KR20190090585A - 비선형 스펙트럼 상관관계를 이용한 구조물 진단 방법 및 구조물 진단 시스템 - Google Patents

비선형 스펙트럼 상관관계를 이용한 구조물 진단 방법 및 구조물 진단 시스템 Download PDF

Info

Publication number
KR20190090585A
KR20190090585A KR1020180009466A KR20180009466A KR20190090585A KR 20190090585 A KR20190090585 A KR 20190090585A KR 1020180009466 A KR1020180009466 A KR 1020180009466A KR 20180009466 A KR20180009466 A KR 20180009466A KR 20190090585 A KR20190090585 A KR 20190090585A
Authority
KR
South Korea
Prior art keywords
signal
nonlinear
frequency
correlation
target structure
Prior art date
Application number
KR1020180009466A
Other languages
English (en)
Other versions
KR102061616B1 (ko
Inventor
손훈
페이페이 리우
장진호
Original Assignee
한국과학기술원
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 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020180009466A priority Critical patent/KR102061616B1/ko
Publication of KR20190090585A publication Critical patent/KR20190090585A/ko
Application granted granted Critical
Publication of KR102061616B1 publication Critical patent/KR102061616B1/ko

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
    • G01M1/00—Testing static or dynamic balance of machines or structures
    • G01M1/14—Determining imbalance
    • G01M1/16—Determining imbalance by oscillating or rotating the body to be tested
    • G01M1/22—Determining imbalance by oscillating or rotating the body to be tested and converting vibrations due to imbalance into electric variables
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

구조물 진단 방법은 타겟 구조물에 제공될 제1 입력 신호의 제1 주파수 및 제2 입력 신호의 제2 주파수를 결정하는 단계, 상기 제1 입력 신호 및 상기 제2 입력 신호를 통계적으로 약한 연관성(weak-linked)을 갖는 제1 변환 신호 및 제2 변환 신호로 변환하는 단계, 상기 제1 변환 신호 및 상기 제2 변환 신호를 동시에 타겟 구조물에 제공하는 단계, 상기 타겟 구조물로부터 생성되는 응답 신호를 수신하는 단계 및 상기 응답 신호에 기초하여 비선형 스펙트럼 연관성을 연산하고, 상기 비선형 스펙트럼 연관성의 변화량에 기초하여 상기 타겟 구조물의 손상 여부를 판단하는 단계를 포함한다.

