KR102293667B1 - 건물 모의거동 데이터 기반 건축물과 시설물의 거동 상태 판단 시스템 - Google Patents

건물 모의거동 데이터 기반 건축물과 시설물의 거동 상태 판단 시스템 Download PDF

Info

Publication number
KR102293667B1
KR102293667B1 KR1020200170992A KR20200170992A KR102293667B1 KR 102293667 B1 KR102293667 B1 KR 102293667B1 KR 1020200170992 A KR1020200170992 A KR 1020200170992A KR 20200170992 A KR20200170992 A KR 20200170992A KR 102293667 B1 KR102293667 B1 KR 102293667B1
Authority
KR
South Korea
Prior art keywords
behavior
building
data
scenario
sensing
Prior art date
Application number
KR1020200170992A
Other languages
English (en)
Inventor
장원호
Original Assignee
인플랩 주식회사
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 인플랩 주식회사 filed Critical 인플랩 주식회사
Priority to KR1020200170992A priority Critical patent/KR102293667B1/ko
Application granted granted Critical
Publication of KR102293667B1 publication Critical patent/KR102293667B1/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
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00—Vibration-testing of structures; Shock-testing of structures
    • G01M7/02—Vibration-testing by means of a shake table
    • G01M7/022—Vibration control arrangements, e.g. for generating random vibrations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00—Vibration-testing of structures; Shock-testing of structures
    • G01M7/02—Vibration-testing by means of a shake table
    • G01M7/025—Measuring arrangements

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Emergency Alarm Devices (AREA)
  • Alarm Systems (AREA)

Abstract

건물 모의거동 데이터 기반 건축물 거동 상태 판단 시스템은 건축물에 설치되어 가상거동 데이터에 따른 모의거동을 발생시키고, 상기 모의거동을 감지하여 센싱데이터를 출력하는 모의거동 발생장치와, 미리 지정된 시나리오에 따른 가상거동 데이터를 생성하는 거동시나리오 생성부와, 센싱데이터를 수신하고 시간변화에 따른 데이터 맥락을 해석하여 건축물의 거동상태를 독립적으로 판단하는 건물거동 판단부를 포함하는 것을 특징으로 한다.

