KR102023701B1 - 이종 광섬유 센서의 측정결과 융합을 이용한 구조물의 변형률 분포 측정방법 및 장치 - Google Patents
이종 광섬유 센서의 측정결과 융합을 이용한 구조물의 변형률 분포 측정방법 및 장치 Download PDFInfo
- Publication number
- KR102023701B1 KR102023701B1 KR1020180147670A KR20180147670A KR102023701B1 KR 102023701 B1 KR102023701 B1 KR 102023701B1 KR 1020180147670 A KR1020180147670 A KR 1020180147670A KR 20180147670 A KR20180147670 A KR 20180147670A KR 102023701 B1 KR102023701 B1 KR 102023701B1
- Authority
- KR
- South Korea
- Prior art keywords
- strain
- sensor
- optical fiber
- data
- fiber sensor
- Prior art date
Links
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
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
- G01M11/08—Testing mechanical properties
- G01M11/083—Testing mechanical properties by using an optical fiber in contact with the device under test [DUT]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
- G01B11/18—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge using photoelastic elements
-
- 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
- G01M5/0041—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by determining deflection or stress
-
- 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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Algebra (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Databases & Information Systems (AREA)
- Operations Research (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Aviation & Aerospace Engineering (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Optical Transform (AREA)
Abstract
본 발명은 구조물의 변형률 분포를 측정함에 있어서, FBG(Fiber Bragg Grating) 센서로 대표되는 이산형 광섬유 센서(Discrete Optical Sensor)와, 브릴루앙(Brillouin) 산란파를 이용하는 분포형 광섬유 센서(Distributed Optical Sensor)가 가지는 각각의 장점을 결합하여 극대화시킬 수 있도록, 이산형 광섬유 센서와 분포형 광섬유 센서의 각각에 의해 취득한 변형률 측정값을 융합함으로써, 구조물의 고정밀 변형률 분포를 도출함으로써, 구조물의 건전성을 객관적이고 정확하게 모니터링할 수 있게 되는 "이종(異種) 광섬유 센서의 측정결과 융합을 이용한 구조물의 변형률 분포 측정방법 및 이를 이용한 변형률 분포 측정장치"에 관한 것이다.
Description
본 발명은 거더, 빔 등과 같은 구조물의 건전성을 모니터링하기 위하여 구조물의 변형률 분포를 측정하는 방법과 장치에 관한 것으로서, 구체적으로는 FBG(Fiber Bragg Grating) 센서로 대표되는 이산형 광섬유 센서(Discrete Optical Sensor)와, 브릴루앙(Brillouin) 산란파를 이용하는 분포형 광섬유 센서(Distributed Optical Sensor)가 가지는 각각의 장점을 결합하여 극대화시킬 수 있도록, 이산형 광섬유 센서와 분포형 광섬유 센서를 이용하여 복수개의 측정점에서 구조물의 변형률을 측정한 후, 각각의 센서에 의해 취득한 변형률 측정값을 융합함으로써, 구조물의 고정밀 변형률 분포를 도출하여, 구조물의 건전성을 객관적이고 정확하게 모니터링할 수 있게 되는 "이종(異種) 광섬유 센서의 측정결과 융합을 이용한 구조물의 변형률 분포 측정방법 및 이를 이용한 변형률 분포 측정장치"에 관한 것이다.
구조물의 건전성을 모니터링하기 위해서는 구조물의 변형률 분포를 정확하게 파악할 수 있어야 한다. 예를 들어, 구조물이 거더일 경우, 거더가 연장되어 있는 전체 길이에 걸쳐서, 시간에 따라 발생하는 변형률의 분포를 정확하게 측정하여 파악해야만 거더의 구조적인 건전성을 분석할 수 있는 것이다.
이와 같이 구조물의 변형률을 측정하기 위한 광섬유 센서는 크게 이산형 광섬유 센서와 분포형 광섬유 센서로 구분할 수 있다. 이산형 광섬유 센서는 FBG(Fiber Bragg Grating) 센서로 대표되는 것으로서, 대한민국 공개특허공보 제10-2006-0042611호에 그 일예가 개시되어 있다. 이산형 광섬유 센서는 높은 계측 정밀도를 가지는 것으로 알려져 있으나, 분산되어 있는 특정한 측정점에서만 센서 기능이 발휘되어 계측값이 취득되는 특성을 가지고 있다. 예를 들어 FBG 센서의 경우, 격자가 새겨진 위치 즉, 격자 형성 위치에서만 센서 기능이 발휘되어, 격자 형성 위치에서만 계측값이 취득되는 것이다. 이와 같이 이산형 광섬유 센서에서는, 계측값이 취득되는 측정점이 띄엄띄엄 존재하게 되는 바, 이산형 광섬유 센서로는 모니터링 대상 구조물(이하, "대상 구조물"이라고 약칭함)에 대해서, 단지 띄엄띄엄 이격되어 존재하는 격자 형성 위치에서의 변형률 데이터만이 취득될 뿐이다.
도 1에는 단순 지지되고 있는 빔(200)에 이산형 광섬유 센서(1)과 분포형 광섬유 센서(2)가 배치된 것을 개념적으로 보여주는 개략도가 도시되어 있고, 도 2에는 도 1에 대해 이산형 광섬유 센서(1)에 의해 측정된 변형률 계측값과, 정확히 알고 있는 기지의 변형률 곡선을 하나의 그래프로 보여주는 것이 도시되어 있으며, 도 3에는 도 1에 대해 분포형 광섬유 센서(2)에 의해 측정된 변형률 계측값과, 정확히 알고 있는 기지의 변형률 분포 곡선을 하나의 그래프로 보여주는 것이 도시되어 있다. 도 1에서 도면부호 11은 이산형 광섬유 센서(1)에서의 변형률 측정점(11)을 나타내며, 청색 점으로 표시된 부분 즉, 도면부호 21은 분포형 광섬유 센서(2)에서의 변형률 측정점(21)을 나타낸다. 도 2 및 도 3에서 x축은 도 1에 도시된 빔(200)의 일측 기준점으로부터의 거리를 나타내며, y축은 변형률 값을 나타낸다.
도 2에서 붉은 점으로 표시된 것이 이산형 광섬유 센서(1)의 측정점에서 측정된 변형률 측정값인데, 도 2에서 알 수 있듯이 이산형 광섬유 센서(1)에 의하면, 측정점에서는 높은 정밀도의 변형률 측정값을 취득할 수 있는데 반하여, 검은 색 선으로 표시된 구조물의 전체적인 변형률 분포 곡선을 추정하기에는 매우 부족한 정보만이 취득된다. 따라서 이산형 광섬유 센서(1)에 의해서는, 국부적인 변형률 정보(격자 형성 위치에 해당하는 특정한 측정점에서 계측된 정보)에만 의존하여 구조물의 건전성을 모니터링해야 하는 한계가 있다.