Description

비선형 스펙트럼 상관관계를 이용한 구조물 진단 방법 및 구조물 진단 시스템{DIAGNOSIS METHOD OF STURCTURE AND DIAGNOSIS SYSTEM USING NONLINEAR SPECTRAL CORRELATION}
본 발명은 구조물의 진단에 관한 것으로서, 더욱 상세하게는 구조물의 진단 방법 및 진단 시스템에 관한 것이다.
구조물 진단은 구조물의 안전성을 판단하기 위해서 행해질 수 있다. 구조물의 손상이 발생하는 경우, 구조물의 안전성에 문제가 생길 수 있다. 따라서, 구조물의 손상을 신속하게 파악하여 구조물에 적절한 조치를 취하는 것은 필수적이며, 구조물의 손상을 파악하기 위한 다양한 연구들이 진행되고 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 일 목적은 약한 연관성을 갖는 입력 신호를 타겟 구조물에 제공하고, 타겟 구조물의 응답 신호를 이용하여 비선형 스펙트럼 연관성을 연산하고, 비선형 스펙트럼 연관성의 변화량을 이용하여 타겟 구조물의 손상 여부를 판단하는 구조물의 진단 방법을 제공하는 것이다.
상기와 같은 문제점을 해결하기 위해 본 발명의 일 목적은 약한 연관성을 갖는 입력 신호를 타겟 구조물에 제공하고, 타겟 구조물의 응답 신호를 이용하여 비선형 스펙트럼 연관성을 연산하고, 비선형 스펙트럼 연관성의 변화량을 이용하여 타겟 구조물의 손상 여부를 판단하는 구조물의 진단 시스템을 제공하는 것이다.
상기한 본 발명의 일 목적을 달성하기 위하여, 본 발명의 실시예들에 따른 구조물 진단 방법은 타겟 구조물에 제공될 제1 입력 신호의 제1 주파수 및 제2 입력 신호의 제2 주파수를 결정하는 단계, 상기 제1 입력 신호 및 상기 제2 입력 신호를 통계적으로 약한 연관성(weak-linked)을 갖는 제1 변환 신호 및 제2 변환 신호로 변환하는 단계, 상기 제1 변환 신호 및 상기 제2 변환 신호를 동시에 타겟 구조물에 제공하는 단계, 상기 타겟 구조물로부터 생성되는 응답 신호를 수신하는 단계 및 상기 응답 신호에 기초하여 비선형 스펙트럼 연관성을 연산하고, 상기 비선형 스펙트럼 연관성의 변화량에 기초하여 상기 타겟 구조물의 손상 여부를 판단하는 단계를 포함할 수 있다.
예시적인 실시예에 있어서, 기 설정된 제1 주파수 범위 내의 상기 제1 주파수와 기 설정된 제2 주파수 범위 내의 상기 제2 주파수를 변경하면서 가장 큰 진폭을 갖는 상기 제1 주파수 및 상기 제2 주파수의 조합을 선택할 수 있다.
예시적인 실시예에 있어서, 상기 제1 입력 신호에 "
Figure pat00001
(단, 0<|Δfm|≤fc이고, Am은 Δfm의 진폭을 나타냄)"을 이용하여 제1 변환 신호로 변환되고, 상기 제2 입력 신호는 "
Figure pat00002
(단, 0<|Δfn|≤fc이고, Bn은 Δfn의 진폭을 나타냄)"을 이용하여 제2 변환 신호로 변환될 수 있다.
예시적인 실시예에 있어서, 상기 응답 신호에 기초하여 비선형 스펙트럼 연관성을 연산하는 단계는 순환정적성 분석 및 스펙트럼 연관성 분석을 통해 상기 응답 신호의 연관성 계수를 연산하는 단계, 상기 스펙트럼 연관성 분석을 통해 상기 응답 신호의 비선형 계수를 연산하는 단계 및 상기 연관성 계수와 상기 비선형 계수를 곱하여 상기 비선형 스펙트럼 연관성을 연산하는 단계를 포함할 수 있다.
예시적인 실시예에 있어서, 상기 비선형 스펙트럼 연관성이 기 설정된 변화량 이상으로 변화하는 경우, 상기 타겟 구조물에 손상이 발생한 것으로 판단할 수 있다.
예시적인 실시예에 있어서, 상기 타겟 건축물이 손상되지 않은 경우와 상기 타겟 건축물이 손상된 경우의 상기 비선형 스펙트럼 연관성을 비교하여 상기 타겟 건축물의 손상 여부를 판단할 수 있다.
예시적인 실시예에 있어서, 상기 제1 변환 신호 및 상기 제2 변환 신호는 초음파 신호일 수 있다.
상기한 본 발명의 일 목적을 달성하기 위하여, 본 발명의 실시예들에 따른 구조물 진단 시스템은 타겟 구조물에 제공될 제1 입력 신호의 제1 주파수 및 제2 입력 신호의 제2 주파수를 결정하고, 상기 제1 입력 신호 및 상기 제2 입력 신호를 통계적으로 약한 연관성(weak-linked)을 갖는 제1 변환 신호 및 제2 변환 신호로 변환하여 상기 타겟 구조물에 제공하는 신호 발생부 및 상기 타겟 구조물로부터 생성되는 응답 신호를 수신하고, 상기 응답 신호를 비선형 스펙트럼 연관성을 연산하고, 상기 비선형 스펙트럼 연관성의 변화량에 기초하여 상기 타겟 구조물의 손상 여부를 판단하는 제어부를 포함할 수 있다.
예시적인 실시예에 있어서, 상기 신호 발생부는 기 설정된 제1 주파수 범위 내의 상기 제1 주파수와 기 설정된 제2 주파수 범위 내의 상기 제2 주파수를 변경하면서 가장 큰 진폭을 갖는 상기 제1 주파수 및 상기 제2 주파수의 조합을 선택할 수 있다.
예시적인 실시예에 있어서, 상기 신호 발생부는 "
Figure pat00003
(단, 0<|Δfm|≤fc이고, Am은 Δfm의 진폭을 나타냄)"을 이용하여 상기 제1 입력 신호를 상기 제1 변환 신호로 변환하고, "
Figure pat00004
(단, 0<|Δfn|≤fc이고, Bn은 Δfn의 진폭을 나타냄)"을 이용하여 상기 제2 입력 신호를 상기 제2 변환 신호로 변환할 수 있다.
예시적인 실시예에 있어서, 상기 제어부는 순환정적성 분석 및 스펙트럼 연관성 분석을 통해 상기 응답 신호의 연관성 계수를 연산하고, 상기 스펙트럼 연관성 분석을 통해 상기 응답 신호의 비선형 계수를 연산하며, 상기 연관성 계수와 상기 비선형 계수를 곱하여 상기 비선형 스펙트럼 연관성을 연산할 수 있다.
예시적인 실시예에 있어서, 상기 제어부는 상기 비선형 스펙트럼 연관성이 기 설정된 변화량 이상으로 변화하는 경우, 상기 타겟 구조물에 손상이 발생한 것으로 판단할 수 있다.
예시적인 실시예에 있어서, 상기 제어부는 상기 타겟 건축물이 손상되지 않은 경우와 상기 타겟 건축물이 손상된 경우의 상기 비선형 스펙트럼 연관성을 비교하여 상기 타겟 건축물의 손상 여부를 판단할 수 있다.
예시적인 실시예에 있어서, 상기 신호 발생부는 상기 제1 변환 신호 및 상기 제2 변환 신호에 대응하는 초음파 신호를 제공할 수 있다.
