KR102091758B1 - 가속도와 음향파를 이용한 경사지 붕괴위험 예측 방법 - Google Patents

가속도와 음향파를 이용한 경사지 붕괴위험 예측 방법 Download PDF

Info

Publication number
KR102091758B1
KR102091758B1 KR1020190113531A KR20190113531A KR102091758B1 KR 102091758 B1 KR102091758 B1 KR 102091758B1 KR 1020190113531 A KR1020190113531 A KR 1020190113531A KR 20190113531 A KR20190113531 A KR 20190113531A KR 102091758 B1 KR102091758 B1 KR 102091758B1
Authority
KR
South Korea
Prior art keywords
risk
calculating
collapse
slope
acoustic wave
Prior art date
Application number
KR1020190113531A
Other languages
English (en)
Inventor
임우석
Original Assignee
주식회사 아이자랩
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 주식회사 아이자랩 filed Critical 주식회사 아이자랩
Application granted granted Critical
Publication of KR102091758B1 publication Critical patent/KR102091758B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • 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
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/0202—Child monitoring systems using a transmitter-receiver system carried by the parent and the child
    • G08B21/0241—Data exchange details, e.g. data protocol
    • G08B21/0247—System arrangements wherein the alarm criteria uses signal strength
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms

Landscapes

  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Emergency Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Remote Sensing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Child & Adolescent Psychology (AREA)
  • Marketing (AREA)
  • Acoustics & Sound (AREA)
  • Geophysics (AREA)
  • Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)

Abstract

본 발명의 일 실시예에 따르면, 경사지에 설치된 센서모듈을 이용한 경사지 붕괴위험 예측 방법으로서, 소정 시간동안 상기 센서모듈에 가해지는 가속도를 측정하여 붕괴위험에 대한 제1 위험도를 산출하는 단계; 소정 시간동안 상기 센서모듈이 측정한 음향파에 기초하여 붕괴위험에 대한 제2 위험도를 산출하는 단계; 및 상기 제1 위험도와 제2 위험도 중 더 높은 위험도를 붕괴위험에 대한 제3 위험도로서 산출하는 단계;를 포함하는 것을 특징으로 하는 경사지 붕괴위험 예측 방법을 제공한다.

