이태민
(Tae-Min Lee)
1,2
김성태
(Sung Tae Kim)
3
김영택
(Young-Taek Kim)
4
민지영
(Jiyoung Min)
5†
-
학생회원,한국건설기술연구원 학생연구원
-
학생회원,숭실대학교 석박통합과정
-
정회원,한국건설기술연구원 연구위원
-
정회원,한국건설기술연구원 선임연구위원
-
정회원,한국건설기술연구원 수석연구원, 교신저자
Copyright © The Korea Institute for Structural Maintenance and Inspection
키워드
항만시설물, 케이슨 안벽, 거동, 데이터베이스, 센서, 장기 모니터링
Key words
Port structure, Caisson quay wall, Behavior, Database, Sensor, Long-term monitoring
1. 서 론
항만시설 중 선박이 접안하여 화물을 상·하역하거나 사람을 승·하선하기 위한 계류시설은 기본시설에 해당하며, 안벽, 물양장, 잔교, 부잔교, 돌핀 등이
포함된다. 1970년대부터 집중적으로 건설되기 시작한 항만시설은 이미 노후화가 진행되고 있으며, 2030년을 기준으로 공용연수 30년을 초과하는 노후시설물의
비율이 약 50%에 이를 것으로 전망되어 이에 대한 대책이 필요한 상황이다(Min, 2020). 또한, 기후변화로 인하여 설계파고 이상의 고파랑 내습도 빈번하게 발생하고 있어 노후 항만시설의 안전성 및 사용성 확보를 위한 점검 및 유지관리
기술에 대한 필요성이 증가하고 있다(Min et al., 2022, Jin et al., 2023).
교량, 댐 등의 SOC와 달리 항만시설물은 관리주체(지방해양수산청, 항만공사 등), 부두운영사, 하역사, 선사간 계약을 통하여 상시 경제활동이 이루어지는
시설물인데다 보안시설에 해당하여 적극적인 신기술 도입이 어렵다(Oh et al., 2022). 이로 인하여 드론, 센서 등을 활용한 점검기술 개발에 관한 연구 결과가 거의 없다. 그러나 4차 산업혁명 시대가 도래함에 따라 ICT, 드론,
로봇, VR/AR, 디지털트윈 등에 대한 기술 개발이 급증하고, 이를 활용한 신산업이 다양한 분야에서 창출되면서, 경기침체로 인한 저성장 장기화,
강화된 환경규제 등의 복합적인 국내 위기를 극복할 수 있는 혁신 방안으로 주목받고 있다. 해양수산부 「제2차 해양수산과학기술 육성 기본계획(2023~2027)」의
12대 추진계획에는 ‘디지털 전환을 선도하는 스마트 선박ㆍ항만’, ‘데이터・인프라 공유체계 확립’ 등을 포함하고 있으며, 첨단기술 개발 및 현장에서의
활용을 적극적으로 추진하고 있다.
본 논문에서는 안벽의 거동 특성을 분석하기 위한 데이터 확보를 목표로, 국내 인천항 내 케이슨 안벽을 대상으로 센서 기반 모니터링 시스템을 구축하였다.
시스템 구축에 앞서 문헌 조사를 통하여 항만시설에 발생할 수 있는 피해 및 이상거동 유형을 분석하였으며, 이를 바탕으로 시스템을 설계하였다. 이미
선박이 주기적으로 접안하는 공용 중인 시설물이기에 현장 여건 상 최소한의 센서만을 설치하였다. 설치된 센서로부터 확보한 데이터를 바탕으로 장기간의
거동 특성을 확인하였으며, 안벽 대상 장기 모니터링 시스템 구축 시 고려해야 할 사항들을 도출하였다.
