KR101754165B1 - 비주기 가속도 데이터를 병합한 구조물 이상거동 검출 및 안전성 평가 시스템 - Google Patents

Abstract

구조물의 이상거동 검출 및 안전성 평가 시스템에 활용할 수 있는 형태로 비주기 데이터를 가공하고, 비주기 데이터에 연속성을 부여하도록 데이터를 병합함으로써 발생 가능한 잡음을 최소화할 수 있고, 또한, 비주기 가속도 데이터를 이용하는 최소 조건에 부합하는 데이터셋(Data Set)을 생성함으로써 구조물의 이상거동 검출 및 안전성 평가를 간편하게 수행할 수 있으며, 비주기 가속도 데이터를 병합함으로써 저비용의 하드웨어를 구현할 수 있고, 이에 따라 구조물의 이상거동 검출 및 안전성 평가를 위한 운영비를 절감시킬 수 있는, 비주기 가속도 데이터를 병합한 구조물 이상거동 검출 및 안전성 평가 시스템 및 그 방법이 제공된다.

Description

비주기 가속도 데이터를 병합한 구조물 이상거동 검출 및 안전성 평가 시스템{SYSTEM FOR DETECTING ABNORMAL BEHAVIOR AND EVALUATING SAFETY OF STRUCTURE FOR MERGING NON-PERIODIC ACCELERATION DATA}

본 발명은 구조물의 안전성 평가에 관한 것으로, 보다 구체적으로, 대형 사회기반시설물인 대형구조물의 고주파 진동 응답신호로부터 구조물의 비정상 거동 평가시, 구조물의 이상거동 검출 및 안전성 평가 시스템에 활용할 수 있는 형태로 비주기 데이터(Non-Periodic Data)를 가공하고, 비주기 데이터에 연속성을 부여하도록 데이터를 병합하는, 구조물 이상거동 검출 및 안전성 평가 시스템에 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 특성값을 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 특성값을 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.

한편, 전술한 문제점을 해결하기 위한 선행기술로서, 본 발명의 출원인 및 발명자에 의해 특허출원되어 등록된 대한민국 등록특허번호 제10-1431237호에는 "구조물의 이상거동 검출 및 안전성 평가 시스템과 그 방법"이라는 명칭의 발명이 개시되어 있는데, 도 1 및 도 2를 참조하여 설명한다.

도 1은 종래의 기술에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템을 개략적으로 설명하기 위한 도면이다.

도 1을 참조하면, 종래의 기술에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템(10)은, 교량, 댐, 고층빌딩, 군사보안시설물 또는 시공중 구조물과 같은 구조물(20)에 가속도센서가 부착된 다수의 센서노드(22)를 설치하고, 상기 다수의 센서노드(22)의 고주파 진동 응답신호로부터 시간영역 및 주파수영역을 조합 분석하고, 자가학습 및 패턴인식 기반의 알고리즘에 따라 구조물의 비정상 거동 평가를 수행하게 된다.

예를 들면, 종래의 기술에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템(10)에서 상기 구조물(20)이 고층빌딩인 경우에 대해 상기 고층빌딩(20)에 설치된 다수의 센서노드(22)로부터 고주파 진동 응답신호를 수집하여 구조물(20)의 비정상 거동을 평가하게 된다.

도 2는 종래의 기술에 따른 구조물의 이상거동 검출 및 안전성 평가 방법의 동작흐름도이다.

도 2를 참조하면, 종래의 기술에 따른 구조물의 이상거동 검출 및 안전성 평가 방법은, 먼저, 연속점검, 주기점검 및 시점점검 모드 선택에 따른 구조물 가속도 데이터를 실시간으로 수집하여 입력하고(S11), 이후, 시간영역 및 주파수영역 각각에 대한 입력 데이터의 특성을 추출한다(S12).

다음으로, 시간영역 및 주파수영역 각각에 대한 구조물의 이상거동 판단 경계를 결정하며(S13), 이후, 구조물 이상거동 및 손상을 검출한다(S14).

다음으로, 이상거동 및 손상이 검출된 센서노드별 손상지수를 비교하여 이상거동 발생 센서노드(220)를 확인하고(S15), 또한, 전체 센서노드(220)의 손상지수 패턴을 분석하여, 예를 들면, 하층부 손상 전이영역을 판단하고, 또한, 복합 손상 여부를 판단한다(S16).

다음으로, 구조물 손상 영역을 추정하여 의사결정하고(S17), 이후, 상기 추정된 손상영역 등의 구조물 손상 진단결과를 출력한다(S18).

