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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이해옥 (전주대) 정흥진 (전주대)
저널정보
한국정보전자통신기술학회 한국정보전자통신기술학회 논문지 한국정보전자통신기술학회 논문지 제17권 제6호
발행연도
2024.12
수록면
544 - 553 (10page)

이용수

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

초록· 키워드

오류제보하기
인공지능과 센서 기술의 발전으로 인해, 구조물 건전성 모니터링(SHM, Structural Health Monitoring)분야에 해석데이터에 기반한 기계학습 방법이 적용되고 있다. 기계학습모델 기반의 알고리즘은 센서에서 수집된 실시간 데이터로부터 복잡한 구조 거동 패턴을 학습하며, 이를 통해 구조물의 안전성을 평가할 수 있는 기초정보를 제공할 수 있다. 본 연구에서는 전결합 신경망(FCNN, fully connected neural network)모델을 이용하여 CFRP(Carbon Fiber Reinforced Polymer)튜브에 매입되는 이중나선 섬유 센서 시스템의 변형률 계측값을 이용하여 부재에 작용하는 부재력을 추정하는 기법을 개발하였고, 이를 해상풍력 지지구조, 기초 강관 파일, 강구조시스템의 강관부재 등 주요부재에 적용하는 방법을 제안하였다. 강관파일과 CFRP 이중 나선 센서 시스템이 결합된 유한요소해석모델을 제작하고, 유한요소해석에서 얻은 데이터를 전결합 신경망 모델에 입력하여 입력(변형률)과 출력(부재력) 간의 비선형 매핑 관계를 구축하였다. 모델의 성능은 R², MSE, MAE 등의 다양한 평가 지표를 통해 검증되었으며, 제안된 AI 모델이 데이터 적합성 및 계산 효율성에서 우수한 성능을 나타냄을 확인하였다. 본 연구는 해석데이터 기반 AI 방법을 통해 강관의 거동을 통해 부재력을 추정하기 위한 효율적이고 신뢰할 수 있는 기술적 해법을 제시하였고, 해상풍력 지지구조물 등의 구조물 건전성 모니터링에 보다 지능화된 도구와 방법을 제공하여 AI의 구조설계 및 유지관리 분야에 대한 확장 및 응용 가능성을 보였다.

목차

요약
Abstract
1. 서론
2. 본론
3. FCNN 모델을 이용한 부재력 추정
4. 결론
REFERENCES

참고문헌 (0)

참고문헌 신청

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092266253