Description

가속도와 음향파를 이용한 경사지 붕괴위험 예측 방법 {Method for predicting collapse of slope land by using acceleration and acoustic emission wave}
본 발명은 경사지나 절토사면 등에서의 산사태나 붕괴 위험을 예측하는 방법에 관한 것으로, 보다 상세하게는, 가속도와 음향파를 이용하여 경사지 등에서의 붕괴 위험을 예측하는 방법에 관한 것이다.
급경사지 및 절토사면, 산사태 등 토사 혹은 사면 전체가 무너지는 사고는 수시로 일어나는 재난 중 하나이다. 국내 대부분의 산사태 및 급경사지 붕괴감지 계측은 붕괴가 발생된 이후 감지하여 관리자 및 위험발생구간 주변에 경보하고 있다. 계측기의 첨단기술은 발전하고 있으나 해석기술이 포함되지 않아 사후 분석하는 시스템으로 구축되어 있다.
산사태나 경사지 붕괴에 대한 위험을 미리 감지하고 측정하여 붕괴를 예측할 수 있는 노력이 지속되어 왔음에도 불구하고 아직까지는 예측 시스템이 복잡하거나 비용이 고가여서 실제 위험지에 설치하여 실시간으로 위험을 예측하기가 어려운 실정이다.
선행문헌1: 한국 공개특허 제2018-0057817호 (2018년 5월 31일 공개) 선행문헌2: 한국 공개특허 제2016-0116303호 (2016년 10월 7일 공개)
본 발명은 이러한 문제를 해결하기 위해 안출된 것으로, 가속도를 측정하여 충격량과 이동평균값을 해석하고 음향파 예측 기법을 사용하여 산사태 붕괴 위험에 대한 등급을 결정하는 시스템을 제공하는 것을 목적으로 한다.
본 발명은 가속도 측정을 통한 충격량 및 충격량의 이동평균(충격량의 변화값)을 계측하여 해석하여 제1 위험도를 산출하고, 음향파를 탐지하고 음향파의 특징적 파라미터로부터 산사태 붕괴의 위험도에 관한 제2 위험도를 산출하고, 제1 위험도와 제2 위험도를 비교하여 높은 위험도 값을 제3 위험도로 정하여 경사지 붕괴위험에 대한 실시간 예측을 하는 방법을 제공한다.
본 발명의 일 실시예에 따르면, 경사지에 설치된 센서모듈을 이용한 경사지 붕괴위험 예측 방법으로서, 소정 시간동안 상기 센서모듈에 가해지는 가속도를 측정하여 붕괴위험에 대한 제1 위험도를 산출하는 단계; 소정 시간동안 상기 센서모듈이 측정한 음향파에 기초하여 붕괴위험에 대한 제2 위험도를 산출하는 단계; 및 상기 제1 위험도와 제2 위험도 중 더 높은 위험도를 붕괴위험에 대한 제3 위험도로서 산출하는 단계;를 포함하는 것을 특징으로 하는 경사지 붕괴위험 예측 방법을 제공한다.
본 발명의 일 실시예에 따르면, 상기 경사지 붕괴위험 예측 방법을 컴퓨터에서 실행시키기 위한 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체를 제공한다.
본 발명에 따르면 가속도를 측정하여 충격량과 이동평균값을 해석하여 경사지 붕괴 위험도를 1차로 예측하고 음향파 측정에 의해 붕괴 위험도를 2차로 예측한 후 2개의 예측된 위험도를 종합하여 최종 위험도를 결정할 수 있으므로 가속도와 음향파를 고려하여 높은 정확도로 경사지 붕괴 위험성을 평가하고 예측할 수 있는 이점이 있다.
도1은 경사지 붕괴위험 예측을 위해 다수의 센서모듈을 경사지에 설치한 모습을 나타내는 도면,
도2는 본 발명의 일 실시예에 따른 경사지 붕괴위험 예측 방법의 흐름도,
도3은 가속도를 이용하여 제1 위험도(D1)를 산출하는 예시적 방법의 흐름도,
도4는 가속도 측정을 위한 좌표를 설명하기 위한 도면,
도5는 가속도 측정에 의한 제1 위험도(D1)의 산출 방법을 설명하는 도면,
도6은 음향파를 이용하여 제2 위험도(D2)를 산출하는 예시적 방법의 흐름도,
도7은 예시적인 음향파의 파라미터를 설명하기 위한 도면,
도8은 메모리에 저장된 예시적인 기준패턴을 설명하기 위한 도면,
도9는 카운터 횟수에 따른 예시적인 위험도 분류 방법을 설명하기 위한 도면이다.
이상의 본 발명의 목적들, 다른 목적들, 특징들 및 이점들은 첨부된 도면과 관련된 이하의 바람직한 실시예들을 통해서 쉽게 이해될 것이다. 그러나 본 발명은 여기서 설명되는 실시예들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 오히려, 여기서 소개되는 실시예들은 개시된 내용이 철저하고 완전해질 수 있도록 그리고 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 제공되는 것이다.
본 명세서의 도면에 있어서, 구성요소들의 길이, 두께, 넓이 등의 수치는 기술적 내용의 효과적인 설명을 위해 과장하여 표시될 수 있다.
본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 '포함한다(comprise)' 및/또는 '포함하는(comprising)'은 언급된 구성요소는 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다.
이하, 도면을 참조하여 본 발명을 상세히 설명하도록 한다. 아래의 특정 실시예를 기술하는데 있어서, 여러 가지의 특정적인 내용들은 발명을 더 구체적으로 설명하고 이해를 돕기 위해 작성되었다. 하지만 본 발명을 이해할 수 있을 정도로 이 분야의 지식을 갖고 있는 독자는 이러한 여러 가지의 특정적인 내용들이 없어도 사용될 수 있다는 것을 인지할 수 있다. 어떤 경우에는 발명을 기술하는 데 있어서 흔히 알려졌으면서 발명과 크게 관련 없는 부분들은 본 발명을 설명하는 데 있어 혼돈을 막기 위해 기술하지 않음을 미리 언급해 둔다.
도1은 경사지 붕괴위험 예측을 위해 다수의 센서모듈을 경사지에 설치한 모습을 나타내는 도면이다. 도시한 것처럼, 본 발명의 붕괴위험 예측 방법을 수행하기 위해, 예측 대상이 되는 경사지의 지표면에 복수개의 센서모듈(10)을 설치할 수 있다. 각 센서모듈(10)은 예컨대 원통 형상의 케이스로 구성되고 케이스 내에 가속도 센서, 음파 센서를 구비하며 필요에 따라 온도센서, 자이로 센서 등의 센서를 더 구비할 수 있다. 또한 센서모듈(10)은 이러한 각종 센서에 전력을 공급하는 전원부, 각종 센서들이 측정한 데이터를 처리하는 처리부, 및 처리된 데이터를 센서노드(20)로 전달하는 전송부를 더 포함할 수 있다.
일 실시예에서 센서모듈(10)과 센서노드(20)가 유선으로 연결될 수 있다. 각 센서모듈(10)마다 하나씩 센서노드(20)가 연결될 수도 있고 여러 개의 센서모듈(10)이 하나의 센서노드(20)에 연결될 수도 있다.
