학술논문
스마트 구조물 균열 감지를 위한 1차원 합성곱신경망(1D CNN) 딥러닝을 이용한 파괴 신호 특정 기법
이용수 245
- 영문명
- Determination of Crack Signals Using the Deep Learning Technique Based on a 1D Convolutional Neural Network for Smart Detection of Structural Damage Cracking
- 발행기관
- 한국방재학회
- 저자명
- 한결(Han, Gyeol) 오태민(Oh, Tae-Min) 김현우(Kim, Hyunwoo) 송기일(Song, Ki-Il) 김영철(Kim, Youngchul) 권태혁(Kwon, Tae-Hyuk)
- 간행물 정보
- 『2. 한국방재학회 논문집』 19권4호, 1~7쪽, 전체 7쪽
- 주제분류
- 공학 > 기타공학
- 파일형태
- 발행일자
- 2019.08.30
4,000원
구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.
국문 초록
초고층 빌딩, 대형 구조물 등의 건설이 일반화됨에 따라 점차 노후화 및 지진, 태풍 등의 자연재해에 의한 구조물의 손상 모니터링에 대한 필요도가 증가하고 있다. 특히, 하부구조인 구조물 기초에서의 손상은 구조물 전체의 건전도에 부정적인 영향을 미칠 수 있기 때문에, 이에 대한 감지는 매우 중요하다. 구조물 건전도 비파괴검사 방법으로는 대표적으로 음향, 진동 감지기법 등이 제안되었으며, 이에 음향, 진동 감지기에 의해 수집된 신호를 해석하여 균열의 발생 위치 및 균열의 크기, 내구도 등을 역으로 추정하는 방법에 관한 연구가 실험실 스케일에서 많이 수행되어왔다. 하지만 실제로 현장에서는 적용되는 경우가 극히 드문 데 그 이유는 평소 발생하는 노이즈 신호(정상 신호)와 손상파괴 신호(비정상 신호)를 구분하는 것이 어렵기 때문이다. 특히 노이즈 신호와 구조물 파괴 신호가 동시에 수집될 때 이를 구분하는 것은 더욱 어려워진다. 이에 본 연구에서는 노이즈 신호(정상 신호)와 손상파괴 신호(비정상 신호)를 수집하고, 무작위로 합성된 신호를 딥러닝 기법인 1D convolutional neural network model을 통해서 정상 신호와 비정상 신호를 구분하는 알고리즘을 개발하였다. 개발된 알고리즘을 사용하면 현장에서 실시간으로 수집된 신호를 구분할 수 있게 됨으로써 구조물 안전성 변화 예측을 통해 재산 및 인명 피해 위험성을 최소화할 수 있을 것으로 생각한다.
영문 초록
Structures can be damaged by natural disasters such as earthquakes and typhoons. In particular, any damage to the foundation of a structure can present critical problems. Therefore, a smart monitoring technique such as the acoustic emission method is required to detect internal cracks and other types of structural damage. Many laboratory studies on this method have been conducted to estimate the locations and sizes of cracks as well as the resulting changes in structural durability using collected acoustic signals. However, the method has rarely been applied in the field because identifying damage signals from acquired signals, which can contain ambient noise, is difficult. We developed a deep learning algorithm based on a one-dimensional convolutional neural network method that can identify damage or crack signals generated from concrete failure from randomly synthesized signals. Using the developed algorithm, we were able to distinguish damage signals from random ambient noise signals. This algorithm enables real-time monitoring of concrete structures, thus providing a smart monitoring strategy.
목차
1. 서 론
2. 신호 수집
3. 신호 합성
4. 기계학습 모델의 학습 및 검증
5. 결 론
키워드
해당간행물 수록 논문
- 강우조건에 따른 산악지반의 강도 및 함수특성
- Erratum : BS 8414를 적용한 외단열시스템의 건축용접착제 연소확대에 관한 연구
- 가뭄대응을 위한 주간단위 강우-유출모형 개발
- 공극 구조의 X-ray microCT 영상화를 이용한 사질토 투수계수 수치적 산정기법
- Inelastic Lateral-Torsional Buckling Strength of Steel I-Beams under Non-Uniform Temperature Conditions
- 해외 원전해체 및 방사성폐기물 처분장 사례연구
- 대전시 3, 4공단 미세먼지(PM 10 )의 반복측정 분산분석
- 습구흑구온도(WBGT) 추정모델 정확도 및 활용가능성 평가
- ERA-Interim 자료와 결합된 WRF 모형의 호우사상 모의능력평가
- 섬유상 여재를 활용한 여과형 시설의 부유물질 제거 및 역세 효율 분석
- 재난사례 분석을 통한 자원동원 현황 및 문제점 고찰
- 강-콘크리트 양개형 방폭문의 강재량 결정을 위한 설계 민감도 분석
- 빅데이터 활용을 위한 화재인자 표준화에 관한 연구
- 재질별 창호의 화재위험성 평가에 대한 실험적 연구
- 침수 취약지역과 사회적 취약계층의 공간적 상관성 분석
- 다부처 재해정보의 공동활용에 관한 연구
- BCMS에서의 BIA와 RA를 위한 Quick-Hit Framework에 관한 연구
- 공군 소방직무 전문성 향상을 위한 교육 체계 개선에 관한 연구
- 스마트 구조물 균열 감지를 위한 1차원 합성곱신경망(1D CNN) 딥러닝을 이용한 파괴 신호 특정 기법
- Nuclear Emergency Management using Accident Consequence Analysis Code
- 인공신경망을 이용한 초고층 주거복합 구조물의 시스템 식별 및 해석 모델 교정
- 재난관리 조직의 레질리언스 역량이 조직효과성에 미치는 영향
- 와점성계수를 이용한 토석류 퇴적 형상 수치해석
- 콘크리트 일탈방호시설의 구조성능에 관한 실험 연구
- 드론을 활용한 토석류 발생지역 지형 특성 분석
- 해일하중에 대한 조적조 건축물의 붕괴 침수심 평가
- 실측데이터와 수치해석모형을 이용한 급경사지 하수도 맨홀 안정성 분석
- 낙석방지울타리의 부재별 에너지 흡수능력에 대한 유한요소해석 연구
참고문헌
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!