한편, 광섬유 센서의 또다른 종류로서, 분포형 광섬유 센서는 펄스 광원 또는 연속파 광원을 사용하여 광섬유 내부의 후방 산란광을 측정하는 것으로서, 대표적으로는 브릴루앙 산란파의 변화 특성을 이용하여 광섬유 센서 전체에 걸쳐 매우 많은 측정점이 분포하게 되는 브릴루앙 센서가 있다. 이러한 분포형 광섬유 센서는 이산형 광섬유 센서에 비하여 낮은 계측 정밀도를 가지게 되지만, 많은 수의 측정점에서 연속적인 계측값의 취득이 가능하며, 따라서 광섬유가 분포된 전체 구간에 대한 정보를 취득할 수 있다는 장점이 있다. 즉, 도 3에서 청색 점으로 표시된 것처럼, 분포형 광섬유 센서에서는 많은 개수의 측정점에서 연속적인 변형률 계측값을 취득할 수 있으므로, 도 3에서 검은 색 선으로 표시된 구조물의 전체적인 변형률 분포와 유사한 형태의 변형률 분포를 취득할 수 있게 된다. 그러나 이러한 분포형 광섬유 센서의 경우에는 측정된 변형률 계측값의 정밀도는 이산형 광섬유 센서의 것보다 낮다는 한계가 있다.
거더 등의 대상 구조물에 대하여 광섬유 센서를 이용하여 취득한 변형률 데이터의 정확도를 향상시키기 위해서는 위와 같은 이종(異種)의 광섬유 센서 즉, 이산형 광섬유 센서의 장점(높은 정밀도의 변형률 계측값 취득)와 분포형 광섬유 센서의 장점(많은 측정점에서의 변형률 계측값 취득에 의한 실제 변형률 분포에 근접한 변형률 분포 형태를 취득)을 융합하는 것이 필요한데, 아직까지는 이러한 이종 광섬유 센서의 장점을 융합하려는 시도가 이루어지지 않고 있다.
본 발명은 위와 같은 종래 기술의 한계를 극복하기 위하여 개발된 것으로서, 구조물의 변형률을 측정함에 있어서 이산형 광섬유 센서와 분포형 광섬유 센서 각각이 가지는 장점 즉, 이산형 광섬유 센서에 의해서는 높은 계측 정밀도를 가지는 변형률 계측값을 취득할 수 있다는 장점과, 분포형 광섬유 센서에 의해서는 많은 측정점에서 연속적인 계측값을 취득할 수 있다는 장점을 융합하여, 측정 대상 구조물에서 광섬유 센서가 설치된 전구간에 걸쳐서 높은 계측 정밀도를 가지는 변형률 데이터를 획득하고, 이를 통해서 대상 구조물의 변형률 분포를 측정함으로써, 대상 구조물의 구조적 건전성을 신뢰성있게 모니터링할 수 있는 방법을 제공하는 것을 목적으로 한다.
위와 같은 과제를 달성하기 위하여 본 발명에서는, 구조건전성 모니터링 대상 구조물에, 분포형 광섬유 센서와 이산형 광섬유 센서를 배치하는 단계(S1); 대상 구조물에 외부하중이 가해지지 않은 상태에서 분포형 광섬유 센서의 복수개 계측지점에서 발생되는 브릴루앙 산란에 의한 초기 브릴루앙 주파수를 계측하며, 이산형 광섬유 센서의 격자가 새겨진 위치에 발생되는 초기 FBG 파장을 계측하는 단계(S2); 대상 구조물에 외부하중이 가해지고 있는 상태에서 시간 이력마다 변형으로 인하여 발생하는 분포형 광섬유 센서에서 발생되는 공용 브릴루앙 주파수와, 이산형 광섬유 센서에서 발생되는 공용 FBG 파장을 계측하는 단계(S3); 변형률 변환 연산부에서, 계측되어 수신된 공용 브릴루앙 주파수와 공용 FBG 파장 각각을, 변형률 비례 계수와 광탄성 계수를 이용한 수학식에 의해 분포형 광섬유 센서 변형률과 이산형 광섬유 센서 변형률로 변환하는 단계(S4); 학습데이터 설정부에서, 변환되어 산출된 변형률 별로 학습 데이터를 설정하여, 분포형 광섬유 센서의 변형률에 대한 학습 데이터에 해당하는 저정밀 변형률 데이터를 설정하고, 이산형 광섬유 센서의 변형률에 대한 학습 데이터에 해당하는 고정밀 변형률 데이터를 설정하는 단계(S5); 회귀모델 설정부에서, 분포형 광섬유 센서의 변형률에 대해 설정된 학습데이터에 해당하는 저정밀 변형률 데이터에 대하여 가우시안 프로세스 모델 변수를 추정하여 저정밀 가우시안 프로세스 모델을 설정하는, 가우시안 프로세스 모델 설정 단계(S6); 및 데이터 융합부에서, 분포형 광섬유 센서에 대한 저정밀 가우시안 프로세스 모델로부터 저정밀 변형률 분포를 추출하고, 추출된 저정밀 변형률 분포를 재귀 가우시안 프로세스 기법에 의해 이산형 광섬유 센서의 고정밀 변형률 데이터를 결합하여 고정밀 변형률 분포를 산출하는, 고정밀 변형률 분포 산출 단계(S7)를 포함하여, 분포형 광섬유 센서에서 제공되는 높은 공간적 정보와, 이산형 광섬유 센서에서 제공되는 높은 정확도와 재현성의 정보를 융합하여 대상 구조물에서 센서가 설치된 구간에 대한 고정밀 변형률 분포 도출하게 되는 것을 특징으로 하는 구조물의 변형률 분포 측정방법이 제공된다.
또한 본 발명에서는 상기한 목적을 달성하기 위하여, 구조건전성 모니터링 대상 구조물에 배치된 분포형 광섬유 센서와 이산형 광섬유 센서, 및 상기 센서로부터의 신호를 수신하여 대상 구조물의 모니터링을 위한 연산을 수행하는 연산장치를 포함하여 구성되는데, 연산장치는 변형률 수신부, 변형률 변환연산부, 학습데이터 설정부, 회귀모델 설정부, 및 데이터 융합부를 포함하며; 상기한 본 발명에 따른 방법에 의해 대상 구조물에서 센서가 설치된 구간에 대한 고정밀 변형률 분포 도출하게 되는 것을 특징으로 하는 구조물의 변형률 분포 측정장치가 제공된다.
본 발명에 의하면, 분포형 광섬유 센서에서 제공되는 높은 공간적 정보와, 이산형 광섬유 센서에서 제공되는 높은 정확도와 재현성의 정보를 융합하여 대상 구조물에서 센서가 설치된 구간에 대한 고정밀 변형률 분포를 도출할 수 있게 된다.
즉, 본 발명에 의하면, 이산형 광섬유 센서와 분포형 광섬유 센서 각각이 가지는 장점 즉, 이산형 광섬유 센서에 의해서는 높은 계측 정밀도를 가지는 변형률 계측값을 취득할 수 있다는 장점과, 분포형 광섬유 센서에 의해서는 많은 측정점에서 연속적인 계측값을 취득할 수 있다는 장점을 융합하여, 측정 대상 구조물에서 광섬유 센서가 설치된 전구간에 걸쳐서 높은 계측 정밀도를 가지는 변형률 데이터를 획득하고 이를 통해서 대상 구조물의 변형률 분포를 측정하게 되므로, 대상 구조물의 구조적 건전성을 신뢰성있게 모니터링할 수 있게 되는 효과가 발휘된다.
도 1은 단순 지지되고 있는 빔에 이산형 광섬유 센서과 분포형 광섬유 센서가 배치된 것을 개념적으로 보여주는 개략도이다.
