The nondestructive test is widely used in the field of diagnosis and maintenance to evaluate the degree of damaging of structures caused by aging, and the demand for this test method is expected to continue increasing. However, there is a lack of standards related to the nondestructive test, and South Korea is relying heavily on developed nations for original technologies related to diagnosis. It is an urgent task to establish a nondestructive test method appropriate for the circumstance of South Korea. The purpose of this study is to compare and analyze estimated error of compressive strength in single-story structures comprised of vertical and horizontal reinforced concrete members using the impact testing method and rebound hardness method, which are nondestructive test methods, and to review on-site applicability of these methods. Based on compressive strength of the structures estimated, overall mean error was 21.2% for the impact testing method and 15.6% for the rebound hardness method. The necessity of a reliable diagnostic method based on compound nondestructive test methods to increase accuracy of estimation was confirmed.
Dynamic irregularity and acceleration of bridges subjected to high-speed trains provide crucial information for comprehensive evaluation of the health state of under-track structures. This paper proposes a novel approach for real-time estimation of vertical track dynamic irregularity and bridge acceleration using deep generative adversarial network (GAN) and vibration data from in-service train. The vehicle-body and bogie acceleration responses are correlated with the two target variables by modeling train-bridge interaction (TBI) through least squares generative adversarial network (LSGAN). To realize supervised learning required in the present task, the conventional LSGAN is modified by implementing new loss function and linear activation function. The proposed approach can offer pointwise and accurate estimates of track dynamic irregularity and bridge acceleration, allowing frequent inspection of high-speed railway (HSR) bridges in an economical way. Thanks to its applicability in scenarios of high noise level and critical resonance condition, the proposed approach has a promising prospect in engineering applications.
This paper proposed a discrete wavelet transform based method for time-varying physical parameter identification of shear type structures. The time-varying physical parameters are dispersed and expanded at multi-scale as profile and detail signal using discrete wavelet basis. To reduce the number of unknown quantity, the wavelet coefficients that reflect the detail signal are ignored by setting as zero value. Consequently, the time-varying parameter can be approximately estimated only using the scale coefficients that reflect the profile signal, and the identification task is transformed to an equivalent time-invariant scale coefficient estimation. The time-invariant scale coefficients can be simply estimated using regular least-squares methods, and then the original time-varying physical parameters can be reconstructed by using the identified time-invariant scale coefficients. To reduce the influence of the ill-posed problem of equation resolving caused by noise, the Tikhonov regularization method instead of regular least-squares method is used in the paper to estimate the scale coefficients. A two-story shear type frame structure with time-varying stiffness and damping are simulated to validate the effectiveness and accuracy of the proposed method. It is demonstrated that the identified time-varying stiffness is with a good accuracy, while the identified damping is sensitive to noise.
Utilizing robotic based reconfigurable nodal structural health monitoring systems has many advantages over static or human positioned sensor systems. However, creating a robot capable of traversing a variety of civil infrastructures is a difficult task, as these structures each have unique features and characteristics posing a variety of challenges to the robot design. This paper outlines the design and implementation of a novel robotic platform for deployment on ferromagnetic structures as an enabling structural health monitoring technology. The key feature of this design is the utilization of an attachment device which is an advancement of the common magnetic base found in the machine tool industry. By mechanizing this switchable magnetic circuit and redesigning it for light weight and compactness, it becomes an extremely efficient and robust means of attachment for use in various robotic and structural health monitoring applications. The ability to engage and disengage the magnet as needed, the very low power required to do so, the variety of applicable geometric configurations, and the ability to hold indefinitely once engaged make this device ideally suited for numerous robotic and distributed sensor network applications. Presented here are examples of the mechanized variable force magnets, as well as a prototype robot which has been successfully deployed on a large construction site. Also presented are other applications and future directions of this technology.
Journal of Korean Association for Spatial Structures
/
v.21
no.3
/
pp.43-50
/
2021
A tilted tall building is actively constructed as landmark structures around world to date. Because lateral displacement responses of a tilted tall building occurs even by its self-weight, reduction of seismic responses is very important to ensure structural safety. In this study, a smart tuned mass damper (STMD) was applied to the example tilted tall building and its seismic response control performance was investigated. The STMD was composed of magnetorheological (MR) damper and it was installed on the top floor of the example building. Control performance of the STMD mainly depends on the control algorithn. Fuzzy logic controller (FLC) was selected as a control algorithm for the STMD. Because composing fuzzy rules and tuning membership functions of FLC are difficult task, evolutionary optimization algorithm (EOA) was used to develop the FLC. After numerical simulations, it has been seen that the STMD controlled by the EOA-optimized FLC can effectively reduce seismic responses fo the tilted tall building.
Shajihan, Shaik Althaf V.;Wang, Shuo;Zhai, Guanghao;Spencer, Billie F. Jr.
