"내 다리 돌려조"의 두 판 사이의 차이

CIVIL capstone
이동: 둘러보기, 검색
(개발 과제의 목표 및 내용)
(기술적 기대효과)
86번째 줄: 86번째 줄:
 
===개발과제의 기대효과===
 
===개발과제의 기대효과===
 
====기술적 기대효과====
 
====기술적 기대효과====
내용
+
◇ 딥러닝을 통한 고유진동수 분석 문제점의 해결
 +
고유진동수를 분석하기 위해서는 구조물의 고유진동수가 뚜렷하게 나타나야 하며, 계측 센서의 정확도와 정밀도가 높아야 한다. 하지만 실제 교량에서 진동 데이터를 계측하여 고유진동수를 분석한다면 많은 잡음이 발생하여 고유진동수 분석에 어려움이 있다. 실제로 계측한 데이터를 푸리에 변환을 통해 나타내면 1차 고유진동수 이외의 고유진동수는 뚜렷하게 나타나지 않는다. 또한 정상 데이터 사이의 고유진동수 편차가 크기 때문에 손상 데이터의 고유진동수 차이만으로 둘을 구별하는데 어려움이 있다.
 +
오토인코더 기반 반지도학습을 사용한다면 고유진동수 분석으로는 탐지하기 어려운 손상을 탐지할 수 있을 것이라고 기대된다. 오토인코더는 진동 데이터의 특징 차원을 압축하여 저차원 특징 공간에 나타낸 후 이를 다시 고차원으로 변환한다. 이 과정에서 고유진동수와는 다른 진동 데이터의 특징을 추출하게 되는데 이는 일반적인 동특성 분석으로는 추출할 수 없다. 따라서 기술적으로 고유진동수 분석으로는 추정하기 어려운 손상을 딥러닝을 이용하면 추정할 수 있을 것이다.
 +
 
 
====경제적, 사회적 기대 및 파급효과====
 
====경제적, 사회적 기대 및 파급효과====
 
내용
 
내용

2024년 6월 15일 (토) 01:26 판

프로젝트 개요

기술개발 과제

국문 : 스마트폰 센서 기반 교량 모니터링 애플리케이션 개발

영문 : Development of a Bridge Monitoring Application Based on Smartphone Sensors

과제 팀명

내 다리 돌려조

지도교수

조수진 교수님

개발기간

2024년 3월 ~ 2024년 6월 (총 4개월)

구성원 소개

서울시립대학교 토목공학과 2019****** 오*균(팀장)

서울시립대학교 토목공학과 2020****** 오*찬

서울시립대학교 토목공학과 2021****** 김*현

서울시립대학교 토목공학과 2021****** 김*울

서울시립대학교 토목공학과 2021****** 안*원

서론

개발 과제의 개요

개발 과제 요약

본 과제의 목적은 스마트폰의 내장 센서를 활용하여 교량의 손상 및 이상 징후를 판단할 수 있는 애플리케이션을 개발하는 것이다. 이를 통해 정기안전점검에 소요되는 재원의 효율성을 극대화하고, 정밀안전점검 및 진단의 적절한 시기를 판단할 수 있다.

  • 스마트폰 내장 가속도계의 활용
MEMS 가속도계를 통해 교량의 동특성(진동 데이터)을 계측하고 분석함으로써, 경제적이고 효과적으로 구조물의 손상 여부를 판단한다.
  • 딥러닝 모델(Deep Semi-Supervised Anomaly Detection)의 활용
스마트폰으로 계측한 구조물의 진동 데이터 일부에 레이블을 부여하여 모델을 학습시키는 반지도 학습 기반의 딥러닝 모델을 활용하여, 구조물의 정상 환경과 손상 환경의 데이터를 분석함으로써, 손상 여부를 보다 정확하고 효과적으로 판단한다.
  • 애플리케이션(UOSHM, Submitted to App Store) 개발
스마트폰 내장 가속도계를 활용한 구조물의 진동 데이터 계측부터, 데이터 전처리와 딥러닝 모델을 활용한 손상 탐지까지 사용자가 손쉽게 사용할 수 있도록 모바일 애플리케이션(iOS)을 개발하여, 교량의 안전 점검에 대한 접근성과 효율성을 높이고 기존 점검 방법의 한계를 극복한다.