종래의 기술에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템과 그 방법은, 일반적인 계측시스템에 적용할 수 있는 방법으로서, 상시 계측한 데이터와 그 활용을 통한 안전성 평가 방법에 관한 것이다.

종래의 기술에 따른 구조물의 이상거동 검출 및 안전성 평가는 통계/확률 기법을 통해 수행하므로, 계측된 데이터의 분량이 많을수록 정확도가 높아지게 된다. 따라서 상시 계측시스템이나 유선 계측장비를 이용하여 장시간 측정하여 분석을 수행하게 된다. 하지만 이러한 상시 계측시스템은 시스템 설비가 센서, 데이터 기록장치, 데이터 처리 장치 등의 각종 대량의 장치가 필요하므로, 고비용이 소요된다는 문제점이 있다.

또한, 무선 시스템의 경우, 시스템의 특성상 대량의 데이터를 저장할 공간이 작고, 무선으로 데이터 전송 시에는 데이터가 유실될 확률이 높기 때문에 데이터의 연속성이 끊어지게 되고, 이러한 끊어짐은 잡음(Noise)을 유발하게 되어 데이터 분석시 악영향을 주게 된다는 문제점이 있다.

대한민국 등록특허번호 제10-1431237호(출원일: 2014년 2월 25일), 발명의 명칭: "구조물의 이상거동 검출 및 안전성 평가 시스템과 그 방법" 대한민국 등록특허번호 제10-1328889호(출원일: 2012년 11월 26일), 발명의 명칭: "계측 변위 기반의 구조물 건전도 평가 시스템" 대한민국 등록특허번호 제10-1191458호(출원일: 2010년 10월 26일), 발명의 명칭: "구조물 변위 측정 시스템 및 방법" 대한민국 공개특허번호 제2009-5999호(공개일: 2009년 1월 14일), 발명의 명칭: "구조물 건전성 감시용 손상 예측 시스템 및 그 방법" 대한민국 등록특허번호 제10-512123호(출원일: 2003년 5월 27일), 발명의 명칭: "스마트 무선계측시스템을 이용한 구조물 모니터링 시스템" 대한민국 등록특허번호 제10-1113660호(출원일: 2009년 7월 9일), 발명의 명칭: "건축 구조물의 부재별 건전성 감시 시스템" 대한민국 등록특허번호 제10-669070호(출원일: 2005년 5월 27일), 발명의 명칭: "구조물의 모니터링을 위한 동적응답측정용 무선계측 시스템" 대한민국 등록특허번호 제10-1247966호(출원일: 2012년 10월 23일), 발명의 명칭: "토목구조물 및 건축물 안전진단시 광학렌즈 및 망원렌즈를 이용한 정밀안전진단 방법"

전술한 문제점을 해결하기 위한 본 발명이 이루고자 하는 기술적 과제는, 구조물의 이상거동 검출 및 안전성 평가 시스템에 활용할 수 있는 형태로 비주기 데이터를 가공하고, 비주기 데이터에 연속성을 부여하도록 데이터를 병합함으로써 발생 가능한 잡음을 최소화할 수 있는, 비주기 가속도 데이터를 병합한 구조물 이상거동 검출 및 안전성 평가 시스템을 제공하기 위한 것이다.

본 발명이 이루고자 하는 다른 기술적 과제는, 비주기 가속도 데이터를 이용하는 최소 조건에 부합하는 데이터셋(Data Set)을 생성함으로써 구조물의 이상거동 검출 및 안전성 평가를 간편하게 수행할 수 있는, 비주기 가속도 데이터를 병합한 구조물 이상거동 검출 및 안전성 평가 시스템을 제공하기 위한 것이다.

본 발명이 이루고자 하는 다른 기술적 과제는, 비주기 가속도 데이터를 병합함으로써 저비용의 하드웨어를 구현할 수 있는, 비주기 가속도 데이터를 병합한 구조물 이상거동 검출 및 안전성 평가 시스템을 제공하기 위한 것이다.