도 2는 도 1에 대해 이산형 광섬유 센서에 의해 측정된 변형률 계측값과, 정확히 알고 있는 기지의 변형률 곡선의 일예를 보여주는 그래프도이다.
도 3은 도 1에 대해 분포형 광섬유 센서에 의해 측정된 변형률 계측값과, 정확히 알고 있는 기지의 변형률 곡선의 일예를 보여주는 그래프도이다.
도 4은 본 발명에 따른 대상 구조물의 변형률 분포 측정방법의 구체적인 과정에 대한 개략적인 흐름도이다.
도 5는 도 4에 도시된 본 발명의 방법에 의해 대상 구조물의 변형률 분포를 측정할 수 있는 본 발명의 장치에 대한 개략적인 구성도이다.
도 6는 본 발명에 따라 도출된 고정밀 변형률 분포 곡선의 일예를 보여주는 도 2 및 도 3에 대응되는 개략적인 그래프도이다.
도 2는 도 1에 대해 이산형 광섬유 센서에 의해 측정된 변형률 계측값과, 정확히 알고 있는 기지의 변형률 곡선의 일예를 보여주는 그래프도이다.
도 3은 도 1에 대해 분포형 광섬유 센서에 의해 측정된 변형률 계측값과, 정확히 알고 있는 기지의 변형률 곡선의 일예를 보여주는 그래프도이다.
도 4은 본 발명에 따른 대상 구조물의 변형률 분포 측정방법의 구체적인 과정에 대한 개략적인 흐름도이다.
도 5는 도 4에 도시된 본 발명의 방법에 의해 대상 구조물의 변형률 분포를 측정할 수 있는 본 발명의 장치에 대한 개략적인 구성도이다.
도 6는 본 발명에 따라 도출된 고정밀 변형률 분포 곡선의 일예를 보여주는 도 2 및 도 3에 대응되는 개략적인 그래프도이다.
이하, 본 발명의 바람직한 실시예를 첨부한 도면을 참조하여 설명한다. 본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 하나의 실시예로서 설명되는 것이며, 이것에 의해 본 발명의 기술적 사상과 그 핵심 구성 및 작용이 제한되지 않는다.
도 4에는 본 발명에 따른 대상 구조물의 변형률 분포 측정방법의 구체적인 과정에 대한 개략적인 흐름도가 도시되어 있으며, 도 5에는 도 4에 도시된 본 발명의 방법에 의해 대상 구조물의 변형률 분포를 측정할 수 있는 본 발명의 장치에 대한 개략적인 구성도가 도시되어 있다. 도 5에서 화살표 K로 표시된 선은 센서로부터 측정값이 전송되는 것을 의미한다.
본 발명에 따른 "구조물 변형률 분포 측정장치"는 구조건전성 모니터링 대상 구조물에 배치된 이산형 광섬유 센서(1)와 분포형 광섬유 센서(2), 그리고 상기한 각각의 센서로부터의 신호를 수신하여 대상 구조물의 구조건전성 모니터링을 위한 연산을 수행하는 연산장치(100)를 포함하여 구성되는데, 연산장치(100)는 변형률 수신부(10), 변형률 변환연산부(20), 학습데이터 설정부(30), 회귀모델 설정부(40), 및 데이터 융합부(50)를 포함하여 구성된다. 본 발명에서 연산장치(100)는 컴퓨터에서 구동되는 소프트웨어로 구현될 수 있다. 따라서 연산장치를 구성하는 상기한 변형률 수신부(10), 변형률 변환연산부(20), 학습데이터 설정부(30), 회귀모델 설정부(40), 및 데이터 융합부(50)는 각각 저마다의 기능을 수행하기 위한 소프트웨어의 모듈로 구현될 수 있다.
대상 구조물의 구조건전성을 파악하고 모니터링하기 위해서, 본 발명에 따른 측정방법에서는, 우선 도 4에 도시된 것처럼 대상 구조물(200)에 분포형 광섬유 센서(2)와 이산형 광섬유 센서(1)를 배치한다(이종 광섬유 센서 배치 단계/ 단계 S1). 예를 들면, 대상 구조물이 거더(girder)일 경우, 거더가 연장된 길이 방향으로 거더 전체에 걸쳐서 분포형 광섬유 센서와 이산형 광섬유 센서를 각각 길게 연장되도록 대상 구조물에 결합 배치한다.
이산형 광섬유 센서로는 FBG(Fiber Bragg Grating) 센서가 가장 대표적이고, 분포형 광섬유 센서로는 브릴루앙 센서가 가장 대표적이므로, 아래에서는 각각 FBG 센서와 브릴루앙 센서를 예시하여 본 발명을 설명한다.
이산형 광섬유 센서(1)와 분포형 광섬유 센서(2)가 각각 대상 구조물(200)에 고정 배치된 상태에서, 관리자는 분포형 광섬유 센서와 이산형 광섬유 센서의 초기 측정값을 계측한다(센서 초기 측정값 계측 단계/ 단계 S2). 즉, 대상 구조물에 외부하중이 가해지지 않은 상태에서 분포형 광섬유 센서의 복수개 측정점에서 발생되는 브릴루앙 산란에 의한 초기 브릴루앙 주파수를 계측하며, 이산형 광섬유 센서의 격자가 새겨진 측정점에 발생되는 초기 FBG 파장을 계측하는 것이다.
분포형 광섬유 센서와 이산형 광섬유 센서에는 각각 계측값의 취득을 위한 전용 인터로게이터(interrogator)(공지된 측정기기)가 사용되는데, 대상 구조물에 외부 하중(예를 들면, 교량 거더의 경우에는 교량의 교통 통행으로 인한 하중)이 작용하지 않은 상태에서, 인터로게이터를 이용하여 분포형 광섬유 센서의 
개의 측정점 
에 순차적으로 브릴루앙 산란이 발생하게 만들고, 그에 따라 후방으로 산란되는 광원의 초기 주파수(초기 브릴루앙 주파수) 
를 계측한다. 그리고 이와 병행하여 이산형 광섬유 센서에 대해서는 인터로게이터를 이용하여 광원을 입사하고, 격자가 형성된 
개의 측정점 
에서 반사되어 오는 초기 파장(초기 FBG 파장) 
을 계측한다. 여기서, 분포형 광섬유 센서의 
개 측정점 
및 각 측정점에서 계측되는 초기 브릴루앙 주파수 
는 아래의 수학식 1로 표현될 수 있고, 이산형 광섬유 센서의 
개의 측정점 
및 각 측정점에서 계측되는 초기 FBG 파장 
은 아래의 수학식 2로 표현될 수 있다.
위 수학식 1, 2에서 
의 형식으로 표현된 것은 각각 분포형 광섬유 센서의 광섬유 시작부로부터 각각의 측정점까지의 거리이고, 
의 형식으로 표현된 것은 이산형 광섬유 센서의 광섬유 시작부로부터 각각의 측정점까지의 거리이다. 분포형 광섬유 센서는 이산형 광섬유 센서보다 월등히 많은 개수의 측정점을 가지므로, 위의 수학식 1 및 수학식 2에서 
는 
보다 매우 작은 값이 된다. 여기서 
은 분포형 광섬유 센서의 수이며, 
는 이산형 광섬유 센서의 수를 의미한다.
