Mobile QR Code QR CODE : Journal of the Korean Society of Civil Engineers

  1. (정회원․(주)디엠엔지니어링 설계실 사원 (DM Engineering․hyunyoung.kim@dm-eng.com))
  2. (정회원․동아대학교 ICT융합해양스마트시티공학과 석사과정 (Dong-A University․dh_ko@donga.ac.kr))
  3. (종신회원․교신저자․동아대학교 ICT융합해양스마트시티공학과 교수, 공학박사 (Corresponding Author․Dong-A University․hwpark@donga.ac.kr))



프리팹 PSC 거더, 캠버 재구성, 병치된 변형률 계측치, 시간이력거동, 스마트 센싱, 스마트 건설
Prefab PSC girder, Camber reconstruction, Collocated strain measurements, Time-dependent behavior, Smart sensing, Smart construction

1. 서 론

스마트 건설기술의 도입과 함께 제작에서 시공단계까지 프리팹 부재의 형상관리를 위한 연구들이 주목 받고 있다. 특히, 프리팹 프리스트레스 콘크리트 거더(이하 프리팹 PSC 거더)의 경우 가설시 프리팹 바닥판과의 정합성이 매우 중요하므로 제작부터 가설전 단계까지 거더의 형상관리가 중요하다(Culmo et al., 2017). 프리팹 PSC 거더는 프리스트레스 도입으로 발생하는 캠버가 형상관리에서 가장 중요한 요소이다. 또한, 초기 긴장력 도입 이후 시간이 경과함에 따라 발생하는 크리프, 릴렉세이션, 건조수축, 콘크리트 강도의 변화 등이 프리팹 PSC 거더 캠버에 큰 영향을 미친다(Kim et al., 2003, Park et al., 2010). 따라서, 초기 긴장력 도입 이후 가설

전까지 프리팹 PSC 거더에 실제로 발생한 캠버에 대한 모니터링이 필요하다. Fig. 1(a)와 같이 제작단계에서 변형률 센서를 영구매립한 후 Fig. 1(b)와 같이 외부에 부착된 QR 코드 센서로부터 변형률 데이터를 실시간으로 취득할 수 있는 스마트 센싱 기법이 제시된 바 있다(Khan et al., 2021). 측정된 변형률 데이터로부터 프리팹 PSC 거더의 캠버를 실시간으로 재구성할 수 있다면 가설 단계까지의 체계적인 형상관리가 가능해진다.

Fig. 1. Smart Strain Measurement System Using QR Codes for Prefab PSC Girders (Courtesy of the Smart Infrastructure Technology Laboratory of Chung-Ang University, South Korea)
../../Resources/KSCE/Ksce.2022.42.2.0151/fig1.png

보에서 실제 측정된 변형률을 이용해 보의 처짐 형상을 재구성하는 연구가 최근 활발히 진행되고 있다(Glaser et al., 2012). 오일러-베르누이 보의 변형률-처짐 관계식을 사용하여 측정된 변형률 데이터로부터 다양한 대상구조물의 처짐을 재구성하는 연구들이 주류를 이루고 있다. 대상 구조물로는 보 구조물(Kang et al., 2007; Kliewer and Glisic, 2019; Yau et al., 2013), 철도 침목 구조물(Gregory et al., 2019), 아치형 구조물(Zhang et al., 2019), 판 구조물(Li et al., 2018), 초고층 구조물(Xia et al., 2014), 셀 박스 거더(Shen and Jiang, 2018), 트러스 구조물(Song et al., 2021), PSC 구조물(Chung et al., 2008)이 있다. Kliewer and Glisic(2019)은 보 형태의 구조물에서 다양한 변형률 계측치를 이용해서 정적 및 동적 상대 변위를 재구성하는 기법들에 대한 비교 연구를 수행하였다(Kliewer and Glisic, 2019). Vurpillot et al.(1998)은 오일러-베르누이보 이론에 기반을 두고 PSC 연속교의 수직 처짐을 변형률 데이터와 경사계 측정치를 활용하여 재구성하였다(Moon et al., 2019; Vurpillot et al., 1998). Luo et al.(2020)Palma et al.(2019)은 측정 변형률 데이터를 이용하여 구조물의 변위를 재구성할 때 대상 구조물에 작용하는 하중의 변화와 다양한 경계조건의 효과를 분석하였다(Luo et al., 2020; Palma et al., 2019). Wang et al.(2021)은 정적 및 동적 측정 변형률 데이터를 모두 고려하여 구조물의 처짐을 재구성하고 실제 측정된 처짐과 비교하였다(Park et al., 2013; Wang et al., 2021). PSC 거더에서 측정된 변형률 데이터를 이용하여 처짐을 재구성하는 기존 연구는 공용중인 PSC 거더에 초점이 맞춰져 있다(Chung et al., 2008). 따라서 프리팹 PSC 거더와 같이 초기 긴장단계부터 가설전 단계까지 PSC 거더의 캠버를 재구성하는 연구는 매우 드물다.

이 연구에서는 긴장력 도입 시점부터 가설 전까지 프리팹 PSC 거더의 역학적 거동을 나타낼 수 있는 구조 해석 모델로부터 변형률 데이터를 수치 모사하고 제안된 캠버 형상 재구성 기법의 타당성을 검증하고자 한다. 여기서 사용될 구조 해석 모델은 초기 긴장시 프리스트레스에 의해 발생하는 초기 탄성 캠버와 이후 가설단계까지 크리프, 건조수축, 콘크리트 강도와 같은 시간의존적 거동을 고려할 수 있도록 정식화 한다. 구조 해석 모델에서 수치 모사한 변형률 데이터는 오일러-베르누이 보의 변형률과 처짐 관계식을 활용하여 캠버 형상으로 재구성한다. 30 m 단경간 프로토타입 프리팹 PSC 거더에 대해서 변형률 센서의 개수와 측정 변형률 오차를 고려했을 때 재구성된 캠버의 정확도를 통계적으로 평가한다.

2. 프리팹 PSC 거더 구조 해석 모델

이 장에서는 긴장력 도입시점부터 가설전 단계까지 측정된 변형률 데이터를 수치 모사하기 위한 프리팹 PSC 거더의 수치 해석 모델에 대해 기술한다.

2.1 프리팹 PSC 거더 수치 해석 모델을 위한 가정

Fig. 2는 초기 긴장시 프리스트레스에 의한 프리팹 PSC 거더의 탄성 거동 해석을 위한 등가하중모델을 나타냈다(Shin, 2008). Fig. 2(a)와 같이 여러 가닥의 텐던을 포물선으로 배치된 단일 등가 텐던으로 치환이 가능하고 단일 등가 텐던에 의한 프리스트레스는 Fig. 2(b)와 같이 등가하중으로 치환할 수 있다고 가정한다. 또한, 마찰 및 정착구에서의 프리스트레스 손실은 무시할 수 있다고 가정한다. 거더는 오일러-베르누이보의 이론을 따르고 거더의 단면계수는 콘크리트 단면과 단일 등가 텐던의 포물선 배치를 고려한 환산단면을 고려한다. 거더는 단순지지 되어 있고 추가 하중으로 거더의 자중을 고려한다.