전술한 기술적 과제를 달성하기 위한 수단으로서, 본 발명에 따른 비주기 가속도 데이터를 병합한 구조물 이상거동 검출 및 안전성 평가 시스템은, 가속도센서가 부착된 다수의 센서노드를 구조물에 설치하고, 비주기 가속도 데이터를 수집하여 이상거동을 검출하고 안전성을 평가하는 시스템에 있어서, 상기 구조물에 설치된 다수의 센서노드로부터 상기 구조물의 비주기 가속도 데이터를 누적 수집하는 비주기 가속도 데이터 수집부; 상기 비주기 가속도 데이터 수집부에서 수집된 비주기 가속도 데이터를 정렬 및 병합하여 입력하는 비주기 가속도 데이터 병합부; 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 비주기 가속도 데이터 병합부는 병합 연결할 제1 및 제2 데이터셋(Data Set)을 추출하여 비교 데이터를 결정하고, 상기 결정된 비교 데이터에 따라 유사 데이터를 병합하는 것을 특징으로 한다.

여기서, 상기 비주기 가속도 데이터 수집부는 데이터 평가가 가능하도록 일정 데이터를 충분히 누적하여 수집하는 것이 바람직하다.

여기서, 상기 비주기 가속도 데이터 수집부에 의해 수집되어 입력되는 데이터에 대해 입력 데이터 파일명 및 입력 데이터 파일 내용 정렬 방식이 사용자에 의해 선택될 수 있다.

여기서, 상기 비주기 가속도 데이터 병합부는 기설정된 최소 요구조건을 만족할 때까지 병합을 반복하여 수행하는 것이 바람직하다.

여기서, 상기 비주기 가속도 데이터 병합부는, 상기 수집된 비주기 가속도 데이터로부터 병합 연결할 제1 및 제2 데이터셋을 추출하는 데이터셋 추출부; 상기 제1 및 제2 데이터셋에 대해 중심값을 정렬하는 중심값 정렬부; 상기 제1 및 제2 데이터셋으로부터 비교 데이터를 결정하는 비교 데이터 결정부; 상기 결정된 비교 데이터에 따라 유사 데이터를 확인하는 유사 데이터 확인부; 상기 유사 데이터가 없는 경우, 데이터 배치를 변경하는 데이터 배치 변경부; 및 상기 유사 데이터가 확인된 경우 데이터를 병합하는 데이터 병합부를 포함하되, 기설정된 최소 요구조건을 만족할 때까지 데이터 병합을 반복하여 수행하는 것을 특징으로 한다.

여기서, 상기 비교 데이터 결정부는 병합 연결하려는 제1 및 제2 데이터셋에서, 각각 제1 데이터셋의 마지막 최대값, 마지막 최소값, 두 번째 데이터셋의 최초 최대값, 최초 최소값을 각각 구하는 것을 특징으로 한다.

여기서, 상기 제1 데이터셋의 마지막 최대값 또는 마지막 최소값 이후의 데이터 및 상기 제2 데이터셋의 최초 최대값 또는 최초 최소값 이전 데이터를 삭제하는 데이터 삭제부를 추가로 포함할 수 있다.

여기서, 상기 유사 데이터 확인부는, 상기 유사 데이터 확인을 위한 데이터 비교시, "마지막 최대값 : 최초 최대값", "마지막 최소값 : 최초 최소값"으로 비교하여, 95% 이내의 유사한 값을 선택하고, 상기 제1 및 제2 데이터셋의 끝 또는 시작에 가까운 데이터를 우선적으로 비교하며, 상기 제1 및 제2 데이터셋의 비교는 전체 데이터의 5% 이내로 한정하는 것을 특징으로 한다.

삭제

삭제

본 발명에 따르면, 구조물의 이상거동 검출 및 안전성 평가 시스템에 활용할 수 있는 형태로 비주기 데이터를 가공하고, 비주기 데이터에 연속성을 부여하도록 데이터를 병합함으로써 발생 가능한 잡음을 최소화할 수 있다.

본 발명에 따르면, 비주기 가속도 데이터를 이용하는 최소 조건에 부합하는 데이터셋(Data Set)을 생성함으로써 구조물의 이상거동 검출 및 안전성 평가를 간편하게 수행할 수 있다.

본 발명에 따르면, 비주기 가속도 데이터를 병합함으로써 저비용의 하드웨어를 구현할 수 있고, 이에 따라 구조물의 이상거동 검출 및 안전성 평가를 위한 운영비를 절감시킬 수 있다.