Description

건물 모의거동 데이터 기반 건축물과 시설물의 거동 상태 판단 시스템{Building condition judgment system based building virtual behavior}
본 발명은 건축물 거동 상태 판단 시스템에 관한 것으로서, 더 상세하게는 건물 모의거동 및 실제 거동 데이터 기반 건축물 거동 상태 판단 시스템에 관한 것이다.
지진이란 지구 내부에서 급격한 지각변동이 생겨 그 충격으로 생긴 파동이 지표면까지 전해지는 현상을 말한다.
이러한 지진의 규모는 민감한 지진계로만 검출되는 아주 작은 규모의 지진부터 광범위한 지역에 큰 피해를 주는 대규모의 지진까지 다양하다.
최근 국내 일부 지역에서는 유례없는 대규모의 지진이 발생하였는데, 신축을 제외한 대부분의 건축물에서는 이러한 지진에 대한 내진 설계가 충분하게 고려되어 있지 않은 실정이다.
이러한 지진을 사전에 감지하기 위해서 지진조기경보시스템(Earthquake Early Warning System, EEWS)이 개발되고 있다. 이러한 지진조기경보시스템은 지진발생 시, 피해는 작지만 빠르게 전파하는 P파를 신속하게 탐지 분석하여 큰 피해를 입히며 상대적으로 느린 S파가 도달하기 전에 이에 대한 경보를 피해 예상 지역이나 시설물에 전달하는 관측/분석/제어기술을 총망라하는 통합시스템이다. 그러나 이러한 시스템은 오차 범위가 매우 크다는 단점이 있다.
KR10-1832337B
본 발명은 상기와 같은 기술적 과제를 해결하기 위해 제안된 것으로, 건축물 거동과 관련된 센싱데이터를 수신하고 시간변화에 따른 데이터의 맥락을 해석하여 건축물의 거동상태를 독립적으로 판단할 수 있는 건축물 거동 상태 판단 시스템을 제공한다.
상기 문제점을 해결하기 위한 본 발명의 일 실시예에 따르면, 건축물에 설치되어 가상거동 데이터에 따른 모의거동을 발생시키고, 모의거동을 감지하여 센싱데이터를 출력하는 모의거동 발생장치와, 미리 지정된 시나리오에 따른 상기 가상거동 데이터를 생성하는 거동시나리오 생성부와, 센싱데이터를 수신하고 시간변화에 따른 데이터 맥락을 해석하여 건축물의 거동상태를 독립적으로 판단하는 건물거동 판단부를 포함하는 건축물 거동 상태 판단 시스템이 제공된다.
또한, 본 발명에 포함되는 모의 거동 발생장치는 가상거동 데이터에 따른 상하거동, 수평거동, 뒤틀림 거동 및 진동을 발생시키는 거동 발생부와, 위성위치정보 - 위성에서 송신하는 위도와 경도 등의 위치정보임 - , 경사, 가속도, 각속도 및 진동을 감지하는 센싱부를 포함하는 것을 특징으로 한다.
또한, 본 발명의 다른 실시예에 따르면, 건축물에 설치되어 가상거동 데이터에 따른 모의거동을 발생시키고, 모의거동을 감지하여 센싱데이터를 출력하는 모의거동 발생장치와, 미리 지정된 시나리오에 따른 가상거동 데이터를 생성하는 거동시나리오 생성부와, 거동시나리오 생성부에서 생성된 시나리오와 시나리오에 대응되는 센싱데이터를 수신하되, 시나리오의 영향을 받지 않는 기간을 포함하여 시간변화에 따른 데이터 맥락을 해석함으로서 건축물의 거동상태를 독립적으로 판단하는 건물거동 판단부를 포함하는 것을 특징으로 한다.
또한, 본 발명에 포함되는 모의 거동 발생장치는 가상거동 데이터에 따른 상하거동, 수평거동, 뒤틀림 거동 및 진동을 발생시키는 거동 발생부와, 위성위치정보, 경사, 가속도, 각속도 및 진동을 감지하는 센싱부를 포함하는 것을 특징으로 한다.
또한, 본 발명에 포함되는 건물거동 판단부는 거동시나리오 생성부에서 생성된 시나리오와 시나리오에 대응되는 센싱데이터를 수신하여 학습 데이터로써 학습시키되, 시나리오의 영향을 받지 않는 기간을 포함하여 시간변화에 따른 데이터 맥락을 해석함으로서 건축물의 거동상태를 독립적으로 판단하는 것을 특징으로 한다.
본 발명의 실시예에 따른 건축물 거동 상태 판단 시스템은 거동시나리오 생성부에서 생성된 시나리오와 시나리오에 대응되는 센싱데이터를 수신하여 학습 데이터로써 학습시키고, 시나리오의 영향을 받지 않는 기간을 포함하여 시간변화에 따른 데이터 맥락을 해석함으로서 건축물의 거동상태를 독립적으로 판단할 수 있다. 즉, 건축물 거동 상태 판단 시스템은 시간변화에 따른 데이터 맥락을 해석하여 특이사항 없음, 생활진동, 이상 검출, 과대 변화 검출, 진행성 검출 등을 판단할 수 있다.
도 1은 본 발명에 따른 건축물 거동 상태 판단 시스템의 개념도
도 2는 본 발명의 일 실시예에 따른 건축물 거동 상태 판단 시스템의 구성도
