메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김기중 (세니츠코퍼레이션) 박유신 (세니츠코퍼레이션) 박성우 (한국시설안전공단)
저널정보
한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제21권 제3호
발행연도
2020.3
수록면
414 - 419 (6page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 연구에서는 사장교의 케이블 가속도계로부터 확보한 방대한 계측데이터의 활용을 확대하고자 인공지능 기반의 케이블 장력 추정 모델을 개발하였다. 케이블 장력 추정 모델은 진동법에 따른 장력 추정 과정에서 고유진동수를 판정할 수 있는 알고리즘을 핵심으로 하며 학습데이터 구성에 적합하고 판정 결과에 대한 성능이 확보될 수 있도록 입력층, 은닉층, 출력층으로 구성되는 인공신경망(Artificial Neural Network)을 적용하였다. 인공신경망의 학습데이터는 케이블 가속도 계측데이터를 진동수로 변환 후 구성하였으며 고유진동수를 중심으로 일정한 패턴을 갖는 특성을 활용하여 기계학습을 진행하였다. 학습데이터 구성 시 다수 패턴의 고유진동수를 대표할 수 있도록 다양한 크기의 진폭을 갖는 진동수를 사용하고 일정 수준으로 진동수를 누적하여 사용할 경우 고유진동수에 대한 판정 성능이 개선됨을 확인하였다. 장력 추정 모델의 성능을 판단하기 위해 계측분석 기술자에 의해 추정한 장력의 관리기준과 비교하였다. 케이블 가속도계로부터 확보한 139개의 진동수를 입력값으로 사용하여 검증을 수행한 결과 실제 정답과 유사하게 고유진동수를 판정하였고 고유진동수에 의해 케이블의 장력을 추정한 결과는 96.4%의 수준으로 관리기준에 부합하는 결과를 보여주고 있다.
#Artificial Neural Network #Cable-Stayed Bridge #Acceleration #Frequency #Cable Tension

목차

요약
Abstract
1. 서론
2. 본론
3. 결론
References

참고문헌 (8)

참고문헌 신청
S. K. Kim, H. M. Koh, J. W. Lee, I. H. Bae, “Signal Analysis from a Long-Term Bridge Monitoring System in Yongjong Bridge”, Journal of the Earthquake Engineering Society of Korea , Vol.10 Issue 6 Serial No.52, pp.9-18, 2006. DOI: http://dx.doi.org/10.5000/EESK.2006.10.6.009 Crossref H. J. Lee, “Study on the Efficient Application of Vision-Based Displacement Measurements for the Cable Tension Estimation of Cable-Stayed”, Journal of the Korea Academia-Industrial cooperation Society , Vol.17, No.9 pp.709-717, 2016 DOI: http://dx.doi.org/10.5762/KAIS.2016.17.9.709 Crossref S. Cho, C. B. Yun, S. H. Sim, “Evaluation of Cable Tension Forces Using Vibration Method for a Cable-stayed Bridge under Construction”, Journal of the Korean Society of Safety , Vol.29, No.2, pp.38-44, 2014. DOI: https://dx.doi.org/10.14346/JKOSOS.2014.29.2.038 Crossref S. W. Kim, N. S. Kim, “Multi-point Displacement Response Measurement of Civil Infrastructures Using Digital Image Processing”, Procedia Engineering , Vol.14, pp.195-203, 2011. DOI: https://dx.doi.org/10.1016/j.proeng.2011.07.023 Crossref S. J. Nam, S. S. Yhim, “Evaluation of Tension of Stay Cable using MBM (Measurement-based Model)”, Journal of the Korea institute for structural maintenance and inspection , Vol.18, Issue 3, pp.93-100, May 2014. DOI: http://dx.doi.org/10.11112/jksmi.2014.18.3.093 Crossref

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

인공 신경망을 이용한 고강도강판의 V형 굽힘에서 탄성회복의 예측
마승찬 ,  권의표 ,  문상돈 외 1명 소성·가공 2020 .12
인공신경망을 활용한 도로표면 객체정보 검출 과정에서의 성능 향상을 위한 Superpixel 기반 데이터 전처리 기술 적용 연구
김연태 ,  임재규 ,  유형목 외 1명 디지털콘텐츠학회논문지 2020 .11
빅데이터를 이용한 인공신경망 기반 시간별 전력수요 예측
이지원 ,  김형준 ,  김문겸 전기학회논문지 2020 .06
비선형 모델예측제어 데이터에 기반한 실시간 심층 인공신경망 자율주행 제어기법 개발
이택규 ,  강연식 제어로봇시스템학회 논문지 2020 .05
도심지 지하굴착 및 터널시공 예비설계를 위한 인공신경망 개발에 관한 연구
유충식 ,  양재원 한국지반신소재학회 논문집 2020 .03

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-505-000471403