이와 같이, 센서 초기 측정값 계측 단계(단계 S2)가 완료된 후에는, 대상 구조물에 외부하중이 가해지고 있는 공용 상태(예를 들면, 교량 거더의 경우에는 일상적인 교통 통행이 이루어져서 교통 통행으로 인한 하중이 작용하고 있는 상태)에서 시간 
마다 변형으로 인하여 분포형 광섬유 센서에서 발생되는 공용 브릴루앙 주파수 
와, 이산형 광섬유 센서에서 발생되는 공용 FBG 파장 
을 계측한다(센서의 시간이력 측정값 계측 단계/ 단계 S3). 즉, 공용 상태일 때 시간 
에서의 공용 브릴루앙 주파수 
와 초기 FBG 파장 
을 각각 계측하는 것인데, 이를 수학적으로 표현하면, 수학식 3 및 수학식 4로 표현되는 
와 
을 계측하는 것이다.
센서로부터의 계측값은 변형률 수신부(10)로 수신되고, 이는 변형률 변환연산부(20)로 전달되어, 변형률 변환연산부(20)에서는, 시간이 경과됨에 따라 정해진 시간에서 계측되어 수신된 공용 브릴루앙 주파수와 공용 FBG 파장 각각을, 분포형 광섬유 센서 변형률과 이산형 광섬유 센서 변형률로 변환하는 단계를 수행한다(센서 측정값의 변형률 변환 단계/ 단계 S4). 즉, 센서의 초기 측정값과 공용 측정값 즉, 브릴루앙 주파수 
와 
, 그리고 FBG 파장 
와 
를 변형률 비례 계수와 광탄성 계수를 이용한 수학식에 의해 각각 분포형 광섬유 센서의 변형률 
와, 이산형 광섬유 센서의 변형률 
로 변환하는 것이다. 변환되어 구해진 분포형 광섬유 센서의 변형률 
와, 이산형 광섬유 센서의 변형률 
는 각각 수학식 5 및 수학식 6으로 표현될 수 있다.
수학식 5에서 
는 시간 
에서 분포형 광섬유 센서의 
번째 측정점에서 산출된 변형률을 의미하며, 수학식 6에서 
는 시간 
에서 이산형 광섬유 센서의 
번째 측정점에서 산출된 변형률을 의미하는데, 각각은 변형률 비례 계수와 광탄성 계수를 이용한 아래의 수학식 7 및 수학식 8에 의해 산출된다.
위 수학식 7에서 
는 분포형 광섬유 센서의 
번째 측정점에서의 초기 브릴루앙 주파수이며(위 수학식 1 참조), 
는 분포형 광섬유 센서의 
번째 측정점에서의 시간 
에서의 공용 브릴루앙 주파수이다(위 수학식 3 참조). 그리고 수학식 7에서 
는 변형률 비례 계수로서 4.6의 값을 갖는 것이다.
한편, 위 수학식 8에서 
는 이산형 광섬유 센서의 
번째 측정점에서의 초기 FBG 파장이며(위 수학식 2 참조), 
는 이산형 광섬유 센서의 
번째 측정점에서의 시간 
에서의 측정값에 해당하는 공용 FBG 파장이다(위 수학식 4 참조). 그리고 수학식 8에서 
는 광탄성 계수로서 0.212의 값을 갖는 것이다.
위와 같이, 센서의 초기 측정값을 계측하고, 관리자가 정한 시간 이력 
(관리자가 정한 시간 동안 및 시간 간격)마다 공용 브릴루앙 주파수 
와 공용 FBG 파장 
을 계측함으로써, 분포형 광섬유 센서 변형률 센서의 변형률 
와, 이산형 광섬유 센서의 변형률 
를 산출한 후에는, 학습데이터 설정부(30)에서는 산출된 분포형 광섬유 센서 변형률 센서의 변형률 
와, 이산형 광섬유 센서의 변형률 
를 이용하여 각각의 변형률 별로 학습 데이터를 설정하게 된다(단계 S5). 분포형 광섬유 센서의 변형률에 대한 학습 데이터 와
이산형 광섬유 센서 변형률 
는 각각 아래의 수학식 9 및 수학식 10으로 표현될 수 있다. 여기서 "변형률에 대한 학습 데이터"는, 광섬유 센서에서 광섬유 시작부로부터 각각의 측정점까지의 거리와, 해당 측정점에서의 변형률을 하나의 쌍으로 표현한 것이다.
분포형 광섬유 센서의 변형률에 대한 학습 데이터 
는 저(低) 정밀 변형률 데이터에 해당하므로, 편의상 "저정밀 변형률 데이터 
"라고 기재하고, 이산형 광섬유 센서의 변형률에 대한 학습 데이터 
는 고(高) 정밀 변형률 데이터에 해당하므로, 편의상 "고정밀 변형률 데이터 
"라고 기재한다.
이와 같이 단계 S5로서 저정밀 변형률 데이터 및 고정밀 변형률 데이터 설정 단계가 수행되면, 후속하여 회귀모델 설정부(40)에서는 저정밀 변형률 데이터 
를 이용하여, 수학식 11로 표현되는 가우시안 프로세스 모델(회귀분석을 위한 수학적 모델)의 변수를 추정하여 저정밀 변형률 데이터에 대한 가우시안 프로세스 모델을 설정하는 단계를 수행한다(저정밀 변형률 데이터에 대한 가우시안 프로세스 모델 변수 추정 및 가우시안 프로세스 모델 설정 단계/ 단계 S6). 편의상 저정밀 변형률 데이터에 대한 가우시안 프로세스 모델을 "저정밀 가우시안 프로세스 모델"이라고 약칭한다.
회귀모델 설정부(40)에서는, 저정밀 가우시안 프로세스 모델을 설정하게 되는데, 이 때 저정밀 가우시안 프로세스 모델에서의 변수를 정하게 된다. 즉, 저정밀 변형률 데이터를 이용하여 가우시안 프로세스 모델 변수를 구하게 되면, 저정밀 가우시안 프로세스 모델을 설정하게 되는 것이다. 본 발명에서, 가우시안 프로세스 모델의 입력 
는 분포형 광섬유 센서의 인터로게이터로부터 측정점까지의 거리가 되며, 저정밀 가우시안 프로세스 모델의 출력 
은 아래의 수학식 11과 같이 가우시안 분포로 표현되는 저정밀 변형률 분포가 된다.
수학식 11에서 
는 
의 단위행렬이며, 
는 분포형 광섬유 센서로부터의 변형률 데이터 평균을 나타내며, 공분산 
은 상대 위치에 따른 변형률 상관관계를 나타낸다. 여기서 
이며, 
은 저정밀 변형률 데이터 
로부터 추정되는 가우시안 프로세스 모델의 변수이다. 공분산 
은 아래의 수학식 12로 표현된다.
위 수학식 12에서 
는 공분산의 스케일을 조정하는 변수(scale parameter)이다. 그리고 
는 수학식 13과 같이 가우시안 커널(Gaussian kernel)로 표현되는 것이다.
위 수학식 11의 
는 분포형 광섬유 센서로부터의 측정된 변형률 데이터에 존재하는 잡음 영향을 나타내는 회귀모형 변수이고, 이는 아래의 수학식 14와 같이 가우시안 분포로 표현될 수 있다. 아래의 수학식 14에서 
은 
영백터로 표현되는 잡음 평균(noise mean)이다.
