• 한국구조물진단유지관리공학회 논문집
• /
• 제28권3호
• /
• pp.74-82
• /
• 2024

본 연구는 특징점 기반 변위 계측 알고리즘에서 환경 변화 및 타겟의 종류에 따라 특징점 검출 성능을 비교 분석하였고, 특징점 검출 알고리즘에 따른 변위 측정정확도를 비교 분석하기 위해 진행되었다. 성능 평가를 위해 3층 전단 구조물을 설계하였으며, FHD(1920×1080)급 카메라를 활용하여 구조물의 변위 응답을 기록하였다. 촬영거리 증가와 조도 변화에 따른 성능분석을 위해 최초 촬영거리를 10m로 설정하여 10m씩 멀어지면서 최대 40m까지 실험을 수행하였으며, 두 가지 조도 환경(450lux와 120lux)을 조성하였다. 구조물에 설치된 인공 타겟과 자연 타겟(볼트연결부 및 슬래브 단면적)을 관심영역으로 설정하여 Shi-Tomasi corner, SURF, BRISK 및 KAZE 특징점 검출 알고리즘으로 특징점을 검출하였다. 특징점 검출 성능분석 결과 Shi-Tomasi corner와 KAZE 알고리즘이 타겟 종류, 조도변화 및 촬영거리 증가에 강건한 것으로 보여줬으며, 두 알고리즘을 활용한 변위 측정정확도도 가장 높은 것으로 나타났다. 하지만 자연 타겟 활용시 변위 측정정확도는 인공 타겟의 경우보다 낮아지는 것을 보여주며, 밝기 대비가 가장 낮은 슬래브 단면적을 타겟으로 활용시 비전센서 운용거리가 20m로 적용 한계성을 보여줬다. 이는 촬영거리 증가에 따라 자연 타겟의 해상도가 저하되어 특징점을 추출에 한계성을 나타냈다.

• 한국방재안전학회논문집
• /
• 제16권3호
• /
• pp.27-34
• /
• 2023

우리나라는 법에 따라 주기적으로 교량의 안전점검을 수행하고 있다. 교량은 형식, 연장 등에 따라 구분하고 안전점검 내용 및 주기가 다르다. 교량의 안전성 평가는 상대적으로 큰 규모의 교량에 수행하고 있으며, 전체 교량 중 다수를 차지하는 소규모 교량의 안전성 평가는 의무화되어 있지 않다. 따라서 본 연구에서는 소규모 교량의 안전성을 확인하기 위하여, 안전성 평가 지표별 공용내하율과의 상관관계 분석 연구를 수행하였다. 이를 위해, 전국 지자체 교량의 점검진단 보고서를 수집하였으며, 보고서 상의 약 50가지 지표에 대한 교량별 값을 데이터화하였다. 수집 데이터에 대한 클리닝을 수행하고, 공용내하율과의 상관관계 분석을 통해, 교량 형식별로 안전성과 연관있는 상위 지표를 도출하였다.

• 한국터널지하공간학회 논문집
• /
• 제22권5호
• /
• pp.515-528
• /
• 2020

통상적으로 콘크리트 지하 구조물은 수십 년 이상 사용할 수 있도록 설계되지만 최근 들어 구조물 중 상당수가 당초의 기대 수명에 근접하고 있는 실정이다. 그 결과 구조물 고유의 기능이 상실되고 다양한 문제가 야기될 수 있어 신속한점검과 보수가 요구되고 있다. 이를 위해 지금까지는 지하 구조물 유지관리를 위하여 인력 기반의 점검과 보수가 진행되었으나 최근에는 인공지능과 영상 기술의 융합을 통한 객관적인 점검 기술 개발이 활발하게 이루어지고 있다. 특히 딥러닝을 활용한 영상 인식 기술을 적용하여 지도학습 기반의 콘크리트 균열 탐지 알고리즘 개발에 관한 연구가 다양하게 진행되고 있다. 이러한 연구들은 대부분 지도학습 형태 영상 인식 기술로 많은 양의 데이터를 바탕으로 개발이 되는데, 그 중에도 많은 수의 라벨 영상(Label image)이 요구된다. 이를 확보하기 위해서는 현실적으로 많은 시간과 노동력이 필요한 실정이다. 본 논문에서는 이와 같은 문제를 개선하고자 적대적 학습 기법을 적용하여 균열 영역 탐지 정확도를 평균적으로 0.25% 향상시키는 방법을 기술하고자 한다. 이 적대적 학습은 분할(Segmentation) 신경망과 판별자(Discriminator) 신경망으로 구성되어 있고, 가상의 라벨 영상을 경쟁적인 구조로 생성하여 인식 성능을 높이는 알고리즘이다. 본 논문에서는 이 같은 방법을 활용하여 효율적인 심층 신경망 학습 방법을 제시하였고, 향후에 정확한 균열 탐지에 활용될 것으로 기대한다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제9권3호
• /
• pp.203-212
• /
• 2005