도 1은 종래의 기술에 따른 구조물의 이상거동 검출 및 안전성 평가 시스템을 개략적으로 설명하기 위한 도면이다.
도 2는 종래의 기술에 따른 구조물의 이상거동 검출 및 안전성 평가 방법의 동작흐름도이다.
도 3은 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 시스템을 개략적으로 설명하기 위한 도면이다.
도 4a 내지 도 4d는 각각 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 시스템에서 이상시점 점검을 위한 모드 분리, 주파수 변환 및 손상 추출을 예시하는 도면들이다.
도 5는 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 시스템의 블록구성도이다.
도 6은 도 5에 도시된 비주기 가속도 데이터 병합부의 구체적인 블록구성도이다.
도 7은 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 시스템에서 데이터를 연결하는 것을 구체적으로 설명하기 위한 도면이다.
도 8은 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 시스템에서 교량의 실측 가속도응답 데이터를 이용한 FFT 결과를 예시하는 도면이다.
도 9a 및 도 9b는 각각 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 시스템에서 연속점검 및 이상거동 시점을 추정하는 것을 예시하는 도면들이다.
도 10a 및 도 10b는 각각 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 시스템에서 시간영역의 손상지수 도출 및 주파수영역의 손상지수 도출을 예시하는 도면들이다.
도 11은 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 시스템에서 손상 진단을 위한 경계추정을 설명하기 위한 도면이다.
도 12a 내지 도 12e는 각각 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 시스템에서 시간영역에 대한 데이터 분석 흐름을 나타내는 도면들이다.
도 13a 내지 도 13d는 각각 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 시스템에서 주파수영역에 대한 데이터 분석 흐름을 나타내는 도면들이다.
도 14a 내지 도 14c는 각각 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 시스템에서 손상상태의 추정을 설명하기 위한 도면들이다.
도 15는 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 방법의 동작흐름도이다.
도 16은 도 15에 도시된 수집된 비주기 가속도 데이터를 정렬 및 병합하여 입력하는 단계의 구체적인 동작흐름도이다.

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 3 내지 도 14를 참조하여, 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 시스템을 설명하고, 도 15 및 도 16을 참조하여 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 방법을 설명하기로 한다.

먼저, 전술한 본 발명의 출원인 및 발명자에 의해 특허출원되어 등록된 대한민국 등록특허번호 제10-1431237호에는 "구조물의 이상거동 검출 및 안전성 평가 시스템과 그 방법"이라는 명칭의 발명이 개시되어 있는데, 본 명세서 내에 참조되어 본 발명의 일부를 이룬다.

[비주기 가속도 데이터를 병합한 구조물 이상거동 검출 및 안전성 평가 시스템]

도 3은 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 시스템을 개략적으로 설명하기 위한 도면이고, 도 4a 내지 도 4d는 각각 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 시스템에서 이상시점 점검을 위한 모드 분리, 주파수 변환 및 손상 추출을 예시하는 도면들이다.

도 3을 참조하면, 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 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 비주기 가속도 데이터를 병합한 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 평가할 수 있다.

상기 구조물(200)은 이상거동시 고유진동수가 변화하므로, 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 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 4a는 구조물(200)의 센서노드(220)로부터 수집되는 가속도신호를 나타내고, 도 4b는 도 4a에 도시된 가속도신호로부터 힐버트-황 변환을 통해 모드 분리를 수행한 것을 나타내며, 도 4c는 도 4b에 도시된 모드 분리로부터 주파수 변환한 것을 나타내며, 도 4d는 도 4c에 도시된 주파수 변환신호로부터 손상을 추출한 것을 나타낸다.

본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 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 점검을 수행할 수 있다.

한편, 도 5는 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 시스템의 블록구성도이고, 도 6은 도 5에 도시된 비주기 가속도 데이터 병합부의 구체적인 블록구성도이며, 도 7은 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 시스템에서 데이터를 연결하는 것을 구체적으로 설명하기 위한 도면이다.

도 5를 참조하면, 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 시스템(100)은, 비주기 가속도 데이터 수집부(110), 비주기 가속도 데이터 병합부(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. 여기서, 상기 비주기 가속도 데이터 병합부(120)는, 도 6에 도시된 바와 같이, 데이터셋 추출부(121), 중심값 정렬부(122), 비교 데이터 결정부(123), 유사 데이터 확인부(124), 데이터 배치 변경부(125), 데이터 삭제부(126) 및 데이터 병합부(127)를 포함한다.

먼저, 구조물(200)은 이상거동시 고유진동수가 변화하므로, 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 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.

