이명훈
(Myung-Hun Lee)
1
우욱용
(Ukyong Woo)
2
최하진
(Hajin Choi)
3†
김종찬
(Jong-Chan Kim)
4
-
정회원,숭실대학교 학사과정
-
정회원,숭실대학교 박사과정
-
정회원,숭실대학교 건축학부 부교수, 교신저자
-
정회원,서울기술연구원 수석연구원
Copyright © The Korea Institute for Structural Maintenance and Inspection
키워드
콘크리트 균열, 열화상 카메라, 마감재, 비파괴, 비접촉
Key words
Concrete crack, Thermal imaging camera, Finishing material, Non-destructive, Non-contact
1. 서 론
우리나라 공공 기반시설과 민간 건축물은 집중개발시기인 80~90년대에 집중적으로 건설되었고, 현재까지 꾸준히 노후화가 진행되고 있다. 2030년 기준
준공 후 30년이 경과된 노후 시설물은 전체 시설물의 70%를 넘어설 것으로 나타났다(KALIS, 2021). 2018년 서울 용산의 50년 이상 된 상가 건물이 태풍이나 지진 등 극한의 외력 없이 붕괴되는 등 건축물 노후화에 따른 복합 재난 및 사고 위험이
증가하고, 재개발·재건축 시장이 위축ㆍ악화됨에 따라 노후 건축물의 안전·유지관리 중요성이 높아지고 있다.
시설물의 안전 및 유지관리에 관한 특별법 에서는 체계적인 기반시설 관리를 위하여 규모 및 중요도 등에 따라 시설물을 제1종·2종·3종으로 분류하여
안전점검을 수행하도록 규정하고 있다. 준공 후 15년이 경과한 중ㆍ소형 건축물이 포함되는 제3종시설물에 대해 자치단체는 실태조사 매뉴얼을 기초로 육안검사를
수행하며, 점검 결과에 근거하여 제3종시설물로 지정되면 관리주체(건축주)에게 정기점검 의무를 부여한다(MOLIT, 2021).
현행 제3종시설물 안전점검(실태조사) 매뉴얼의 건축물 안전점검표에서는 육안점검 시 마감재로 인해 구조부재 균열 등의 손상 확인이 어려울 경우 평가
결과를‘보통(5점)’이하로 판정하는 제한 규정이 제시되어있다. 이는 2018년 대종빌딩의 붕괴위험 이후에 안전점검의 실효성을 강화하기 위한 목적으로
신설된 것이다(CSnews, 2018). 하지만, 제한규정으로 인해 많은 건축물이 실제 안전상태와 관계없이 과소 평가되어 제3종시설물로 지정되는 경우가
증가하였다. 이는 지정기관 및 관리 주체에게 민원대응 및 관리물량 증가 등 부담으로 작용하고 있으며, 특히 관리주체가 모호한 다세대주택(중·소형 빌라
등)은 법적 의무를 부여해도 유지관리 시행 여부가 불투명하므로 미흡한 안전관리가 우려된다(Kim et al., 2020).
과학적 관측장비를 활용한 안전점검은 기존 육안점검 대비 정량적인 평가가 가능하며, 잠재적 위험요소에 대한 선제적 관리를 통해 사고를 방지할 수 있다.
앞서 서술한 제3종시설물 실태조사 매뉴얼의 건축물 안전점검표에 제시된 마감재에 따른 평가 제한 규정은 비파괴시험 또는 탐사기 등을 사용하여 마감처리된
구조부재를 검토한 경우 책임 기술자의 판단 하에 회피할 수 있다. 구조물의 균열손상 점검을 위해 다양한 비파괴 검사방법이 활용되고 있다. 마감재 내부
균열 손상에 대한 기존 비파괴 검사방법 활용 가능성을 검토한 결과를 정리하면 Table 1과 같다.
중성자 방사선과 X-ray 방사선 비교 및 방사선 투과를 통한 콘크리트 균열 비파괴 검사에 대한 연구결과(Pugliesi et al., 1996)에 따르면, 투과율이 높은 방사선의 강도 변화에 따라 균열을 탐지하는 비파괴 검사방법은 마감재 미제거 구조물의 균열 손상을 탐지가 가능한 것으로 나타났다.