일 실시예에서 각 센서모듈(10)마다 이하에서 설명되는 경사지 붕괴위험 예측 방법을 수행할 수 있다. 예컨대 도2의 붕괴위험 예측 방법이 각 센서모듈(10)의 데이터 처리부에서 실행될 수 있다. 또는 대안적 실시예에서 각 센서모듈(10)에 연결된 센서노드(20)에서 본 발명의 붕괴위험 예측 방법이 실행될 수도 있고, 또는, 센서노드(20)가 각 센서모듈(10)의 측정 데이터를 서버(도시 생략)에 무선 또는 유선으로 전송하여 서버에서 본 발명의 예측 방법을 실행할 수도 있다.
도2는 본 발명의 일 실시예에 따른 경사지 붕괴위험 예측 방법의 흐름도이다.
도면을 참조하면, 일 실시예에 따른 경사지 붕괴위험 예측 방법은 가속도를 이용한 제1 위험도 산출 단계(S10), 음향파를 이용한 제2 위험도 산출 단계(S20), 상기 제1 및 제2 위험도로부터 제3 위험도를 도출하는 단계(S30), 및 상기 제1 내지 제3 위험도를 서버 등 외부 장치로 전송하는 단계(S40)를 포함할 수 있다.
단계(S10)에서, 소정 시간동안 센서모듈(10)에 가해지는 가속도를 측정하여 붕괴위험에 대한 제1 위험도(D1)를 산출한다. 이와 관련하여 도3은 가속도를 이용하여 제1 위험도(D1)를 산출하는 단계(S10)의 구체적이고 예시적인 방법을 나타낸다. 도3을 참조하면, 우선 단계(S110)에서 본 발명의 경사지 붕괴위험 예측 방법에 사용되는 변수 및 각종 파라미터를 초기화한다. 여기서 변수 및 각종 파라미터는 예컨대 제1 내지 제3 위험도(D1,D2,D0), 충격량의 변화량(I), 변화량의 이동평균(Ima), 시간주기 측정용 타이머의 시작시간 등을 포함할 수 있으며 이에 제한되는 것은 아니다.
단계(S110)에서 이러한 변수와 각종 파라미터를 초기화한 후 센서모듈(10)의 가속도 센서가 소정 시간주기 동안 가속도를 측정한다.
중력에 의해 자유낙하 움직임이 발생하는데 이를 중력 가속도라고 한다. 지구상 모든 물체에는 중력 가속도가 작용한다. 이때 중력 가속도(9.8m/s2)는 x축, y축, z축 가속도 성분을 합한 값이며 다음과 같이 수식1로 표현된다.
Figure 112019094257719-pat00001
--- 수식1
위 수식의 의미는 적어도 어떤 물체는 놓인 위치와 비틀어 놓여진 정도 등과 관계없이 3개의 축 방향으로 작용하는 가속도의 합이 9.8 m/s2 이라는 것이며 이를 1G로 표현한다. 그러므로 외부의 힘(지진, 풍화, 중력 등)에 의해 재난으로 이어질 수 있는 곳에서의 변화된 가속도 값은 안전상태 판단에 상당히 중요한 인자가 된다.
변화된 가속도 값은 충격량(힘)으로 환산될 수 있으며 이는 정확하게 비례하므로 (F=ma에서 F와 a와의 관계는 비례) 가속도의 변화된 값에 의한 판단으로 붕괴 위험도를 정의할 수 있다, 즉 단계(S120)에서, 아래 수식2와 같이 소정 시간주기 전후의 시간(t1,t2)의 가속도 값의 차이를 계산하여 이를 센서모듈(10)에 가해지는 충격량의 변화량(I)으로 환산할 수 있다.
Figure 112019094257719-pat00002
--- 수식2
위 수식2에서 ax1,ay1,az1은 시간주기 시작시간(t1)에서의 각 성분의 가속도이고 ax2,ay2,az2는 시간주기 종료시간(t2)에서의 각 성분의 가속도 값을 각각 나타낸다. 또한 이와 관련하여 도4는 가속도 측정을 위한 좌표를 나타내며, 가속도 센서의 측정값은 도4에서 벡터 R이며 이 벡터(R)의 성분(Rx,Ry,Rz)이 위 수식2에서의 각 성분의 가속도 값에 해당함을 이해할 것이다.
일 실시예에서 상기 시간주기는 예컨대 0.1초이다. 즉 0.1초 전후의 가속도 값을 측정하여 위 수식2애 따라 변화량(I)을 산출할 수 있다. 또 다른 일 실시예에서 상기 시간주기가 0.01초일 수 있다. 즉 0.01초 전후의 가속도 값을 측정하고 수식2에 따라 변화량(I)을 산출할 수 있다. 이 경우 0.01초마다의 가속도 값 측정을 10회 반복하고 산술평균을 구하여 0.1초 동안의 변화량(I)을 구할 수도 있다.
다음으로 단계(S130)에서, 위 단계(S120)에서 산출된 변화량(I)을 이용하여 이 변화량의 이동평균(Ima)을 산출한다. "변화량(I)의 이동평균(Ima)"은 변화량(I)을 소정 시간동안 평균한 것으로, 예를 들어 0.1초 동안의 가속도 값의 차이에 의해 변화량(I)을 산출할 경우, 이 변화량(I)을 10회 산출하여 1초 동안의 이동평균(Ima)을 구할 수 있다.
일 실시예에서, 변화량(I)에 대한 소정 시간주기마다의 평균(이하 "구간평균"이라 함)을 N개(N은 3이상의 정수) 구하고 상기 N개의 구간평균에 대한 이동평균(Ima)을 산출한다. 이 때 이동평균(Ima)은 [1번째 내지 (N-1)번째까지의 이동평균]과 N번째 구간평균의 산술평균으로 계산되며, 상기 [1번째 내지 (N-1)번째까지의 이동평균]은 [1번째 내지 (N-2)번째까지의 이동평균]과 (N-1)번째의 구간평균의 산술평균으로 계산될 수 있으며, 이 과정을 [1번째에서 2번째까지의 이동평균]과 3번째 구간평균을 산술평균할 때까지 반복한다.
구체적으로 예를 들어 설명하면, 일 실시예에서 0.01초마다의 변화량(I)을 10회 구하고 이를 산술평균하면 0.1초 동안의 변화량(I)의 '구간평균'을 얻을 수 있으며, 이러한 구간평균을 10회 연속하여 산출한다. 즉 변화량(I)에 대한 0.1초 동안의 구간평균 값을 10개 획득하고 이 10개의 구간평균 값을 이용하여 이동평균(Ima)을 구한다.
이 때 10개의 구간평균 값으로부터 이동평균을 구하기 위해, 우선 10개의 구간평균 중 (시간적으로 앞선 순서부터 "제1 구간평균" 내지 "제10 구간평균"이라고 정의할 경우) 제1 및 제2 구간평균을 산술평균하여 제1 이동평균으로 정하고, 그 후 제1 이동평균과 제3 구간평균을 산술평균하여 제2 이동평균으로 정한다. 마찬가지로 제2 이동평균과 제4 구간평균을 산술평균하여 제3 이동평균으로 정하고, 이러한 계산을 반복하여 제8 이동평균과 제10 구간평균을 산술평균하여 최종적인 이동평균(Ima)을 산출할 수 있다. 이와 같이 변화량(I)의 이동평균(Ima)을 산출하면 경사지에 미치는 외력(지진, 풍화, 중력 등)의 변화 추세를 알 수 있으므로 경사지 붕괴위험 예측의 정확성을 높일 수 있다.