위와 같은 수학적 이론에 근거하여, 저정밀 변형률 데이터 
를 이용하여, 이에 기초한 가우시안 프로세스 모델 변수(저정밀 가우시안 프로세스 모델 변수) 
를 추정하게 되는데, 구체적으로 저정밀 변형률 데이터 
에 대한 저정밀 가우시안 프로세스 모델 
을 위한 4가지의 변수 
를 저정밀 변형률 데이터 
로부터 추정하게 된다. 여기서 추정해야 할 저정밀 가우시안 프로세스 모델 변수 
는 아래의 수학식 15로 표현된다.
위 수학식 15에서, 
는, 수학식 11과 관련하여 설명한 바와 같이, 분포형 광섬유 센서로부터의 변형률 데이터 평균을 나타내며, 
는 분포형 광섬유 센서로부터의 측정된 변형률 데이터에 존재하는 잡음 영향을 나타내는 회귀모형 변수이고, 
은 저정밀 변형률 데이터 
로부터 추정되는 가우시안 프로세스 모델의 변수이며, 
는 수학식 12과 관련하여 설명한 바와 같이, 공분산의 스케일을 조정하는 변수(scale parameter)이다.
수학식 15의 변수 
는, 공지된 최적화 알고리즘을 이용하여, 아래의 수학식 16의 네거티브 로그 주변분포(negative log marginal likelihood)가 최소로 되는 변수 조합(최적해 
)을 선택함으로써 구해진다.
위의 과정에 의해 상기 최적해 
를 산출하게 되면, 이는 저정밀 가우시안 프로세스 모델 변수 
의 추정값이 된다. 이와 같이 저정밀 가우시안 프로세스 모델 변수 
의 추정값이 산출됨으로써, 저정밀 가우시안 프로세스 모델 변수 추정 및 저정밀 가우시안 프로세스 모델 설정 단계(단계 S6)가 완료된다.
위와 같은 과정에 의해 저정밀 변형률 데이터에 대한 가우시안 프로세스 모델 변수를 추정하고 이에 의하여 가우시안 프로세스 모델을 설정하는 과정 즉, 저정밀 가우시안 프로세스 모델 변수 추정 및 저정밀 가우시안 프로세스 모델 설정이 완료되면, 데이터 융합부(50)에서는, 저정밀 가우시안 프로세스 모델로부터 저정밀 변형률 분포 
를 추출하는 연산과, 추출된 저정밀 변형률 분포 
를 고정밀 변형률 데이터 
와 결합하여 고정밀 변형률 분포 
를 산출하는 연산을 수행한다(변형률 데이터 융합에 의한 고정밀 변형률 분포 산출 단계/ 단계 S7).
데이터 융합부(50)에서 수행되는 단계 S7에서는, 저정밀 가우시안 프로세스 모델로부터 저정밀 변형률 분포 
를 추출하는 연산을 우선적으로 수행한다. 단계 S6에서 저정밀 변형률 데이터 
에 대한 저정밀 가우시안 프로세스 모델을 설정하였으므로, 데이터 융합부(50)에서는 아래의 수학식 17을 이용한 연산에 의하여 저정밀 가우시안 프로세스 모델로부터 저정밀 변형률 분포 
를 추출하게 된다.
위 수학식 17에서, 
은 
의 단위벡터이고, 
으로서 수학식 16을 통해 산출된 가우시안 프로세스 모델의 변수의 최적해 
를 대입한 
의 공분산 행렬이다.
그리고 
인데, 
은 수학식 16을 통해 산출된 가우시안 프로세스 모델의 변수의 최적해 
를 대입하여 한 
의 크기를 가지는 확장 공분산 벡터이다.
위의 연산에 의해 저정밀 가우시한 프로세스 모델로부터 저정밀 변형률 분포 
가 추출되면, 후속하여 추출된 저정밀 변형률 분포 
와 고정밀 변형률 데이터 
를 결합하여 고정밀 변형률 분포 
를 산출하게 된다. 구체적으로는, 추출된 저정밀 변형률 분포 
를 아래의 수학식 18로 표현되는 재귀 가우시안 프로세스 기법(recursive Gaussian Process)에 의해 이산형 광섬유 센서의 고정밀 변형률 데이터 
와 결합하는 연산을 수행하는 것이고, 이러한 연산에 의해 고정밀 변형률 분포 
가 산출되는 것이다.
위 수학식 18에서, 
는 위 수학식 17로부터 구해진 저정밀 변형률 분포 이며, 
는 저정밀 변형률 분포 
와 고정밀 변형률 분포 
간 상관정도를 나타내는 스케일링 상수(scaling coefficient)이다. 
는, 
과 독립적이며 평균 
와 분산 
를 가지는 가우시안 분포이며, 아래의 수학식 19로 표현된다.
위 수학식 19에서 
이고, 
는 
의 단위행렬이다.
여기서 
는 이산형 광섬유 센서의 변형률에 대한 공분산으로서, 상대 위치에 따른 변형률 상관관계를 나타내는 공분산으로서, 아래의 수학식 20으로 표현되는 것이다.
위 수학식 20에서 
는 공분산의 스케일을 조정하는 변수(scale parameter)이다. 그리고 
는 앞서 설명한 수학식 13과 같이 가우시안 커널(Gaussian kernel)로 표현되는 것이다.
특히, 수학식 18의 재귀 가우시안 프로세스 기법(recursive Gaussian Process)에 의해 저정밀 변형률 분포 
와 고정밀 변형률 데이터 
를 결합함에 있어서는, 아래에 기재된 (1)번 및 (2)번의 2가지 연산을 수행하게 된다.
(1) 저정밀 가우시안 프로세스 모델로부터 추출된 저정밀 변형률 분포 
를 고정밀 변형률 분포 
에 근접한 값이 되도록, 스케일링 상수 
를 
에 곱하여 
를 구하는 연산; 및
(2) 위의 (1)의 연산에서 구해진 
와 고정밀 변형률 데이터 
간의 차이(잔차) 
에 대한 가우시안 프로세스 모델 
를 구성하는 연산.
위 (2)번의 연산은 스케일링 상수가 곱해진 저정밀 변형률 분포 
의 정확도를 향상시키기 위한 연산이다.
그런데 
에 대한 가우시안 프로세스 모델 
은, 미지의 변수를 포함하고 있는 바, 이러한 미지의 변수를 도출하기 위해서, 아래의 수학식 21로 표현되는 총 5가지의 변수 
를 도출하는 연산을 수행한다.
수학식 21로 표현되는 총 5가지의 변수 
를 구하는 것은, 최적화 알고리즘을 이용하여, 아래의 수학식 22의 네거티브 로그 주변분포(negative log marginal likelihood)가 최소로 되는 변수 조합(최적해 
)을 선택하는 것에 의한다. 즉, 수학식 22를 통해서 최적해 
구해지면, 그 구해진 
가 바로 
의 추정값이 되는 것이다.
위 수학식 21에서 
는 저정밀 변형률 분포 
와 고정밀 변형률 분포 
간의 상관정도를 나타내는 스케일링 상수이고, 
는 잔차 
의 평균을 나타내며, 공분산 
은 고정밀 변형률 데이터 
로부터 추정되는 가우시안 프로세스 모델의 변수이며, 
는 공분산의 스케일을 조정하는 변수(scale parameter)이다. 