하지만, 방사선 노출에 따른 안전 문제로 사용이 제한적이다. 또한 인체에 무해한 초음파의 신호 분석을 통해 콘크리트 표면에 발생한 균열 탐지 및 깊이
측정에 대한 연구(Andi and Yohanes, 2019), 콘크리트 표면을 고해상도 이미지로 계측하여 기계학습을 통해 균열 손상을 탐지하는 비파괴 검사에 대한 연구(Dung, 2019) 등이 진행되었다.
그 외에도 콘크리트 상태평가를 위한 비파괴 기법에 관한 연구가 꾸준히 진행중이다(Chu et al., 2022; Gharehbaghi et al., 2022; Colombani and Andrawes, 2022). 또한, 침투탐상, 자분탐상 등의 비파괴 검사기법이 존재하지만, 마감재 내부에 발생한 결함 관측에 적용이 제한적이며, 침투액 및 자분 등이 필요한
침투탐상과 자분탐상 검사방법은 건축물 실내 점검에 활용이 어렵다. 따라서 기존의 안전진단 기법을 보완하고 개선하기 위한 추가적인 연구가 필요한 실정이다.
열전달 패턴 분석을 기반으로 구조물의 결함을 감지하는 적외선열화상 검사기법은 다양한 산업분야의 안전유지관리 목적으로 활발히 연구가 진행되고 있다.
Usamentiag et al.(2014)은 비파괴 검사로서의 적외선 열학의 응용에 대한 검토를 수행하고 적외선 열화상 기법의 이론적 배경을 정리하였으며, 열화상 이미지 처리 및 데이터 분석
방법을 제시하였다. Song et al.(2015)은 선박 내 3중 접합 구조체 내부의 공극을 탐지하는데 위상 잠금 열화상 기법(Lock-in Thermography)의 적용성을 검증하는 연구를 수행하였다.
Tashan and Al-Mahaidi(2014)는 탄소섬유로 보강된 철근콘크리트 기둥에 대한 반복가력 실험으로 발생된 균열손상을 보강재 제거 없이 관측하기 위한 연구를 수행하였으며, 적외선열화상
탐상법을 사용하여 손상을 검출하는데 성공하였다.
또한, Jung et al.(2018)은 적외선 열화상 기법을 이용하여 콘크리트 시편의 균열 깊이에 따른 온도 특성을 분석하였으며, 시편의 온도 분포가 정상상태에 다다를수록 균열 깊이에
따라 온도가 감소하는 경향이 뚜렷해지는 것을 확인하였다. Kwon and Park(2012)는 부식 또는 비부식된 철근의 열특성 차이를 이용하여 전자기적 열유도방법과 적외선 열화상기법을 이용한 철근부식평가 연구를 수행하여 부식/비부식 철근의
뚜렷한 온도변화를 확인하였다. 또한, Lee et al.(2010)은 외부온도, 기온의 터널 내 영향범위를 산출하기 위해 도심지 터널에 대해 적외선 열화상카메라를 활용하였다. 이를 기반으로 터널내의 외부온도 영향범위를
결정하여 콘크리트 라이닝 또는 결함 및 열화원인을 분석하였다.
이처럼 국내외에서 이미지 및 적외선 열화상 장비를 기반으로 콘크리트 및 구조물 상태평가 연구가 활발히 진행 중에 있으나, 마감재 내부에 대한 균열
관측 연구는 부족한 실정이다. 이에 본 연구에서 제안하는 열화상 검사기법은 열패턴 분석 기반 완전 비접촉식 검사방법으로, 구조체 손상 없이 마감재로
덮인 구조체의 균열 손상 검출이 가능할 것으로 판단된다.
본 연구에서는 위상 잠금 열화상 기법(Lock-in Thermography)을 이용하여 손상 없이 마감재로 덮인 콘크리트 구조체의 균열 손상 검출할
수 있는지 검증하는 실험연구를 수행하였다. 적외선열화상 검사기법의 균열 손상 관측성능과 마감재 두께와 균열폭 및 깊이 등 검사 가용범위 확인을 목적으로
검증실험을 계획하였다. 실험연구에 적용할 대표 마감재를 선정하기 위하여 서울시 건축물에 적용된 마감 재료를 분석하였으며, 단일 균열을 모사한 콘크리트
시편 제작 및 열화상 장비를 활용한 마감재 설치 전·후의 균열 손상부 촬영을 통하여 검사방법을 검증하였다. 또한, 마감재로 가려져 육안으로는 확인되지
않는 균열손상을 적외선열화상 촬영을 통하여 시각화 방법을 개발하였다.
