Mobile QR Code QR CODE

Journal of the Korea Concrete Institute

J Korea Inst. Struct. Maint. Insp.
  • Indexed by
  • Korea Citation Index (KCI)

  1. 학생회원, 광운대학교 건축공학과 석사과정
  2. 정회원, 광운대학교 건축공학과 교수



고층건축물, 기둥축소, 해석보정, 시공단계해석
Tall Building, Column shortening, Analytical Correction, Construction Sequence analysis

1. 서 론

건축구조물의 구조설계는 안전성뿐만 아니라 사용성 및 내구성 등을 확보하여야 한다. 최근 건축물의 고층화가 지속됨에 따라 저층건물에서 크게 문제되지 않았던 건축물의 사용성에 대한 영향이 증대되고 있다. 특히 초고층건물에서는 각 층 수직부재 사이의 축소량의 차이가 누적되어 수평부재에 추가적인 내력이 발생하며, 기존 저층건물에서는 볼 수 없었던 여러 비구조부재의 파손이 야기된다(Kim and Shin, 2012)(4). 따라서 기둥축소량의 영향은 처짐, 변형 등 초고층 건물의 시공단계해석에 있어 반드시 고려되어야 할 사항으로 여겨지고 있으며(Kim, 2011), 기둥의 축소량을 보정하기 위해 사전해석을 수행하여 보정하고 실제 발생한 축소량을 계측하여 해석결과와 비교·분석하여 재보정 및 검증을 해야 할 필요가 있다(Song et al, 2005)(9).

기둥축소량 검토 시 고려해야할 사항들은 설계, 재료, 시공적인 관점으로 분류할 수 있다. 설계적인 관점에서는 수직하중에 편심이 발생하는 경우, 코어와 기둥간의 강성이 차이나는 경우, 건물에서 수직하중이 전이 될 경우 등을 고려해야 한다. 재료적인 관점에서는 콘크리트의 장기적 거동을 결정짓는 크리프(Creep)와 건조수축(Shrinkage)을 고려해야 하며, 콘크리트에 발생하는 장기변형의 구속효과를 가진 RC, SRC, CFT 등의 부재를 고려해야 한다. 시공적인 측면에서는 코어 선/후 시공, 거푸집과 가설구조 수직부재의 존치기간, 골조 보정 방법 등을 고려해야 한다(Ha, 2018)(2).

콘크리트의 기둥축소량을 재료적인 측면에서 보면 탄성변형과 크리프, 건조수축과 같은 비탄성변형으로 나눌 수 있다. 콘크리트 고층건물의 수직부재는 연직하중으로 인한 탄성변형과 시간의 경과에 따른 비탄성 변형으로 장기간에 거쳐 축소가 일어나게 된다(Song and Kim, 2018)(10). 또한 시공적인 측면에서 보면 슬래브 타설 전 축소량(Up to)과 슬래브 타설 후 축소량(Sub to)로 나눌 수 있다. 슬래브 타설 이전에 발생하는 축소량은 하부에 작용되는 탄성축소량과 크리프, 건조수축의 합으로 나타내는 축소량이며, 시공과정에서 자동적으로 보정될 수 있다. 슬래브 타설 후 일어나는 축소량은 상부 시공에 의해 발생하는 추가 하중으로 비탄성 축소에 의해 발생되는 축소량이며, 시공 이후 보정이 어려우므로 그 값을 예측하여 보정할 필요가 있다(Kim, 2008 ; Kim, 2010)(6).

그러나 구조해석이 시공 과정을 정확하게 반영할 수 없으므로 구조해석결과와 실제 시공 결과는 차이가 발생하며, 구조해석에 의한 예측 값과 시공 중 계측 값의 오차로서 확인할 수 있다. 고층건물의 기둥축소량에 대한 예측과 계측 간에 오차가 발생하는 원인은 해석에 적용하는 재료모델이 실제 구조물의 거동을 정확하게 반영하지 못하는 경우, 시공 현장에서 발생하는 하중의 크기와 온도, 습도, 시공환경 등을 정확히 반영하지 못하는 경우가 있으며(Kim and Shin, 2012)(4), 계측센서의 오류로 인한 경우 등이 있다. 이러한 오차의 원인을 제거하는 것이 용이하지 않으므로 시공단계해석을 통한 예측과 발생 가능한 현장계측의 오차를 줄이기 위해 해석보정에 관한 연구가 진행되었다(Song and Kim, 2019)(8). 이 연구에서는 해석보정에 의한 해석과 계측 간의 오차 감소 효과를 확인하였지만, 해석보정 단계에서 다양한 변수가 미치는 영향에 대한 연구는 이루어지지 않았다.