비주기 가속도 데이터 수집부(110)는 상기 구조물(200)에 설치된 다수의 센서노드(220)로부터 상기 구조물(200)의 가속도 데이터를 실시간으로 수집한다. 예를 들면, 도 9a 및 도 9b는 각각 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 시스템에서 이상거동 시점을 추정하는 것을 예시하는 도면들이다. 여기서, 상기 비주기 가속도 데이터 수집부(110)에 의해 수집되어 입력되는 입력 데이터 파일명 및 입력 데이터 파일 내용 정렬 방식은 사용자에 의해 선택될 수 있다. 이때, 상기 비주기 가속도 데이터 수집부(110)는 다수의 센서노드(220)로부터 계측된 데이터가 작은 조각일 경우 데이터 평가가 불가능하므로, 일정 데이터가 충분히 수집된 후에 데이터를 병합하며, 이때, 병합된 데이터는 주파수 영역 평가와 시간 영역 평가를 수행하여 안전성 평가 의사결정으로 활용하게 된다.

비주기 가속도 데이터 병합부(120)는 상기 비주기 가속도 데이터 수집부(110)에서 수집된 비주기 가속도 데이터를 정렬 및 병합하여 입력한다. 이때, 비주기 데이터의 양이 충분치 않아서 1회의 병합으로 충분치 않을 수 있기 때문에, 상기 비주기 가속도 데이터 병합부(120)는 기설정된 최소 요구조건을 만족할 때까지 병합을 반복하는 것이 바람직하다.

구체적으로, 도 6에 도시된 바와 같이, 상기 비주기 가속도 데이터 병합부(120)의 데이터셋 추출부(121)는 상기 수집된 비주기 가속도 데이터로부터 병합 연결할 제1 및 제2 데이터셋을 추출한다.

상기 비주기 가속도 데이터 병합부(120)의 중심값 정렬부(122)는, 도 7의 a)에 도시된 바와 같이, 상기 제1 및 제2 데이터셋에 대해 중심값을 정렬한다.

상기 비주기 가속도 데이터 병합부(120)의 비교 데이터 결정부(123)는 상기 제1 및 제2 데이터셋으로부터 비교 데이터를 결정한다. 즉, 도 7의 a)에 도시된 바와 같이, 상기 비교 데이터 결정부(123)는 병합 연결하려는 제1 및 제2 데이터셋에서, 각각 제1 데이터셋의 마지막 최대값, 마지막 최소값, 두 번째 데이터셋의 최초 최대값, 최초 최소값을 각각 구한다.

상기 비주기 가속도 데이터 병합부(120)의 유사 데이터 확인부(124)는, 도 7의 a)에 도시된 바와 같이, 상기 결정된 비교 데이터에 따라 유사 데이터를 확인한다. 이때, 상기 유사 데이터 확인부(124)는, 상기 유사 데이터 확인을 위한 데이터 비교시, "마지막 최대값 : 최초 최대값", "마지막 최소값 : 최초 최소값"으로 비교하여, 95% 이내의 유사한 값을 선택하고, 상기 제1 및 제2 데이터셋의 끝 또는 시작에 가까운 데이터를 우선적으로 비교하며, 상기 제1 및 제2 데이터셋의 비교는 전체 데이터의 5% 이내로 한정하는 것이 바람직하다.

상기 비주기 가속도 데이터 병합부(120)의 데이터 배치 변경부(125)는 상기 유사 데이터가 없는 경우 데이터 배치를 변경한다.

상기 비주기 가속도 데이터 병합부(120)의 데이터 삭제부(126)는, 도 7의 b)에 도시된 바와 같이, 상기 제1 데이터셋의 마지막 최대값 또는 마지막 최소값 이후의 데이터 및 상기 제2 데이터셋의 최초 최대값 또는 최초 최소값 이전 데이터는 삭제한다.

상기 비주기 가속도 데이터 병합부(120)의 데이터 병합부(127)는, 도 7의 c)에 도시된 바와 같이, 상기 유사 데이터를 확인한 경우 유사 데이터를 병합한다. 이때, 비주기 데이터의 양이 충분치 않아서 1회의 병합으로 충분치 않을 수 있기 때문에 기설정된 최소 요구조건을 만족할 때까지 b데이터 병합을 반복하여 수행하는 것이 바람직하다.

한편, 도 8은 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 시스템에서, 교량의 실측 가속도응답 데이터를 이용한 고속 푸리에 변환(FFT) 결과를 예시하는 도면이다.

도 8의 a) 내지 d)에 도시된 그래프는 10분의 원본데이터부터 무작위로 추출한 1분의 데이터에 대한 FFT를 수행한 결과를 나타내고, 도 8의 e)에 도시된 그래프는 원본데이터에 대한 FFT를 수행한 결과를 나타내며, 도 8의 f)는 a) 내지 d)를 연결한 데이터에 대한 FFT를 수행한 결과를 나타낸다.