는 이산형 광섬유 센서로부터의 측정된 변형률 데이터에 존재하는 잡음 영향을 나타내는 회귀모형 변수이다.
위 수학식 22에서 
로서, 
는 
의 행렬이고, 
은 
의 단위벡터이다.
고정밀 변형률 분포 
를 연산하기 위한 수학식 18에는 저정밀 변형률 분포 
와 고정밀 변형률 분포 
간의 상관정도를 나타내는 스케일링 상수 
와 가우시안 분포 
가 포함되며, 가우시안 분포 
에는 
를 이루는 변수들이 포함되어 있다(수학식 21 참조). 따라서 고정밀 변형률 분포 
를 연산할 수 있는 관계식은, 위에서 구한 위 수학식 21의 변수 
와 관련하여, 아래의 수학식 23으로 변환된다.
위 수학식 23에서 
인데, 
은 수학식 22를 통해 산출된 가우시안 프로세스 모델의 변수의 최적해 
를 대입한 
의 공분산 행렬이다. 
으로서, 
은 수학식 22를 통해 산출된 가우시안 프로세스 모델의 변수의 최적해 
를 대입한 
의 확장 공분산 벡터이다.
그러므로, 저정밀 변형률 분포 
와 고정밀 변형률 데이터 
를 결합하여 고정밀 변형률 분포 
를 산출한다는 것은, 위의 과정을 통해서 구해진 변수들을 이용하여 수학식 23의 연산을 수행함으로써 고정밀 변형률 분포 
를 구하는 것이 된다.
이와 같이, 본 발명에서는 고정밀 변형률 분포를 산출함으로써, 이에 기초하여 관리자는 정확하고 객관적으로 대상 구조물의 상태 즉, 구조건전성을 평가할 수 있게 된다.
한편, 본 발명에서는 관리자가 정한 시간 간격에 맞추어서 반복적으로 계측이 이루어질 수 있으며, 이러한 반복 계측에 의한 "시간에 따른 고정밀 변형률 분포 
"를 산출할 수 있다. 즉, 측정 시간마다 위에서 설명한 본 발명의 방법에 의해 각 측정시간 마다 고정밀 변형률 분포 
를 산출하는 것이다. 이렇게 산출된 고정밀 변형률 분포 
는 계측되는 시간에 따라 데이터베이스(DB)에 저장된다.
이와 같은 방법에 의해 각각의 측정 시간에서 새로운 계측 데이터가 획득될 때마다 구조물에 대한 고정밀 변형률 분포를 구하고, 이를 시간에 따른 데이터로 정리함으로써 "고정밀 변형률 분포의 시간 이력 데이터"를 형성할 수 있다. 관리자는 형성된 <구조물에 대한 고정밀 변형률 분포의 시간 이력 데이터>에 기초하여 대상 구조물의 상태를 더욱 객관적으로 평가할 수 있게 된다. 즉, 본 발명에서는 분포형 광섬유 센서에서 제공되는 높은 공간적 정보와, 이산형 광섬유 센서에서 제공되는 높은 정확도와 재현성의 정보를 융합하여 대상 구조물에서 센서가 설치된 구간에 대한 고정밀 변형률 분포를 도출하게 되는데, 더 나아가 이러한 고정밀 변형률 분포의 시간 이력 데이터를 도출할 수 있으며, 이에 기초하여 관리자는 더욱 더 정확하고 객관적으로 대상 구조물의 상태 즉, 구조건전성을 평가할 수 있게 되는 것이다.
도 6에는 본 발명의 위와 같은 효과를 설명하기 위한 도 2 및 도 3에 대응되는 개략적인 그래프도가 도시되어 있다. 도 6에서 x축은 도 2 및 도 3와 마찬가지로도 1에 도시된 대상 구조물(빔)(200)의 일축 기준점으로부터의 거리를 나타내며, y축은 변형률 값을 나타낸다. 도 6에서 붉은색 점으로 표시된 것이 이산형 광섬유 센서(1)의 측정점에서 측정된 변형률 측정값이고, A로 표시된 붉은색 선은 이산형 광섬유 센서(1)에 의해 측정된 변형률 측정값에 기초하여 가우시안 프로세스 모델에 의해 형성한 변형률 분포 곡선이다. 그리고 도 6에서 청색 점으로 표시된 것은 분포형 광섬유 센서(2)의 측정점에서 측정된 변형률 측정값이고, B로 표시된 청색 선은 분포형 광섬유 센서(2)에 의해 측정된 변형률 측정값에 기초하여 가우시안 프로세스 모델에 의해 형성한 변형률 분포 곡선이다. 도 6에서 C로 표시된 검은색 선은 이미 알고 있는 기지의 변형률 분포 곡선 즉, 정해(正解)에 해당하는 변형률 분포 곡선이며, D로 표시된 초록색 선은 본 발명에 따라 이산형 광섬유 센서(1)에 의한 변형률과, 분포형 광섬유 센서(2)에 의한 변형률을 융합하여 도출한 "고정밀 변형률 분포" 곡선이다. 도 6에서 영문자 "BOCDA"는 Brillouin Optical Correlation Domain Analysis의 약어이고, FBG는 Fiber Bragg Grating의 약어이다.
도 6에서 알 수 있듯이, 본 발명에 의해 도출된 고정밀 변형률 분포 곡선은 정해(正解)에 해당하는 변형률 분포 곡선과 상당히 부합되는 바, 본 발명에 의하면, 이산형 광섬유 센서에 의해서는 높은 계측 정밀도를 가지는 변형률 계측값을 취득할 수 있다는 장점과, 분포형 광섬유 센서에 의해서는 많은 측정점에서 연속적인 계측값을 취득할 수 있다는 장점을 융합하여, 대상 구조물의 변형률 분포를 더욱 높은 정밀도로 측정할 수 있게 되며, 이를 통해서 대상 구조물의 구조적 건전성을 신뢰성있게 모니터링할 수 있게 된다.
1: 이산형 광섬유 센서
2: 분포형 광섬유 센서
2: 분포형 광섬유 센서
Claims (6)
- 구조건전성 모니터링 대상 구조물에, 분포형 광섬유 센서와 이산형 광섬유 센서를 배치하는, 이종 광섬유 센서 배치 단계;
대상 구조물에 외부하중이 가해지지 않은 상태에서 분포형 광섬유 센서의 복수개 계측지점에서 발생되는 브릴루앙 산란에 의한 초기 브릴루앙 주파수를 계측하며, 이산형 광섬유 센서의 격자가 새겨진 위치에 발생되는 초기 FBG 파장을 계측하는, 센서 초기 측정값 계측 단계;
대상 구조물에 외부하중이 가해지고 있는 상태에서 시간 이력마다 변형으로 인하여 발생하는 분포형 광섬유 센서에서 발생되는 공용 브릴루앙 주파수와, 이산형 광섬유 센서에서 발생되는 공용 FBG 파장을 계측하는, 센서의 시간이력 측정값 계측 단계;
계측된 초기 브릴루앙 주파수, 초기 FBG 파장, 공용 브릴루앙 주파수 및 공용 FBG 파장은, 변형률 수신부, 변형률 변환연산부, 학습데이터 설정부, 회귀모델 설정부, 및 데이터 융합부를 포함하는 연산장치로 전송되고, 연산장치의 변형률 변환 연산부에서, 계측되어 수신된 공용 브릴루앙 주파수와 공용 FBG 파장 각각을, 변형률 비례 계수와 광탄성 계수를 이용한 수학식에 의해 분포형 광섬유 센서 변형률과 이산형 광섬유 센서 변형률로 변환하는, 센서 측정값의 변형률 변환 단계;
학습데이터 설정부에서, 변환되어 산출된 변형률 별로 학습 데이터를 설정하여, 분포형 광섬유 센서의 변형률에 대한 학습 데이터에 해당하는 저정밀 변형률 데이터를 설정하고, 이산형 광섬유 센서의 변형률에 대한 학습 데이터에 해당하는 고정밀 변형률 데이터를 설정하는, 저정밀 변형률 데이터 및 고정밀 변형률 데이터 설정 단계;
회귀모델 설정부에서, 분포형 광섬유 센서의 변형률에 대해 설정된 학습데이터에 해당하는 저정밀 변형률 데이터에 대하여 가우시안 프로세스 모델 변수를 추정하여 저정밀 가우시안 프로세스 모델을 설정하는, 가우시안 프로세스 모델 설정 단계; 및
데이터 융합부에서, 분포형 광섬유 센서에 대한 저정밀 가우시안 프로세스 모델로부터 저정밀 변형률 분포를 추출하고, 추출된 저정밀 변형률 분포를 재귀 가우시안 프로세스 기법에 의해 이산형 광섬유 센서의 고정밀 변형률 데이터를 결합하여 고정밀 변형률 분포를 산출하는, 고정밀 변형률 분포 산출 단계를 포함하며;
분포형 광섬유 센서에서 제공되는 높은 공간적 정보와, 이산형 광섬유 센서에서 제공되는 높은 정확도와 재현성의 정보를 융합하여 대상 구조물에서 센서가 설치된 구간에 대한 고정밀 변형률 분포 도출하게 되는 것을 특징으로 하는 구조물의 변형률 분포 측정방법.
- 제1항에 있어서,
시간 이력에 따라 새로운 계측 데이터가 획득될 때마다, 센서 초기 측정값 계측 단계, 센서의 시간이력 측정값 계측 단계, 센서 측정값의 변형률 변환 단계, 저정밀 변형률 데이터 및 고정밀 변형률 데이터 설정 단계, 가우시안 프로세스 모델 설정 단계, 및 고정밀 변형률 분포 산출 단계를 반복수행하여 고정밀 변형률 분포의 시간 이력 데이터를 도출하는 단계를 더 포함하는 것을 특징으로 하는 구조물의 변형률 분포 측정방법.
- 제1항 또는 제2항에 있어서,
데이터 융합부에서 수행되는 고정밀 변형률 분포의 산출단계는,
추출된 저정밀 변형률 분포에 스케일링 상수를 곱하는 연산; 및
연산된 저정밀 변형률 분포와 스케일링 상수의 곱에서, 고정밀 변형률 데이터를 뺀 값에 해당하는 잔차에 대한 가우시안 프로세스 모델을 구성하는 연산을 포함하는 것을 특징으로 하는 구조물의 변형률 분포 측정방법.
- 구조건전성 모니터링 대상 구조물에 배치된 분포형 광섬유 센서와 이산형 광섬유 센서, 및 상기 센서들로부터의 신호를 수신하여 대상 구조물의 모니터링을 위한 연산을 수행하는 연산장치를 포함하여 구성되는데,
연산장치는 변형률 수신부, 변형률 변환연산부, 학습데이터 설정부, 회귀모델 설정부, 및 데이터 융합부를 포함하며;
변형률 수신부에서는, 대상 구조물에 외부하중이 가해지지 않은 상태에서 분포형 광섬유 센서의 복수개 계측지점에서 발생되어 계측된 브릴루앙 산란에 의한 초기 브릴루앙 주파수와, 이산형 광섬유 센서의 격자가 새겨진 위치에 발생되어 계측된 초기 FBG 파장을 수신하고, 대상 구조물에 외부하중이 가해지고 있는 상태에서 시간 이력마다 변형으로 인하여 발생하는 분포형 광섬유 센서에서 발생되어 계측되는 공용 브릴루앙 주파수와, 이산형 광섬유 센서에서 발생되어 계측되는 공용 FBG 파장을 수신하여, 센서 초기 측정값 계측 과정 및 센서의 시간이력 측정값 계측 과정을 수행하며;
변형률 변환 연산부에서는, 계측되어 수신된 공용 브릴루앙 주파수와 공용 FBG 파장 각각을, 변형률 비례 계수와 광탄성 계수를 이용한 수학식에 의해 분포형 광섬유 센서 변형률과 이산형 광섬유 센서 변형률로 변환하여, 센서 측정값의 변형률 변환 과정을 수행하며;
학습데이터 설정부에서는, 변환되어 산출된 변형률 별로 학습 데이터를 설정하여, 분포형 광섬유 센서의 변형률에 대한 학습 데이터에 해당하는 저정밀 변형률 데이터를 설정하고, 이산형 광섬유 센서의 변형률에 대한 학습 데이터에 해당하는 고정밀 변형률 데이터를 설정하여, 저정밀 변형률 데이터 및 고정밀 변형률 데이터 설정 과정을 수행하며;
회귀모델 설정부에서는, 분포형 광섬유 센서의 변형률에 대해 설정된 학습데이터에 해당하는 저정밀 변형률 데이터에 대하여 가우시안 프로세스 모델 변수를 추정하여 가우시안 프로세스 모델을 설정하는 과정을 수행하며;
데이터 융합부에서는, 분포형 광섬유 센서에 대한 저정밀 가우시안 프로세스 모델로부터 저정밀 변형률 분포를 추출하고, 추출된 저정밀 변형률 분포를 재귀 가우시안 프로세스 기법에 의해 이산형 광섬유 센서의 고정밀 변형률 데이터를 결합하여 고정밀 변형률 분포를 산출하는, 고정밀 변형률 분포 산출 과정을 수행하게 되어;
분포형 광섬유 센서에서 제공되는 높은 공간적 정보와, 이산형 광섬유 센서에서 제공되는 높은 정확도와 재현성의 정보를 융합하여 대상 구조물에서 센서가 설치된 구간에 대한 고정밀 변형률 분포 도출하게 되는 것을 특징으로 하는 구조물의 변형률 분포 측정장치.
- 제4항에 있어서,
연산장치는, 시간 이력에 따라 새로운 계측 데이터가 획득될 때마다, 센서 초기 측정값 계측하는 과정, 센서의 시간이력 측정값 계측하는 과정, 센서 측정값의 변형률 변환 과정, 저정밀 변형률 데이터 및 고정밀 변형률 데이터 설정 과정, 가우시안 프로세스 모델 설정 과정, 및 고정밀 변형률 분포 산출 과정을 반복수행하여 고정밀 변형률 분포의 시간 이력 데이터를 도출하게 되는 것을 특징으로 하는 구조물의 변형률 분포 측정장치.
