Benefiting from the massive monitoring data collected by the Structural health monitoring (SHM) system, scholars can grasp the complex environmental effects and structural state during structure operation. However, the monitoring data is often missing due to sensor faults and other reasons. It is necessary to study the recovery method of missing monitoring data. Taking the structural temperature monitoring data of Nanjing Dashengguan Yangtze River Bridge as an example, the long short-term memory (LSTM) network-based recovery method for missing structural temperature data is proposed in this paper. Firstly, the prediction results of temperature data using LSTM network, support vector machine (SVM), and wavelet neural network (WNN) are compared to verify the accuracy advantage of LSTM network in predicting time series data (such as structural temperature). Secondly, the application of LSTM network in the recovery of missing structural temperature data is discussed in detail. The results show that: the LSTM network can effectively recover the missing structural temperature data; incorporating more intact sensor data as input will further improve the recovery effect of missing data; selecting the sensor data which has a higher correlation coefficient with the data we want to recover as the input can achieve higher accuracy.
An automatic modal identification program is developed for continuous extraction of modal parameters of three cable-supported bridges in Hong Kong which are instrumented with a long-term monitoring system. The program employs the Complex Modal Indication Function (CMIF) algorithm for identifying modal properties from continuous ambient vibration measurements in an on-line manner. By using the LabVIEW graphical programming language, the software realizes the algorithm in Virtual Instrument (VI) style. The applicability and implementation issues of the developed software are demonstrated by using one-year measurement data acquired from 67 channels of accelerometers permanently installed on the cable-stayed Ting Kau Bridge. With the continuously identified results, variability in modal vectors due to varying environmental conditions and measurement errors is observed. Such an observation is very helpful for selection of appropriate measured modal vectors for structural health monitoring use.
This research proposes measuring of BCG(ballistocardiogram) to monitor heart activities in a non-constrained environment, at home or work. Unlike with ECG, measuring BCG does not require the attachment of leads on the subject's body and allows signal measuring in a non-constrained state. It enables effective long-term monitoring of cardiac conditions. In this study a chair type BCG measurement system to continuous monitor the activity of the heart is implemented. The instrument consists of upper petal and ready for press of chair load cell sensor is attached to measure the change of the object's weight. In order to extract the output ballistic signal from the weight and force sensor signals. Beside the signal processing circuit for the digital conversion, the ballistic signal is detected using DAQ equipment. Signal processing algorithm including wavelet transforms for noise cancellation, template matching for normalization and peak detection in BCG is developed. ECG and BCG were concurrently measured to evaluate the performance of the system, and comparing the characteristics of the two signals verified the possibility of the system in non-constrained and nonconscious health monitoring.
Noncontact electrocardiogram (ECG) measurement using capacitive-coupled technique is a very reliable long-term noninvasive health-care remote monitoring system. It can be used continuously without interrupting the daily activities of the user and is one of the most promising developments in health-care technology. However, ECG signal is a very small electric signal. A robust system is needed to separate the clean ECG signal from noise in the measurement environment. Noise may come from many sources around the system, for example, bad contact between the sensor and body, common-mode electrical noise, movement artifacts, and triboelectric effect. Thus, in this paper, the extended Kalman filter (EKF) is applied to denoise a real-time ECG signal in capacitive-coupled sensors. The ECG signal becomes highly stable and noise-free by combining the common analog signal processing and the digital EKF in the processing step. Furthermore, to achieve ubiquitous monitoring, android-based application is developed to process the heart rate in a realtime ECG measurement.
Researchers up to date have introduced several Structural Health Monitoring (SHM) techniques with varying advantages and drawbacks for each. Satellite positioning systems (GPS, GLONASS and GALILEO) based techniques proved to be promising, especially for high natural period structures. Particularly, the GPS has proved sufficient performance and reasonable accuracy in tracking real time dynamic displacements of flexible structures independent of atmospheric conditions, temperature variations and visibility of the monitored object. Tall structures are particularly sensitive to oscillations produced by different sources of dynamic actions; such as typhoons. Wind forces induce in the structure both longitudinal and perpendicular displacements with respect to the wind direction, resulting in torsional effects, which are usually more complex to be detected. To efficiently track the horizontal rotations of the in-plane sections of such flexible structures, two main issues have to be considered: a suitable sensor topology (i.e., location, installation, and combination of sensors), and the methodology used to process the data recorded by sensors. This paper reports the contributions of the measurements recorded from dual frequency GPS receivers and uni-axial accelerometers in a full-scale experimental campaign. The Canton tower in Guangzhou-China is the case study of this research, which is instrumented with a long-term structural health monitoring system deploying both accelerometers and GPS receivers. The elaboration of combining the obtained rather long records provided by these two types of sensors in detecting the torsional behavior of the tower under ambient vibration condition and during strong wind events is discussed in this paper. Results confirmed the reliability of GPS receivers in obtaining the dynamic characteristics of the system, and its ability to capture the torsional response of the tower when used alone or when they are combined with accelerometers integrated data.
Kim, Wook;Kim, Yongkyo;You, Yunsun;Jung, Kihyo;Choi, Won-Jun;Lee, Wanhyung;Kang, Seong-Kyu;Ham, Seunghon
Journal of Korean Society of Occupational and Environmental Hygiene
/
v.32
no.1
/
pp.78-88
/
2022
Objectives: To develop the smart sensor to protect worker's health from chemical exposure by adopting ICT (Information and Communications Technology) technologies. Methods: To develope real-time chemical exposure monitoring system, IoT (Internet of Things) sensor technology and regulations were reviewed. We developed and produced smart sensor. A smart sensor is a system consisting of a sensor unit, a communication unit, and a platform. To verify the performance of smart sensors, each sensor has been certified by the Korea Laboratory Accreditation Scheme (KOLAS). Results: Chemicals (TVOC; Total Volatile Organic Compounds, Cl2: Chlorine, HF: Hydrogen fluoride and HCN: Hydrogen cyanide) were selected according to a priority logic (KOSHA Alert, acute poisoning statistics, literature review). Notifications were set according to OEL (occupational exposure limit). Sensors were selected based on OEL and the capabilities of the sensors. Communication is designed to use LTE (Long Term Evolution) and Wi-Fi at the same time for convenience. Electronic platform were applied to build this monitoring system. Conclusions: Real-time monitoring system for OEL of hazardous chemicals in workplace was developed. Smart sensor can detect chemicals to complement monitoring of traditional workplace environmental monitoring such as short term and peak exposure. Further research is needed to expand the scope of application, improve reliability, and systematically application.
In the past two decades, structural health monitoring (SHM) systems have been widely installed on various civil infrastructures for the tracking of the state of their structural health and the detection of structural damage or abnormality, through long-term monitoring of environmental conditions as well as structural loadings and responses. In an SHM system, there are plenty of sensors to acquire a huge number of monitoring data, which can factually reflect the in-service condition of the target structure. In order to bridge the gap between SHM and structural maintenance and management (SMM), it is necessary to employ advanced data processing methods to convert the original multi-source heterogeneous field monitoring data into different types of specific physical indicators in order to make effective decisions regarding inspection, maintenance and management. Conventional approaches to data analysis are confronted with challenges from environmental noise, the volume of measurement data, the complexity of computation, etc., and they severely constrain the pervasive application of SHM technology. In recent years, with the rapid progress of computing hardware and image acquisition equipment, the deep learning-based data processing approach offers a new channel for excavating the massive data from an SHM system, towards autonomous, accurate and robust processing of the monitoring data. Many researchers from the SHM community have made efforts to explore the applications of deep learning-based approaches for structural damage detection and structural condition assessment. This paper gives a review on the deep learning-based SHM of civil infrastructures with the main content, including a brief summary of the history of the development of deep learning, the applications of deep learning-based data processing approaches in the SHM of many kinds of civil infrastructures, and the key challenges and future trends of the strategy of deep learning-based SHM.
A long-term structural health monitoring (SHM) system comprising over 700 sensors of sixteen types has been implemented on the Guangzhou Television and Sightseeing Tower (GTST) of 610 m high for real-time monitoring of the structure at both construction and service stages. As part of this sophisticated SHM system, 48 temperature sensors have been deployed at 12 cross-sections of the reinforced concrete inner structure of the GTST to provide on-line monitoring via a wireless data transmission system. In this paper, the differential temperature profiles in the reinforced concrete inner structure of the GTST, which are mainly caused by solar radiation, are recognized from the monitoring data with the purpose of understanding the temperature-induced structural internal forces and deformations. After a careful examination of the pre-classified temperature measurement data obtained under sunny days and non-sunny days, common characteristic of the daily temperature variation is observed from the data acquired in sunny days. Making use of 60-day temperature measurement data obtained in sunny days, statistical patterns of the daily rising temperature and daily descending temperature are synthesized, and temperature distribution models of the reinforced concrete inner structure of the GTST are formulated using linear regression analysis. The developed monitoring-based temperature distribution models will serve as a reliable input for numerical prediction of the temperature-induced deformations and provide a robust basis to facilitate the design and construction of similar structures in consideration of thermal effects.
Long term measurement data on the bridge response caused by moving loads are fundamental ingredient to the development or improvement of the new bridge design. In addition, proper establishment of the systematic analysis and diagnosis together with the maintenance system become the essential procedure to the effective repair/reinforcement/retrofit of not only the high speed but also the conventional railway bridges. Therefore, the real time health monitoring system on the important railway bridges should be enhancing the proper maintenance of the structures. The main objective of this study is, therefore, to develop a monitoring device including Weigh-In-Motion (WIM) function and the emphasis is place on the easy and economic installation of the developed system in the field condition.
Kesavan, K.;Ravisankar, K.;Parivallal, S.;Sreeshylam, P.
Smart Structures and Systems
/
v.1
no.4
/
pp.355-368
/
2005
Large and complex structures are being built now-a-days and, they are required to be functional even under extreme loading and environmental conditions. In order to meet the safety and maintenance demands, there is a need to build sensors integrated structural system, which can sense and provide necessary information about the structural response to complex loading and environment. Sophisticated tools have been developed for the design and construction of civil engineering structures. However, very little has been accomplished in the area of monitoring and rehabilitation. The employment of appropriate sensor is therefore crucial, and efforts must be directed towards non-destructive testing techniques that remain functional throughout the life of the structure. Fiber optic sensors are emerging as a superior non-destructive tool for evaluating the health of civil engineering structures. Flexibility, small in size and corrosion resistance of optical fibers allow them to be directly embedded in concrete structures. The inherent advantages of fiber optic sensors over conventional sensors include high resolution, ability to work in difficult environment, immunity from electromagnetic interference, large band width of signal, low noise and high sensitivity. This paper brings out the potential and current status of technology of fiber optic sensors for civil engineering applications. The importance of employing fiber optic sensors for health monitoring of civil engineering structures has been highlighted. Details of laboratory studies carried out on fiber optic strain sensors to assess their suitability for civil engineering applications are also covered.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.