Table 1 Results of technical research, analysis and usability review
Method
|
Inspection Method
|
Examination Result
|
Radiographic Test
|
Defects are identified according to changes in radiation intensity transmitted by
X-rays, gamma rays, etc
|
[Unavailable] Safety concerns exist for radiation exposure
|
Ultrasonic Test
|
Defects are detected by transmitting ultrasonic waves to the test specimen analyzing
the signal of ultrasonic waves reflected from the defect
|
[Unavailable] Difficulty in determining defects inside finishing materials
|
Vision-based Test
|
Detect abnormal patterns by measuring the target surface with high-resolution images
(photography, video recording, etc.)
|
Liquid Penetrant Test
|
Detects the position, size, and indication shape of the surface discontinuity by making
the penetrating fluid in the surface discontinuity of the test specimen come out of
the surface discontinuity
|
[Unavailable] Difficulty in determining defects inside finishing materials and not
suitable for indoor use of buildings using penetrating fluid, magnetic particles,
etc
|
Magnetic Particle Test
|
Defects on the surface of the test specimen are detected by temporarily magnetizing
the specimen using an electromagnet or a permanent magnet and then applying magnetic
particles to observe the agglomeration state of the specimen
|
Thermography Test
|
After analyzing the heat transfer pattern generated in the target area using a completely
contactless inspection method, it is converted into an image and analyzed to detect
defects in the target object
|
[Available] Capable of detecting internal crack damage without damaging the finishing
material
|
2. 제안방법
2.1 계측 장비
열화상 카메라는 건축물의 에너지 소비 효율 검토 등 다양한 건물 진단 작업에 활용된다. 열화상 분석을 위한 장비는 적외선 열화상 카메라 FLIR E95를
사용하였으며, 열화상 분석을 위한 주요 성능인 온도 분해능, 프레임 속도를 기준으로 선정하였다. 열화상 카메라 장비별 성능 분석은 Table 2에 나타내었다. Fig. 1에 나타낸 FLIR E95는 열적외선 센서와 RGB 센서가 장착된 카메라로, 최대 161,472개의 측정지점에 대해 계측을 수행하며, 464x348의
적외선 해상도, 30℃에서의 온도 분해능은 0.03℃, 또한 온도범위는 –20℃에서 120℃까지 계측이 가능하다(TELEDYNE FLIR, 2018).
Fig. 1 Thermal imaging camera FLIR E95
Table 2 Performance analysis by thermal imaging camera equipment
Outline
|
FLIR A65sc
|
FLIR E95
|
FLIR T420bx
|
Wavelength band
|
7.5 to 13 μm
|
7.5 to 14.0 μm
|
7.5 to 13 μm
|
Pixel resolution
|
640 × 512
|
464 × 348
|
320 × 240
|
Pixel pitch
|
17μm
|
17μm
|
13μm
|
Temperature resolution
|
< 0.05℃
|
< 0.03°C at 30℃
|
< 0.045°C at 30℃
|
Frame speed
|
7.5 Hz
|
30 Hz
|
60 Hz
|
Standard temperature range
|
-25℃ to +135℃
|
-20°C to 120℃
|
-20°C to 350℃
|
Accuracy
|
+/-5℃ or +/- 5%
|
+/-2℃ or +/- 2%
|
+/-2℃ or +/- 2%
|
Lens
|
13 mm(45° × 37°)
|
42° × 32° (10 mm), 24° × 18° (17 mm), 14° × 10° (29 mm)
|
25°(optional 6°, 15°, 45°, 90°, Close up 100μm, 50μm lenses available)
|
Focus
|
manual
|
manual/automatic
|
manual/automatic
|
Weight
|
0.2 kg
|
1 kg
|
0.88 kg
|
Size
|
106 × 40 × 43 mm
|
278 × 116 × 113 mm
|
106 × 201 × 125 mm
|
2.2 열화상 데이터 수집 및 분석을 통한 시각화
열화상 장비를 통해 수집된 데이터 분석 및 정량적 결과 값을 도출하기 위해 위상잠금 열화상 기법(Lock-in thermography)을 채택하였다.
위상잠금 열화상 기법은 특정 물체나 시스템의 온도 분포를 정밀하게 측정하기 위한 기법으로, 주기적인 열원 가진으로 물체를 가열하고, 이때 물체의 응답
신호를 처리하여 위상, 진폭 등의 변화를 도출하는 방법이다(Breitenstein and Langenkamp, 2003; Cho and Han, 2012).