2. 항만시설 모니터링 기술 개발 현황
항만시설의 경우 크레인 등 상부 하중, 파압, 수압, 토압, 풍하중, 지진하중 등의 영향을 복합적으로 받을 뿐만 아니라, 건설재료의 주요 열화인자인
염해환경에 직접 노출된 구조물임에도 불구하고, 그동안 센서, 무인체 등을 활용한 계측 및 모니터링을 수행한 사례가 드물기에 장기간 거동 특성을 확인ㆍ분석할
수 있는 데이터베이스가 없고 재난ㆍ재해 후에는 인력 기반 중심으로 안전성 및 사용성이 관리되었다. 최근 스마트항만 구축 노력에 따라 세계 주요 항에서는
물류가 아닌 인프라 분야에서도 신기술들을 적극 도입하고 있다. 네덜란드 로테르담항은 시설물 유지관리 전담기구를 통해 독자적으로 유지관리를 실시하며,
항만 관리와 관련한 신기술 개발 및 설비 투자를 적극적으로 추진하고 있는 대표적인 항이다(KMI, 2018). IBM IoT 및 클라우드를 통해 선박 이동 경로, 인프라, 해양 날씨, 해저 지형, 수심 데이터를 추적하고, 디지털 대시보드를 통해 모든 항만주체들과
실시간 데이터 연계를 통해 물동량 처리 효율성을 향상시킨다. 또한 IoT 센서, 스마트 기상 데이터 등을 종합적으로 분석하여 선박의 진입 안전성 및
연료 소비율 등을 함께 분석하며, 부두벽에 센서를 장착하여 선박의 기항 또는 입출항 상태, 주변 기상조건 등을 분석하여 최적 접안시간을 제공하는 등
다양한 스마트 기술을 개발ㆍ적용하고 있다(Chung, 2018). 로테르담항 내 Brittannia 항구를 따라 기존 AWT(All Weather Terminal) 및 Broekman Distriport 심해
안벽을 120m 연장하기 위한 프로젝트의 일환으로, Inventec사는 로테르담 항만공사 허가 하에 (1) 그라우트 앵커 고정력, 변형, 릴렉세이션
모니터링을 위한 광섬유센서, (2) 선박의 상부하중 및 압축력에 의한 파일 헤드 상부하중 및 압축력 모니터링을 위한 고정밀도 광섬유 센서, (3)
안벽 배면 압력 모니터링을 위한 광섬유 센서, (4) 지하수위 및 항만 수위간의 상관성 분석을 위한 광섬유 피에조미터를 설치한 바 있다(Broos, 2010). 최근에는 스마트 안벽(smart quay wall) 실현을 위하여 경사계, 변형률계, 지하수위계, 광섬유센서, 위성, AI, IoT센서 등을 통합한
모니터링 시스템을 구축하였으며, 이로부터 기존 대비 허용부두하중(permissible quay load)을 약 20% 향상시켰다(den Adel, 2018; Schouten, 2020). 다양한 센서로부터 계측된 데이터는 확률 기반 신뢰도 평가 등에 활용되었다(van der Wel, 2018).
국내 계류시설에서는 Jo et al.(2018)의 연구가 유일한 것으로 판단된다. 해당 연구에서는 국내 서해안에 위치한 어항의 잔교식 안벽에 FBG 변형률계 13개, FBG 변위계 2개, FBG
경사계 1개, FBG 가속도계 1개를 부착하였다. 변형률계와 가속도계는 말뚝에, 변위계와 경사계는 콘크리트 슬래브에 부착하였다. 센서는 광 인터로게이터에
연결되며, 계측 데이터는 무선 통신망을 통해 서버로 전송된다. 전송된 데이터를 바탕으로 K-means 클러스터링 기법 등을 활용하여 관리기준치를 설정하였으며,
이를 관리할 수 있는 플랫폼을 구현하였다. 해당 어항은 선박의 접안이 이루어지지 않는 항이며, 개발한 센서의 성능 검증에 초점을 두었다. Bolourani et al.(2021)은 Support Vector Machine (SVM), 주성분 분석(Principle Component Analysis, PCA) 기법을 활용하여
케이슨 구조체의 이상상태 감지 알고리즘 개발에 관한 연구를 수행하였다. 케이슨 구조체의 손상 특징(feature) 추출을 위하여 구조체의 고유진동수,
모드 형상, MAC 및 AR 계수를 분석하였다. 다차원 데이터에서 주요 정보를 보존하며 차원을 축소시키는 PCA 기법을 통하여 케이슨 구조체의 손상과
밀접한 관련이 있는 성분을 추출하고자 하였다. 케이슨식 외곽시설을 대상으로 진동, 경사를 측정하여 동적해석을 통해 손상을 추출하고자 하는 연구는 다수
보고된 바 있으나, 케이슨식 안벽을 대상으로 한 연구는 없다(Lee et al., 2010; Lee et al., 2013).
3. 항만시설물 피해 원인 및 유형 분석
3.1 주요 항만시설물 구조형식
앞서 서론에서 언급한 ‘계류시설’과 파랑으로부터 항만을 보호하거나 외해로부터 유입되는 모래 등으로부터 항 내 매몰 방지 혹은 투기장이나 매립을 목적으로
하는 ‘외곽시설’은 기본 항만시설물에 해당한다. 방파제로 대표되는 외곽시설의 구조형식을 결정하는 가장 중요한 요소는 설치되는 위치의 수심과 파고이다.
상대적으로 수심이 낮고 파고가 작은 구역에서는 경사식 구조물이 유리하고, 상대적으로 수심이 깊고 고파랑 지역에 설치되는 방파제는 케이슨 혼성식이나
직립식이 유리하다. 선박이 계류하는 안벽이나 소형선 부두의 경우 대상 선박의 흘수와 화물 종류, 하역방식 등이 계류시설 단면 형식을 결정하는 데에
중요한 역할을 한다. 따라서 항만시설물을 설치하는 위치가 결정되면 그에 따른 자연환경, 입지여건 등을 검토하여 각 구조형식별 경제성, 이용성, 시공성,
환경성, 친수성, 유지관리성 등을 종합적으로 검토하여 항만시설 구조형식을 결정하게 된다. 또한 우리나라는 동/서/남해역별로 해역특성에 명확한 차이가
존재하므로, 자연환경 및 입지여건(조위, 파랑, 지반조건 등) 등을 면밀하게 검토하여 가장 유리한 구조형식을 선정하는 것이 필요하다.
Table 1은 항만시설물 유지관리시스템(MOF, 2016)에 제시된 해역별 항만시설물 구조형식별 적용 비율을 정리한 것이다. 전체 해역에서 케이슨식이 43.7%로 가장 많은 비중을 차지하고, 그 다음은 콘크리트
블록식(27.7%), 잔교식(18.1%) 순이다. 해역별로 살펴보면, 동해안은 콘크리트 블록식과 케이슨식의 비율이 유사하며, 서해안과 남해안에서는
케이슨식의 단면 형상이 가장 높다. 따라서 본 연구에서는 국내에서 가장 적용 비율이 높은 케이슨식을 대상으로 하였다.
Table 1 Coastal structures according to the structural type in Korea(MOF, 2016)
Sea area
|
Structural type (length, unit: m)
|
Total
|
Caisson
|
Pile
|
Concrete block
|
Others
|
East Sea
|
10,709
(32.8%)
|
8,128
(24.9%)
|
11,363
(34.8%)
|
2,437
(7.5%)
|
32,637
(100.0%)
|
South Sea
|
22,843
(39.7%)
|
9,012
(15.7%)
|
14,824
(25.8%)
|
10,885
(18.8%)
|
57,564
(100.0%)
|
West Sea
|
23,213
(58.4%)
|
6,415
(16.1%)
|
9,769
(24.5%)
|
385
(1.0%)
|
39,782
(100.0%)
|
Total
|
56,765
(43.7%)
|
23,555
(18.1%)
|
35,956
(27.7%)
|
13,707
(10.5%)
|
129,983
(100.0%)
|
3.2 피해(이상거동) 유형 분석
CEM(Coastal Engineering Manual)(USACE, 2006)에 정의된 일반적인 항만시설물의 피해(failure)는 구조물 설계 시 계획된 기능 및 성능을 발휘하지 못하는 수준으로 발생한 손상으로 정의할 수
있다. 그리고 피해의 발생 원인 및 유형은 설계 피해(design failure), 초과 외력 피해(load exceedance failure),
시공 피해(construction failure), 노후 피해(delamination failure)로 구분된다. 설계 피해는 구조물 전체 또는 개별
구조물이 설계기준 내에서 하중조건을 견딜 수 없는 경우에 발생하는 피해, 초과 외력 피해는 외력이 구조물 설계값을 초과하는 경우 발생하는 피해, 시공
피해는 불량 시공 또는 재료 품질의 문제로 발생한 피해, 노후 피해는 노후화 및 유지관리 부족에 의해 발생한 피해에 해당한다.
국내에 설치된 항만시설물 중 외곽 및 계류시설의 피해 원인 및 유형을 분석하였다. 외곽시설의 경우 설계파를 상회하는 파랑의 내습에 의한 피해가 대부분이었으며,
주요 원인은 태풍에 의한 피해였다. 이로 인해 TTP 유실 및 파손, 상치콘크리트 이격, 침하, 활동, 전도 및 파손, 케이슨 활동, 제체사석 유실,
피복석 유실, 필터사석 유실 등이 발생하였다. 케이슨식을 포함한 직립식 시설물의 경우, 상치콘크리트, 케이슨 등 콘크리트 구조물의 활동 및 전도,
지반 반력 및 지반문제로 인한 침하가 대표적인 피해 유형이었다. USACE(2006)에서 분류한 중력식 계류시설의 피해 유형을 Table 2에 정리하였다. 피해 원인은 크게 외력과 지반 문제로 구분된다. 외력의 경우 설계하중 초과 상재하중, 고파랑에 의한 전도, 활동, 세굴 등이 외력에
의한 피해 유형에 해당하였으며, 지반 문제의 경우 마찰력을 초과하는 토압․잔류수압․자체하중, 지반 전단강도 초과 구조물 중량, 지반 세굴, 기초사석
전단파괴, 지반압밀 등에 의한 구조물의 활동, 침하, 경사, 전도 등이 주요 피해 유형이었다.
중력식 항만시설의 피해 유형은 MOLIT(2018) ‘시설물의 안전 및 유지관리 실시 세부지침’ 내 항만시설의 구조안전에 중대한 영향을 미치는 것으로 인정되는 중대한 결함 유형과도 밀접한 관련이 있다.
시설물의 기초세굴 e등급, 파일 혹은 강관의 파손․부식 d등급, 내력 손실 e등급, 잔교․시설 파손 및 결함 e등급, 케이슨 구조물 파손 e등급,
안벽의 법선변위 및 침하 d등급 이하가 중대한 결함에 해당한다. 모니터링 시스템 구축 시 이와 같은 피해 원인 및 유형을 고려하여 설계하여야만 구조물의
안전성 및 사용성을 체계적으로 모니터링 할 수 있다. 계류시설은 외곽시설에 비하여 정온한 해역에 위치하며, 상부에서 다 수 사용자의 경제활동이 이루어지고,
선박 접안 등에 의한 피해 사고가 발생하기도 하는 시설물이다. 따라서 본 논문에서는 본 장에서 도출된 중력식 안벽의 피해 유형을 바탕으로 케이슨식
안벽 대상 모니터링 시스템을 구축하였다.
Table 2 Damage types of gravity quay walls
|
Cause of damage
|
Type of damage
|
External force
|
surface load > design load
|
seaward rotational slip failure
|
heavy waves over design conditions
|
scouring at the back yard
|
landward overturning
|
landward pushout of concrete block
|
Foundation problem
|
soil pressure and residual water pressure > friction force
|
seaward sliding
|
settlement and seaward sliding
|
structure weight > friction force
|
seaward sliding and overturning
|
ground scouring, sheer failure for foundation rock
|
seaward settlement and sliding (soil mechanic failure)
|
consolidation of foundation
|
settlement and overturning
|
structure weight > sheer strength of foundation
|
settlement and overturning
|
4. 항만시설물 계측 시스템 구성
4.1 대상 시설물
대상 부두는 2018년에 준공된 2종 시설물로 케이슨 구조형식을 가진다. 서해안 인천항에 위치하며, 연장은 총 850 m으로 5만톤급 2개 선석,
3만톤급 1개 선석으로 구성된다. 상치콘크리트 너비는 약 20 m, 케이슨 함체의 너비는 약 40 m이며, 케이슨 1함에 2개 상치 콘크리트가 거치되었다.
계측이 수행된 선석은 5만톤급 선석으로, 주 6일간 선박이 약 8~9시간 접안․계류한다. 인접 선석 대비 선석 가동률이 높은 편으로, 부두 시설물
측면에서는 크레인 등 상재하중에도 차이가 있다.
시설물 세부지침에서 활동, 침하, 경사/전도의 평가기준은 Table 3과 같다. 단, 케이슨 이격거리의 경우 정성적인 평가기준에 의해 평가된다. 항만 및 어항공사 표준시방서(KCS 64 35 30: 2018) ‘케이슨 공사’에서는 케이슨 거치 시 허용 오차를 케이슨 질량에 따라 100㎜ 혹은 150㎜ 이하로 규정하였다.
Table 3 Evaluation criteria for condition of gravity type quay wall
Grade
|
Maximum settlement
|
Maximum slope
|
Not
in progress
|
In progress
|
Not
in progress
|
In progress
|
a
|
~ 5㎝
|
~ 2㎝
|
~ 2%
|
~ 1%
|
b
|
5~8㎝
|
2~5㎝
|
2~3%
|
1~2%
|
c
|
8~12㎝
|
5~8㎝
|
3~4%
|
2~3%
|
d
|
12~16㎝
|
8~12㎝
|
4~6%
|
3~4%
|
e
|
16㎝ ~
|
12㎝ ~
|
6% ~
|
4% ~
|
4.2 계측 센서 및 설치 위치
선행 연구에 따르면 케이슨식 방파제의 경우 케이슨이 독립적으로 거치된 경우와 인터로킹된 경우 활동, 미끌림 등이 발생하는 경향이 다르다(KIOST, 2014). 즉, 파고 및 파주기, 입사파향 등 외부 하중에 의하여 개별 거동할 수 있다. 따라서 본 논문에서는 케이슨 2개 함을 대상으로 계측을 수행하였다.
센서는 작업자 안전 확보를 위하여 케이슨 본체가 아닌 상치콘크리트에 부착하였으며, 상치콘크리트의 두께는 약 5.5m였다. 계측 항목은 해측부 경사,
상치콘크리트 간 이격, 침하이다. 정박을 위한 계선 작업 시 계류삭을 매어놓기 위한 작업 공간 확보, 작업자 안전 확보를 위하여 활동 계측은 수행하지
않았다. 케이슨 1개 함에는, 이격거리 계측을 위한 센서 1개(Tokyo Measuring Instruments Lab; KG-5A), 침하 계측을
위한 센서 1개(KG-5A), 해측부 경사 계측을 위한 경사계 2개(ZIS I&C; STM-5)가 설치되었다. 이격거리계 및 침하계는 $\pm$0.001mm,
경사계는 0.0025°의 정밀도를 가지며, 동작온도 범위는 –20~60°C이다. 이격거리계와 침하계는 상치콘크리트 간 이음부에, 경사계는 전면부에
볼트를 이용하여 구조물과 일체 거동하도록 고정하였으며, 방수 및 방진을 위한 인증을 받은 알루미늄 케이스를 사용하여 외부 환경 및 충격으로부터 보호하였다.
