한 종합적인 정보를 산출하고 의사결정을 통해 필요시 센서 노드를 제어하여 상황에 능동적으로 대응하기 위한 분산형 재난 관리 서버 시스템을 개발한다. 이러한 분산형 재난 관리 서버 시스템의 구성도는 도 12와 같다. 재난 환경에 설치된 센서 네트워크에서 수집된 정보는 RF인터페이스를 통해 재난 관리 서버로 전송된다. 실시간으로 재난 관리 서버에 전송되는 raw data(구조물로부터 획득한 센싱 및 피드백 진동제어 결과 등)는 서버에서 처리 및 해석되고 해당 정보를 모니터링 프로그램을 통해 GUI 방식으로 표시함으로써 사용자가 실시간으로 재난 환경의 종합적인 정보를 확인할 수 있다.
실시간 모니터링이 가능한 서버 시스템을 개발하기 위해 센서 네트워크에서 수집된 정보를 신속하고 신뢰성 있게 서버에 전달하여 재난 환경에서 발생하는 상황 정보를 즉각적으로 중앙에서 파악할 수 있는 모니터링 기법을 개발한다. 또한 서버에 수집된 raw data를 실시간으로 처리 및 해석하여 재난 환경의 상태를 파악하는데 적합한 정보로 가공할 수 있는 정보처리기술을 개발한다. 그리고 해당 정보를 시각적으로 표현하여 사용자가 구조물의 전체적인 상태정보를 쉽게 확인할 수 있도록 GUI 프로그램을 구현한다. GUI 프로그램은 센서 네트워크를 통해 파악한 구조물 전체의 정보를 효과적으로 표현하기 위한 사용자 인터페이스를 제공한다. 또한 필요시 재난 관리 서버에서 센서 네트워크를 효율적으로 관리 및 제어할 수 있도록 중앙 명령 인터페이스를 제공한다.
○ 재난 관리 서버 상황인지 및 의사결정 알고리즘 개발
재난 관리 서버에서 재난 환경으로부터 센싱된 정보를 종합적으로 분석하여 상황인지 및 의사결정을 위한 서버 관리기술을 구현한다. 이를 위해서는 구조물의 전체적인 응답정보를 취합-분석-평가할 수 있도록 중앙 서버의 독립적인 관리기술이 필요하다. 이러한 중앙 서버 관리기술을 구현하기 위해 실시간적인 센서 노드의 독립적인 운영(계측-의사결정-진동제어 등의 일련의 과정)정보 뿐만 아니라, 이들 센서 노드들의 운영에 따른 구조물의 전체적인 상태(고유 진동수, 모드 형상, 위험도 분석, 구조적 거동상태 변화(추이) 분석결과 등)를 분석하여 의사결정 및 센서 제어를 통한 대응을 위한 통합적인 알고리즘을 개발한다.
○ 실시간 센서 네트워크 관리 및 대응 시스템 개발
재난 환경에 설치된 센서 네트워크에 예기치 못한 문제가 발생하여 중앙에서 이를 관리 및 제어가 필요한 상황 또는 재난 상황이 발생할 경우 원격으로 이에 즉각적으로 대응하기 위한 명령을 내리기 위해서 센서 네트워크재난 관리 서버 사이의 실시간 양방향 통신 시스템을 구축한다. 단순히 재난 환경에서 수집된 정보를 모니터링할 뿐만 아니라 필요시 재난 관리 서버에서 원격으로 센서 네트워크의 각 센서 노드에 명령을 내릴 수 있는 실시간 센서 네트워크 관리 및 대응 시스템을 개발함으로써 센서 네트워크에서 각 센서가 수집한 국지적 정보를 통한 제한적인 대응 뿐 아니라 필요한 경우 재난 관리 서버차원에서 구조물 전체의 정보를 이용한 추가적인 대응이 가능하도록 센서를 제어하여 보다 적절한 대응이 가능하다.
재난 관리 서버에서 센서 노드를 제어하기 위해 특정 노드, 그룹 또는 센서 노드 전체에 필요한 명령을 전송하기 위한 1 대 1, 1 대 N 통신에 적합한 프로토콜을 개발한다. 이를 위해 Unicasting, Multicasting, Broadcasting, Polling과 같은 기법을 적용할 수 있다. 본 발명에서는 중앙 재난 관리 서버에서 구조물에 위치한 각 센서의 제어를 위해 신속성, 신뢰성, 시그널링으로 인한 네트워크 부하 등을 고려하여 가장 적합한 통신 프로토콜을 설계한다.
또한 중앙 재난 관리 서버에서 센서 네트워크의 관리 및 상황 대응을 위해 관리용 시그널링 패킷을 설계한다. 이를 위해 필요한 패킷들의 역할과 종류를 정의하고 패킷에 담을 정보의 종류와 크기를 결정하여 패킷을 설계한다. 패킷을 설계할 때 관리용 패킷에 포함되는 정보량이 너무 많으면 시그널링으로 인한 오버헤드가 과다하여 네트워크 전체의 성능 하락을 초래할 수 있으므로 꼭 필요한 정보를 최소화하여 패킷에 구성한다. 예를 들어 각 패킷에 포함되어야 할 필수적 정보로는 송/수신 노드 주소, 데이터 정보가 있으며 신뢰성 향상을 위해 패킷에 FEC(Forward Error Control)코드를 포함할 수 있다. FEC 코드는 채널상태를 고려하여 오버헤드를 최소화하는 범위 내에서 최상의 성능을 보이는 FEC 코드를 사용한다.
○ 통합시험 수행
생체 센싱 모델링을 이용한 센서 노드 및 생체 모방 자기 조직화 네트워크 기술과 더불어 분산형 재난 관리 서버에 대한 통합적인 성능 분석 및 검증을 수행한다. 이를 위해 테스트베드를 구축하고 시험함으로써 현실적인 환경에서 시스템을 구성하는 각 요소의 성능을 효과적으로 평가한다.
실제 건설 구조물에 본 발명을 통해 개발한 자기 조직화 재난 예방 시스템을 적용한 시험 결과를 바탕으로 자기 조직화 재난 예방 시스템의 성능을 분석하고 피드백을 통해 추가적으로 성능 개선이 필요한 요소의 추가연구 및 보완을 진행하여 최종적으로 완성도 높은 시스템을 개발할 수 있다.
본 발명의 일 실시예에 따른 스마트 구조물의 유지 관리를 위한 EST 기반 최적 SI 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 유지 관리 정보를 데이터베이스화하여 저장 및 관리할 수 있다.
즉, 본 발명의 일 실시예에 따른 스마트 구조물의 유지 관리를 위한 EST 기반 최적 SI 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 구조물 기본 구성에 활용하여, 실시간으로 스마트 구조물의 건전도(health)를 평가하여 효과적으로 유지 관리할 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

