주메뉴 바로가기 본문바로가기
전제메뉴닫기

과제현황

  • home
  • 지식
  • 성과도서관
  • 과제·보고서
과제현황 목록

과제기본정보

건설 현장 굳지않은 콘크리트 품질관리를 위한 머신러닝 및 EIS 기반 정확도 80% 배합비 예측 기초원천기술 개발1년차

사업개요
사업개요
사업명 국토교통기술촉진연구사업 과제번호 21CTAP-C163772-01
국가과학표준분류 1순위 원자력 | None | None 적용분야 건설업
2순위 원자력 | None | None 실용화대상여부 실용화
3순위 원자력 | None | None 과제유형 기초
과제명 건설 현장 굳지않은 콘크리트 품질관리를 위한 머신러닝 및 EIS 기반 정확도 80% 배합비 예측 기초원천기술 개발
주관연구기관 숭실대학교산학협력단
총괄연구 책임자 성명 최하진
소속 숭실대학교 직위 조교수
전화번호 02-820-0644 FAX 02-820-0845
총 연구기간 2021-04-01 ~ 2022-12-31
당해연도 연구기간 2021-04-01 ~ 2021-12-31

(단위:원)

년도별 비용
년도 정부출연금 기업부담금
현금 현물 소계
1차년도 160,000,000 0 0 0 160,000,000
과제기본정보
연구개발개요 ○ 현장 품질관리 및 건설 지능화의 중요성
- 건설 현장의 품질관리는 구조물의 성능 보장과 내구성 확보, 사용자의 안전을 위해 매우 중요한 요소로서, 건설기술진흥법에서 국내 건설 현장에서의 품질관리 및 절차에 대한 세부 기준을 『건설공사 품질관리 업무지침』에 규정함
- 최근 불량레미콘 사례가 대거 적발되는 등, 공급계약과 상이한 품질의 콘크리트 납품과 제조 및 운반 과정에서 발생하는 미비한 품질관리에 대한 문제해결이 필요하며 이에 상응한 레미콘 품질의 높은 신뢰도 요구 증가
- 건설 재료의 개발과 기술 발달이 이루어졌음에도 현장에서 배합된 굳지 않은 콘크리트를 대상으로 수행되는 품질관리 기술은 큰 변화 없이 유지되어왔으며, 주로 현장 작업성에 초점 맞춘 기술들로서 콘크리트의 내구성과 강도를 집중적으로 관리하는 기술의 부재
- 스마트 건설기술 로드맵(국토교통부 2018), 디지털 뉴딜, 스마트건설기술개발사업(국토교통부 2020) 등 스마트 건설정책에 따라 건설 현장과 품질관리기술에 적용 가능한 4차 산업혁명 관련 기술개발이 요구됨

○ 관련 산업 동향 및 향후 시장 전망 : 지속적 콘크리트 품질관리의 중요성 증가세
- 굳지 않은 콘크리트의 품질시험 방법은 콘크리트 내구성의 중요성이 부각됨에 따라 주로 다양한 원리에 기반한 단위 수량의 측정법과 장비에 대해 지속적인 연구개발이 이루어지고 있음
- 현장용 시험법과 관련하여 임피던스 법을 활용한 시멘트 계 재료의 측정법은 현재 연구기관을 중심으로 개발 단계이므로 기술 동향 및 시장 동향 추세를 파악하기 어려우나, 초기 시장 형성 단계임
- 임피던스 원리가 적용된 의료진단기기 ‘인바디’가 최근 고령화, 건강에 대해 증가하는 관심과 IT산업의 발전 및 융합에 따라 지속적으로 성장하는 중임. 마찬가지로 최근 높아진 안전에 대한 욕구 증가와 스마트 산업 융합 장려에 힘입어 임피던스 법을 적용한 콘크리트 품질관리 기술 성장 기대
- 시멘트 개발에 따라 전 세계적으로 안전에 대한 욕구가 증가하고 산업경제가 고도화됨에 따라 고도의 안전성과 신뢰성 향상을 위한 비파괴 검사 기술의 중요성이 부각되고 있음

○ 데이터 분석 및 처리의 신뢰성 및 객관성 확보 필요
- 시멘트 계 재료의 내부 구성 물질 추정을 위해 일찍이 임피던스 분광법이 적용되어왔으나, 임피던스를 구성하는 저항, 정전용량과 내부 구성 물질 사이의 상관관계가 미흡하며, 각 연구의 결과론적 해석에 입각한 주관적 회로 적용으로 인해 일반적 해석이 제한됨
- 따라서, 콘크리트 미세구조를 반영하면서 사용자의 주관적 해석이 배제된 데이터 기반의 신뢰성 높은 데이터 분석 및 처리 기법이 필요함
- 측정이 간편한 기존 임피던스 방법과 함께 머신러닝을 활용하여 데이터 기반의 객관적인 배합비 추정 모델링이 가능하며, 개발된 모델의 다양한 배합비에 대한 적용 빛 검증을 통해 임피던스 데이터 분석의 신뢰도를 확보가능 함

○ 콘크리트 배합비 예측에 대한 기존방법 및 제안 방법의 비교
- 콘크리트 대상의 기존 측정법은 주로 센서와 같은 측정기기를 표면부착 또는 매립하는 방식으로, 측정 대상의 형태나 성질을 변화시키는 한계가 발생함
- 또한 굳지 않은 시멘트 계 재료의 물성을 측정 또는 추정하는 기술 및 장치가 부족함. 마이크로웨이브를 이용한 센서를 대상에 삽입하여 굳지 않은 콘크리트의 수분함량을 즉시 측정하는 휴대용 장비가 있으나 장비가 작동하는 물-시멘트비 범위가 한정되어 있으며, 그 출력 결과가 수분함량으로 제한됨
- 제안 방법은 임피던스 측정법을 활용하여 측정 장치의 부착이나 매립 없이 전극을 삽입하여 단시간 측정 후 쉽게 제거가 가능한 비파괴적 방법으로, 굳지 않은 콘크리트의 물-시멘트비를 포함한 잔골재율, 굵은골재율, 수분함량, 시멘트량 등의 배합정보 도출이 가능함
- 임피던스 측정법은 수분량에 따른 전류의 흐름을 이용한 방법으로 이미 인바디에 활용되어 사용자의 접촉만으로 인체 구성성분인 수분, 단백질, 무기질, 지방 등 측정 가능. 굳지 않은 콘크리트 또한 물과 시멘트, 골재 등으로 구성된 혼합물이므로 인바디와 동일하게 임피던스 측정법을 적용할 경우 콘크리트 내부 미세구조에 기반한 전기적 결과를 통해 배합비 추정이 가능함
- 또한, 임피던스 측정법으로 도출한 결과를 인공지능을 활용하여 알고리즘화함하고 학습함으로써 굳지 않은 콘크리트의 배합비를 빠르고 높은 정확도로 예측 가능함
- 최종적으로 기존 빠르고 간편한 휴대용 측정 장비의 장점을 유지하면서 임피던스 측정 원리와 머신러닝을 바탕으로 신뢰도 높은 배합비 예측 알고리즘이 탑재된 건설 현장 장비를 개발함으로써 객관적인 콘크리트 품질관리 기술을 제공함
최종목표 ■ 정확도 80% 이상 굳지 않은 콘크리트의 배합비 추정 기법 개발 및 실험적 검증
- 1차연도: 전기화학 임피던스 데이터 기반 머신러닝 알고리즘 핵심요소기술 개발
1) 콘크리트 미세구조 반영 전기 화학 임피던스 분석
2) 콘크리트 대상 주요 배합비(w/c, S/a, etc.) 추정 머신러닝 알고리즘 개발
3) 실험실 규모 검증
4) 주요 배합비 요소 추정 정확도 80% 이상 확보
- 2차연도: 현장 콘크리트 배합비 추정용 알고리즘 고도화 및 실험적 검증
1) 현장 배합 콘크리트 배합비 현황 파악
2) 알고리즘 고도화
3) 실험적 검증 및 현장 장비 제작 설계
4) 최종 배합비 요소 추정 정확도 80% 이상 확보
연구내용 및 범위 굳지 않은 콘크리트 배합비가 구조물의 강도 발현과 내구성 확보의 핵심 요소임에도 불구하고, 기존 콘크리트 품질관리기술들은 주관적, 경험적 수치에 의존하여 수행되며, 배합비의 현장 확인이 불가능하다. 구조물의 장단기적 성능을 측정 및 예측하면서도 현장 적용성을 고려한, 간단하며 자동화된 현장용 시험법 개발이 필요하다. 특히 현재 건설 현장 콘크리트의 배합 및 타설은 레미콘 회사에서 납품과 함께 제공하는 배합표에 의존하여 수행됨. 배합 완료된 현장 콘크리트의 상태 확인은 일부 채취 시료의 실험 결과 허용범위 등 간접적인 방법으로 이루어짐. 이처럼 현장 독자적인 정확한 배합상태의 열람 및 대응이 어려우므로 납품 및 유통과정에서 발생하는 기준 미달 또는 불량 재료에 취약함

본 연구에서는 이러한 문제를 해결하고자 전기화학적 임피던스 분광법(EIS)과 머신러닝을 활용하여 굳지 않은 콘크리트의 배합비 예측 기초원천기술 개발을 수행하고 검증하고자 한다. 연구 내용은 정확도 80% 이상의 주요 배합비 요소 추정 머신러닝 알고리즘 개발과 현장 장비 설계로 구성된다.

본 연구개발에 활용할 EIS 기법은 매질에 소량의 교류전류를 인가하고 그에 대한 응답을 확인하여 매질의 특성을 확인하는 기법으로써 다양한 산업계에 적용된 대표적인 비파괴 기법이다. 특히, ‘인바디’라는 이름으로 인체의 체지방률 등을 분석하는 기술로 대중에게 많이 알려져 있다. EIS의 높은 효율성에도 불구하고 전류가 흐르는 대상 매질에 대한 등가회로의 주관적 설정은 그 정확도를 떨어뜨리는 요인으로 발생한다. 실제 다양한 목적으로 콘크리트에 적용한 기존 사례 분석 결과 각기 다른 등가회로가 11개 이상 확인되었다. 이에 본 연구에서는 머신러닝을 활용하여 EIS 분석의 객관성을 확보하고 굳지 않은 콘크리트의 주요 배합비를 도출하고자 한다. 기존의 건축 분야에서 임피던스는 철근의 부식이나 콘크리트의 응결을 측정하는 데 활용되어 왔으나 이러한 연구들은 대부분 연관 관계 파악이 어렵고 연구자들이 직접적으로 데이터와 현상을 비교하여 결과를 도출하게 된다. 본 연구에서는 단순 비교를 통한 결과 도출이 아닌, 머신러닝을 통해 학습한 모델을 이용하여 콘크리트 미세구조와 임피던스 간의 관계를 파악하고자 한다.

1차연도는 핵심요소기술 개발 단계로써 기초 콘크리트 배합비 대상 다수의 샘플 데이터를 확보하여 배합비 추정 머신러닝 알고리즘을 완성한다. 2차연도는 개발 기법 통합 및 프로그램 구축을 위한 통합?검증 단계로써 현장에서 활용되는 레디믹스트 콘크리트의 배합비로 확장하여 알고리즘을 고도화하고 현장 활용을 위한 장비 설계를 수행한다.
건설기술연구개발사업 주요내용
건설기술연구개발사업 주요내용
구분 연구개발목표 연구개발 내용 및 방법
1차년도 ■ 전기화학 임피던스 데이터 기반 머신러닝 알고리즘 핵심요소기술 개발
- 핵심요소기술 개발 단계로써 기초 콘크리트 배합비 대상 다수의 샘플 데이터를 확보하여 배합비 추정 머신러닝 알고리즘을 완성
1)콘크리트 미세구조 반영 전기 화학 임피던스 분석 : 기존 시멘트 계 재료 대상 등가회로 적용 사례 분석 최소 50건 이상 및 제안 기법 차별성 방안 도출
● 임피던스 분광법(Electrochemical Impedance Spectroscopy, EIS)은 전기를 측정하는 노드를 이용하여 대상 물질의 내부에 존재하는 수분과 전도성 이온으로 전기적 흐름을 파악하는 비파괴기법이다. 구체적으로 대상 물질에 미세한 교류전류를 인가한 후, 미세구조를 반영한 전기 등가회로를 전제로 임피던스를 도출하여 내부 구성 물질을 추정할 수 있다. 임피던스 분광법은 사용법이 매우 간단하여 다양한 분야에 적용되고 있다. 대표적으로 국내에서는 ‘인바디’라는 이름으로 인체의 체성분을 분석하는 방법으로 활용되고 있다.
● 선행연구를 통해 임피던스 측정법과 머신러닝을 활용하여 굳지 않은 시멘트 페이스트의 물-시멘트비를 예측한 결과, 사용된 4가지 머신러닝 알고리즘 모델(GPR 2종류, SVR, DT) 모두 높은 정확도로 물-시멘트비를 예측할 수 있었다. 아래 표는 물-시멘트비 31~44% 범위를 대상으로 굳지 않은 시멘트 페이스트의 배합비를 예측한 오차를 나타낸다.
● 선행연구를 통해 제안하고자 하는 개념을 이미 정립(TRL 2단계)하였으며, 시멘트 계 재료의 가장 기초단계인 시멘트 페이스트를 대상으로 본 연구에서 제안하는 개발기술을 적용하여 타당성 및 잠재성을 검증받은 바 있다.

2)콘크리트(시멘트, 물, 굵은골재, 잔골재) 대상 물-시멘트비 추정 머신러닝 알고리즘 개발 : 배합 및 임피던스 측정 실험 수행, MATLAB 기반 알고리즘 구축
● 머신러닝은 데이터 학습을 통해 대량의 데이터를 보다 정교하게 분류시킬 수 있는 특징을 가지고 있어 임피던스와 같이 다량의 데이터를 정교하게 분리하는데 보다 효과적이다.
● 기존의 건축 분야에서 임피던스는 철근의 부식이나 콘크리트의 응결을 측정하는 데 활용되어 왔으나 이러한 연구들은 대부분 연관 관계 파악이 어렵고 연구자들이 직접적으로 데이터와 현상을 비교하여 결과를 도출하게 된다. 본 연구에서는 단순 비교를 통한 결과 도출이 아닌, 머신러닝을 통해 학습한 모델을 이용하여 콘크리트 미세구조와 임피던스 간의 관계를 파악하고자 한다.
● 머신러닝 기법 중 본 연구에서 사용하고자 하는 지도학습 (supervised learning)은 데이터 기반의 모델링 기법이다. 입력과 출력 사이의 매핑 함수를 확률적 경사 하강법 (stochastic gradient descent, SGD) 등의 최적화 알고리즘을 통해 컴퓨터가 스스로 학습을 한다. 학습된 최적의 매핑 함수 (모델)를 이용하면, 입력받은 데이터 (예: 임피던스 신호)로부터 원하는 출력(예: 배합비)을 전문가의 개입 없이 직접적으로 추정할 수 있다.

3)샘플 데이터 최소 500건 이상 확보 및 실험실 규모 검증
● 최소 100건 이상의 실험을 진행하여 개발된 알고리즘의 성능 및 정확성을 검증하고 실험값을 알고리즘의 학습 및 검증 모델로써 활용하고자 한다.
● 콘크리트의 물-시멘트비, 굵은골재율, 잔골재율 등을 실험의 변수로 설정하고 임피던스 분석기 및 전극을 확보하여 실험 준비 및 계획을 수립한다. 또한, 실험의 정확성을 높이기 위해 동일한 조건에서 최소 10회 이상의 반복 실험을 수행하여 실험에 대한 신뢰도를 향상하고자 한다.
● 임피던스 측정에 있어 전류의 값을 변경하여 결과의 오차를 유발하는 외부 조건들(측정 용기의 크기, 전극의 측정 깊이, 물과 배합 후 측정 시간 등)을 최소화하기 위해 규격화된 실험 방법 계획서를 작성하고자 한다.

4)주요 배합비 요소 추정 정확도 80% 이상 확보(물-시멘트비, 잔골재, 굵은골재 비율 등)
● 머신러닝 알고리즘의 최적화 과정을 통해 콘크리트 배합비 추정 결과 80% 이상의 정확도를 확보하고자 한다. 본 연구에서 정확도란 전체 100% 비율에서 실제 배합비에 대한 오차의 비율을 뺀 값으로 정의 내린다.
● 시멘트 페이스트 대상으로 진행된 물-시멘트비 예측의 선행연구 결과 90% 이상의 정확도를 기록하였으며, 잔골재율, 굵은골재율과 같은 추가 배합비 요소의 영향을 고려하여 본 연구는 80%의 정확도를 목표로 설정하였다.
연구성과 기술적 기대성과 연구성과는 크게 1)임피던스 데이터 기반 머신러닝 알고리즘 2)MATLAB GUI기반 예측 소프트웨어 & 활용 매뉴얼 3) 현장 장비 설계로 구성된다.

■ 기술적 측면
- 기존 주관적, 경험적 수치에 의존하는 품질관리 기술에서 벗어나 정량적 데이터를 바탕으로 객관적 결과를 제공함으로써 콘크리트 품질관리 기술의 신뢰성 향상 기대
- 재료 단계에서 이루어지는 새로운 개념의 콘크리트 평가 기술로서 콘크리트 품질관리 분야의 연구 확장과 후속 연계된 품질관리 단계의 기술 개발 기대
- 추정된 배합비로부터 구조물의 내구성 및 강도 발현에 대한 연구 확장과 잠재성 기대
- 특히, 배합 요소와 비율에 민감한 해양 시설용 콘크리트 또는 프리캐스트 콘크리트 공정의 품질관리에 적용될 경우 고품질 제품의 효율적 생산 기대
사회 경제적 파급효과 ■ 경제적ㆍ산업적 측면
- 자동화된 알고리즘과 간편한 임피던스 측정법을 통해 인력 기반으로 수행되던 콘크리트 품질관리시험을 자동화하여 업무 효율 증대
- 배합 완료된 콘크리트의 요구 성능을 불충족하는 경우 발생 시, 굳지 않은 콘크리트를 대상으로도 정확한 배합 정보를 조회하여 알맞게 조치하는 현장 차원의 빠른 대응이 가능해짐으로써 경제적 손실의 최소화 가능
- 개발된 기술은 자동화된 건설 현장 조성 및 스마트 품질관리 시장 확보에 기여

■ 사회적 측면
- 불량 자재 납품과 안전관리에 대한 고질적인 갈등과 건설업에 대한 국민 불신에 대해 신뢰성 높은 콘크리트 품질관리 기술을 제공함으로써 안전에 대한 국민 욕구 충족과 신뢰도 회복 기대
- 점차 고령화가 심화되고 있는 건설업 인력 문제에 대해 측정이 간편한 자동화된 품질관리 시스템을 제공함으로써 효율적인 인력 사용 기대
활용방안 ■ 예상 기술 수요처
- 본 개발기술이 비파괴적인 임피던스 기법과 자동화된 알고리즘을 채택한 머신러닝 기반 콘크리트 품질관리 기술임을 고려하였을 때, 기술이전 대상으로 국내외 비파괴 검사 수요기업이 기술 수요처로 예상됨. 대표적으로 굳지 않은 콘크리트의 수분함량을 휴대용으로 계측하는 기기를 납품하는 국내 업체가 가장 관련된 수요처로 예상됨
- 본 기술의 최종 수요처는 건설 현장으로 건설기술진흥법에서 규정한 모든 국내 건설 현장에 적용된다. 특히, 해양 시설용 콘크리트나 프리캐스트 콘크리트 공정 등 배합 요소 및 비율에 민감한 콘크리트의 품질관리에 관여하는 업체 및 기관에서의 사용 효과가 클 것으로 예상됨

■ 활용계획
- 다양한 조건별 배합 데이터에 적용하여 개발기술의 신뢰도 향상과 적용 범위 확장
- 현장 변수가 반영된 배합비를 즉시 도출하고 대응함으로써 레미콘의 신뢰성을 확보하고 최종적으로 콘크리트 구조물의 강도와 내구성을 보장하는 기초기술로 활용
- 본 연구에서 개발된 기술인 배합비 예측 알고리즘과 현장 장비 설계안을 후속 연구인 실제 현장 장비의 개발 및 실용화 과정에 활용
- 연구개발성과를 토대로 지식재산권을 보유함으로써, 추후 관련 시장 확대 시 시장 선점과 경쟁력을 위한 원천기술 확보에 활용

■ 기대효과
- 기존 주관적, 경험적 수치에 의존하는 품질관리 기술에서 벗어나 정량적 데이터를 바탕으로 객관적 결과를 제공하여 콘크리트 품질관리 기술의 신뢰성 향상 기대
- 배합 요소와 비율에 민감한 해양 시설용 콘크리트 또는 프리캐스트 콘크리트 공정의 품질관리에 적용될 경우 고품질 제품의 효율적 생산 기대
- 기존 인력 기반으로 수행되는 콘크리트 품질관리 업무를 머신러닝을 통해 자동화함으로써 업무 효율 증대
- 결과적으로 자동화된 건설 현장 조성 및 스마트 품질관리 시장 확보에 기여
- 현장 배합비를 추정하는 새로운 개념의 콘크리트 평가 기술로서, 콘크리트 품질관리 분야의 연구 확장과 기술 개발 기대
- 추정한 현장 배합비와 구조물의 내구성 및 강도 발현의 상관관계 연구 및 활용
핵심어
핵심어
핵심어 핵심어1 핵심어2 핵심어3 핵심어4 핵심어5
국문 전기화학적 임피던스 분광법 머신러닝 배합비 굳지 않은 콘크리트 품질관리
영문 Electrochemical Impedance Spectroscopy Machine Learning Mixing Ratio Fresh Concrete Quality Control
최종보고서
핵심어
최종보고서
  • 담당부서해당 사업실
  • 담당자과제 담당자
  • 연락처 -