섬유질 단열재는 주로 폐신문지로 만드는 데, 내화성능을 위해 내화재로 처리된다. 내화재로 인해 연소가 되지 않을 뿐 아니라, 연기도 나지 않는다. 섬유질 단열재의 열저항은 유리섬유나 암면보다 더 뛰어나다. 섬유질 단열재는 폐지로 만들어지므로 폐기시에는 잘 부식되고, 내재에너지 또한 매우 작은 친환경 단열재이다. 국내 건축물에 섬유질 단열재를 광범위하게 이용하기 위해서는 국내 건축법규 상의 단열규정에 적합한지 여부를 판단할 수 있는 물리적 성능 테스트가 필요하다. 따라서 국내에서 생산되는 섬유질 단열재에 대한 열전도율 및 내화성능 실험을 ASTM C 518과 ASTM C 1485에 근거하여 실시하였다. 국내생산 섬유질 단열재는 동일밀도의 미국제품에 비해 열전도율이 약 5%정도 높게 나타났다. 이러한 결과는 폐지원지의 섬유질이 서로 다른데서 기인하는 것으로 판단된다. 습식분사방식과 공기충진방식 모두 온도가 $5.5^{\circ}C$ 상승할 때 마다 약 1.5%씩 열전도율이 높아지는 것으로 나타났다. 섬유질 단열재의 내화성능은 내화재의 함유량에 비례하여 일정하게 증가되는 것으로 나타났다. 높은 내화성능으로 인해 불에 약한 우레탄폼이나 스치로폼을 대체할 수 있다. 섬유질 단열재의 열전도율은 시편의 온도가 $4-43^{\circ}C$인 경우 $0.037-0.043W/m{\cdot}K$로 나타났다. 이는 국내 건축법규 상의 "나"등급에 해당하는 값이다. 내화재가 열전도율에 미치는 영향은 미미하였으며, 내화재가 전혀 들어있지 않은 경우가 가장 열전도율이 높게 나타났다. 섬유질 단열재의 단열성능은 유리섬유나 암면에 비해 뛰어나고, 스치로폼이나 우레탄폼에 비해 내화성능은 훨씬 뛰어나다. 따리서, 물리적인 성능을 고려한다면 위의 기존 단열재들을 대체할 수 있다. 섬유질 단열재는 스치로폼이나 우레탄폼에 비해 값도 싸므로 국내에서도 더욱 폭 넓게 사용하는 것이 추천된다.

