Structural Damage Assessment Based on Model Updating and Neural Network

In recent years, various artificial neural network algorithms are used in the damage assessment of civil infrastructures. So far, many researchers have used the artificial neural network as a pattern classifier for the structural damage assessment but, in this paper, the neural network is used as a structural reanalysis tool not as a pattern classifier. For the model updating using the optimization algorithm, the summation of the absolute differences in the structural vibration modes between undamaged structures and damaged ones is considered as an objective function. The stiffness of structural components are treated as unknown parameters to be determined. The structural damage detection is achieved using model updating based on the optimization techniques which determine the estimated stiffness of components minimizing the objective function. For the verification of the proposed damage identification algorithm, it is numerically applied to a simply supported bridge model.

신경망 및 모델업데이팅에 기초한 구조물 손상평가

토목구조물의 손상평가를 위해 현재까지 인공신경망이 유형분류기로 많이 이용되어왔다. 그러나 본 논문에서는 신경망을 구조재해석기로 사용하여 최적화에 의한 모델업데이팅을 이용한 손상평가를 수행하였다. 최적화에 의한 모델업데이팅을 위해 손상전후의 구조물 모드형상의 절대차의 합을 목적함수로 하였으며, 부재의 강성을 미지의 변수로 취급하였다. 본 손상평가 알고리즘의 적용성을 검토하기 위해 단순보 형태의 판형교 모델에 수치적으로 적용하였다. 적용결과 구조 재해석을 위해 유한요소법을 이용한 결과와 유사한 정도의 손상추정 결과를 얻었다.