- 제4항 또는 제5항에 있어서,
데이터 융합부에서는, 고정밀 변형률 분포의 산출과정을 수행할 때,
추출된 저정밀 변형률 분포에 스케일링 상수를 곱하는 연산; 및
연산된 저정밀 변형률 분포와 스케일링 상수의 곱에서, 고정밀 변형률 데이터를 뺀 값에 해당하는 잔차에 대한 가우시안 프로세스 모델을 구성하는 연산을 수행하는 것을 특징으로 하는 구조물의 변형률 분포 측정장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180147670A KR102023701B1 (ko) | 2018-11-26 | 2018-11-26 | 이종 광섬유 센서의 측정결과 융합을 이용한 구조물의 변형률 분포 측정방법 및 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180147670A KR102023701B1 (ko) | 2018-11-26 | 2018-11-26 | 이종 광섬유 센서의 측정결과 융합을 이용한 구조물의 변형률 분포 측정방법 및 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102023701B1 true KR102023701B1 (ko) | 2019-11-04 |
Family
ID=68578154
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180147670A KR102023701B1 (ko) | 2018-11-26 | 2018-11-26 | 이종 광섬유 센서의 측정결과 융합을 이용한 구조물의 변형률 분포 측정방법 및 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102023701B1 (ko) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102197696B1 (ko) * | 2019-12-24 | 2021-01-04 | 한국건설기술연구원 | 광섬유 기반 하이브리드 신경망 센서를 이용한 시설물 건전도 모니터링 시스템 및 그 방법 |
| CN115218804A (zh) * | 2022-07-13 | 2022-10-21 | 长春理工大学中山研究院 | 一种大型构件多源系统融合测量方法 |
| KR20220168863A (ko) * | 2021-06-17 | 2022-12-26 | 한국건설기술연구원 | 임의 위치 계측 및 다중 공간분해능 계측이 가능한 분포형 센싱 기법을 활용한 구조물 건전성 모니터링 장치 및 방법 |
| CN115687854A (zh) * | 2023-01-04 | 2023-02-03 | 山东省地震工程研究院 | 高精度土样参数测量方法及其系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100546053B1 (ko) * | 2003-12-18 | 2006-01-26 | (주)세기엔지니어링 | 구조물의 처짐 측정 방법 |
| KR20060042611A (ko) | 2004-11-10 | 2006-05-15 | 대림산업 주식회사 | 콘크리트 말뚝의 축변형률을 측정하기 위한 광섬유격자센서 어레이 |
| KR100879601B1 (ko) * | 2006-10-19 | 2009-01-21 | 주식회사 아이세스 | 광섬유 센서를 이용한 토목 구조물의 변형 측정 장치 및 그방법 |
| KR20150068948A (ko) * | 2012-08-06 | 2015-06-22 | 에이쥐티 인터내셔널 게엠베하 | 센서 측정 데이터를 이용하여 데이터 구조를 업데이트하기 위한 시스템 및 방법 |
-
2018
- 2018-11-26 KR KR1020180147670A patent/KR102023701B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100546053B1 (ko) * | 2003-12-18 | 2006-01-26 | (주)세기엔지니어링 | 구조물의 처짐 측정 방법 |
| KR20060042611A (ko) | 2004-11-10 | 2006-05-15 | 대림산업 주식회사 | 콘크리트 말뚝의 축변형률을 측정하기 위한 광섬유격자센서 어레이 |
| KR100879601B1 (ko) * | 2006-10-19 | 2009-01-21 | 주식회사 아이세스 | 광섬유 센서를 이용한 토목 구조물의 변형 측정 장치 및 그방법 |
| KR20150068948A (ko) * | 2012-08-06 | 2015-06-22 | 에이쥐티 인터내셔널 게엠베하 | 센서 측정 데이터를 이용하여 데이터 구조를 업데이트하기 위한 시스템 및 방법 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102197696B1 (ko) * | 2019-12-24 | 2021-01-04 | 한국건설기술연구원 | 광섬유 기반 하이브리드 신경망 센서를 이용한 시설물 건전도 모니터링 시스템 및 그 방법 |
| KR20220168863A (ko) * | 2021-06-17 | 2022-12-26 | 한국건설기술연구원 | 임의 위치 계측 및 다중 공간분해능 계측이 가능한 분포형 센싱 기법을 활용한 구조물 건전성 모니터링 장치 및 방법 |
| KR102580358B1 (ko) | 2021-06-17 | 2023-09-20 | 한국건설기술연구원 | 임의 위치 계측 및 다중 공간분해능 계측이 가능한 분포형 센싱 기법을 활용한 구조물 건전성 모니터링 장치 및 방법 |
| CN115218804A (zh) * | 2022-07-13 | 2022-10-21 | 长春理工大学中山研究院 | 一种大型构件多源系统融合测量方法 |
| CN115687854A (zh) * | 2023-01-04 | 2023-02-03 | 山东省地震工程研究院 | 高精度土样参数测量方法及其系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102023701B1 (ko) | 이종 광섬유 센서의 측정결과 융합을 이용한 구조물의 변형률 분포 측정방법 및 장치 | |
| US9063032B2 (en) | Signal monitoring system for monitoring strain applied to a composite component | |
| Huang et al. | Demodulation of fiber Bragg grating sensor using cross-correlation algorithm | |
| JP2019184321A (ja) | 環境特性測定装置および環境特性測定方法 | |
| JP2005147900A (ja) | Ｏｆｄｒ方式の歪連続分布計測装置 | |
| Yamaguchi et al. | Experimental demonstration of peak wavelength measurement of multiplexing fiber Bragg gratings using convolutional neural network | |
| Kouhrangiha et al. | Structural health monitoring using apodized pi-phase shifted FBG: Decoupling strain and temperature effects | |
| CN108344432B (zh) | 获取布里渊光纤分布式传感系统的传感信息的方法 | |
| EP2947446B1 (en) | Method for measuring light physical constants and device for estimating light physical constants | |
| KR20220114314A (ko) | 이산 분포된 광섬유 브래그 격자를 이용한 연속 분포 외력 측정 시스템 및 방법 | |
| US20230400334A1 (en) | Loss analysis device and loss analysis method | |
| Seng et al. | Split Hopkinson bar measurement using high-speed full-spectrum fiber Bragg grating interrogation | |
| Robertson et al. | Interrogation of a dual-fiber-Bragg-grating sensor using an arrayed waveguide grating | |
| Ma et al. | Quantitative measurement of disturbances based on optical-fibre multiparameter optimization method | |
| US11754465B2 (en) | Optical pulse testing device and optical pulse testing method | |
| CN112629427B (zh) | 一种用于航天器应变测量的光纤传感系统 | |
| Ruiz-Lombera et al. | Automatic strain detection in a Brillouin optical time domain sensor using principal component analysis and artificial neural networks | |
| CN103822713A (zh) | 一种光谱成像仪光谱分辨率检测方法及装置 | |
| JP7385867B2 (ja) | ひずみ測定装置、ひずみ測定方法及びひずみ測定プログラム | |
| JP3502329B2 (ja) | 光ファイバひずみ計測方法およびその装置 | |
| CN112033446A (zh) | 一种分布式光纤传感系统的监测方法 | |
| EP2921817A1 (en) | Real-time shape measuring method and system | |
| JPWO2020105255A1 (ja) | 温度測定装置の較正方法、温度測定装置の較正装置、物理量測定装置の較正方法、及び物理量測定装置の較正装置 | |
| JP7459966B2 (ja) | 周波数変調量測定装置及び方法 | |
| RU139468U1 (ru) | Устройство измерения величины вибрационных или акустических воздействий вдоль протяженного объекта |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |