연구

파동·진동 역학, 압전 센싱, 물리 정보 기반 머신러닝으로 구조물의 상태를 규명합니다.

모서리 균열을 갖는 Timoshenko 보의 모드 및 파동 거동

Modal and wave behaviors of a Timoshenko beam with an edge crack

보에 생긴 균열이 파동과 진동을 어떻게 바꾸는지 수식으로 밝혀, 균열을 찾아내는 이론적 근거를 만듭니다.

전단 변형(shear deformation)과 회전 관성(rotary inertia)으로 인해 Timoshenko 보 모델이 요구되는 보형 도파관을 대상으로, 모서리 균열에 의한 모드 거동과 파동 거동의 변화를 해석적·준해석적 정식화로 규명합니다. 균열은 선형탄성파괴역학(LEFM)에 기반한 국부 유연도로 모델링합니다. 파동 관점에서는 축방향–휨–전단 연성 조건에서 전파파와 소산파(evanescent wave) 입사 모두에 대한 산란계수를 닫힌 형태로 유도하고, 파워 플럭스 평형(power-flux balance)을 통해 그 정합성을 검증합니다. 모드 관점에서는 파동 기반 기술로부터 명시적인 진동수 방정식을 유도하여 균열에 대한 고유진동수의 민감도가 언제, 왜 커지는지를 규명하고, 이를 순방향 예측과 균열 역식별의 기반으로 활용합니다.

축방향–휨–전단 연성을 고려한 파동 산란계수의 닫힌 형태 해
균열 보의 닫힌 형태 및 파동 기반 진동수 방정식
모서리 균열을 갖는 깊은 보의 모드 거동
균열 보 SHM의 통념에 대한 검증

공학 구조물을 위한 물리 정보 기반 머신러닝

Physics-informed machine learning for engineering structures

역학 법칙을 머신러닝에 직접 넣어, 적은 계측 데이터로도 믿을 수 있는 예측을 하는 방법을 연구합니다.

지배방정식은 알려져 있으나 계측 데이터가 희소하거나 잡음을 포함하여 응답 예측과 파라미터 추정이 불량조건(ill-posed)이 되는 구조 문제를 대상으로, 물리 정보 기반(physics-informed) 학습 기법을 개발합니다. 역학적 제약 조건과 시간 발전 법칙을 학습 과정에 반영하여, 적은 데이터로도 물리적으로 일관된 응답 예측과 상태·파라미터 추정이 가능한 모델을 구축합니다. 현재 프리스트레스트 콘크리트 부재의 시간의존적 거동 예측과, 압전 웨이퍼로 계측한 광대역 고유진동수를 이용한 다중 미세 균열 평가에 적용하고 있습니다.

PSC 부재의 시간의존적 거동 예측을 위한 물리 정보 신경망(PINN)
PZT 웨이퍼 광대역 고유진동수를 이용한 물리 정보 기반 ML 균열 평가

프리스트레스트 콘크리트(PSC) 구조물: 시간의존적 거동 및 계측 기반 보정

Prestressed concrete (PSC) structures: time-dependent behavior and measurement-driven calibration

시공 현장의 계측 데이터로 PSC 부재의 실제 긴장력과 솟음을 추정해, 설계 가정과 실제 거동의 차이를 줄입니다.

프리스트레스트 콘크리트 부재의 유효 프리스트레스와 솟음(camber)은 시공 조건과 크리프·건조수축·릴랙세이션에 따른 시간의존적 거동에 의해 결정됩니다. 본 연구에서는 시간의존적 프리스트레스 손실에 대한 역학 기반 정식화와 현장 계측 데이터를 결합하여 부재의 초기 상태와 장기 거동을 추정합니다. 긴장재 신장량으로부터 긴장력과 마찰계수를 추정하여 포스트텐션 부재의 초기 상태를 합리적으로 결정하고, 변형률 계측으로부터 직접 계측하기 어려운 솟음을 재구성합니다.

현장 계측 데이터를 이용한 포스트텐션 부재의 초기 상태 추정
Volterra 적분방정식 기반 시간의존적 프리스트레스 손실 추정
변형률 계측을 이용한 PSC 거더의 솟음(camber) 재구성

표면 부착형 압전 웨이퍼를 이용한 유도파 전파

Guided wave propagation using surface-bonded piezoelectric wafers

구조물 표면에 붙인 얇은 압전 센서로 초음파를 보내고 받아, 눈에 보이지 않는 손상을 찾아냅니다.