Table 1 Analytical correction models

Analytical correction

model name*

Execution standard of analytical correction

Analytical correction value

Measurement location

TOL05-TOL-EF

Correction when the tolerance value (5㎜) is exceeded

Corrected by the tolerance value

Every floor

TOL05-TOL-RF

Correction when the tolerance value (5㎜) is exceeded

Corrected by the tolerance value

Regular floor

TOL05-ERR-EF

Correction when the tolerance value (5㎜) is exceeded

Correction by error value

Every floor

TOL05-ERR-RF

Correction when the tolerance value (5㎜) is exceeded

Correction by error value

Regular floor

STG06-ERR-EF

Corrected for every 6 stages

Correction by error value

Every floor

STG12-ERR-EF

Corrected for every 12 stages

Correction by error value

Every floor

STG18-ERR-EF

Corrected for every 18 stages

Correction by error value

Every floor

STG06-ERR-RF

Corrected for every 6 stages

Correction by error value

Regular floor

STG12-ERR-RF

Corrected for every 12 stages

Correction by error value

Regular floor

STG18-ERR-RF

Corrected for every 18 stages

Correction by error value

Regular floor

STG9/6-ERR-IF

Corrected for every 9, 6 stages

Correction by error value

Irregular floor

STG15-ERR-IF

Corrected for every 15 stages

Correction by error value

Irregular floor

*TOL05-TOL-EF

$\enspace$│$\enspace$$\enspace$│$\enspace$$\enspace$│$\enspace$$\enspace$└─→Measurement location : Every floor(EF), Regular floor(RF), Irregular floor(IF)

$\enspace$│$\enspace$$\enspace$│$\enspace$$\enspace$└────→Analytical correction value : Correction by the tolerance value(TOL), Correction by error value(ERR)

$\enspace$│$\enspace$$\enspace$└──────→TOL : Setting value of tolerance / STG : Stage interval to correct

$\enspace$└─────────→Enforcement standard of analytical correction

$\enspace$$\enspace$$\enspace$$\enspace$$\enspace$$\enspace$$\enspace$$\enspace$$\enspace$$\enspace$$\enspace$$\enspace$$\enspace$$\enspace$$\enspace$: Correction when tolerance value is exceeded(TOL), Correction for certain stage(STG)

이에 본 연구에서는 해석보정에 대해 적용할 수 있는 여러 가지 변수를 제시하고, 이를 철근콘크리트 41층 규모의 해석 모델에 적용하여 각 해석보정 모델에 대하여 비교·분석한 후 최적의 해석보정 방법을 제시하는 연구를 진행하였다.

2. 해석보정 변수 연구 방법

2.1 해석보정 변수 설정

해석보정은 시공단계해석 시 계측 값과 해석 값 사이의 오차를 줄이기 위해 해석 값을 계측 값에 따라 보정하는 것을 의미하며, 해석보정의 적용을 통해 시공단계해석에 의한 예측의 오차를 줄이는 효과를 기대할 수 있다. 본 연구에서 해석보정 변수의 분류는 해석보정 시행기준과 해석보정의 값, 계측 위치에 따라 구분될 수 있다.

해석보정 시행기준에 따른 분류는 허용오차 값을 설정 한 뒤 허용오차가 초과될 경우 해석보정을 시행하는 방법이 있다. 이는 허용오차 값을 5㎜로 설정하여 이를 초과했을 경우 해석보정을 실시하는 방법으로 적용하였다. 또한 일정한 층이나 시공단계 간격으로 정기적인 해석보정을 실시하는 방법이 있다. 이는 6, 12 Stage 등 일정한 간격을 기준으로 해석보정 하는 방법으로 적용하였다.

해석보정 값에 따른 분류는 예측과 계측의 오차가 발생할 때 허용오차 값을 설정한 후 이를 초과할 때 허용오차 값만큼 보정을 시행하는 방법이 있으며, 예측과 계측의 오차가 발생한 만큼 오차 값을 보정하는 방법이 있다.