초기 긴장력 도입 이후 가설 전 단계까지 발생하는 시간 의존적 거동은 콘크리트 건조수축, 프리스트레스에 의해 콘크리트에 도입된 압축응력에 의한 크리프, 텐던에 발생하는 릴렉세이션, 그리고 콘크리트의 강도 변화를 고려한다. 특히, 거더의 시간 의존적 거동은 시간에 대해 비선형이므로 시간 단계에 대한 증분 해석을 수행한다.

Fig. 2. Equivalent Static Load Model for a Prefab PSC Girder
../../Resources/KSCE/Ksce.2022.42.2.0151/fig2.png

2.2 프리팹 PSC 거더 시간 의존적 거동 해석

Fig. 2(a)의 기준점으로부터 $x_{j}$에 위치한 PSC 거더 단면에서 Fig. 3와 같이 $t_{i-1}$ 시점에서 $t_{i}$ 시점 사이에 발생하는 상·하연 크리프 변형률 증분은 각각 다음과 같이 나타낼 수 있다.

(1a)
$\triangle\overline{\varepsilon}_{i-1,\: j}^{{cr}}=(Φ_{i}- Φ_{i-1})\overline{\varepsilon}_{i-1,\: j}$
(1b)
$\triangle\underline{\varepsilon}_{i-1,\: j}^{{cr}}=(Φ_{i}- Φ_{i-1})\underline{\varepsilon}_{i-1,\: j}$

여기서, $\overline{\varepsilon}^{{cr}}$, $\underline{\varepsilon}^{{cr}}$, $\overline{\varepsilon}$, $\underline{\varepsilon}$ 그리고 $Φ$는 각각 상·하연의 크리프 변형률, 상·하연의 탄성 변형률 그리고 크리프 계수를 나타내고 아래첨자 $i$와 $j$는 각각 시간단계 $t_{i}$와 기준점으로부터 거더의 단면 위치인 $x_{j}$를 나타낸다. 특별한 언급이 없는 한 $t_{i}$는 $i$일을 의미한다.

Fig. 3에서 텐던 도심 위치에서 발생하는 크리프 변형률 증분은 다음과 같이 나타낼 수 있다.

(2)
$\triangle\widetilde{\varepsilon}_{i-1,\: j}^{{cr}}=\triangle\overline{\varepsilon}_{i-1,\: j}^{{cr}}+\dfrac{\overline{h}_{j}+e_{j}}{h_{j}}(\triangle\underline{\varepsilon}_{i-1,\: j}^{{cr}}-\triangle\overline{\varepsilon}_{i-1,\: j}^{{cr}})$

여기서, $\widetilde{\varepsilon}^{{cr}}$, $\overline{h}$, $h$ 그리고 $e$는 각각 텐던 도심 위치에서 크리프 변형률 증분, 도심으부터 상연까지의 거리, 거더의 총 높이 그리고 도심으로부터 텐던까지의 편심거리를 나타낸다.

텐던 도심 위치에서 발생하는 건조수축 변형률 증분은 다음과 같다(KCI, 2012).

(3)
$\triangle\widetilde{\varepsilon}_{i-1,\: j}^{{sh}}=\varepsilon_{{sho}}\left\{\beta_{s}(t_{i}-t_{s})-\beta_{s}(t_{i-1}-t_{s})\right\}$

여기서, $\widetilde{\varepsilon}^{{sh}}$, $\varepsilon_{{sho}}$, $\beta_{s}$ 그리고 $t_{s}$는 각각 텐던 도심 위치에서 건조수축 변형률 증분, 개념 건조수축계수, 건조수축 변형률 함수 그리고 콘크리트가 외기중에 노출되었을 때의 재령이다.

릴렉세이션에 의해 텐던에서 발생하는 손실응력 증분은 다음과 같다(Shin, 2008).

(4a)
$\triangle f_{i-1}^{{r elax}}=\log_{10}(\dfrac{t_{i}}{t_{i-1}})(\dfrac{f_{p i}}{f_{p y}}-0.55)\dfrac{f_{p i}A_{p}}{C}$
(4b)
$\triangle f_{0}^{{r elax}}=\dfrac{1.38}{C}(\dfrac{f_{p i}}{f_{p y}}-0.55)$

여기서, $\triangle f^{{r elax}}$, $f_{p i}$, $f_{p y}$, $A_{p}$ 그리고 $C$는 릴렉세이션 손실량, 초기 프리스트레스, 긴장재의 항복강도, 긴장재의 단면적, 이완계수를 나타낸다. $C$는 일반 강재일 때 10, 저릴렉세이션 강재일 때 45를 사용한다.

Eqs. (2) and (3) 그리고 Eq. (4)로부터 텐던에 발생하는 손실 응력 증분의 합을 다음과 같이 나타낼 수 있다.

(5)
$\triangle\widetilde{f}_{i-1,\: j}=E_{p}(\triangle\widetilde{\varepsilon}_{i-1,\: j}^{{cr}}+\triangle\widetilde{\varepsilon}_{i-1,\: j}^{{sh}})+\triangle f_{i-1}^{{r elax}}$

여기서, $\triangle\widetilde{f}$와 $E_{p}$는 각각 크리프, 건조수축, 릴렉세이션에 의한 텐던 손실 응력 증분의 합과 텐던의 탄성계수이다.

Eq. (5)의 텐던 응력 손실에 의해 거더 단면에 불균형력이 발생하게 된다. 이 불균형력에 대해 텐던 도심 위치에서 텐던과 콘크리트간의 적합조건, 그리고 거더 단면에서 축방향력과 휨모멘트 평형방정식을 연립하여 풀면 아래와 같이 텐던 응력 복원 증분을 구할 수 있다.

(6)
$\triangle\widetilde{f}_{i-1,\: j}^{{r ecov}}=-\Delta\widetilde{f}_{i-1,\: j}\left[1-\left\{1+n A_{p}\left(\dfrac{1}{A_{g}}+\dfrac{e_{j}^{2}}{I_{j}^{{tr}}}\right)\right\}^{-1}\right]$

여기서, $\triangle\widetilde{f}^{{recov}}$, $n$, $I^{{tr}}$ 그리고 $A_{g}$는 각각 텐던 응력 복원 증분, 탄성계수비, 환산단면에 대한 단면2차모멘트 그리고 콘크리트 총단면적이다.

Eqs. (5) and (6)으로부터 텐던의 총손실 응력 증분을 다음과 같이 나타낼 수 있다.

(7)
$\triangle\widetilde{f}_{t-1,\: j}^{{t}{otal}}=\triangle\widetilde{f}_{i-1,\: j}+\triangle\widetilde{f}_{i-1,\: j}^{{recov}}$

여기서, $\triangle\widetilde{f}_{i-1,\: j}^{{t}{otal}}$는 텐던의 총손실 응력 증분이다.

텐던 응력 감소에 의한 상·하연 콘크리트 응력 증분은 다음과 같다.

(8a)
$\triangle\overline{f}_{i-1,\: j}=-\dfrac{A_{p}}{A_{g}}\left(1-\dfrac{\overline{h}_{j}e_{j}}{r_{j}^{2}}\right)\triangle\widetilde{f}_{i-1,\: j}^{{t}{otal}}$
(8b)
$\triangle\underline{f}_{i-1,\: j}=-\dfrac{A_{p}}{A_{g}}\left(1+\dfrac{\underline{h}_{j}e_{j}}{r_{j}^{2}}\right)\triangle\widetilde{f}_{i-1,\: j}^{{t}{otal}}$

여기서, $\triangle\overline{f}$, $\triangle\underline{f}$ 그리고 $\gamma$은 각각 텐던 응력 감소에 의한 상·하연 콘크리트 응력 증분, 그리고 거더 단면의 회전반경을 나타낸다.

텐던력 감소에 의한 상·하연 콘크리트 변형률 변화량을 계산하면 다음과 같다.

(9a)
$\triangle\overline{\varepsilon}_{i-1,\: j}=\dfrac{\triangle\overline{f}_{i-1,\: j}}{E_{i}^{{ci}}}$
(9b)
$\triangle\underline{\varepsilon}_{i-1,\: j}=\dfrac{\triangle\underline{f}_{i-1,\: j}}{E_{i}^{{ci}}}$

여기서, $\triangle\overline{\varepsilon}_{i-1,\: j}$, $\triangle\underline{\varepsilon}_{i-1,\: j}$ 그리고 $E^{{ci}}$는 텐던력 감소에 의한 상·하연 탄성 변형률 변화량 그리고 콘크리트 탄성계수를 나타낸다.

텐던력 감소에 의한 상·하연 순 크리프 변형률 증분 계산은 다음과 같다.

(10a)
$\triangle\overline{\varepsilon}_{i-1,\: j}^{{n et}}=\triangle\overline{\varepsilon}_{i-1,\: j}^{{cr}}+\triangle\overline{\varepsilon}_{i-1,\: j}$
(10b)
$\triangle\underline{\varepsilon}_{i-1,\: j}^{{n et}}=\triangle\underline{\varepsilon}_{i-1,\: j}^{{cr}}+\triangle\underline{\varepsilon}_{i-1,\: j}$

여기서, $\triangle\overline{\varepsilon}^{{n et}}$와 $\triangle\underline{\varepsilon}^{{n et}}$는 상·하연 순 크리프 변형률 증분이다.

Eq. (10)의 상·하연 순 크리프 변형률 증분으로부터 발생하는 거더의 곡률 증분 $\triangle\phi_{i-1,\: j}$을 다음과 같이 구할 수 있다.

(11)
$\triangle\phi_{i-1,\: j}=\dfrac{\triangle\underline{\varepsilon}_{i-1,\: j}^{{n et}}-\triangle\overline{\varepsilon}_{i-1,\: j}^{{n et}}}{h_{j}}$

Fig. 3의 시간 단계 $t_{i}$에서 상·하연 순 변형률은 Eq. (10)을 이용하여 다음과 같이 나타낼 수 있다.

(12a)
$\overline{\varepsilon}_{i,\: j}^{{n et}}=\overline{\varepsilon}_{i-1,\: j}^{{n et}}+\triangle\overline{\varepsilon}_{i-1,\: j}^{{n et}}$
(12b)
$\underline{\varepsilon}_{i,\: j}^{{n et}}=\underline{\varepsilon}_{i-1,\: j}^{{n et}}+\triangle\underline{\varepsilon}_{i-1,\: j}^{{n et}}$

Fig. 3의 시간 단계 $t_{i}$에서 상·하연 콘크리트 탄성 변형률은 Eq. (9)를 이용하여 다음과 같이 나타낼 수 있다.

(13a)
$\overline{\varepsilon}_{i,\: j}=\overline{\varepsilon}_{i-1,\: j}+\triangle\overline{\varepsilon}_{i-1,\: j}$
(13b)
$\underline{\varepsilon}_{i,\: j}=\underline{\varepsilon}_{i-1,\: j}+\triangle\underline{\varepsilon}_{i-1,\: j}$

Fig. 3의 시간 단계 $t_{i}$에서 거더의 곡률 $\phi_{i,\: j}$은 Eq. (11)을 이용하여 다음과 같이 나타낼 수 있다.

(14)
$\phi_{i,\: j}=\phi_{i-1,\: j}+\triangle\phi_{i-1,\: j}$

Eqs. (1) ~ (14)으로부터 긴장력 도입 이후 1일($t_{1}=1$)부터 가설 전 단계인 n일($t_{n}=n$)까지 시간 의존적 거동에 대한 거더의 각 단면에서 대한 해석을 수행할 수 있다.

긴장력 도입 시점인 0일($t_{0}=0$)에서 상·하연 순 변형률은 상·하연 콘크리트 탄성 변형률과 같다.
(15a)
$\overline{\varepsilon}_{0,\: j}^{{n et}}=\overline{\varepsilon}_{0,\: j}$
(15b)
$\underline{\varepsilon}_{0,\: j}^{{n et}}=\underline{\varepsilon}_{0,\: j}$

Eq. (15)의 0일에서 상·하연 탄성 변형률은 다음과 같이 나타낼 수 있다.

(16a)
$\overline{\varepsilon}_{0,\: j}=\dfrac{-\dfrac{P_{0}}{A_{g}}(1+\dfrac{\overline{h}_{j}e_{j}}{\gamma_{j}^{2}})-\dfrac{M_{j}^{{d}}\overline{h}_{j}}{I_{j}^{{tr}}}}{E_{0}^{{ci}}}$
(16b)
$\underline{\varepsilon}_{0,\: j}=\dfrac{-\dfrac{P_{0}}{A_{g}}(1+\dfrac{\underline{h}_{j}e_{j}}{\gamma_{j}^{2}})+\dfrac{M_{j}^{{d}}\underline{h}_{j}}{I_{j}^{{tr}}}}{E_{0}^{{ci}}}$

여기서, $P_{0}$, $M^{{d}}$ 그리고 $\underline{h}$는 각각 초기 프리스트레스, 자중으로 인한 모멘트 그리고 하연으로부터 도심까지의 거리이다.

긴장력 도입 시점인 0일($t_{0}=0$)에서 거더의 곡률은 다음과 같이 나타낼 수 있다.

(17)
$\phi_{0,\: j}=-\dfrac{1}{E_{0}^{{ci}}I_{j}^{{tr}}}(P_{0}e_{j}-M_{j}^{{d}})$
Fig. 3. Schematic of the Time-Dependent Strain Increments at the Cross-section Located $x_{j}$ from the Reference Point of the Prefab PSC Girder
../../Resources/KSCE/Ksce.2022.42.2.0151/fig3.png

2.3 프리팹 PSC 거더 시간 의존적 거동 해석 예제

2.1절에서 기술된 등가탄성모델과 2.2절에서 기술된 시간이력 해석 모델을 이용하여 Table 1에 제시된 30 m 프리팹 PSC 거더에 대한 수치해석을 수행한다. 콘크리트 시간 의존적 거동에 대한 제원은 Table 2와 같다. 프리팹 PSC 거더는 단순지지 된 것으로 설정하였다.

초기 긴장력 도입 이후 거더 가설까지의 소요시간을 90일로 설정하여 수치해석을 수행하였다. Fig. 4는 30 m 프리팹 PSC 거더에 초기 긴장력 도입 이후 90일까지 콘크리트의 시간 의존적 거동에 의해 발생한 텐던력 감소비를 거더의 중앙($x=L/2$), 1/4 ($x=L/4$) 그리고 단부 ($x=0$) 위치에서 나타냈다. Table 3는 초기 긴장력 도입 이후 15일 간격으로 총 텐던력 감소비를 거더의 중앙, 1/4 그리고 단부 위치에 대해 표시하였다. 여기서 0일차는 초기 긴장력 도입 시점을 의미하고 텐던력 감소비는 시간별 텐던 손실력을 초기 텐던력으로 정규화한 값이다. Figs. 4(a), (c), (e)는 시간별 총 텐던력 감소비를 수치해석 결과와 상용해석프로그램 결과와 비교하였다. Table 3에서 전체 기간 동안 최대 상대오차 4 % 이내로 잘 일치하고 있음을 확인할 수 있다. Figs. 4(b), (d), (f)는 시간 의존 거동에 영향을 주는 인자별로 수치해석과 상용해석프로그램 결과를 비교하였고 중앙부에서 다소 차이가 있으나 나머지 위치에서는 전체적으로 잘 일치하고 있음을 확인할 수 있다. 해석 결과 90일차에 초기 도입 텐던력의 거더의 중앙, 1/4 그리고 단부에서 각각 19 %, 18 % 그리고 17 % 손실이 예측되었다. 모든 위치에서 크리프과 릴렉세이션이 텐던력 감소에 지배적인 영향을 미치는 반면 건조수축의 영향은 미미하였다. 반면, 탄성복원의 경우 텐던력 감소에 일정 정도 저항하는 것으로 확인되었다.

Table 1. Specifications of the 30 m Prototype PSC Girder Used in the Numerical Analysis

Cross-section at the center of the girder

../../Resources/KSCE/Ksce.2022.42.2.0151/tb1.png

Elastic modulus of concrete ($E_{c}$)

29984 MPa

Elastic modulus of the tendon ($E_{p}$)

205000 MPa

Second moment of inertia of the concrete gross section ($I_{g}$)

0.330 m4

Area of concrete gross section ($A_{g}$)

0.662 m2

Initial prestress ($P_{0}/A_{p}$)

1440 MPa

Concrete strength

40 MPa

Reinforcement ratio of the tendon ($A_{p}/A_{g}$)

0.0142

Maximum eccentricity ratio of the tendon ($e_{\max}/h$)

0.359

Table 2. Specifications of the Time-Dependent Behaviors of the Concrete Used in the Numerical Analysis

Type of cement

Normal or rapid-hardening cement (N,R)

Design code for calculating the change of the compressive strength of concrete

KCI-USD12 (KCI, 2012)

Mean compressive strength of the concrete (28 days)

C40 (40MPa)

$t_{s}$ in Eq. (3)

7 days

Relative humidity of the ambient environment (RH)

70 %

Ambient air or curing temperature

20 °C

Design code for calculating the creep coefficient

KCI-USD12 (2.2.2)

(KCI, 2012)

Design code for calculating the concrete shrinkage strain

KCI-USD12 (2.2.18)

(KCI, 2012)

Relaxation

Magura formula (Shin, 2008)

Table 3. Total Tendon Force Loss with Respect to Time Due to the Time-Dependent Behaviors at $x=L/2$, $x=L/4$ and $x=0$ in Fig. 4 (unit: %)

Time (day)

Location

15

30

45

60

75

90

$x=L/2$

12.8

(0.99) *

14.9

(0.70)

16.3

(0.03)

17.3

(0.45)

18.1

(0.71)

18.8

(0.81)

$x=L/4$

12.4

(1.74)

14.4

(2.25)

15.7

(2.98)

16.6

(3.50)

17.4

(3.82)

18.0

(4.00)

$x=0$

11.7

(1.74)

13.5

(2.22)

14.6

(2.85)

15.5

(3.33)

16.1

(3.62)

16.7

(3.80)

*The numeric values in the parentheses represent the relative difference (%) of total tendon force loss between the numerical analysis and commercial structural analysis package.
Fig. 4. Validation of the Numerical Analysis Through a Comparison with a Commercial Structural Analysis Package: Total Tendon Force Loss and Tendon Force Loss with Respect to Time Due to the Time-Dependent Behaviors of a 30 m Prefab PSC Girder
../../Resources/KSCE/Ksce.2022.42.2.0151/fig4.png

3. 프리팹 PSC 거더 캠버 재구성

기준점으로부터 $\xi_{l}$에 위치한 프리팹 PSC 거더 단면에서 Fig. 5와 같이 상·하연에 병치된 센서로부터 변형률이 $\tau_{k}$시점에서 측정된 경우 해당 단면의 곡률의 측정치는 다음과 같이 나타낼 수 있다.

(18)
$\phi_{k,\: l}^{{meas}}=\dfrac{\underline{\varepsilon}_{k,\: l}^{{meas}}-\overline{\varepsilon}_{k,\: l}^{{meas}}}{h_{l}}$

여기서, $\phi^{{meas}}$ $\overline{\varepsilon}^{{meas}}$ 그리고 $\underline{\varepsilon}^{{meas}}$는 각각 곡률의 측정치, 상연의 변형률 측정치 그리고 하연의 변형률 측정치를 나타내고 아래첨자 $k$와 $m$은 각각 센싱이 수행된 시점 $\tau_{k}$와 센서가 설치된 거더의 단면 위치 $\xi_{l}$을 나타낸다. $\xi_{l}$의 기준점의 위치는 Fig. 2(a)의 $x$의 원점과 동일하다. Fig. 5와 같이 동일 단면에서 상·하연에 병치된 변형률이 취득 가능한 경우 중립축의 위치를 모르는 경우라도 해당 단면의 곡률을 구할 수 있는 장점이 있다.

Eq. (18)에서 구한 곡률 측정값을 이용하여 프리팹 PSC 거더 전구간에 발생한 곡률을 최소자승오차법을 이용하여 재구성할 수 있다(Xu et al., 2015). 이를 위해 재구성에 필요한 PSC 거더의 곡률의 형상함수를 다음과 같이 $m$차 다항함수로 가정한다.

(19)
$\phi_{m}^{{recon}}(\tau ;\xi)=\Sigma_{p=0}^{m}a_{p}(\tau)\xi^{p}$

여기서, $\phi^{{recon}}$, $a_{p}$ 그리고 $m$은 각각 재구성된 곡률, 다항함수의 상수항 그리고 다항함수의 최고차항을 나타내고 $\xi$와 $\tau$는 위치와 시간을 나타낸다. 다항함수의 상수항은 시간에 대한 함수임을 유의해야 한다. 최고차항 $m$에 따라서 각 시간별로 $m+1$개의 상수항이 미지수가 된다. 따라서 시점별로 Eq. (18)에서 주어지는 측정 곡률의 개수가 미지수의 갯수보다 크거나 같아야 곡률 재구성이 가능하다.

이 연구에서는 초기 긴장력 도입시 단순 지지 프리팹 PSC 거더가 Fig. 2(b)와 같이 등가하중모델로 구현되는 경우 곡률이 2차함수로 표현 가능한 점에 착안하여 Eq. (19)의 다항함수를 다음과 같이 2차 함수로 나타낸다($m=2$).

(20)
$\phi_{2}^{{recon}}(\tau ;\xi)=a_{0}(\tau)+a_{1}(\tau)\xi +a_{2}(\tau)\xi^{2}$
Fig. 5. Collocated Strain Measurements at the Cross-Section of the Prefab PSC Girder
../../Resources/KSCE/Ksce.2022.42.2.0151/fig5.png

Eq. (20)의 3개의 미지수($a_{0}$, $a_{1}$, $a_{2}$)를 구하기 위해서 최소 3개 이상의 위치에서 곡률 측정치가 주어져야 한다. 또한, Fig. 1과 같이 제작 단계에서 프리팹 PSC 거더에 영구 부착되는 스마트 센싱 시스템의 경우 여건상 변형률 측정이 최소한의 개소에서 최적으로 이루어져야 하는 점도 감안해야 한다.

$\tau_{k}$시점에서 곡률 재구성을 위해 Eq. (18)의 곡률 측정값과 Eq. (20)의 2차 다항 함수에 대한 최소자승오차법을 적용하면 다음과 같이 나타낼 수 있다.

(21)
\begin{align*} \begin{aligned}\begin{aligned}\\\min Π\end{aligned}\\^{a_{p}(\tau_{k})}\end{aligned}=\sum_{l=1}^{n^{{meas}}}\left |\phi_{2}^{{recon}}(\tau_{k};\xi_{l})-\phi_{k,\: l}^{{meas}}\right |^{2} \end{align*}

여기서, $n^{{meas}}$는 곡률 측정치의 개수를 나타낸다.

Eq. (21)에서 얻은 $\tau_{k}$시점에서 $\hat{a}_{p}$를 Eq. (20)에 대입하면 재구성된 곡률 $\hat{\phi}_{2}^{{recon}}$을 구할 수 있다. $\hat{\phi}_{2}^{{recon}}$에 이중적분을 적용하면 전체 거더의 캠버 형상을 다음과 같이 재구성할 수 있다.

(22)
$\triangle(\tau_{k};\xi)=\iint\hat{\phi}_{2}^{{recon}}(\tau_{k};\xi)d\xi +C_{1}\xi +C_{2}$

여기서, 적분상수 $C_{1}$과 $C_{2}$는 단순지지에 대한 경계조건을 이용하여 구할 수 있다.

4. 검증 예제

4.1 수치 모사 실험을 위한 설정

Fig. 1과 같이 제작 단계에서 프리팹 PSC 거더에 영구 부착되는 스마트 센싱 시스템의 경우 변형률 측정이 최소한의 개소에서 최적으로 이루어져야 한다. 변형률 데이터를 이용한 캠버 재구성에서 이러한 상황을 고려하여 Fig. 6와 같이 최소한의 센싱 개소만으로 수치 모사 실험을 수행하였다. Fig. 6(a)는 변형률 측정 센서가 거더의 지점부, 1/4 지점, 중앙부의 상하연에 병치된 경우를 나타냈고 Fig. 6(b)는 거더의 지점부와 중앙부의 상하연에 병치된 경우를 나타냈다. 설명의 편의상 Fig. 6(a)(b)는 설명의 편의상 각각 5점 병치 센싱과 3점 병치 센싱으로 칭한다. 여기서 3점 병치 센싱이 캠버 재구성을 위한 최소한의 센서 배치가 된다. 초기 긴장력 도입 시 프리팹 PSC 거더의 등가하중모델의 이론적 캠버 형상에 대응되는 곡률이 2차 함수이고 Eq. (20)을 이용하여 곡률 함수를 구하기 위해 최소한 3점 이상의 변형률 병치 센싱이 필요하다. 5점 병치 센싱과 3점 병치 센싱에 대해 캠버 재구성을 수행하고 센서의 개수에 따른 재구성 성능을 분석하였다.

수치 모사 실험을 위한 프리팹 PSC 거더는 2.3절의 30 m 프로토타입 PSC를 사용하였다. Fig. 6의 병치 센서의 위치에서 초기 긴장력 도입부터 90일까지 일별로 Eq. (12)에서 계산된 상·하연 순 변형률을 계측 변형률 데이터로 모사하였다. 수치모사된 변형률 데이터에 측정 오차를 무작위 상대오차 5 %, 10 % 그리고 20 %로 각각 보통, 큼, 매우 큼 수준설정하여 포함시켰다. 일별로 무작위 상대오차를 몬테카를로 모사를 통해 10000회 생성하고 계측 오차가 포함된 변형률 데이터를 이용하여 3장에 제시된 절차를 통해 캠버를 재구성하였다. 재구성된 캠버와의 비교를 위한 캠버의 참값은 Eq. (14)의 일별로 계산된 곡률을 사다리꼴 공식을 이용해 두번 수치 적분하여 구하였다. 이 때 필요한 2개의 적분 상수는 단순지지 조건을 이용하여 계산하였고 수치 적분의 정확도를 위해 $\triangle x_{j-1}=x_{j}-x_{j-1}=L/2000$을 사용하였다. Fig. 7은 캠버 재구성 기법 적용 및 결과 분석에 대한 이해를 돕기 위해 검증예제에서 수행된 수치 모사 실험 전반적인 절차를 제시하였다.

Fig. 6. Collocated Strain Sensors Considering the Smart Sensing System inFig. 1. Note that the Right Half of the Girder is Illustrated in (a) and (b) Due to the Symmetry of Sensor Placement
../../Resources/KSCE/Ksce.2022.42.2.0151/fig6.png
Fig. 7. Procedures of the Numerical Simulation for Reconstructing the Camber of a Prefab PSC Girder
../../Resources/KSCE/Ksce.2022.42.2.0151/fig7.png

4.2 수치 모사 실험 결과 분석

4.1절에서 기술한 몬테카를로 시뮬레이션에서 재구성된 캠버의 정확도 오차를 일별로 Fig. 8에 나타냈다. 일별 캠버의 정확도 오차는 다음 식을 이용하여 계산하였다.

(23)
$$ \text { Accuracy error }(\%)=\left|\frac{\Delta_{\mathrm{k}, 1}^{\text {mean }}-\Delta_{\mathrm{k}, 1}^{\text {exact }}}{\Delta_{k, l}^{\text {exact }}}\right| \times 100 $$

여기서, $\triangle^{{mean}}$과 $\triangle^{{exact}}$는 각각 일별로 10000회 몬테카를로 모사에서 재구성된 캠버의 평균과 이에 대응되는 캠버의 참값을 나타내고, 아래첨자 $k$와 $l$는 Eq. (18)에 사용된 아래첨자와 같은 의미를 가진다.

일별로 재구성된 캠버의 정확도 오차를 재구성된 위치, 계측점의 개수 그리고 계측 오차 크기에 대해 분석하였다. 재구성된 위치와 계측 오차 크기에 비해 재구성된 캠버의 정확도 오차에 가장 큰 영향을 미치는 요인은 계측점의 개수로 확인되었다. 3점 병치 센싱의 경우 일별로 초기 약 1 %에서 90일경에 약 2 %로 비선형적으로 증가하였고 5점 병치 센싱의 경우 초기 약 1 %에서 90일경에 약 0.5 %로 비선형적으로 감소하였다. 이 현상은 일별로 발생하는 콘크리트의 시간 의존적 비선형 거동에 의해 발생한다. 캠버 재구성을 위해 Eq. (20)에서 가정한 2차 곡률식으로 일별 발생한 시간 의존적 비선형 곡률을 재구성하는 과정에서 편향(bias)이 유발되었다. 그러나 재구성 과정에 발생한 편향이 재구성된 위치, 계측 오차 크기와 관계없이 3점 병치 센싱의 경우 2 %이내이고 5점 병치 센싱의 경우 1 % 이내로 매우 작았다. 재구성된 캠버의 정확도 측면에서 최소한의 계측점의 개수(3점 병치 센싱), 20 %의 매우 큰 측정오차 그리고 콘크리트 비선형 거동에도 불구하고 Eq. (20)의 2차 곡률식에 기반을 둔 캠버 재구성으로 만족스러운 결과를 얻을 수 있었다. 계측점 개수의 측면에서 5점 병치 센싱이 3점 병치 센싱보다 약 2배의 정확도를 보여주고 있다. 따라서, 계측점의 개수를 증가시킴으로써 캠버 재구성의 정확도를 향상시킬 수 있음을 알 수 있다.

몬테카를로 시뮬레이션에서 재구성된 캠버의 정밀도 오차를 일별로 Fig. 9에 나타냈다. 일별로 재구성된 캠버의 정밀도는 다음 식을 이용하여 계산하였다.

(24)
$$ \text { Precision error }(\%)=\frac{\triangle_{\mathrm{k}, 1}^{\mathrm{std}}}{\Delta_{k, l}^{\text {mean }}} \times 100 $$

여기서, $\triangle^{{std}}$는 일별로 10000회 몬테카를로 모사에서 재구성된 캠버의 표준편차를 나타낸다.

일별로 재구성된 캠버의 정밀도 오차를 재구성된 위치, 계측점의 개수 그리고 계측 오차 크기에 대해 분석하였다. 그 결과 재구성된 위치는 재구성된 캠버의 정밀도에 거의 영향을 미치지 않았다. 반면, 계측점의 개수와 계측 오차 크기가 재구성된 캠버의 정밀도에 영향을 미쳤다. 3점 병치 센싱의 경우 계측 오차 크기 5 %, 10 % 그리고 20 %의 경우 재구성된 캠버의 정밀도 오차가 각각 약 2.5 %, 5 % 그리고 11 % 발생하였다. 5점 병치 센싱의 경우 계측 오차 크기 5 %, 10 % 그리고 20 %의 경우 재구성된 캠버의 정밀도 오차가 각각 약 2 %, 4 % 그리고 8 % 발생하였다. 계측점의 개수와 관계 없이 재구성된 캠버의 정밀도 오차는 계측 오차의 크기에 비례해서 발생하는 것으로 확인되었다. 5점 병치 센싱의 경우 3점 병치 센싱보다 동일한 계측 오차 크기에 대해 향상된 정밀도를 보여주고 있다. 이것은 최소자승법을 통한 곡률 재구성 과정에서 계측점의 개수가 증가할수록 계측 오차 상쇄효과에 의한 것이다. 따라서, 계측점의 개수를 증가시킴으로써 무작위 계측 오차에 대한 캠버 재구성의 정밀도를 향상시킬 수 있음을 확인할 수 있다. 일별 캠버 재구성의 정밀도 오차는 일정하게 유지되고 있는데 이는 시간 의존적 비선형 거동이 정밀도 오차에 영향을 미치지 않기 때문이다.

Figs. 8 and 9의 일별 재구성된 캠버의 통계 분포가 정규분포를 따르면 다음 식으로부터 통계적 유의 수준에 대해 재구성된 캠버의 통계적 정확도를 계산할 수 있다.

(25)
$$ \text {Statistical accuracy}(\%) =\operatorname{Min}\left[1-\frac{\left\{\Delta_{\mathrm{k}, 1}^{\text {exact }}-\left(\Delta_{\mathrm{k}, 1}^{\text {mean }} \pm \sigma \Delta_{\mathrm{k}, 1}^{\mathrm{std}}\right)\right\}}{\Delta_{k, l}^{\text {exact }}}\right] \times 100 $$

여기서, $\sigma$는 통계적 유의 수준에 의해 결정되는데 95 %와 99 % 유의수준의 경우 각각 1.96과 2.58이 된다. 만약 Fig. 8과 같이 $\dfrac{\triangle_{k,\: l}^{{mean}}-\triangle_{k,\: l}^{{exact}}}{\triangle_{k,\: l}^{{exact}}}\approx 0$이면 Eq. (25)은 다음과 같이 근사적으로 표현할 수 있다.

(26)
$$ \text { Statistical accuracy }(\%) \approx\left(1-\sigma \frac{\Delta_{k, l}^{\text {std }}}{\Delta_{k, l}^{\text {exact }}}\right) \times 100 $$

Fig. 10은 99 %와 95 %의 통계적 유의 수준에 대해 재구성된 캠버에 대해 Eq. (26)으로 구한 통계적 정확도를 나타냈다. 통계적 유의수준이 주어지는 경우 재구성된 캠버에 대한 통계적 정확도는 Fig. 9의 재구성된 캠버의 정밀도 오차에 의해 결정된다. 정밀도 오차는 재구성된 위치와는 영향을 받지 않기 때문에 거더의 중앙점에 대해서만 나타냈다. 3점 병치 센싱의 경우 계측 오차 크기 5 %, 10 % 그리고 20 %의 경우 재구성된 캠버의 통계적 정확도는 유의수준 95 %에 대해 각각 약 94 %, 89 % 그리고 79 %이고 유의 수준 99 %에 대해 각각 약 93 %, 86 % 그리고 72 %이다. 5점 병치 센싱의 경우 계측 오차 크기 5 %, 10 % 그리고 20 %의 경우 재구성된 캠버의 통계적 정확도가 유의수준 95 %에 대해 각각 약 96 %, 92 % 그리고 84 % 이고 유의 수준 99 %에 대해 각각 약 94 %, 89 % 그리고 79 %이다. Table 4에 제시된 것과 같이 보통 수준으로 설정된 계측 오차 5 %에 대해서 계측점의 개수에 관계없이 통계적 유의 수준 99 %에 대해 재구성된 캠버의 통계적 정확도가 90 %이상으로 평가되었다. 매우 큰 수준의 계측와 20 %에 대해서 최소한의 3점 병치 센싱만으로 통계적 유의수준 95 %에서 통계적 정확도가 약 80 % 수준으로 평가되었다. 최소한 계측점(3점 병치 센싱)을 활용하는 경우에도 제안된 캠버 재구성 기법은 매우 높은 통계적 신뢰도로 정확한 결과를 산출하였다.

Fig. 8. Accuracy Error of the Reconstructed Camber
../../Resources/KSCE/Ksce.2022.42.2.0151/fig8.png
Fig. 9. Precision Error of the Reconstructed Camber
../../Resources/KSCE/Ksce.2022.42.2.0151/fig9.png
Fig. 10. Statistical Accuracy of the Reconstructed Camber
../../Resources/KSCE/Ksce.2022.42.2.0151/fig10.png
Table 4. Mean Values of the Statistical Accuracy of the Reconstructed Cambers in Fig. 10 (unit: %)

Measurement error

Number of sensors

5 %

10 %

20 %

Three-point collocated sensing

93.16/94.81*

86.34/89.62

72.67/79.23

Five-point collocated sensing

94.77/96.03

89.55/92.06

79.07/84.10

* The first and the second numerical values represent the mean values of the statistical accuracies for significance levels of 99 % and 95 % respectively.

5. 결 론

공장에서 대량 생산되는 프리팹 PSC 거더를 대상으로 제작부터 가설전 단계까지 스마트 형상관리를 위한 캠버 재구성 기법을 제시하였다. 제작단계에서 변형률 센서를 영구매립하고 변형률 데이터를 실시간으로 취득할 수 있는 스마트 센싱 시스템을 고려하여 최소한의 병치형 변형률 센서를 활용하는 방안을 제시하였다.

긴장력 도입 시점부터 가설 전까지 프리팹 PSC 거더의 역학적 거동을 나타낼 수 있는 구조 해석 모델로부터 변형률 데이터를 수치 모사하고 제안된 캠버 형상 재구성 기법의 타당성을 검증하였다. 구조 해석 모델은 초기 긴장시 프리스트레스에 의해 발생하는 초기 탄성 캠버와 이후 가설단계까지 크리프, 건조수축, 콘크리트 강도와 같은 시간의존 거동을 고려할 수 있도록 정식화 하였다. 구조 해석 모델에서 수치 모사한 거더의 상·하연 변형률 데이터는 오일러-베르누이 보의 변형률과 처짐 관계식을 활용하여 캠버 형상으로 재구성하였다. 30 m 단경간 프로토타입 프리팹 PSC 거더에 대해서 측정점의 개수(3점 및 5점 병치 센싱)와 측정 변형률 오차(5 %, 10 %, 20 %)를 고려했을 때 재구성된 캠버의 정확도를 몬테카를로 시뮬레이션으로 통계적으로 평가하였다.

일별로 재구성된 캠버의 정확도 오차의 경우 콘크리트의 시간 의존적 비선형 곡률을 재구성하는 과정에서 발생하는 편향이 영향을 미쳤으나 2 %이내로 매우 작았다. 특히, 최소한의 계측점의 개수(3점 병치 센싱), 20 %의 매우 큰 측정오차 그리고 콘크리트 비선형 거동에도 불구하고 2차 곡률식에 기반을 둔 캠버 재구성으로 만족스러운 결과를 얻을 수 있었다.

일별로 재구성된 캠버의 정밀도 오차는 계측점의 개수와 계측 오차의 크기가 영향을 미쳤다. 정밀도 오차는 계측점의 개수와 관계없이 계측 오차의 크기에 비례했다. 최소자승법을 통한 곡률 재구성 과정에서 계측 오차의 상쇄 효과는 5점 병치 센싱이 3점 병치 센싱보다 컸고 이에 따라서 정밀도가 상대적으로 향상되었다. 시간 의존적 비선형 거동은 정밀도 오차에 영향을 미치지 않았다.

재구성된 캠버의 통계적 정확도는 재구성된 캠버의 정밀도 오차와 통계적 유의 수준에 의해 결정되었다. 보통 수준의 계측 오차 5 %에 대해서 계측점의 개수에 관계없이 통계적 유의 수준 99 %에 대해 재구성된 캠버의 통계적 정확도가 90 %이상으로 평가되었다. 매우 큰 수준의 계측와 20 %에 대해서 최소한의 3점 병치 센싱만으로 통계적 유의수준 95 %에서 통계적 정확도가 약 80 % 수준으로 평가되었다. 최소한 계측점(3점 병치 센싱)을 활용하는 경우에도 제안된 캠버 재구성 기법은 매우 높은 통계적 신뢰도로 정확한 결과를 산출하였다.

