| 연구개발개요 |
○ 빅데이터 및 인공지능 기반 융합기술의 현황 및 가능성 - 현재 4차 산업의 주요 키워드 중 하나인 빅데이터, 인공지능 등의 신기술들은 거의 모든 산업분야에서 이용되고 있으며, 건설 분야에서도 이를 적용하려는 시도가 이루어지고 있다. 빅데이터 및 인공 지능 기술을 활용한 건설현장 재해 예측 및 관리를 통해 안전사고를 예방하는데 이용되고 있으며, 기본적인 설계 제원을 인공지능 알고리즘에 입력하여 복잡한 법적 제약조건 등의 설계조건을 고려한 다양한 건축 디자인을 제공하면서 건축 디자인의 선택의 폭을 넓히고 있다. 토목 구조와 관련해서는 구조물 유지관리의 관점에서 빅데이터와 인공지능 기반 상태 평가 기법들이 적용되고 있다. 일례로 최근에는 구조물의 장기계측 빅데이터를 활용하여 인공지능으로 학습하고 이를 이용하여 미래의 거동을 예측함으로써 계측치와의 비교검토를 통해 이상치 판별, 장기계측 데이터를 활용한 장기 성능 평가 등에 이용하기 위한 연구가 이루어지고 있다. 또한, 교량 및 해상 구조물의 손상을 고려한 빅데이터를 학습함으로써 구조물의 손상 추정을 위한 연구가 이루어지고 있다. 이러한 연구들은 4차 산업의 주요 기술인 빅데이터기술과 인공지능 분석기술을 건설 산업분야에 적극적으로 도입한 케이스라고 할 수 있으며, 이러한 연구를 통해 건설분야의 패러다임이 기존의 전통적인 관점에서 디지털로 획기적으로 변모하고 있음을 알 수 있다. 최근에는 머신러닝 기술을 활용한 구조물 자동 설계 프로그램도 개발되고 있어 구조 설계 분야에서도 폭 넓게 이용되고 있다.○ 곡선 강교량 및 브레이싱 설계 현황 및 한계점 - 곡선 교량은 기하학적인 특성으로 인하여 직선 교량과 달리 구조적 거동이 매우 복잡(complex)하여 해석, 설계, 시공에 있어서 상당한 기술력과 주의가 필요하다. 이러한 구조적 복잡성(structural complexity)은 근본적으로 초기곡률(radius of curvature)에 의해 유발되며, 심지어 중력하중에 의해서도 상당한 양의 비틀림(torison)이 발생하며, 이 비틀림은 거더 자체의 뒤틀림(distortion)과 뒴(warping)을 유발하여 교량 거더 단면에 매우 복잡한 응력패턴을 발생시킬 수 있으며, 직선 거더와는 전혀 다른 구조적 거동을 나타낼 수 있다. 국내에서는 2015년 한계상태 설계법(LRFD)에 기반을 둔 도로교 설계기준이 발행되었음에도 불구하고, 곡선 교량의 구조적 거동을 합리적으로 반영할 수 있는 부분은 전무하여 국내에서 곡선교량의 설계는 국내외 문헌들에 의존해야 하는 실정이다.○ 곡선I형 강교량의 브레이싱 설계최적화를 위한 인공지능기반 설계응용기술의 활용 가능성- 앞서 언급한 바와 같이 곡선 강교량의 구조적 거동은 초기 곡률의 영향과 기하학적인 비선형성으로 인하여 매우 복잡한 거동을 나타낸다. 선행연구(James S. Davidson et al. 1996)에 의하면, 브레이싱으로 지지된 곡선 I형 거더 교량은 매우 많은 수의 설계변수(브레이싱 간격, 지간장, 거더 높이, 거더 수, 플랜지 폭, 거더 간격, 곡률 등)가 존재하며, 곡선 교에서 이러한 변수간의 상관관계는 수십년간의 연구에도 불구하고 매우 복잡하여 정확한 예측이 어렵다는데 이견이 없다. 많은 연구들이 곡선 교의 거동을 정확히 모사하기 위하여 곡선보요소를 개발하는데 초점이 맞추어져있으며, 이를 정식화하기 위한 많은 시도에도 불구하고 곡선 교량의 구조거동을 예측하기 위한 정해를 얻어낼 수 있는 방법은 거의 불가능에 가깝다(Y.J. Kang, 1992). 따라서, 곡선교의 거동을 합리적으로 시뮬레이션할 수 있는 비선형 구조해석 외에도 이로부터 얻어지는 다양한 변수와 해와의 상관관계를 이해하는 것이 필요하며, 따라서, 딥러닝 등 인공지능에 기반한 구조물의 비선형 거동 예측 및 이를 이용한 설계응용방안 연구가 필요하다(그림 10). 이를 위하여, 매우 많은 양의 다양한 변수들을 고려한 비선형해석 데이터를 DB화하며 각 설계변수들과 구조거동 간의 상관관계를 인공지능에 기반한 연구로 정립하고자 한다. 이러한 연구는 곡선교에 대한 설계를 좀 더 단순화할 수 있으며 설계변수간의 인과관계를 명확히 하는데 도움을 줄 수 있다. 따라서, 설계의 복잡성, 어려움으로 외면 받고 있었던 곡선 I형 거더 및 브레이싱에 대한 설계기술을 첨단화하며 세계적으로도 선도할 수 있는 기술 개발을 가능하게 할 것으로 기대된다. 장기적으로는 곡선 I형 거더 브레이싱 시스템의 시공을 통해서 유지관리를 개선함으로써 사회적 손실비용을 최소화하며 체계적인 곡선교 설계 및 시공 등 건설 프로세스 통합관리에 효과적으로 대응하기 위한 설계응용 원천 기술 개발이 기대된다.