도 3은 본 발명의 다른 실시예에 따른 건축물 거동 상태 판단 시스템의 구성도
도 4는 모의거동 발생장치의 구성도
도 5는 제안된 건축물 거동 상태 판단 시스템이 설치된 건물의 예시도
이하, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 정도로 상세히 설명하기 위하여, 본 발명의 실시예를 첨부한 도면을 참조하여 설명하기로 한다.
도 1은 본 발명에 따른 건축물 거동 상태 판단 시스템의 개념도이다.
도 1을 참조하면, 제안된 건축물 거동 상태 판단 시스템은 건축물에 설치되는 모의거동 발생장치를 통해 발생 가능한 가상의 건물 거동을 기계적으로 생산하고 모의거동 발생장치에 부착된 GNSS(Global Navigation Satellite System) 센서, 경사계, 진동계, 가속도계 등을 통해 건물 거동 센싱데이터를 수집한다.
또한, 건축물 거동 상태 판단 시스템은 수집한 거동 센싱데이터의 변화량과 추이 및 패턴을 실시간으로 축적하여 분단위, 일단위, 월단위 등으로 나누고 거동 센싱데이터를 특이점, 경향분석 등 인공지능(Artificial Intelligence, AI)분석을 통해 가상(모의)거동 데이터의 상태를 분류한다.
또한, 건축물 거동 상태 판단 시스템은 건축물 옥상에 설치된 GNSS(Global Navigation Satellite System) 센서를 이용해 측량한 ‘GNSS 현황측량값’을 산출하고, 동일 시간대에 대상 건물의 ‘경사계 및 진동계 데이터’ 계측을 통한 ‘거동량’을 산정하고 거동시나리오 생성부에서 출력된 가상거동 데이터와 결합하여 유사성을 검출 알고리즘을 기반으로 대상 건축물에 대한 거동 판단 데이터로서 생성할 수 있다.
도 2는 본 발명의 일 실시예에 따른 건축물 거동 상태 판단 시스템의 구성도이다.
본 실시예에 따른 건축물 거동 상태 판단 시스템은 제안하고자 하는 기술적인 사상을 명확하게 설명하기 위한 간략한 구성만을 포함하고 있다.
도 2를 참조하면, 건축물 거동 상태 판단 시스템은 모의거동 발생장치(100), 거동시나리오 생성부(200) 및 건물거동 판단부(300)를 포함하여 구성된다.
모의거동 발생장치(100)는 건축물에 설치되어 가상거동 데이터에 따른 모의거동을 발생시키고, 모의거동을 감지하여 센싱데이터를 출력한다.
모의거동 발생장치(100)는 건축물의 옥상과 외벽 및 수십 미터 떨어진 곳 등에 설치될 수 있으며, 가상거동 데이터에 따른 상하거동, 수평거동, 뒤틀림 거동 및 진동을 발생시키는 거동 발생부와, 위성위치정보, 경사, 가속도, 각속도 및 진동을 감지하는 센싱부를 포함하여 구성될 수 있다. 즉, 센싱부는 거동 발생부에서 발생하는 움직임을 감지하여 센싱데이터로서 출력한다.
거동시나리오 생성부(200)는 미리 지정된 시나리오에 따른 가상거동 데이터를 생성한다.
여기에서 미리 지정된 시나리오는 지진과 노후화된 건축물 등에서 발생할 수 있는 건물의 침하, 흔들림, 붕괴, 뒤틀림과, 지반붕괴에 의한 건물의 흔들림, 붕괴 뒤틀림 등을 포함하며 지진 및 지반붕괴의 강도(규모)에 따른 다양한 시나리오가 제공된다. 예를 들면 지진에 대한 시나리오를 설정할 때 지진의 진도, P파, S파의 크기를 개별적으로 설정할 수 있으며 설정된 지진의 크기(시나리오)에 따라 가상거동 데이터가 생성되고 모의거동 발생장치(100)는 가상거동 데이터에 따른 모의거동을 발생시킨다.
건물거동 판단부(300)는 센싱데이터를 수신하고 시간변화에 따른 데이터 맥락을 해석하여 건축물의 거동상태를 독립적으로 판단한다.
건물거동 판단부(300)는 거동시나리오 생성부(200)에서 생성된 시나리오와 시나리오에 대응되는 센싱데이터를 수신하는데, 시나리오의 영향을 받지 않는 수 년간의 기간을 모두 포함하여 시간변화에 따른 데이터 맥락을 학습된 데이터와 함께 해석함으로서 건축물의 거동상태를 독립적으로 판단할 수 있다.
즉, 건물거동 판단부(300)는 거동시나리오 생성부(200)에서 생성된 시나리오와 시나리오에 대응되는 센싱데이터를 수신하여 학습 데이터로써 학습시키는데, 특히 시나리오의 영향을 받지 않는 기간을 모두 포함하여 시간변화에 따른 데이터 맥락을 해석함으로서 건축물의 거동상태를 독립적으로 판단한다.
즉, 건물거동 판단부(300)는 시간변화에 따른 데이터 맥락을 해석하여 특이사항 없음, 생활진동, 이상 검출, 과대 변화 검출, 진행성 검출 등을 판단할 수 있다.
