주메뉴 바로가기 본문바로가기
전제메뉴닫기
과제현황 목록

과제기본정보

텐던보호 콘크리트 균열 조기탐지용 센서일체형 스마트 골재 기술과 라즈베리파이 기반 멀티데이터 딥러닝 기술의 개발2년차

사업개요
사업개요에 대한 사업명, 분류코드(기술분류), 과제명, 주관연구기관, 총괄연구 책임자(성명, 소속, 전화번호), 총 연구기간, 당해연도 연구기간 정보제공
사업명 국토교통기술촉진연구사업 과제번호 22CTAP-C163707-02
국가과학표준분류 1순위 원자력 | 핵자료 기술 | None 적용분야 교통/정보통신/기타 기반시설
2순위 원자력 | None | None 실용화대상여부 비실용화
3순위 농림·수산 | None | None 과제유형 기초
과제명 텐던보호 콘크리트 균열 조기탐지용 센서일체형 스마트 골재 기술과 라즈베리파이 기반 멀티데이터 딥러닝 기술의 개발
주관연구기관 부경대학교 산학협력단
총괄연구 책임자 성명 김정태
소속 부경대학교 산학협력단 직위 교수
전화번호 051-629-5225 FAX 051-629-6040
총 연구기간 2021-04-01 ~ 2022-12-31
당해연도 연구기간 2022-01-01 ~ 2022-12-31

(단위:원)

년도별 정부출연금, 기업부담금, 계 정보제공
년도 정부출연금 기업부담금
현금 현물 소계
2차년도 210,000,000 0 0 0 210,000,000
과제기본정보의 연구개발개요, 최종목표, 연구내용 및 범위 정보제공
연구개발개요 - 2018년 이태리 제노아 Morandi교 붕괴는 과대하중의 지속적 재하와 노후화에 따른 텐던 보호 콘크리트의 파손과 텐던의 부식 파손, 이에 따른 프리스트레스의 감소와 내하성능의 저하 및 텐던 정착부의 파괴가 복합적인 붕괴원인으로 지목되고 있음.
- 붕괴취약 부재인 텐던의 부식 파손을 예방하기 위해서는 텐던 커버 콘크리트의 균열을 조기에 탐지하는 기술의 고도화가 필요함. 본 연구에서는 스마트 골재의 신호계측 및 딥러닝 정보 분석을 통해 균열의 발생조짐을 응력장의 변화로 감지하는 기술을 제안하고 있음.
- 콘크리트 균열감시 기술의 고도화를 통해 텐던의 부식발생 원인을 원천적으로 차단하여 설계 프리스트레스를 안정적으로 유지하는 것이 본 연구개발이 지향하는 유지관리 전략임. 이를 위해 압전센서 임베딩 스마트 골재 기술, 멀티데이터-딥러닝 기반 손상감시 기술 및 이를 실 구조물에 구현할 초소형 계측/분석 플랫폼 기술을 개발하고자 함.
- 본 연구에서는 텐던 주변의 콘크리트에 미리 매립된 스마트 골재의 신호계측을 통해 콘크리트 균열발생을 응력장의 변화로 조기에 감지하는 기술을 제안하고 있음.
구조일체거동(압축강도 35MPa)성능의 스마트 골재 기술을 활용하여 콘크리트 균열을 조기탐지하여 텐던의 부식파손 예방과 PSC 교량의 건전성을 유지하는 창의적 기술적용 전략임. 스마트 골재에 내장된 압전 PZT 센서는 Overloading에 의한 콘크리트 내부 응력장의 변화를 감지하며, 전기역학적(EM) 임피던스 응답의 변화로 콘크리트 국부파손 및 균열발생 시의 응력변화를 민감하게 탐지할 수 있음. 또한, 스마트 골재는 콘크리트와 일체거동하며 하중 응답으로서 동적변형률을 계측하는 매립형 센서 장치임.