이상과 같이 단계(S120 및 S130)에서 각각 변화량(I)과 이동평균(Ima)을 산출한 후 단계(S140 및 S150)에서 단기경보 위험도를 산출한다. 일 실시예에서, 변화량(I)에 따른 위험도 등급과 이동평균(Ima)에 따른 위험도 등급을 AND 조건으로 하여 단기경보 위험도를 결정할 수 있다.
이와 관련하여 도5는 가속도 측정에 의해 제1 위험도(D1)의 산출할 때 사용되는 위험도의 기준을 나타내는 예시적 도표이다. 도5에서 알 수 있듯이 단기 위험도 경보와 장기 위험도 경보를 각각 산출하여 제1 위험도(D1)를 결정하며 이 때 단기 위험도는 충격량의 변화량(I)과 이동평균(Ima)에 의해 결정될 수 있다.
위험도(D1)의 등급1은 "관심" 등급으로서, 예를 들어 비탈면에 약간의 변형이 발생하거나 낙석이 발생하는 상황일 수 있다. 이 상태에서는 육안 관찰이 어려울 수 있으며 지속적인 관찰과 조사가 요구된다. 위험도(D1)의 등급2는 "주의" 등급으로서, 예컨대 비탈면의 변형 가능성 크거나 센서모듈(10)에 근접하여 낙석이 발생하는 상황일 수 있고 정밀조사가 요구되는 상태이다. 위험도(D1)의 등급3은 "경보" 등급이며, 비탈면에 심각한 문제 발생하거나 경사면 붕괴가 일어날 수 있는 상황으로 정밀조사와 신속대응이 요구되는 상태이다.
도5에 나타낸 것처럼 본 발명에서는 각 위험도에 따라 충격량의 변화량(I)과 이동평균(Ima)에 각각 기준값(임계값)을 미리 설정하여 두며, 도면에 나타낸 값은 예시적인 수치이며 구체적 실시 형태나 실시 상황에 따라 이 기준값이 달라질 수 있음은 물론이다.
단기경보 위험도를 산출하기 위해, 우선 변화량(I)에 기초하여 단기경보 위험도를 1차로 결정하고(S140) 그 후 이동평균(Ima)에 기초하여 단기경보 위험도를 최종적으로 결정한다(S150). 예를 들어 도5를 참조할 때, 변화량(I)이 200 미만이면 이동평균(Ima)이 얼마이든 상관없이 단기경보 위험도가 등급1(관심)이 된다. 만일 변화량(I)이 200 내지 500 사이의 값인 경우 일단 위험도를 등급2로 설정하고 이 때의 이동평균(Ima)에 따라 등급을 재설정한다. 예를 들어 이동평균(Ima)이 50 미만이면 위험도가 등급1로 재설정되고, 50~100 사이이거나 100을 초과하면 등급2(주의)로 그대로 결정된다. 만일 변화량(I)이 500 이상이면 위험도가 등급3(경보)으로 일단 설정되고, 이동평균(Ima)에 따라 등급1이나 등급2로 재설정되거나 등급3을 그대로 유지하게 된다.
한편 도3을 다시 참조하면, 단계(S110)에서 변수와 각종 파라미터를 초기화하고 소정 시간동안 가속도를 측정한 후, 센서모듈(10)의 기울기를 산출하고(S160) 센서모듈 설치시의 최초 기울기와 비교하여 장기경보 위험도를 산출할 수 있다(S170).
단계(S160)에서 센서모듈(10)의 기울기를 산출하기 위해 가속도 센서 또는 자이로 센서를 사용할 수 있다. 가속도 센서를 사용하는 경우, 도4에서와 같이 측정된 가속도 벡터(R)의 각 성분의 가속도 값으로부터 삼각함수를 이용하여 각 축에 대해 기울어진 각도를 구할 수 있다. 예를 들어 아래 수식3으로 나타내는 것과 같이 각 축에 대한 기울어진 각도를 센서모듈(10)의 최초 설치시의 각도와 비교하여 센서모듈(10)의 기울기 중분(ф)을 구한다.
Figure 112019094257719-pat00003
--- 수식3
위 수식3에서 θx, θy, θz는 현재 측정한 각도이고 θxi, θyi, θzi는 센서모듈의 최초 설치시의 각도를 의미한다.
그 후 단계(S170)에서 수식3에서 산출한 기울기 증분(ф)을 이용하여 장기경보 위험도를 산출한다. 이 때 예컨대 도5에 나타낸 위험도 기준에 따라 장기경보 위험도를 결정할 수 있다. 예를 들어 기울기 증분(ф)이 10도 미만이면 등급1(관심)이고 10도에서 20도 사이이면 등급2(주의)이고 20도 이상이면 등급3(경보)로 각각 결정할 수 있다.
도3을 참조하면, 이상과 같이 가속도 측정으로부터 단기경보 위험도와 장기경보 위험도를 각각 결정한 후 단계(S180)에서 제1 위험도(D1)를 산출한다. 제1 위험도(D1)를 산출하는 예시적인 방법으로서, 단기경보 위험도의 등급과 장기경보 위험도의 등급 중 더 높은 위험도 등급을 제1 위험도(D1)로 결정할 수 있다. 예를 들어 단기경보 위험도가 등급2(주의)이고 장기경보 위험도가 등급3(경보)이면 제1 위험도(D1)를 등급3(경보)으로 결정한다.
이상과 같은 방법으로 가속도를 이용하여 제1 위험도(D1)를 산출한 후, 음향파를 이용하여 제2 위험도(D2)를 산출한다(도2의 S20). 이와 관련하여 도6은 음향파를 이용하여 제2 위험도(D2)를 산출하는 예시적 방법의 흐름도이다. 도면을 참조하면, 단계(S210)에서, 소정 시간동안 센서모듈(10)의 음파 센서가 음향파를 측정한다.
산사태, 사면붕괴 등의 발생 전에 음향파의 발생량과 발생빈도가 급격히 증가하는 경향이 있으며 센서 주변의 일정범위를 계측하기 때문에 기존의 계측방법에 비해 광범위한 계측영역에서 산사태 등의 사전 징후를 포착하는데 유용하게 이용될 수 있다.
소정 시간 동안 음향 탄성파를 측정하면 이 측정된 음향파에서 특징 파라미터를 추출한다(S220). 특징 파라미터는 해당 음향파를 다른 음향파와 구별하여 식별할 수 있는 파라미터를 의미한다. 일반적으로 경사지의 붕괴 직전 파괴음의 발생 횟수가 증가하는 전조현상이 발생하며 이 때 가장 큰 음향파 에너지가 발생하며, 예를 들어 도7은 음향파의 예시적인 특징 파라미터를 나타낸다. 도7에 도시한 것처럼, 계측된 하나의 음향파 파형으로부터 최대 진폭(Amax), 상승시간(Ta), 주파수, 피크의 개수, 지속시간(Td), 및 에너지(E)를 추출할 수 있다. 도7에 나타낸 것처럼 일반적으로 음향파 측정시 배경 잡음의 전압 레벨보다 큰 전압을 임계값(At)으로 설정해 두고 이 임계값(At)을 넘는 파형을 유효한 음향파로서 검출한다. 음향파의 최대 진폭(Amax)은 음향파의 진폭 중 최대값을 의미하며, 상승시간(Ta)은 음향파의 시작 후 최대 진폭(Amax)에 도달하기까지 걸린 시간이며, 피크의 개수는 1분당 음향파 내의 피크(peak)들의 개수이다. 주파수는 단위시간당 피크의 개수로 계산될 수 있다. 지속시간(Td)은 음향파의 시작부터 소멸까지 시간이며 에너지(E)는 음향파의 포락선의 면적을 의미할 수 있다.
이와 같이 음향파마다 상기의 특징 파라미터들 중 적어도 둘 이상을 추출하여 해당 음향파의 특징 파라미터로서 사용할 수 있으며, 단계(S230)에서, 측정된 음향파의 상기 특징 파라미터를 메모리에 저장된 복수개의 기준패턴들의 각 기준패턴과 비교하여 가장 유사한 기준패턴을 찾아낸다.