건물거동 판단부(300)는 모의거동 발생장치(100) 및 거동시나리오 생성부(200)의 데이터를 이용하여 학습 데이터를 생성하고, 인공지능(Artificial Intelligence, AI) 분석을 이용하여 시간변화에 따른 데이터 맥락을 해석하여 건축물의 거동상태를 독립적으로 판단할 수 있다.
즉, 건물거동 판단부(300)는 모의거동 발생장치(100) 및 거동시나리오 생성부(200)에서 제공된 데이터를 학습 데이터로서 제공받지만, 시나리오에 의존하지 않고 시간변화에 따른 데이터 맥락을 독립적으로 해석하여 건축물의 거동상태를 자체적으로 판단한다.
건물거동 판단부(300)는 해석된 데이터를 기반으로 현재의 상황을 관리자에게 안내하거나, 미리 지정된 지자체의 기관으로 자동신고 하는 기능이 부가될 수 있다.
모의거동 발생장치(100)에 특정 시나리오가 작동할 경우 건당 이벤트라고 정의할 수 있으며 이벤트 아이디와 이벤트 데이터, 이벤트 발생 시작점/종료점 데이터가 건물거동 판단부(300)로 전달된다.
또한, 가상거동 데이터에 의해 모의거동 발생장치(100)의 거동 발생부가 동작하지 않더라도 센싱부에서 감지된 건축물의 센싱데이터는 건물거동 판단부(300)로 전달되므로, 건물거동 판단부(300)는 이러한 센싱데이터를 기반으로 시간변화에 따른 데이터 맥락을 독립적으로 해석하여 건축물의 거동상태를 자체 판단할 수 있다.
딥러닝 기반으로 학습된 인공지능(Artificial Intelligence, AI) 처리를 수행할 수 있는 건물거동 판단부(300)는 과거부터 현재와 미래에서 계속수집하는 데이터를 가지고 맥락(context)을 해석하게 되는데, 해석 시 특이점 분석, 이벤트 연계성 분석, 다중 센서 연계성 분석 등 수가지 이상의 분석기법을 적용하여 건축물의 현재상태를 해석할 수 있다. 여기에서 이벤트 연계성 분석은 건축물 주변의 공사장의 발파작업, 굴착작업, 도로포장, 지진 발생 등과 같은 외부 이벤트를 해석인자로 추가하는 것을 의미하며, 다중 센서 연계성 분석은 건축물 내부/외부에 배치되는 복수의 건물내/외부 센싱부의 내/외부 센싱데이터를 해석인자로 추가하는 것을 의미한다.
건물거동 판단부(300)에는 특이사항 없음, 생활진동, 이상검출, 과대변화검출, 진행성 검출을 맥락 해석결과로 출력할 수 있는데,
건물거동 판단부(300)는 실시간으로 센싱데이터를 받는 형태이므로 이벤트에 따른 재해정보 등 상황을 미리 가정하여 해석하지 않으며 전체적인 데이터 맥락으로 해석을 진행한다.
따라서 건물거동 판단부(300)는 학습된 데이터를 기반으로 센싱데이터의 맥락을 분석하여 단 수초 미만부터 수 분 사이에도 과대 변화 검출 및 생활진동을 해석할 수 있다.
도 3은 본 발명의 다른 실시예에 따른 건축물 거동 상태 판단 시스템의 구성도이고, 도 4는 모의거동 발생장치의 구성도이고, 도 5는 제안된 건축물 거동 상태 판단 시스템이 설치된 건물의 예시도이다.
본 실시예에 따른 건축물 거동 상태 판단 시스템은 제안하고자 하는 기술적인 사상을 명확하게 설명하기 위한 간략한 구성만을 포함하고 있다.
도 3 내지 도 5를 동시에 참조하면, 건축물 거동 상태 판단 시스템은 모의거동 발생장치(100), 거동시나리오 생성부(200), 건물거동 판단부(300) 및 복수의 건물내/외부 센싱부(400)를 포함하여 구성된다.
다른 실시예에 따른 건축물 거동 상태 판단 시스템은 도 2의 건축물 거동 상태 판단 시스템에 건물내/외부 센싱부(400)가 더 구비되어, 건축물 내부/외부에 배치되는 복수의 건물내/외부 센싱부(400)의 센싱데이터를 해석인자로 추가하는 다중 센서 연계성 분석을 진행할 수 있다.
모의거동 발생장치(100)는 건축물에 설치되어 가상거동 데이터에 따른 모의거동을 발생시키고, 모의거동을 감지하여 센싱데이터를 출력한다.
모의거동 발생장치(100)는 건축물의 옥상에 설치될 수 있으며, 가상거동 데이터(DATA_V)에 따른 상하거동, 수평거동, 뒤틀림 거동 및 진동을 발생시키는 거동 발생부(110)와, 위성위치정보, 경사, 가속도, 각속도 및 진동을 감지하는 센싱부(120)를 포함하여 구성될 수 있다. 즉, 센싱부(120)는 거동 발생부(110)에서 발생하는 움직임을 감지하여 센싱데이터(DATA_S)로서 출력한다.
거동시나리오 생성부(200)는 미리 지정된 시나리오에 따른 가상거동 데이터를 생성한다.
여기에서 미리 지정된 시나리오는 지진에 의한 건물의 침하, 흔들림, 붕괴, 뒤틀림과, 지반붕괴에 의한 건물의 흔들림, 붕괴 뒤틀림 등을 포함하며 지진 및 지반붕괴의 강도(규모)에 따른 다양한 시나리오가 제공된다. 예를 들면 지진에 대한 시나리오를 설정할 때 지진의 진도, P파, S파의 크기를 개별적으로 설정할 수 있으며 설정된 지진의 크기(시나리오)에 따라 가상거동 데이터가 생성되고 모의거동 발생장치(100)는 가상거동 데이터에 따른 모의거동을 발생시킨다.
