์ด์ฌํ
(Jae-Hoon Lee)
1,*
ํ๊ดํฌ
(Gwang-Hee Heo)
2
์ ์น๊ณค
(Seung-Gon Jeon)
3
๊น์ถฉ๊ธธ
(Chung-gil Kim)
4
-
์ ํ์, ๊ฑด์๋ํ๊ต ๊ณต๊ณต์์ ์ฐ๊ตฌ์ ์ฐ๊ตฌ๊ต์, ๊ต์ ์ ์
-
์ ํ์, ๊ฑด์๋ํ๊ต ์ฌ๋์์ ๊ณตํ๊ณผ ๊ต์
-
์ ํ์, ์ถฉ๋จ๋๋ฆฝ๋ํ๊ต ๊ฑด์ค์์ ๋ฐฉ์ฌํ๊ณผ ๊ต์
-
์ ํ์, ํ๊ตญ์ค๋งํธ๊ตฌ์กฐ์์คํ
์ฐ๊ตฌ์ ์ฐ๊ตฌ์
Copyright ยฉ 2026 by The Korea institute for Structural Maintenance and Inspection
ํต์ฌ์ฉ์ด
๋์งํธ ํธ์, ์ํ๊ณต๊ฐ ๋ฐฉ์ ์, IMD, ๊ต๋ ์์ , ๋ชจ๋ธ ์
๋ฐ์ดํธ
Keywords
Digital twin, State-space equation, IMD, Bridge safety, Model update
1. ์ ๋ก
๊ตญ๋ด ์ฌํ๊ธฐ๋ฐ์์ค์ ๋
ธํํ๋ ์ต๊ทผ ์๋
์ฌ์ด ๋น ๋ฅด๊ฒ ์งํ๋๊ณ ์์ผ๋ฉฐ, ๊ทธ์ค์์๋ ๊ต๋ ๊ตฌ์กฐ๋ฌผ์ ๊ณต์ฉ ๊ธฐ๊ฐ์ ๋์ ๊ณผ ํ๊ฒฝ ํ์ค์ ๋ฐ๋ณต ์์ฉ์ผ๋ก ์ธํด
์ ์ง์ ์ฑ๋ฅ ์ ํ๊ฐ ๋ถ๊ฐํผํ๋ค. ๋๋ก ๊ต๋ ๋ฐ ํฐ๋ ํํฉ์ ๋ณด์์คํ
(KICT, 2024)์ ๋ฐ๋ฅด๋ฉด, ๊ตญ๋ด ๋
ธํ ๊ต๋ ์๋ 2019๋
4,482๊ฐ์์ 2024๋
8,664๊ฐ๋ก ์ฝ 93.3% ์ฆ๊ฐํ์๋ค. ์ด๋ฌํ ์ถ์ธ๊ฐ ์ง์๋ ๊ฒฝ์ฐ ํฅํ ์๋
๋ด ๋
ธํ ๊ต๋์ ๋น์ค์ ๋์ฑ ํ๋๋ ๊ฒ์ผ๋ก ์์๋๋ฉฐ, ๊ตฌ์กฐ๋ฌผ์ ๊ฑฐ๋ ๋ณํ๋ฅผ ๋ณด๋ค ์ ๋ฐํ๊ฒ ๊ฐ์งโ
์ง๋จํ ์ ์๋ ์ ์ง๊ด๋ฆฌ ๊ธฐ์ ์ ํ์์ฑ์ ์ ์ฐจ ์ปค์ง๊ณ
์๋ค. ์ด๋ฌํ ๋
ธํํ๋ ์ ์ง๊ด๋ฆฌ ๋น์ฉ ์ฆ๊ฐ์ ๋ฌธ์ ์ ๊ทธ์น์ง ์์ผ๋ฉฐ, 2018๋
์ดํ๋ฆฌ์ ์ ๋
ธ๋ฐ์ ๋ชจ๋๋๊ต(Morandi Bridge)์ 2019๋
๋๋ง์ ๋ํก์์ค๋๊ต(Nanfangโao Bridge) ๋ถ๊ดด ์ฌ๋ก์์ ๋ณด๋ฏ์ด ๋ํ ์ธ๋ช
โ
์ฌ์ฐ ํผํด๋ก ์ด์ด์ง ์ ์๋ ์ ์ฌ์ ์ํ์ ๋ดํฌํ๊ณ ์๋ค(Calvi et al., 2019;
Rymsza, 2021;
Fan et al., 2025;
Ye et al., 2026). ๋ฐ๋ผ์ ์์กด ์ฑ๋ฅ๊ณผ ์ฌ์ฉ์๋ช
์ ์ ๋์ ์ผ๋ก ํ๊ฐํ๊ณ ์ฌ์ ์ ์๋ฐฉ์ด ๊ฐ๋ฅํ ์ง๋จ ์ฒด๊ณ์ ๊ตฌ์ถ์ด ์ ์คํ ์๊ตฌ๋๋ค.
์ ํต์ ์ธ ์์ ์ง๋จ์ ์ ๊ธฐ์ ๊ฒ, ์ก์์กฐ์ฌ, ๊ตญ๋ถ ๋นํ๊ดด๊ฒ์ฌ ๋ฑ์ ์์กดํด ์๋ค. ์ด๋ฌํ ๋ฐฉ์์ ํ๋ฉด์ ์์์ด๋ ๊ฐ์์ ๊ฒฐํจ์ ํ์ธํ๋ ๋ฐ์๋ ์ ํจํ๋,
๊ตฌ์กฐ๋ฌผ ๋ด๋ถ์ ๋์ ๋๋ ๊ฐ์ฑ ์ ํ๋ ํผ๋ก๊ท ์ด ๊ทธ๋ฆฌ๊ณ ์ธ๋ ฅโ
ํ๊ฒฝ ๋ณํ๋ฅผ ์ค์๊ฐ์ผ๋ก ํฌ์ฐฉํ๋ ๋ฐ์๋ ํ๊ณ๊ฐ ์๋ค. ์ด๋ฅผ ๊ทน๋ณตํ๊ธฐ ์ํ ๋์์ผ๋ก, ๊ตฌ์กฐ๋ฌผ์
๋ถ์ฐฉ๋ ์ผ์์ ์๋ต ๋ฐ์ดํฐ๋ฅผ ๋ฐํ์ผ๋ก ์ํ๋ฅผ ์ง์ ๊ฐ์ํ๋ SHM(Structural Health Monitoring) ๊ธฐ์ ์ด ํ๋ฐํ ์ฐ๊ตฌ๋์ด ์๋ค(Sohn et al., 2001;
Feng, 2022). SHM์ ๋์ ์๋ต์ ๋ด์ฌ๋ ์์ ๊ด๋ จ ํน์ง์ ์ถ์ถํจ์ผ๋ก์จ ๊ตฌ์กฐ๋ฌผ์ ํ์ฌ ์ํ๋ฅผ ์ ๋์ ์ผ๋ก ํ๊ฐํ๋ค๋ ์ ์์, ๊ธฐ์กด ์ ๊ฒ ๋ฐฉ์์ ๋นํด ์ง์ผ๋ณดํ
์ ๊ทผ์ด๋ผ ํ๊ฐ๋๋ค(Sun et al., 2012;
Puerto-Santana et al., 2024).
์ต๊ทผ์๋ SHM์ ๊ณ ๋ํ ๋ฐฉ์์ผ๋ก Digital Twin(DT) ๊ธฐ์ ์ด ๊ต๋ ์ ์ง๊ด๋ฆฌ ๋ถ์ผ์ ๋ณธ๊ฒฉ์ ์ผ๋ก ๋์
๋๊ณ ์๋ค(Bado et al. 2022;
Sakr and Sadhu, 2024;
Wang et al., 2025). DT๋ ๋ฌผ๋ฆฌ์ ๊ตฌ์กฐ๋ฌผ์ ํ์, ์ฌ๋ฃ ๋ฌผ์ฑ, ๊ฒฝ๊ณ์กฐ๊ฑด๊ณผ ๋์ ๊ฑฐ๋ ํน์ฑ์ ๊ฐ์ ๊ณต๊ฐ์ ๋ณต์ ํ ๋ชจ๋ธ๋ก์, ์ค์ธก ๋ฐ์ดํฐ๋ฅผ ์ค์๊ฐ ๋ฐ์ํ์ฌ ๊ตฌ์กฐ๋ฌผ์ ํ์ฌ
์ํ๋ฅผ ๋ชจ๋ํฐ๋งํ๊ณ ํฅํ ๊ฑฐ๋์ ์์ธกํ๋ ๋ฐ ํ์ฉ๋๋ค. ๊ต๋ ๋ถ์ผ์ DT ์ฐ๊ตฌ๋ ๋ชจ๋ธ ๊ตฌํ ๋ฐฉ์์ ๋ฐ๋ผ ํฌ๊ฒ ์ธ ๊ฐ์ง๋ก ๊ตฌ๋ถ๋๋ค(Ye et al., 2019;
Sakr and Sadhu, 2024). ์ฒซ์งธ, ์ ๋ณด ๋ชจ๋ธ ๊ธฐ๋ฐ DT๋ BrIM(Bridge Information Modeling) ์ด๋ ์ง์๊ทธ๋ํ(Knowledge Graph) ๊ธฐ์ ์
๊ธฐ๋ฐ์ผ๋ก ๊ธฐํโ
์์ฑ ์ ๋ณด์ ์ ์ง๊ด๋ฆฌ ์ง์์ ํตํฉ ๊ด๋ฆฌํ๋ ๋ฐ ์ค์ ์ ๋๋ฉฐ, ์จํจ๋ก์ง ๊ธฐ๋ฐ์ ์๋ฏธ๋ก ์ ๋ชจ๋ธ๋ง์ ํตํด ์ด๊ธฐ์ข
์ผ์ ๋ฐ์ดํฐ ๊ฐ ์ํธ์ด์ฉ์ฑ์
ํ๋ณดํ๊ณ ์ ์ง๊ด๋ฆฌ ์์ฌ๊ฒฐ์ ์ ์ง์ํ๋ ๋ฐฉํฅ์ผ๋ก ๋ฐ์ ํด ์๋ค(Nili et al., 2020;
Mohammadi et al., 2023;
Kang et al., 2021). ๋์งธ, ๋ฌผ๋ฆฌ ๊ธฐ๋ฐ DT๋ FEM (Finite Element Model)์ ํต์ฌ ํด์ ์์ง์ผ๋ก ๋๊ณ ๊ตฌ์กฐ๋ฌผ์ ๋์ ๊ฑฐ๋์ ์์น์ ์ผ๋ก ์ฌํํ๋ฉฐ,
๋ฌผ๋ฆฌ์ ์ธ๊ณผ๊ด๊ณ์ ๊ทผ๊ฑฐํ ์๋ต ์์ฑ์ด ๊ฐ๋ฅํ๋ค๋ ๊ฐ์ ์ ๊ฐ๋๋ค(Ghahari et al., 2022;
Qin et al., 2023). ์
์งธ, ๋ฐ์ดํฐ ๊ธฐ๋ฐ DT๋ ๊ธฐ๊ณํ์ต ๋๋ ๋ฅ๋ฌ๋ ๊ธฐ๋ฒ์ ํตํด ๊ณ์ธก ๋ฐ์ดํฐ๋ก๋ถํฐ ๊ฑฐ๋ ํจํด๊ณผ ์์ ํน์ง์ ์ง์ ํ์ตํ๋ฉฐ, ๋ณต์กํ ๋ฌผ๋ฆฌ ๋ชจ๋ธ ์์ด๋
๋์ฉ๋ ๋ฐ์ดํฐ๋ก๋ถํฐ ์ ์๋ฏธํ ํน์ง์ ์ถ์ถํ ์ ์๋ค๋ ์ ์ด ๋ถ๊ฐ๋๋ค(Azimi et al., 2020;
Malekloo et al., 2021;
Ritto and Rochinha, 2021).
๊ทธ๋ฌ๋ ๊ฐ ์ ๊ทผ๋ฒ์๋ ์ ์ฝ์ด ์กด์ฌํ๋ค. ์ ๋ณด ๋ชจ๋ธ ๊ธฐ๋ฐ DT๋ ๊ธฐํโ
์์ฑโ
์ ์ง๊ด๋ฆฌ ์ ๋ณด์ ๋์งํธ ํํ ๋ฐ ์์ฌ๊ฒฐ์ ์ง์์ ํนํ๋์ด ์์ด ๋์ ์๋ต
์ฐ์ ๊ธฐ๋ฅ์ ํฌํจํ์ง ์์ผ๋ฉฐ, ์๊ฐ ์ด๋ ฅ ์๋ต์ ์์กดํ๋ ์์ํ๊ฐ์๋ ์ง์ ํ์ฉ๋๊ธฐ ์ด๋ ต๋ค(Jimรฉnez Rios et al., 2023;
Costin et al., 2024). ๋ฌผ๋ฆฌ ๊ธฐ๋ฐ DT๋ ์๋ต ์ฌํ ์ ๋ฐ๋๊ฐ ๋๋ค๋ ์ฅ์ ์ด ์์ผ๋, ๊ณ ์ฐจ์ FEM์ ์ฐ์ฐ ๋น์ฉ์ด ํฌ๊ณ ๋งค๊ฐ๋ณ์ ์๋ณ ๋ฐ ๋ชจ๋ธ ์
๋ฐ์ดํ
์ ์ฐจ๊ฐ ๋ณต์กํ์ฌ
๋ค์ํ ์์ ์๋๋ฆฌ์ค์ ๋ํ ์๋ต์ ํจ์จ์ ์ผ๋ก ์์ฑํ๊ธฐ ์ด๋ ต๋ค(Xu et al., 2022;
Tian et al., 2022). ๋ฐ์ดํฐ ๊ธฐ๋ฐ DT๋ ํ์ต ๋ฐ์ดํฐ์ ํ์ง ๋ฐ ๋ถํฌ์ ๊ฒฐ๊ณผ๊ฐ ํฌ๊ฒ ์ข์ฐ๋๋ฉฐ, ๋ฌผ๋ฆฌ์ ์ธ๊ณผ๊ด๊ณ๊ฐ ๊ฒฐ์ฌ๋ ๋ธ๋๋ฐ์ค ํน์ฑ์ผ๋ก ์ธํด ํด์์ ํฌ๋ช
์ฑ์ด ๋ถ์กฑํ๊ณ ,
ํ์ค์ ์ผ๋ก ๋ค์ํ ์์ ์๋๋ฆฌ์ค์ ๋ํ ํ์ต ๋ฐ์ดํฐ๋ฅผ ํ๋ณดํ๋ ๋ฐ์๋ ์ ์ฝ์ด ๋ฐ๋ฅธ๋ค(Torzoni et al., 2024). ์ด ๊ฐ์ด๋ฐ ์ ๋ณด ๋ชจ๋ธ ๊ธฐ๋ฐ DT๋ ๋์ ์๋ต ์ฐ์ถ์ด ๋ถ๊ฐ๋ฅํ๋ค๋ ํ๊ณ๋ก ์ธํด ๋์ ์ ํธ ๊ธฐ๋ฐ์ SHM ์์ํ๊ฐ ํ๋ณด์์ ์ฌ์ค์ ์ ์ธ๋๋ค. ๋ณธ ์ฐ๊ตฌ๋
์ด๋ฌํ ์ ์ ๊ณ ๋ คํ์ฌ, ๋ฌผ๋ฆฌ ๊ธฐ๋ฐ DT์ ๋ฒ์ฃผ ์์์, ๊ณ ์ฐจ์ FEM์ ์ฐ์ฐ ๋ถ๋ด์ ์ค์ด๊ธฐ ์ํ ๋์์ผ๋ก ์ํ๊ณต๊ฐ ๋ฐฉ์ ์(State-Space Equation)
๊ธฐ๋ฐ DT ๋ชจ๋ธ์ ์ด์ ์ ๋์๋ค.
์ํ ๊ณต๊ฐ ๋ฐฉ์ ์์ ๊ตฌ์กฐ๋ฌผ์ ์ด๋ ๋ฐฉ์ ์์ 1์ฐจ ์ฐ๋ฆฝ ๋ฏธ๋ถ ๋ฐฉ์ ์ ํํ๋ก ๋ณํํ์ฌ ์์์ ์ธ๋ ฅ์ ๋ํ ์๊ฐ ์ด๋ ฅ ์๋ต์ ํจ์จ์ ์ผ๋ก ์ฐ์ถํ ์ ์๋
์์นํด์ ๊ธฐ๋ฒ์ด๋ค. FEM์ผ๋ก๋ถํฐ ์ถ์ถ๋ ์์คํ
ํ๋ ฌ($M, C, K$)์ ๋ชจ๋ฌ ์ถ์(Modal Reduction) ๊ธฐ๋ฒ ๋ฑ์ ์ด์ฉํด ์ ์ฐจ์์ผ๋ก ์์ถํ๋ฉด,
์๋ต ์ฐ์ถ ์ ๋ฐ๋๋ฅผ ์ ์งํ๋ฉด์๋ ์ฐ์ฐ ํจ์จ์ ํฌ๊ฒ ํฅ์์ํฌ ์ ์๋ค(Pernebo and Silverman, 1982;
Lรณpez-Almansa et al., 1988;
Kim et al., 2025). Wagg et al. (2020)์ ๊ณตํ ๋์ญํ ๋ถ์ผ์ DT ๊ตฌํ์ ์ํ ํต์ฌ ์์ ๊ฒํ ์์, ์ํ๊ณต๊ฐ ํํ์ด DT์ ์์ธก ์ฑ๋ฅ ํฅ์๊ณผ ์์ฌ๊ฒฐ์ ์ง์์ ํต์ฌ์ ์ธ ์ญํ ์ ํ๋ค๊ณ ๊ฐ์กฐํ
๋ฐ ์๋ค. ๋ํ ๊ฐ์ฑํ๋ ฌ $K$์ ์์๋($\Delta K$)์ ์ง์ ๋ฐ์ํจ์ผ๋ก์จ ์์ ์ํ์ ์๋ต์ ๋ชจ์ฌํ ์ ์๋ค๋ ์ ์์, ์ํ๊ณต๊ฐ ๋ฐฉ์ ์ ๊ธฐ๋ฐ
DT๋ ๋ค์ํ ์์ ์๋๋ฆฌ์ค์ ๋ํ ๊ฐ์ ์๋ต ๋ฐ์ดํฐ ์์ฑ์ ์ ํฉํ๋ค(Yan et al., 2020).
์์ฑ๋ ์๋ต ๋ฐ์ดํฐ๋ฅผ ๊ธฐ๋ฐ์ผ๋ก ์์์ ํ๊ฐํ๊ธฐ ์ํด์๋ ์ ์ ํ ์์ ์งํ๊ฐ ํ์ํ๋ฉฐ, ๊ตฌ์กฐ๋ฌผ ์์ ํ์ง๋ฅผ ์ํ ๋ค๋ณ๋ ํต๊ณ ๊ธฐ๋ฒ ๊ฐ์ด๋ฐ MD(Mahalanobis
Distance) ๊ณ์ด์ ์๋ต ๋ฐ์ดํฐ์ ๊ณต๋ถ์ฐ ๊ตฌ์กฐ๋ฅผ ๊ณ ๋ คํ์ฌ ์์์ ๋ฐ๋ฅธ ๋ณํ๋ฅผ ์๋ณํ๋ ๋ฐ ํจ๊ณผ์ ์ธ ๊ฒ์ผ๋ก ์๋ ค์ ธ ์๋ค(Huberty, 2014). Yanez-Borjas et al. (2021)์ ํต๊ณ์ ํน์ง, ์ฃผ์ฑ๋ถ๋ถ์(Principal Component Analysis, PCA), MD๋ฅผ ๊ฒฐํฉํ ์์ ์ง์๋ฅผ ์ฌ์ฅ๊ต ์ผ์ด๋ธ ์์ค ํ์ง์
์ ์ฉํด ๊ทธ ์ ํจ์ฑ์ ์
์ฆํ์๊ณ , Sarmadi et al. (2019)์ EEMD(Ensemble Empirical Mode Decomposition)์ ๋งํ ๋ผ๋
ธ๋น์ค ์ ๊ณฑ ๊ฑฐ๋ฆฌ๋ฅผ ๊ฒฐํฉํ ์๋์ง ๊ธฐ๋ฐ ์์ ์์น ์๋ณ ๊ธฐ๋ฒ์
์ ์ํ์ฌ ๋น์ ์ ์ง๋ ์ ํธ ํ๊ฒฝ์์์ ๋จ์ผโ
๋ณตํฉ ์์ ์๋ณ ๊ฐ๋ฅ์ฑ์ ๊ฒ์ฆํ์๋ค. ํ์ ์ฐ๊ตฌ์์๋ ์์๋ธ ํ์ต ๊ธฐ๋ฐ MD ๊ธฐ๋ฒ์ ํตํด ํ๊ฒฝ ๋ณ๋์ฑ ํ์์๋
์ค์ ๊ต๋ ๊ตฌ์กฐ๋ฌผ์ ๋ํด ๋์ ์์ ํ์ง ์ฑ๋ฅ์ ํ์ธํ ๋ฐ ์๋ค(Sarmadi et al., 2021). ๊ทธ๋ฌ๋ ๊ธฐ์กด MD ๊ธฐ๋ฒ์ ์์ ์๋ต๊ฐ์ ํต๊ณ ์
๋ ฅ์ผ๋ก ์ง์ ์ฌ์ฉํ๊ธฐ ๋๋ฌธ์, ์ง์งํ์ค๊ณผ ๊ฐ์ด ๋ณ๋์ฑ์ด ํฐ ์ธ๋ ฅ ์กฐ๊ฑด์์๋ ์์์ ๋ฐ๋ฅธ ์๋ต ๋ณํ๊ฐ
์ธ๋ ฅ ๋ณ๋์ฑ์ ๊ฐ๋ ค์ง ์ ์๋ค๋ ํ๊ณ๊ฐ ์ง์ ๋์ด ์๋ค(Greล et al., 2017;
Greล et al., 2021).
์ด๋ฌํ ํ๊ณ๋ฅผ ๋ณด์ํ๊ธฐ ์ํด Heo et al. (2017)์ ๊ธฐ์กด MD๋ฅผ ๊ฐ์ ํ IMD(Improved Mahalanobis Distance) ๊ธฐ๋ฒ์ ์ ์ํ์์ผ๋ฉฐ, ์ฌ์ฅ๊ต ๋ชจํ ์คํ์ ํตํด ๊ทธ ์ ํจ์ฑ์ ๊ฒ์ฆํ
๋ฐ ์๋ค. IMD์ ๊ฐ์ฅ ํฐ ์ฐจ๋ณ์ ์ ํต๊ณ ์
๋ ฅ ๋ณ์์ ์ ์์ ์๋ค. ๊ธฐ์กด MD๊ฐ ๋จ์ผ ์์ ์ ์๋ต๊ฐ $x$๋ฅผ ์ ์ ์ํ ๋ถํฌ์ ๋น๊ตํ๋ ๋ฐ๋ฉด, IMD๋
๋ฌด์์ ์ํ์ ์๋ต ์ฐจ์ด ๋ฒกํฐ $\Delta x$๋ฅผ ํต๊ณ ์
๋ ฅ์ผ๋ก ์ฌ์ฉํ๋ค. ์ด๋ฅผ ํตํด ์ธ๋ ฅ์ ์๋ณ ์ฑ๋ถ์์ ๋น๋กฏ๋๋ ๊ณตํต ์๋ต ๋ณ๋์ ์ํฅ์ ์ํํ๊ณ ,
์์์ ๊ธฐ์ธํ ์๋์ ๋ณํ ์ฑ๋ถ์ ๊ฐ์กฐํ ์ ์๋ค. ๊ทธ ๊ฒฐ๊ณผ ์ ์ ์ธ๋ ฅ๋ฟ ์๋๋ผ ์ง์งํ์ค๊ณผ ๊ฐ์ด ๋ณ๋์ฑ์ด ํฐ ์ธ๋ ฅ ์กฐ๊ฑด์์๋ ๊ธฐ์กด MD์ ๋นํด ์์
์์น ์๋ณ์ ๋ถ๋ณ๋ ฅ์ ๋์ผ ์ ์๋ค(Heo and Kim, 2014). ๋ ๋์๊ฐ IMD๋ฅผ DT ๊ธฐ๋ฐ์ ๊ฐ์ ์์ ์๋ต ๋ฐ์ดํฐ์ ๊ฒฐํฉํ ๊ฒฝ์ฐ, ์ค๊ต๋์ ์ธ์์ ์์์ ๋ถ์ฌํ ์ ์๋ค๋ ํ์ค์ ์ ์ฝ์ ๋ณด์ํ๋ฉด์๋ ๋ค์์
์์ ์๋๋ฆฌ์ค์ ๋ํ ์ฌ์ ์ ํ๊ฐ๊ฐ ๊ฐ๋ฅํด์ง๋ค.
๊ทธ๋ฌ๋ ๊ธฐ์กด ์ํ๊ณต๊ฐ ๋ฐฉ์ ์ ๊ธฐ๋ฐ DT ์ฐ๊ตฌ๋ ์ฃผ๋ก ์นผ๋ง ํํฐ๋ ๋ฒ ์ด์ง์ ๋ชจ๋ธ ์
๋ฐ์ดํ
์ ํ์ฉํ ์ฌํ ์ถ์ ์ค์ฌ์ผ๋ก ์ํ๋์ด ์๋ค(Cho et al., 2016;
Khazaeli et al., 2021;
Kapteyn et al., 2022;
Ghahari et al., 2022). ์ด๋ฌํ ์ฌํ ์ถ์ ์ ๊ทผ์ ์์ํ๊ฐ ์ธก๋ฉด์์ ๋ ๊ฐ์ง ์ ์ฝ์ ๊ฐ๋๋ค. ์ฒซ์งธ, ์์ ์ํ์์ ๊ณ์ธก๋ ๋ฐ์ดํฐ๋ฅผ ์
๋ ฅ์ผ๋ก ์๊ตฌํ๊ธฐ ๋๋ฌธ์ ์ค๊ต๋์ ์ธ์์
์์์ ๋ถ์ฌํ๊ธฐ ์ด๋ ค์ด ํ์ค์์๋ ๋ค์ํ ์์ ์๋๋ฆฌ์ค์ ๋ํ ์ฌ์ ํ๊ฐ์ ํ์ฉ๋๊ธฐ ์ด๋ ต๋ค. ๋์งธ, ์นผ๋ง ํํฐ์ ๊ณต์ โ
๊ณ์ธก ์ก์(Noise) ๊ณต๋ถ์ฐ์
์ฌ์ ์ ์ค์ ํด์ผ ํ๋ฉฐ, ๋ฒ ์ด์ง์ ์ถ์ ์์๋ ์ฌ์ ๋ถํฌ์ ๋ํ ๊ฐ์ ์ด ํ์ํ๋ค. ๋ฐ๋ผ์ ์ด๋ฌํ ์ฌํ ์ถ์ ๊ธฐ๋ฒ์ ๋ชจ๋ธ๋ง ๋ฐ ํต๊ณ์ ๊ฐ์ ์ ๋ํ ์์กด๋๊ฐ
๋๊ณ , ๊ฐ์ ์ ์ ์ ์ฑ์ ๋ฐ๋ผ ์ถ์ ๊ฒฐ๊ณผ๊ฐ ์ข์ฐ๋ ์ ์๋ค. ์ด์ ๋ณธ ์ฐ๊ตฌ์์๋ ์ฌํ ์ถ์ ์ด ์๋ ์๋ฎฌ๋ ์ด์
๊ธฐ๋ฐ ์ ๊ทผ์ ํตํด ์์ ์๋๋ฆฌ์ค๋ณ ์๋ต์
์ฌ์ ์ ์์ฑํ์๋ค. ์ด๋ฅผ ์ํด ๋น์
๋ฐ์ดํธ FE ๋ชจ๋ธ์์ ์ฐ์ ํ ๋ฌด์์ ์ํ์ ์์ ์ํ ๊ฐ์ ์ง๋ ๋ฐ ๊ฐ์ฑํ๋ ฌ ๋ณํ๋($\Delta M$, $\Delta
K$)์ Model Update๋ ๋ฌด์์ ํ๋ ฌ์ ๋ฐ์ํ์ฌ ์์ ์ํ์ DT ๋ชจ๋ธ์ ๊ตฌ์ฑํ์๋ค. ์ดํ DT ๋ชจ๋ธ๋ก๋ถํฐ ์์ฑ๋ ๊ฐ์๋ ์๋ต์ ๊ธฐ๋ฐ์ผ๋ก
IMD ์์ํ๊ฐ ๊ธฐ๋ฒ์ ์ ์ฉํ์์ผ๋ฉฐ, ์ค๊ณ์ธก ๊ธฐ๋ฐ ์์ํ๊ฐ ๊ฒฐ๊ณผ์ ๋น๊ตํ์ฌ DT ๋ชจ๋ธ์ ์ ํจ์ฑ์ ๊ฒ์ฆํ์๋ค.
2. ์ํ๊ณต๊ฐ ๋ฐฉ์ ์ ๊ธฐ๋ฐ DT ๋ฐ IMD ์์ํ๊ฐ ๊ธฐ๋ฒ
2.1 ์ํ๊ณต๊ฐ ๋ฐฉ์ ์ ๊ธฐ๋ฐ DT ๋ชจ๋ธ
๊ตฌ์กฐ๋ฌผ์ ๋์ ๊ฑฐ๋์ ์ผ๋ฐ์ ์ผ๋ก ์ด๋ ๋ฐฉ์ ์์ผ๋ก ํํ๋๋ฉฐ, ์ด๋ฅผ ์ํ๊ณต๊ฐ ํํ๋ก ๋ณํํ๋ฉด ์์นํด์ ๋ฐ ์ ์ด ์ด๋ก ๋ถ์ผ์์ ํ๋ฆฝ๋ ๋ค์ํ ํด์ ๊ธฐ๋ฒ์
์ ์ฉํ ์ ์๋ค. ์ง๋ํ๋ ฌ $M$, ๊ฐ์ ํ๋ ฌ $C$, ๊ฐ์ฑํ๋ ฌ $K$๋ก ๊ตฌ์ฑ๋ ๋ค์์ ๋(MDOF) ๊ตฌ์กฐ๊ณ์ ์ด๋ ๋ฐฉ์ ์์ ์(1)๊ณผ ๊ฐ์ด ํํ๋๋ค.
์ฌ๊ธฐ์, $x(t)$๋ ๋ณ์ ๋ฒกํฐ, $u(t)$๋ ์ธ๋ ฅ ๋ฒกํฐ, $B$๋ ์ธ๋ ฅ ์์น ํ๋ ฌ์ด๋ค. ์ (1)์์ ์ํ ๋ฒกํฐ $z(t) = \{x(t), \dot{x}(t)\}^T$๋ฅผ ๋์
ํ๋ฉด, ์ (2)์ ๊ฐ์ 1์ฐจ ์ฐ๋ฆฝ ๋ฏธ๋ถ ๋ฐฉ์ ์ ํํ์ ์ฐ์์๊ฐ ์ํ๊ณต๊ฐ ๋ฐฉ์ ์์ผ๋ก ๋ณํ๋๋ค.
์ด๋ ์ฐ์์๊ฐ ์์คํ
ํ๋ ฌ $A_o$, ์
๋ ฅ ํ๋ ฌ $B_o$๋ ์ (3)๊ณผ ๊ฐ์ด ์ ์๋๋ค.
์์น ์ ๋ถ์ ์ํด ์ฐ์์๊ฐ ์ํ๊ณต๊ฐ ๋ฐฉ์ ์์ ์ด์ฐ์๊ฐ ์์ญ์ผ๋ก ๋ณํํ๋ฉฐ, ์ด๋ ์์ฐจ ์ ์ง(Zero-order Hold, ZOH) ๋ฐฉ๋ฒ์ ์ ์ฉํ๋ค.
์ผ์ด๋ธ ์์์ FE ๋ชจ๋ธ ๊ฐ ์ง๋ ๋ฐ ๊ฐ์ฑ ํ๋ ฌ์ ๋ณํ๋์ผ๋ก ๋ชจ์ฌ๋๋ฉฐ, ์ด๋ฌํ ๋ณํ๋์ Model Update๋ ๋ฌด์์ ํ๋ ฌ์ ๋ฐ์ํ์ฌ ์์ ์ํ์
์์คํ
ํ๋ ฌ์ ๊ตฌ์ฑํ๋ค. ๋จผ์ ๋น์
๋ฐ์ดํธ FE ๋ชจ๋ธ ๊ฐ์ ๋ณํ๋์ ์ (6)๊ณผ ๊ฐ์ด ์ฐ์ ๋๋ค.
์ฌ๊ธฐ์, $M_{FE}$, $K_{FE}$๋ ๋น์
๋ฐ์ดํธ ๋ฌด์์ FE ํ๋ ฌ์ด๋ฉฐ, $M_{FE,D}$, $K_{FE,D}$๋ ํด๋น ์์ ์๋๋ฆฌ์ค๊ฐ ๋ฐ์๋
๋น์
๋ฐ์ดํธ FE ํ๋ ฌ์ด๋ค. ๋ณธ ์ฐ๊ตฌ์์ ๋น์
๋ฐ์ดํธ ๋ฌด์์ FE ๋ชจ๋ธ๊ณผ ์์ FE ๋ชจ๋ธ์ ๋์ผํ ์ ์ ๋ฒํธ, ์์ ์ฐ๊ฒฐ ๊ด๊ณ, ๊ฒฝ๊ณ์กฐ๊ฑด ๋ฐ ์์ ๋ ๋ฐฐ์ด์
์ ์งํ ์ํ์์ ๊ตฌ์ฑํ์๋ค. ์์ ์ํ๋ ๋์ ์ผ์ด๋ธ ์์์ ๊ฐ์ฑ์ ๊ฐ์์ํค๋ ๋ฐฉ์์ผ๋ก ๊ตฌํํ์์ผ๋ฉฐ, ์ด์ ๋ฐ๋ผ ๋ฌด์์ ๋ชจ๋ธ๊ณผ ์์ ๋ชจ๋ธ๋ก๋ถํฐ ์ถ์ถ๋
์ง๋ํ๋ ฌ ๋ฐ ๊ฐ์ฑํ๋ ฌ์ ๋์ผํ ์ ์ญ ์ขํ๊ณ์ ๋์ผํ ์์ ๋ ์์๋ฅผ ๊ฐ๋๋ค. ๋ฐ๋ผ์ ์(6)์์ ์ฐ์ ๋๋ $\Delta M$๊ณผ $\Delta K$๋ ์๋ก ๋ค๋ฅธ ์ขํ๊ณ ๋๋ ์์ ๋ ๋ฐฐ์ด ๊ฐ์ ๋จ์ ์์น ์ฐจ์ด๊ฐ ์๋๋ผ, ๋์ผํ ํ๋ ฌ ์ขํ๊ณ ๋ด์์
ํน์ ์ผ์ด๋ธ ์์์ ์ํด ๋ฐ์ํ๋ ๋ฌผ๋ฆฌ์ ๋ณํ๋์ผ๋ก ์ ์๋๋ค.
์ฐ์ ๋ ๋ณํ๋์ Model Update๋ ๋ฌด์์ ์ํ์ ์ง๋ ๋ฐ ๊ฐ์ฑํ๋ ฌ์ ๋ฐ์ํ์ฌ ์์ ์ํ์ ์ง๋ ๋ฐ ๊ฐ์ฑํ๋ ฌ์ ๊ตฌ์ฑํ์๋ค.
์ฌ๊ธฐ์, $M_U$, $K_U$๋ Model Update๋ ๋ฌด์์ ์ํ์ ์ง๋ ๋ฐ ๊ฐ์ฑํ๋ ฌ์ด๋ฉฐ, $M_{U,D}$, $K_{U,D}$๋ ์์ ์ํ์
์ง๋ ๋ฐ ๊ฐ์ฑํ๋ ฌ์ด๋ค. Model Update๋ ๋ฌด์์ ์ํ์ ๊ธฐ์ค FEํ๋ ฌ์ด ์คํ ๋ํน์ฑ๊ณผ ๋ถํฉํ๋๋ก ๋ณด์ ํ๋ ์ ์ฐจ์ด๋ฉฐ, $\Delta M$๊ณผ $\Delta
K$๋ ๋์ผํ FE ๋ชจ๋ธ๋ง ์กฐ๊ฑด์์ ์ฐ์ ๋ ์์ ์ ํ์ ๋ฌผ๋ฆฌ์ ๋ณํ๋์ ์๋ฏธํ๋ค. ๋ฐ๋ผ์ Model Update๋ ๋ฌด์์ ํ๋ ฌ์ $\Delta M$๊ณผ
$\Delta K$๋ฅผ ๋ฐ์ํจ์ผ๋ก์จ ์คํ ๊ธฐ๋ฐ์ผ๋ก ๋ณด์ ๋ ๋ฌด์์ ๋ํน์ฑ๊ณผ FE ๋ชจ๋ธ์์ ์ ์๋ ์์ ๋ณํ ํน์ฑ์ ํจ๊ป ๊ณ ๋ คํ ์์ ์ํ ํ๋ ฌ์ ๊ตฌ์ฑํ
์ ์๋ค.
๊ฐ์ ํ๋ ฌ $C$๋ Rayleigh ๊ฐ์ ๊ฐ์ ์ ๋ฐ๋ผ $M_{U,D}$, $K_{U,D}$๋ก๋ถํฐ ์ฌ์ฐ์ ํ์๋ค. ์ด๋ฅผ ์ (3)์ ๋ฐ์ํ์ฌ ์์ ์ํ์ ์ฐ์์๊ฐ ์์คํ
ํ๋ ฌ $A_o$๋ฅผ ๊ตฌ์ฑํ๊ณ , ์ (4)~(5)์ ์ด์ฐํ ์ ์ฐจ๋ฅผ ํตํด ์์ ์ํ DT ๋ชจ๋ธ์ ์์ฑํ์๋ค.
2.2 IMD ์์ํ๊ฐ ๊ธฐ๋ฒ
IMD ๊ธฐ๋ฒ์ MD๋ฅผ ๋ฐ์ ์ํจ ์์ ํ์ง ์งํ๋ก, ์ธ๋ ฅ ๋ณ๋์ฑ์ด ์๋ต์ ๋ฏธ์น๋ ์ํฅ์ ํจ๊ณผ์ ์ผ๋ก ์์์ํค๋ ๋ฐ ๋ชฉ์ ์ด ์๋ค(Heo et al., 2017). ๊ธฐ์กด MD๊ฐ ์์ ๊ณ์ธก ์๋ต๊ฐ $x$๋ฅผ ํต๊ณ ์
๋ ฅ์ผ๋ก ์ง์ ์ฌ์ฉํ๋ ๋ฐ๋ฉด, IMD๋ ๋ฌด์์ ์ํ์ ์์ ์ํ์ ์๋ต ์ฐจ์ด ๋ฒกํฐ $\Delta x$๋ฅผ
ํต๊ณ ์
๋ ฅ์ผ๋ก ์ฌ์ฉํจ์ผ๋ก์จ, ์ธ๋ ฅ์ ์๋ณ ์ฑ๋ถ์์ ๋น๋กฏ๋๋ ์๋ต ๋ณ๋์ ์ํฅ์ ์ํํ๊ณ ์์์ ๊ธฐ์ธํ ์๋์ ๋ณํ ์ฑ๋ถ์ ๊ฐ์กฐํ๋ค. ๋ฐ๋ผ์ ๊ธฐ์กด MD์
๋นํด ์์ ๋ณํ์ ๋ํ ๋ถ๋ณ๋ ฅ์ ๋์ผ ์ ์๋ค. ์ผ์ $k$์์์ ์๋ต ์ฐจ์ด ๋ฒกํฐ๋ ์ (8)๊ณผ ๊ฐ์ด ์ ์๋๋ค.
์ฌ๊ธฐ์, $x_{n,k}^{damaged}$์ $x_{n,k}^{undamaged}$๋ ๊ฐ๊ฐ ์์ ์ํ์ ๋ฌด์์ ์ํ์์ ์ผ์ $k$๋ก๋ถํฐ ํ๋๋
$n$๋ฒ์งธ ์๋ต ํ๋ณธ์ ์๋ฏธํ๋ค. ์ด๋ฅผ ์ด์ฉํ์ฌ ์ผ์ $k$์ $n$๋ฒ์งธ ํ๋ณธ์ ๋ํ IMD ๊ฐ์ ์ (9)์ ๊ฐ์ด ์ฐ์ ๋๋ค.
์ฌ๊ธฐ์, $m_k$๋ ์ผ์ $k$์์ ์ฐ์ ๋ ์๋ต ์ฐจ์ด ๋ฒกํฐ์ ํ๊ท ๋ฒกํฐ์ด๋ฉฐ, $R$์ ๊ณต๋ถ์ฐ ํ๋ ฌ์ด๋ค. ๊ณต๋ถ์ฐ ํ๋ ฌ์ ์ (10)๊ณผ ๊ฐ์ด ์ฐ์ ๋๋ค.
์ฌ๊ธฐ์, $N$๋ IMD ์ฐ์ ์ ์ฌ์ฉ๋ ์ ์ฒด ํ๋ณธ ์์ด๋ฉฐ, $\Delta x_{i,k}$๋ ์ผ์ $k$์์ $i$๋ฒ์งธ ํ๋ณธ์ ๋ฌด์์ ์๋ต๊ณผ ์์ ์๋ต
๊ฐ ์ฐจ์ด ๋ฒกํฐ๋ฅผ ๋ํ๋ธ๋ค. ๊ณต๋ถ์ฐ ํ๋ ฌ $R$์ ์๋ต ์ฐจ์ด ๋ฒกํฐ์ ๋ถ์ฐ ๋ฐ ๋ณ์ ๊ฐ ์๊ด๊ด๊ณ๋ฅผ ๋ฐ์ํ๋ ํต๊ณ์ ํ๋ ฌ์ด๋ฉฐ, ์ด๋ฅผ ์ด์ฉํจ์ผ๋ก์จ ์์์
๋ฐ๋ฅธ ๋ค๋ณ๋ ์๋ต๋ณํ์ ๋ถ๋ณ๋ ฅ์ ๋์ผ ์ ์๋ค. ์ด๋ฌํ ์ ๊ทํ ์ ์ฐจ๋ฅผ ํตํด ์ธ๋ ฅ์ ์๋ณ ์ฑ๋ถ์์ ๋น๋กฏ๋๋ ์๋ต ๋ณ๋์ฑ์ ์ํฅ์ด ์ํ๋๊ณ , ์์์ ๊ธฐ์ธํ
์๋์ ๋ณํ ์ฑ๋ถ์ด IMD ๊ฐ์ ๊ฐ์กฐ๋์ด ๋ํ๋๋ค. ๋ฐ๋ผ์ IMD๋ ์์ ์ ํ ์์ ํ ๋์ผํ ์ธ๋ ฅ ์กฐ๊ฑด์ ํ์ ์ ์ ๋ก ํ๋ ๊ฒ์ด ์๋๋ผ, ์ธ๋ ฅ ๋ณ๋์ฑ์ด
ํฐ ์กฐ๊ฑด์์๋ ์์์ ๋ฐ๋ฅธ ์๋ต ๋ณํ์ ๋ถ๋ณ๋ ฅ์ ๋์ด๋ ๋ฐ ๋ชฉ์ ์ด ์๋ค. ์์ ํ์ง ๊ธฐ์ค์ผ๋ก๋ ๋ฌด์์ ์ํ์์ ์ฐ์ถ๋ IMD ๊ฐ ๋ถํฌ์ ์ํ๊ณ์ (Upper
Control Limit, UCL)์ ์ฌ์ฉํ๋ฉฐ, ์ผ๋ฐ์ ์ผ๋ก ์ (11)๊ณผ ๊ฐ์ด ๋ฌด์์ ์ํ IMD ๊ฐ์ ํ๊ท ์ $3\sigma$๋ฅผ ๋ํ ๊ฐ์ผ๋ก ์ ์๋๋ค.
์์ธ๋ฌ ์์ ์์น ์๋ณ์ ์ํ ์ ๋ ์งํ๋ก๋ ์ผ์ $k$์์์ IMD RMS ๊ฐ์ ํ์ฉํ๋ฉฐ, ์ (12)์ ๊ฐ์ด ์ ์๋๋ค.
์ฌ๊ธฐ์, $IMD_{i,k}$๋ ์ผ์ $k$์์ $i$๋ฒ์งธ ํ๋ณธ์ ๋ํด ์ฐ์ ๋ IMD ๊ฐ์ด๋ฉฐ, $N$์ RMS ์ฐ์ ์ ์ฌ์ฉ๋ ์ ์ฒด IMD ํ๋ณธ ์๋ฅผ
์๋ฏธํ๋ค. RMS ๊ฐ์ด ์๋์ ์ผ๋ก ํฌ๊ฒ ๋ํ๋๋ ์ผ์ ์์น๋ฅผ ์์ ๋ถ์ฌ์ ๊ทผ์ ํ ์์น๋ก ํ๋จํ๋ค. UCL ์ด๊ณผ์จ์ ์์ ์๋ต์ ๋ฐ์ ๋น๋, RMS
๊ฐ์ ์์ ์๋ต์ ํ๊ท ์ ํฌ๊ธฐ๋ฅผ ์ ๋ํํ๋ ์งํ์ด๋ค. ๋ ์งํ๋ฅผ ํจ๊ป ํ์ฉํจ์ผ๋ก์จ ๋จ๋ฐ์ฑ ์๋ต ์ด์์ด ์๋ ์๊ฐ ๋์ ๋ ์์ ์๋ต ํจํด์ ํ๊ฐํ ์
์์ผ๋ฏ๋ก ์์ ์์น ์๋ณ์ ์ ๋ขฐ์ฑ์ ํฅ์์ํฌ ์ ์๋ค.
3. ๋์ ๊ตฌ์กฐ๋ฌผ ๋ฐ Digital Twin ๋ชจ๋ธ ๊ตฌ์ถ
3.1 ๋ชจํ ์ฌ์ฅ๊ต ์ ์
๋ณธ ์ฐ๊ตฌ์ ์ฌ์ฉ๋ ๋ชจํ ์ฌ์ฅ๊ต๋ ๊ฐ์ฌ(Steel)๋ก ์ ์๋ ์คํ์ค ๊ท๋ชจ์ ์ฌ์ฅ๊ต ๋ชจํ์ด๋ค. ์ฃผ์ ์ ์์ Table 1์ ์ ๋ฆฌ๋์ด ์์ผ๋ฉฐ, ์ด ๊ธธ์ด 4,420mm, ๊ตํญ 120mm, ์ฃผํ ๋์ด 1,300mm๋ก ๊ตฌ์ฑ๋๋ค. ์ฃผํ์ ์ฃผํ์ ์ข์ฐ์ ๊ฐ๊ฐ 1๊ฐ์ฉ ์ด 2๊ฐ๊ฐ
์ค์น๋์ด ์๋ค.
Table 1. Specifications of the model cable-stayed bridge
|
Material
|
Length
|
Number of cables
|
Pylon Height
|
Width
|
Number of Pylons
|
|
Steel
|
4,420mm
|
8EA
|
1,300mm
|
120mm
|
2EA
|
์ผ์ด๋ธ์ ๊ฐ ์ฃผํ์ ์์ธก์ 4๊ฐ์ฉ, ์ด 8๊ฐ(C1โผC8)๊ฐ ๋ถ์ฑ๊ผด(fan-type) ํํ๋ก ๋ฐฐ์น๋์ด ์ฃผํ์ ์ง์งํ๋ ๊ตฌ์กฐ์ด๋ฉฐ, ๊ฐ ์ผ์ด๋ธ์ ์ ์ฐฉ ์์น๋
์ฃผํ๊ณผ ์ฃผํ์ ์๋ ฅ ์ ๋ฌ์ ๊ท ๋ฑํ๊ฒ ๋ถ๋ดํ๋๋ก ํ์๋ค.
๊ตฌ์กฐ๋ฌผ์ ๋์ ์๋ต์ ์ธก์ ํ๊ธฐ ์ํด์ 8๊ฐ์ ๊ฐ์๋ ์ผ์(S1โผS8)๊ฐ ๋ฐฐ์น๋์์ผ๋ฉฐ, ๊ฐ ์ผ์๋ ์ผ์ด๋ธ ์ ์ฐฉ๋ถ ์ธ๊ทผ ๋๋ ์ฃผํ์ ์ฃผ์ ์ง๋ ์์น์
๋ฐฐ์น๋์ด ์ผ์ด๋ธ ์์ ์ ๊ฐ์ฅ ๋ฏผ๊ฐํ ์๋ต ๋ณํ๋ฅผ ํฌ์ฐฉํ ์ ์๋๋ก ํ์๋ค. ํ์ค ์ฌํ๋ ์ข์ธก ํ๋ถ์ ์ก์ถ์์ดํฐ(Actuator)๋ฅผ ํตํด ๊ต๋ ์ข
๋ฐฉํฅ($x$์ถ)์ผ๋ก
๊ฐ์งํ์์ผ๋ฉฐ, ์๋ต์ ์ฃผํ์ ์ฐ์ง ๋ฐฉํฅ($z$์ถ) ๊ฐ์๋๋ก ์ถ์ถํ์๋ค. ๋ชจํ ์ฌ์ฅ๊ต์ ์ ์ฒด ํ์๊ณผ ์ผ์ ๋ฐ ์ผ์ด๋ธ ๋ฐฐ์น๋ Fig. 1๊ณผ ๊ฐ๋ค.
Fig. 1. Overview of the model cable-stayed bridge and experimental configuration
3.2 FE ๊ตฌ์กฐํด์ ๋ฐ Modal Test
FE ๊ตฌ์กฐํด์์ ์์ฉ ๊ตฌ์กฐํด์ ํ๋ก๊ทธ๋จ์ธ SIMENS ์ฌ์ NX๋ฅผ ์ฌ์ฉํ์ฌ ์ํํ์์ผ๋ฉฐ, ๋ชจํ ์ฌ์ฅ๊ต์ ์ฌ๋ฃ ๋ฌผ์ฑ, ๋จ๋ฉด ์ ๋ณด ๋ฐ ๊ฒฝ๊ณ ์กฐ๊ฑด์ ๋ฐ์ํ
3์ฐจ์ ์ ํ์์ ๋ชจ๋ธ์ ๊ตฌ์ถํ์๋ค. ๊ตฌ์ถ๋ FE ๋ชจ๋ธ์ ์ด ์ ์ 36,290๊ฐ์ ์์(Element) 16,458๊ฐ๋ก ๊ตฌ์ฑํ์๋ค. ์ฃผํ ๋ฐ ์ฃผํ์
3D Swep Mesh ๋ฐฉ์์ 8์ ์ ์ก๋ฉด์ฒด ์๋ฆฌ๋ ์์(CHEXA(8))๋ก ๋ชจ๋ธ๋งํ์์ผ๋ฉฐ, ์์ ํฌ๊ธฐ๋ 10mm๋ก ์ค์ ํ์๋ค. ์ผ์ด๋ธ์ 1์ฐจ์ ์คํ๋ง
์์(CBUSH1D)๋ฅผ ํ์ฉํ 1D Connection ๋ฐฉ์์ผ๋ก ๊ตฌํํ์์ผ๋ฉฐ, ์ผ์ด๋ธ ์ถ๊ฐ์ฑ์ C4์ C5์ ๋ํด ๊ฐ๊ฐ 1.38N/mm, ๋๋จธ์ง ์ผ์ด๋ธ์
๋ํด 1.03N/mm๋ก ๋ถ์ฌํ์ฌ ๋ฌด์์ ์ํ์ ํํ ์กฐ๊ฑด์ด ๋ง์กฑ๋๋๋ก ์กฐ์ ํ์๋ค. ์ฃผํ ํ๋ถ์ ๊ฒฝ๊ณ ์กฐ๊ฑด์ ๊ฐ์ฒด ๊ณ ์ ์ผ๋ก ์ค์ ํ์์ผ๋ฉฐ, ์ผ์ด๋ธ ์๋จ์
์ฃผํ๊ณผ ์ฃผํ์ ์ ์ฐฉ ์ ์ ์ CBUSH1D ์์๋ฅผ ํตํด ์ฐ๊ฒฐ๋์ด ์ผ์ด๋ธ์ ์ถ๋ฐฉํฅ ๊ฐ์ฑ์ด ์ฃผ๊ตฌ์กฐ์ ์ง์ ์ ๋ฌ๋๋๋ก ๊ตฌ์ฑํ์๋ค. ๊ตฌ์ถ๋ FE ๋ชจ๋ธ๋ก๋ถํฐ
๊ณ ์ ์น ํด์(Eigenvalue Analysis)์ ์ํํ์ฌ ๋ชจ๋ํ์(Mode Shape)๊ณผ ๊ณ ์ ์ง๋์(Natural Frequency), ๊ทธ๋ฆฌ๊ณ
์ง๋ ๋ฐ ๊ฐ์ฑํ๋ ฌ์ ํฌํจํ ๋ํน์ฑ๊ฐ($\lambda, \phi, M, K$)์ ์ฐ์ถํ์๋ค.
Modal Test๋ ๋ชจํ ์ฌ์ฅ๊ต ์ฃผํ ์์ ๊ฐ์๋ ์ผ์(S1โผS8)๋ฅผ ์ค์นํ ํ, ์ํฉํธ ํด๋จธ(Impact Hammer)๋ฅผ ์ด์ฉํ ๊ฐ์ง ์คํ์ผ๋ก
์ํํ์๋ค. ๋์ ์๋ต ๊ณ์ธก์๋ Table 2์ ๊ฐ์ด Dytran์ฌ์ 3055B3 ๋จ์ถ IEPE ๊ฐ์๋ ์ผ์์ iOtech์ฌ์ 652U ๋ฐ์ดํฐ ๋ก๊ฑฐ๋ฅผ ์ฌ์ฉํ์์ผ๋ฉฐ, ๊ฐ์ง ์ฅ๋น๋ก๋ Dytran์ฌ์
5850A ์ํฉํธ ํด๋จธ๋ฅผ ์ฌ์ฉํ์๋ค. ์คํ ๋ชจ๋ ํด์(Experimental Modal Analysis, EMA)์ ํตํด ๊ณ ์ ์ง๋์, ๋ชจ๋ ํ์ ๋ฐ
๊ฐ์ ๋น($\lambda, \phi, C$)๋ฅผ ํ๋ํ์๋ค. ๊ฐ์๋ ์ ํธ๋ ์ถฉ๋ถํ ์ฃผํ์ ๋ถํด๋ฅ์ ํ๋ณดํ๊ธฐ ์ํด ์ฝ 512 Hz์ ์ํ๋ง ์ฃผํ์๋ก ๊ณ์ธกํ์์ผ๋ฉฐ,
iOtech 652U์ ๋ด์ฅ๋ ์ํฐ์จ๋ฆฌ์ด์ฑ ํํฐ๋ฅผ ๊ฑฐ์น ๊ณ์ธก ์ ํธ๋ฅผ ์ด์ฉํ์ฌ ์ฃผํ์์๋ตํจ์(Frequency Response Function, FRF)๋ฅผ
์ฐ์ถํ์๋ค. ์ด๋ FRF๋ ์ํฉํธ ํด๋จธ๋ก ๊ณ์ธก๋ ์
๋ ฅ ๊ฐ์ง๋ ฅ๊ณผ 4๋ฒ ๊ฐ์๋ ์ผ์(S4)์์ ๊ณ์ธก๋ ์ถ๋ ฅ ๊ฐ์๋ ์๋ต์ ์ด์ฉํ์ฌ ์ฐ์ ํ์์ผ๋ฉฐ, ๊ทธ ๊ฒฐ๊ณผ๋ฅผ
Fig. 2์ ๋ํ๋ด์๋ค. ์ฐ์ถ๋ FRF๋ฅผ ๋ฐํ์ผ๋ก ์ฃผ์ ๋ชจ๋์ ๋ํน์ฑ์ ์ถ์ถํ์๊ณ , FE ํด์๊ณผ Modal Test๋ก๋ถํฐ ์ป์ด์ง ๋ํน์ฑ๊ฐ์ ์ดํ DT ๋ชจ๋ธ
๊ตฌ์ถ์ ์
๋ ฅ์๋ฃ๋ก ํ์ฉํ์๋ค.
Table 2. Specifications of the modal test equipment
|
Equipment
|
Model
|
Manufacturer
|
Specification
|
|
Accelerometer
|
3055B3
|
Dytran Instrument
|
โ
Axis : single
โ
Sensitivity : 500mV/g
โ
Frequency Range : 1โผ10,000Hz
โ
measurement Range : ยฑ10g
|
|
Data logger
|
652U
|
iOtech
|
โ
10 analog inputs
โ
3pole anti-aliasing hardware filter
|
|
Impact Hammer
|
5850A
|
Dytran
|
โ
Range : 0โผ5,000lb
โ
Sensitivity : 0.96mV/lb
|
Fig. 2. Frequency Response Functions from Modal Test
3.3 Model Update
FE ํด์์ผ๋ก๋ถํฐ ๋์ถ๋ ๋ํน์ฑ์ ์ฌ๋ฃ ๋ฌผ์ฑ, ๊ฒฝ๊ณ ์กฐ๊ฑด, ์ผ์ด๋ธ ์ด๊ธฐ ์ฅ๋ ฅ ๋ฑ์ ๋ชจ๋ธ๋ง ๊ฐ์ ์ ์ํด Modal Test ๊ฒฐ๊ณผ์ ์ฐจ์ด๋ฅผ ๋ณด์ผ ์ ์์ผ๋ฉฐ,
์ด๋ฌํ ์ฐจ์ด๋ ์์ ์๋ฎฌ๋ ์ด์
์ ์ ํ๋์ ์ง์ ์ ์ธ ์ํฅ์ ๋ฏธ์น๋ค. ์ด์ ๋ณธ ์ฐ๊ตฌ์์๋ FE ๋ชจ๋ธ์ ์ง๋ ๋ฐ ๊ฐ์ฑ ํ๋ ฌ์ Modal Test ๊ฒฐ๊ณผ์
์ผ์น์ํค๊ธฐ ์ํด DMUM(Direct Matrix Updating Method)์ ์ ์ฉํ์์ผ๋ฉฐ, ๊ฐฑ์ ๊ฒฐ๊ณผ์ ์ ์ ์ฑ์ MAC(Modal Assurance
Criterion)์ผ๋ก ๊ฒ์ฆํ์๋ค. DMUM์ ๊ฐฑ์ ๋ ์์คํ
ํ๋ ฌ์ด Modal Test ๊ฒฐ๊ณผ์ ๋ํด ๊ณ ์ ์น ๋ฐฉ์ ์๊ณผ ๋ชจ๋ ์ง๊ต ์กฐ๊ฑด์ ๋ง์กฑํ๋๋ก ๊ฐ์ ํ๋
๋ฐฉ๋ฒ์ด๋ค(Baruch, 1978).
๋ณธ ์ฐ๊ตฌ์์๋ DMUM์ ์ด์ฉํ์ฌ Modal Test ๊ฒฐ๊ณผ์ FE ํด์ ๊ฒฐ๊ณผ ๊ฐ์ ๊ณ ์ ์ง๋์ ๋ฐ ๋ชจ๋ํ์ ์ฐจ์ด๋ฅผ ๋ณด์ ํ์๋ค. ๋ค๋ง DMUM์ ํน์
๋ถ์ฌ ์์๋๋ฅผ ์ง์ ์ถ์ ํ๋ ๊ธฐ๋ฒ์ด ์๋๋ผ, ์คํ ๋ชจ๋ ์กฐ๊ฑด์ ๋ง์กฑํ๋๋ก ์ ์ฒด ์์คํ
ํ๋ ฌ์ ๋ณด์ ํ๋ ๋ฐฉ๋ฒ์ด๋ฏ๋ก, ๋ณธ ์ฐ๊ตฌ์์๋ ๋ฌด์์ ๊ธฐ์ค DT
๋ชจ๋ธ์ ๋ํน์ฑ ๋ณด์ ๋ชฉ์ ์ผ๋ก ํ์ฉํ์๋ค.
๊ตฌ์กฐ๋ฌผ์ ๋ฌด๊ฐ์ ์์ ์ง๋์ ๋ํ ๊ณ ์ ์น ๋ฐฉ์ ์๊ณผ ๋ชจ๋ํ์์ ์ง๋ ์ ๊ทํ ์ง๊ต ์กฐ๊ฑด์ ๊ฐ๊ฐ ์ (13), ์ (14)๊ณผ ๊ฐ๋ค.
์ฌ๊ธฐ์, $\phi$๋ ๋ชจ๋ ํ์ ํ๋ ฌ, $\lambda = diag(\omega_i^2)$๋ ๊ณ ์ ์น ๋๊ฐ ํ๋ ฌ์ด๋ค. ์ (14)์ ๋ชจ๋ ์ขํ๊ณ์์ ์ผ๋ฐํ ์ง๋ ํ๋ ฌ์ด ๋จ์ ํ๋ ฌ, ์ผ๋ฐํ ๊ฐ์ฑํ๋ ฌ์ด ๊ณ ์ ์น ๋๊ฐ ํ๋ ฌ๋ก ์ ๊ทํ๋๋ ์ด์์ ์ํ๋ฅผ ์๋ฏธํ๋ฉฐ, DMUM์ ๊ฐฑ์ ๋ FE
ํ๋ ฌ์ด Modal Test ๊ฒฐ๊ณผ์ ๋ํด ์ด ์กฐ๊ฑด์ ๋ง์กฑํ๋๋ก ๊ตฌ์ฑ๋๋ค.
DMUM์์ ๊ฐ์ฑํ๋ ฌ ๊ฐฑ์ ์ ์ (15)์ ์ค์ฐจํจ์๋ฅผ ์ (16), ์ (17)์ ์ ์ฝ ์กฐ๊ฑด ํ์์ ์ต์ํํ๋ ๋ฌธ์ ๋ก ํํ๋๋ค.
์ฌ๊ธฐ์, $[K_A]$๋ FE ์ด๊ธฐ ๊ฐ์ฑํ๋ ฌ, $[K_{AU}]$ ๋ ๊ฐฑ์ ๋ ๊ฐ์ฑํ๋ ฌ, $\phi_x$๋ Modal Test ๋ชจ๋ ๋ฒกํฐ ํ๋ ฌ, $[\Omega_x^2]$
๋ Modal Test ๊ณ ์ ์ง๋์ ๋๊ฐ ํ๋ ฌ์ด๋ฉฐ, ์ (16)๊ณผ (17)์ ๊ฐ๊ฐ ๋์นญ์ฑ ๋ณด์กด ์กฐ๊ฑด๊ณผ ์คํ ๊ณ ์ ์น ๋ง์กฑ ์กฐ๊ฑด์ ํด๋นํ๋ค. ์ (15)~(17)์ ์ต์ ํ ๋ฌธ์ ์ ๋ผ๊ทธ๋์ฃผ ์น์๋ฒ์ ์ ์ฉํ๋ฉด ๊ฐ์ฑ ํ๋ ฌ ๋ณด์ ๋ $\Delta K$๋ ์ (18), ์ (19)๊ณผ ๊ฐ์ ๋ซํ ํํ(closed-form) ํด๋ก ์ฐ์ ๋๋ค.
์ง๋ํ๋ ฌ ๊ฐฑ์ ์ญ์ ๋์ผํ ์๋ฆฌ๋ก ์ํ๋๋ฉฐ, ์ (20)์ ์ค์ฐจํจ์๋ฅผ ์ (21), ์ (22)์ ์ ์ฝ ์กฐ๊ฑด ํ์์ ์ต์ํํ์ฌ ์ (23), ์(24)์ ๋ซํ ํด๊ฐ ๋์ถ๋๋ค.
๊ฐฑ์ ๋ FE ๋ชจ๋ธ์ ์ ์ ์ฑ์ MAC์ ํตํด ํ๊ฐํ๋ค. MAC์ FE ํด์๊ณผ ์คํ ๋ชจ๋ ๋ฒกํฐ ๊ฐ ์ผ์น๋๋ฅผ ์ ๋ํํ๋ ์งํ๋ก ์ (25)์ ๊ฐ์ด ์ ์๋๋ฉฐ, 0์์ 1์ฌ์ด์ ๊ฐ์ ๊ฐ์ง๋ค. ์ผ๋ฐ์ ์ผ๋ก $MAC \ge 0.9$์ด๋ฉด ๋ ๋ชจ๋ ํ์์ด ์ค์ง์ ์ผ๋ก ๋์ผํ ๊ฒ์ผ๋ก ํ๋จํ๋ค(Saidin et al., 2022).
์ฌ๊ธฐ์, $\phi_A$์ $\phi_B$๋ ๊ฐ๊ฐ FE ํด์ ๋ฐ Modal Test๋ก๋ถํฐ ๊ตฌํ ๋ชจ๋ ๋ฒกํฐ์ด๋ค. ๋ณธ ์ฐ๊ตฌ์์๋ ์ผ์ด๋ธ ์ฅ๋ ฅ๊ณผ ์ฃผํ ๊ฐ์ฑ์
๋ฐ๋ฅธ ๋ํน์ฑ ์ฐจ์ด๊ฐ ๋ฐ์๋๋๋ก DMUM ๊ธฐ๋ฐ ์์คํ
ํ๋ ฌ ๊ฐฑ์ ์ ์ํํ์์ผ๋ฉฐ, Model Update ์ ํ์ ๊ณ ์ ์ง๋์ ๋ฐ MAC ๊ฐ ๋น๊ต ๊ฒฐ๊ณผ๋
Table 3๊ณผ ๊ฐ๋ค.
Table 3. Natural Frequencies and MAC values before and after Model Update
|
Mode
|
Exp. (Hz)
|
Before (Hz)
|
After (Hz)
|
MAC (B)
|
MAC (A)
|
|
1
|
2.626
|
2.887
|
2.632
|
0.989
|
0.999
|
|
2
|
4.869
|
4.853
|
4.874
|
0.823
|
0.997
|
|
3
|
6.922
|
5.588
|
6.917
|
0.642
|
0.996
|
|
4
|
7.463
|
6.317
|
7.455
|
0.771
|
0.998
|
|
5
|
8.857
|
8.673
|
8.864
|
0.874
|
0.997
|
|
6
|
13.002
|
13.255
|
12.998
|
0.882
|
0.995
|
|
7
|
18.199
|
18.036
|
18.201
|
0.948
|
0.998
|
|
8
|
26.597
|
26.143
|
26.599
|
0.773
|
0.996
|
Table 3์์ ํ์ธํ ์ ์๋ฏ์ด, Model Update ์ด์ ์๋ ์ผ๋ถ ๋ชจ๋์์ ๋น๊ต์ ํฐ ๊ณ ์ ์ง๋์ ์ค์ฐจ๊ฐ ๋ฐ์ํ์๋ค. ํนํ Mode 3์์๋ ์คํ๊ฐ 6.922
Hz์ ๋ํด FE ํด์๊ฐ์ด 5.588 Hz๋ก ๋ํ๋ฌ์ผ๋ฉฐ, Mode 4์์๋ ์คํ๊ฐ 7.463 Hz์ ๋ํด FE ํด์๊ฐ์ด 6.317 Hz๋ก ์ฐ์ ๋์ด
1 Hz ์ด์์ ์ฐจ์ด๋ฅผ ๋ณด์๋ค. ๋ํ MAC ๊ฐ์ Mode 3์์ 0.642, Mode 4์์ 0.771, Mode 8์์ 0.773์ผ๋ก ๋ํ๋ ์ผ๋ถ
๋ชจ๋์์ ์ผ๋ฐ์ ์ผ๋ก ์ฌ์ฉ๋๋ ์๊ณ๊ธฐ์ค์ธ 0.9๋ฅผ ํํํ์๋ค. ๋ฐ๋ฉด, Model Update ์ดํ์๋ ๋ชจ๋ ์ฃผ์ ๋ชจ๋์์ ๊ณ ์ ์ง๋์ ์ค์ฐจ๊ฐ 0.23%
์ดํ๋ก ๊ฐ์ํ์์ผ๋ฉฐ, MAC ๊ฐ๋ 0.996โ0.999 ๋ฒ์๋ก ํฅ์๋์ด ์คํ ๋ชจ๋์ ํด์ ๋ชจ๋ ๊ฐ์ ๋์ ์ ํฉ์ฑ์ ํ์ธํ ์ ์์๋ค.
๋ค๋ง ๋ณธ ์ฐ๊ตฌ์์ ์ ์ฉํ DMUM ๊ธฐ๋ฐ Model Update๋ ๊ณ์ธก๋ ์คํ ๋ชจ๋ ์ ๋ณด๋ฅผ ํ๋ ฌ ๋ณด์ ๊ณผ์ ์ ์ง์ ๋ฐ์ํ์ฌ ๊ธฐ์ค ์์คํ
ํ๋ ฌ์ ๋ณด์ ํ๋
๋ฐฉ๋ฒ์ด๋ฏ๋ก, ์
๋ฐ์ดํธ ํ ๋ํ๋ ๊ณ ์ ์ง๋์ ๋ฐ MAC ๊ฐ์ ๋์ ์ผ์น๋๋ ๊ณ์ธก๋ ๋ชจ๋ ๋ฒ์ ๋ด์์์ ์์น์ ์ ํฉ ๊ฒฐ๊ณผ๋ก ํด์ํ๋ ๊ฒ์ด ํ๋นํ๋ค. ๋ฐ๋ผ์
ํด๋น ๊ฒฐ๊ณผ๋ ์ ์ฒด ์์ ๋, ๋น๊ณ์ธก ์์น์ ์๋ต ํน์ฑ ๋๋ ๋น๊ณ์ธก ๊ณ ์ฐจ ๋ชจ๋๊น์ง ์ค์ ๊ตฌ์กฐ๋ฌผ๊ณผ ์์ ํ ๋์ผํ๊ฒ ์ฌํ๋์์์ ์๋ฏธํ์ง ์๋๋ค. ๋ํ ์ด๋ฌํ
ํน์ฑ์ผ๋ก ์ธํด ํน์ ๊ณ์ธก ๋ชจ๋์ ๋ํ ๊ณผ๋ํ ์ ํฉ, ์ฆ ๊ณผ์ ํฉ ๊ฐ๋ฅ์ฑ์ด ์กด์ฌํ ์ ์์ผ๋ฏ๋ก, ๋ณธ ์ฐ๊ตฌ์์๋ ์
๋ฐ์ดํธ๋ ๋ชจ๋ธ์ ์ค์ ๊ตฌ์กฐ๋ฌผ์ ์ ๋์ ์ธ
๋ฌผ๋ฆฌ ๋ชจ๋ธ๋ก ํด์ํ์ง ์๊ณ , ๋ฌด์์ ์ํ์ ์ฃผ์ ์คํ ๋ชจ๋ ๊ณต๊ฐ์ ๊ธฐ์ค์ผ๋ก ๋ณด์ ๋ ์์ ์๋๋ฆฌ์ค ํด์์ฉ ๊ธฐ์ค DT ๋ชจ๋ธ๋ก ํ์ ํ์ฌ ํ์ฉํ์๋ค. ์ดํ
๋ณด์ ์ด ์๋ฃ๋ FE ๋ชจ๋ธ๋ก๋ถํฐ ๋ฌด์์ ์ํ์ ์ง๋ ๋ฐ ๊ฐ์ฑํ๋ ฌ์ ์ถ์ถํ๊ณ , ์ด๋ฅผ ์ํ๊ณต๊ฐ ๋ฐฉ์ ์์ผ๋ก ๋ณํํ์ฌ ๋ฌด์์ ์ํ์ DT ๋ชจ๋ธ์ ๊ตฌํํ์๋ค.
4. ์์ ์๋๋ฆฌ์ค ๋ฐ ์๋ต ๋ฐ์ดํฐ ์์ฑ
4.1 ์์์๋๋ฆฌ์ค ์ค์
๋ณธ ์ฐ๊ตฌ์๋ ์ผ์ด๋ธ ์์์ ํด๋น ์ผ์ด๋ธ์ ์ถ๋ฐฉํฅ ๊ฐ์ฑ ๊ฐ์๋ก ๋ชจ์ฌํ์๋ค. ์ผ์ด๋ธ์ ์ถ๋ ฅ์ ์ฃผ๋ก ์ ๋ฌํ๋ ์ธ์ฅ์ฌ์ด๋ฏ๋ก, ๋จ๋ฉด์ ์์ค, ๋ถ์, ํ๋จ ๋ฑ์ผ๋ก
์ธํ ์์์ ๊ตฌ์กฐํด์ ๊ด์ ์์ ์ถ๊ฐ์ฑ ์ ํ๋ก ํํ๋ ์ ์๋ค. ์ด์ ๋ฐ๋ผ ์์ ์ผ์ด๋ธ ์์์ ์ถ๊ฐ์ฑ์ ๊ฐ์์ํค๊ณ , ๊ทธ์ ๋ฐ๋ฅธ ๊ฐ์ฑ ๋ณํ๋($\Delta
K$)์ ์ ์ฒด ๊ฐ์ฑํ๋ ฌ์ ๋ฐ์ํ์ฌ ์์ ์ํ๋ฅผ ๊ตฌํํ์๋ค. ๋ํ ์ผ์ด๋ธ ํ๋จ ์ํฉ์ ๋ชจ์ฌํ๊ธฐ ์ํด ์์ ์ผ์ด๋ธ์ ์ถ๊ฐ์ฑ์ 100% ๊ฐ์์ํจ ์์ ํ๋จ
์กฐ๊ฑด์ผ๋ก ์์ ์๋๋ฆฌ์ค๋ฅผ ์ด์ํํ์๋ค. ์ด๋ฌํ ๋ฐฉ์์ ์ฌ์ฅ๊ต ์ผ์ด๋ธ ์์ ํ๊ฐ ๋ถ์ผ์์ ๋๋ฆฌ ์ฌ์ฉ๋๋ ์ ๊ทผ์ผ๋ก, ์์ ์ ํ์ ์์คํ
ํ๋ ฌ ์ฐจ์ด๋ฅผ ํตํด
์์ ์ํ์ ๋์ ์๋ต ๋ณํ๋ฅผ ๋ฐ์ํ ์ ์๋ค๋ ์ฅ์ ์ด ์๋ค(Yanez-Borjas et al., 2021).
์์ ์๋๋ฆฌ์ค๋ Table 4์ ๊ฐ์ด ๋ ๊ฐ์ง๋ก ์ค์ ํ์๋ค. Case 1์ 4๋ฒ ์ผ์ด๋ธ(C4)์ ๋ํ ๋จ์ผ ์์ ์กฐ๊ฑด์ด๋ฉฐ, Case 2๋ ๋ ๊ฐ์ ์์์ด ๋์์ ๋ฐ์ํ๋ ๋ณตํฉ
ํ๊ฒฝ์์์ ์๋ณ ๋ฅ๋ ฅ์ ํ๊ฐํ๊ธฐ ์ํ ์๋๋ฆฌ์ค์ด๋ค. ๊ฐ ์๋๋ฆฌ์ค์ ๋ํด ๋น์
๋ฐ์ดํธ FE ๋ฌด์์ ๋ชจ๋ธ์ ํด๋น ์ผ์ด๋ธ์ ์์์ ์ง์ ๋ถ์ฌํ ์์ FE
๋ชจ๋ธ์ ๋ณ๋๋ก ๊ตฌ์ถํ๊ณ , ๋ฌด์์ ๋ชจ๋ธ๊ณผ ์์ ๋ชจ๋ธ ๊ฐ์ ์์คํ
ํ๋ ฌ ์ฐจ์ด๋ฅผ ํตํด $\Delta M$, $\Delta K$๋ฅผ ์ (6)์ ๊ฐ์ด ์ฐ์ ํ ํ, ์ด๋ฅผ Model Update๋ ๋ฌด์์ ํ๋ ฌ์ ๊ฐ์ฐํ์ฌ ์์ ์ํ์ ์์คํ
ํ๋ ฌ $M_{U,D}$, $K_{U,D}$๋ฅผ ๊ตฌ์ฑํ์๋ค(์
(7)). ๋์ผ ์ธ๋ ฅ ์กฐ๊ฑด ํ์์ ๋ฌด์์ ๋ฐ ์์ ์ํ์ ์๋ต์ ์์ฑํ์ฌ IMD ๊ณ์ฐ์ ์ผ๊ด์ฑ์ ํ๋ณดํ์๋ค.
Table 4. Damage scenario configuration
|
Case
|
Type
|
Damaged Cable
|
Damage condition
|
|
Baseline
|
Intact
|
-
|
Reference
|
|
Case 1
|
Single cable loss
|
C4
|
Complete cable breakage
|
|
Case 2
|
Multiple cable loss
|
C3, C5
|
Complete cable breakage
|
4.2 ๊ฐ์๋ ์๋ต ๋ฐ์ดํฐ ์์ฑ
๋ฌด์์ ์ํ ๋ฐ ๊ฐ ์์ Case์ ๋ํด El-Centro ์ง์งํ์ค์ ์ํ๊ณต๊ฐ ๋ฐฉ์ ์์ ์
๋ ฅ $u(t)$๋ก ์ ์ฉํ๊ณ , S1โผS8 ์์น์์์ ๊ฐ์๋
์๋ต์ ์ฐ์ถํ์๋ค. El-Centro ์ง์งํ์ค์ 1940๋
5์ ๋ฏธ๊ตญ ์บ๋ฆฌํฌ๋์ Imperial Valley์์ ๊ณ์ธก๋ ๋ํ์ ์ธ ์ง์ง๊ฐ์๋ ๊ธฐ๋ก์ผ๋ก,
๊ตฌ์กฐ๋ฌผ์ ์ง์ง์๋ต ํด์์์ ํ์ค ์
๋ ฅํ์ค์ผ๋ก ๋๋ฆฌ ํ์ฉ๋๋ค. ๋ณธ ์ฐ๊ตฌ์์๋ ํด๋น ์ง์งํ๋ฅผ ์ํ๊ณต๊ฐ ๋ฐฉ์ ์์ ์
๋ ฅ ์ธ๋ ฅ์ผ๋ก ์ ์ฉํ์ฌ ๋ฌด์์ ์ํ ๋ฐ
์์ ์ํ์ ๊ฐ์๋ ์๋ต์ ์์ฑํ์๋ค. ์ง์งํ์ค์ ๊ฐ์ง ๋ฐฉํฅ์ ๊ต๋ ์ข
๋ฐฉํฅ($x$์ถ)์ผ๋ก ์ค์ ํ๊ณ , ์๋ต์ ์ฐ์ง ๋ฐฉํฅ($z$์ถ) ๊ฐ์๋๋ก ์ถ์ถํ์๋ค.
์ธ๋ ฅ ์
๋ ฅ ์กฐ๊ฑด์ด ๋ฌด์์ ๋ฐ ์์ ์ํ์์ ๋์ผํ๊ฒ ์ ์ง๋๋๋ก ํ์ฌ ์๋ต ์ฐจ์ด ๋ฒกํฐ $\Delta x$์ ์ผ๊ด์ฑ์ ํ๋ณดํ์์ผ๋ฉฐ, ์ด๋ฅผ ํตํด IMD
๊ณ์ฐ์ด ์์์ ์ํ ์๋ต ๋ณํ๋ง์ ๋ฐ์ํ ์ ์๋๋ก ํ์๋ค. ์์ฑ๋ ๊ฐ์๋ ์๋ต ๋ฐ์ดํฐ๋ ๋ฌด์์ ์ํ ๋ฐ ๊ฐ ์์ Case๋ณ๋ก 64์ด ๊ตฌ๊ฐ์ ๋ํด
์ฐ์ถ๋์์ผ๋ฉฐ, ์ํ๋ง ์ฃผํ์๋ 512Hz๋ก ์ค์ ํ์๋ค.
4.3 ๋ฌด์์ ๋ฐ ์์ ์ํ ์๋ต ๋น๊ต
DT ๋ชจ๋ธ๋ก๋ถํฐ ์์ฑ๋ ๋ฌด์์ ๋ฐ ์์ ์ํ์ ๊ฐ์๋ ์๋ต์ Fig. 3๊ณผ ๊ฐ์ด ์๊ฐ ์์ญ์์ ๋น๊ตํ์๋ค. ๋น๊ต ๊ฒฐ๊ณผ, ๋์ผํ ์ธ๋ ฅ ์กฐ๊ฑด์ ์ ์ฉํ์์์๋ ์์ ์ํ์์๋ ๋ฌด์์ ์ํ์ ๋น๊ตํ์ฌ ์ผ๋ถ ์ถ๋ ฅ ์ ์ ์์ ์งํญ
๋ฐ ์์ ์ฐจ์ด๊ฐ ๋ํ๋ฌ๋ค. ๋ฌด์์ ์ํ์์๋ ๊ฐ ์ถ๋ ฅ ์ ์ ์ ์๋ต์ด ๋น๊ต์ ๊ท ์ผํ ์งํญ ๋ถํฌ๋ฅผ ๋ณด์ธ ๋ฐ๋ฉด, ์์ ์ํ์์๋ ์์ ์ผ์ด๋ธ์ ์ธ์ ํ ์ถ๋ ฅ
์ ์ ์์ ์๋์ ์ผ๋ก ํฐ ์งํญ ๋ณํ๊ฐ ๊ด์ฐฐ๋์๋ค. ์ด๋ ์ผ์ด๋ธ์ ์ถ๊ฐ์ฑ ๊ฐ์๋ก ์ธํด ๊ตญ๋ถ์ ์ธ ํ์ค ์ ๋ฌ ๊ฒฝ๋ก์ ๋์ ํน์ฑ์ด ๋ณํํ๊ณ , ๊ทธ ์ํฅ์ด ์์
์ผ์ด๋ธ ์ธ๊ทผ ์ถ๋ ฅ ์ ์ ์ ๊ฐ์๋ ์๋ต์ ๋ฐ์๋ ๊ฒฐ๊ณผ๋ก ํ๋จ๋๋ค.
Fig. 3. Acceleration response time histories under El-Centro excitation
๊ทธ๋ฌ๋ ์๊ฐ ์์ญ์์์ ์ง๊ด์ ๋น๊ต๋ง์ผ๋ก๋ ์์์ ์ํ ์๋ต ๋ณํ๋ฅผ ์ ๋์ ์ผ๋ก ์๋ณํ๊ธฐ ์ด๋ ต๋ค. ํนํ El-Centro ์ง์งํ์ค๊ณผ ๊ฐ์ด ๋ณ๋์ฑ์ด ํฐ
์ธ๋ ฅ ์กฐ๊ฑด์์๋ ์ธ๋ ฅ ์์ฒด์ ์๊ฐ์ ๋ณ๋์ด ์๋ต์ ํฌ๊ฒ ๋ฐ์๋๋ฏ๋ก, ์๊ฐ ์ด๋ ฅ ์๋ต์ ์๊ฐ์ ๋น๊ต๋ง์ผ๋ก ์์ ์์น๋ฅผ ์๋ณํ๋ ๋ฐ ํ๊ณ๊ฐ ์๋ค. ์ด๋ฌํ
ํ๊ณ๋ฅผ ๋ณด์ํ๊ธฐ ์ํด์๋ ์ธ๋ ฅ ๋ณ๋์ฑ์ ์ํฅ์ ์ํํ ์ ์๋ ํต๊ณ์ ์์ํ๊ฐ ๊ธฐ๋ฒ์ด ํ์ํ๋ฉฐ, ๋ณธ ์ฐ๊ตฌ์์๋ ์ด๋ฅผ ์ํด IMD ๊ธฐ๋ฒ์ ์ ์ฉํ์๋ค.
5. IMD ์์ํ๊ฐ ๊ฒฐ๊ณผ ๋ฐ ๋ถ์
5.1 UCL ์ด๊ณผ์จ ๋ถ์
IMD ๊ธฐ๋ฒ์์ UCL์ ์(11)๊ณผ ๊ฐ์ด ๋ฌด์์ ์ํ์ IMD ๊ฐ์ ํ๊ท $\mu_{IMD}$์ ํ์คํธ์ฐจ $\sigma_{IMD}$์ 3๋ฐฐ๋ฅผ ๋ํ ๊ฐ์ผ๋ก ์ ์๋๋ค. ์ด๋ ์ ๊ท๋ถํฌ
๊ฐ์ ํ์์ ์ฝ 99.7%์ ์ ๋ขฐ๊ตฌ๊ฐ์ ํด๋นํ๋ฉฐ, ์์ ์ํ์ IMD ์๊ณ์ด์์ UCL์ ์ด๊ณผํ๋ ๋ฐ์ดํฐ์ ๋น์จ์ ํต๊ณ์ ์ ์ํ ์๋ต ๋ณํ์ ๋ฐ์ ๋น๋๋ฅผ
์๋ฏธํ๋ค. ๋ฐ๋ผ์ ํน์ ์ถ๋ ฅ ์ ์ ์์ UCL ์ด๊ณผ์จ์ด ์๋์ ์ผ๋ก ๋๊ฒ ๋ํ๋ ๊ฒฝ์ฐ, ํด๋น ์ ์ ์์ ์์ ๋ถ์ฌ์ ์ธ์ ํ๊ฑฐ๋ ์์์ ๋ฏผ๊ฐํ ์์น์ ์๋
๊ฒ์ผ๋ก ํ๋จํ ์ ์๋ค. Fig. 4๋ ๊ฐ ์์ Case์ ๋ํด ์์ ์ผ์ด๋ธ๊ณผ ์ธ์ ํ๊ฑฐ๋ ์์ ์ํฅ์ด ํฌ๊ฒ ๋ํ๋ ๊ฒ์ผ๋ก ์์๋๋ ์ถ๋ ฅ ์ ์ S3โผS6์ IMD ์๊ณ์ด๊ณผ UCL ์ด๊ณผ
์์์ ๋ํ๋ธ ๊ฒ์ด๋ค.
Fig. 4. IMD time histories and UCL exceedances for each damage case
5.1.1 Case 1 : ๋จ์ผ์์(C4)
Fig. 4(a)๋ ๋จ์ผ ์์ ์กฐ๊ฑด์์ ์ ์ผ์๋ณ IMD ์๊ณ์ด์ ๋ํ๋ธ ๊ฒ์ด๋ค. ์์ ์ผ์ด๋ธ C4์ ์ธ์ ํ S4์ IMD ์๊ณ์ด์ ์ฝ 14โผ16์ด ๊ตฌ๊ฐ์์ UCL์
์ด๊ณผํ๋ ํผํฌ๊ฐ ์ง์ค์ ์ผ๋ก ๊ด์ฐฐ๋์์ผ๋ฉฐ, ์๊ฐ ๊ฒฝ๊ณผ์ ๋ฐ๋ผ ๊ฐ์ ๋๋ ์์์ ๋ณด์๋ค. ๋ฐ๋ฉด, ์์ ๋ถ์ฌ๋ก๋ถํฐ ์๋์ ์ผ๋ก ๋จ์ด์ง S3์ S5์์๋ ๋์ผ
์๊ฐ ๊ตฌ๊ฐ์์ ์ผ๋ถ UCL ์ด๊ณผ ํผํฌ๊ฐ ๋ํ๋ฌ์ผ๋, S4์ ๋นํด ์ด๊ณผ ๋น๋์ ํฌ๊ธฐ๊ฐ ๋ชจ๋ ๋ฎ๊ฒ ๋ํ๋ฌ๋ค.
์ ๋์ ์ผ๋ก ์ฐ์ถ๋ ์ถ๋ ฅ ์ ์ ๋ณ UCL ์ด๊ณผ์จ์ ๋น๊ตํ ๊ฒฐ๊ณผ, S4์์ 2.2%๋ก ๊ฐ์ฅ ๋์ ๊ฐ์ด ๋ํ๋ฌ์ผ๋ฉฐ, ๋๋จธ์ง ์ถ๋ ฅ ์ ์ ์์๋ ์ฝ 0.5โผ1.5%
์์ค์ ์ด๊ณผ์จ์ ๋ณด์๋ค. ์ด๋ ์์๋ ์ผ์ด๋ธ C4์ ๊ฐ์ฑ ๊ฐ์๊ฐ ์ธ์ ํ ์ถ๋ ฅ ์ ์ S4์ ๋์ ์๋ต ํน์ฑ์ ๊ฐ์ฅ ์ง์ ์ ์ธ ์ํฅ์ ๋ฏธ์ณค์์ ์๋ฏธํ๋ค.
๋ฐ๋ผ์ IMD ๊ธฐ๋ฒ์ ๋จ์ผ ์์ ์กฐ๊ฑด์์ ์์ ์์น๋ฅผ ํจ๊ณผ์ ์ผ๋ก ์๋ณํ ์ ์๋ ๊ฒ์ผ๋ก ํ๋จ๋๋ค. ๋ํ S3์ S5์์๋ ์ผ๋ถ UCL ์ด๊ณผ๊ฐ ๊ด์ฐฐ๋์์ผ๋,
๊ทธ ๊ฐ์ S4๋ณด๋ค ๋ฎ๊ฒ ๋ํ๋ฌ๋ค. ์ด๋ C4 ์ผ์ด๋ธ์ ์์์ผ๋ก ์ธํด ์์ ์์น์ ์ธ์ ํ ์ฃผํ ๊ตฌ๊ฐ์ ํ์ค ์ ๋ฌ ๊ฒฝ๋ก์ ๊ตญ๋ถ ๋์ ํน์ฑ์ด ๋ณํํ์๊ณ ,
๊ทธ ์ํฅ์ด C4์ ๊ฐ์ฅ ๊ฐ๊น์ด S4์์ ๊ฐ์ฅ ํฌ๊ฒ ๋ํ๋๋ ๋์์ ์ธ์ ์ถ๋ ฅ ์ ์ ์ธ S3์ S5์๋ ์ ํ์ ์ผ๋ก ์ ๋ฌ๋์๊ธฐ ๋๋ฌธ์ผ๋ก ํ๋จ๋๋ค. ๋ฐ๋ผ์
S3์ S5์ UCL ์ด๊ณผ๋ ์ถ๊ฐ์ ์ธ ์์ ์์น๋ฅผ ์๋ฏธํ๊ธฐ๋ณด๋ค๋, C4 ์์์ ๋ฐ๋ฅธ ์๋ต ๋ณํ๊ฐ ์์๋ถ ์ฃผ๋ณ ๊ตฌ๊ฐ์ผ๋ก ํ์ฐ๋ ๊ฒฐ๊ณผ๋ก ํด์ํ ์ ์๋ค.
5.1.2 Case 2 : ๋ณตํฉ์์(C3, C5)
Fig. 4(b)์๋ ๋ณตํฉ ์์ ์กฐ๊ฑด์์์ ์ถ๋ ฅ ์ ์ ๋ณ IMD ์๊ณ์ด์ ๋ํ๋ธ ๊ฒ์ด๋ค. ์์ ์ผ์ด๋ธ C3์ C5์ ๊ฐ๊ฐ ์ธ์ ํ S3๊ณผ S6์์ UCL ์ด๊ณผ ํผํฌ๊ฐ
๋๋๋ฌ์ง๊ฒ ๋ํ๋ฌ์ผ๋ฉฐ, ๋ ์์ ๋ถ์ฌ ์ฌ์ด์ ์์นํ S4์ S5์์๋ ์๋์ ์ผ๋ก ๋ฎ์ ์ด๊ณผ ๋น๋๊ฐ ๊ด์ฐฐ๋์๋ค. ์ด๋ ๋ ์์์ ์ํฅ์ด ์ค์๋ถ์ ๋จ์ํ
์ค์ฒฉ๋๊ธฐ๋ณด๋ค๋, ๊ฐ ์์ ๋ถ์ฌ ์ธ๊ทผ์ ์ถ๋ ฅ ์ ์ ์์ ๊ตญ๋ถ์ ์ผ๋ก ํฌ๊ฒ ๋ฐ์๋์์์ ์๋ฏธํ๋ค. ์ ๋์ ์ผ๋ก๋ S3๊ณผ S6์์ ๊ฐ๊ฐ 2.3%, 2.5%์
UCL ์ด๊ณผ์จ์ด ์ฐ์ถ๋์ด ๋ค๋ฅธ ์ถ๋ ฅ ์ ์ ์ 0.6โผ1.6% ์์ค์ ๋นํด ๋น๊ต์ ๋์ ๊ฐ์ ๋ณด์๋ค. ์ด๋ฌํ ๊ฒฐ๊ณผ๋ ๋ณตํฉ ์์ ์กฐ๊ฑด์์๋ IMD ๊ธฐ๋ฒ์ด
๊ฐ ์์ ๋ถ์ฌ์ ์ํฅ์ ๊ณต๊ฐ์ ์ผ๋ก ๋ถ๋ฆฌํ์ฌ ์๋ณํ ์ ์์์ ๋ณด์ฌ์ค๋ค. ํนํ S3๊ณผ S6์์ UCL ์ด๊ณผ ํผํฌ๊ฐ ๋์์ ๋๋๋ฌ์ง ์ ์, ๋ค์ค ์์
ํ๊ฒฝ์์๋ ์์ ์์น์ ๋์ํ๋ ์ถ๋ ฅ ์ ์ ์ ์๋ต์ด ๋
๋ฆฝ์ ์ธ ์์ ์ ํธ๋ก ๋ํ๋ ์ ์์์ ์๋ฏธํ๋ค.
5.2 IMD RMS๊ฐ ๋น๊ต ๋ถ์์ ํตํ ๊ฒ์ฆ
IMD RMS๊ฐ์ ์ ์ฒด 64์ด ์๋ต ์ค 10โผ40์ด ๊ตฌ๊ฐ์ ํด๋นํ๋ 15,360๊ฐ ๋ฐ์ดํฐ๋ฅผ ์ด์ฉํ์ฌ ์ถ๋ ฅ ์ ์ ๋ณ๋ก ์ฐ์ ํ์๋ค. ์ด๋ ๊ณต๋ถ์ฐ ํ๋ ฌ์
์์ ์์น ์๋ณ์ ์ฌ์ฉํ 6๊ฐ ์ถ๋ ฅ ์ ์ (S2โผS7)์ ์๋ต ์ฐจ์ด ๋ฒกํฐ๋ก๋ถํฐ ๊ตฌ์ฑ๋์ด 6ร6์ฐจ์์ ๊ฐ์ง๋ฉฐ, ํ๋ณธ ์๊ฐ ๊ณต๋ถ์ฐ ์ฐจ์์ ๋นํด ์ถฉ๋ถํ ํฌ๋ฏ๋ก
๊ณต๋ถ์ฐ ์ถ์ ์ ์์ ์ฑ๊ณผ ์ผ์ ๊ฐ ์๊ด๊ด๊ณ ๋ฐ์์ด ํ๋ณด๋๋ค. UCL์ ๋ฌด์์ ์ํ IMD ๋ถํฌ์ ํ๊ท ์ ํ์คํธ์ฐจ์ 3๋ฐฐ๋ฅผ ๋ํ์ฌ ์ฐ์ ํ์๊ณ , ์์ ์ํ
IMD ์๊ณ์ด์ด ์ด๋ฅผ ์ด๊ณผํ๋ ๋น์จ์ UCL ์ด๊ณผ์จ๋ก ์ ์ํ์๋ค. ๋ถ์ ๊ตฌ๊ฐ์ El-Centro ์ง์งํ ์
๋ ฅ์ ๋ฐ๋ฅธ ์ฃผ์ ์๋ต์ด ์ง์ค๋๋ ๊ตฌ๊ฐ์ ํฌํจํ๊ณ ,
์๋ต ํ๋ฐ๋ถ์์ ๋ํ๋ ์ ์๋ ์๋ฅ ์์ ์ง๋ ๋ฐ ์ก์ ์ง๋ฐฐ ๊ตฌ๊ฐ์ ์ํฅ์ ์ต์ํํ๊ธฐ ์ํด ์ค์ ํ์๋ค. ์ดํ DT ๋ชจ๋ธ ๊ธฐ๋ฐ ์์ํ๊ฐ ๊ฒฐ๊ณผ์ ์ค๊ณ์ธก
๊ธฐ๋ฐ ์์ํ๊ฐ ๊ฒฐ๊ณผ๋ฅผ ๊ฐ ์์ Case๋ณ๋ก ๋น๊ตํ์๋ค. ์์ ์์น ์๋ณ ๋ถ์์ ์ผ์ด๋ธ ์ ์ฐฉ๋ถ ์ธ๊ทผ์ ์์นํ S2โผS7์ ๋์์ผ๋ก ์ํํ์๋ค. ์๋๋จ์
S1๊ณผ S8์ ์์ ์ผ์ด๋ธ(C3, C4, C5)๋ก๋ถํฐ ๊ณต๊ฐ์ ์ผ๋ก ๊ฐ์ฅ ๋ฉ๋ฆฌ ๋จ์ด์ง ์์น์ ์์ด, ์ผ์ด๋ธ ์์์ ์ํ ์๋ต ๋ณํ์ ๊ฒ์ถ ๋ฏผ๊ฐ๋๊ฐ ์๋์ ์ผ๋ก
๋ฎ๋ค. ๋ฐ๋ผ์ ์์ ์์น ์๋ณ์ ๋ณ๋ณ๋ ฅ์ ํ๋ณดํ๊ธฐ ์ํด S1๊ณผ S8์ ๋ถ์ ๋ฒ์์์ ์ ์ธํ์์ผ๋ฉฐ S2โผS7์ ๋ํ RMS ๊ฐ์ Table 5์ Table 6๊ณผ ๊ฐ๋ค.
Table 5. IMD RMS values for single damage case (C4)
|
Model
|
S2
|
S3
|
S4
|
S5
|
S6
|
S7
|
|
SSE_DT
|
1.046
|
1.093
|
1.108
|
1.084
|
1.082
|
1.048
|
|
Real St.
|
1.013
|
1.035
|
1.040
|
1.038
|
1.033
|
1.023
|
Table 6. IMD RMS values for multiple damage case (C3, C5)
|
Model
|
S2
|
S3
|
S4
|
S5
|
S6
|
S7
|
|
SSE_DT
|
1.050
|
1.185
|
1.082
|
1.075
|
1.179
|
1.107
|
|
Real St.
|
1.378
|
1.406
|
1.400
|
1.382
|
1.417
|
1.373
|
๋จ์ผ ์์ ์กฐ๊ฑด์์ ์ฐ์ถ๋ DT์ ์ค๊ณ์ธก ๊ธฐ๋ฐ IMD RMS ๊ฐ์ ์ด์ฉํ์ฌ ์์ ์์น ์๋ณ ๊ฒฐ๊ณผ๋ฅผ ๋น๊ตํ ๊ฒฐ๊ณผ๋ Fig. 5์ ๊ฐ๋ค. DT ๋ชจ๋ธ ๊ธฐ๋ฐ ์์ํ๊ฐ ๊ฒฐ๊ณผ์์๋ ์์ ์ผ์ด๋ธ C4์ ์ธ์ ํ ์ถ๋ ฅ ์ ์ S4์ RMS ๊ฐ์ด 1.108๋ก ๊ฐ์ฅ ํฌ๊ฒ ์ฐ์ ๋์์ผ๋ฉฐ, Fig. 5(a)์ ๋ํ๋ธ ๋ฐ์ ๊ฐ์ด ์์ ์์น๋ฅผ ์ค์ฌ์ผ๋ก ์์ธก์ผ๋ก ๊ฐ์๋ก RMS ๊ฐ์ด ์ ์ง์ ์ผ๋ก ๊ฐ์ํ๋ ๊ฒฝํฅ์ ๋ณด์๋ค. ์ด๋ฌํ ๋ถํฌ๋ ์ผ์ด๋ธ ์์์ด ์ธ์ ์์น์
์๋ต ๋ณํ๋ฅผ ๊ฐ์ฅ ํฌ๊ฒ ์ ๋ฐํ๊ณ , ๊ทธ ์ํฅ์ด ์ฃผ๋ณ ๋ถ์ฌ๋ก ์ ๋ฌ๋๋ฉด์ ์ ์ฐจ ๊ฐ์ ๋๋ ๊ตฌ์กฐ์ ๊ฑฐ๋๊ณผ ๋ถํฉํ๋ค.
Fig. 5. RMS based-IMD Assessment Results (Single-Damage)
์ค๊ณ์ธก ๊ธฐ๋ฐ ์์ํ๊ฐ ๊ฒฐ๊ณผ์์๋ Fig. 5์ ๋ํ๋ ๋ฐ์ ๊ฐ์ด S4์์ RMS ์ต๋๊ฐ์ธ 1.040์ด ๊ด์ฐฐ๋์ด ์์ ์์น ์๋ณ ๊ฒฐ๊ณผ๊ฐ DT ๊ฒฐ๊ณผ์ ์ ์ฌํ ํจํด์ ๋ณด์๋ค. ๋ค๋ง RMS ๊ฐ์ ์ ๋
ํฌ๊ธฐ๋ DT ๊ฒฐ๊ณผ๊ฐ ์ค๊ณ์ธก ๊ฒฐ๊ณผ์ ๋นํด ๋ค์ ํฌ๊ฒ ์ฐ์ ๋์๋ค. ์ด๋ ์ค์ ์คํ์์ ์ผ์ด๋ธ ๊ฐ์ฑ ๋ณํ ์ธ์๋ ๊ณ์ธก ์ก์, ์ ํฉ๋ถ ์กฐ๊ฑด, ๋ฏธ์ธํ ๋น์ ํ
๊ฑฐ๋ ๋ฑ์ด ํจ๊ป ๋ฐ์๋๋ ๋ฐ๋ฉด, DT ๋ชจ๋ธ์์๋ ์ผ์ด๋ธ ๊ฐ์ฑ ๊ฐ์๋ฅผ ์ค์ฌ์ผ๋ก ์์ ํจ๊ณผ๋ฅผ ์ ํ์ ์ผ๋ก ๋ชจ์ฌํ์๊ธฐ ๋๋ฌธ์ผ๋ก ํ๋จ๋๋ค.
๋ณตํฉ ์์ ์กฐ๊ฑด์์ ์ฐ์ถ๋ DT์ ์ค๊ณ์ธก ๊ธฐ๋ฐ IMD RMS ๊ฐ์ ์ด์ฉํ์ฌ ์์ ์์น ์๋ณ ๊ฒฐ๊ณผ๋ฅผ ๋น๊ตํ ๊ฒฐ๊ณผ๋ Fig. 6๊ณผ ๊ฐ๋ค. DT ๋ชจ๋ธ ๊ธฐ๋ฐ ์์ํ๊ฐ ๊ฒฐ๊ณผ์์๋ ์์ ์ผ์ด๋ธ C3์ C5์ ์ธ์ ํ S3๊ณผ S6์ RMS ๊ฐ์ด ๊ฐ๊ฐ 1.185์ 1.179๋ก ๊ฐ์ฅ ํฌ๊ฒ
๋ํ๋ฌ์ผ๋ฉฐ, ๋ ์์ ์์น์ ๋์ํ๋ ์ด์ค ํผํฌ ๋ถํฌ๊ฐ ๋ช
ํํ ํ์ฑ๋์๋ค. ๋ฐ๋ฉด, ๋ ์์ ๋ถ์ฌ ์ฌ์ด์ ์์นํ S4์ S5์ RMS ๊ฐ์ ๊ฐ๊ฐ 1.082์
1.075๋ก ์๋์ ์ผ๋ก ๋ฎ๊ฒ ์ฐ์ ๋์๋ค. ์ด๋ ๋ณตํฉ ์์์ ์ํฅ์ด ๋จ์ํ ์ค์๋ถ์์ ์ค์ฒฉ๋๊ธฐ๋ณด๋ค๋, ๊ฐ ์์ ๋ถ์ฌ ์ธ๊ทผ์ ์ถ๋ ฅ ์ ์ ์์ ๋ณด๋ค ๋ช
ํํ๊ฒ
๋ํ๋จ์ ์๋ฏธํ๋ค.
Fig. 6. RMS based-IMD Assessment Results (Multiple-Damage)
์ค๊ณ์ธก ๊ฒฐ๊ณผ์์๋ Fig. 6์ ๋ํ๋ ๋ฐ์ ๊ฐ์ด S3๊ณผ S6์ RMS ๊ฐ์ด ๊ฐ๊ฐ 1.406๊ณผ 1.417๋ก ๋ํ๋ ๋ค๋ฅธ ์ถ๋ ฅ ์ ์ ์ ๋นํด ์๋์ ์ผ๋ก ํฐ ๊ฐ์ ๋ณด์์ผ๋ฉฐ, ํนํ S6์์
์ต๋๊ฐ์ด ๊ด์ฐฐ๋์๋ค. ์ด๋ ๋ณตํฉ ์์ ์กฐ๊ฑด์์๋ ์์ ์ผ์ด๋ธ C3์ C5์ ์ธ์ ํ ์ถ๋ ฅ ์ ์ ์์ ์๋ต ๋ณํ๊ฐ ํฌ๊ฒ ๋ํ๋จ์ ์๋ฏธํ๋ค. ๋ค๋ง S4์์๋
๋น๊ต์ ํฐ RMS ๊ฐ์ด ์ฐ์ ๋์ด ์ค์ ๊ณ์ธก ๊ฒฐ๊ณผ์์๋ ๋ ์์ ์์น์ ์ํฅ์ด ์ธ์ ๊ตฌ๊ฐ์ผ๋ก ์ผ๋ถ ํ์ฐ๋๋ ๊ฒฝํฅ์ด ํจ๊ป ๋ํ๋ฌ๋ค. ๋ ์์ ์์น ์ฌ์ด์
์์นํ S4์ S5์ RMS ๊ฐ์ ๊ฐ๊ฐ 1.400๊ณผ 1.382๋ก ์ฐ์ ๋์์ผ๋ฉฐ, S3๊ณผ S6์ ๋นํด์ ์๋์ ์ผ๋ก ๋ฎ์ ๊ฐ์ ๋ณด์๋ค. ๋ํ, ๋จ์ผ ์์
์กฐ๊ฑด๊ณผ ๋ณตํฉ ์์ ์กฐ๊ฑด์ ๋น๊ตํ๋ฉด DT ๊ธฐ๋ฐ ๊ฒฐ๊ณผ์ ์ค๊ณ์ธก ๊ธฐ๋ฐ ๊ฒฐ๊ณผ์ RMS ๊ฐ ๋์ ๊ด๊ณ๊ฐ ์๋ก ๋ค๋ฅด๊ฒ ๋ํ๋ฌ๋ค. ๋จ์ผ ์์ ์กฐ๊ฑด์์๋ DT ๊ธฐ๋ฐ
RMS ๊ฐ์ด ์ค๊ณ์ธก ๊ฒฐ๊ณผ๋ณด๋ค ๋ค์ ํฌ๊ฒ ์ฐ์ ๋ ๋ฐ๋ฉด, ๋ณตํฉ ์์ ์กฐ๊ฑด์์๋ ์ค๊ณ์ธก ๊ธฐ๋ฐ RMS ๊ฐ์ด DT ๊ฒฐ๊ณผ๋ณด๋ค ์ ๋ฐ์ ์ผ๋ก ํฌ๊ฒ ๋ํ๋ฌ๋ค. ์ด๋
IMD RMS ๊ฐ์ด ์์ ์์น๋ง์ ์ง์ ์ ์ผ๋ก ๋ํ๋ด๋ ์ ๋ ์งํ๊ฐ ์๋๋ผ, ์ผ์ ์๊ฐ ๊ตฌ๊ฐ ๋์ ์ฐ์ ๋ IMD ์๊ณ์ด์ ํ๊ท ์ ํฌ๊ธฐ๋ฅผ ๋ํ๋ด๋ ํต๊ณ์งํ์ด๊ธฐ
๋๋ฌธ์ด๋ค. ๋ฐ๋ผ์ RMS ๊ฐ์ ์์ ๊ฐ์, ์์ ๊ฐ ์ํธ์์ฉ, ์๋ต ์ ๋ฌ ๊ฒฝ๋ก, ๊ณ์ธก ์ก์, ์ ํฉ๋ถ ์กฐ๊ฑด, ๋ฏธ์ธํ ๋น์ ํ ๊ฑฐ๋ ๋ฐ ๋ชจ๋ฌ ๊ฒฐํฉ ํจ๊ณผ
๋ฑ์ ๋ฐ๋ผ ๋ฌ๋ผ์ง ์ ์๋ค. ๋ณธ ์ฐ๊ตฌ์์ ์ฌ์ฉํ DT ๋ชจ๋ธ์ ์ผ์ด๋ธ ๊ฐ์ฑ ๊ฐ์๋ฅผ ์ ํ์ ์ผ๋ก ๋ฐ์ํ์ฌ ์์ ์ํ๋ฅผ ๋ชจ์ฌํ๋ฏ๋ก, ์ค์ ์คํ์์ ๋ฐ์ํ
์ ์๋ ๋น์ ํ ์๋ต ์ฆํญ์ด๋ ๊ณ์ธก ํ๊ฒฝ์ ์ํฅ์ ์์ ํ ์ฌํํ๋ ๋ฐ์๋ ํ๊ณ๊ฐ ์๋ค. ๋จ์ผ ์์ ์กฐ๊ฑด์์๋ ์ด์ํ๋ ๊ฐ์ฑ ๊ฐ์ ํจ๊ณผ๊ฐ DT ๋ชจ๋ธ์์
์๋์ ์ผ๋ก ๋๋ ทํ๊ฒ ๋ฐ์๋์ด ์ค๊ณ์ธก ๊ฒฐ๊ณผ๋ณด๋ค RMS ๊ฐ์ด ๋ค์ ํฌ๊ฒ ์ฐ์ ๋ ๊ฒ์ผ๋ก ํ๋จ๋๋ค. ๋ฐ๋ฉด, ๋ณตํฉ ์์ ์กฐ๊ฑด์์๋ ๋ ์์ ๋ถ์ฌ์ ์ํฅ์ด ๋์์
์์ฉํ๋ฉด์ ์ค์ ๊ตฌ์กฐ๊ณ์ ๊ตญ๋ถ ์๋ต ๋ณํ, ์์ ๊ฐ ์ํธ์์ฉ, ๋ฏธ์ธํ ๋ชจ๋ฌ ๊ฒฐํฉ ํจ๊ณผ ๋ฐ ๊ณ์ธก ํ๊ฒฝ์ ์ํฅ์ด ๋ณตํฉ์ ์ผ๋ก ๋ฐ์๋ ์ ์๋ค. ๋ฐ๋ผ์ ์ค๊ณ์ธก
RMS ์ ๋๊ฐ์ ๋์๊ด๊ณ๊ฐ ์๋ก ๋ค๋ฅด๊ฒ ๋ํ๋ ๊ฒ์ ์ํธ ๋ชจ์๋๋ ๊ฒฐ๊ณผ๋ผ๊ธฐ๋ณด๋ค๋ ์์ ์กฐ๊ฑด ๋ฐ ์คํ ํ๊ฒฝ์ ๋ฐ๋ฅธ ์๋ต ํฌ๊ธฐ ์ฐจ์ด๋ก ํด์ํ ์ ์๋ค.
๊ทธ๋ผ์๋ ๋ถ๊ตฌํ๊ณ ์ถ๋ ฅ ์ ์ ๊ฐ RMS ๊ฐ์ ์๋์ ๋ถํฌ ์์์ DT ๊ฒฐ๊ณผ์ ์ค๊ณ์ธก ๊ฒฐ๊ณผ์์ ์ผ๊ด๋๊ฒ ๋ํ๋ฌ๋ค. ๋ฐ๋ผ์ ์ํ๊ณต๊ฐ ๋ฐฉ์ ์ ๊ธฐ๋ฐ DT
๋ชจ๋ธ์ ์์ ์์น ์๋ณ์ ํ์ํ ์๋์ ์๋ต ๋ณํ ํจํด์ ํจ๊ณผ์ ์ผ๋ก ์ฌํํ ์ ์์ผ๋ฉฐ, IMD ๊ธฐ๋ฒ๊ณผ ๊ฒฐํฉํ ๊ฒฝ์ฐ ๋จ์ผ ์์๋ฟ ์๋๋ผ ๋ณตํฉ ์์ ์กฐ๊ฑด์์๋
์์ ์์น๋ฅผ ๋ถ๋ฆฌโ
์๋ณํ๋ ๋ฐ ํ์ฉํ ์ ์์์ ํ์ธํ์๋ค.
6. ๊ฒฐ ๋ก
๋ณธ ์ฐ๊ตฌ์์๋ ๋ชจํ ์ฌ์ฅ๊ต๋ฅผ ๋์์ผ๋ก ์ํ๊ณต๊ฐ ๋ฐฉ์ ์ ๊ธฐ๋ฐ DT ๋ชจ๋ธ์ ๊ตฌ์ถํ๊ณ , IMD ์์ํ๊ฐ ๊ธฐ๋ฒ์ ์ ์ฉํ์ฌ DT ๋ชจ๋ธ์ ์ฑ๋ฅ์ ๊ฒ์ฆํ์๋ค.
์ด๋ฅผ ์ํด FE ๊ตฌ์กฐํด์๊ณผ Modal Test๋ฅผ ํตํด ์คํ ๊ธฐ๋ฐ ๋ํน์ฑ์ด ๋ฐ์๋ ๋ฌด์์ DT ๋ชจ๋ธ์ ๊ตฌ์ฑํ์๋ค. ์ดํ ๋น์
๋ฐ์ดํธ FE ๋ชจ๋ธ์์ ์ฐ์ ํ
๋ฌด์์ ๋ฐ ์์ ์ํ ๊ฐ ์ง๋โ
๊ฐ์ฑ ๋ณํ๋($\Delta M$, $\Delta K$)์ Model Update๋ ๋ฌด์์ ์์คํ
ํ๋ ฌ์ ๋ฐ์ํ์ฌ ์์
์ํ DT ๋ชจ๋ธ์ ๊ตฌ์ถํ์๋ค. ๊ตฌ์ถ๋ DT ๋ชจ๋ธ์๋ El-Centro ์ง์งํ์ค์ ์
๋ ฅ ์ธ๋ ฅ์ผ๋ก ์ ์ฉํ์์ผ๋ฉฐ, ๋ฌด์์ ์ํ์ ์ผ์ด๋ธ ๋จ์ผ ์์ ๋ฐ ๋ณตํฉ
์์ ์ํ์ ๊ฐ์๋ ์๋ต์ ์์ฑํ์๋ค. ์์ฑ๋ ์๋ต ๋ฐ์ดํฐ๋ IMD ์์ํ๊ฐ ๊ธฐ๋ฒ์ ์ ์ฉํ์๊ณ , UCL ์ด๊ณผ์จ๊ณผ RMS ๊ฐ์ ๋ฐํ์ผ๋ก ์์ ์์น ์๋ณ
์ฑ๋ฅ์ ํ๊ฐํ์๋ค. ๋ณธ ์ฐ๊ตฌ์ ์ฃผ์ ๊ฒฐ๋ก ์ ๋ค์๊ณผ ๊ฐ๋ค.
1) FE ๊ตฌ์กฐํด์๊ณผ Modal Test๋ฅผ ํตํด ๋ํน์ฑ์ ์ฐ์ ํ๊ณ , Model Update๋ฅผ ์ํํ์ฌ ์ํ๊ณต๊ฐ ๋ฐฉ์ ์ ๊ธฐ๋ฐ DT ๋ชจ๋ธ์ ๊ตฌ์ถํ์๋ค.
์ด๋ฅผ ํตํด ๋ชจํ ์ฌ์ฅ๊ต์ ๋์ ๊ฑฐ๋์ ์์น ๋ชจ๋ธ ์์์ ์ฌํํ ์ ์์์ ํ์ธํ์๋ค.
2) ๋น์
๋ฐ์ดํธ FE ๋ชจ๋ธ์์ ์ฐ์ ํ ์ง๋ ๋ฐ ๊ฐ์ฑ ๋ณํ๋($\Delta M$, $\Delta K$)์ Model Update๋ ๋ฌด์์ ์ํ์ ์์คํ
ํ๋ ฌ์ ๋ฐ์ํจ์ผ๋ก์จ ์์ ์ํ ์์คํ
ํ๋ ฌ์ ๊ตฌ์ฑํ์๋ค. ์ด๋ฅผ ํตํด ์์์ ๋ฌผ๋ฆฌ์ ์๋ฏธ๋ฅผ ๋ณด์กดํ๋ฉด์๋ ๋ค์ํ ์์ ์๋๋ฆฌ์ค์ ๋ํ ๊ฐ์ ์๋ต ๋ฐ์ดํฐ๋ฅผ
ํจ์จ์ ์ผ๋ก ์์ฑํ ์ ์์๋ค.
3) IMD ์์ํ๊ฐ ๊ฒฐ๊ณผ, ๋จ์ผ ์์ ์กฐ๊ฑด(C4)์์๋ ์์ ์ผ์ด๋ธ์ ์ธ์ ํ ์ถ๋ ฅ ์ ์ S4์์ IMD RMS ๊ฐ์ด 1.108๋ก ๊ฐ์ฅ ํฌ๊ฒ ์ฐ์ ๋์๋ค.
๋ณตํฉ ์์ ์กฐ๊ฑด(C3, C5)์์๋ ์์ ์ผ์ด๋ธ์ ๊ฐ๊ฐ ์ธ์ ํ S3๊ณผ S6์์ ๊ฐ๊ฐ RMS 1.185์ 1.179๊ฐ ์ฐ์ ๋์ด, ๋ ์์ ์์น์ ๋์ํ๋
์ด์ค ํผํฌ ๋ถํฌ๊ฐ ํ์ธ๋์๋ค. ์ด๋ฅผ ํตํด IMD ๊ธฐ๋ฒ์ด ๋จ์ผ ์์๋ฟ ์๋๋ผ ๋ณตํฉ ์์ ์กฐ๊ฑด์์๋ ์์ ์์น๋ฅผ ํจ๊ณผ์ ์ผ๋ก ์๋ณํ ์ ์์์ ํ์ธํ์๋ค.
4) DT ๋ชจ๋ธ ๊ธฐ๋ฐ IMD ์์ํ๊ฐ ๊ฒฐ๊ณผ๋ ์ค๊ณ์ธก ๊ธฐ๋ฐ IMD ์์ํ๊ฐ ๊ฒฐ๊ณผ์ ์ ์ฌํ ๊ณต๊ฐ์ ๋ถํฌ ๊ฒฝํฅ์ ๋ณด์๋ค. ํนํ ๋จ์ผ ์์ ์กฐ๊ฑด์์๋ S4,
๋ณตํฉ ์์ ์กฐ๊ฑด์์๋ S3๊ณผ S6์์ ์ฃผ์ ์์ ์งํ๊ฐ ์ง์ค๋์ด, DT ๋ชจ๋ธ์ด ์์ ์์น ์๋ณ์ ํ์ํ ์๋์ ์๋ต ๋ณํ ํจํด์ ์ ์ ํ ์ฌํํ ์
์์์ ํ์ธํ์๋ค. ๋ฐ๋ผ์ ์ํ๊ณต๊ฐ ๋ฐฉ์ ์ ๊ธฐ๋ฐ DT ๋ชจ๋ธ์ ์ค๊ต๋์ ์ธ์์ ์์์ ๋ถ์ฌํ๊ธฐ ์ด๋ ค์ด ํ์ค์ ์ ์ฝ์ ๋ณด์ํ๋ฉด์, ๊ต๋ ๊ตฌ์กฐ๋ฌผ์ ์์
์๋๋ฆฌ์ค ํ๊ฐ ๋ฐ ์์ ์์น ์๋ณ์ ์ ํจํ๊ฒ ํ์ฉ๋ ์ ์์ ๊ฒ์ผ๋ก ํ๋จ๋๋ค.
ํํธ, ์ค์ ๊ณต์ฉ ์ค์ธ ๋ํ ๊ต๋์์๋ ๊ตํตํ์ค, ํํ์ค, ์จ๋ ๋ณํ ๋ฑ ๋ค์ํ ํ๊ฒฝโ
์ด์ฉ ์กฐ๊ฑด์ด ๋ณตํฉ์ ์ผ๋ก ์์ฉํ๋ฏ๋ก ์ธ๋ ฅ์ ์์ ํ ํต์ ํ๊ฑฐ๋ ๋์ผํ๊ฒ
์ฌํํ๊ธฐ๋ ์ด๋ ต๋ค. ๋ฐ๋ผ์ ํ์ฅ ์ ์ฉ ์์๋ ์ฅ๊ธฐ ๋ฌด์์ ์๋ต ๋ฐ์ดํฐ๋ฅผ ๊ธฐ๋ฐ์ผ๋ก ๊ธฐ์ค ํต๊ณ๋ถํฌ๋ฅผ ๊ตฌ์ถํ๊ณ , ๊ตํต๋โ
ํ์โ
์จ๋ ๋ฑ ํ๊ฒฝโ
์ด์ฉ ์กฐ๊ฑด์
ํจ๊ป ๊ณ์ธกํ์ฌ ์ ์ฌ ์ด์ฉ์กฐ๊ฑด๋ณ๋ก ๋ฐ์ดํฐ๋ฅผ ๋ถ๋ฅโ
์ ๊ทํํ๋ ์ ์ฐจ๊ฐ ํ์ํ๋ค. ๋ํ ๊ธฐ์ค ์ผ์๋ DT ๋ชจ๋ธ์ ํ์ฉํ์ฌ ์ธ๋ ฅ ๋ณํ์ ๋ฐ๋ฅธ ๊ณตํต ์๋ต ์ฑ๋ถ์
๋ณด์ ํ๊ณ , ์์์ ๊ธฐ์ธํ ์๋์ ์๋ต ๋ณํ๊ฐ ๋ถ๊ฐ๋๋๋ก IMD ์
๋ ฅ ๋ณ์๋ฅผ ๊ตฌ์ฑํจ์ผ๋ก์จ ํ์ฅ ์ ์ฉ์ฑ์ ๋์ผ ์ ์๋ค. ๋ณธ ์ฐ๊ตฌ์์ ๋ฌด์์โ
์์ ์ํ์
๋์ผํ El-Centro ์ง์งํ์ค์ ์ ์ฉํ ๊ฒ์ IMD ๊ธฐ๋ฒ์ ํ์ ์ ์ ๊ฐ ์๋๋ผ, DT ๋ชจ๋ธ ์์ฒด์ ์์ ์๋ต ์ฌํ ์ฑ๋ฅ์ ๋ช
ํํ ๋น๊ตโ
๊ฒ์ฆํ๊ธฐ
์ํ ํต์ ์กฐ๊ฑด์ด๋ค.
๋ค๋ง ๋ณธ ์ฐ๊ตฌ๋ ๋ชจํ ์ฌ์ฅ๊ต์ ์ ํ๋ ์ผ์ด๋ธ ์์ ์๋๋ฆฌ์ค๋ฅผ ๋์์ผ๋ก ์ํ๋์์ผ๋ฉฐ, ์์์ ์ ํ ๊ฐ์ฑ ๊ฐ์๋ก ์ด์ํํ์๋ค๋ ํ๊ณ๊ฐ ์๋ค. ํฅํ ์ฐ๊ตฌ์์๋
๋ค์ํ ์์๋ฅ , ์์ ์์น, ํ์ค ์กฐ๊ฑด ๋ฐ ์ค๊ต๋ ๊ณ์ธก ๋ฐ์ดํฐ๋ฅผ ๊ณ ๋ คํ์ฌ ์ ์ํ DT ๊ธฐ๋ฐ IMD ์์ํ๊ฐ ์ ์ฐจ์ ์ผ๋ฐ์ฑ๊ณผ ํ์ฅ ์ ์ฉ์ฑ์ ์ถ๊ฐ์ ์ผ๋ก
๊ฒ์ฆํ ํ์๊ฐ ์๋ค.
๊ฐ์ฌ์ ๊ธ
๋ณธ ์ฐ๊ตฌ๋ 2018๋
์ ๋ถ(๊ต์ก๋ถ)์ ์ฌ์์ผ๋ก ํ๊ตญ์ฐ๊ตฌ์ฌ๋จ์ ์ง์์ ๋ฐ์ ์ํ๋ ์ฐ๊ตฌ์ฌ์
(๊ณผ์ ๋ฒํธ : NRF-2018R1A6A1A03025542)์
์ฐ๊ตฌ๋น ์ง์์ผ๋ก ์ํ๋์์ผ๋ฉฐ, ์ด์ ๊ฐ์ฌ๋๋ฆฝ๋๋ค.
References
Korea Institute of Civil Engineering and Building Technology (KICT) (2024), Operation
and Service of Bridge and Tunnel Management System

Calvi, G. M., Moratti, M., OโReilly, G. J., Scattarreggia, N., Monteiro, R., Malomo,
D., Calvi, P. M., Pinho, R. (2019), Once upon a time in Italy: The tale of the Morandi
Bridge, Structural Engineering International, 29(2), 198-217., Taylor & Francis Online

Rymsza, J. (2021), Causes of the collapse of the Polcevera Viaduct in Genoa, Italy,
Applied Sciences, 11(17), 8098, MDPI

Fan, B. H., Sun, Q., Wang, S. G., Ma, X. L., Zou, J. Q. (2025), Lessons Learned from
a Progressive Collapse Accident of a through Tied-Arch Bridge: FE Modeling and Inverse
Analysis, Journal of Performance of Constructed Facilities, 39(5), 04025045, ASCE

Ye, H., Cong, L., Luo, Z., Zhang, C., Zhe, Y. (2026), Structural robustness assessment
of single cable-plane tied arch bridges: lessons from cable-loss-induced progressive
collapse of the Nanfang'ao Bridge in Taiwan, Structure and Infrastructure Engineering,
1-13., Taylor & Francis

Sohn, H., Farrar, C. R., Hunter, N. F., Worden, K. (2001), Structural health monitoring
using statistical pattern recognition techniques, Journal of Dynamic Systems, Measurement,
and Control, 123(4), 706-711., ASME

Feng, M. Q. (2022), Application of structural health monitoring in civil infrastructure,
Smart Structures and Systems, 5(4), 469-482., scholar kyobobook

Sun, P., Wu, Z., Hua, Q., Li, Z., Kang, M. (2012), DynaView: General Dynamic Visualization
Model for SHM, Mathematical Problems in Engineering, 2012(1), 542501, WILEY

Puerto-Santana, C., Diaz-Rozo, J., Ocampo-Martinez, C. (2024), Improving frequency-features
by parametric study of data-driven SHM schemes, Bridge maintenance, safety, management,
digitalization and sustainability, 1539-1546., Taylor & Francis

Bado, M. F., Tonelli, D., Poli, F., Zonta, D., Casas, J. R. (2022), Digital Twin for
Civil Engineering Systems: An Exploratory Review for Distributed Sensing Updating,
Sensors, 22(9), 3168, MDPI

Sakr, M., Sadhu, A. (2024), Recent progress and future outlook of digital twins in
structural health monitoring of civil infrastructure, Smart Materials and Structures,
33(3), 033001, IOP

Wang, Q., Huang, B., Gao, Y., Jiao, C. (2025), Current status and prospects of digital
twin approaches in structural health monitoring, Buildings, 15(7), 1021, MDPI

Ye, C., Butler, L., Bartek, C., Iangurazov, M., Lu, Q., Gregory, A., Cirolami, M.,
Middleton, C. (2019), 12th International Workshop on Structural Health Monitoring
2019, Stanford University

Nili, M. H., Zahraie, B., Taghaddos, H. (2020), BrDSS: A decision support system for
bridge maintenance planning employing bridge information modeling, Smart Structures
and Systems, An International Journal, 26(4), 533-544., IASEM

Kang, J. S., Chung, K., Hong, E. J. (2021), Multimedia knowledgeโbased bridge health
monitoring using digital twin, Multimedia Tools and Applications, 80(26), 34609-34624.,
SPRINGER NATURE

Mohammadi, M., Rashidi, M., Yu, Y., Samali, B. (2023), Integration of TLS-derived
Bridge Information Modeling (BrIM) with a Decision Support System (DSS) for digital
twinning and asset management of bridge infrastructures, Computers in Industry, 147,
103881, ELSEVIER

Ghahari, F., Malekghaini, N., Ebrahimian, H., Taciroglu, E. (2022), Bridge digital
twinning using an output-only Bayesian model updating method and recorded seismic
measurements, Sensors, 22(3), 1278, MDPI

Qin, L. F., Ren, W. X., Guo, C. R. (2023), A physics-data hybrid framework to develop
bridge digital twin model in structural health monitoring, International Journal of
Structural Stability and Dynamics, 23(16n18), 2340037, World Scientific Connect

Azimi, M., Eslamlou, A. D., Pekcan, G. (2020), Data-driven structural health monitoring
and damage detection through deep learning: State-of-the-art review, Sensors, 20(10),
2778, MDPI

Malekloo, A., Ozer, E., AlHamaydeh, M., Girolami, M. (2021), Machine learning and
structural health monitoring overview with emerging technology and high-dimensional
data source highlights, Structural Health Monitoring, 21(4), 1906-1955., Sage Journals

Ritto, T. G., Rochinha, F. A. (2021), Digital twin, physics-based model, and machine
learning applied to damage detection in structure, Mechanical Systems and Signal Processing,
155, 107614, ELSEVIER

Jimรฉnez Rios, A., Plevris, V., Nogal, M. (2023), Bridge management through digital
twin-based anomaly detection systems: A systematic review, Frontiers in Built Environment,
9, 1176621, FRONTIERS MEDIA SA

Costin, A., Adibfar, A., Bridge, J. (2024), Digital twin framework for bridge structural
health monitoring utilizing existing technologies: New paradigm for enhanced management,
operation, and maintenance, Transportation Research Record, 2678(6), 1095-1106., Sage
Journals

Xu, Y., Qian, W., Li, N., Li, H. (2022), Typical advances of artificial intelligence
in civil engineering, Advances in Structural Engineering, 25(16), 3405-3424., Sage
Journals

Tian, Y., Chen, C., Sagoe-Crentsil, K., Zhang, J., Duan, W. (2022), Intelligent robotic
systems for structural health monitoring: Applications and future trends, Automation
in construction, 139, 104273, ELSEVIER

Torzoni, M., Tezzele, M., Mariani, S., Manzoni, A., Willcox, K. E. (2024), A digital
twin framework for civil engineering structures, Computer Methods in Applied Mechanics
and Engineering, 418, 116584, ELSEVIER

Pernebo, L., Silverman, L. (1982), Model reduction via balanced state space representations,
IEEE transactions on Automatic Control, 27(2), 382-387., IEEE Xplore

LรณpezโAlmansa, F., Barbat, A. H., Rodellar, J. (1988), SSP algorithm for linear and
nonโlinear dynamic response simulation, International Journal for Numerical Methods
in Engineering, 26(12), 2687-2706., WILEY

Kim, C., Lee, Y., Lee, J., Bang, G., Heo, G. (2025), Hybrid Digital Twin Based on
State-Space Equations for Bridge Safety Assessment, KSCE Journal of Civil and Environmental
Engineering Research, 45(2), 139-149., KSCE

Wagg, D. J., Worden, K., Barthorpe, R. J., Gardner, P. (2020), Digital twins: state-of-the-art
and future directions for modeling and simulation in engineering dynamics applications,
ASCE-ASME Journal of Risk and Uncertainty in Engineering Systems, Part B: Mechanical
Engineering, 6(3), 030901, ASME

Yan, W. J., Chronopoulos, D., Papadimitriou, C., Cantero-Chinchilla, S., Zhu, G. S.
(2020), Bayesian inference for damage identification based on analytical probabilistic
model of scattering coefficient estimators and ultrafast wave scattering simulation
scheme, Journal of Sound and Vibration, 468, 115083, ELSEVIER

Huberty, C. J. (2014), Mahalanobis distance, Wiley StatsRef: Statistics Reference
Online, WILEY Online Library

Yanez-Borjas, J. J., Machorro-Lopez, J. M., Camarena-Martinez, D., Valtierra-Rodriguez,
M., Amezquita-Sanchez, J. P., Carrion-Viramontes, F. J., Quintana-Rodriguez, J. A.
(2021), A new damage index based on statistical features, PCA, and Mahalanobis distance
for detecting and locating cables loss in a cable-stayed bridge, International Journal
of Structural Stability and Dynamics, 21(09), 2150127, World Scientific Connect

Sarmadi, H., EmteZami, A., Khorram, M. D. (2019), Energy-based damage localization
under ambient vibration and non-stationary signals by ensemble empirical mode decomposition
and Mahalanobis-squared distance, Journal of Vibration and Control, 26(11-12), 1012-1027.,
Sage Journals

Sarmadi, H., Entezami, A., Saeedi Razavi, B., Yuen, K. V. (2021), Ensemble learningโbased
structural health monitoring by Mahalanobis distance metrics, Structural Control and
Health Monitoring, 28(2), e2663, WILEY Online Library

Greล, S., Ulriksen, M. D., Dรถhler, M., Johansen, R. J., Andersen, P., Damkilde, L.,
Nielsen, S. A. (2017), Statistical methods for damage detection applied to civil structures,
Procedia engineering, 199, 1919-1924., ELSEVIER

Greล, S., Dรถhler, M., Andersen, P., Mevel, L. (2021), Subspaceโbased Mahalanobis damage
detection robust to changes in excitation covariance, Structural Control and Health
Monitoring, 28(8), e2760, WILEY Online Library

Heo, G., Kim, C., Lee, C., Hur, J., Seo, S. (2017), A damage assessment technique
based on a revised Statistical Pattern-recognition Technique (SPRT), KSCE Journal
of Civil Engineering, 21(3), 882-888., ELSEVIER

Heo, G., Kim, C. (2014), New Statistical Pattern Recognition Technology for Condition
Assessment of Cable-stayed Bridge on Earthquake Load, KSCE Journal of Civil and Environmental
Engineering Research, 34(3), 747-754., KSCE

Cho, S., Park, J. W., Palanisamy, R. P., Sim, S. H. (2016), Referenceโfree displacement
estimation of bridges using Kalman filterโbased multimetric data fusion, Journal of
Sensors, 2016(1), 3791856, WILEY Online Library

Khazaeli, S., Nguyen, L. H., Goulet, J. A. (2021), Anomaly detection using stateโspace
models and reinforcement learning, Structural Control and Health Monitoring, 28(6),
e2720, WILEY Online Library

Kapteyn, M. G., Knezevic, D. J., Huynh, D. B. P., Tran, M., Willcox, K. E. (2022),
Dataโdriven physicsโbased digital twins via a library of componentโbased reducedโorder
models, International Journal for Numerical Methods in Engineering, 123(13), 2986-3003.,
WILEY Online Library

Saidin, S. S., Kudus, S. A., Jamadin, A., Anuar, M. A., Amin, N. M., Ibrahim, Z.,
Zakaria, A. B., Sugiura, K. (2022), Operational modal analysis and finite element
model updating of ultra-high-performance concrete bridge based on ambient vibration
test, Case Studies in Construction Materials, 16, e01117, ELSEVIER

Baruch, M. (1978), Optimization procedure to correct stiffness and flexibility matrices
using vibration tests, AIAA journal, 16(11), 1208-1210., AIAA

Ko, B. C., Heo, G. H., Park, C. R., Seo, Y. D., Kim, C. G. (2020), Development of
Damage Evaluation Technology Considering Variability for Cable Damage Detection of
Cable-Stayed Bridges, Journal of the Korea Institute for Structural Maintenance and
Inspection, 24(6), 77-84., KSMI