제안된 캠버 재구성 기법을 변형률 데이터를 실시간으로 취득할 수 있는 QR 코드 기반 스마트 센싱 기법과 연동시킴으로써 제작단계에서 가설전까지 프리팹 PSC 거더의 형상정보 이력을 축적하고 관리할 수 있다. 프리팹 PSC 거더의 형상정보 이력을 기반으로 디지털 성능모델을 구축하게 되면 주요 공정에서 발생할 수 있는 프리팹 부재의 결함 또는 제작오차 등을 미연에 방지하고 가설단계에서 프리팹 바닥판간의 시공오차를 최소화할 수 있을 것으로 기대된다.

감사의 글

본 연구는 국토교통부/국토교통과학기술진흥원이 시행하고 한국도로공사가 총괄하는 “스마트건설기술개발 국가R&D사업(21SMIP- A158708-02)”의 지원으로 수행되었습니다.

본 논문은 2021 CONVENTION 논문을 수정·보완하여 작성되었습니다.

References

1 
Chung W. S., Kim S. I., Kim N. S., Lee H. U. (2008). "Deflection estimation of a full scale prestressed concrete girder using long-gauge fiber optic sensors.", Construction and Building Materials, Vol. 22, No. 3, pp. 394-401DOI
2 
Culmo M. P., Halling M. W., Maguire M., Mertz D. (2017). "Recommended guidelines for prefabricated bridge elements and systems tolerances and recommended guidelines for dynamic effects for bridge systems (No. NCHRP Project 12-98)."URL
3 
Glaser R., Caccese V., Shahinpoor M. (2012). "Shape monitoring of a beam structure from measured strain or curvature.", Experimental Mechanics, Vol. 52, No. 6, pp. 591-606DOI
4 
Gregory A., Lau F. D. H., Girolami M., Butler L. J., Elshafie M. Z. E. B. (2019). "The synthesis of data from instrumented structures and physics-based models via Gaussian processes.", Journal of Computational Physics, Vol. 392, pp. 248-265DOI
5 
Kang L. H., Kim D. K., Han J. H. (2007). "Estimation of dynamic structural displacements using fiber Bragg grating strain sensors.", Journal of Sound and Vibration, Vol. 305, No. 3, pp. 534-542DOI
6 
Khan S., Won J. B., Shin J. S., Park J. Y., park J. W., Kim S. E., Jang Y., Kim D. J. (2021). "SSVM: An ultra-low-power strain sensing and visualization module for long-term structural health monitoring.", sensors, Vol. 21, No. 6, pp. 2211DOI
7 
Kim T. H., Choi J. H., Choi K. R., Shin H. M. (2003). "An analytical study on the time-dependent behavior of prestressed concrete structures.", Proceedings of the Korean Society of Civil Engineers A, Vol. 23, No. 5a, pp. 869-875 (in Korean)Google Search
8 
Kliewer K., Glisic B. (2019). "A comparison of strain-based methods for the evaluation of the relative displacement of beam-like structures.", Frontiers in Built Environment, Vol. 5, pp. 118DOI
9 
Korea Concrete Institute (KCI) 이름 "Concrete design code KCI-USD12 (in Korean)"Google Search
10 
Li L., Zhong B. S., Li W. Q., Sun W., Zhu X. J. (2018). "Structural shape reconstruction of fiber Bragg grating flexible plate based on strain modes using finite element method.", Journal of Intelligent Material Systems and Structures, Vol. 29, No. 4, pp. 463-478DOI
11 
Luo Z., Li J., Hong G., Li H. (2020). "Strain-based displacement field reconstruction method for thin rectangular plate through orthogonal deflection curves bridging.", Structural Control and Health Monitoring, Vol. 27, No. 1, pp. e2457DOI
12 
Moon H. S., Ok S. Y., Chun P. J., Lim Y. M. (2019). "Artificial neural network for vertical displacement prediction of a bridge from strains (Part 1): Girder bridge under moving vehicles.", Applied Sciences, Vol. 9, No. 14, pp. 2881DOI
13 
Palma P. D., Palumbo G., Pietra M. D., Canale V., Alviggi M., Iadicicco A., Campopiano S. (2019). "Bi-dimensional deflection estimation by embedded fiber bragg gratings sensors.", Multidisciplinary Digital Publishing Institute Proceedings, Vol. 15, No. 1DOI
14 
Park J. W., Sim S. H., Jung H. J. (2013). "Displacement estimation using multimetric data fusion.", IEEE/ASME Transactions On Mechatronics, Vol. 18, No. 6, pp. 1675-1682DOI
15 
Park M. H., Park S. E., Kim J. K., Park J. H., Kim B. N., Lee S. Y. (2010). "Time-dependent analysis of prestress concrete bridge considering creep and shrinkage.", Proceedings of the Korean Society for Industrial Convergence, Vol. 13, No. 3, pp. 125-131 (in Korean)URL
16 
Shen S., Jiang S. F. (2018). "Distributed deformation monitoring for a single-cell box girder based on distributed long-gage fiber bragg grating sensors.", Sensors, Vol. 18, No. 8, pp. 2597DOI
17 
Shin H. M. (2008). "Prestressed concrete, 9th edition", Dongmyeongsa (in Korean).Google Search
18 
Song J. H., Lee E. T., Eun H. C. (2021). "Optimal sensor placement through expansion of static strain measurements to static displacements.", International Journal of Distributed Sensor Networks, Vol. 17, No. 1DOI
19 
Vurpillot S., Krueger G., Benouaich D., Clement D., Inaudi D. (1998). "Vertical deflection of a pre-stressed concrete bridge obtained using deformation sensors and inclinometer.", ACI Structural Journal, Vol. 95, No. 5, pp. 518-526URL
20 
Wang Z., Duan D., Yu H., Xin Y., Li F. (2021). "Local bending deformation monitoring of bi-dimensional bridge deck based on the displacement-strain transfer matrix.", Journal of Civil Structural Health Monitoring, Vol. 11, No. 3, pp. 809-832DOI
21 
Xia Y., Zhang P., Ni Y., Zhu H. (2014). "Deformation monitoring of a super-tall structure using real-time strain data.", Engineering Structures, Vol. 67, pp. 29-38DOI
22 
Xu H., Ren W. X., Wang Z. C. (2015). "Deflection estimation of bending beam structures using fiber bragg grating strain sensors.", Advances in Structural Engineering, Vol. 18, No. 3, pp. 395-403DOI
23 
Yau M. H., Chan T. H. T., Thambiratnam D. P., Tam H. Y. (2013). "Static vertical displacement measurement of bridges using fiber Bragg grating (FBG) sensors.", Advances in Structural Engineering, Vol. 16, No. 1, pp. 165-176DOI
24 
Zhang Q., Sun T., Wang J., Liu Q. (2019). "Deflection distribution estimation of the main arch of arch bridges based on long-gauge fiber optic sensing technology.", Advances in Structural Engineering, Vol. 22, No. 15, pp. 3341-3351DOI