Claims (4)

  1. 실시간으로 스마트 구조물의 건전도를 평가하여 유지 관리하는 최적 SI 시스템에 있어서,
    상기 최적 SI 시스템은 최적 센서위치 결정 알고리즘, 상시진동 응답 분석 알고리즘 및 FE모델 개선 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, 상기 스마트 구조물로부터 건전도 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 알고리즘인 직접행렬법과 오차행렬법의 2가지 모달 개선법을 통해, 상기 스마트 구조물의 모달정보를 반영한 수치모델을 도출하여, 상기 스마트 구조물의 건전도를 평가하는 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 신호를 검출하는 다수 개의 센서(210)로 구성되며, 상기 다수 개의 센서(210)는 ‘생체 모사 기법’을 적용하여, 생체 5감형 분산형 다중 센싱 기술, 달팽이관 영감형 동적 데이터 압축 기술, 운동에너지 기반 센싱 위치 자동화결정 기술에 따라, 실시간으로 구조물의 정보를 수집하고,
    상기 다수 개의 센서(210)들로부터 센싱된 신호를 ‘자기 조직화 기법’을 통해 인접한 센서들끼리 통신하거나, 국부적 통신장애가 발생할 경우 이를 회피하여 통신하거나, 일부 작동불능 상태의 센서를 우회하여 통신하며, 최적의 통신 채널을 설정하여 상기 계측부(100)로 실시간 전송하는 센싱부(200);
    를 포함하여 구성되며,
    상기 계측부(100)는
    상기 센싱부(200)의 다수 개의 센서(210)에 의한 계측값들을 실시간으로 전달받아, 상기 스마트 구조물의 건전도를 평가하고, 평가한 건전도에 따른 스마트 구조물의 유지 관리를 수행하도록 하는 것을 특징으로 하는 스마트 구조물의 유지 관리를 위한 EST 기반 최적 SI 시스템.
  2. 삭제
  3. 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 신호를 수신하는 무선송수신장치(230);
    를 포함하여 구성되는 것을 특징으로 하는 스마트 구조물의 유지 관리를 위한 EST 기반 최적 SI 시스템.
  4. 제 1항에 있어서,
    상기 스마트 구조물의 유지 관리를 위한 EST 기반 최적 SI 시스템은
    계측된 신호 정보, 센서의 최적 계측 위치 정보, 스마트 구조물의 거동특성 정보, 스마트 구조물의 수치모델 정보, 스마트 구조물의 건전도 평가 정보 및 스마트 구조물의 유지 관리 정보를 데이터베이스화하여 저장 및 관리하는 저장하는 데이터베이스부(300);
    를 더 포함하여 구성되는 것을 특징으로 하는 스마트 구조물의 유지 관리를 위한 EST 기반 최적 SI 시스템.
KR1020150172002A 2015-02-04 2015-12-04 스마트 구조물의 유지 관리를 위한 est 기반 최적 si 시스템 KR101644311B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020150017190 2015-02-04
KR20150017190 2015-02-04

Publications (1)

Publication Number Publication Date
KR101644311B1 true KR101644311B1 (ko) 2016-08-01

Family

ID=56707008

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150172002A KR101644311B1 (ko) 2015-02-04 2015-12-04 스마트 구조물의 유지 관리를 위한 est 기반 최적 si 시스템

Country Status (1)

Country Link
KR (1) KR101644311B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101877265B1 (ko) * 2017-11-09 2018-07-11 건양대학교산학협력단 IoT 기반 MIMO형 생체모방 센서노드 및 이를 이용한 센싱 시스템
KR102332188B1 (ko) * 2021-07-14 2021-12-02 이채규 정밀한 변형률-변위 예측을 위한 유전자 알고리즘과 ai 기술을 적용한 구조물의 계측 위치 및 개소 결정 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100587821B1 (ko) 2004-08-04 2006-06-12 손인규 시설물의 안전성 확보를 위한 자동 측정 및 제어 시스템
JP2010276518A (ja) * 2009-05-29 2010-12-09 Central Res Inst Of Electric Power Ind 常時微動計測に基づく建物の健全性診断法、診断装置及び診断プログラム
EP2650664A1 (en) 2012-03-27 2013-10-16 Siemens Aktiengesellschaft A method for monitoring a structure based on measurements of a plurality of sensors
KR101393741B1 (ko) * 2014-02-26 2014-05-13 건양대학교산학협력단 건설구조물의 동적응답 획득을 위한 달팽이관 원리 기반의 무선 계측 시스템
KR101406005B1 (ko) * 2014-04-09 2014-06-11 건양대학교산학협력단 스마트 구조물을 위한 멀티 센싱을 이용한 분산형 구조적 상태 평가 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100587821B1 (ko) 2004-08-04 2006-06-12 손인규 시설물의 안전성 확보를 위한 자동 측정 및 제어 시스템
JP2010276518A (ja) * 2009-05-29 2010-12-09 Central Res Inst Of Electric Power Ind 常時微動計測に基づく建物の健全性診断法、診断装置及び診断プログラム
EP2650664A1 (en) 2012-03-27 2013-10-16 Siemens Aktiengesellschaft A method for monitoring a structure based on measurements of a plurality of sensors
KR101393741B1 (ko) * 2014-02-26 2014-05-13 건양대학교산학협력단 건설구조물의 동적응답 획득을 위한 달팽이관 원리 기반의 무선 계측 시스템
KR101406005B1 (ko) * 2014-04-09 2014-06-11 건양대학교산학협력단 스마트 구조물을 위한 멀티 센싱을 이용한 분산형 구조적 상태 평가 시스템