일 실시예에서 이 단계(S230)에서, 측정된 음향파의 특징 파라미터와 각 기준패턴의 특징 파라미터를 비교하여 음향파와 각 기준패턴 사이의 유사도를 계산하여 유사도가 가장 높은 기준패턴을 찾을 수 있다. 이를 위해 각각의 기준패턴은 음향파의 특징 파라미터에 대응하는 파라미터를 포함한다. 예를 들어 도8은 메모리에 저장된 기준패턴의 예시적인 항목들을 나타낸다. 각 기준패턴마다 음향파의 특징 파라미터에 대응하는 파라미터, 예컨대 진폭, 주파수, 피크 개수, 상승시간 등의 파라미터에 대한 소정 값을 가지고 있다(도면에는 표에 수치를 기재하지 않았지만 실제로는 각 파라미터마다 소정 값이 지정되어 있음을 이해할 것이다). 다만, 진폭의 경우 유사도 계산시 최대 진폭 보다 평균 진폭이 더 정확하므로 평균 진폭에 대한 값이 저장된다. 또한 각 기준패턴의 파라미터들이 이러한 소정 값을 가질 때의 각 기준패턴에 대한 경사면 붕괴 위험도의 위험 등급도 매칭되어 있다.
각 기준패턴마다의 위험 등급은 각 기준패턴의 파라미터의 값들에 기초하여 결정된다. 예를 들어 도9는 피크 개수(카운터 회수)에 따라 각 기준패턴의 위험 등급을 결정하는 방법을 나타낸다. 도9(a)는 실험과 측정을 통해 유도한 카운터 횟수(피크 개수)와 변위속도(지표면에 설치된 센서가 움직이는 속도)의 관계를 나타내는 그래프이며, 이 그래프에 따르면 예컨대 카운터 횟수가 100,000회이면 대략 1mm/min의 변위속도를 가진다. 도9(b)는 변위속도에 따라 산사태 위험도를 6등급으로 분류한 국제산사태 등급분류를 나타낸 것으로, 이 분류표에 따르면 위의 예와 같이 변위속도가 1mm/min이면 대략 L3의 위험등급에 속함을 알 수 있고, 이 등급(L3)은 본 발명의 제2 위험도(D2) 등급에서 등급2(주의)에 해당한다. 따라서 도9의 그래프와 산사태 등급분류표를 이용하면 피크 개수(카운터 횟수)에 따른 위험도 등급을 결정할 수 있다.
위와 같이 피크 개수에 따른 위험등급을 결정할 수 있듯이 다른 특징 파라미터들에 대해서도 각 파라미터의 개별 수치에 따라 위험 등급을 결정할 수 있으며 이렇게 결정된 각 위험 등급을 AND 연산이나 OR 연산 등의 연산에 의해 최종적인 위험도 등급을 결정할 수 있다. 또는 대안적으로, 적어도 둘 이상의 파라미터의 수치들을 종합적으로 판단하여 위험도 등급을 결정할 수도 있다.
이와 같이 각 파라미터에 대한 다양한 값들과 이에 대응하는 위험 등급이 부여된 다수의 기준패턴들이 데이터베이스로서 메모리에 저장되어 있으며, 단계(S230)에서, 측정된 음향파의 특징 파라미터와 데이터베이스의 각 기준패턴을 비교하여 음향파와의 유사도가 가장 높은 기준패턴을 선택한다.
이 때 음향파와 기준패턴간 유사도 계산은 특징 파라미터들 중 하나 이상의 파라미터를 사용하여 구체적 실시예에 따라 다양한 방법으로 수행될 수 있다. 예를 들어, 포락선의 형태가 각 기준패턴의 포락선 형태와 얼마나 유사한지에 따라 유사도를 산출할 수 있다. 또는 음향파의 주파수나 피크 개수 또는 에너지 등 일부 파라미터를 기준패턴의 대응 파라미터와 비교하여 유사도를 산출한다. 예컨대, 어떤 기준패턴의 피크 개수가 100인데 음향파의 피크 개수가 95이면 이 음향파와 기준패턴의 유사도를 95%로 계산할 수도 있다. 또 다른 예로서, 기준패턴의 일부 파라미터에 대해 확률밀도함수를 미리 설정해두고 이에 기초하여 음향파와 기준패턴의 유사도를 산출할 수도 있다.
상술한 방법에 따라 음향파와 기준패턴의 비교하여 각각 유사도를 산출하고 가장 높은 유사도의 기준패턴을 선택하면, 단계(S240)에서 이 선택된 기준패턴의 위험 등급을 해당 음향파의 위험 등급으로 결정하며, 이 위험 등급이 도2의 단계(S20)에 따른 음향파를 이용한 제2 위험도(D2)가 된다. 제1 위험도(D1)와 유사하게 제2 위험도(D2)도 등급1(관심), 등급2(주위), 및 등급3(경보) 중 하나의 값을 가진다.
도2를 참조하면, 제1 위험도와 제2 위험도를 산출하면(S10,S20) 그 후 단계(S30)에서 제1 위험도와 제2 위험도를 고려한 제3 위험도(D0)를 결정한다. 일 실시예에서 제3 위험도(D0)는 제1 위험도(D1)와 제2 위험도(D2) 중 더 높은 위험도로 결정된다. 예를 들어 제1 위험도(D1)가 등급1(관심)이고 제2 위험도(D1)가 등급2(주의)이면 제3 위험도(D0)는 등급2(주의)가 된다.
한편 일 실시예에서, 정확도를 높이기 위해 음향파를 이용하여 제2 위험도 산출하고 이에 기초하여 제3 위험도를 도출하는 단계를 복수회 반복할 수 있다(S40). 예를 들어 제2 위험도를 산출하는 단계를 3회 반복하고 3회 모두 동일 등급 또는 그보다 높은 등급을 나타낼 때 해당 위험 등급으로 결정할 수 있다. 일반적으로 가속도로 측정되는 외부 충격은 위험성과 높은 정확도로 일치하지만 음향파는 위험도에 완전히 일치하지 않는다. 따라서 음향파를 복수회 측정하여 복수회 모두 위험하다면 위험한 것으로 결정함으로써 음향파에 기초한 위험도의 정확성을 높일 수 있다.
위와 같이 가속도와 음향파를 모두 고려하여 제3 위험도(D0)를 결정하면, 단계(S50)에서 제1 내지 제3 위험도의 값을 서버 등 외부로 전송한다. 예를 들어 붕괴 위험도에 따라 위험 등급1(관심)에 숫자 1을 대응하고 등급2(주의)에 숫자 2를 대응하고 등급3(경보)에는 숫자 3을 대응시키면 제1 내지 제3 위험도(D1,D2,D0)의 각 위험 등급이 1~3 중 하나의 값을 갖는 숫자로 표현되고 이에 따라 제1 내지 제3 위험도의 각각에 대응하는 3개의 숫자를 서버로 전송할 수 있다. 각각의 센서모듈(10) 및/또는 센서노드(20)로부터 이러한 위험 등급에 관한 데이터를 수신한 서버는 위험 등급 값에 기초하여 해당 지역의 위험도를 종합적으로 실시간 평가할 수 있다.
이상과 같이 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 명세서의 기재로부터 다양한 수정 및 변형이 가능함을 이해할 수 있다. 그러므로 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니되며 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
10: 센서모듈
20: 센서노드