도 8의 a) 내지 d)에 도시된 그래프는 1분이라는 짧은 시간에 발생한 가속도 응답에 대한 결과로서, 1차모드는 도 8의 e)에 도시된 그래프는 원본데이터와 일부 유사하지만 각각 서로 상이한 것을 확인할 수 있다.

반면에, 도 8의 f)에 도시된 그래프의 경우, 다소 차이가 있지만, 도 8의 e)에 도시된 그래프와 매우 유사한 것을 확인할 수 있다.

본 발명의 실시예에 따르면, 구조물의 이상거동 검출 및 안전성 평가 시스템에 활용할 수 있는 형태로 비주기 데이터를 가공하고, 비주기 데이터에 연속성을 부여하도록 데이터를 병합함으로써 발생 가능한 잡음을 최소화할 수 있고, 또한, 비주기 가속도 데이터를 병합함으로써 저비용의 하드웨어를 구현할 수 있고, 이에 따라 구조물의 이상거동 검출 및 안전성 평가를 위한 운영비를 절감시킬 수 있게 된다.

도 5를 다시 참조하면, 입력 데이터 특성 추출부(130)는 시간영역 및 주파수영역 각각에 대한 입력 데이터의 특성을 추출한다. 여기서, 도 10a 및 도 10b는 각각 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 시스템에서, 시간영역의 손상지수 도출 및 주파수영역의 손상지수 도출을 예시하는 도면들로서, 이때, 시간영역 신호의 손상 특성 추출을 위해 웨이블릿 변환 및 힐버트 변환을 이용하며, 도 10a에 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 10b에 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 구현하였다.

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 11에 도시된 바와 같이, 구조물 손상 영역을 추정하여 의사결정한다. 여기서, 도 11은 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 시스템에서 손상 진단을 위한 추정을 설명하기 위한 도면이다. 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 비주기 가속도 데이터를 병합한 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 비주기 가속도 데이터를 병합한 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.

본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 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 12a 내지 도 12e에 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 13a 내지 도 13d에 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.

한편, 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 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 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 12a 내지 도 12e는 각각 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 시스템에서 시간영역에 대한 데이터 분석 흐름을 나타내는 도면들로서, 도 12a는 데이터 획득을 나타내며, 도 12b 및 도 12c는 각각 웨이블릿 변환 및 힐버트 변환을 이용한 특성 추출을 나타내고, 도 12d는 관리도를 이용한 손상지수 도출을 나타내며, 도 12e는 손상 상태 의사결정(추정)을 각각 나타낸다.

본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 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 12b 및 도 12c에 도시된 웨이블릿 변환 및 힐버트 변환을 이용하며, 또한, 도 12d에 도시된 바와 같이, 손상지수 도출 및 의사결정을 위하여 관리도(control chart)를 이용한다.

먼저, 도 12b에 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 12c에 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 12d에 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 13a 내지 도 13d는 각각 본 발명의 실시예에 따른 주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 시스템에서 주파수영역에 대한 데이터 분석 흐름을 나타내는 도면들로서, 도 13a는 데이터 획득을 나타내고, 도 13b는 주파수영역 변환을 나타내며, 도 13c는 손상 특성 추출 및 손상지수 도출을 위한 주요소 분석 기법의 개념을 나타내고, 도 13d는 손상 상태의 의사결정(추정)을 각각 나타낸다.

전술한 바와 같이, 본 발명의 실시예에 따른 주기 가속도 데이터를 병합한 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 13c를 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 14a 내지 도 14c는 각각 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 시스템에서 손상상태의 추정을 설명하기 위한 도면들로서, 도 14a는 손상지수의 추출 특성을 나타내고, 도 14b는 특정 신뢰도 구간에 해당하는 임계치를 추정하는 것을 나타내며, 도 14c는 임계치에 따른 의사결정(추정)을 나타낸다.

도 14a 내지 도 14c에 도시된 바와 같이, 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 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 임계치를 조정할 수 있다.

결국, 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 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.

[비주기 가속도 데이터를 병합한 구조물 이상거동 검출 및 안전성 평가 방법]

도 15는 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 방법의 동작흐름도이고, 도 16은 도 15에 도시된 수집된 비주기 가속도 데이터를 정렬 및 병합하여 입력하는 단계의 구체적인 동작흐름도이다.