한편, 복수의 건물내/외부 센싱부(400)는 도 5에 도시된 예시와 같이 건물 내부/외부의 각 층마다 또는 건물의 중앙이라 대표할 수 있는 곳 등에서 복수 개 설치된다.
기본적으로 동일 층의 각 건물내/외부 센싱부는 일정한 간격(수평간격)을 두고 배치되며, 다른 층의 건물내/외부 센싱부와 동일한 위치에 배치되는 것이 바람직하다. 즉, 1층의 특정영역에 건물내/외부 센싱부가 배치되었다면, 2층의 동일한 위치에도 건물내/외부 센싱부가 배치될 수 있다.
특히 건물 내부에 엘리베이터(20)가 있을 경우, 엘리베이터(20)의 진동을 감지하고자 한다면 엘리베이터(20) 주변영역에 적어도 하나 이상의 건물내/외부 센싱부(400)가 배치되는 것이 바람직하다.
건물내/외부 센싱부(400)는 모의거동 발생장치(100)의 센싱부(120)와 동일한 감도의 센서가 배치된다. 건물내/외부 센싱부(400)는 모의거동 발생장치(100)의 센싱부(120)와 동일하게 경사, 가속도, 각속도 및 진동을 감지하고 내/외부 센싱데이터로서 출력한다. 내/외부 센싱데이터는 각각의 건물내/외부 센싱부(400)의 고유 아이디를 포함하고 있다.
건물거동 판단부(300)는 복수의 내/외부 센싱데이터 및 센싱데이터를 수신하고 시간변화에 따른 데이터 맥락을 해석하여 건축물의 거동상태를 독립적으로 판단한다.
건물거동 판단부(300)는 내/외부 센싱데이터의 고유 아이디를 토대로 복수의 건물내/외부 센싱부(400)의 위치를 식별하고 복수의 내/외부 센싱데이터의 변화시점을 시간 및 공간순으로 정렬하여 건축물 자체에서 발생하는 생활진동, 이상 검출, 과대 변화 검출, 진행성 검출을 판단할 수 있다.
예를 들면, 건축물의 옥상에 설치된 센싱부(120)에서 진동이 감지되지 않은 상태에서
엘리베이터(20)의 주변에 설치된 복수의 건물내/외부 센싱부(400)에서 진동이 감지되고, 그 진동이 수직방향(엘레베이터 이동방향)으로 전파되고 있을 경우, 건물거동 판단부(300)는 해당 진동이 엘리베이터(20)에 의한 생활진동으로 판단한다. 건물거동 판단부(300)는 이와 같은 생활진동의 경우에는 건축물의 거동위험 유발군에서 제외한 후 맥락 해석결과를 산출한다.
참고적으로 건물거동 판단부(300)는 엘리베이터(20)에서 진동이 발생할 경우 각 층의 수평방향으로 균일하게 배열된 복수의 건물내/외부 센싱부(400)의 시간별 진동전파방향 및 진동의 세기와,
각 층마다 설치된 복수의 건물내/외부 센싱부(400)의 시간별 진동전파방향 및 진동의 세기를 토대로 엘리베이터(20)에 의한 진동여부를 판단한다. 즉, 건물거동 판단부(300)는 엘리베이터(20)의 이동에 따른 수직방향으로의 진동전파 경향 및 수평방향으로의 진동전파 경향을 토대로 엘리베이터(20)의 이동방향을 추정할 수 있으며, 이를 토대로 엘리베이터(20)에 의한 진동유무까지 판단할 수 있다.
특히, 건물내부 시스템에서 엘리베이터(20)의 이동정보가 건물거동 판단부(300)로 제공될 경우, 건물거동 판단부(300)는 복수의 건물내/외부 센싱부(400)를 통해서 자체적으로 판단한 결과와 건물내부 시스템에서 제공된 정보를 상호 비교하여 판단 근거로 사용할 수 있다.
도 5에서는 건축물 내부에서 진동을 발생시키는 내부 진동요인으로 엘리베이터(20)라는 예시를 들었으나, 엘리베이터(20) 등과 같이 특정패턴으로 진동을 발생시키는 장치주변에 설치된 복수의 건물내/외부 센싱부(400)를 이용하여 건물거동 판단부(300)가 진동요소를 식별할 수 있을 것이다.
또한, 건물거동 판단부(300)는 각 층마다 균일한 간격으로 설치된 복수의 건물내/외부 센싱부(400)를 이용하여 건축물의 부분 침하, 건축물 기울어짐 등을 판단할 수 있다.
또한, 복수의 건물내/외부 센싱부(400)는 내/외부 센싱데이터를 유선 또는 무선 통신방식을 이용하여 개별적으로 건물거동 판단부(300)에 전달할 수 있다. 또한, 복수의 건물내/외부 센싱부(400)는 동일층의 각 건물내/외부 센싱부가 이웃하는 방향으로 데이터를 무선중계하고, 모든 데이터를 중계받은 건물내/외부 센싱부가 가장 가까운 거리에 있는 다른 층의 건물내/외부 센싱부로 데이터를 무선 전달하는 방식이 적용될 수도 있다. 데이터를 전송한 건물내/외부 센싱부에 일정시간 이상 확인신호가 피드백 되지 않을 경우 건물내/외부 센싱부는 다른 건물내/외부 센싱부를 경유하여 데이터가 중계될 수 있도록 처리한다.