Claims (10)

  1. 경사지에 설치된 센서모듈을 이용한 경사지 붕괴위험 예측 방법으로서,
    소정 시간동안 상기 센서모듈에 가해지는 가속도를 측정하여 붕괴위험에 대한 제1 위험도(D1)를 산출하는 단계(S10);
    소정 시간동안 상기 센서모듈이 측정한 음향파에 기초하여 붕괴위험에 대한 제2 위험도(D2)를 산출하는 단계(S20); 및
    상기 제1 위험도와 제2 위험도 중 더 높은 위험도를 붕괴위험에 대한 제3 위험도(D0)로서 산출하는 단계(S30);를 포함하고,
    상기 제1 위험도를 산출하는 단계(S10)가, 소정 시간 동안의 상기 가속도의 변화량을 측정하여 단기경보 위험도를 산출하는 단계를 포함하며,
    상기 단기경보 위험도를 산출하는 단계가, 상기 가속도의 변화량에 기초하여 상기 센서모듈에 가해지는 충격량의 변화량(I)을 산출하는 단계(S120); 및 소정 시간 동안의 상기 충격량의 변화량(I)의 이동평균(Ima)을 산출하는 단계(S130);를 포함하며,
    상기 이동평균(Ima)을 산출하는 단계에서, 상기 변화량(I)에 대한 소정 시간주기마다의 구간평균을 N개(단 N은 3 이상의 정수) 구하고 상기 N개의 구간평균에 대한 이동평균(Ima)을 산출하되,
    상기 이동평균(Ima)은 [1번째 내지 (N-1)번째까지의 이동평균]과 N번째 구간평균의 산술평균으로 계산되며, 이 때 상기 [1번째 내지 (N-1)번째까지의 이동평균]은 [1번째 내지 (N-2)번째까지의 이동평균]과 (N-1)번째의 구간평균의 산술평균으로 계산되는 것을 특징으로 하는 경사지 붕괴위험 예측 방법.
  2. 제 1 항에 있어서, 상기 제1 위험도를 산출하는 단계(S10)가,
    상기 센서모듈의 기울기를 측정하고 센서모듈의 설치시 최초 기울기와 비교하여 장기경보 위험도를 산출하는 단계; 및
    상기 단기경보 위험도와 장기경보 위험도에 기초하여 상기 제1 위험도(D1)를 산출하는 단계;를 포함하는 것을 특징으로 하는 경사지 붕괴위험 예측 방법.
  3. 삭제
  4. 제 2 항에 있어서,
    상기 단기경보 위험도를 산출하는 단계에서, 상기 변화량(I)에 따른 위험도 등급과 상기 이동평균(Ima)에 따른 위험도 등급을 AND 조건으로 하여 상기 단기경보 위험도를 결정하는 것을 특징으로 하는 경사지 붕괴위험 예측 방법.
  5. 삭제
  6. 제 2 항에 있어서,
    상기 제1 위험도(D1)를 산출하는 단계에서, 상기 단기경보 위험도의 등급과 상기 장기경보 위험도의 등급 중 더 높은 위험도 등급을 제1 위험도(D1)로 결정하는 것을 특징으로 하는 경사지 붕괴위험 예측 방법.
  7. 제 6 항에 있어서, 상기 제2 위험도(D2)를 산출하는 단계가,
    센서모듈이 측정한 음향파에서 특징 파라미터를 추출하는 단계(S220);
    측정된 음향파의 상기 특징 파라미터를 기저장된 복수개의 기준패턴들의 각 기준패턴과 비교하는 단계(S230); 및
    상기 측정된 음향파에 매칭되는 기준패턴의 위험도(D2)를 상기 음향파에 대한 위험도로 설정하는 단계(S240);를 포함하는 것을 특징으로 하는 경사지 붕괴위험 예측 방법.
  8. 제 7 항에 있어서,
    상기 음향파의 특징 파라미터가 최대진폭(Amax), 상승시간(Ta), 주파수, 피크의 개수, 지속시간(Td), 및 에너지(E) 중 적어도 둘 이상의 파라미터를 포함하는 것을 특징으로 하는 경사지 붕괴위험 예측 방법.
  9. 제 8 항에 있어서,
    상기 측정된 음향파의 특징 파라미터를 각 기준패턴과 비교하는 단계는, 상기 음향파의 특징 파라미터와 상기 각 기준패턴의 특징 파라미터를 비교하여 상기 음향파와 각 기준패턴 사이의 유사도를 산출하는 단계를 포함하고,
    이 산출된 유사도 중 가장 높은 유사도의 기준패턴을 상기 음향파에 매칭되는 기준패턴으로 선택하는 것을 특징으로 하는 경사지 붕괴위험 예측 방법.
  10. 제1항, 제2항, 제4항, 및 제6항 내지 제9항 중 어느 한 항에 기재된 방법을 컴퓨터에서 실행시키기 위한 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체.
KR1020190113531A 2019-04-08 2019-09-16 가속도와 음향파를 이용한 경사지 붕괴위험 예측 방법 KR102091758B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20190041011 2019-04-08
KR1020190041011 2019-04-08