- PSC 교량에 대한 기술 적용 수월성을 위해 본 연구개발에서는 딥러닝 손상감시 기술을 초소형 Raspberry Pi 플랫폼에 탑재 구현하는 시스템 기술을 개발하고자 함. 스마트 골재에서 임피던스/동적변형률을 계측하여 딥러닝 분석을 통해 콘크리트 균열을 감시하는 기술이며, 라즈베리파이 플랫폼에 기 훈련된 멀티데이터-딥러닝 DB와 S/W를 탑재하여 실 구조물에서 운영할 수 있는 시스템 기술임. 도전적인 목표인 초소형 Raspberry Pi 플랫폼에 계측 및 손상분석 S/W를 통합하는 시스템 기술은 본 연구진의 기존 연구 노하우(Imote2 플랫폼 기반의 손상감시 체계)를 활용하여 빠르게 개발할 수 있는 기술임.
최종목표 본 연구개발의 최종목표는 프리스트레스 콘크리트 교량의 텐던 보호 콘크리트의 균열 조기탐지에 적합한 압전센서 일체형 스마트 골재와 멀티데이터 딥러닝 기술 및 이들 기술을 탑재한 라즈베리파이 기반 플랫폼 시스템의 개발과 성능평가 하는 것임. 이를 위해 3개 핵심기술인 센서일체형 스마트 골재기술과 멀티데이터 딥러닝 기반 손상탐지 소프트웨어 기술 및 초소형 라즈베리파이 플랫폼 하드웨어와 소프트웨어 시스템 기술을 개발하고자 함. 이들 3개 기술의 융합을 통해 최종 목표를 달성하고자 함.
연구내용 및 범위 최종성과물인 ‘텐던 보호 콘크리트 균열 조기 탐지용 센서 일체형 스마트 골재 및 딥러닝 SW 탑재 라즈베리파이 기반 플랫폼 기술’ 을 개발하고자 함. 이를 위하여 핵심기술 1‘센서 일체형 스마트 골재 기술’, 핵심기술 2‘멀티데이터 딥러닝 손상탐지 소프트웨어 기술’, 핵심기술 3 ‘Raspberry Pi 기반 균열감시 플렛폼’을 개발하기 위해 본 연구의 내용은 3개 핵심기술의 개발 및 이들의 융합에 초점을 맞추었음
- 첫번째 핵심기술인 스마트 골재는 콘크리트 내부의 다방향 응답을 감지하며 압전 임피던스와 동적변형률을 계측하는 매립형 센서 장치임. 텐던 보호 콘크리트의 철근 표면에 부착하여 일체거동하며 응력변화 및 균열발생에 민감한 신호를 계측하는 기술임. 연구개발의 이슈는 텐던 보호 콘크리트와 일체거동하며 외력의 변화 및 응력장의 변화에 민감하게 응답하도록 압전 PZT 센서와 피복부(골재)의 제원을 결정하고, 센서의 신호를 초소형 PC인 Raspberry Pi 계측 모듈(핵심기술 3)에 최적화하는 것임.
- 두번째 핵심기술은 스마트 골재에서 계측된 멀티데이터의 딥러닝/서치를 통해 센서 인접부 콘크리트의 응력변화 및 국부파괴 유무를 판정하는 소프트웨어 기술임. 탐지된 응력변화를 균열발생으로 예측하기 위해 Ottosen Failure Criteria 기반의 파괴모델을 적용함. 연구개발 이슈는 균열/응력변화를 모사하는 RCNN 딥러닝 알고리즘을 설계하는 것과 딥러닝 데이터 세트를 학습별 100세트로 최적화하는 것이며, 또한 균열 탐지용 멀티데이터 DB와 딥러닝 SW를 Raspberry Pi 플랫폼 환경(핵심기술 3)에서 최적화 설계하는 것임.