계측 위치에 따른 분류는 계측센서가 매 층마다 있어 계측 값이 매 층 존재할 경우와 계측센서가 임의의 층에 있어 계측 값이 일정한 층 간격으로 계측되거나 일정하지 않은 층 간격으로 계측되는 경우가 있다.

2.2 해석보정 모델 구분

본 연구에서 적용한 해석보정 모델은 ‘2.1 해석보정 변수 설정’에서 설정된 해석보정 변수들을 조합하여 구성하였다. 단, 해석보정 값에 따른 분류에서 허용오차가 초과할 경우 허용오차 값만큼 보정하는 방법은 해석보정 시행기준에서 일정한 층 또는 시공단계에서 정기적인 보정을 시행하는 방법과 모순되므로 이 경우에는 생략하여 설정하였다.

Table 1은 해석보정 시행기준, 해석보정 값, 계측 위치에 따라 본 연구에서 적용한 전체 해석보정 모델들을 나타낸 것이다. 해석보정 모델명은 표 하단부에 제시한 바와 같이 4가지 변수조건에 대하여 나타내고 있다. 예를 들어 허용오차가 5㎜ 이상일 경우 허용오차 값만큼 보정하고 매 층 계측되었을 때의 해석보정 모델명은‘TOL05-TOL-EF’로 표현하며, 6 Stage마다 오차 값만큼 보정하고 특정한 층에 일정한 간격으로 계측되었을 때의 모델명은 ‘STG06-ERR-RF’로 표현될 수 있다.

3. 해석 예제모델

Fig. 1 Sample model

../../Resources/ksm/jksmi.2020.24.4.38/fig1.png

Fig. 2 Analytical correction process of TOL05-TOL-EF model

../../Resources/ksm/jksmi.2020.24.4.38/fig2.png

본 연구에서는 여러 가지 변수에 대한 해석보정 모델을 실제 건물에 적용하여 변수에 대한 적절성을 평가하였다. 대상 건물은 Fig. 1과 같이 1층 3m, 2층 5m, 3~41층 3m로 122m 높이의 41층 고층건물이며, RC 및 SRC 기둥을 가진 코어 전단벽 시스템의 구조형식이다(Song and Kim, 2019).

기둥축소량은 총 61단계의 시공단계로 구성하여 1,000일에 대한 시공단계해석을 수행하였다. 시공단계별로 기둥 C1(Fig. 1b)에 대하여 수직방향 변형(dz)의 슬래브 타설 전 축소량과 슬래브 타설 후 축소량의 합인 ‘Total’ 값으로 나타내었다. 기둥 C1의 단면은 800㎜ × 800㎜ 이며, 압축강도는 33MPa으로 PCA모델의 재료모델을 적용하였다(Fintel et al, 1987).

기둥축소량 예측을 위한 시공단계해석은 ASAP(Ha and Lee, 2012) 프로그램에 의하여 수행되었다. 해석보정은 보정이 시행되는 시공단계에서 수직방향 변형(dz)에 해석보정 값만큼의 강제 변형을 추가하는 방식으로 적용되었다.

4. 해석보정 적용 방법

변수에 따른 해석보정 효과 분석과 발생 가능한 다양한 계측 상황과의 비교를 위하여 시공단계해석 결과와의 오차의 분포에 따른 4가지 유형의 현장 계측 가정 값을 적용하였다(Song and Kim, 2019). 저/고층에서 일정한 비율로 오차가 증가하는 경우(계측 A), 저층부에서 오차가 크게 발생하고 고층부에서 오차가 줄어드는 경우(계측 B), 저층부에서 오차가 거의 발생하지 않으나 고층부로 갈수록 오차가 크게 발생하는 경우(계측 C), 저/고층부에서 오차가 복합적으로 크게 발생하는 경우(계측 D)로 나누어 진행하였다. 현장 계측의 가정에 대한 세부사항들은 Song and Kim(2019)에 제시된 내용을 동일하게 적용하였다.

Fig. 3 Analytical correction process of STG12-ERR-EF model

../../Resources/ksm/jksmi.2020.24.4.38/fig3.png

Fig. 2Fig. 3은 계측 D에 대하여 해석보정 과정을 보여주고 있다. Fig. 2는 TOL05-TOL-EF 모델에 대하여 매 층 계측 되었을 때 허용오차를 5㎜로 설정하고 이를 초과하는 시공단계에서 허용오차 값만큼 해석보정 하는 방법을 단계적으로 보여주고 있다. Fig. 2(a)에서 상층 시공이 진행되면서 오차가 점점 증가하여 17층이 시공되는 23 Stage에 최상부층 예측과 계측의 오차가 허용오차 값 (5㎜)을 초과하였다. 그에 따라 최상부층에 허용오차 값(5㎜)만큼 보정을 적용하였다. 보정 후 시공 진행에 따라 오차가 증가하여 27층이 시공되는 38 Stage에서 최상부층의 오차가 허용오차 값(5㎜)을 초과하여 같은 방법으로 보정을 적용하였다(Fig. 2b). 이러한 과정이 총 4회 반복되면서 최종단계까지 4회의 해석보정이 이루어졌다(Figs. 2c & 2d).

Fig. 3은 STG12-ERR-EF 모델에 대하여 매 층 계측 되었을 때 12 Stage마다 오차 값만큼 해석보정 하는 방법을 단계적으로 나타내고 있다. Fig. 3(a)에서 9층이 시공되는 11 Stage의 최상부층 오차가 2.72㎜만큼 발생하였다. 그에 따라 최상부층에서 오차 값만큼 보정하여 보정 직후 9층의 오차가 0㎜가 되도록 하였다. 12 Stage 이후 17층이 시공되는 23 Stage에서도 같은 방법으로 최상부층에 오차 값만큼 보정을 적용하였고(Fig. 3b), 이러한 과정이 총 5회 반복되면서 최종단계까지 5회의 해석보정이 이루어졌다(Figs. 3c & 3d).

5. 해석보정 효과 분석

5.1 해석 결과

해석보정에 의한 예측 값과 계측 값 간의 오차 감소 효과를 정량적으로 분석하기 위하여 층 평균 오차 값, 층 평균 오차 감소 값, 층 평균 오차 값의 감소율 등을 정의하였다.

(1)
$E_{UA.f.avg}=\vert M_{f}-UA_{f}\vert _{avg}$

(2)
$E_{AC.f.avg}=\vert M_{f}-AC_{f}\vert _{avg}$

(3)
$Reduction Value=E_{UA.f.avg}-E_{AC.f.avg}$

(4)
$$\text {Reduction Ratio}(\%)=\frac{\text {Reduction Value}}{E_{\text {UA.favg}}} \times 100$$

여기서, $E_{UA.f.avg}$는 보정이 없는 예측 값에 대한 층별 평균 오차 값, $E_{AC.f.avg}$는 보정된 해석 값에 대한 층별 평균 오차 값, $M_{f}$는 층별 계측 값, $UA_{f}$는 층별 보정이 없는 예측 값, $AC_{f}$는 층별 보정된 해석 값을 의미한다.

식(1)은 보정이 없는 예측 값과 계측 값의 층별 오차 값에 대한 평균을 내어 구한 값이며, 식(2)는 각 해석보정 모델별의 층 평균 오차 값으로 보정된 해석 값과 계측 값의 차이인 층별 오차 값에 대한 평균이다. 이 값을 비교하여 층별 평균 오차 값이 얼마만큼 감소하였는지 나타낸 값을 층 평균 오차 감소 값(Reduction Value)이라 하며(식3), 그 값을 바탕으로 보정이 없는 예측의 층 평균 오차 값에 대한 층 평균 오차 감소 값의 비율을 층 평균 오차 값의 감소율(Reduction Ratio)이라 한다(식4).

각 모델에 대하여 층 평균 오차 값은 절대적인 값으로 나오게 된다. 따라서 모든 해석보정 모델에 대하여 층 평균 오차 감소 값을 상대적인 값으로 전환하여 평균화하기 위해 백분율 값으로 나타내었다. 층 평균 오차 값의 감소율이 클수록 보정된 해석 값과 계측 값의 오차가 작아 해석보정 효과가 높다고 볼 수 있으며, 작을수록 보정된 해석 값과 계측 값의 오차가 커져 해석보정 효과가 낮다고 볼 수 있다.

Table 2 Result summary of analytical corrections

Analytical correction

model name

Measurement A

Measurement B

$E_{UA.f.avg}$

(㎜)

$E_{AC.f.avg}$

(㎜)

Total corrected

value(㎜)

Reduction

ratio(%)

Correction

count

$E_{UA.f.avg}$

(㎜)

$E_{AC.f.avg}$

(㎜)

Total corrected

value(㎜)

Reduction

ratio(%)

Correction

count

TOL05-TOL-EF

11.50

6.87

15.00

40.28

3

4.59

7.13

15.00

41.31

3

TOL05-TOL-RF

11.37

6.83

10.00

39.96

2

4.73

6.64

10.00

41.35

2

TOL05-ERR-EF

11.50

6.21

17.56

46.03

3

4.59

6.95

16.04

42.77

3

TOL05-ERR-RF

11.37

6.16

11.46

45.82

2

4.73

6.41

7.00

43.36

1

STG06-ERR-EF

11.50

4.65

17.56

60.53

10

4.59

5.71

17.44

53.01

10

STG12-ERR-EF

11.50

5.47

17.56

53.70

5

4.59

6.37

17.44

47.55

5

STG18-ERR-EF

11.50

6.29

17.56

46.89

4

4.59

7.08

17.44

41.68

4

STG06-ERR-RF

11.37

4.92

16.19

56.77

9

4.73

5.72

16.05

49.43

9

STG12-ERR-RF

11.37

5.57

16.19

51.03

5

4.73

6.25

16.05

44.82

5

STG18-ERR-RF

11.37

6.79

16.19

40.31

3

4.73

7.12

16.05

37.07

3

STG9/6-ERR-IF

11.11

5.20

14.94

53.16

7

4.61

6.15

14.39

44.66

7

STG15-ERR-IF

11.11

6.11

14.94

44.99

4

4.61

6.69

14.39

39.80

4

Analytical correction

model name

Measurement C

Measurement D

$E_{UA.f.avg}$

(㎜)

$E_{AC.f.avg}$

(㎜)

Total corrected

value(㎜)

Reduction

ratio(%)

Correction

count

$E_{UA.f.avg}$

(㎜)

$E_{AC.f.avg}$

(㎜)

Total corrected

value(㎜)

Reduction

ratio(%)

Correction

count

TOL05-TOL-EF

4.59

2.64

10.00

42.49

2

6.77

5.13

20.00

24.21

4

TOL05-TOL-RF

4.73

2.92

10.00

38.39

2

6.70

4.89

15.00

26.98

3

TOL05-ERR-EF

4.59

2.60

10.38

43.28

2

6.77

4.98

20.46

26.48

4

TOL05-ERR-RF

4.73

2.88

10.38

39.10

2

6.70

4.72

15.49

29.60

3

STG06-ERR-EF

4.59

1.62

11.49

64.69

10

6.77

3.45

20.46

48.98

10

STG12-ERR-EF

4.59

2.22

11.49

51.61

5

6.77

4.41

20.46

34.85

5

STG18-ERR-EF

4.59

2.59

11.49

43.45

4

6.77

5.45

20.46

19.46

4

STG06-ERR-RF

4.73

2.11

10.38

55.32

9

6.70

3.67

18.53

45.20

9

STG12-ERR-RF

4.73

2.50

10.38

47.07

5

6.70

4.87

18.53

27.37

5

STG18-ERR-RF

4.73

3.27

10.38

30.95

3

6.70

5.96

13.82

11.10

3

STG9/6-ERR-IF

4.61

2.33

9.24

49.42

7

6.48

4.58

17.15

29.33

7

STG15-ERR-IF

4.61

2.87

9.24

37.88

4

6.48

5.61

17.15

13.35

4

Table 2는 각 해석보정 모델별로 해석의 최종단계에서 보정된 해석 값과 계측 값의 차이를 4가지 유형의 계측에 대하여 층 평균 오차 값(식1 & 2), 전체 보정 값, 오차 값의 감소율(식4), 보정 횟수로 비교한 표이다.

Fig. 4는 보정 횟수에 따른 오차 값의 감소율을 4가지 유형의 계측에 대하여 나타낸 그래프이다. 보정 횟수가 많을수록 감소율이 증가하는 관계를 가지고 있음을 확인할 수 있다. 또한 4가지 계측에 따라서 ‘STG##’의 경우 일정한 시공단계마다 보정이 적용되므로 보정된 해석 결과와 계측 결과의 오차가 감소하는 경향이 일정하지만, ‘TOL05’의 경우에는 그렇지 않음을 확인할 수 있다.