표면 부착형 압전(PZT) 웨이퍼로 가진·계측하는 유도파(guided wave)의 발생, 전파, 산란을 연구하여 능동형 구조건전성 모니터링(SHM)에 활용합니다. 주요 내용은 Lamb파의 시간역전(time reversal) 과정, 전기-기계 신호에 기반한 기준신호 없는(reference-free) 손상 진단, PZT–구조물 연성계의 효율적인 스펙트럴 요소 모델링, 전기-기계 어드미턴스의 파동 기반 해석입니다. 최근에는 동일한 계측 원리를 시멘트계 재료의 동적 물성 변화를 현장에서 추적하는 데까지 확장하고 있습니다.

시간역전 유도파(Lamb파)

Lamb파 전파에서 시간역전 과정의 물리적 이해

복합재 판의 시간역전 능동 센싱(손상 탐지)

A0 Lamb파 모드의 공간 집속(수치해석 및 성능 평가)

PZT 웨이퍼를 이용한 기준신호 없는 손상 진단(임피던스 / 전기-기계 신호)

임피던스 기반의 기준신호 없는 판 균열 탐지

동일 위치 PZT 웨이퍼의 전기-기계 신호를 이용한 기준신호 없는 진단

효율적인 PZT–구조물 연성 모델링(광대역 해석 / 스펙트럴 요소)
파동 전파 관점에서 본 PZT 변환기의 전기-기계 어드미턴스/임피던스

보에서의 어드미턴스 형성과 해석(Timoshenko / 유한 보 효과)

전기-기계 신호를 이용한 고주파 감쇠 추정

시멘트계 재료로의 확장(다중 모드 PZT 센싱)

구조건전성 모니터링을 위한 통계적 손상 진단

Statistical damage diagnosis for structural health monitoring

계측 잡음과 환경 변화 속에서도 “손상이 생겼다”고 판정할 수 있는 통계적 기준을 세웁니다.

계측된 손상 지표는 잡음과 운용 환경 변화의 영향을 피할 수 없으므로, 이로부터 손상 발생 여부를 통계적으로 판정하는 기법을 연구합니다. 손상 판정은 지표 분포의 꼬리 영역에 의해 좌우되므로, 극치 통계(extreme value statistics)를 이용하여 기준 분포와 판정 임계값을 설정하며, 이를 위해 일반화 극치(GEV) 분포의 파라미터 추정과 흡인 영역(domain of attraction)의 점근 수렴 특성을 다룹니다. 또한 이러한 통계 기법을 시간역전 과정과 결합하여, 연속 이상치 분석(consecutive outlier analysis)을 통한 기준 데이터 없는(baseline-free) 손상 진단을 구현합니다.

기준 분포 설정을 위한 극치 통계
시간역전과 연속 이상치 분석을 이용한 기준 데이터 없는 손상 진단

역문제 및 시스템 식별

Inverse problems and system identification

잡음이 섞인 불완전한 계측 데이터로부터 구조물의 물성과 상태를 안정적으로 역추정하는 방법을 연구합니다.

잡음이 포함된 제한된 계측 데이터로부터 구조물의 파라미터와 상태를 추정하기 위한, 수치적으로 안정한 역해석 및 시스템 식별 기법을 연구합니다. 특히 정규화 기법(Tikhonov, 1-norm, 공간 정규화)의 설계와 정규화 계수의 합리적 결정에 중점을 둡니다. 적용 대상은 유한 물체 내 개재물의 식별, 이동 시간창(moving time window)을 이용한 지진 시 급격한 손상의 탐지, 저주파 성분이 지배적인 구조물에서 계측 가속도로부터의 변위 재구성 등입니다.

가속도로부터의 변위 재구성
이동 시간창을 이용한 급격한 구조 손상 탐지
정규화 기반 시스템 식별

불연속 / 국부적 시스템 파라미터를 위한 1-norm 정규화

선형 탄성 연속체에 대한 최적 Tikhonov 정규화 계수 결정

개재물의 역식별(형상 및 재료 물성)

경계 매개변수화를 이용한 개재물 형상과 재료 물성의 동시 식별

개재물 형상의 안정적 식별을 위한 공간 정규화