이와 같은 중계방식을 통해 건물거동 판단부(300)는 각각의 건물내/외부 센싱부(400)의 정상동작 여부를 확인한 후, 비정상으로 판정된 건물내/외부 센싱부(400)에서 전송된 데이터를 제외한 후 맥락 해석결과를 산출한다.
건물거동 판단부(300)는 거동시나리오 생성부(200)에서 생성된 시나리오와 시나리오에 대응되는 센싱데이터를 수신하는데, 시나리오의 영향을 받지 않는 기간을 모두 포함하여 시간변화에 따른 데이터 맥락을 학습된 데이터와 함께 해석함으로서 건축물의 거동상태를 독립적으로 판단할 수 있다.
즉, 건물거동 판단부(300)는 거동시나리오 생성부(200)에서 생성된 시나리오와 시나리오에 대응되는 센싱데이터를 수신하여 학습 데이터로써 학습시키는데, 특히 시나리오의 영향을 받지 않는 기간을 모두 포함하여 시간변화에 따른 데이터 맥락을 해석함으로서 건축물의 거동상태를 독립적으로 판단한다. 이때, 내/외부 센싱데이터도 학습 데이터로써 학습될 수 있다.
즉, 건물거동 판단부(300)는 시간변화에 따른 데이터 맥락을 해석하여 생활진동, 이상 검출, 과대 변화 검출, 진행성 검출을 판단할 수 있다.
건물거동 판단부(300)는 모의거동 발생장치(100), 거동시나리오 생성부(200), 건물내/외부 센싱부(400)의 데이터를 이용하여 학습 데이터를 생성하고, 인공지능(Artificial Intelligence, AI) 분석을 이용하여 시간변화에 따른 데이터 맥락을 해석하여 건축물의 거동상태를 독립적으로 판단할 수 있다.
즉, 건물거동 판단부(300)는 모의거동 발생장치(100) 및 거동시나리오 생성부(200)에서 제공된 데이터를 학습 데이터로서 제공받지만, 시나리오에 의존하지 않고 시간변화에 따른 데이터 맥락을 독립적으로 해석하여 건축물의 거동상태를 자체적으로 판단한다.
건물거동 판단부(300)는 해석된 데이터를 기반으로 현재의 상황을 관리자에게 안내하거나, 미리 지정된 지자체의 기관으로 자동신고 하는 기능이 부가될 수 있다.
모의거동 발생장치(100)에 특정 시나리오가 작동할 경우 건당 이벤트라고 정의할 수 있으며 이벤트 아이디와 이벤트 데이터, 이벤트 발생 시작점/종료점 데이터가 건물거동 판단부(300)로 전달된다.
또한, 가상거동 데이터에 의해 모의거동 발생장치(100)의 거동 발생부가 동작하지 않더라도 센싱부에서 감지된 건축물의 센싱데이터 및 내/외부 센싱데이터는 건물거동 판단부(300)로 전달되므로, 건물거동 판단부(300)는 이러한 센싱데이터를 기반으로 시간변화에 따른 데이터 맥락을 독립적으로 해석하여 건축물의 거동상태를 자체 판단할 수 있다.
딥러닝 기반으로 학습된 인공지능(Artificial Intelligence, AI) 처리를 수행할 수 있는 건물거동 판단부(300)는 과거부터 현재와 미래에 계속 받는 데이터를 가지고 맥락(context)을 해석하게 되는데, 해석시 특이점 분석, 이벤트 연계성 분석, 다중 센서 연계성 분석 등 수가지 이상의 분석기법을 적용하여 건축물의 현재상태를 해석할 수 있다.
건물거동 판단부(300)에는 특이사항 없음, 생활진동, 이상검출, 과대변화검출, 진행성 검출을 맥락 해석결과로 출력할 수 있는데,
건물거동 판단부(300)는 실시간으로 센싱데이터를 받는 형태이므로 이벤트에 따른 재해정보 등 상황을 미리 가정하여 해석하지 않으며 전체적인 데이터 맥락으로 해석을 진행한다.
따라서 건물거동 판단부(300)는 학습된 데이터를 기반으로 센싱데이터 및 내/외부 센싱데이터의 맥락을 분석하여 단 수 분 사이에도 과대 변화 검출 및 생활진동을 해석할 수 있다.
본 발명의 실시예에 따른 건축물 거동 상태 판단 시스템은 거동시나리오 생성부에서 생성된 시나리오와 시나리오에 대응되는 센싱데이터를 수신하여 학습 데이터로써 학습시키고, 시나리오의 영향을 받지 않는 기간을 포함하여 시간변화에 따른 데이터 맥락을 해석함으로서 건축물의 거동상태를 독립적으로 판단할 수 있다. 즉, 건축물 거동 상태 판단 시스템은 시간변화에 따른 데이터 맥락을 해석하여 생활진동, 이상 검출, 과대 변화 검출, 진행성 검출을 판단할 수 있다.
이와 같이, 본 발명이 속하는 기술분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100 : 모의거동 발생장치
110 : 거동 발생부
120 : 센싱부
200 : 거동시나리오 생성부
300 : 건물거동 판단부
400 : 건물내/외부 센싱부

