제한된 정보를 이용한 저층 건물 구조물의 지진 응답 예측 기법 개발을 위한 해석적 연구
Numerical Study on the Development of the Seismic Response Prediction Method for the Low-rise Building Structures using the Limited Information
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
여러 센서를 이용한 구조물의 구조 응답을 모니터링하는 사례가 증가하고 있다. 그러나 비용과 관리 문제로 인해 제한된 센서만이구조물에 설치되어 일부의 구조 응답만을 수집하는 경우가 대부분이다. 이는 구조물의 전체 거동을 분석하는데 장애요소로 작용하게된다. 따라서 제한된 센서를 이용해 센서가 설치되지 않은 위치에서의 응답을 신뢰할 수 있는 수준으로 예측하는 기술이 필요하다. 본연구에서는 제한된 정보를 이용해 저층 건물 구조물의 지진 응답을 예측하는 해석적 연구를 수행한다. 활용 가능한 응답 정보는 1층과 최상층의 가속도 응답만을 사용할 수 있다고 가정한다. 두 정보를 이용하면 구조물의 1차 고유진동수를 얻을 수 있다. 1층 가속도정보는 구조물의 가력 정보로 활용한다. 최상층의 가속도이력응답에 대한 오차와 대상 구조물의 1차 고유진동수 오차를 최소화하는구조물의 질량과 강성 정보를 유전자알고리즘을 이용해 예측하는 기법을 제시한다. 제약조건은 고려하지 않는다. 탐색공간을 의미하는 설계변수의 범위를 결정하기 위해 인공신경망 기반의 파라미터 예측기법을 제시한다. 또한 유전자알고리즘을 통해 얻게 되는 해를 개선시키기 위해 앞서 언급한 인공신경망을 활용한다. 제시한 기법을 검증하기 위해 5층 구조물 예제를 사용한다.
Abstract
There are increasing cases of monitoring the structural response of structures using multiple sensors. However, owing to cost andmanagement problems, limited sensors are installed in the structure. Thus, few structural responses are collected, which hinders analyzing thebehavior of the structure. Therefore, a technique to predict responses at a location where sensors are not installed to a reliable level usinglimited sensors is necessary. In this study, a numerical study is conducted to predict the seismic response of low-rise buildings using limitedinformation. It is assumed that the available response information is only the acceleration responses of the first and top floors. Using bothinformation, the first natural frequency of the structure can be obtained. The acceleration information on the first floor is used as the groundmotion information. To minimize the error on the acceleration history response of the top floor and the first natural frequency error of thetarget structure, the method for predicting the mass and stiffness information of a structure using the genetic algorithm is presented. However,the constraints are not considered. To determine the range of design variables that mean the search space, the parameter prediction methodbased on artificial neural networks is proposed. To verify the proposed method, a five-story structure is used as an example.
참고문헌 (16)
- 최세운, "FBG를 이용한 변형률 기반 건물의 횡방향 구조반응 모니터링 기법에 관한 해석적 연구", 한국전산구조공학회논문집, 26(4), pp.263~270 (2013), 한국전산구조공학회[DOI]
- 박효선, "철골모멘트골조의 보-힌지 붕괴모드를 유도하는 유전자알고리즘 기반 최적내진설계기법", 한국전산구조공학회논문집, 29(3), pp.253~260 (2016), 한국전산구조공학회[DOI]
- 최세운, "인공신경망을 이용한 철골모멘트골조 접합부의 회전강성 손상예측", 한국구조물진단유지관리공학회 논문집, 22(1), pp.107~114 (2018), 한국구조물진단유지관리공학회
- 장지원, "블레이드의 표면 결함 검출을 위한 Faster R-CNN 딥러닝 모델 구축", 한국구조물진단유지관리공학회 논문집, 23(7), pp.80~86 (2019), 한국구조물진단유지관리공학회
- 강주원, "다목적 유전자알고리즘을 이용한 스마트 TMD의 퍼지제어", 한국전산구조공학회논문집, 24(1), pp.69~78 (2011), 한국전산구조공학회
- 강성헌, "주파수영역 Hankel matrix를 사용한 교량의 가속도센서 최적위치 결정", 한국구조물진단유지관리공학회 논문집, 20(4), pp.27~34 (2016), 한국구조물진단유지관리공학회
- 김종훈, "실시간 모니터링을 위한 LoRa LPWAN 기반의 센서네트워크 시스템과 그 제어방법", 한국전산구조공학회논문집, 31(6), pp.359~366 (2018), 한국전산구조공학회[DOI]
- 김준경, "PS 텐던 강종별 긴장력 변화에 따른 자기이력 모니터링", 한국전산구조공학회논문집, 31(2), pp.115~120 (2018), 한국전산구조공학회[DOI]
- "Korea Ministry of Government Legislation"[URL]
- 이홍민, "변위기여도 및 변형에너지밀도를 활용한초고층 건물의 센싱 부재 선정", 한국전산구조공학회논문집, 22(4), pp.349~354 (2009), 한국전산구조공학회
- 이민석, "철근콘크리트 모멘트골조의 비용 및 이산화탄소 배출량을 고려한 유전자알고리즘 기반 구조최적화기법", 한국전산구조공학회논문집, 29(5), pp.429~436 (2016), 한국전산구조공학회[DOI]
- 이용훈, "고층빌딩의 동적응답 모니터링을 위한 센서 개수 및 최적위치 결정", 한국풍공학회지, 20(2), pp.99~105 (2016), 한국풍공학회
- 이소영, "영상기반 딥러닝 및 이미지 프로세싱 기법을 이용한 볼트풀림 손상 검출", 한국전산구조공학회논문집, 32(4), pp.265~272 (2019), 한국전산구조공학회[DOI]
- "OpenSees"[URL]
- "PEER Ground Motion Database"[URL]
- 손인수, "민감도 해석을 이용한 센서의 최적 위치 선정에 관한 연구", 한국소음진동공학회논문집, 21(3), pp.241~247 (2011), 한국소음진동공학회
