• 한국구조물진단유지관리공학회 논문집
• /
• 제24권6호
• /
• pp.77-84
• /
• 2020

본 논문에서는 사장교와 같은 장대형 구조물의 손상위치를 판단할 수 있는 손상평가 기법을 개발하고, 개발한 기법의 성능을 실험을 통하여 검증하고자 하였다. 손상평가 기법은 무손상 데이터가 확보되지 않은 상태에서 구조물의 손상평가가 가능하고, 구조물의 응답 데이터의 분석만으로 손상위치를 판단할 수 있는 데이터를 추출하는 것을 목표로 하였다. 이러한 목표를 완성하기 위하여, 손상 위치 판별을 위하여 통계적 패턴인식 기술인 개선된 마할라노비스 거리(IMD : Improved Mahalanobis Distance) 이론에 기반하여 변동성이 고려된 손상평가 기법을 개발하였다. 개발한 손상평가 기법에는 구조물의 고유한 정보에 기반한 Simulation 프로그램을 반영하여 다양한 외력에 따른 구조물의 무손상 응답을 출력하도록 하였다. 개발한 기법의 성능을 실험적으로 평가하기 위하여 모형 사장교를 대상으로 케이블 손상실험을 수행하였다. 그 결과, 변동성이 고려된 손상평가 기법은 외력에 따른 무손상 데이터를 자동으로 출력하고, 출력된 무손상 데이터와 계측된 손상 데이터의 분석을 통하여 케이블의 손상 위치를 판단할 수 있는 정보를 추출하는 성능을 보이는 것을 확인하였다.

• Structural Monitoring and Maintenance
• /
• 제5권2호
• /
• pp.243-260
• /
• 2018

Detection of damages in fibre reinforced plastic (FRP) composite structures is important from the safety and serviceability point of view. Usually, damage is realized as a local reduction of stiffness and if dynamic responses of the structure are sensitive enough to such changes in stiffness, then a well posed inverse problem can provide an efficient solution to the damage detection problem. Usually, such inverse problems are solved within the framework of pattern recognition. Support Vector Machine (SVM) Algorithm is one such methodology, which minimizes the weighted differences between the experimentally observed dynamic responses and those computed using the finite element model- by optimizing appropriately chosen parameters, such as stiffness. A damage detection strategy is hereby proposed using SVM which perform stepwise by first locating and then determining the severity of the damage. The SVM algorithm uses simulations of only a limited number of damage scenarios and trains the algorithm in such a way so as to detect damages at unknown locations by recognizing the pattern of changes in dynamic responses. A rectangular fiber reinforced plastic composite plate has been investigated both numerically and experimentally to observe the efficiency of the SVM algorithm for damage detection. Experimentally determined modal responses, such as natural frequencies and mode shapes are used as observable parameters. The results are encouraging since a high percentage of damage cases have been successfully determined using the proposed algorithm.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1995년도 추계학술대회 논문집
• /
• pp.28-32
• /
• 1995

Bacause the chatter vibration is a main factor to damage on the quality and integrity, The cure is required peticurity in cykinderical plunge grinding. The chatter vibration relatied with wheel speed, workpiece and infeed rate. Therefore, we expressed more credible normal signal and chatter signal Pattern in accrdiance with wheel speed and acquired RMS signal of the accelerrometer. In thos study, after finding the chatter pattern, we applied two parameters, standard deviation and Kurtosis, to Neural Network.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.105-116
• /
• 2022

Stay cables play an essential role in cable-stayed bridges. Severe vibrations and/or harsh environment may result in cable failures. Therefore, an efficient structural health monitoring (SHM) solution for cable damage detection is necessary. This study proposes a data-driven method for immediately detecting cable damage from measured cable forces by recognizing pattern transition from the intact condition when damage occurs. In the proposed method, pattern recognition for cable damage detection is realized by time series classification (TSC) using a deep learning (DL) model, namely, the long short term memory fully convolutional network (LSTM-FCN). First, a TSC classifier is trained and validated using the cable forces (or cable force ratios) collected from intact stay cables, setting the segmented data series as input and the cable (or cable pair) ID as class labels. Subsequently, the classifier is tested using the data collected under possible damaged conditions. Finally, the cable or cable pair corresponding to the least classification accuracy is recommended as the most probable damaged cable or cable pair. A case study using measured cable forces from an in-service cable-stayed bridge shows that the cable with damage can be correctly identified using the proposed DL-TSC method. Compared with existing cable damage detection methods in the literature, the DL-TSC method requires minor data preprocessing and feature engineering and thus enables fast and convenient early detection in real applications.

• 한국구조물진단유지관리공학회 논문집
• /
• 제15권3호
• /
• pp.134-141
• /
• 2011

최근 사회 기반 시설물에서 구조물의 안전성 및 적정 성능 수준을 확보하기 위하여 구조물의 결함 빛 노후화에 의한 성능 저하 등을 상시적으로 모니터링하기 위한 관심이 높아지고 있다. 이 중 배관 구조물은 국가 주요 자원의 수송을 책임지는 핵심 사회 기반 시설물임에도 불구하고 지중에 매립된다는 위치적 특성 상 상시적으로 구조물의 상태를 모니터링하기는 매우 어렵다. 또한 배관 구조물에서는 내부 미세 균열에서부터 국부 좌굴, 볼트 풀림, 피로 균열 등과 같이 다양한 형태의 손상이 복합적으로 발생 가능하다. 따라서 본 연구에서는 이러한 복합 손상을 효율적으로 진단하기 위하여 압전센서를 이용한 자가 계측 회로 기반의 유도 초음파 계측 시스템을 복합 손상 진단에 적용하였다. 유도 초음파 자가 계측으로부터 특정 중심 주파수에 해당하는 구조물의 웨이블렛 응답을 계측한다. 복합 손상을 유형별로 분류하기 위하여 유도 초음파 계측으로부터 추출한 특성을 이용하여 손상지수를 계산하고 이를 지도학습 기반 패턴인식 기법에 적용한다. 제안된 기법의 적용성 검토를 위하여 배관 구조물에 인위적으로 다중 손상을 생성시켜 시험을 수행하였다.

• 정보처리학회논문지B
• /
• 제18B권5호
• /
• pp.271-278
• /
• 2011

최근 급증하는 기상이변 및 기후온난화 현상은 풍수로 인한 피해를 더욱 가속시키고 있어 풍수해 발생가능성을 미리 예측하여 선제적으로 대응할 방안 마련이 필요하다. 재난 재해의 위험성 분석은 주로 확률 통계기법에 기반한 수식모델 연구가 주류를 이루고 있고 소방방재청 국립방재연구소에서 구축한 태풍위원회 재해정보시스템(TCDIS: Typhoon Committee Disaster Information System) 또한 지역별 풍수해 위험성 분석에 확률모델을 활용하고 있다. 본 논문에서는 경험적 패턴인식에 탁월한 성능을 가진 신경망 알고리즘을 활용하여 개발한 풍수해 예측모델을 소개하고 이 모델과 TCDIS의 KDF 확률밀도함수를 이용한 풍수해 예측모델의 성능 비교 결과를 제시하여 기존 TCDIS의 위험성 분석기능에 신경망 모델을 적용함으로써 시스템의 강건성과 예측 정확도 향상이 가능함을 보이고자 한다.

• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2011년도 정기 학술발표대회
• /
• pp.39-39
• /
• 2011

This study presents an effective vision-based system for cable bridge damage detection. In theory, cable bridges need to be inspected the outer as well as the inner part. Starting from August 2010, a new research project supported by Korea Ministry of Land, Transportation Maritime Affairs(MLTM) was initiated focusing on the damage detection of cable system. In this study, only the surface damage detection algorithm based on a vision-based system will be focused on, an overview of the vision-based cable damage detection is given in Fig. 1. Basically, the algorithm combines the image enhancement technique with principal component analysis(PCA) to detect damage on cable surfaces. In more detail, the input image from a camera is processed with image enhancement technique to improve image quality, and then it is projected into PCA sub-space. Finally, the Mahalanobis square distance is used for pattern recognition. The algorithm was verified through laboratory tests on three types of cable surface. The algorithm gave very good results, and the next step of this study is to implement the algorithm for real cable bridges.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.129-140
• /
• 2022

The effectiveness of system identification, damage detection, condition assessment and other structural analyses relies heavily on the accuracy and reliability of the measured data in structural health monitoring (SHM) systems. However, data anomalies often occur in SHM systems, leading to inaccurate and untrustworthy analysis results. Therefore, anomalies in the raw data should be detected and cleansed before further analysis. Previous studies on data anomaly detection mainly focused on just single type of data anomaly for denoising or removing outliers, meanwhile, the existing methods of detecting multiple data anomalies are usually time consuming. For these reasons, recognising multiple anomaly patterns for real-time alarm and analysis in field monitoring remains a challenge. Aiming to achieve an efficient and accurate detection for multi-type data anomalies for field SHM, this study proposes a pattern-recognition-based data anomaly detection method that mainly consists of three steps: the feature extraction from the long time-series data samples, the training of a pattern recognition neural network (PRNN) using the features and finally the detection of data anomalies. The feature extraction step remarkably reduces the time cost of the network training, making the detection process very fast. The performance of the proposed method is verified on the basis of the SHM data of two practical long-span bridges. Results indicate that the proposed method recognises multiple data anomalies with very high accuracy and low calculation cost, demonstrating its applicability in field monitoring.

• 한국항해항만학회지
• /
• 제36권3호
• /
• pp.163-168
• /
• 2012

최근 물 가까이에서 생활하고 여가를 보낼 수 있는 친수공간에 대한 욕구가 증가하면서 플로팅 구조물에 대한 관심이 커져가고 있다. 이에 본 연구에서는 정적 변형률을 이용한 플로팅 구조물의 손상탐지기법을 제안하였다. 손상을 탐지하기 위한 손상지수는 기존의 모달 변형에너지를 이용한 손상지수 법을 변형률을 적용할 수 있도록 확장하여 손상 전과 손상 후의 변형률로 나타내었으며, 손상지수 계산 후 손상부위를 결정하는 손상탐지는 패턴인식을 이용하였다. 제안된 이론의 정확성과 타당성은 플로팅 구조물의 축소모형을 제작하고 계측된 변형률 데이터에 적용하여 검증하였다.

• Structural Engineering and Mechanics
• /
• 제48권3호
• /
• pp.291-308
• /
• 2013

Structural health monitoring is crucial to maintain the structural performance safely. Moreover, the Kullback-Leibler divergence (KLD) is applied usually to asset the similarity between different probability density functions in the pattern recognition. In this study, the KLD is employed to detect the damage. However the asymmetry of the KLD is a shortcoming for the damage detection, to overcoming this shortcoming, two other divergences and one statistic distribution are proposed. Then the damage identification by the KLD and its three descriptions from the symmetric point of view is investigated. In order to improve the reliability and accuracy of the four divergences, the gapped smoothing method (GSM) is adopted. On the basis of the damage index approach, the new damage index (DI) for detect damage more accurately based on the four divergences is developed. In the last, the grey relational coefficient and hypothesis test (GRCHT) is utilized to obtain the more precise damage identification results. Finally, a clear remarkable improvement can be observed. To demonstrate the feasibility and accuracy of the proposed method, examples of an isotropic beam with different damage scenarios are employed so as to check the present approaches numerically. The final results show that the developed approach successfully located the damaged region in all cases effect and accurately.