임토우
(Towoo Lim)
1
김영민
(Youngmin Kim)
†iD
-
(Research and Development, Tinywave, Republic of Korea.)
Copyright © The Korea Institute for Structural Maintenance and Inspection
Key words
Self-powered wireless sensor, Vibration energy harvesting, Bridge monitoring, Piezoelectric harvester
1. 서 론
현재 대한민국 교량의 수량은 약 36,500개이며 이중 20년 이상 사용으로 노후화되어 있는 교량은 절반을 차지하고 있어, 교량의 안전 진단 기술은
매우 중요한 연구 대상이 되어 왔다. 현재 보편적으로 사용되는 교량 안전 진단 방법은 인력 기반의 정기적 혹은 비정기적 현장조사 및 비파괴 검사(Nondestructive
Testing, NDT)를 통해 교량의 내하 성능을 평가하는 수준으로 구조적 이상에 대한 사전 예측이나 신속한 대응이 어려운 실정이다. 최근 들어
드론을 활용하여 교량의 외부 점검 뿐 아니라 아니라 내부에서 진행되는 구조물의 손상까지 탐지하려는 연구가 보고 되고 있으나 현장에서의 제한된 기술
적용으로 인해 매우 초보적인 수준에 그치고 있다[1]. 또한, 무선 스마트 센서를 교량에 직접 부착시켜 실시간으로 교량 상태를 모니터링하려는 시도가 있었으나 센서의 배터리 교체나 태양광 패널의 제한적인
전력 공급 같은 문제로 상용화에는 이르지 못하고 있다[2,3]. 특히 무선 센서의 전원으로 사용되는 배터리는 동작 가능 시간이 최대 2년 미만으로 주기적인 배터리 유지 보수는 무선 IoT 센서 실용화에 가장
큰 걸림돌이 되고 있으며 이러한 문제점을 해결하기 위해 교량에서 발생하는 진동 에너지를 전기 에너지로 변환하여 무선 센서의 전원으로 사용하려는 자가
전원 무선 센서 (self-powered wireless sensor) 기술이 많은 주목을 받고 있다[4,5,6].
지난 20년간 마이크로 컨트롤러 및 센서 칩 기술발전으로 저 전력 반도체 칩이 상용화되었으며, 이로 인해 무선 센서 동작 시 요구되는 전력은 획기적으로
저감되어 수십 mJ 에너지만으로 무선 센서 동작이 가능하게 되었다. 하지만 차량 통행 시 발생하는 교량의 진동 크기와 발생 시간은 단지 수백 mg
와 10 초 미만에 그쳐 원활한 무선 센서 동작에 필요한 에너지를 수집하기에는 충분하지 않다. 따라서 진동 에너지 수집 자가 전원 무선 센서를 실현하기
위해서는 고효율 진동 에너지 수집 회로 및 최적화된 무선 센서 동작 구현이 요구되고 있으며, 본 논문에서는 교량의 진동 패턴에 적합한 진동 에너지
수집 회로와 자율 스위칭 회로(autonomous switching)를 제안하고 이를 기반으로 진동 에너지 기반 자가 전원 무선 센서(self-powered
wireless sensor)를 제작하여 배터리 없이 교량 상태를 실시간 모니터링할 수 있는 기술을 제시하고 있다.
2. 본 론
2.1 진동 에너지 수집 및 무선 센서 디자인
본 연구에서 제안하고 있는 자가 전원 무선 센서는 교량 위 전동 차량 통행 시 발생하는 불규칙적인 미세 진동 에너지를 압전 소자(piezoelectric
device)를 통해 전기 에너지로 변환시켜 그림 1에서와 같이 커패시터 (Cs)에 저장한 후 무선 센싱 회로(센서/MCU/RF) 의 전원으로 사용하고자 한다. 이러한 진동 에너지 하베스팅 기반 무선
센서 연구는 이미 여러 차례 보고된 바 있으며[4,5,6], bridge type 회로 또는 comparator 기반 회로를 이용하여 초보적인 자가 전원 무선 센서 기술의 가능성을 보여주었으나[4,6] 교량 모니터링 기술의 실용화 측면에서는 초보적인 수준에 머무르고 있다. 본 논문에서는 voltage doubler 하베스팅 회로[7]를 이용하여 압전 소자의 출력 에너지를 효율적으로 수집하고, 수집된 에너지량에 따라 지능적으로 동작하는 자율 스위칭 회로(autonomous switching)를
이용하여 자가 전원 센서(self-powered sensor) 동작을 구현하고자 하였다.
외부 전원 없이 동작 가능한 센서 모듈의 실현을 위해서는 진동 에너지 수집 시 높은 에너지 변환 효율과 초저전력 동작 무선 센서가 요구된다. 하베스팅
에너지의 효율적인 수집과 전력 분배의 최적화를 위해서 진동 에너지를 전기 에너지로 변환하여 저장하는 하베스팅 모드와 교량의 현장 상태를 측정한 후
데이터를 게이트 웨이에 송출하는 액티브 모드로 구분되어 동작함으로써 효율적인 진동 에너지 수집 및 에너지 사용을 실현하고자 하였다.
그림 1. 교량 진동 기반 자가 전원 무선 센서 개략도
Fig. 1. Block diagram for vibrational self-powered wireless sensor
이러한 자가 전원의 동작 모드는 교량에서 발생하는 작고 짧은 진동 (그림 1 [8])을 고려해보면 하베스팅 시간이 액티브 모드 시간에 비해 매우 긴 low duty cycle 의 동작 특성을 갖게 될 것으로 예상한다 (그림 2).
그림 2. 자가 전원 무선 센서의 동작 모드
Fig. 2. Operation modes for self-powered wireless sensor
2.2 진동 에너지 하베스터
진동 에너지 하베스터는 그림 3과 같이 무게추를 부착한 두 개의 상용 PZT 압전 소자 (Sinocera PZT-5X)를 직렬로 연결하여 출력 전압(Voc)을 높이고자 하였다.
본 연구에서는 경춘선 조총교위로 전철이 통과시 발생하는 진동 특성[8]과 유사한 진동 조건 (40 Hz 0.2 g)을 모사하여 진동 에너지 수집 실험에 적용하였다. 실제 교량 진동의 FFT 자료를 보면 교량 구조에 따라
진동 주파수가 0.4 ~ 45 Hz 까지 분포 되어 있음[5,9]을 알 수 있으며 본 논문에서 예로써 40 Hz 진동[5]을 사용하여 하베스팅 회로와 자율 스위치 회로의 성능을 평가하였다. 실제 교량에 설치 될 vibration energy harvester 는 공진
주파수가 다른 여러 압전 소자를 병렬로 배치하여 진동 수집 효율을 높일 수 있을 것으로 기대 한다. 그림 3(b)는 진동발생기에서 출력된 진동을 가속도 센서(ADXL345)로 측정한 파형이며 이는 보고된 실제 교량 진동 패턴과 흡사함을 알 수 있다. 한편 압전
소자의 내부 저항 크기를 추정하기 위해 부하 저항 (load resistance)에 따른 압전 소자의 출력 전압 변화를 측정하였다 (그림 4). 압전 소자의 오픈 전압 (Voc = 7.7 V)과 10 kΩ 일 때 출력 전압 (0.7 V)으로 미루어 볼 때 압전 소자의 내부 저항은 140
kΩ 정도의 상당히 큰 저항임을 추정할 수 있는데, 이러한 높은 내부 저항은 압전 소자의 출력 파워를 제한할 수 있으며 최대 출력 파워를 얻기 위해서는
하베스팅 회로 디자인 시 반드시 고려해야 한다. 압전 소자와 impedance matching 시 얻을 수 있는 최대 출력 파워는 아래 식 (1)과 같으며 주파수가 40 Hz 일 때 한 주기(T) 동안 수집할 수 있는 에너지는 1.2 μJ 임을 알 수 있다. 이러한 압전 소자의 잠재적인 에너지
출력은 나중에 본 연구 결과로 구현될 자가 전원 무선 센싱 시스템의 에너지 수집 성능과 비교되어 논의될 예정이다.
그림 3. (a) 직렬 연결된 압전 소자로 구성된 진동 에너지 하베스터 (b) 진동 발생기의 출력 진동 세기 측정
Fig. 3. (a) Vibration energy harvester composed of piezoelectric elements. (b) Measurement
of vibration characteristics from vibrator
그림 5는 압전 소자의 등가회로와 본 논문에서 제안된 진동 에너지 수집 및 자율 스위칭 회로 (autonomous switching)의 회로 구성도를 보여주고
있다. Voltage doubler는 압전 소자 출력 전압의 peak-to-peak 전압이 커패시터 (Cs)에 인가 될 수 있어 bridge 회로보다
효율적인 에너지 수집이 가능한 것으로 보고된 바 있다[5]. 한편 자율 스위칭 회로의 턴온 전압은 zener 다이오드의 breakdown 전압과 MOSFET 의 threshold 전압에 의해 결정됨을 알
수 있다.
그림 4. 내부 저항에 의한 압전 소자 출력 전압 감소
Fig. 4. Reduction in output voltage of piezoelectric material due to its internal
resistance
그림 5. 압전 소자 모델과 스마트 하베스팅 회로 구성도
Fig. 5. Smart harvesting circuits with equivalent piezoelectric model
그림 6. 교량의 진동환경(0.2 g 40 Hz) 하에서 하베스팅된 커패시터의 전압(Vcs)과 LDO 레귤레이터 출력 전류(Iout)
Fig. 6. Storage capacitor voltage (Vcs) and LDO regulator output current (Iout) under
40 Hz 0.2 g vibration
그림 6 은 교량 진동환경에서 수집된 전기 에너지 (Cs 전압(Vcs))와 LDO 레귤레이터 출력 전류(Iout)를 나타내고 있다. 압전 소자의 출력 전압이
커패시터에 충전되는 하베스팅(harvesting) 모드에서는 자율 스위칭 회로가 오프되어 센서 모듈(센서/MCU/RF무선회로)은 커패시터와 차단되고,
하베스팅된 에너지는 주변 회로를 통해 누설되는 전류 없이 온전히 커패시터에 저장되어 에너지 수집 효율을 획기적으로 향상시킬 수 있다. 진동 에너지
수집으로 저장 커패시터(Cs) 전압이 상승하여 제너 다이오드 breakdown 을 유발하게 되면, BJT 와 MOSFET 이 순차적으로 턴 온 된다.
이로 인해 커패시터는 레귤레이터에 연결되고 3.3 V DC 전원이 출력되어 무선 센싱 회로에 전원이 공급되는 active mode 가 시작된다. 이
때 자율 스위칭 동작을 위한 전원 공급은 필요없고 4.4 V 턴온 전압은 제너 다이오드 breakdown 전압과 BJT 이미터에 연결된 저항에 의해
결정 된다. 액티브 모드에서는 센서/MCU 및 RF 트랜시버에 전원이 공급되어 센서 데이터 검출 및 2.4 GHz 무선 통신이 지속되며, 이 과정에서
전력은 점차 소모되어 커패시터 전압이 감소하는 것을 확인할 수 있다. 커패시터 전압이 3.5 V 미만으로 감소하게 되면 BJT-MOSFET 래치가
해제되어 자율 스위치 회로는 턴 오프 되고 커패시터는 무선 센싱 회로와 단절된 상태로 진동 에너지가 수집되는 하베스팅 모드가 시작된다. 그림 6에서 알 수 있듯이 액티브 모드는 80 ms 정도 유지되며 데이터가 RF 전송될때 가장 높은 전류(50 mA)가 흐르는 것을 관찰 수 있었다. 액티브
구간에서 회로에 공급된 에너지는 식 (2) 와 같이 계산할 수 있으며 그림 6의 경우 약 7 mJ 임을 추산 할 수 있으며, 3 분 하베스팅 시간이 소요됨을 알 수 있다. 앞서 계산된 압전 소자의 최대 출력 (3 mJ/min)을
고려해볼 때, 3분 동안 최대 9 mJ 에너지가 공급될 수 있음을 알 수 있으며, 본 연구에서 제안된 수집 회로는 압전 소자의 최대 출력 전력에 비해
77% 수집 효율을 달성한 것을 알 수 있다.
한편 저장 커패시터에 저장되어 있는 에너지의 추출 효율은 식 (3)과 같이 계산할 수 있으며 그림 6에서 측정된 턴온/오프 전압을 고려할 때 커패시터에 저장된 에너지의 40% 를 무선센싱 동작에 사용함을 알 수 있다. 효율 향상은 턴온 또는 턴오프
전압조절로 이루어 질 수 있으나, 하베스팅 시간이 함께 길어지게 되어 센싱 환경에 따라 회로 최적화가 요구된다.
(Energy Extraction Efficiency)
Vcs1 : 턴온 전압, Vcs2 : 턴오프 전압
보다 많은 센서 데이터 송신을 위해 큰 용량의 커패시 터 (4.5 mF)를 사용했을 경우 그림 7 과 같이 액티브 모드 시간과 RF 송신 횟수가 각각 200 ms 와 3번으로 증가함을 알 수 있다. 이때 송신된 데이터는 25 개 가속도 값이 포함된
100 byte 크기로 Fourier Transform을 통해 교량의 공진 주파수 (resonance frequency)을 추정할 수 있으며, 실시간
교량 공진주파수의 변화 검출을 통해 교량 구조물의 손상을 탐지할 수 있을 것으로 기대한다.
그림 7. 고용량 커패시터로 확장된 송출 데이터량
Fig. 7. An increase in transmitted data using a larger capacitor
3. 결 론
본 연구에서는 교량 구조의 건전성을 실시간 모니터링할 수 있는 무선 센서의 전원으로 교량의 진동 에너지를 수집하여 실현해 보였다. 압전 소자와 지능형
하베스팅 회로를 연결하여 미세 진동 환경 하에 7 mJ 이상의 에너지를 성공적으로 하베스팅하였으며, 이를 전원으로 사용하여 교량 진동 측정과 2.4
GHz 무선 송신을 성공적으로 실현하였다. 압전 소자의 높은 내부 저항에도 불구하고 고효율의 에너지 하베스팅을 구현할 수 있었으며, 200 ms
액티브 동작을 지속하는 동안 100 byte 의 데이터를 송신하였다. 본 연구 결과는 교량 진동 환경하에서 자가 전원 무선 센서의 동작을 실험적 검증하여
배터리 없이 동작하는 실시간 교량 모니터링 기술의 실현 가능성을 제시하였다.
감사의 글
본 연구는 2023학년도 홍익대학교 학술연구 진흥 지원과 2024년도 중소벤처기업부의 창업성장과제 지원에 의한 연구임(RS-2024-00468715)
References
D, Marchisotti and E. Zappa, “Feasibility of Drone-Based Modal Analysis Using ToF-Grayscale
and Tracking Cameras,” IEEE Transactions on Instrumentation and Measurement, vol.
72, 5016210, May. 2023. DOI:10.1109/TIM.2023.3281628

A. Armijo and D. Zamora-Sanchez, “Integration of Railway Bridge Structural Health
Monitoring into the Internet of Things with a Digital Twin: A Case Study,” Sensors,
vol. 24, 2115, Mar. 2024. DOI:10.3390/s24072115

T, Hoang, Y. Fu, K. Mechitov, F. G. Sanchez, J. R. Kim, D. Zhang and B. F. Spencer
Jr, “Autonomous end-to-end wireless monitoring system for railroad bridges,” Advances
in Bridge Engineering, vol. 1, 17, Dec. 2020. DOI:10.3390/s24072115

X. Li, L. Teng, H. Tang, J. Chen, H. Wang, Y. Liu, M. Fu and J. Liang “ViPSN: A Vibration-Powered
IoT Platform,” IEEE Internet of Things Journal, vol. 8, no. 3, pp. 1728-1739, Jan.
2021. DOI:10.1109/JIOT.2020.3016993

Y. Liu, T. Voigt, N. Wirstrom and J. Hoglund, “ECOVIBE: On-Demand Sensing for Railway
Bridge Structural Health Monitoring,” IEEE Internet of Things Journal, vol. 6, no.
1, pp. 1068-1078, Feb. 2019. DOI:10.1109/JIOT.2018.2867086

Y. Han, Y. Feng, Z. Yu, W. Lou and H. Liu, “Study on Piezoelectric Energy-Harvesting
Wireless Sensor Networks Deployed in a Weak Vibration Environment,” IEEE Sensors Journal,
vol. 17, no. 20, pp. 6770-6777, Oct. 2017. DOI:10.1109/JSEN.2017.2747122

T. Lim and Y. Kim, “Compact Self-Powered Wireless Sensors for Real-Time Monitoring
of Power Lines,” Journal of Electrical Engineering & Technology, vol. 14, no. 3, pp.
1321-1326, Apr. 2019. DOI:10.1007/s42835-019-00174-1

J. Park, J. Shin, J. Won, J. Park and M. Park, “Development of Low-Power IoT Sensor
and Cloud-Based Data Fusion Displacement Estimation Method for Ambient Bridge Monitoring,”
J. Comput. Struct. Eng. Inst. Korea, vol. 34, no. 5, pp. 301-308, Oct. 2021. DOI:10.7734/COSEIK.2021.34.5.301

M. M. Ahmad, N. M. Khan and F. U. Khan, “Bridge vibration energy harvesting for wireless
IoT-based structural health monitoring systems: A review,” Journal of Inteligent Material
System and Structures, vol. 34, no. 19, pp. 2209-2239, Jun. 2023. DOI:10.1177/1045389X231180040

저자소개
1978년 7월 12일생.
2005년 홍익대학교 전자전기공학부 졸업.
2007년 홍익대학교 전기정보제어공학과 석사
2025년 홍익대학교 전기정보제어공학과 박사
2022년~ 타이니웨이브 수석연구원(CTO)
1964년 8월 16일생.
1987년 서울대학교 전기공학과 졸업.
1995년 University of Texas at Austin Electrical and Computer Eng. Ph.D.
1995년~2002년 Texas Instruments, Dallas, TX
2002년~홍익대학교 전자전기공학부 교수