도 5, 도 6, 도 15 및 도 16을 참조하면, 본 발명의 실시예에 따른 비주기 가속도 데이터를 병합한 구조물의 이상거동 검출 및 안전성 평가 방법은, 가속도센서가 부착된 다수의 센서노드를 구조물에 설치하고, 비주기 가속도 데이터를 수집하여 이상거동을 검출하고 안전성을 평가하는 방법으로서, 먼저, 구조물의 비주기 가속도 데이터를 누적 수집한다(S110). 이때, 상기 데이터 평가가 가능하도록 일정 데이터를 충분히 누적하여 수집한다.

다음으로, 상기 수집된 비주기 가속도 데이터를 정렬 및 병합하여 입력한다(S120). 즉, 병합 연결할 제1 및 제2 데이터셋(Data Set)을 추출하여 비교 데이터를 결정하고, 상기 결정된 비교 데이터에 따라 유사 데이터를 병합한다.

구체적으로, 도 16에 도시된 바와 같이, 상기 수집된 비주기 가속도 데이터로부터 병합 연결할 제1 및 제2 데이터셋을 추출한다(S121).

다음으로, 상기 제1 및 제2 데이터셋에 대해 중심값을 정렬한다(S122).

다음으로, 상기 제1 및 제2 데이터셋으로부터 비교 데이터를 결정한다(S123). 즉, 병합 연결하려는 제1 및 제2 데이터셋에서, 각각 제1 데이터셋의 마지막 최대값, 마지막 최소값, 두 번째 데이터셋의 최초 최대값, 최초 최소값을 각각 구한다.

다음으로, 상기 결정된 비교 데이터에 따라 유사 데이터를 확인한다(S124). 예를 들면, 상기 제1 데이터셋의 마지막 최대값 또는 마지막 최소값 이후의 데이터 및 상기 제2 데이터셋의 최초 최대값 또는 최초 최소값 이전 데이터를 삭제한다. 또한, 상기 유사 데이터 확인을 위한 데이터 비교시, "마지막 최대값 : 최초 최대값", "마지막 최소값 : 최초 최소값"으로 비교하여, 95% 이내의 유사한 값을 선택하고, 상기 제1 및 제2 데이터셋의 끝 또는 시작에 가까운 데이터를 우선적으로 비교하며, 상기 제1 및 제2 데이터셋의 비교는 전체 데이터의 5% 이내로 한정하는 것이 바람직하다.

다음으로, 상기 유사 데이터가 없는 경우, 데이터 배치를 변경한다(S125).

다음으로, 상기 유사 데이터가 확인된 경우 데이터를 병합한다(S126). 이때, 비주기 데이터의 양이 충분치 않아 1회의 병합으로 충분치 않을 수 있기 때문에 기설정된 최소 요구조건을 만족할 때까지 S121 단계 내지 S126 단계를 반복하여 수행하는 것이 바람직하다.

도 15를 다시 참조하면, 시간영역 및 주파수영역 각각에 대한 입력 데이터의 특성을 추출한다(S130). 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(S140). 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(S150).

다음으로, 이상거동 및 손상이 검출된 센서노드별 손상지수를 비교하여 이상거동 발생 센서노드(220)를 확인하고(S160), 또한, 전체 센서노드(220)의 손상지수 패턴을 분석하여, 예를 들면, 하층부 손상 전이영역을 판단하고, 또한, 복합 손상 여부를 판단한다(S170). 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(S180). 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(S190). 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 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.

또한, 본 발명의 실시예에 따르면, 구조물의 이상거동 검출 및 안전성 평가 시스템에 활용할 수 있는 형태로 비주기 데이터를 가공하고, 비주기 데이터에 연속성을 부여하도록 데이터를 병합함으로써 발생 가능한 잡음을 최소화할 수 있고, 또한, 비주기 가속도 데이터를 이용하는 최소 조건에 부합하는 데이터셋(Data Set)을 생성함으로써 구조물의 이상거동 검출 및 안전성 평가를 간편하게 수행할 수 있으며, 비주기 가속도 데이터를 병합함으로써 저비용의 하드웨어를 구현할 수 있고, 이에 따라 구조물의 이상거동 검출 및 안전성 평가를 위한 운영비를 절감시킬 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: 비주기 가속도 데이터 수집부
120: 비주기 가속도 데이터 병합부
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
121: 데이터셋 추출부
122: 중심값 정렬부
123: 비교 데이터 결정부
124: 유사 데이터 확인부
125: 데이터 배치 변경부
126: 데이터 삭제부
127: 데이터 병합부

Claims (14)