개발 과제의 배경

최근 들어 교량 붕괴 사고가 빈번하게 발생하며, 구조물의 안전성 평가에 대한 중요성이 크게 대두되고 있다. 국토교통부의 통계자료(2022년도 도로 교량 및 터널 현황조서)에 따르면, 지난 5년간 노후화된 교량의 수가 급격히 증가하였다. 정부는 기존의 제도적 및 행정적 방법을 통해 교량을 진단하고 유지·관리해왔으나, 분당 정자교의 붕괴와 같은 사고가 지속적으로 발생하고 있다.

기존의 교량 점검 방식, 특히 정기안전점검의 주요 방법인 육안 점검은 다음과 같은 문제점을 가지고 있다. 재원의 소요(점검에 필요한 인력과 비용의 부담이 큼), 관측 결과의 편차(점검자의 숙련도에 따라 결과가 달라질 수 있음), 내부 결함 판별의 한계(육안으로는 교량 내부의 결함을 발견하기 어려움)등의 많은 제약이 있다. 이러한 한계를 극복하기 위해 비파괴 검사와 구조물 건전성 모니터링 기술이 도입되었으나, 이는 고가의 센서 네트워크의 설치와 유지관리가 어렵다는 물리적·경제적 한계가 명확히 존재한다. 특히 경제적인 문제로, 소규모 교량에 이를 운용하기 어려운 경우가 많아, 경제적이고 실용적인 SHM 시스템의 필요성이 점점 증가하고 있다. 본 팀은 스마트폰의 광범위한 보급성과 다양한 센서가 내장되었다는 점에 주목하여, 스마트폰 센서 기반의 교량 모니터링 애플리케이션을 개발하였다. 이에 따른 효과는 다음과 같다.

  • 교량 안전성 향상

스마트폰 기반 모니터링 시스템을 통해 교량의 손상을 빠르고 정확하게 탐지할 수 있다. 이를 통해 교량의 손상을 초기에 발견하고, 적절한 대응 조치를 취할 수 있어 교량의 안전성을 크게 향상시킬 수 있다.

  • 유지보수 비용 절감

교량의 손상을 조기에 발견함으로써 대규모 수리나 교체에 필요한 비용을 절감할 수 있다. 스마트폰을 활용한 모니터링 시스템은 고가의 전문 장비를 필요로 하지 않으므로, 기존의 비용 집약적인 점검 방법에 비해 경제적인 대안을 제공할 수 있다.

  • 접근성과 사용의 용이성 향상

스마트폰 사용은 기술적 복잡성을 낮추고, 누구나 쉽게 교량의 상태를 모니터링할 수 있도록 도와준다. 이는 교량 점검과 관리를 더 넓은 범위의 사용자가 수행할 수 있게 하여, 교량 관리의 접근성을 크게 향상시킬 것이다.

  • 데이터 기반 의사결정 지원 강화

수집된 데이터는 교량의 유지보수 관리에 있어 중요한 정보를 제공한다. 데이터 분석 결과를 통해 교량 유지보수의 우선순위를 정하고, 장기적인 관리 계획을 수립하는 데 도움을 줄 수 있을 것이다.

  • 사회적 신뢰도 증대

교량 안전 점검의 신뢰도를 높여 공공 안전을 확보할 수 있을 것이다. 시민들이 쉽게 접근할 수 있는 모니터링 시스템을 통해 교량 안전에 대한 사회적 신뢰도를 증대시킬 수 있을 것이다.