본 발명의 실시예들에 따른 구조물 진단 방법 및 구조물 진단 시스템은 타겟 구조물에 약한 연관성(weak-linked)을 갖는 입력 신호를 공급하고, 순환정적성 분석 및 스펙트럼 연관성 분석을 포함하는 비선형 스펙트럼 연관성 분석을 통해 출력 신호를 분석하여 구조물의 손상 여부를 분석할 수 있다. 이 때, 약한 연관성을 갖는 입력 신호를 공급함으로서, 구조물의 손상을 검출하기 위한 통계적 변화가 정확하게 인지될 수 있다. 또한, 출력 신호의 노이즈에 상관없이 구조물의 손상 여부를 정확하게 검출할 수 있다.
도 1은 본 발명의 실시예들에 따른 구조물 진단 방법을 나타내는 순서도이다.
도 2는 도 1의 구조물 진단 방법에 포함되는 비선형 스펙트럼 연관성을 연산하는 단계를 나타내는 순서도이다.
도 3은 제1 변환 신호와 제2 변환 신호에 대한 타겟 구조물의 응답 신호를 나타내는 도면이다.
도 4a 내지 도 4d는 연관성 계수의 특성을 나타내는 도면들이다.
도 5a 및 도 5b는 연관성 계수의 변화를 나타내는 그래프들이다.
도 6a 및 도 6b는 비선형 계수의 특성을 나타내는 도면들이다.
도 7a 및 도 7b는 비선형 스펙트럼 연관성의 특성을 나타내는 도면들이다.
도 8은 비선형 스펙트럼 연관성의 변화를 나타내는 그래프이다.
도 9는 노이즈에 대한 연관성 계수, 비선형 계수 및 비선형 스펙트럼 연관성의 변화를 나타내는 도면이다.
도 10은 본 발명의 실시예들에 따른 구조물 진단 시스템을 나타내는 블록도이다.
본문에 개시되어 있는 본 발명의 실시예들에 대해서, 특정한 구조적 내지 기능적 설명들은 단지 본 발명의 실시예를 설명하기 위한 목적으로 예시된 것으로, 본 발명의 실시예들은 다양한 형태로 실시될 수 있으며 본문에 설명된 실시예들에 한정되는 것으로 해석되어서는 아니 된다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 본문에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로 사용될 수 있다. 예를 들어, 본 발명의 권리 범위로부터 이탈되지 않은 채 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미이다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미인 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1은 본 발명의 실시예들에 따른 구조물 진단 방법을 나타내는 순서도이고, 도 2는 도 1의 구조물 진단 방법에 포함되는 비선형 스펙트럼 연관성을 연산하는 단계를 나타내는 순서도이다. 도 3은 제1 변환 신호와 제2 변환 신호에 대한 타겟 구조물의 응답 신호를 나타내는 도면이다.
도 1을 참조하면, 구조물 진단 방법은 제1 입력 신호의 제1 주파수 및 제2 입력 신호의 제2 주파수를 결정하는 단계(S100), 제1 입력 신호의 제2 주파수 및 제2 입력 신호를 제1 변환 신호 및 제2 변환 신호로 변환하는 단계(S110), 제1 변환 신호 및 제2 변환 신호를 타겟 구조물에 제공하는 단계(S120), 타겟 구조물의 응답 신호를 수신하는 단계(S130) 및 비선형 스펙트럼 연관성 분석을 통해 타겟 구조물의 손상 여부를 판단하는 단계(S140)를 포함할 수 있다.
구조물 진단 방법은 타겟 구조물에 제공될 제1 입력 신호의 제1 주파수 및 제2 입력 신호의 주파수를 결정(S100)할 수 있다. 도 2를 참조하면, 타겟 구조물에 손상이 발생한 경우, 입력되는 초음파 신호가 변조되어 비선형 변조 신호가 출력 될 수 있다. 비선형 변조 신호의 생성 및 비선형 계수의 값은 입력 신호의 주파수에 의해 좌우될 수 있다. 본 발명의 실시예들에 따른 구조물 진단 방법에서는 비선형 변조 신호의 생성 가능성을 증가시키기 위해 제1 입력 신호의 제1 주파수 및 제2 입력 신호의 주파수를 결정하는 단계를 포함할 수 있다. 본 발명의 실시예들에 따른 구조물 진단 방법은 기 설정된 범위를 갖는 제1 주파수와 제2 주파수를 스위핑(sweeping)하면서 진폭이 가장 큰 조합을 선택할 수 있다. 이 때, 제1 주파수는 고주파수 범위를 갖고, 제2 주파수는 저주파수 범위를 가질 수 있다. 예를 들어, 181kHz~186kHz 범위의 제1 주파수 및 30kHz~40kHz 범위의 제2 주파수를 1kHz씩 증가시키면서 66개의 주파수 조합을 만들고, 진폭이 가장 큰 제1 주파수와 제2 주파수의 조합이 선택될 수 있다. 제1 입력 신호는 상기 선택된 제1 주파수를 갖는 사인파 신호이고, 제2 입력 신호는 상기 선택된 제2 주파수를 갖는 사인파 신호일 수 있다.
구조물 진단 방법은 제1 입력 신호 및 제2 입력 신호를 통계적으로 약한 연관성(weak-linked)을 갖는 제1 변환 신호 및 제2 변환 신호로 변환(S110)할 수 있다. 순수하게 상이한 주파수를 갖는 사인파 신호가 제1 입력 신호 및 제2 입력 신호로 타겟 구조물에 제공되는 경우, 타겟 구조물의 상태와 상관없이 타겟 구조물의 출력 신호들(즉, 선형 신호 및 비선형 변조 신호)이 통계적으로 연관될 수 있다. 본 발명의 실시예들에 따른 구조물 진단 방법에서는 비선형 손상에 대한 비선형 변조 신호들의 민감성을 개선하기 위해 제1 입력 신호와 제2 입력 신호가 통계적으로 약한 연관성을 갖도록 변조될 수 있다. 제1 입력 신호와 제2 입력 신호의 통계적 연관성을 최소화하기 위해 제로 평균 랜덤 정적 시리즈(zero-mean random stationary series), 컷오프(cutoff) 주파수를 갖는 로우 패스(low-pass) 필터로 변경되고, 서로 독립적인 제1 진폭 계수(A(t)) 및 제2 진폭 계수(B(t))를 제1 입력 신호 및 제2 입력 신호 각각에 곱할 수 있다. 제1 진폭 계수(A(t)) 및 제2 진폭 계수(B(t))는 수학식1과 같이 나타낼 수 있다.
[수학식 1]
Figure pat00005
Figure pat00006
이 때,
Figure pat00007
및
Figure pat00008
는
Figure pat00009
범위를 갖는 주파수들이고,
Figure pat00010
및
Figure pat00011
은
Figure pat00012
및
Figure pat00013
각각에서 대응하는 진폭일 수 있다. 제1 입력 신호에 제1 진폭 계수(A(t))를 곱하여 제1 변환 신호가 생성되고, 제2 입력 신호에 제2 진폭 계수(B(t))를 곱하여 제2 변환 신호가 생성될 수 있다.
구조물 진단 방법은 제1 변환 신호 및 제2 변환 신호를 동시에 타겟 구조물에 제공(S120)할 수 있다. 통계적으로 약한 연관성을 갖는 제1 변환 신호 및 제2 변환 신호가 타겟 구조물에 제공될 수 있다. 이 때, 제1 변환 신호 및 제2 변환 신호는 초음파 신호일 수 있다.