Claims (5)

  1. 삭제
  2. 삭제
  3. 건축물에 설치되어 가상거동 데이터에 따른 모의거동을 발생시키고, 상기 모의거동을 감지하여 센싱데이터를 출력하는 모의거동 발생장치;
    미리 지정된 시나리오에 따른 상기 가상거동 데이터를 생성하는 거동시나리오 생성부;
    각 층마다 일정한 수평간격을 두고 배치되되, 수직방향으로는 동일한 위치에 배치되고 상기 모의거동 발생장치와 동일한 감도로 내/외부 센싱데이터를 출력하는 복수의 건물내/외부 센싱부; 및
    상기 거동시나리오 생성부에서 생성된 상기 시나리오와 상기 시나리오에 대응되는 상기 센싱데이터와 상기 내/외부 센싱데이터를 수신하되, 상기 시나리오의 영향을 받지 않는 기간을 포함하여 시간변화에 따른 데이터 맥락을 해석함으로서 상기 건축물의 거동상태를 독립적으로 판단하는 건물거동 판단부;
    상기 건물거동 판단부는, 상기 내/외부 센싱데이터의 고유 아이디를 토대로 상기 복수의 건물내/외부 센싱부의 위치를 식별하고, 상기 내/외부 센싱데이터의 시간별 진동전파방향 및 진동의 세기를 토대로 진동요소의 이동방향 및 진동유무를 판단한 후, 그 판단결과에 따라 거동위험 유발군에서 선택적으로 제외한 후 맥락 해석결과를 산출하는 것을 특징으로 하는 건축물 거동 상태 판단 시스템.
  4. 제3항에 있어서,
    상기 모의 거동 발생장치는,
    상기 가상거동 데이터에 따른 상하거동, 수평거동, 뒤틀림 거동 및 진동을 발생시키는 거동 발생부; 및
    위성위치정보, 경사, 가속도, 각속도 및 진동을 감지하는 센싱부;를 포함하는 것을 특징으로 하는 건축물 거동 상태 판단 시스템.
  5. 제3항에 있어서,
    상기 건물거동 판단부는,
    상기 거동시나리오 생성부에서 생성된 상기 시나리오와 상기 시나리오에 대응되는 상기 센싱데이터를 수신하여 학습 데이터로써 학습시키되, 상기 시나리오의 영향을 받지 않는 기간을 포함하여 시간변화에 따른 데이터 맥락을 해석함으로서 상기 건축물의 거동상태를 독립적으로 판단하는 것을 특징으로 하는 건축물 거동 상태 판단 시스템.
KR1020200170992A 2020-12-09 2020-12-09 건물 모의거동 데이터 기반 건축물과 시설물의 거동 상태 판단 시스템 KR102293667B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200170992A KR102293667B1 (ko) 2020-12-09 2020-12-09 건물 모의거동 데이터 기반 건축물과 시설물의 거동 상태 판단 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200170992A KR102293667B1 (ko) 2020-12-09 2020-12-09 건물 모의거동 데이터 기반 건축물과 시설물의 거동 상태 판단 시스템