Publications (1)

Publication Number Publication Date
KR102091758B1 true KR102091758B1 (ko) 2020-03-20

Family

ID=69958390

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190113531A KR102091758B1 (ko) 2019-04-08 2019-09-16 가속도와 음향파를 이용한 경사지 붕괴위험 예측 방법

Country Status (1)

Country Link
KR (1) KR102091758B1 (ko)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112132314A (zh) * 2020-08-18 2020-12-25 山东大学 一种用于隧道围岩块体垮塌的点域监测方法及系统
KR102260788B1 (ko) 2020-11-25 2021-06-07 주식회사 아이자랩 경사지 붕괴위험 예측 방법
KR102260783B1 (ko) 2020-11-25 2021-06-07 주식회사 아이자랩 경사지 붕괴위험 예측용 계측기 및 이를 구비하는 경사지 붕괴위험 예측 시스템
CN114662950A (zh) * 2022-03-31 2022-06-24 中南大学 一种适用于区域地震滑坡危险性评估的斜坡单元细化方法
KR20220158417A (ko) 2021-05-24 2022-12-01 주식회사 아이자랩 원격 업데이트가 가능한 경사지 붕괴위험 예측용 프로그램 및 이를 구비한 경사지 붕괴위험 예측용 계측기
KR20220158414A (ko) 2021-05-24 2022-12-01 주식회사 아이자랩 경사지 붕괴위험 예측용 계측기의 무선 원격 펌웨어 업데이트 방법
KR20220163565A (ko) * 2021-06-03 2022-12-12 주식회사 이에스피 실시간 비탈면 붕괴 통합 감지 시스템

