| 연구개발개요 |
현재 교량과 같은 토목구조물의 설계 프로세스는 1차 설계 후 구조 검토를 수행하여 기준에 부적합할 경우 재설계하는 과정을 반복하여 최종적인 완성품을 만드는 것이 일반적임. 특히 선형 설계를 기반으로 하고 단위 부재간의 연계성이 높아 상호관계의 영향이 큰 토목구조물의 특성상 국토교통부에서 제공하는 BIM(Building Information Modeling) 라이브러리는 직접적으로 반영되기보다는 단일객체 등으로 제한적으로 사용되고 있음.시공 구간별 유사형식의 반복적인 설계가 필요한 교량 등 대부분의 토목구조물에서는 노선 변경, 공법 변경 등과 같이 설계가 다소 변경되는 경우에 매번 새로운 설계를 해야 하며, 자동설계프로그램, 자동검토프로그램 등을 활용하더라도 많은 기간이 소요되는 실정임. 이는 반복적인 설계로 건설에 소요되는 기간을 연장시키는 원인이 되며 다른 부분에 활용할 수 있는 고급 엔지니어링 인력을 기계적인 단순 작업에 소모하는 등의 문제가 되고 있음.일반적으로 설계과정에서 인간의 설계 지식, 경험 및 노하우, 즉, 변수와 변수 간의 상관관계에 관한 지식, 일반적인 우선 설계 방향, 기존 축적된 설계자료 등을 인공지능(AI, Artificial Intelligence)화할 경우 전문엔지니어와 동등한 수준의 지식을 AI가 갖출 수 있음. 이러한 설계 AI는 복잡한 구조 시스템을 반복적으로 수행해야 하는 설계과정에 소요되는 시간 및 경비를 절감하고, 전문엔지니어가 보다 창조적이고 전문적인 설계에 몰입할 수 있도록 하여, 보다 완성도 높은 설계결과 창출 가능. 특히 현재 전세계적으로 상용화된 토목구조물에 대한 전문적인 설계 AI는 없으며 관련 연구가 진행 중인 상황임. 교량과 같은 토목구조물에 대한 AI는 데이터를 대량으로 발생시키기 어려운 설계 분야 특성상 일반적인 딥러닝에 기반한 AI를 적용하기 어려우므로 특화된 AI 기술이 필요하며, 국내에서도 관련 연구가 시급히 필요한 상황임.다. 연구 개발 기술 특징○ 설계과정에서 인간의 설계 지식, 경험 및 노하우, 즉, 변수와 변수 간의 상관관계에 관한 지식, 일반적인 우선설계방향, 기존 축적된 설계자료 등과 관련한 데이터를 AI가 입력받을수록 전문엔지니어와 동등한 수준의 지식을 AI가 갖출 수 있으므로 AI 기반 설계는 복잡한 구조 시스템을 반복적으로 수행해야 하는 설계 과정에 대한 유용한 대안 제공이 가능함. ○ 일반적으로 AI학습에 필요한 대량의 학습 데이터 입수에 어려움이 있는 교량의 AI학습에 대해 전이학습, 준교사학습 등의 적용가능성 검토와 디지털트윈 개념을 활용하여 학습데이터 입수량에 한계가 있는 철도 교량 분야의 AI학습용 DB구축 전략을 제시 가능함.○ 교량 DB에 축적된 데이터 분석을 통해 AI의 판단 속도 개선이 가능함. ○ 모든 설계변수 간에는 수식관계, 진행규칙 등이 정해져있기 때문에 각 변수간의 수식관계는 그 자체로 분류기로서의 기능을 할 수 있으며 이에 관한 설계상의 근거를 토대로 한 변수 간의 민감도 분석을 통해 주어진 임의설계환경에서 AI의 각 변수간 최적 경중률과 가중치 탐색이 가능함.○ 학습 중 재설계 시 결과피드백 과정 중 AI판단 하에 각 설계변수 간 상관관계에 부여된 가중치 수정을 통하여 결정론적 자동설계 프로그램이 아닌 전문엔지니어가 실제 설계과정 중 수행하게 되는 Trial-error과정의 프로그램화를 통해 주어진 조건(물량, 비용제한, 한계하중 등)에 맞는 최적설계 도출이 가능함.○ 타 AI적용분야에서는 100% 정확한 분별기 구현이 불가능하여 오검출의 가능성을 항상 포함하고 있는 반면 설계분야에서는 모든 설계변수간 수식관계가 존재하여 설계의 오류가 발생한 경우에 있어서도 이론상 Trial-error의 반복을 통해 주어진 조건에 모두 부합하는 설계결과를 산정할 수 있음.○ 현재 공용 중이거나 건설 또는 계획 중인 교량은 상·하부구조, 사용 재료 등에 따라 많은 종류가 있으나, 이중 설계과정이 가장 단순한 교량 중 하나인 RC 라멘교를 설계 AI 개발을 위한 우선 연구대상으로 선정하였음. ○ 철도교는 도로교와 달리 차량 및 궤도의 상호작용을 고려해야 하는 차별성이 있으며, 동적안전성, 주행안전성 등 설계변수 변동 시에 수행해야 할 반복작업이 많으므로 설계 AI 개발 시 보다 유용하게 활용될 수 있어 우선 연구대상을 철도교로 한정하였음.
|
| 최종목표 |
○ 철도 교량을 대상으로 성능과 비용의 다목적변수를 동시 제어할 수 있는 BIM 기반 교량설계기술 및 교량설계학습에 최적화된 신개념 딥러닝 AI 알고리즘 개발을 통하여 교량구조설계 단계를 자율적으로 수행할 수 있는 지능형 설계자동화 기술 개발 - 철도교량 설계 DB를 AI 학습에 적합한 전용양식으로 변환하고, 성능과 비용을 최소화할 수 있는 BIM 기반 설계알고리즘 개발 - 설계과정을 신경망 등으로 치환해야 하는 기존 딥러닝 AI와 달리 딥러닝과 강화학습을 결합하여 설계과정을 직접 제어할 수 있는 설계특화형 신개념 프로세스 구현○ 연구개발목표 - 주관연구기관(한국교통대학교 산학협력단): 교량설계학습에 최적화된 딥러닝 AI 알고리즘 개발 - 공동연구기관((주)동명기술공단종합건축사사무소): 교량 설계자료 수집, 교량 설계기준 및 구조설계 절차 분석 ○ 연구개발내용 및 범위 - 주관연구기관(한국교통대학교 산학협력단): ？ 교량설계학습에 최적화된 딥러닝 AI 알고리즘 개발 ？ 기존 딥러닝 및 강화학습 AI 알고리즘의 철도교량 설계 적용성 분석 - 기존 심층 신경망 알고리즘의 철도교량 설계 적용성 분석 - 기존 강화학습 AI의 철도교량 설계 적용성 분석 - 설계식을 그대로 활용할 수 있는 강화학습 AI의 설계 적용 방법론 고안 - 딥러닝 방법론 결합 방안 제시 ？ 딥러닝 기반 복제교량 생성·학습 알고리즘 작성 - 디지털트윈 복제교량 생성 알고리즘 작성 및 AI학습 활용을 위한 복제교량 DB 제작 - AI기반 설계환경인식 시스템 개념설계- 공동연구기관((주)동명기술공단종합건축사사무소): ？ 철도 교량 데이터베이스 구축 ？ 철도 교량 설계자료 수집 및 DB 구축 - 국내·외 철도교량 설계결과 비교·분석 - 철도 교량 설계자료 수집(CAD도면 및 구조계산서 수집) - 철도교량 유형별 대표단면 분류 - AI기반 자동설계의 초기값 선정을 위한 철도교량 유형별 대표단면 분류 및 검토 ？ BIM 교량데이터의 AI 학습 전용양식 제안 및 IFC 포맷 상호변환기술 개발 - 노선계획, 경간 수의 제한, 지반조건, 예상하중 등의 설계상 제약조건 분석 및 체계화 - 교량 BIM 데이터의 IFC포맷 인식 시스템 제작 ？ BIM 기반 복합단가 예측함수 작성 - 물량산출에 의한 단가 산정함수 작성 - 단위재료별 시공비용 통계분석 수행 - 피로수명에 근거한 유지관리비용 산정
|
이 누리집은 대한민국 공식 전자정부 누리집입니다.