Publications (1)

Publication Number Publication Date
KR102293667B1 true KR102293667B1 (ko) 2021-08-26

Family

ID=77465332

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200170992A KR102293667B1 (ko) 2020-12-09 2020-12-09 건물 모의거동 데이터 기반 건축물과 시설물의 거동 상태 판단 시스템

Country Status (1)

Country Link
KR (1) KR102293667B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100911896B1 (ko) * 2009-03-11 2009-08-13 (주)대우건설 인공손상학습 기반하의 지진경보장치
KR101832337B1 (ko) 2016-11-28 2018-02-26 성창준 건축물의 지진감지 알림 시스템
JP2018146285A (ja) * 2017-03-02 2018-09-20 公益財団法人鉄道総合技術研究所 構造物の健全度評価方法及び構造物の健全度評価装置
KR20200126655A (ko) * 2019-04-30 2020-11-09 한국건설기술연구원 제한된 실측값을 이용한 수치해석 결과 도출 시스템 및 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100911896B1 (ko) * 2009-03-11 2009-08-13 (주)대우건설 인공손상학습 기반하의 지진경보장치
KR101832337B1 (ko) 2016-11-28 2018-02-26 성창준 건축물의 지진감지 알림 시스템
JP2018146285A (ja) * 2017-03-02 2018-09-20 公益財団法人鉄道総合技術研究所 構造物の健全度評価方法及び構造物の健全度評価装置
KR20200126655A (ko) * 2019-04-30 2020-11-09 한국건설기술연구원 제한된 실측값을 이용한 수치해석 결과 도출 시스템 및 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
최인길 外. 연구보고서 2004.12.31* *

Similar Documents

Publication Publication Date Title
US7693663B2 (en) System and method for detection of earthquakes and tsunamis, and hierarchical analysis, threat classification, and interface to warning systems
JP3894494B2 (ja) 土砂災害予知システム、地域情報提供システム及び土砂災害予知方法
Trifunac et al. Evolution of accelerographs, data processing, strong motion arrays and amplitude and spatial resolution in recording strong earthquake motion
JP4324126B2 (ja) 地中内観測システムおよび地中内観測方法
CN111042866B (zh) 一种多物理场协同的突水监测方法
JPWO2019082292A1 (ja) 内部構造把握システム
JP7282306B2 (ja) 地震観測装置、地震観測方法および地震観測プログラム
Picozzi An attempt of real-time structural response assessment by an interferometric approach: A tailor-made earthquake early warning for buildings
CN114563820A (zh) 地球物理监测方法、装置及系统
CN115182736A (zh) 隧道的施工方法
KR102293667B1 (ko) 건물 모의거동 데이터 기반 건축물과 시설물의 거동 상태 판단 시스템
Srbulov Practical soil dynamics: Case studies in earthquake and geotechnical engineering
KR102290181B1 (ko) 광산 갱내 붕락 감지를 위한 미소진동 모니터링 시스템
JP2019027984A (ja) 地震による建物変位量の判定方法
JP4818010B2 (ja) 地震時の建造物変形量に基づく地震マグニチュードの早期予測方法及び地震マグニチュードの早期予測プログラム
JPH10319128A (ja) 受動型地下構造探査装置
JP3704220B2 (ja) 落石源の位置評定システム
Picozzi et al. Applications of a low-cost, wireless, self-organising system (SOSEWIN) to earthquake early warning and structural health monitoring
TWM645902U (zh) 自由場、深井式感測器與遠端訊號源的組合配置及其地震偵測系統
Jaswal et al. Early Detection of Landslides
Todorovska Earthquake Damage: Detection and Early Warning in Man-Made Structures.
Yanada et al. Earthquake sensor
TWM645919U (zh) 自由場、結構物和深井感測器與遠端訊號源的組合配置及其地震偵測系統
TWM645920U (zh) 自由場與遠端訊號源之組合配置及其地震偵測系統
Altmann Advances in Seismic and Acoustic Monitoring

Legal Events

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