1. 가속도센서가 부착된 다수의 센서노드를 구조물에 설치하고, 비주기 가속도 데이터를 수집하여 이상거동을 검출하고 안전성을 평가하는 시스템에 있어서,
   상기 구조물에 설치된 다수의 센서노드로부터 상기 구조물의 비주기 가속도 데이터를 누적 수집하는 비주기 가속도 데이터 수집부;
   상기 비주기 가속도 데이터 수집부에서 수집된 비주기 가속도 데이터를 정렬 및 병합하여 입력하는 비주기 가속도 데이터 병합부;
   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 비주기 가속도 데이터 병합부는 병합 연결할 제1 및 제2 데이터셋(Data Set)을 추출하여 비교 데이터를 결정하고, 상기 결정된 비교 데이터에 따라 유사 데이터를 병합하며,
   상기 비주기 가속도 데이터 병합부는, 상기 수집된 비주기 가속도 데이터로부터 병합 연결할 제1 및 제2 데이터셋을 추출하는 데이터셋 추출부; 상기 제1 및 제2 데이터셋에 대해 중심값을 정렬하는 중심값 정렬부; 상기 제1 및 제2 데이터셋으로부터 비교 데이터를 결정하는 비교 데이터 결정부; 상기 결정된 비교 데이터에 따라 유사 데이터를 확인하는 유사 데이터 확인부; 상기 유사 데이터가 없는 경우, 데이터 배치를 변경하는 데이터 배치 변경부; 및 상기 유사 데이터가 확인된 경우 데이터를 병합하는 데이터 병합부를 포함하되, 기설정된 최소 요구조건을 만족할 때까지 데이터 병합을 반복하여 수행하는 것을 특징으로 하는 비주기 가속도 데이터를 병합한 구조물 이상거동 검출 및 안전성 평가 시스템.
2. 제1항에 있어서,
   상기 비주기 가속도 데이터 수집부는 데이터 평가가 가능하도록 일정 데이터를 충분히 누적하여 수집하는 것을 특징으로 하는 비주기 가속도 데이터를 병합한 구조물 이상거동 검출 및 안전성 평가 시스템.
3. 제2항에 있어서,
   상기 비주기 가속도 데이터 수집부에 의해 수집되어 입력되는 데이터에 대해 입력 데이터 파일명 및 입력 데이터 파일 내용 정렬 방식이 사용자에 의해 선택되는 것을 특징으로 하는 비주기 가속도 데이터를 병합한 구조물 이상거동 검출 및 안전성 평가 시스템.
4. 제1항에 있어서,
   상기 비주기 가속도 데이터 병합부는 기설정된 최소 요구조건을 만족할 때까지 병합을 반복하여 수행하는 것을 특징으로 하는 비주기 가속도 데이터를 병합한 구조물 이상거동 검출 및 안전성 평가 시스템.
5. 삭제
6. 제1항에 있어서,
   상기 비교 데이터 결정부는 병합 연결하려는 제1 및 제2 데이터셋에서, 각각 제1 데이터셋의 마지막 최대값, 마지막 최소값, 두 번째 데이터셋의 최초 최대값, 최초 최소값을 각각 구하는 것을 특징으로 하는 비주기 가속도 데이터를 병합한 구조물 이상거동 검출 및 안전성 평가 시스템.
7. 제6항에 있어서,
   상기 제1 데이터셋의 마지막 최대값 또는 마지막 최소값 이후의 데이터 및 상기 제2 데이터셋의 최초 최대값 또는 최초 최소값 이전 데이터를 삭제하는 데이터 삭제부를 추가로 포함하는 비주기 가속도 데이터를 병합한 구조물 이상거동 검출 및 안전성 평가 시스템.
8. 제6항에 있어서,
   상기 유사 데이터 확인부는, 상기 유사 데이터 확인을 위한 데이터 비교시, "마지막 최대값 : 최초 최대값", "마지막 최소값 : 최초 최소값"으로 비교하여, 95% 이내의 유사한 값을 선택하고, 상기 제1 및 제2 데이터셋의 끝 또는 시작에 가까운 데이터를 우선적으로 비교하며, 상기 제1 및 제2 데이터셋의 비교는 전체 데이터의 5% 이내로 한정하는 것을 특징으로 하는 비주기 가속도 데이터를 병합한 구조물 이상거동 검출 및 안전성 평가 시스템.
9. 삭제
10. 삭제
11. 삭제
12. 삭제
13. 삭제
14. 삭제

Images