Smart Structures and Systems
/
v.29
no.1
/
pp.181-193
/
2022
Data-driven structural health monitoring (SHM) of civil infrastructure can be used to continuously assess the state of a structure, allowing preemptive safety measures to be carried out. Long-term monitoring of large-scale civil infrastructure often involves data-collection using a network of numerous sensors of various types. Malfunctioning sensors in the network are common, which can disrupt the condition assessment and even lead to false-negative indications of damage. The overwhelming size of the data collected renders manual approaches to ensure data quality intractable. The task of detecting and classifying an anomaly in the raw data is non-trivial. We propose an approach to automate this task, improving upon the previously developed technique of image-based pre-processing on one-dimensional (1D) data by enriching the features of the neural network input data with multiple channels. In particular, feature engineering is employed to convert the measured time histories into a 3-channel image comprised of (i) the time history, (ii) the spectrogram, and (iii) the probability density function representation of the signal. To demonstrate this approach, a CNN model is designed and trained on a dataset consisting of acceleration records of sensors installed on a long-span bridge, with the goal of fault detection and classification. The effect of imbalance in anomaly patterns observed is studied to better account for unseen test cases. The proposed framework achieves high overall accuracy and recall even when tested on an unseen dataset that is much larger than the samples used for training, offering a viable solution for implementation on full-scale structures where limited labeled-training data is available.
In the last decade, wireless sensor networks have emerged as a promising technology that could accelerate progress in the field of structural monitoring. The main advantages of wireless sensor networks compared to conventional monitoring technologies are fast deployment, small interference with the surroundings, self-organization, flexibility and scalability. These features could enable mass application of monitoring systems, even on smaller structures. However, since wireless sensor network nodes are battery powered and data communication is the most energy consuming task, transferring all the acquired raw data through the network would dramatically limit system lifetime. Hence, data reduction has to be achieved at the node level in order to meet the system lifetime requirements of real life applications. The objective of this paper is to discuss some general aspects of data processing and management in monitoring systems based on wireless sensor networks, to present a prototype monitoring system for civil engineering structures, and to illustrate long-term field test results.
Objectives It is well known that problem drinking is associated with alterations of brain structures and functions. Brain functions related to alcohol consumption can be determined by the resting state functional connectivity in various resting state networks (RSNs). This study aims to ascertain the alcohol effect on the structures forming predetermined RSNs by assessing their cortical thickness. Methods Twenty-six abstinent male patients with alcohol dependence and the same number of age-matched healthy control were recruited from an inpatient mental hospital and community. All participants underwent a 3T MRI scan. Averaged cortical thickness of areas constituting 7 RSNs were determined by using FreeSurfer with Yeo atlas derived from cortical parcellation estimated by intrinsic functional connectivity. Results There were significant group differences of mean cortical thicknesses (Cohen's d, corrected p) in ventral attention (1.01, < 0.01), dorsal attention (0.93, 0.01), somatomotor (0.90, 0.01), and visual (0.88, 0.02) networks. We could not find significant group differences in the default mode network. There were also significant group differences of gray matter volumes corrected by head size across the all networks. However, there were no group differences of surface area in each network. Conclusions There are differences in degree and pattern of structural recovery after abstinence across areas forming RSNs. Considering the previous observation that group differences of functional connectivity were significant only in networks related to task-positive networks such as dorsal attention and cognitive control networks, we can explain recovery pattern of cognition and emotion related to the default mode network and the mechanisms for craving and relapse associated with task-positive networks.
Purpose : Although it's been known for half a century that unique structures have evolved in the cerebellum and they then became greatly enlarged in the human brain, the function of these structures still remains unknown. The purpose of this study was to assess cerebellar activation during motor, sensory, word generation, listening comprehension, and working memory tasks with using functional magnetic resonance imaging (fMRI). Materials and Methods : Eleven healthy right-handed subjects (Male: female, 6:5, mean age: 27.4years) were imaged on a Siemens 1.5T scanner. Whole brain functional maps were acquired using BOLD EPI sequences in the axial plane. Each paradigm consisted of five epochs of activation vs. the control condition. The activation tasks consisted of left finger complex movement, sensory stimulation of the left hand, word generation, listening comprehension, and working memory tasks. The reference function was a boxcar waveform. The activation maps were thresholded at p = 0.001. SPM 5 evaluated the activated areas and responses within the cerebellum. Results : Cerebellar activation was observed on motor task, word generation task, and working memory task. There were 949 activated areas and the mean fitted and adjusted response was 0.68 during the motor task. There were 319 activated areas and the mean fitted and adjusted response was 0.15 during the word generation task. There were 330 activated areas and the mean fitted and adjusted response was 0.26 during the working memory task. Conclusion : Our results suggest that the cerebellum is involved in a variety of functional tasks, including motor, word generation, and working memory tasks. However, during the motor task, the cerebellum showed a large activated area and a high response. Cerebellar function can be evaluated by fMRI.
Objectives : This study analyzes the characteristics of hospital organization structures, insurance claims reviews and assessment tasks and their effects on hospitals in Pusan. Methods : The data for this study were collected through interview and self-administered surveys in 109 hospitals. The study included only - hospitals with a minimum of 50beds and excluded those providing only dental, psychiatric, or long-term care. Results : The findings of this study state that the number of beds has an influence on the organizitional structure. Conclusions : Hospital managements should seek human resources management(the insurance claims reviewer and evaluator) schemes that take into account the characteristics of the medical institution. In addition, insurance claims review and assessment tasks in hospitals require considerable knowledge and experience, and hospitals should be equipped with staff that have the relevant expertise. Therefore, to further deepen knowledge, comprehensive training should be continuously carried out in order to produce specialists in claims review and assessment.
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.