교량 유지관리 최적화를 위한 유한 요소 모델 업데이팅 기반 탄성계수 시간 이력 추정
Estimation of Time History of Elastic Modulus based on Finite Element Model Updating for Optimal Bridge Maintenance
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 유한 요소 모델(FE) 모델 업데이팅을 적용하여 노후 교량의 물성치를 추정하고 최적화 알고리즘의 성능을 평가하였다. 도면이 없는 덕평 1교를 대상으로 수직 가속도 데이터를 활용하여 동적 특성을 식별하고 FE 모델을 업데이트하였다. 15개의 센서에서 계측된가속도 데이터는 10분 간격으로 구분하여 총 1,152개의 데이터셋으로 구성되었으며, 각 데이터셋에 대응하는 동특성을 식별하였다. 이후 계측데이터에서 식별된 동적 특성과 FE 모델에서 계산된 동적 특성 간의 오차를 최소화하기 위해 유전 알고리즘(GA) 과 입자 군집 최적화(PSO) 두가지 최적화 기법을 적용하였다. 그 결과, GA는 계산 시간이 약 7초 더 빠르게 나타났으며, PSO는 더 낮은 고유진동수 오차와 0.8을 초과하는MAC 값을 보여, 전반적으로 더 우수한 추정 정확도를 보였다. 또한, 온도 변화가 교량 재료 물성에 미치는 영향을 분석한 결과, 주요 구조 부재의 탄성계수와 교량 받침의 강성이 모두 온도 변화에 따라 변동하는 것으로 나타났다. 본 연구의 결과를 토대로 FE 모델 업데이트 기법에 기반한 노후 인프라의 상태 모니터링 및 유지관리가 가능할 것으로 기대된다.
Abstract
This study applies finite element (FE) model updating to estimate the material properties of aging bridges and evaluates the performance of optimization algorithms. The Deokpyeong 1 Bridge, for which initial design documents are unavailable, was analyzed using vertical acceleration data to identify its dynamic parameters and update the FE model. The acceleration data measured from 15 sensor locations are divided into every ten minutes, which results in 1152 datasets. The modal parameters were identified for each dataset. Two optimization methods-Genetic Algorithm (GA) and Particle Swarm Optimization (PSO)-were implemented to minimize the error between the modal parameters identified from the measured dataset and those obtained from the FE model. The GA demonstrated approximately 7 seconds faster computation time, whereas the PSO achieved lower frequency errors and MAC values exceeding 0.8, indicating superior estimation accuracy overall. Furthermore, the effect of temperature variation on bridge material properties was investigated. Results showed that both the elastic modulus of the main structural components and the spring stiffness of bridge bearings fluctuated with temperature variations. These findings underscore the importance of FE model updating for structural health monitoring and maintenance of aging infrastructure.