-세번째 핵심기술인 Raspberry Pi 플랫폼은 교량 현장에 적용하기 위한 기술로서 하드웨어 제원(1.5 GHz CPU, 4G RAM, USB Type C 및 WiFi)과 리눅스 구동환경을 제공함. 스마트 골재의 신호 계측, 멀티데이터 추출 및 딥러닝 손상탐지의 전 과정을 탑재된 S/W로 수행함. 연구개발 이슈는 스마트 골재(핵심기술 1)의 압전신호 계측/분석에 필요한 플랫폼 리눅스 S/W를 개발하는 것과 Ottosen Criteria를 적용한 딥러닝 손상탐지 알고리즘(핵심기술 2) 및 데이터 세트를 리눅스 구동 환경에 맞게 S/W 설계 및 탑재 운영하는 것임.
- 이들 핵심기술의 융합은 다음과 같음. 먼저, 센서 일체형 스마트골재로부터 멀티데이터를 계측하기 위해 핵심기술 1과 핵심기술 3을 연계가 필요함. 다음으로, 멀티데이터 기반의 딥러닝 기술을 라즈베리파이 플랫폼 기반으로 구동하는 기술 개발을 위해 핵심기술 2와 핵심기술 3의 융합이 필요함. 마지막으로 이들 핵심기술들을 실물모형 실험을 통해 성능 검증하는 과정을 통해 시스템 기술성과를 도출하고자 함.
건설기술연구개발사업 주요내용
건설기술연구개발사업 주요내용의 구분, 연구개발목표, 연구개발 내용 및 방법 정보제공
구분 연구개발목표 연구개발 내용 및 방법
2차년도 2차년도 연구목표는 멀티데이터-딥러닝 기반 손상탐지 소프트웨어 기술과 라즈베리파이 플랫폼의 구동 S/W 의 개발 및 시스템 성능을 평가하는 것임. 1) 스마트 골재의 최적 설치위치 및 멀티데이터 신호계측 센서 네트워킹 분석
- 텐던 커버 콘크리트 부재를 타겟으로 균열발생 시나리오를 분석하여 이에 적합한 스마트 골재의 임피던스/동적변형률 계측위치를 설계함.
- 센서 네트워크를 Raspberry Pi 초소형 PC(1.5 GHz CPU, 4G RAM, USB Type C)의 계측모듈과 연동하도록 설계함.
2) Ottosen 파괴모델과 멀티데이터 기반의 균열/응력탐지 딥러닝 알고리즘
- Ottosen 파괴모델에 맞게 임피던스/변형률 특징을 추출 모델링.
- 임피던스 응답의 Tomography 분석으로 다방향 응력변화/균열발생/온도영향 정량화를 위한 센서 배치 네트워크를 분석함.
- 스마트 골재의 균열/응력변화 탐지범위를 30cm로 설정, 손상모사 실험을 통해 계측/딥러닝/균열탐지 정확도를 검증함.
3) 콘크리트 균열 탐지용 멀티데이터 딥러닝 SW의 Raspberry Pi 플랫폼 최적화
- 초소형 Raspberry Pi 플랫폼에서 계측/딥러닝을 수행하도록 설계함.
- 프리스트레스 교량 현장에 적용하기 위해 초소형 플랫폼에 최적화되도록 임피던스/변형률 데이터 DB와 RCNN 기반 딥러닝 S/W를 설계함.
- 텐던 커버 콘크리트의 균열/응력변화 모사 실험을 통해 스마트 골재의 손상감지 성능을 분석하여 시스템을 보정함.
4) 멀티데이터 딥러닝 SW 및 DB의 Raspberry Pi 리눅스 체계 설계
- Raspberry Pi 플랫폼의 통신, 데이터 처리 및 딥러닝 S/W를 위한 리눅스 운영체계 설계 및 멀티데이터-딥러닝 리눅스 S/W 개발.
- Ottosen 파괴모델을 적용하여 딥러닝 손상 추정치를 균열크기로 예측하는 기법의 리눅스 S/W 설계 및 Raspberry Pi 탑재 운영.