|
| 최종목표 |
○ 최종 목표: 곡선I형 강교량의 브레이싱 설계최적화를 위한 인공지능기반 설계응용기술 개발 - 본 연구는 곡선 I형 강교량의 브레이싱 구조의 초기곡률로부터 유발되는 기하학적 비선형 거동을 체계적으로 정립하고 브레이싱 설계최적화 설계 기술을 개발하기 위하여, 인공지능기술과 정밀 유한요소해석 데이터 베이스를 활용한 곡선 I형 강교량의 브레이싱 설계최적화를 위한 인공지능기반 설계응용기술 정립을 목표로 설정하였다. - 곡선 I형 강교량 브레이싱의 구조적 거동은 곡선 강교량의 초기곡률에 의해 유발되는 기하학적인 비선형성과 광범위한 설계변수간의 복잡한 상관관계로 인하여 정해를 갖는 설계식으로의 정식화는 불가능에 가깝다. 따라서, 기존의 한계점을 극복하기 위해서는 도전적이고 창의적인 해법이 필요하다. 본 연구에서는 연구개발목표를 달성하기 위하여, 광범위한 설계변수를 고려한 3차원 정밀 유한요소해석을 이용하여 구조해석 빅데이터를 구축하고, 이를 딥러닝 등의 인공지능 기반 알고리즘을 활용하여 설계변수와 비선형 거동간의 상관관계를 도출하여 곡선 I형 강교량의 브레이싱 설계를 최적화할 수 있는 지능형 설계응용기술을 개발하고자 한다. 이를 달성하기 위하여 아래와 같은 연구내용을 선정하였고, 연구개발 후 기대되는 연구성과물을 아래와 같이 제시하였다. ○ 주요 연구수행내용 - 곡선I형 강교량 거더와 브레이싱의 구조거동 데이터베이스 (DB) 구축 - 구조거동 데이터 분석을 위한 모델 학습 방법론 구축 - 데이터 분석을 위한 인공지능 알고리즘 아키텍쳐 구성 - 인공지능 알고리즘을 활용한 거더, 브레이싱의 내력추정 기술 정립 - 곡선 거더, 브레이싱 구조의 설계기법 정립 - 통계분석을 통한 제안기술의 실효성 검증○ 주요 연구성과물 - 곡선I형 강교량 거더/브레이싱의 구조거동 DB - 데이터분석을 위한 인공지능 알고리즘 - 인공지능기반의 곡선I형 강교량 거더/브레이싱의 내력 및 응력 추정을 위한 지능형 설계응용기술 - 곡선 거더, 브레이싱의 선도적인 설계기법 (안)
|
| 연구내용 및 범위 |
○ 본 과업의 최종목표는 곡선I형 강교량의 브레이싱 설계최적화를 위한 인공지능기반 설계응용기술 개발에 목적을 두며, 이를 추진하기 위하여, 1) 곡선 I형 거더/브레이싱의 설계 및 비선형 구조해석 DB구축, 2) 비선형 구조해석 DB 분석을 위한 인공지능 알고리즘 도출 및 분석, 3) 인공지능기반 설계응용기술 개발 및 실효성 검토를 순차적으로 수행한다. ○ 본 과업에서 개발하고자 하는 대상 구조물의 DB구축은 범용 유한요소해석프로그램인 ABAQUS를 활용하여 3차원 쉘요소를 활용한 유한요소해석을 수행하여 곡선교에서 발생되는 기하학적인 비선형성을 고려하여 실제와 동일한 조건의 구조해석을 진행할 예정이며, 가능한 모든 설계변수를 고려하여 상당한 양의 구조거동 데이터를 구축한다. 정밀구조해석을 통해, 실제 구조거동을 반영할 수 있는 구조해석 DB구축을 통해 기존 연구에서 다루지 못한 설계범위를 포과하는 광범위한 양질의 데이터를 확보하고자 한다. 데이터 처리와 딥러닝 알고리즘 개발은 Matlab, Python 등의 프로그램언어를 활용하여 수행한다. ○ 1차년도에는 선행연구와 설계기준 조사를 통해 대상 교량 구조물의 적용하중, 주요 설계 변수를 설정하여 대상 교량의 설계 및 구조해석 모델을 정립한다. 