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100831667B1 (ko) * 2007-06-21 2008-05-22 주식회사 피엘케이 테크놀로지 차량 사고 정보 기록방법
KR20160116303A (ko) 2016-09-19 2016-10-07 서규선 지진 예경보 및 대피 방송 시스템
KR101845475B1 (ko) * 2017-05-31 2018-04-05 주식회사 한국지오텍 사면 안전관리 시스템
KR20180057817A (ko) 2016-11-22 2018-05-31 성창 주식회사 지진 조기 경보 시스템
KR20180077647A (ko) * 2016-12-29 2018-07-09 한국도로공사 비탈면 붕괴 감지 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100831667B1 (ko) * 2007-06-21 2008-05-22 주식회사 피엘케이 테크놀로지 차량 사고 정보 기록방법
KR20160116303A (ko) 2016-09-19 2016-10-07 서규선 지진 예경보 및 대피 방송 시스템
KR20180057817A (ko) 2016-11-22 2018-05-31 성창 주식회사 지진 조기 경보 시스템
KR20180077647A (ko) * 2016-12-29 2018-07-09 한국도로공사 비탈면 붕괴 감지 시스템
KR101845475B1 (ko) * 2017-05-31 2018-04-05 주식회사 한국지오텍 사면 안전관리 시스템

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112132314A (zh) * 2020-08-18 2020-12-25 山东大学 一种用于隧道围岩块体垮塌的点域监测方法及系统
KR102260788B1 (ko) 2020-11-25 2021-06-07 주식회사 아이자랩 경사지 붕괴위험 예측 방법
KR102260783B1 (ko) 2020-11-25 2021-06-07 주식회사 아이자랩 경사지 붕괴위험 예측용 계측기 및 이를 구비하는 경사지 붕괴위험 예측 시스템
KR20220158417A (ko) 2021-05-24 2022-12-01 주식회사 아이자랩 원격 업데이트가 가능한 경사지 붕괴위험 예측용 프로그램 및 이를 구비한 경사지 붕괴위험 예측용 계측기
KR20220158414A (ko) 2021-05-24 2022-12-01 주식회사 아이자랩 경사지 붕괴위험 예측용 계측기의 무선 원격 펌웨어 업데이트 방법
KR102520452B1 (ko) * 2021-05-24 2023-04-12 주식회사 아이자랩 경사지 붕괴위험 예측용 계측기의 무선 원격 펌웨어 업데이트 방법
KR20220163565A (ko) * 2021-06-03 2022-12-12 주식회사 이에스피 실시간 비탈면 붕괴 통합 감지 시스템
KR102587369B1 (ko) * 2021-06-03 2023-10-12 주식회사 이에스피 실시간 비탈면 붕괴 통합 감지 시스템
CN114662950A (zh) * 2022-03-31 2022-06-24 中南大学 一种适用于区域地震滑坡危险性评估的斜坡单元细化方法

Similar Documents

Publication Publication Date Title
KR102091758B1 (ko) 가속도와 음향파를 이용한 경사지 붕괴위험 예측 방법
KR102027252B1 (ko) 임의 지진구역 대상 무작위 생성 지진학습데이터를 이용한 지진여부판별 방법 및 이에 의한 진도예측 시스템
WO2015146082A1 (ja) 漏洩検知装置、漏洩検知方法、およびプログラムを格納する記録媒体
CN102292518A (zh) 利用分布式感测装置进行井监测
JP2020052740A (ja) 異常検知装置、異常検知方法及びプログラム
RU2705770C1 (ru) Способ оперативно-технической охраны рубежей объектов и границ
JP4217728B2 (ja) 落雷電荷の高度評価装置及び方法、落雷電荷評価装置及び方法、落雷電荷の高度評価プログラム
EP3432036A1 (en) Seismic sensor and earthquake detection method
JP6031577B2 (ja) 異常検出装置、異常検出方法、異常検出プログラム
JP5355344B2 (ja) 落雷電荷評価システム、落雷判定方法、落雷電荷評価方法
KR102260788B1 (ko) 경사지 붕괴위험 예측 방법
JP6291648B2 (ja) 地震の主要動の到達判定方法および判定システム
KR102260783B1 (ko) 경사지 붕괴위험 예측용 계측기 및 이를 구비하는 경사지 붕괴위험 예측 시스템
CN116432007B (zh) 基于空域特征和机器学习的光纤预警模式识别方法
JP4171752B2 (ja) 落雷電界量算出装置及び方法、プログラム、コンピュータ読み取り可能な記録媒体
US11055984B2 (en) Monitoring a sensor output to determine intrusion events
JP2004060311A (ja) 地すべり監視方法、およびシステム
JP2021071332A (ja) 地震動の到達判定方法、地震動の到達判定システム
KR101386255B1 (ko) 지진측정장치 및 지진측정방법
JP5939886B2 (ja) 地震動の収束判定システム
KR20230103456A (ko) 건축 구조물의 안전성을 평가하는 구조물 안전 평가 방법 및 상기 방법을 수행하는 구조물 안전 평가 장치
JP6033563B2 (ja) 地殻破壊予測方法
JP7095443B2 (ja) 異常検知プログラム、異常検知方法及び異常検知装置
Rainieri et al. Accurate damping estimation by automated OMA procedures
JP5760268B2 (ja) 地震動継続時間予測システム

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant