Abstract
This paper describes the procedures developing the algorithm for analyzing signals acquired from the Bridge Weigh-in-Motion (BWIM) system installed in Seohae Bridge as a part of the bridge monitoring system. Through the analysis procedure, information about heavy traffics such as weight, speed, and number of axles are attempted to be extracted from time domain strain data of the BWIM system. One of numerous pattern recognition techniques, artificial neural network (ANN) is employed since it can effectively include dynamic effects, bridge-vehicle interaction, etc. A number of vehicle running experiments with sufficient load cases are executed to acquire training and/or test set of ANN. Extracted traffic information can be utilized for developing quantitative database of loading effect. Also, it can contribute to estimate fatigue lift or current health condition, and design truck can be revised based on the database reflecting recent trend of traffic.
본 논문에서는 교량 모니터링 시스템의 일부분으로 서해대교에 설치된 교량 하중측정 시스템(BWIM system)으로부터 획득한 신호를 분석하여 통행차량의 정보를 추출하기 위한 알고리즘의 개발과정과 이를 위해 수행한 현장 차량주행시험에 대하여 기술하였다. 개발된 BWIM 시스템은 포장층에 매설하는 축감지기가 없는 형태로, 바닥판과 가로보에 설치된 변형률계로부터 측정한 시간이력 변형률신호만을 이용하였다. 이들 측정신호로부터 추출하고자 하는 차량의 정보는 통과차로, 통과속도, 차 축수 및 총 중량이며, 이들 정보의 추출을 위해 패턴인식기법의 일종인 인공신경망(Aritificial Neural Network, ANN) 기법을 사용하였다. 현장 차량주행시험을 통하여 기지차량 및 미지차량 통행시의 BWIM 응답 데이터를 측정하였으며, 이들 실측데이터를 사용하여 인공신경망의 학습 및 성능검증을 수행하였다. 개발된 기법을 사용하여 추출되는 차량의 정보들은 현재의 교량상태 및 피로수명 평가시 활용될 수 있을 것이며, 향후 설계트럭 하중모델의 개정시 기초자료로도 활용될 수 있을 것으로 기대된다.