정립된 구조해석 모델은 적절한 선행 연구에서 검증된 시험데이터를 활용하여 3차원 정밀구조해석 기법을 검증한다. 검증된 구조해석 모델을 기반으로 브레이싱으로 지지된 곡선 I형 거더 교량에 대한 비선형 구조해석연구가 진행되며, 이를 통해 곡선교량의 비선형 구조거동 DB 데이터를 확보한다. 이때, 비선형 구조거동 DB 데이터는 대부분의 설계조건을 고려할 수 있도록 광범위한 설계변수를 고려한다. 2차년도에 수행될 인공지능 알고리즘 구축을 위하여, 1차년도에는 적용가능성이 높은 인공지능 알고리즘을 분석하여, 아키텍쳐 구성 방안을 수립하여, 2차년도에 완전히 구성될 수 있도록 기본 연구를 수행한다. 또한, 구축된 DB를 기반으로 Test data, Training data set를 결정하고 분류한다. ○ 2차년도에는 1차년도에 수행된 알고리즘 구현 방안과 DB를 활용하여 구조거동을 예측할 수 있는 알고리즘의 실현화시키는 단계이다. 이 단계에서는 구현된 알고리즘을 구조거동 DB를 활용하여 검증하며, 알고리즘에 기반한 브레이싱의 내력 추정 및 거더 응력 추정의 단계이다. 제시된 기법을 활용하여 내력/응력 추정 기법의 실효성을 판단하며, 브레이싱의 강성/간격 최적화 설계기법으로 확장한다. 이러한 연구를 기반으로 곡선 I형 거더와 브레이싱의 최적화 설계를 위한 인공지능기반 설계응용기술을 개발한다. 본 연구를 통해 정립된 설계프로세스와 선행연구에서 수행된 시험데이터와의 비교를 통해서 제시된 알고리즘의 실효성을 검증한다. ○본 연구과제에 대한 전체적인 연구내용은 다음과 같다. 1) 곡선 I형 강교량 거더와 브레이싱의 구조 거동 데이터 베이스 (DB) 구축 - 곡선 강교량 설계기준 분석을 통한 주요 설계 하중 및 변수 분석 - 데이터 베이스 구축을 위한 곡선 강교량 설계 및 구조해서 모델(안) 제시 - 곡선 I형 거더와 브레이싱의 주요 구조적 응답 DB 구성 방안 - 곡선 I형 거더와 브레이싱의 비선형 구조해석 모델 DB 구축 - 곡선 I형 거더와 브레이싱의 구조거동분석 및 모델 학습을 위한 주요 구조 응답 DB 구축 - 딥러닝 학습을 위한 곡선 I형 거더와 브레이싱의 비선형 거동 DB 구축 방법론 정립 2) 인공지능 알고리즘을 활용한 곡선 I형 거더·브레이싱의 내력·응력추정 기술 정립 - 곡선 I형 거더와 브레이싱의 비선형 구조거동 분석을 위한 딥러닝 알고리즘 분석 - 인공지능 알고리즘 구현을 위한 알고리즘 아키텍쳐 선정 - 딥러닝 학습 및 검증을 위한 모델 구축 - 인공지능 기반 곡선 I형 강거더와 브레이싱의 응력, 내력 등 주요 구조응답 추정 알고리즘 도출 - 인공지능 기반 곡선 I형 강거더와 브레이싱의 구조거동 평가 기법 도출3) 인공지능기반 곡선 I형 강교량의 브레이싱 설계최적화를 위한 설계응용기술 개발 - 곡선 I형 강거더·브레이싱의 내력·응력 추정 기술 검증 - 곡선 I형 강거더·브레이싱의 간격/강성 최적화를 위한 설계 응용 기술 - 곡선 I형 거더에 발생되는 비틀림 뒴응력 추정을 통한 설계 응용 기술 - 곡선교 설계예제 비교를 통한 제안기술의 실효성 분석
|
이 누리집은 대한민국 공식 전자정부 누리집입니다.
