| 연구내용 및 범위 |
▣ 1차년도 목표○ MEMS 기반 가속도계와 Strain Gauge의 센서퓨전(Sensor Fusion)을 통한 분산처리 기반 저비용 교량 처짐 계측용 스마트센서노드 개발 및 교량 내하력 평가를 위한 스마트센서노드로 구성된 자가망 기반 IoT 센서네트워크 개발과 저비용 중소형 노후교량 구조안전성 모니터링 시스템 개발○ 설계도서 학습 교량 공법별 내하성능 AI학습모델 개발▣ 1차년도 내용○ 분산처리 기반의 스마트 센서노드 구현을 위한 하드웨어 설계 및 펌웨어 제작 ○ 가속도계, 변형률계 센서 퓨전을 통한 처짐 산출을 위한 적응형 칼만필터 (Adaptive Kalman Filter) 설계 및 구현 ○ 자가망 LoRa 센서네트워크 구축 및 네트워크 및 어플리케이션 서버 구축 ○ LoRa 센서네트워크 구축 및 네트워크 및 어플리케이션 서버 구축 ○ 1차 시제품 제작 및 Lab Test 성능평가○ 교량공법별 설계 Data 수집 ？ 설계변수(교량거더 공법, 형식, 지간장, 교폭 등)에 따른 Data 분류 ？ 설계변수에 따른 고정하중, 활하중(변동하중/응력) 비율 분석 ？ 설계변수에 따른 극한강도 대비 활하중 비율 분석 ？ 설계변수에 따른 허용처짐 대비 활하중 처짐 비율 분석○ 설계조건별 처짐, 강도 특성 AI모델 학습？ ANN(Artificial Neural Network) 모델 구조안 결정 : Input / Hidden / Output / Activation Function ？ 설계도서 학습 및 오차율 평가 ？ ANN 모델 구조 개선을 통한 오차율 개선 ▣ 2차년도 목표○ 실교량 테스트베드 구축을 통한 성능 검증 및 클라우드 기반 실시간 모니터링 플랫폼 구축 ○ FMS 데이터, 현장재하시험 반영 개선된 교량 공법별 내하성능 AI학습모델 개발 ▣ 2차년도 내용○ 2차 시제품 제작 및 Lab Test 성능평가 ○ 중소형 노후 교량 대상 실 테스트베드 설치 및 내하 성능 평가 검증 연구○ 시계열 데이터베이스 InfluxDB 및 Grafana 시각화 대시보드 구축 포함한 클라우드 기반 실시간 교량 처짐 및 내하성능 모니터링 시스템 구축○ 구글(Google Cloud), 아마존(AWS), MS(Azure)글로벌 클라우드 시스템 활용한 교량 데이터의 빅데이터화 및 인공지능, 머신러닝 활용 연구○ 저비용 일반교량 구조안전성 평가 시스템 상용화 방안 연구○ FMS 데이터 이용 AI 모델 개선？ 원설계 데이터와 비교 가능한 FMS 데이터 수집？ FMS 점검 보고서와 원설계도서 매칭 변위, 강성 비교 분석 ？ FMS 계측결과와 설계값 차이에 대한 Calibration 방안 수립 ？ Calibration data 학습 및 오차율 평가 ○ 현장재하시험결과 이용 AI 구조안전성 평가모델 확정？ 현장재하시험 대상 교량에 대한 구조해석 ？ 원설계, 구조해석, 현장재하시험 결과 비교 분석 ？ 현장재하시험과 계측결과와 설계값 차이에 대한 Calibration 방안 수립 ？ Calibration data 학습 및 오차율 평가？ 상용화를 위한 최종 개선안 도출
|