함체는 센서로부터 약 40m 떨어진 곳에 위치한 조명탑 인근에 설치되어 DAQ 및 PC 등에 안정적으로 전력을 공급하며, 계측된 데이터는 PC에 저장
및 LTE 통신을 통하여 관리자에게 전송된다. 함체 인근에 콘크리트 부재 온도 및 대기 중 온도를 측정하기 위한 온도계(Thermocouple T-type)를
설치하였다. Fig. 1은 센서 설치 위치 및 전경을 보여준다. 센서가 부착된 위치의 케이슨은 2번과 4번 함으로, 3번 함을 중심으로 거동을 관찰하고자 하였다.
Fig. 1 Setup of long-term monitoring system with sensors
4.3 데이터 취득 방법
중력식 안벽은 교량 등과 달리 수 십 Hz 이상 샘플링으로 계측을 수행하여 고유진동수, 모드 형상 등 동적 특성을 분석하기에는 계측 및 비용 효율이
낮은 구조물에 해당한다. 따라서 본 논문에서는 계측 주기를 10분으로 설정하였으며, 신규 데이터가 생성될 때마다 관리자에게 전송된다. 계측 데이터는
CSV 형식 파일로 저장되어 전송되며, 데이터 용량은 1달 계측 데이터 기준 1.4MB 수준이다.
한편, 계측 데이터와 조위와의 상관성을 검토하고자 국립해양조사원에서 운영하는 바다누리 해양정보 서비스를 통하여 조위 데이터를 수집하였다. 대상 시설물로부터
약 3.5 ㎞ 거리에 위치한 인천 조위관측소에서 제공하는 데이터를 사용하였으며, 데이터 수집 주기는 1분이다. 데이터 간 시간 동기화(syncronization)를
위하여, 센서의 계측시간과 동일한 시간의 조위 데이터를 별도로 저장하였다.
5. 항만시설물 계측 데이터
5.1 위치별 계측 데이터
2022년 10월 1일부터 2023년 7월 31일까지 10개월간 측정한 센서별 계측 데이터를 Fig. 2에 나타내었다. Fig. 2(a)는 2번 함과 4번 함에서 계측한 상치콘크리트 이격거리 데이터, Fig. 2(b)는 침하 데이터, Fig. 2(c),(d)는 경사 데이터, Fig. 2(e)는 콘크리트 부재 내 온도(TC-1) 및 대기 중 온도(TC-2)이다. 2023년 2월 1~6일의 6일간은 센서 점검으로 인하여 신호가 누락되었으며,
해당 구간은 그래프에서 회색 박스로 표시하였다. Fig. 2(f)는 계측기간에 해당하는 조위 데이터이다. 그림에서 보듯이 모든 데이터에서 겨울철과 여름철 데이터에 확연한 차이를 보이며 계절적 영향(seasonal
effect)이 뚜렷하게 관찰되었다. 겨울철 콘크리트의 수축에 의해 C.A. #2와 #4에서 상치 콘크리트의 이격거리가 최대 11.09㎜까지 증가하였다.
전체 계측기간동안 두 위치의 데이터 범위는 –0.99~11.09 ㎜로 유사하게 나타났다. 침하의 경우 겨울철 C.A. #2와 C.A. #4에서 서로
다른 경향을 보였다. C.A. #2의 겨울철 침하량은 –1.62 ㎜까지 감소한 반면(CG-2), C.A. #4의 침하량은 +0.24 ㎜로 증가하였다(CG-4).
C.A. #2와 C.A. #4의 상부에서 측정된 경사 데이터는 –0.057~0.081° 범위로 유사하였으며, 이격거리, 침하량 등 선형 변위에 비해서는
상대적으로 계절에 따른 영향이 작게 나타났다. 이는 센서별 민감도 차이에 의한 영향일 수도 있으나, 콘크리트의 온도에 의한 건조수축 특성을 고려할
때 선형 변위 대비 회전 변위(경사)에는 큰 영향을 미치지 않았기 때문인 것으로 판단된다. 반면 해수면 인근에서 측정된 경사계(TT-2, TT-4)의
경우, 겨울철에는 C.A. #2와 C.A. #4에서 유사한 데이터 값을 가지나 온도가 높아짐에 따라 약 0.3°의 차이가 발생하였다. 상부에 위치한
TT-1과 TT-3과는 다른 값을 보여주는데, TT-2와 TT-4가 만조 시 해수위의 영향을 받는 높이에 위치하고 있어 파랑이 계측 데이터에 영향을
미친 것으로 추측된다. 다만, C.A. #4 대비 C.A. #2가 계절적 영향이 더 크게 나타나고 있음은 유사하다.
Table 4에 계측 데이터의 분포 특성을 정리하였다. C.A. #2 인근에서 상대적으로 빈도가 높은 상ㆍ하역 작업이 이루어지고 있음을 고려할 때 함체 위치에
따른 침하량 차이가 뚜렷하게 발생하였다. 반면, 경사 및 이격거리는 함체 위치에 따른 차이가 크게 없었다.
두 위치에서의 침하량 차이를 Fig. 3에 비교하였다. Fig. 3(a)는 C.A. #2와 C.A. #4에서의 계측 침하 데이터의 차이로, C.A. #3의 침하량에 해당한다. 그림에서 보듯이 12월~6월 상대 침하량이
증가하였다. Fig. 3(b)는 C.A. #2와 C.A. #4의 침하량 변화의 기울기를 가시적으로 표현한 것이다. 10월, 1월, 4월, 7월의 1일에 해당하는 침하 경향을 보여주며,
C.A. #3의 C.A. #2 방향으로의 침하량이 상대적으로 큼을 알 수 있다. 그러나 침하량 차이가 약 2 ㎜로 작기 때문에 구조체에 미치는 영향은
크지 않을 것으로 판단된다.
Fig. 2 Measured data for 10 months
Fig. 3 Difference of deflection by sensor location
Table 4 Data distribution properties
ID
|
C.A. #2
|
ID
|
C.A. #4
|
μ
|
σ
|
μ
|
σ
|
CG-1
|
4.1078
|
2.7209
|
CG-3
|
4.9673
|
3.2744
|
CG-2
|
-0.4681
|
0.5409
|
CG-4
|
-0.0999
|
0.1186
|
TT-1
|
-0.0076
|
0.0259
|
TT-3
|
0.0142
|
0.0132
|
TT-2
|
-0.5287
|
0.0525
|
TT-4
|
-0.4401
|
0.1221
|
5.2 온도 데이터와의 상관성
온도에 따른 데이터의 변동성을 확인하기 위하여 Fig. 4~Fig. 6에 각 데이터와 온도와의 상관성을 도시하였다. 앞서 언급하였듯이 회전 변위 대비 선형 변위 데이터에서 온도와의 상관성이 높게 나타났으며, 침하 대비
이격거리 데이터가 온도 상관성이 높았다. 특이한 사항은 약 20도를 기준으로 온도에 따른 경향성이 달라지며, 선형 회귀분석으로는 온도와의 상관성을
표현하기 어렵다. 이는 Jin and Jung(2018)에서도 유사하게 나타났다. 이격거리 CG-1및 CG-3과 온도 사이에 선형 회귀분석을 수행하였을 때 상관계수 $R^{2}$은 각각 0.91과 0.82,
상대 침하량 CG-2 및 CG-4와의 $R^{2}$은 각각 0.82와 0.0009, TT-1 및 TT-3와의 $R^{2}$은 각각 0.73과 0.20이었다.
여기에서 0.0009와 0.2는 유의미한 값이 아니다. Fig. 3과 Fig. 4로부터 C.A. #2와 C.A. #4의 상대적인 침하량 차이가 계절변화에 의한 온도 차이에 의한 것만은 아님을 추측할 수 있다. CG-2의 경우 온도에
따른 이중선형(bilinear)성을 명확하게 보여주는 반면, CG-4의 경우 전반적으로 이중선형성을 따라가나 일부 계측값의 경우 이를 벗어났다. 즉
해당 구간에서는 온도 외에도 다른 영향인자가 존재함을 알 수 있다. 두 케이슨의 경계조건, 상재하중조건, 운영조건이 모두 다르므로, 원인을 파악하기
위해서는 추가적인 계측이 필요할 것이다.
Fig. 4 TC-1 vs. CG-2 and CG-4
Fig. 5 TC-1 vs. CG-1 and CG-3
Fig. 6 TC-1 vs. TT-1 and TT-3
5.3 조위 데이터와의 상관성
조위는 안벽 전면부에 작용하는 수압과 밀접한 관련이 있으며, 이는 활동 혹은 경사 데이터에 영향을 미칠 수 있다. 본 논문에서는 부두 운영조건으로
인하여 활동을 계측하지 않았으므로 조위에 따른 경사 데이터를 Fig. 7에 도시하였다. 그림에서 보듯이 조위와 경사 데이터간 상관성을 확인하기 어려웠다. 그러나 엄밀하게는 조위 계측 센서와 경사 계측 센서가 완벽한 시간
동기화가 이루어진 것이 아니기 때문에 보다 정확한 상관성 분석을 위해서는 조위 데이터를 함께 측정하여야 할 것이다.
Fig. 7 Tide level vs. TT-2 and TT-4
5.4 결과 분석
앞선 결과에서 알 수 있듯이, 장기 데이터 계측 시 온도에 따른 영향이 가장 크게 나타났다. 따라서 이상상태 발생 시 이를 즉각 판단하기 위해서는
온도에 의한 영향을 보상한 다음 적절한 관리 기준치를 설정하는 것이 중요하다. 이는 Nguyen et al. (2016), Jin and Jung(2018), KALIS(2020)을 포함한 장기 모니터링 관련 다수의 연구에서도 기술되었다. Fig. 8은 시스템 설치 후 1개월간 계측한 CG-1 데이터에 대하여 1차 수준의 고정 관리기준 중 하나인 3σ 관리기준을 사용하여 건전성을 평가한 예시이다(Chung et al., 2014). 온도 등 외적 요인 변화에 의한 유동적인 건전성 평가가 필요함을 보여준다. 계절변화에 의한 온도 변동성이 포함되도록 1년 이상 장기 계측 데이터에
대한 경향 분석을 통해 관리기준을 설정해야 할 것이다(Joo et al., 2008).
온도 보상 관점에서 주로 사용되는 주성분 분석 기법을 도입한 예를 Fig. 9에 나타내었다(Huynh et al, 2018). CG-1에 대하여 주성분 분석을 수행한 후 첫번째 주성분(PC#1)과 온도와의 상관성을 Fig. 9(a)에 나타내었다. 선형 회귀분석으로부터 두 변수간의 상관계수인 $R^{2}$과 RMSE는 각각 0.98, 1.87으로 높았다. 온도 상관성이 높은 PC
#1을 제외한 나머지 주성분인 PC #2의 시간 이력 데이터를 Fig. 9(b)에 나타내었다. 그림에서 보듯이 온도에 의한 영향이 일부 제거되었으나 변동성(fluctuation)은 잔재함을 알 수 있다. 이상치 발생 시 정확한
시점 판단을 위해서는 보다 강건하고 이상치에 민감한 알고리즘 개발이 필요하다. 한편, 온도에 따른 선형 및 회전 변위의 변동성은 정밀점검 등 수행
시 계절에 따른 오차가 발생할 수 있음을 의미하므로 점검 시에는 이를 고려하여야 할 것이다.
Fig. 8 Outlier detection with 3-sigma threshold (CG-1)
Fig. 9 Principal components of CG-1
6. 결 론
사물인터넷, 빅데이터, 인공지능, 가상물리, 자동화 등 4차 산업혁명 기술은 항만의 전반적인 운영ㆍ관리를 효율화ㆍ최적화할 수 있는 스마트항만으로 항만의
패러다임을 변화시켰다. 그러나 안벽ㆍ야드 크레인, 이송차량, 선박, 장비 등 물류 관련 초연결화 및 지능화와 관련한 연구 대비, 항만시설물, 특히
안벽에서의 거동 데이터 수집ㆍ분석과 관련한 연구 보고는 찾아보기 어렵다. 따라서 본 논문에서는 계류시설의 주요 구조형식인 케이슨식 안벽을 대상으로
장기 거동 데이터 수집을 위한 계측 시스템 구축 연구를 수행하였다.
우선 케이슨식 안벽의 피해 원인 및 피해 유형을 분석한 다음, 이를 바탕으로 센서를 결정하고, 계측 시스템을 구축하였다. 현장 운영 상황을 고려하여
경사계, 이격거리계, 침하계, 온도계를 설치하였으며, 함체별 거동 비교를 위하여 2개소에서 계측을 수행하였다. 현재까지 10개월간 계측 데이터를 확보하였으며,
위치별 계측 데이터의 특성, 온도 및 조위 데이터와의 상관성 등 기초적인 분석을 수행하였다. 교량 등에서 보고된 바와 유사하게 계절적인 영향이 발견되었으며,
특히 선형 변위와 관련한 이격거리 및 침하 데이터에서 영향이 뚜렷하게 관찰되었다. 반면 경사의 경우 선형 변위보다는 계절적 영향이 작게 나타났다.
침하의 경우 상ㆍ하역 작업이 전체 선석에서 동일하게 이루어지지 않으므로 함체 위치에 따라 다른 특성을 보였다. 이러한 계측 신호로부터 온도에 의한
영향 및 관리기준치 설정 알고리즘, 네트워크 개념의 분석 알고리즘 등의 개발이 필요함을 확인하였다. 이는 후속 연구로 수행하고자 한다.
항만시설물을 대상으로 장기 데이터를 수집하고 이를 분석함으로써 재해 및 재난 발생 시 구조물의 안전성 및 사용성을 객관적으로 평가할 수 있을 뿐만
아니라, 해양수산부에서 추진 중인 디지털트윈 구축 사업과 계측 데이터를 통합하여 인프라 정보가 연계된 스마트항만으로 도약할 수 있을 것이다.
감사의 글
본 논문은 2021년 해양수산부 재원으로 해양수산과학기술진흥원(과제번호: 20210659)의 지원을 받아 수행되었습니다. 현장에서의 실험에
적극적으로 지원해주신 인천항만공사에 감사드립니다.
References
Bolourani, A., Bitaraf, M., and Tak, A. (2021), Structural health monitoring of harbor
caissons using support vector machine and principal component analysis, In Structures,
33, 4501-4513.
Broos, E. J. (2010), Design and Construct Contract for a Deep Sea Quay Wall in the
Port of Rotterdam: Case study Brammen terminal, TU Delft.
Chung, C-H., An, H-Y., Shin S-B., and Kim, Y-H. (2014), Reset of Measurement Control
Criteria for Monitoring Data through the Analysis of Measured Data, Journal of the
Korea Institute for Structural Maintenance and Inspection, 18(6), 105-113 (in Korean).
Chung, T. (2018), Advanced Case Analysis and Implications of a Smart Seaport, Journal
of Shipping and Logistics, 34(3), 489-510.
den Adel, N. (2018), Load Testing of a Quay Wall: Evaluating the use of load testing
by application of Bayesian Updating, Master Thesis, TU Delft.
Ghorbani, E., Svecova, D., Thomson, D.J., and Cha, Y-J. (2022), Bridge Pier Scour
Level Quantification based on Output-only Kalman Filtering, Structural Health Monitoring,
21(5), 2116-2135.
Hou, S., and Wu, G. (2019), A Low-cost IoT-based Wireless Sensor System for Bridge
Displacement Monitoring, Smart Materials and Structures, 28(8), 085047
Huynh, T. C., Dang, N. L., and Kim, J. T. (2018), PCA-based Filtering of Temperature
Effect on Impedance Monitoring in Prestressed Tendon Anchorage, Smart Struct. Syst,
22, 57-70.
Jin, S-S., and Jung, H-J. (2018), Vibration-based Damage Detection using Online Learning
Algorithm for Output-only Structural Health Monitoring, Structural Health Monitoring,
17(4), 727-746.
Jin, S-S., Min, J., Kim, Y-T., and Kim, R. (2023), Development of Online-learning
based Adaptive Anomaly Detection Algorithm for Monitoring Data Analysis on Caisson
Type Breakwater, Journal of Coastal Disaster Prevention, 10(1), 1-12 (in Korean).
Jo, B., Jo, J., Khan, R., Kim, J., and Lee, Y. (2018), Development of a Cloud Computing-based
Pier Type Port Structure Stability Evaluation Platform using Fiber Bragg Grating Sensors,
Sensors, 18(6), 1681.
Joo, B. C., Park, K. T., and Lee, W. S. (2008), Propose standardizing the existing
determination method of the management criteria in bridge monitoring system, The Proceeding
of KSCE 2008, KSCE, 3329-3332.
KCS 64 35 30 (2018), Standard Specification for Port and Fishing Port Construction,
Korea (in Korean).
Korea Authority of Land and Infrastructure Safety (2020), Optimization of Maintenance
Measurement System Using Long- Term Measurement Data, KALIS, Report No. RD-20-R3-002.
Korea Institute of Ocean Science and Technology (2014), Performance Evaluation of
Interlocking Caisson-Type Breakwaters against Abnormal High Waves, KIOST, Report No.
PE99251.
Korea Maritime Institute (2018), Smart Port, Need to Establish a Road map Considering
the Entire Logistics Network, KMI Trend Analysis, 74 (in Korean).
Lee, S., Kim, J., and Kim, H. (2010), Vibration-based Structural Health Monitoring
of Caisson-type Breakwaters Damaged on Rubble Mound, Journal of Ocean Engineering
and Technology, 24(1), 90-98 (in Korean).
Lee, J., Park, W., Lee, S., Kim, J., and Seo, C. (2013), Evaluation of Vibration Characteristics
of Caisson-Type Breakwater Using Impact Vibration Tests and Validation of Numerical
Analysis Model, Journal of Korean Society Coastal and Ocean Engineers, 25(1), 1-10.
Min, J. (2020), Development of Mid long-term Vision and Road Map for Smart Maintenance
of Port Facilities, Coastal and Ocean, 10(1), 58-65 (in Korean).
Min, J., Jin, S-S., Park, M-S., Kim, Y-T., and Kim, S-T. (2022), Development of Real-time
Monitoring Data Analysis Technique for Port Facility, Annual Conference of Korea Institute
for Structural Maintenance and Inspection, 26(2), 232 (in Korean).
Ministry of Land, Infrastructure and Transport (2018), Detailed guidelines for safety
and maintenance of facilities (performance evaluation), in Korean.
Minstry of Ocean and Fisheries (2016), Port Facility Management System (POMS).
Nguyen, V. H., Schommer, S., Maas, S., and Zurbes, A. (2016), Static Load Testing
with Temperature Compensation for Structural Health Monitoring of Bridges, Engineering
Structures, 127(15), 700-718.
Oh, M., Min, J., and Jeong, S. K. (2022), Trend on the Smart Maintenance Technology
for Port Infrastructure, KSCE Magazine, 70(6), 28-36 (in Korean).
Rageh, A., Linzell, D. G., and Eftekhar Azam, S. (2018), Automated, Strain-based,
Output-only Bridge Damage Detection. Journal of Civil Structural Health Monitoring,
8, 833-846.
Schouten, O. (2020), Optimising the functionality of smart quay walls using measurement
data obtained during the construction process, Master Thesis, TU Delft.
van der Wel, T. (2018), Reliability based Assessment of Quay Walls, Master Thesis,
TU Delft.
US Army Corps of Engineers (2006), Coastal Engineering Manual.
Weng, J-H., Loh, C-H., Lynch, J. P., Lu, K-C., Lin P-Y., and Wang, Y. (2008), Output-only
Modal Identification of a Cable-stayed Bridge using Wireless Monitoring Systems, Engineering
Structures, 30(7), 1820-1830.