5) Raspberry Pi 플렛폼 탑재 스마트 골재 계측, 딥러닝 균열탐지 기술의 실험 검증
- 텐던 커버 콘크리트 부재의 손상(응력변화/균열) 모사 실험. 다중 강연선(15.9mm)의 내하성능을 고려한 실물 콘크리트 정착부 제작 실험.
- 손상모사 조건에서 Raspberry Pi 플랫폼의 멀티데이터 계측, 딥러닝 S/W 작동, 균열위치 및 크기 추정 성능의 검증. 신호계측 노이즈 등의 외부 환경영향 보정.
연구성과 기술적 기대성과 - 첨단센서 및 초소형 계측 플랫폼을 활용하는 데이터 기반의 효율적 유지관리 기술은 광역 스케일로 적용 범위를 확대할 수 있는 기술이며, 인공지능 기반의 손상감시 기술을 통해 능동적인 예측 가능 진단 시스템으로 발전할 수 있음.
- 국내현안 해결 기술로서, ‘스마트 골재’기술은 콘크리트 구조물의 손상이력 추적이 가능하여 유지관리의 신뢰성을 증대시킬 수 있을 것으로 기대됨. 기존의 기술로는 적용이 어려운 붕괴취약 텐던 정착부 등의 상시 손상감시에 적용이 기대됨.
- 전통 학문 분야인 구조 건전성 감시 기술을 신소재 기술 및 인공지능 데이터 분석 기술과 접목하여, 제4차 산업혁명 시대에 부합하는 기술적 발전이 이루어질 것으로 기대됨.
사회 경제적 파급효과 - 한국시설안전공단 2014년 보고서에 따르면 기설 교량의 노후화로 향후 국내의 도로교 및 철도교의 유지관리 비용이 수조원에 이를 것으로 예측되고 있음. 고가의 시스템 기술을 대체하는 저가의 첨단 유지관리 기술은 국내 SOC 유지관리 분야의 발전에 기여할 것임.
- 미래 건설시장의 변화에 대응하는 첨단 기술 확보로 국내외 유지관리 기술시장 여건에 능동적으로 대처할 수 있을 것으로 기대됨. 미국과 일본에서는 기설 교량의 교체에 따른 유지관리 시장의 활성화로 첨단 기술 시장의 발전을 예상하고 있음.
- 최근 경주·포항 지진 등으로 인해 구조물의 안전성에 대한 국민적 관심이 높음. 특히 설계 외력을 초과하는 지진하중을 받는 구조물이 안전한지에 대한 불안감이 큼. 신뢰할 수 있는 능동적 인프라 유지관리 기술의 확보는 안전한 사회 창출에 기여할 것임.
- 본 연구개발의 핵심기술성과는 국제저널 발표와 특허 출원될 것임. 이를 통해 4차 산업혁명 시대에 부합하는 건설 분야의 새로운 먹거리를 창출하고 관련 분야의 기술 발전을 선도할 수 있을 것으로 기대됨. 또한, 첨단 계측 및 평가, 사전유지관리, 적정 보수·보강 재료 및 공법 기술 개발에 필요한 양질의 일자리를 창출할 것임.
활용방안 - 이태리 Morandi교의 붕괴사고 이후 기존의 유지관리 기술에 대한 신뢰도가 추락하였으며, 유지관리 기술 패러다임 변화에 대한 사회적 요구가 높아졌음. 콘크리트 균열의 조기 탐지/보수를 통한 텐던의 부식 파손 예방은 유지관리의 패러다임 변화를 위해 도입해야할 전략이며, PSC 구조물 유지관리 정책의 기조를 선 예방으로 바꿀 기술임.