구조물 진단 방법은 타겟 구조물로부터 생성되는 응답 신호를 수신(S130)할 수 있다. 도 2에 도시된 바와 같이, 타겟 구조물에 비선형 손상이 존재하는 경우, 선형 신호 및 비선형 변조 신호가 제1 변환 신호 및 제2 변환 신호에 대한 응답 신호로 수신될 수 있다. 이 때, 선형 신호는 제1 주파수(fa) 및 제2 주파수(fb)를 갖고, 비선형 변조 신호는 제1 주파수와 제2 주파수가 가감(즉, fa+fb, fa-fb)된 주파수 성분을 가질 수 있다.
구조물 진단 방법은 응답 신호에 기초하여 비선형 스펙트럼 연관성을 연산하고, 비선형 스펙트럼 연관성의 변화량에 기초하여 타겟 구조물의 손상 여부를 판단(S140)할 수 있다. 비선형 스펙트럼 연관성을 연산하는 단계(S140)는 순환 정적성 분석(cyclostationary analysis) 및 스펙트럼 연관성 분석(spectral correlation analysis)를 통해 응답 신호의 연관성 계수(correlation coefficient)를 연산하는 단계(S142), 스펙트럼 연관성 분석을 통해 비선형 계수(nonlinear coefficient)를 연산하는 단계(S144) 및 연관성 계수와 비선형 계수를 곱하여 비선형 스펙트럼 연관성(nonlinear spectral correlation)을 연산하는 단계(S146)를 포함할 수 있다. 연관성 계수, 비선형 계수 및 비선형 스펙트럼 연관성은 표 1에 나타낸 수학식으로 연산될 수 있다.
[표 1]
Figure pat00014
표 1을 참조하면, 응답 신호에 기초하여 연관성 계수를 연산할 수 있다. ca,b는 응답 신호 중 선형 신호(즉, 제1 주파수(fa) 및 제2 주파수(fb)를 갖는 응답 신호)에 대한 통계적 연관성을 나타내는 연관성 계수이고, ca+ b,a -b는 응답 신호 중 비선형 변조 신호(즉, fa+fb 및 fa-fb를 갖는 응답 신호)에 대한 통계적 연관성을 나타내는 연관성 계수일 수 있다. 연관성 계수는 스펙트럼 밀도(S)를 이용하여 표현될 수 있다. 선형 신호의 연관성 계수(ca,b)는 타겟 구조물에 손상이 존재하여도 변화가 없고, 비선형 변조 신호의 연관성 계수(ca+b,a-b)는 타겟 구조물에 손상이 존재하는 경우 증가할 수 있다. 이 때, 수학식 2를 이용하여 타겟 구조물의 손상 조건과 미손상 조건에서 연관성 계수의 통계적 변화(s)를 계산하고, 이에 기초하여 타겟 구조물의 손상 여부를 판단할 수 있다.
[수학식 2]
Figure pat00015
이 때, pn d 및 pn i는 손상 조건 및 미손상 조건에서 얻을 수 있는 연관성 계수(ca,b 또는 ca+b,a-b)를 나타내고, N은 주파수 조합의 총합을 나타낸다.
표 1을 참조하면, 응답 신호에 기초하여 비선형 계수를 연산할 수 있다. 타겟 구조물이 손상되지 않은 경우, 비선형 계수는 0에 가까울 수 있고, 타겟 구조물이 손상된 경우, 비선형 계수가 증가할 수 있다.
표 1을 참조하면, 응답 신호에 기초하여 비선형 스펙트럼 연관성을 연산할 수 있다. 비선형 스펙트럼 연관성은 손상 특성을 나타낼 수 있다. 비선형 스펙트럼 연관성은 연관성 계수와 비선형 계수를 곱하여 구할 수 있다. 타겟 구조물에 손상이 발생하는 경우, 연관성 계수와 비선형 계수가 모두 증가하므로 비선형 스펙트럼 연관성의 값도 증가할 수 있다. 이 때, 비선형 스펙트럼 연관성은 연관성 계수와 비선형 계수가 곱해진 값이므로 변화량이 상당할 수 있다. 즉, 비선형 스펙트럼 연관성은 타겟 구조물에 작은 손상이 발생하여도 크게 변화하기 때문에 타겟 구조물의 손상 검출이 용이할 수 있다. 또한, 비선형 스펙트럼 연관성은 입력 신호에 노이즈가 더해지더라도 노이즈의 영향을 적게 받을 수 있다.
연관성 계수, 비선형 계수 및 비선형 스펙트럼 연관성에 대해서는 하기 도 4 내지 도 8을 참조하여 자세히 설명하도록 한다.
상술한 바와 같이, 구조물의 진단 방법은 약한 연관성을 갖는 입력 신호를 타겟 구조물에 공급하고, 타겟 구조물에서 수신되는 응답 신호에 기초하여 비선형 스펙트럼 연관성을 연산할 수 있다. 비선형 스펙트럼 연관성은 타겟 구조물의 손상 특성을 나타내며, 타겟 구조물의 손상에 대한 변화량(즉, 민감도)이 크므로, 타겟 구조물의 미세한 손상을 검출하는 데에 용이할 수 있다.
도 4a 내지 도 4d는 연관성 계수의 특성을 나타내는 도면들이고, 도 5a 및 도 5b는 연관성 계수의 변화를 나타내는 그래프들이다.
표 1을 참조하면, 응답 신호에 기초하여 연관성 계수를 연산할 수 있다. ca,b는 응답 신호 중 선형 신호(즉, 제1 주파수(fa) 및 제2 주파수(fb)를 갖는 응답 신호)에 대한 통계적 연관성을 나타내는 연관성 계수이고, ca+b,a-b는 응답 신호 중 비선형 변조 신호(즉, fa+fb 및 fa-fb를 갖는 응답 신호)에 대한 통계적 연관성을 나타내는 연관성 계수일 수 있다. 연관성 계수는 스펙트럼 밀도(S)를 이용하여 나타낼 수 있다. 수학식 3을 이용하여 1차 순환정적성 및 2차 순환정적성을 갖는 신호 x(t)를 자동상관(autocorrelation)하여 Rx(t, τ)로 나타낼 수 있다.
[수학식 3]
Figure pat00016
이 때, τ는 시간 지연이고, *은 복소 행렬일 수 있다.
또한, 수학식 4를 이용하여 Rx(t, τ)를 퓨리에 변환(Fourier transform)함으로써, 스펙트럼 밀도(S)를 구할 수 있다.
[수학식 4]
Figure pat00017
이 때, α는 진동수 이고, f는 스펙트럼 주파수 일 수 있다.
도 4a는 제1 변환 신호 및 제2 변환 신호가 타겟 구조물에 공급되는 경우, 선형 신호(즉, 제1 주파수(fa) 및 제2 주파수(fb)를 갖는 응답 신호)에 대한 연관성 계수(ca,b)를 나타내고, 도 4b는 제1 변환 신호 및 제2 변환 신호가 타겟 구조물에 공급되는 경우, 비선형 변조 신호(즉, fa+fb 및 fa-fb를 갖는 응답 신호)에 대한 연관성 계수(ca+b,a-b)를 나타낸다. 도 4a 및 도 4b에 도시된 바와 같이, 선형 신호에 대한 연관성 계수(ca,b)는 타겟 구조물의 손상 또는 비손상 여부에 관계없이 변화하지 않을 수 있고, 비선형 변조 신호에 대한 연관성 계수(ca+b,a-b)는 타겟 구조물에 손상이 발생하는 경우 증가할 수 있다.
도 4c는 타겟 구조물에 변환되지 않은(즉, 연관성을 갖는) 사인파 신호가 공급되는 경우, 선형 신호에 대한 연관성 계수(ca,b)를 나타내고, 도 4d는 타겟 구조물에 변환되지 않은(즉, 연관성을 갖는) 사인파 신호가 공급되는 경우, 비선형 변조 신호에 대한 연관성 계수(ca+b,a-b)를 나타낸다. 도 4c 및 도 4d를 참조하면, 사인파 신호가 타겟 구조물에 공급되는 경우, 선형 신호에 대한 연관성 계수(ca,b) 및 비선형 신호에 대한 연관성 계수(ca+b,a-b)는 타겟 구조물에 손상이 있는 경우와 손상이 없는 경우 모두 증가할 수 있다. 그러나, 선형 신호에 대한 연관성 계수(ca,b) 및 비선형 신호에 대한 연관성 계수(ca+b,a-b)는 타겟 구조물에 손상이 있는 경우와 손상이 없는 경우의 차이는 없는 것을 볼 수 있다.
따라서, 타겟 구조물에 약한 연관성을 갖는 신호가 공급되는 경우의 비선형 변조 신호에 대한 연관성 계수(ca+b,a-b)는 타겟 구조물에 손상이 있는 경우와 없는 경우의 차이를 명확하게 나타내므로 타겟 구조물의 손상을 검출하는 데에 이용될 수 있다.
도 5a는 제1 변환 신호 및 제2 변환 신호가 타겟 구조물에 공급되는 경우, 선형 신호(즉, 제1 주파수(fa) 및 제2 주파수(fb)를 갖는 응답 신호)에 대한 연관성 계수(ca,b)의 변화량(s) 및 비선형 변조 신호(즉, fa+fb 및 fa-fb를 갖는 응답 신호)에 대한 연관성 계수(ca+b,a-b)의 변화량(s)을 나타낸다. 또한, 도 5b는 변환되지 않은(즉, 연관성을 갖는) 사인파 신호가 타겟 구조물에 공급되는 경우, 선형 신호(즉, 제1 주파수(fa) 및 제2 주파수(fb)를 갖는 응답 신호)에 대한 연관성 계수(ca,b)의 변화량(s) 및 비선형 변조 신호(즉, fa+fb 및 fa-fb를 갖는 응답 신호)에 대한 연관성 계수(ca+b,a-b)의 변화량(s)을 나타낸다. 각각의 연관성 계수(ca,b, ca+b,a-b)의 변화량(s)은 수학식 2를 이용하여 연산될 수 있다. 이 때, 제1 변환 신호 및 제2 변환 신호가 타겟 구조물에 공급되는 경우, 비선형 변조 신호에 대한 연관성 계수(ca+b,a-b)의 변화량(s)이 크므로, 타겟 구조물의 손상 검출에 용이하게 이용될 수 있다.
도 6a 및 도 6b는 비선형 계수의 특성을 나타내는 도면들이다. 도 7a 및 도 7b는 비선형 스펙트럼 연관성의 특성을 나타내는 도면들이고, 도 8은 비선형 스펙트럼 연관성의 변화를 나타내는 그래프이다.
표 1을 참조하면, 응답 신호에 기초하여 비선형 계수를 연산할 수 있다. 비선형 계수(β+ a,bβ- a,b)는 스펙트럼 밀도(S)를 이용하여 나타낼 수 있다. 스펙트럼 밀도(S)는 수학식 3 및 수학식 4를 이용하여 연산될 수 있다.
도 6a는 제1 변환 신호 및 제2 변환 신호가 타겟 구조물에 공급되는 경우 응답 신호에 대한 비선형 계수(β+ a,bβ- a,b)를 나타낸다. 타겟 구조물에 손상이 존재하는 경우, 비선형 계수(β+ a,bβ- a,b)가 변화할 수 있다. 도 6b는 (연관성을 갖는) 사인파 신호가 타겟 구조물에 공급되는 경우 응답 신호에 대한 비선형 계수(β+ a,bβ- a,b)를 나타낸다. 제1 변환 신호 및 제2 변환 신호가 타겟 구조물에 공급되는 경우, 타겟 구조물의 응답 신호의 주파수 성분은 사인파 신호가 타겟 구조물에 공급되는 경우, 타겟 구조물의 응답 신호의 주파수와 매우 유사하므로, 도 6a 및 도 6b와 같이 비선형 계수(β+ a,bβ- a,b)가 유사하게 도시될 수 있다.
도 7a는 제1 변환 신호 및 제2 변환 신호가 타겟 구조물에 공급되는 경우 응답 신호에 대한 비선형 스펙트럼 연관성(ca+b,a-bβ+ a,bβ- a,b)을 나타내고, 도 7b는 (연관성을 갖는) 사인파 신호가 타겟 구조물에 공급되는 경우 응답 신호에 대한 비선형 스펙트럼 연관성(ca+b,a-bβ+ a,bβ- a,b)을 나타낸다. 비선형 스펙트럼 연관성(ca+b,a-bβ+ a,bβ- a,b)은 비선형 변조 신호에 대한 연관성 계수(ca+b,a-b)와 비선형 계수(β+ a,bβ- a,b)의 곱일 수 있다.
도 8a는 제1 변환 신호 및 제2 변환 신호가 타겟 구조물에 공급되는 경우, 응답 신호에 대한 비선형 계수(β+ a,bβ- a,b)의 변화량(s) 및 비선형 스펙트럼 연관성(ca+b,a-bβ+ a,bβ- a,b)의 변화량(s)을 나타내고, 도 8b는 (연관성을 갖는) 사인파 신호가 타겟 구조물에 공급되는 경우, 응답 신호에 대한 비선형 계수(β+ a,bβ- a,b)의 변화량(s) 및 비선형 스펙트럼 연관성(ca+b,a-bβ+ a,bβ- a,b)의 변화량(s)을 나타낸다. 이 때, 비선형 계수(β+ a,bβ- a,b)의 변화량(s) 및 비선형 스펙트럼 연관성(ca+b,a-bβ+ a,bβ- a,b)의 변화량(s)은 수학식 2를 이용하여 연산될 수 있다. 다만, pn d 및 pn i는 손상 조건 및 미손상 조건에서 얻을 수 있는 비선형 계수(β+ a,bβ- a,b) 또는 비선형 스펙트럼 연관성(ca+b,a-bβ+ a,bβ- a,b)을 나타낸다. 비선형 계수(β+ a,bβ- a,b)의 변화량(s) 및 비선형 스펙트럼 연관성(ca+b,a-bβ+ a,bβ- a,b)의 변화량(s)은 타겟 구조물이 손상되지 않은 경우와 손상된 경우의 차이를 나타낸다. 도 8a에 도시된 바와 같이, 약한 연관성을 갖는 제1 변환 신호 및 제2 변환 신호가 타겟 구조물에 공급되는 경우, 비선형 계수(β+ a,bβ- a,b)의 변화량(s)이 낮더라도 비선형 스펙트럼 연관성(ca+b,a-bβ+ a,bβ- a,b)의 변화량(s)은 사인파 신호가 타겟 구조물에 공급되는 경우의 비선형 스펙트럼 연관성(ca+b,a-bβ+ a,bβ- a,b)의 변화량(s)보다 클 수 있다. 비선형 스펙트럼 연관성(ca+b,a-bβ+ a,bβ- a,b)의 변화량(s)이 기 설정된 변화량 이상으로 증가하는 경우, 타겟 건축물에 손상이 발생한 것으로 판단할 수 있다. 예를 들어, 비선형 스펙트럼 연관성(ca+b,a-bβ+ a,bβ- a,b)의 변화량(s)이 1.02 이상인 경우, 타겟 건축물에 손상이 발생한 것으로 판단할 수 있다. 이와 같이, 본 발명의 실시예들에 따른 구조물의 진단 방법은 약한 연관성을 갖는 신호들을 타겟 구조물에 공급하고, 응답 신호에 기초하여 비선형 스펙트럼 연관성(ca+b,a-bβ+ a,bβ- a,b)을 도출함으로써, 타겟 구조물에 대한 손상을 용이하게 검출할 수 있다.
도 9는 노이즈에 대한 연관성 계수, 비선형 계수 및 비선형 스펙트럼 연관성의 변화를 나타내는 도면이다.
타겟 구조물에 제공되는 제1 변환 신호 및 제2 변환 신호에 노이즈(noise) 신호가 더해질 수 있다.
[수학식 5]
Figure pat00018
이 때, Esignal은 응답 신호의 에너지 값이고, Enoise는 노이즈 신호의 에너지 값일 수 있다. 연관성 계수(ca+b,a-b), 비선형 계수(β+ a,bβ- a,b) 및 비선형 스펙트럼 연관성(ca+b,a-bβ+ a,bβ- a,b)에 대한 노이즈의 영향은 수학식 6을 이용하여 연산될 수 있다.
[수학식 6]
Figure pat00019
이 때,
Figure pat00020
은 제1 변환 신호 및 제2 변환 신호에서 연산되는 비선형 스펙트럼 연관성(ca+b,a-bβ+ a,bβ- a,b)을 나타내고,
Figure pat00021
은 노이즈가 더해진 제1 변환 신호 및 제2 변환 신호에서 연산되는 비선형 스펙트럼 연관성(ca+b,a-bβ+ a,bβ- a,b)을 나타낸다.
도 9에 도시된 바와 같이, 비선형 스펙트럼 연관성(ca+b,a-bβ+ a,bβ- a,b)의 변화(d)는 연관성 계수(ca+b,a-b)의 변화 및 비선형 계수(β+ a,bβ- a,b)의 변화와 비교하여 매우 작다. 따라서, 비선형 스펙트럼 연관성(ca+b,a-bβ+ a,bβ- a,b)은 타겟 구조물에 노이즈가 더해진 신호가 공급되더라도 정확하게 손상을 검출할 수 있다.
도 10은 본 발명의 실시예들에 따른 구조물 진단 시스템을 나타내는 블록도이다.
도 10을 참조하면, 구조물 진단 시스템(100)은 신호 발생부(120) 및 제어부(140)를 포함할 수 있다.
신호 발생부(120)는 타겟 구조물(200)에 제공될 제1 입력 신호의 제1 주파수 및 제2 입력 신호의 제2 주파수를 결정하고, 제1 입력 신호 및 제2 입력 신호를 통계적으로 약한 연관성을 갖는 제1 변환 신호(CS1) 및 제2 변환 신호(CS2)로 변환하여 타겟 구조물(200)에 제공할 수 있다. 타겟 구조물(200)에 손상이 발생한 경우, 입력되는 초음파 신호가 변조되어 비선형 변조 신호가 출력 될 수 있다. 신호 발생부(120)는 비선형 변조 신호의 생성 가능성을 증가시키기 위해 제1 입력 신호의 제1 주파수 및 제2 입력 신호의 제2 주파수를 결정할 수 있다. 신호 발생부(120)는 제1 주파수와 제2 주파수를 스위핑하면서 진폭이 가장 큰 조합을 선택할 수 있다. 이 때, 제1 주파수는 고주파수 범위를 갖고, 제2 주파수는 저주파수 범위를 가질 수 있다. 제1 주파수와 제2 주파수의 조합 중 진폭이 가장 큰 조합이 선택될 수 있다. 제1 입력 신호는 상기 선택된 제1 주파수를 갖는 사인파 신호이고, 제2 입력 신호는 상기 선택된 제2 주파수를 갖는 사인파 신호일 수 있다.
신호 발생부(120)는 제1 입력 신호 및 제2 입력 신호를 통계적으로 약한 연관성을 갖는 제1 변환 신호(CS1) 및 제2 변환 신호(CS2)로 변환할 수 있다. 제1 입력 신호와 제2 입력 신호의 통계적 연관성을 최소화하기 위해 제로 평균 랜덤 정적 시리즈, 컷오프 주파수를 갖는 로우 패스 필터로 변경되고, 서로 독립적인 제1 진폭 계수 및 제2 진폭 계수를 제1 입력 신호 및 제2 입력 신호 각각에 곱할 수 있다. 제1 진폭 계수 및 제2 진폭 계수는 수학식1과 같이 나타낼 수 있다.
신호 발생부(120)는 제1 변환 신호(CS1) 및 제2 변환 신호(CS2)를 타겟 구조물(200)에 제공할 수 있다. 이 때, 제1 변환 신호(CS1) 및 제2 변환 신호(CS2)는 초음파 신호일 수 있다.
제어부(140)는 타겟 구조물(200)로부터 생성되는 응답 신호(RS)를 수신할 수 있다. 타겟 구조물(200)에 비선형 손상이 존재하는 경우, 선형 신호 및 비선형 변조 신호가 제1 변환 신호(CS1) 및 제2 변환 신호(CS2)에 대한 응답 신호(RS)로 수신될 수 있다. 이 때, 선형 신호는 제1 주파수(fa) 및 제2 주파수(fb)를 갖고, 비선형 변조 신호는 제1 주파수와 제2 주파수가 가감(즉, fa+fb, fa-fb)된 주파수 성분을 가질 수 있다.
제어부(140)는 응답 신호(RS)에 기초하여 비선형 스펙트럼 연관성을 연산하고, 비선형 스펙트럼 연관성의 변화량에 기초하여 타겟 구조물(200)의 손상 여부를 판단할 수 있다. 제어부(140)는 순환 정적성 분석 및 스펙트럼 연관성 분석을 통해 응답 신호(RS)의 연관성 계수를 연산하고, 스펙트럼 연관성 분석을 통해 응답 신호(RS)의 비선형 계수를 연산하며, 연관성 계수와 비선형 계수를 곱하여 비선형 스펙트럼 연관성을 연산할 수 있다. 연관성 계수, 비선형 계수 및 비선형 스펙트럼 연관성은 표 1에 나타낸 수학식으로 연산될 수 있다. 응답 신호(RS) 중 선형 신호의 연관성 계수는 타겟 구조물(200)에 손상이 존재하여도 변화가 없고, 응답 신호(RS) 중 비선형 변조 신호의 연관성 계수는 타겟 구조물(200)에 손상이 존재하는 경우 증가할 수 있다. 타겟 구조물(200)이 손상되지 않은 경우, 비선형 계수는 0에 가까울 수 있고, 타겟 구조물(200)이 손상된 경우, 비선형 계수가 증가할 수 있다. 비선형 스펙트럼 연관성은 손상 특성을 나타낼 수 있다. 비선형 스펙트럼 연관성은 연관성 계수와 비선형 계수를 곱하여 구할 수 있다. 비선형 스펙트럼 연관성은 타겟 구조물(200)에 작은 손상이 발생하여도 크게 변화하기 때문에 타겟 구조물(200)의 손상 검출을 용이하게 할 수 있다. 연관성의 변화량에 따라 손상 신호(DS) 또는 미손상 신호(NDS)를 출력할 수 있다.
또한, 비선형 스펙트럼 연관성은 타겟 구조물(200)에 노이즈가 더해진 신호가 공급되더라도 정확하게 손상을 검출할 수 있다.
상술한 바와 같이, 본 발명의 실시예들에 따른 구조물 진단 시스템(100)은 약한 연관성을 갖는 제1 변환 신호(CS1) 및 제2 변환 신호(CS2)를 생성하여 타겟 구조물(200)에 제공하고, 타겟 구조물(200)에서 응답 신호(RS)를 수신하여 순환정적성 분석 및 스펙트럼 연관성 분석을 통해 비선형 스펙트럼 연관성을 연산하며, 비선형 스펙트럼 연관성에 기초하여 타겟 구조물(200)의 손상 여부를 판단함으로써, 구조물 진단의 정확도를 높일 수 있다.
본 발명의 실시예들에 따른 구조물 진단 방법 및 구조물 진단 시스템은 타겟 구조물의 손상 여부를 판단하는 구조물 진단 장치에 적용될 수 있다.
상기에서는 본 발명이 바람직한 실시예를 참조하여 설명하였지만, 해당 기술분야의 숙련된 당업자는 하기의 특허청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 것이다.

Claims (14)

  1. 타겟 구조물에 제공될 제1 입력 신호의 제1 주파수 및 제2 입력 신호의 제2 주파수를 결정하는 단계;
    상기 제1 입력 신호 및 상기 제2 입력 신호를 통계적으로 약한 연관성(weak-linked)을 갖는 제1 변환 신호 및 제2 변환 신호로 변환하는 단계;
    상기 제1 변환 신호 및 상기 제2 변환 신호를 동시에 타겟 구조물에 제공하는 단계;
    상기 타겟 구조물로부터 생성되는 응답 신호를 수신하는 단계; 및
    상기 응답 신호에 기초하여 비선형 스펙트럼 연관성을 연산하고, 상기 비선형 스펙트럼 연관성의 변화량에 기초하여 상기 타겟 구조물의 손상 여부를 판단하는 단계를 포함하는 것을 특징으로 하는 구조물 진단 방법.
  2. 제1 항에 있어서, 기 설정된 제1 주파수 범위 내의 상기 제1 주파수와 기 설정된 제2 주파수 범위 내의 상기 제2 주파수를 변경하면서 가장 큰 진폭을 갖는 상기 제1 주파수 및 상기 제2 주파수의 조합을 선택하는 것을 특징으로 하는 구조물 진단 방법.
  3. 제1 항에 있어서, 상기 제1 입력 신호에 "
    Figure pat00022
    (단, 0<|Δfm|≤fc이고, Am은 Δfm의 진폭을 나타냄)"을 이용하여 제1 변환 신호로 변환되고,
    상기 제2 입력 신호는 "
    Figure pat00023
    (단, 0<|Δfn|≤fc이고, Bn은 Δfn의 진폭을 나타냄)"을 이용하여 제2 변환 신호로 변환되는 것을 특징으로 하는 구조물 진단 방법.
  4. 제1 항에 있어서, 상기 응답 신호에 기초하여 비선형 스펙트럼 연관성을 연산하는 단계는
    순환정적성 분석 및 스펙트럼 연관성 분석을 통해 상기 응답 신호의 연관성 계수를 연산하는 단계;
    상기 스펙트럼 연관성 분석을 통해 상기 응답 신호의 비선형 계수를 연산하는 단계; 및
    상기 연관성 계수와 상기 비선형 계수를 곱하여 상기 비선형 스펙트럼 연관성을 연산하는 단계를 포함하는 것을 특징으로 하는 구조물 진단 방법.
  5. 제1 항에 있어서, 상기 비선형 스펙트럼 연관성이 기 설정된 변화량 이상으로 변화하는 경우, 상기 타겟 구조물에 손상이 발생한 것으로 판단하는 것을 특징으로 하는 구조물 진단 방법.
  6. 제1 항에 있어서, 상기 타겟 건축물이 손상되지 않은 경우와 상기 타겟 건축물이 손상된 경우의 상기 비선형 스펙트럼 연관성을 비교하여 상기 타겟 건축물의 손상 여부를 판단하는 것을 특징으로 하는 구조물 진단 방법.
  7. 제1 항에 있어서, 상기 제1 변환 신호 및 상기 제2 변환 신호는 초음파 신호인 것을 특징으로 하는 구조물 진단 방법.
  8. 타겟 구조물에 제공될 제1 입력 신호의 제1 주파수 및 제2 입력 신호의 제2 주파수를 결정하고, 상기 제1 입력 신호 및 상기 제2 입력 신호를 통계적으로 약한 연관성(weak-linked)을 갖는 제1 변환 신호 및 제2 변환 신호로 변환하여 상기 타겟 구조물에 제공하는 신호 발생부; 및
    상기 타겟 구조물로부터 생성되는 응답 신호를 수신하고, 상기 응답 신호를 비선형 스펙트럼 연관성을 연산하고, 상기 비선형 스펙트럼 연관성의 변화량에 기초하여 상기 타겟 구조물의 손상 여부를 판단하는 제어부를 포함하는 것을 특징으로 하는 구조물 진단 시스템.
  9. 제8 항에 있어서, 상기 신호 발생부는 기 설정된 제1 주파수 범위 내의 상기 제1 주파수와 기 설정된 제2 주파수 범위 내의 상기 제2 주파수를 변경하면서 가장 큰 진폭을 갖는 상기 제1 주파수 및 상기 제2 주파수의 조합을 선택하는 것을 특징으로 하는 구조물 진단 시스템.
  10. 제8 항에 있어서, 상기 신호 발생부는 "
    Figure pat00024
    (단, 0<|Δfm|≤fc이고, Am은 Δfm의 진폭을 나타냄)"을 이용하여 상기 제1 입력 신호를 상기 제1 변환 신호로 변환하고,
    "
    Figure pat00025
    (단, 0<|Δfn|≤fc이고, Bn은 Δfn의 진폭을 나타냄)"을 이용하여 상기 제2 입력 신호를 상기 제2 변환 신호로 변환하는 것을 특징으로 하는 구조물 진단 시스템.
  11. 제8 항에 있어서, 상기 제어부는 순환정적성 분석 및 스펙트럼 연관성 분석을 통해 상기 응답 신호의 연관성 계수를 연산하고, 상기 스펙트럼 연관성 분석을 통해 상기 응답 신호의 비선형 계수를 연산하며, 상기 연관성 계수와 상기 비선형 계수를 곱하여 상기 비선형 스펙트럼 연관성을 연산하는 것을 포함하는 것을 특징으로 하는 구조물 진단 시스템.
  12. 제8 항에 있어서, 상기 제어부는 상기 비선형 스펙트럼 연관성이 기 설정된 변화량 이상으로 변화하는 경우, 상기 타겟 구조물에 손상이 발생한 것으로 판단하는 것을 특징으로 하는 구조물 진단 시스템.
  13. 제8 항에 있어서, 상기 제어부는 상기 타겟 건축물이 손상되지 않은 경우와 상기 타겟 건축물이 손상된 경우의 상기 비선형 스펙트럼 연관성을 비교하여 상기 타겟 건축물의 손상 여부를 판단하는 것을 특징으로 하는 구조물 진단 시스템.
  14. 제8 항에 있어서, 상기 신호 발생부는 상기 제1 변환 신호 및 상기 제2 변환 신호에 대응하는 초음파 신호를 제공하는 것을 특징으로 하는 구조물 진단 시스템.
KR1020180009466A 2018-01-25 2018-01-25 비선형 스펙트럼 상관관계를 이용한 구조물 진단 방법 및 구조물 진단 시스템 KR102061616B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180009466A KR102061616B1 (ko) 2018-01-25 2018-01-25 비선형 스펙트럼 상관관계를 이용한 구조물 진단 방법 및 구조물 진단 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180009466A KR102061616B1 (ko) 2018-01-25 2018-01-25 비선형 스펙트럼 상관관계를 이용한 구조물 진단 방법 및 구조물 진단 시스템

Publications (2)

Publication Number Publication Date
KR20190090585A true KR20190090585A (ko) 2019-08-02
KR102061616B1 KR102061616B1 (ko) 2020-01-02

Family

ID=67614110

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180009466A KR102061616B1 (ko) 2018-01-25 2018-01-25 비선형 스펙트럼 상관관계를 이용한 구조물 진단 방법 및 구조물 진단 시스템

Country Status (1)

Country Link
KR (1) KR102061616B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114048678A (zh) * 2021-11-10 2022-02-15 哈尔滨工业大学 非线性相关结构损伤诊断指标的局部切空间重构方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220097296A (ko) * 2020-12-31 2022-07-07 한국과학기술원 장단기 기억 네트워크 기반 스펙트럼 노이즈 감소 및 비선형 초음파 변조를 이용한 구조물의 피로 균열 검출 방법 및 이를 위한 시스템

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101656377B1 (ko) * 2015-04-15 2016-09-22 한양대학교 산학협력단 초음파를 이용한 열화 평가 및 강도 추정 장치, 그리고 이를 이용한 열화 평가 및 강도 추정 방법
KR101615563B1 (ko) * 2015-01-07 2016-04-26 한국과학기술원 구조물의 피로균열 진단 방법 및 손상 진단 장치

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114048678A (zh) * 2021-11-10 2022-02-15 哈尔滨工业大学 非线性相关结构损伤诊断指标的局部切空间重构方法
CN114048678B (zh) * 2021-11-10 2022-08-09 哈尔滨工业大学 非线性相关结构损伤诊断指标的局部切空间重构方法

Also Published As

Publication number Publication date
KR102061616B1 (ko) 2020-01-02

Similar Documents

Publication Publication Date Title
US20150208189A1 (en) Device and method for detecting force factor of loudspeaker
JP2013127463A (ja) 信号内の不平衡を検出するための方法および不平衡検出器
KR101025163B1 (ko) 진동 및 소음 전달경로 해석 시스템과 진동 및 소음 전달경로 해석 방법
Harley et al. Dispersion curve recovery with orthogonal matching pursuit
CN101701834A (zh) 基于双传感器的抗强干扰的数字涡街流量计
CN101179988A (zh) 经穴位置评价装置
KR20190090585A (ko) 비선형 스펙트럼 상관관계를 이용한 구조물 진단 방법 및 구조물 진단 시스템
Zeng et al. Waveform separation and image fusion for Lamb waves inspection resolution improvement
CN104869519A (zh) 一种测试麦克风本底噪声的方法和系统
JP5077847B2 (ja) 残響時間推定装置及び残響時間推定方法
EP1001352A1 (en) Data conversion method, data converter, and program storage medium
US6813588B1 (en) Control system and method for detecting plugging in differential pressure cells
US10067908B2 (en) Apparatus and method for calculating reception time of wireless communication signal
US20190187854A1 (en) Touch force detection for a touch system
Möller et al. A measurement technique for highly nonlinear transfer functions
Jazini et al. A novel combination of neural networks and FFT for frequency estimation of SAW resonators’ responses
US9759751B1 (en) Line cycle correlated spectral analysis for power measurement systems
JPH08336502A (ja) 心拍間隔検出方法及び装置
JP6152806B2 (ja) 生体情報測定方法
Guillaume et al. On the use of signals with a constant signal-to-noise ratio in the frequency domain
JPH08329046A (ja) ウェーブレット変換を用いた信号解析装置
CN108007548A (zh) 一种通过扫频诊断设备故障的方法
CN114199820B (zh) 一种气体浓度的检测方法和装置
CN113702893B (zh) 一种直流互感器暂态波形传变一致性评价方法及装置
Suranthiran et al. Signal conditioning with memory-less nonlinear sensors

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant