Abstract
The application of health monitoring, including a fault detection technique, is needed to secure the structural safety of large structures. A 2-step crack identification method for detecting the crack location and size of the beam structure is presented. First, a crack occurrence region was estimated using the modified Laplacian operator for the strain mode shape obtained from the distributed local strain data. The crack location and size were then identified based on the natural frequencies obtained from the acceleration data and the neural network technique for the pre-estimated crack occurrence region. The natural frequencies of a cracked beam were calculated based on an equivalent bending stiffness induced by the energy method, and used to generate the training patterns of the neural network. An experimental study was carried out on an aluminum cantilever beam to verify the present method for crack identification. Cracks were produced on the beam, and free vibration tests were performed. A crack occurrence region was estimated using the modified Laplacian operator for the strain mode shape, and the crack location and size were assessed using the natural frequencies and neural network technique. The identified crack occurrence region agrees well with the exact one, and the accuracy of the estimation results for the crack location and size could be enhanced considerably for 3 damage cases. The presented method could be applied effectively to the structural health monitoring of large structures.
대형구조물의 효과적인 구조 안전성 확보를 위해서는 결함탐지기술을 포함한 건전성 모니터링의 적용이 필요하다. 본 연구에서는 보 구조물에 발생하는 균열위치와 균열크기를 추정하기 위하여 다음과 같은 2단계의 균열추정방법을 제안한다. 우선, 보 구조물의 분포 국부 변형률 계측결과를 이용하여 변형률 모드형상을 구하고, 이에 대한 수정 라플라시안(Laplacian) 연산을 통하여 균열발생 영역을 추정한다. 이후, 가속도 측정을 통하여 구한 고유주파수와 신경망기법을 이용하여, 미리 추정된 균열발생 영역을 대상으로 균열위치와 균열크기를 추정한다. 이때, 신경망을 훈련시키기 위하여, 에너지법에 의해 유도된 균열보의 등가휨강성을 이용하여 균열보의 고유주파수를 해석적으로 구한다. 기법을 검증하기 위하여 알루미늄 캔틸레버 보에 대한 손상실험을 수행하였다. 인위적으로 실험체에 균열을 가한 후 자유진동실험을 수행하여 동적 변형률과 가속도를 계측하고 이를 이용하여 변형률 모드형상과 고유주파수를 구하였다. 변형률 모드형상에 대한 수정 라플라시안 연산을 통하여 균열발생 영역을 추정하고, 고유주파수와 신경망기법을 이용하여, 미리 추정된 균열발생 영역에 대하여 균열위치와 균열크기를 판정하였다. 3가지 손상경우에 대한 균열발생 영역의 추정결과는 실제 영역과 잘 일치하였으며, 균열위치와 균열크기 추정결과의 정확성을 상당히 향상시킬 수 있었다. 제안된 기법은 장대구조물에 대한 구조물 건전성 모니터링에 효과적으로 활용될 수 있을 것으로 판단된다.