개발 과제의 목표 및 내용

이 프로젝트의 주된 목표는 스마트폰의 내장 센서를 활용하여 교량의 손상을 판단할 수 있는 모델을 개발하고, 이를 바탕으로 한 애플리케이션을 제작함으로써 교량의 상태를 주기적으로 모니터링하며, 자동으로 데이터를 분석하여 손상의 유무를 정확하게 판단할 수 있도록 하는 것이다. 즉, 교량의 안전 관리가 더욱 체계적이고 경제적으로 이루어질 수 있도록 시스템을 개발하는 것이 최종 목적이다. 이를 통해 교량 점검의 효율성을 높이고, 기존 점검 방법의 한계를 극복하고자 한다. 구체적인 목표는 다음과 같다.
  • 교량 손상 탐지 시스템 개발

스마트폰의 내장 센서를 이용하여 교량의 진동 데이터를 계측하고, 손상 여부를 정확하게 판단할 수 있는 시스템을 개발한다.

  • 딥러닝 기반 분석 모델 구축

손상 여부를 판단하는 과정에서 반지도학습 기반의 딥러닝 모델을 적용하여 복잡한 데이터 패턴을 학습하고, 교량의 손상을 정확하고 효과적으로 탐지한다.

  • 사용자 친화적인 애플리케이션 개발

누구나 쉽게 사용할 수 있는 직관적인 UI를 갖춘 모바일 애플리케이션을 개발하여 교량 상태 모니터링을 용이하게 한다.

이를 통해 고가의 전문 장비 없이 스마트폰만으로 교량 상태를 점검할 수 있는 경제적이고 효과적인 방법을 제공하고자 한다.

관련 기술의 현황

관련 기술의 현황 및 분석(State of art)

  • 전 세계적인 기술현황

내용

  • 특허조사 및 특허 전략 분석

내용

  • 기술 로드맵

내용

시장상황에 대한 분석

  • 경쟁제품 조사 비교

내용

  • 마케팅 전략 제시

내용

개발과제의 기대효과

기술적 기대효과

◇ 딥러닝을 통한 고유진동수 분석 문제점의 해결 고유진동수를 분석하기 위해서는 구조물의 고유진동수가 뚜렷하게 나타나야 하며, 계측 센서의 정확도와 정밀도가 높아야 한다. 하지만 실제 교량에서 진동 데이터를 계측하여 고유진동수를 분석한다면 많은 잡음이 발생하여 고유진동수 분석에 어려움이 있다. 실제로 계측한 데이터를 푸리에 변환을 통해 나타내면 1차 고유진동수 이외의 고유진동수는 뚜렷하게 나타나지 않는다. 또한 정상 데이터 사이의 고유진동수 편차가 크기 때문에 손상 데이터의 고유진동수 차이만으로 둘을 구별하는데 어려움이 있다. 오토인코더 기반 반지도학습을 사용한다면 고유진동수 분석으로는 탐지하기 어려운 손상을 탐지할 수 있을 것이라고 기대된다. 오토인코더는 진동 데이터의 특징 차원을 압축하여 저차원 특징 공간에 나타낸 후 이를 다시 고차원으로 변환한다. 이 과정에서 고유진동수와는 다른 진동 데이터의 특징을 추출하게 되는데 이는 일반적인 동특성 분석으로는 추출할 수 없다. 따라서 기술적으로 고유진동수 분석으로는 추정하기 어려운 손상을 딥러닝을 이용하면 추정할 수 있을 것이다.

경제적, 사회적 기대 및 파급효과

내용

기술개발 일정 및 추진체계

개발 일정

내용

구성원 및 추진체계

내용

설계

설계사양

제품의 요구사항

내용

설계 사양

내용

개념설계안

내용

이론적 계산 및 시뮬레이션

내용

상세설계 내용

내용

결과 및 평가

완료 작품의 소개

프로토타입 사진 혹은 작동 장면

내용

포스터

내용

관련사업비 내역서

내용

완료작품의 평가

내용

향후계획

내용

특허 출원 내용

내용