- 21세기의 기술발전을 주도하고 있는 핵심 키워드는 ‘기술융합’이며, 4차 산업시대 육성정책으로‘융합기술기반 기존산업 고부가가치화’를 시행하고 있음. 본 연구는 웨어러블 센서 기술과 인공지능 기반 데이터 분석 기술을 융합하는 연구로서 국내 유지관리 기술을 한 단계 도약 시킬 수 있을 것으로 기대 됨.
- 본 연구에서 개발되는 스마트 골재 및 인공지능 기반 유지관리 시스템 기술은 향후 다양한 구조물의 하중전달 핵심연결부에 적용할 수 있는 원천기술이 될 것임. 구조물과 일체거동하며 능동적으로 상태변화를 감시하는 스마트 센서/계측/손상탐지 기술은 구조물 핵심부재의 구조건전성감시의 기술 발전을 선도할 것임.
- 국내 33,000개소의 1-3종 교량의 안전관리에 소요되는 인력과 예산 규모를 고려할 때, 미래의 신설 교량의 설계·시공·유지관리에 스마트 센서와 인공지능 기술을 도입한다면 효율적 생애주기 운영이 가능함. 센서 일체형 스마트 골재 기술과 인공 지능 기술을 적용하여 PSC 교량의 지능형 손상 감시 및 유지관리의 신뢰성을 높일 것으로 기대됨.
- 한국시설안전공단과 부산시설공단 등 건설 인프라 안전관리 전문가들로부터 현장의 의견을 수렴하여 개발 기술의 실 현장 적용성, 작동 안정성 및 신뢰성을 확보하고자 함. 대표적인 기술수요처는 유지관리 회사, 교량유지관리 사업소, 한국도로공사 등임.
- 한국시설안전공단의 보고서에 따르면 향후 10년간 노후화 시설물은 2배 이상 급증하며 전체 시설물의 21.5%에 이를 것으로 예상됨. 본 연구의 핵심기술인 센서 일체형 스마트 골재 기술과 멀티데이터 활용 지능형 손상감시 기술을 탑재한 Raspberry Pi 플랫폼 기술은 고가의 유지관리 장비를 대체할 수 있는 저가의 첨단 시스템 기술임.
- 본 연구개발의 최종성과인 멀티데이터 딥러닝 기반 손상감시 S/W 기술과 이를 탑재한 라즈베리파이 플랫폼 기술은 데이터에 기반한 효율적 인프라 유지관리 서비스 구현에 활용될 수 있음. 이는 국토교통과학기술 연구개발 종합계획의 ‘기술융합을 통한 새로운 가차 창출’주제에 부합하는 융합기술임.
- 연구개발에 참여한 인력들은 세계적 수준의 기술 능력을 보유하게 될 것으로 생각되며, 미래형 재난안전 기술/인력 수요에 적합함. 연구개발 기술과 인력은 미래 사회의 패러다임인 능동적 인프라 유지관리 서비스 제공에 적합한 기술/인력임.
- 연구 종료 후 2년 이내에 연구개발 시스템 기술을 관련 기업체에 기술이전하고 이후에도 기업체와 공동으로 개발 시스템의 장기 성능을 평가하여 지속적인 성능 개선(기술성숙도 6단계) 및 기술 지원을 할 것임. 또한, 연구 종료 후 5년 이내에 제품 형태의 시스템을 생산할 수 있도록 산학 연구를 추진할 것임.
핵심어
핵심어의 구분, 핵심어, 핵심어1~핵심어5 정보제공
핵심어 핵심어1 핵심어2 핵심어3 핵심어4 핵심어5
국문 프리스트레스 콘크리트 교량 콘크리트 균열 스마트 골재 멀티데이터 딥러닝 모델
영문 PSC bridge concrete crack smart aggregate multi-data deep-learning damage detection
최종보고서
최종보고서 파일 다운로드 제공
최종보고서
* 파일을 선택하였을때 다운로드가 불가한 경우, 인터넷 익스플로러(IE)에서 다운로드 가능합니다.
  • 담당부서지식정보실
  • 담당자김경희
  • 연락처 031-389-6528