4가지 유형의 계측에서 ‘TOL05’가 ‘STG18’보다 적은 보정 횟수로도 오차율 감소 효과가 증가하는 것을 볼 수 있다. ‘STG18’의 경우 보정 횟수를 늘리기 위하여 시공의 초기단계와 최종단계에 보정을 할 수 있도록 설정하였지만 미소한 값이 적용되었다. 그러므로 시공의 중간단계에서 예측과 계측의 오차는 ‘STG18’이 ‘TOL05’보다 크기 때문에 감소율이 감소하게 된다. 따라서 ‘STG18’보다 오차가 크게 발생되는 시점에 오차 발생 경향에 따라 보정되는 ‘TOL05’의 경우 보정의 효과는 증대된다고 판단된다.

‘STG##’에서 같은 보정 횟수일 때, 최종시공단계의 전 단계에 계측 값이 존재하여 보정이 적용되는 ‘EF’와 달리 ‘RF’는 그렇지 않다. 따라서 매 층 계측되는 ‘EF’의 경우가 임의의 일정한 층에 계측되는 ‘RF’의 경우보다 최종시공단계에서 효과적으로 보정이 적용됨을 확인할 수 있다. 4가지 유형의 계측에서 5회 보정한 STG12-ERR-EF 모델이 7회 보정한 STG9/6-ERR-IF 모델보다 보정 횟수가 적음에도 불구하고 감소율이 더 큰 것을 볼 수 있다. 이는 매 층 계측이 된 ‘EF’의 영향으로 인해 ‘IF’보다 적절한 층에 보정이 적용되어 감소율이 더 큰 값을 가지게 된 것으로 판단된다. 이를 통해 적은 횟수로 보정하더라도 적절한 층에 보정된다면 층별 오차 값의 감소율이 증가할 수 있음을 알 수 있다.

Fig. 4 Error reduction ratio according to the number of corrections for each measurement

../../Resources/ksm/jksmi.2020.24.4.38/fig4.png

대부분의 경우 Fig. 4(a)의 계측 A와 Fig. 4(c)의 계측 C에 대해서는 다른 계측에 비해 높은 감소율을 나타내고 있으며, Fig. 4(d)의 계측 D에 대해서는 다른 계측에 비해 낮은 감소율을 나타내고 있다. 계측 A 및 계측 C의 경우에 예측 결과와 가정한 현장 계측 형태 차이의 경향이 일정한 비율로 증가하는 단조로운 형태이기 때문에 보정 값이 비교적 일정하게 적용된다. 하지만 계측 D의 경우에는 예측과 계측 형태의 차이가 비교적 복잡하다. 따라서 계측 A 및 계측 C의 감소율의 최댓값이 60~65%로 나타나지만, 계측 D의 경우는 50%이하로 나타난다. 이를 통해 예측과 비교한 계측의 형태가 복잡한 경우보다 단조로운 경우 해석보정이 더 효과적으로 적용된다는 것을 알 수 있다.

5.2 해석보정 시행기준에 따른 효과

Fig. 5는 해석보정 시행기준의 변수를 달리하여 계측별로 TOL05-ERR-EF 모델과 STG06-ERR-EF 모델을 비교한 그래프이다. 4가지 유형의 그래프 모두 허용오차 초과 시 보정을 적용하는 ‘TOL05’의 경우보다 6 Stage 간격으로 보정을 적용하는 ‘STG06’의 경우 확연하게 계측과의 오차가 감소했음을 확인할 수 있다.

Fig. 6은 층별 오차 값의 감소율을 계측 유형별로 나타낸 그래프이다. TOL05-ERR-EF 모델과 비교했을 때 각 계측에 대하여 STG06-ERR-EF 모델의 감소율이 높은 것을 확인할 수 있다. 이는 좁은 간격의 일정한 시공단계마다 보정을 적용했을 때 보정 횟수가 2배 이상으로 증가하여 보정의 효과가 부각된다고 판단할 수 있다. 한편, TOL05-ERR-RF 모델과 STG18-ERR-RF 모델을 비교 했을 때 전자의 경우에 보정 횟수가 더 적음에도 불구하고 감소율이 높게 나타났다. STG18-ERR-RF 모델의 경우 보정 값이 작더라도 정해진 층에서만 보정하기 때문에 감소율이 감소하게 된다. 그러나 TOL05-ERR-RF 모델의 보정은 허용오차 값이 초과되는 곳 즉, 오차가 크게 발생하는 시점에 해석보정이 이루어지므로 오차 발생 경향에 따른 적절한 보정이 가능하고 시공의 중간단계에서 예측과 계측의 오차가 감소되어 감소율이 비교적 높게 나타난다고 볼 수 있다.

Fig. 5 Comparison of TOL05-ERR-EF and STG06-ERR-EF analytical correction by measurement at 61 stage

../../Resources/ksm/jksmi.2020.24.4.38/fig5.png

Fig. 6 Comparison of error reduction ratio for each floor according to the criterion for applying analytical correction

../../Resources/ksm/jksmi.2020.24.4.38/fig6.png

Fig. 7 Comparison of error reduction ratio for each floor according to the analytical correction value

../../Resources/ksm/jksmi.2020.24.4.38/fig7.png

5.3 해석보정 값에 따른 효과

Fig. 7은 해석보정 값의 효과를 비교한 그래프이며, Fig. 8은 전체 보정 값에 따른 감소율을 4가지 유형의 계측으로 나타낸 그래프로 전체 보정 값이 증가하면 감소율도 증가하는 경향을 보이고 있다. 또한 Fig. 4와 같이 ‘STG##’의 경우 일정한 시공단계마다 보정이 적용되어 감소율의 경향이 일정하지만, ‘TOL05’의 경우에는 그렇지 않음을 볼 수 있다. ‘TOL-TOL-EF’와 ‘TOL-ERR-EF’의 전체 보정 값을 비교하면 계측 A에서 15㎜와 17.56㎜, 계측 B에서 15㎜와 16.04㎜, 계측 C에서 10㎜와 10.38㎜, 계측 D에서 20㎜와 20.46㎜이므로 감소율 또한 ‘ERR’이 ‘TOL’보다 큰 값으로 나타난다. 따라서 허용오차 값만큼 보정하는 것보다 오차 값만큼 보정하는 것이 미소하지만 그 값이 더 크기 때문에 감소율에 차이가 나타나는 것으로 판단된다.

5.4 계측 위치에 따른 영향

Fig. 9는 계측 위치에 따른 해석보정의 효과를 나타낸 그래프이다. 모든 계측의 유형에서 ‘EF’가 일정한 층마다 계측이 되는 ‘RF’의 경우보다 감소율이 더 증가함을 확인할 수 있다. 이는 계측하는 층이 한계적인 ‘RF’의 경우보다 ‘EF’의 경우가 보정을 효과적으로 적용할 수 있는 계측된 층이 많기 때문에 Fig. 8과 같이 전체 보정 값이 증가하여 감소율이 증가하였음을 알 수 있다. 하지만 모든 층을 계측하는 것은 실제 시공에서 적용하기 어렵기 때문에 계측 위치에 따른 영향을 최대화시키기 위해서는 적절한 위치에 계측센서가 위치하도록 하는 것이 중요하다고 판단된다.

Fig. 8 Error reduction ratio according to the total corrected value for each measurement

../../Resources/ksm/jksmi.2020.24.4.38/fig8.png

Fig. 9 Comparison of error reduction ratio for each floor according to the measurement location

../../Resources/ksm/jksmi.2020.24.4.38/fig9.png

‘TOL05’의 경우에는 감소율이 계측위치와 관련성이 낮다고 볼 수 있다. ‘TOL05’의 경우 허용오차 값이 초과할 때 보정이 적용되므로 모든 층에 계측이 된다고 해도 허용오차 값이 초과하는 일부 층에서 보정이 적용되므로 계측 위치에 따른 분류에서 보정의 큰 효과를 기대할 수 없다고 판단된다. ‘STG18’의 경우 ‘TOL05’보다 보정 횟수가 많지만 감소율이 큰 차이를 나타내지 않음을 볼 수 있다. 이를 통해 보정 횟수가 낮은 경우라면 계측 위치에 따른 변수보다 해석보정 시행기준에 따른 변수를 고려하는 것이 더 효과적인 보정이 될 수 있다고 판단된다.

6. 결 론

본 연구에서는 고층건물의 기둥축소에 대하여 계측과 예측의 오차를 줄이기 위한 해석보정의 연구를 기반으로 계측결과를 이용한 해석보정 변수를 제시하고, 최적의 해석보정 방법을 제시하였다.

해석보정의 변수는 해석보정 시행기준, 해석보정 값, 계측 위치를 적용하였으며, 철근 콘크리트 41층 건물을 대상으로 3차원 시공단계해석을 수행하였다. 가정한 4가지의 현장계측에 대하여 해석보정을 실시하였다. 해석보정 모델별로 해석보정을 시행 했을 때 보정 횟수에 따른 층 오차 값 감소율과 해석보정 시행기준, 해석보정 값, 계측 위치에 따른 효과와 영향을 분석하였다. 주요 분석 사항은 다음과 같다.

1) 보정 횟수에 따른 층별 오차 값 감소율에서 보정 횟수가 많을수록 감소율이 증가하는 것을 확인할 수 있었다. 그러나, 적은 횟수로 보정이 된다고 하더라도 적절한 층에 보정이 된다면 오차가 보다 감소하였다. 층별 축소량의 변화가 복잡한 경우보다 단조로운 경우에 보정이 효과적인 것을 확인할 수 있었다.

2) 해석보정의 시행기준에 따른 효과는 허용오차 값을 초과 할 때 해석보정 하는 것보다 시공단계별로 좁은 간격으로 일정하게 해석보정 하는 것이 더 효과적인 보정이 되는 것을 확인 할 수 있었다.

3) 해석보정 값에 따른 효과는 허용오차 값 초과 시 보정하는 것보다 오차 값만큼 보정하는 것이 그 값이 미소하지만 효과적인 방법으로 활용될 수 있음을 알 수 있었다.

4) 계측 위치에 따른 보정의 영향은 대부분의 경우 임의의 층에 위치하는 것보다 모든 층에 위치하는 것이 효과적일 수 있다고 판단되었다. 그러나 실제 시공 현장에서 모든 층을 계측할 수 없으므로 적절한 층에 계측센서를 위치시키는 것이 중요하다고 판단되었다.

이와 같이 여러 가지 해석보정 변수를 통한 해석보정 모델을 실제 해석 모델에 적용하였으며, 보정 횟수와 층 평균 오차 값의 감소율로 비교하는 방법을 통해 현장 계측의 형태에 따라 장기적인 예측의 오차를 최소화하는 가장 적합한 해석보정 모델을 도출 할 수 있음을 확인하였다. 향후 추가적인 연구를 통해 건물의 실제 계측결과 적용을 통한 적용성에 대한 추가적인 검증이 요구된다.

감사의 글

이 논문은 국토교통부 도시건축연구사업의 연구비 지원(20AUDP-B147688-06)에 의해 연구되었음.

References

1 
Fintel, M., Ghosh, S.K., Iyengar, H. (1987), Column Shortening in Tall Structure-Prediction and Compensation, Portland Cement AssociationGoogle Search
2 
Ha, T.H. (2018), Column Shortening of Tall Buildings – Theory and Practices, Magazine of the Korea Concrete Institute, 30(1), 46-52.Google Search
3 
Ha, T.H., Lee, S.H. (2012), Advanced Staged Analysis Program for Precise Construction of RC Tall Buildings, Magazine of the Korea Concrete Institute, 24(4)DOI
4 
Kim, H.S., Shin, S.H. (2012), Error Analysis for Column Shortening Prediction Model by Field Measurement, J. Archit. Inst. Korea (Struct. & Constr.), 28(6), 19-26.DOI
5 
Kim, H.S., Shin, S.H. (2012), Optimum Distribution of Reinforcement to Reduce Differential Column Shortening, J. Archit. Inst. Korea (Struct. & Constr.), 28(9), 33-40.DOI
6 
Kim, Y.M. (2008), Optimal Compensation of Differential Column Shortening in Tall Buildings for Multi Column Groups, J. Comput. Struct. Eng. Inst. Korea, 21(2), 189-197.Google Search
7 
Kim, Y.M. (2011), The Optimal Column Grouping Technique for the Compensation of Column Shortening, J. Comput. Struct. Eng. Inst. Korea, 24(2), 141-148.DOI
8 
Song, E.S., Kim, J.Y. (2019), Analytical Correction Method by Comparison of the Column Shortening Measurement - Prediction in Tall Building, J. Comput. Struct. Eng. Inst. Korea, 32(6), 391-399.DOI
9 
Song, H.C., Doe, G.Y., Cho, H.H. (2005), Field Measurement and Compensation Method of Column Shortening for SRC Columns in 37-story Residential Building, J. Korea Institute of Building Constr., 5(4), 145-152.DOI
10 
Song, H.C., Kim, H.T. (2018), Probabilistic Analysis and Compensation of Column Shortening for SRC Columns in High-rise Building, J. Archit. Inst. Korea (Struct. & Constr.), 20(2), 95-103.Google Search