• 한국산학기술학회논문지
• /
• 제20권9호
• /
• pp.262-269
• /
• 2019

본 연구는 남북 경제 협력 및 상호 발전의 근간이 되는 인프라 건설 수요의 확대에 따른 북한 건설기능인력양성을 위한 교육 훈련 프로그램 개발 및 운영 방안 마련을 위해 수행되었다. 이를 위해 건설분야별 교육 훈련을 위한 직종의 분류와 각 교육 훈련 과정의 개요와 편성 시간 등을 분석하여 건설현장 기능인력 양성의 관점에서 교육 훈련 대상 및 범위를 확정하였다. 그리고 접경지역 남북한 경제협력 관련 이슈를 분석하여 지역적 특성을 도출하고, 이러한 특성을 고려한 북한 건설기능인력의 양성을 위한 교육 훈련 프로그램을 사회-산업-생활 인프라의 3가지 유닛으로 구분하였다. 사회인프라 유닛은 접경지역 전체의 공통 수요로 도로, 철도, 항만 등의 건설과 함께 점검 및 유지보수가 포함된다. 산업인프라 유닛은 접경지 서쪽의 경제특구(혹은 추가로 지정되는 경제특구)를 중심으로 산업설비 수요 대비를 위한 프로그램이다. 생활인프라 유닛은 경제 특구 등의 배후 주거단지와 접경지 내륙, 동쪽 관광 벨트 구측을 위한 대형복합시설, 주거시설, 라이프라인 등 기반 시설에 대응하는 프로그램이다.

• 한국지반공학회논문집
• /
• 제39권10호
• /
• pp.41-48
• /
• 2023

도로 하부에 발생된 이상구간은 사용자의 안전을 위협하고 보수하기 위해서도 많은 사회적 비용이 동반된다. 본 연구에서는 적외선 카메라를 사용하여 이상구간 매질에 따른 온도 분포를 실험적으로 평가하고 이를 머신러닝 기법으로 분석하고자 하였다. 대상 현장은 가로와 세로 및 깊이가 모두 50cm인 정육면체 형태로 설정하였고, 이상구간은 물과 공기로 결정하였다. 실험부지의 상부는 포장층을 모사하기 위해 콘크리트 블록을 설치하였으며, 오후 4시부터 다음날 오후 3시까지 총 23시간 동안 포장층의 온도 분포를 측정하였다. 측정된 값은 이미지 형태로 도출되었으며, 이미지 중간부분에서 측정 온도의 수치를 추출하였다. 최대온도와 최저온도의 차이는 물, 공기, 그리고 원 지반에서 각각 34.8℃, 34.2℃ 그리고 28.6℃로 나타났으며, 이미지 분석 기법인 convolution neural network(CNN) 방법을 활용하여 각 측정 이미지에 해당하는 조건을 분류하였다. 분류를 수행하기 위해서는 res net 101과 squeeze net 네트워크가 이용되었다. res net 101의 분류 정확도는 물, 공기 그리고 원 지반에서 각각 70%, 50% 그리고 80%로 나타났고, squeeze net의 분류 정확도는 60%, 30% 그리고 70%로 나타났다. 해당 연구 결과는 수치데이터로 특징 판단이 어려울 경우 이미지 기반의 CNN 알고리즘을 활용하면 매질 특성 분석이 가능하고 지반내 상태도 예측할 수 있는 방법론을 보여준다.

• 한국산학기술학회논문지
• /
• 제16권10호
• /
• pp.6751-6758
• /
• 2015

공중의 안전을 확보하고 나아가 국민의 복리증진에 기여하기 위해 1995년에 시특법이 제정되었고, 시설물을 보다 효율적으로 관리하기 위해 FMS가 개발 운영되고 있지만, 몇몇 문제점이 발생하고 있다. 이에 본 연구에서는 FMS와 유관시스템의 현황을 면밀히 분석하여 (1) 1 2종 외 소규모 시설물을 포함한 범 국가 시설물정보 관리체계로 확장, (2) 시설물별 표준화된 점검진단시스템 개발 및 보급, (3) 관리주체 의사결정지원기능 등 DB활용시스템 개발, (4) 최신 정보기술을 활용한 FMS 성능 향상 및 안정적 운영환경 마련 등의 개선방향을 제시하였다. 본 연구에서 제시한 개선방향에 따라 개선해 나간다면 소규모 시설물의 안전관리를 강화하는데 도움을 줄 수 있으며, 시설물 안전 및 유지관리 업무 관계자에게 최적의 정보서비스를 제공함으로써 업무효율을 향상시키고 대국민 서비스를 개선할 수 있을 것이다.

• 한국건설관리학회논문집
• /
• 제13권5호
• /
• pp.35-44
• /
• 2012

건축물 유지관리 단계에서의 안전점검 및 정밀안전진단은 1, 2종 시설물에만 국한되어 있으나 중소규모 건축물이 전체 건축물의 99.4%를 차지할 정도로 많다는 점을 고려할 때, 중소규모 건축물의 안전진단은 반드시 필요하다. 이 연구에서는 현행 안전점검 및 정밀안전진단 체계의 문제점을 고찰하고, 중소규모 건축물에 적용할 수 있는 안전진단 모델을 개발하였다. 현행 평가방식을 고찰하고 설문조사를 통해 기존 상태평가 항목을 중소규모 건축물에 적합하게 조정하였다. 안전진단 모델 개발에 퍼지이론이 적용되었으며, 평가를 용이하게 하기 위해 웹기반 프로그램을 개발하였다. 이 연구의 결과를 실무에 적용한다면 1, 2종 이외의 중소규모 건축물도 안전점검 및 정밀안전진단을 효율적으로 수행할 수 있을 것이다.

• 한국건설순환자원학회논문집
• /
• 제7권2호
• /
• pp.138-144
• /
• 2019

강원도 지역의 공사중단 건축물의 현황을 분석하고, 공사중단 현장들에 대하여 내구성능을 분석하기 위하여 육안검사와 슈미트 해머법에 의한 압축강도를 추정하고 공사중단 건축물을 효율적으로 관리할 수 있는 기초자료를 제공하고자 하였다. 연구에서는 공사중단 건축물이 위치한 관계자들을 대상으로 의견을 청취하고 어떠한 문제가 내재되어 있고 효율적 관리 방안을 분석하였다. 공사중단 건축물의 시공이 다시 시작될 것을 예상하고 중요한 시공부위는 철저히 품질이 유지될 수 있도록 보호조치에 최선을 다하여야 한다. 공사중단된 건축물이 시간의 경과에 따른 동결융해의 피해에 노출될 수 있는 여건에 놓여 있다. 그러므로 보양 등의 조치를 취하여 공사중단 건축물의 내구성증진의 계획을 세워 보호조치를 취하여야 한다.

• 한국터널지하공간학회 논문집
• /
• 제23권6호
• /
• pp.549-558
• /
• 2021

터널과 지하시설물을 비롯한 콘크리트 토목구조물을 안전하게 관리하려면 균열 발생 여부를 정기적인 점검을 통해 알아내야 한다. 터널의 콘크리트 라이닝 표면에 발생한 균열의 위치와 형태를 검사하는 일은 주로 고소작업차를 투입하여 이루어진다. 이러한 작업은 차로를 통제한 채 이루어지므로 교통 체증을 일으키며, 점검 종사자가 위험한 환경에 노출되며, 매번 같은 종사자가 같은 터널의 같은 부위를 조사하기 어려우므로 검사 결과의 일관성이 저해된다. 본 연구는 기존 터널 영상 취득 시스템을 대상으로 딥러닝 기술을 적용해 터널 내 콘크리트 라이닝의 균열을 자동으로 탐지하는 방법을 다음과 같이 제시한다. 구체적으로는 의미론적 분할(semantic segmentation)을 수행하는 딥러닝 모델을 공개 데이터셋으로 학습시키고, 터널 영상 취득 시스템으로 취득한 데이터셋을 딥러닝 모델에 입력했을 때 성능을 알아본다. 첫 번째, 공개 데이터셋을 전부 학습시켰을 경우, 두 번째, 공개 데이터셋 중 기존 터널 영상 취득 시스템 데이터셋과 관련성이 높은 데이터셋만 선택하여 학습시켰을 경우, 마지막으로 관련성이 높은 데이터셋과 균열이 없는 영상(negative example)을 선택하여 학습시켰을 경우에 대하여 성능을 비교하여 효율적인 모델 학습 방안을 모색한다. 그 결과 공개 데이터셋에서 관련성이 높은 영상과 균열이 없는 영상을 골라 학습시켰을 경우의 성능이 가장 좋았다. 향후 딥러닝 알고리즘을 터널 영상 취득 시스템에 적용할 때 효율적인 모델 학습 방안을 수립하는데 기여할 것으로 기대한다.