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101877265B1 (ko) * 2017-11-09 2018-07-11 건양대학교산학협력단 IoT 기반 MIMO형 생체모방 센서노드 및 이를 이용한 센싱 시스템
KR102332188B1 (ko) * 2021-07-14 2021-12-02 이채규 정밀한 변형률-변위 예측을 위한 유전자 알고리즘과 ai 기술을 적용한 구조물의 계측 위치 및 개소 결정 방법
KR102435166B1 (ko) * 2021-07-14 2022-08-23 이채규 정밀한 변형률-변위 예측을 위한 유전자 알고리즘과 ai 기술을 적용한 구조물의 계측 위치 및 개소 결정 방법

Similar Documents

Publication Publication Date Title
Cho et al. Smart wireless sensor technology for structural health monitoring of civil structures
Hackmann et al. Cyber-physical codesign of distributed structural health monitoring with wireless sensor networks
CN102340811B (zh) 无线传感器网络故障诊断方法
Yi et al. Multiaxial sensor placement optimization in structural health monitoring using distributed wolf algorithm
Ling et al. Localized structural health monitoring using energy-efficient wireless sensor networks
Nagayama et al. Autonomous decentralized structural health monitoring using smart sensors
CN111722540A (zh) 一种能源互联网数字孪生仿真系统及方法
DE112019004943T5 (de) Automatisierte Erzeugung neuronaler Netze
CN106056269A (zh) 一种基于贝叶斯网络模型的微纳卫星星务健康管理系统
Kijewski-Correa et al. Wireless sensor networks for structural health monitoring: A multi-scale approach
CN103955174A (zh) 基于建筑信息模型技术的建筑健康监测系统
Montoya et al. Artificial intelligence for wireless sensor networks enhancement
KR101644311B1 (ko) 스마트 구조물의 유지 관리를 위한 est 기반 최적 si 시스템
CN109640335B (zh) 基于卷积神经网络的无线传感器故障诊断方法
KR101406005B1 (ko) 스마트 구조물을 위한 멀티 센싱을 이용한 분산형 구조적 상태 평가 시스템
Mirshahi et al. Implementation of structural health monitoring based on RFID and WSN
Putra et al. Multiagent architecture for bridge capacity measurement system using wireless sensor network and weight in motion
Dorvash et al. Stochastic iterative modal identification algorithm and application in wireless sensor networks
Gui et al. Wireless sensor network fault sensor recognition algorithm based on MM* diagnostic model
CN103389690B (zh) 监控系统、监控子系统、监控节点设备、控制中心设备
CN103546948A (zh) 基于图论的能量获取传感器网络节点休眠调度方法和系统
CN107861488A (zh) 一种智能制造中的自动巡查设备的方法及系统
Camilo et al. Biomedical signal monitoring using wireless sensor networks
CN105591827A (zh) 基于设备生命周期Petri网的WIA-PA协议测试集生成方法
CN107329412A (zh) 目标区域配合探测的方法及装置

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: 20190618

Year of fee payment: 4