위상 잠금 열화상 기법을 통해 계측된 열화상 이미지로부터 콘크리트 표면의 불균일 가열효과를 보상하여 균열의 시각화 성능을 향상시켰으며, 열화상 이미지
처리 과정은 다음과 같다. 저주파 성분 이미지 필터링을 적용하여 촬영한 열화상 이미지($I_{a}$)로부터 불균일한 온도 분포 이미지($I_{b}$)를
추정하였다. 필터링 연산은 식 (1)과 같이 나타낼 수 있으며, 필터 마스크($u$)는 통상적으로 많이 사용하는 평균 필터(average filter)
마스크를 적용하였다.
$m\times n$크기로 이루어진 원 열화상 이미지($I_{a}$)로부터 식 (1)에서 추정한 불균일 온도 분포 이미지($I_{b}$)를 차감하여
보상된 온도 분포 이미지($I_{c}$)를 도출하는 과정을 식 (2)에 나타내었다.
일정 주기로 물체를 가열하여 계측된 동영상 또는 이미지를 통한 균열 유무 직관적 판단을 위해 열원 가진 전, 후로 나누어 계측을 수행하였으며, 계측
과정을 도식화하여 Fig. 2에 나타내었다. 열원 가진에 따른 콘크리트 및 마감재 표면의 온도 변화 양상 측정을 위해 마감재 설치 전 콘크리트 시편의 경우 열원 가진 전 2초,
열원 가진 지속시간 3초, 열원 가진 종료 후 5초에 대하여 두 번의 주기로 약 20초의 동영상 계측을 수행하였으며, 마감재가 설치된 콘크리트 시편은
마감재의 두께를 고려하여 열원 가진 전 2초, 열원 가진 지속시간 5초, 열원 가진 종료 후 5초에 대하여 동일 주기로 약 24초의 계측 시간이 소요되었다.
또한, 열화상 이미지 비교 분석을 위해 초당 2장의(2 frames per second)이미지를 도출하여 총 40~50장의 열화상 이미지를 수집하였다.
수집한 이미지는 균열 유무 직관적 판단을 위해 진폭 및 위상 차이 분석을 수행하였으며, 원본 이미지에서의 진폭 이미지 추출은 식 (3)과 같이
가열전 열화상 이미지와 가열 중 및 가열 후의 이미지를 이용하여 수행하였다. 위상 이미지 또한 식 (4)와 같이 열화상 데이터 계측 중 수집된 이미지를
이용하여 추출하였다.
여기서 $A(x,\: y)$는 진폭 이미지, $I_{a}(x,\: y)$, $I_{b}(x,\: y)$, $I_{c}(x,\: y)$는 각각 원 열화상
이미지, 불균일 온도 분포 이미지, 보상된 온도 분포 이미지를 나타내며, $\Phi(x,\: y)$는 위상 이미지를 나타낸다. 진폭 및 위상 이미지
추출 과정은 Fig. 3에 나타내었다.
Fig. 2 Thermal image data measurement process (Lock-in thermography method)
Fig. 3 Analysis of amplitude and phase differences between measured images
3. 실 험
3.1 실험 구성
본 연구는 열원 가진 이후 콘크리트 균열ㆍ손상-건전 영역 간 열전달 특성을 활용한 균열손상 관측을 위해 열원 가진 및 균열손상 관측 과정을 통해 열화상
점검기법을 검증하였다. 실험은 실험체 철근 콘크리트 시편 10개를 제작하여 수행하였다. 또한, 균열을 모사하기 위해 총 3단계의 균열 폭을 계획하였으며,
시편 중앙에 단일 수직 균열을 생성하기 위해 3점 굼힘 시험(three-point bending experiment)을 수행하여 단일 균열을 모사하였다.
모사된 균열을 대상으로 마감재 설치 전 열화상 이미지 계측을 수행하였으며, 이후 마감재를 설치하여 마감재 설치 전ㆍ후의 열화상 이미지 비교분석을 통해
열화상 검사기법을 검증하였다.
3.1.1 콘크리트 시편 계획ㆍ제작 및 균열 모사
단일 균열을 모사하기 위한 콘크리트 시편은 Fig. 4에 나타내었다. 콘크리트 시편은 3점 굽힘 시험 시 긴 경간을 제공하기 위해 세로 길이를 500mm로 계획하여 가로 250mm, 세로 500mm,
높이 120mm 크기의 소규모 보 시편을 제작하였다. 콘크리트의 압축강도는 28일 기준 35MPa의 강도로 설계하였다. 또한, 균열을 모사하기 위한
굼힘 시험 시 시편의 완전한 파단을 방지하기 위해 직경 10mm의 철근을 200mm 간격으로 배근하였다.
콘크리트 시편의 균열 손상은 3점 굼힘 실험을 통해 모사하였으며, 균열 모사 실험 계락도 및 3점 굽힘 실험 사진을 Fig. 5에 나타내었다. 가력 시험 장비는 최대 1000kN의 하중 가력이 가능한 UTM(Universal Testing Machine, KSU-100HSO)을
사용하였다. 균열 확인 및 제어는 실험체 중앙에 부착된 CMOD (Crack Mouth Opening Displacement) 센서를 설치하여 수행하였다.
UTM을 통한 하중 가력은 0.2mm/min의 속도로 수행하여 0.3mm, 0.5mm, 0.7mm의 균열 폭을 유도하였다. 최종 균열 폭은 균열 자를
통해 확인하였으며, Fig. 6에 나타내었다.
Fig. 4 Concrete test specimen (a) Schematic diagram of concrete specimens, (b) Specimen cross section details
Fig. 5 (a) Schematic diagram of three-point bending experiment (b) Location of CMOD sensor
Fig. 6 Crack measurement using a crack ruler (a) 0.3mm crack (b) 0.5mm crack (c) 0.7mm crack
3.1.2 검증 대상 마감재 부착ㆍ설치
본 연구에서 사용된 마감재는 서울시 내 준공 후 15년 경과 공동주택 등의 건축물 대상 마감재 실태조사를 기반으로 벽체 마감용으로 사용되는 도배지를
선정하였으며, 균열 폭 0.3mm 3개, 0.5mm 3개, 0.7mm 4개의 콘크리트 시편에 설치하였다. 마감재로 사용된 도배지는 3점 굼힘 시험을
통해 균열이 모사된 콘크리트 면에 설치하였다. 또한, 마감재 설치 전 육안 판단이 가능했던 균열 형상이 마감재 설치 후 육안 판단이 불가능함을 확인하였으며,
마감재가 설치된 콘크리트 시편을 Fig. 7에 나타내었다.
Fig. 7 Concrete specimen with wallpaper
3.1.3 열화상 검사기법 지그 제작
제작된 콘크리트 시편의 균열을 일정하게 측정하기 위해 가로 620mm, 세로 650mm, 높이 340mm의 검사 지그를 제작하였으며, Fig. 8에 나타내었다. 지그는 고정용 1000W 할로겐 램프 2개, 열화상 카메라로 구성하였다. 420mm 간격으로 배치된 할로겐 램프는 시편 상부 좌/우에서
열원을 가진하여 균열 중앙부에 가진 할 수 있도록 설치하였으며, 가열 전·중·후 열화상 데이터 수집을 위해 전원을 연결하여 열원을 제어하였다. 또한,
시편으로부터 열원까지의 수직거리는 열원 가진 시 콘크리트 표면의 온도변화를 고려하여 200mm 위치에 설치하였다. 시편으로부터 수직거리 590mm에
위치한 열화상 카메라는 균일한 열화상 데이터 계측을 위해 고정하여 설치하였다.
Fig. 8 Thermal imaging technique jig
3.2 열화상 이미지 계측
실험은 열원과 균열의 방향이 평행하게 위치하도록 설정하여 수행하였다. Fig. 9와 같이 열화상 카메라와 열원 사이의 거리는 데이터 계측 시 카메라와 열원 간의 간섭이 없는 390mm로 계획하였으며, 열화상 데이터는 FLIR Research
Studio 소프트웨어를 통해 계측하였다. 마감재 유무에 따른 균열 계측 가능 여부를 판단하기 위해 마감재 설치 전ㆍ후로 나누어 계측을 진행하였다.
또한, 마감재 설치 후 데이터에 대한 직관적 균열 분석을 위해 영상으로 촬영한 열화상 데이터로부터 연속적으로 계측된 초당 2장의 이미지를 통해 1차
분석을 수행하였다. 2차 분석은 계측된 이미지 간의 진폭 및 위상 차이를 도출하여 균열 분석을 수행하였다.
Fig. 9 Thermal image measurement method (a) Thermal imaging camera position (b) FLIR research studio
3.2.1 마감재 설치 전 계측
열화상 카메라를 통한 콘크리트 표면 균열 계측 가능 여부 판단을 위해 마감재 설치 전 시편에 대한 계측을 선행하였으며, 마감재 설치 전 열화상 데이터
계측 이미지 Fig. 10에 따르면, 열원 가진에 따라 콘크리트 시편 양측 표면에 온도 상승이 관측된다. 이에 콘크리트 표면부에 온도 차이가 발생하였으며, 적색에 가까울수록
높은 온도, 청석에 가까울수록 낮은 온도를 의미한다. 해당 열화상 데이터는 최대 22.43℃에서 25.08℃의 온도 범위를 확인하였으며, 열원 가진으로
발생된 온도 차이로 인해 균열 형상이 선명하게 관측되는 것을 확인할 수 있다.
계측은 열원 가진 전 2초, 열원 가진 지속시간 3초, 열원 가진 종료 후 5초에 대하여 두 번의 주기로 약 20초의 동영상 계측을 수행하였으며,
초당 2장 간격으로 수집한 이미지로부터 0.3mm, 0.5mm, 0.7mm의 균열폭에 대해 열화상 카메라를 통한 균열 판단이 가능함을 확인하였다.
Fig. 10 Measurement image result before finishing material installation (a) 0.3mm crack (b) 0.5mm crack (c) 0.7mm crack
3.2.2 마감재 설치 후 계측
마감재 설치 후 계측은 균열부가 위치한 콘크리트 표면에 도배지를 부착하여 수행하였다. Fig. 11(b)에 나타낸것과 같이 도배지 부착 후, 균열의 육안 판단이 불가능함을 확인하였으며, 이에 열화상 카메라를 이용한 마감재 내부 균열 탐지 가능 여부를
확인하기 위한 실험을 계획하였다. 데이터 계측은 열원 가진 전 2초, 열원 가진 지속시간 5초, 열원 가진 종료 후 5초에 대하여 두 번의 주기로
약 24초의 계측 시간이 소요되었다. 계측 결과는 Fig. 11(a)에 나타낸 콘크리트 표면의 균열 형상을 따라 온도변화를 보였으며, 마감재 설치 후 열화상 데이터 계측을 통해 균열 판단이 가능함을 확인하였다.
하지만, Fig. 11(c)에 나타난 마감재 내부 균열 계측 결과 이미지에 따르면, 콘크리트 표면 박리, 마감재 들뜸에 의해 불균일한 온도 분포를 보이는 것을 확인할 수 있다.
이에 계측된 열화상 이미지로부터 콘크리트 표면에 위치한 균열을 직관적으로 판단하기 위해 이미지 후처리를 통해 균열을 시각화하였다.
Fig. 11 Measurement image result after finishing material installation (a) Concrete surface crack geometry (b) Surface after wallpaper attachment (c) Thermal image data
3.3 열화상 이미지 후처리 및 시각화
이미지 Fig. 11(c)에 따르면 콘크리트 균열 영역과 건전 영역 간의 열전달 특성이 달라 콘크리트 표면 가열 또는 냉각 시 균열부와 주변 건전 영역 간의 온도 변화 양상이
다르게 나타난다. 콘크리트 표면을 가열 또는 냉각 하면서 열화상 카메라로 촬영하면, 균열부와 주변의 건전영역 간의 상이한 열전달 특성에 의해 발생하는
불연속면(균열)을 시각적으로 확인할 수 있다. 일반적으로 열원을 이용하여 콘크리트 가열 시 표면이 불균일하게 가열이 되고, 불균일한 표면 온도 분포는
직관적인 균열 시각화를 방해한다. 따라서 추가적인 이미지 처리를 통해 균열 시화 작업이 요구된다.
이미지 후처리 과정은 도배지를 부착한 균열 0.5mm 및 0.7mm 콘크리트 시편에 대해 수행하였으며, 원본 이미지에서 열원 가진 시 발생하는 불균일한
가열 요소를 제거하기 위해 열원 가진 전ㆍ중ㆍ후에 계측된 이미지 간의 진폭 및 위상 차이를 도출하여 마감재 내부 균열의 선명한 관측을 수행하였다.
Fig. 12(a)는 0.5mm 균열 계측 이미지 간의 진폭 차이를 통해 추출한 이미지와 열원 가진 전ㆍ중ㆍ후에 계측된 원본 이미지를 통해 위상 차이를 도출하여 추출한
이미지를 나타내었다.
진폭 이미지는 0.25에서 4.5의 데이터 범위를 보였으며, 균열부에서는 2.2에서 2.8의 범위를 보였다. 또한, 위상 이미지는 1.545에서 1.57의
데이터 범위를 보였으며, 균열부에서는 1.55에서 1.56의 범위를 보여 균열 관측이 가능하다. 이에 따라 원본 이미지 대비 선명한 균열 관측이 가능함을
확인하였다. Fig. 12(b) 또한, 0.7mm 균열 계측 열화상 이미지 후처리 결과로, 콘크리트 표면 중앙에 위치한 균열이 관측되는 것을 확인할 수 있다. 균열 폭에 따라 열화상
데이터의 진폭 차이를 이용해 후처리 된 이미지를 도출하여 Fig. 13에 나타내었다. Fig. 13(a)에 나타난 0.3mm 균열의 경우 이미지 데이터를 통한 균열의 육안 관측이 어려우나, 폭 0.5mm 이상의 균열 관측은 가능하다.
Fig. 12 Result of amplitude(upper) and phase image(under) after finishing material installation (a) 0.5mm crack (b) 0.7mm crack
Fig. 13 Amplitude image according to crack width (a) 0.3mm crack (b) 0.5mm crack (c) 0.7mm crack
4. 토 의
본 연구에서는 마감재 내부 균열 확인 불가로 인해 발생하는 안전점검 관리대상 건축물 증가 및 관리주체 부담 증가 해소를 위해 열화상 카메라를 통한
마감재 내부 균열 계측 기법을 제안하였다. 콘크리트 실험체를 제작하여 3점 굼힘 시험을 통해 너비 0.3mm, 0.5mm, 0.7mm의 단일 균열을
모사하였으며, 균열이 위치한 콘크리트 표면부에 마감재인 도배지를 시공하여 마감재 부착 전ㆍ후에 대한 열화상 이미지 계측을 수행하였다.
도배지는 종이 두 장을 배접하여 100% 종이로 이루어진 합지 벽지를 사용하였다. 또한, 마감재 부착 후 열화상 이미지 계측 결과, 0.3mm, 0.5mm,
0.7mm 균열의 관측이 가능함을 확인하였으나, 콘크리트 표면 박리, 도배지 들뜸으로 인한 불균일한 온도 분포가 발생하여 명확한 관측이 어려웠다.
이에 불균일 가열요소 및 노이즈를 제거하기 위해 진폭 및 위상차를 이용한 이미지 후처리를 수행하였으며, 0.5mm, 0.7mm 균열에 대해 보다 선확한
관측이 가능함을 확인하였으나, 0.3mm 균열의 선명한 관측이 어려웠다.
이는 열원 가진 횟수, 현장 환경, 마감 상태, 도배지 종류 등에 따라 달라질 수 있어 많은 후속 연구의 진행이 필요하다. 또한, 0.3mm 균열은
국토교통부에서 제정한 콘크리트의 허용균열 최소 폭으로, 균열 판별 시 중요한 기준이 되기 때문에 열원을 균열부에 직접 가진하는 등의 방법을 채택하여
허용 균열 최소 폭인 0.3mm 균열 관측을 위한 추후 연구를 진행할 예정이다.
5. 결 론
본 연구는 열화상 이미지 계측을 위해 제작된 지그를 이용하여 콘크리트 시편 10개에 대해 열원 가진 및 데이터 추출을 수행하였다. 계측된 이미지는
위상 및 진폭 차이를 도출하여 마감재 내부 균열의 선명한 관측이 가능함을 확인하였으며, 마감재 설치 전ㆍ후의 관측 데이터 및 이미지 후처리를 통한
데이터 분석 결과, 다음의 결론을 확인할 수 있었다.
(1) 열화상 카메라를 이용한 콘크리트 표면 균열의 관측 가능 여부를 확인하기 위해 마감재 부착 전 콘크리트 시편에 대해 계측을 수행하였으며, 너비
0.3mm, 0.5mm, 0.7mm 균열에 대해 관측이 가능함을 확인하였다.
(2) 마감재 내부에 발생한 균열 관측 가능 여부를 확인하기 위해 균열이 모사된 콘크리트 표면부에 도배지를 부착하여 열화상 데이터를 계측하였다. 0.5mm
균열을 계측한 열화상 데이터 분석 결과, 도배지 내부에 발생한 균열을 관측하였다.
(3) 계측된 원본 열화상 이미지로부터 선명한 균열 관측을 위해 진폭 및 위상 차이를 통해 열원 가진 시 발생하는 도배지 들뜸, 표면 박리로 인한
불균일 가열 요소를 제거하였다. 이미지 후처리 결과, 원본 열화상 이미지 대비 마감재 내부의 0.5mm, 0.7mm 균열에 대한 보다 선명한 관측이
가능하였으나, 폭 0.3mm이하의 균열 관측은 어려움을 확인하였다.
감사의 글
본 연구는 국토교통부 디지털 기반 건축시공 및 안전감리 기술 개발 사업의 연구비지원(1615013081)과 우수신진연구사업의 지원(No.
RS-2023-00210317)에 의해 수행되었습니다. 이에 감사드립니다.
References
Andi, M., and Yohanes, G. R. (2019), Experimental study of crack depth measurement
of concrete with ultrasonic pulse velocity (UPV), In IOP conference series: materials
science and engineering, (Vol. 673, No. 1, p. 012047), IOP Publishing.
Breitenstein, O., and Langenkamp, M. (2003), Lock-in thermography, Basics and Use
for Functional Diagnostics of Electronics Components.
Cho, Y., and Han, S. (2012), Optimization of Lock-in Thermography Technique using
Phase Image Processing, Journal of Ocean Engineering and Technology, 26(5), 25-30
(in Korean, with English abstract).
Chu, S. Y., Kang, C. J., Hu, M. X., and Chang, L. C. (2022), Rapid damage assessment
of 1/3 scaled-down two-story reinforced concrete school building models, Journal of
Structural Integrity and Maintenance, 7(2), 110-119.
Colombani, I. A., and Andrawes, B. (2022), A study of multi-target image-based displacement
measurement approach for field testing of bridges, Journal of Structural Integrity
and Maintenance, 7(4), 207-216.
Dung, C. V. (2019), Autonomous concrete crack detection using deep fully convolutional
neural network, Automation in Construction, 99, 52-58.
Gharehbaghi, V. R., Kalbkhani, H., Noroozinejad Farsangi, E., Yang, T. Y., Nguyen,
A., Mirjalili, S., and Málaga-Chuquitaype, C. (2022), A novel approach for deterioration
and damage identification in building structures based on Stockwell-Transform and
deep convolutional neural network, Journal of Structural Integrity and Maintenance,
7(2), 136-150.
Jung, J., Yoon, H., Cho, H., and Yang, H. (2018), A Study on Temperature Characteristics
of Various Depth using Infrared Thermography, Journal of the Korea Academia-Industrial
cooperation Society, 19(3), 83-89 (in Korean, with English abstract).
Kwon, S., and Park, S. (2012), Non Destructive Technique for Steel Corrosion Detection
Using Heat Induction and IR Thermography, Journal of Korea Institute for Structural
Maintenance and Inspection, 16(2) (in Korean, with English abstract).
Kim, J. C., Jung, J. H., and Lee, K. Y. (2020), Modified safety evaluation method
for buildings of class-III establishments, Seoul Institute of Technology, 9791190734325.
Kim, S, Y. (2018), Chosun Media, Available at: https://www.chosun.com/site/data/html_dir/2018/12/14/2018121400303.html
Korea Authority of Land & Infrastructure Safety. (2021), 2021 Facility Statistics
Yearn.
Lee, Y., Lee, T., Park, G., Oh, Y., and Cha, C. (2010), A Study on the Decision of
Influence Range of External Temperature in the Tunnel Using Thermal Camera, Journal
of Korea Institute for Structural Maintenance and Inspection, 14(5) (in Korean, with
English abstract).
Ministry of Land Infrastructure and Transport. (2021), Actual Condition Investigation
Manual for Class 3 Facility Designation.
Pugliesi, R., and Andrade, M. L. G. (1996), Study of cracking in concrete by neutron
radiography, Applied radiation and isotopes, 48(3), 339-344.
Song, H., Lim, H. J., Lee, S., Sohn, H., Yun, W., and Song, E. (2015), Automated detection
and quantification of hidden voids in triplex bonding layers using active lock-in
thermography, NDT & E International, 74, 94-105.
Tashan, J., and Al-Mahaidi, R. (2014), Detection of cracks in concrete strengthened
with CFRP systems using infra-red thermography, Composites Part B: Engineering, 64,
116-125.
FLIR. (2018), Available at: https://www.flirkorea.com/
Usamentiaga, R., Venegas, P., Guerediaga, J., Vega, L., Molleda, J., and Bulnes, F.
G. (2014), Infrared thermography for temperature measurement and non-destructive testing,
Sensors, 14(7), 12305- 12348.