영상·진동 기반 Structural Health Monitoring과 데이터 증강 예측 연구

Image/Vibration-Based Structural Health Monitoring and Data-Augmented Prediction

연구 내용

영상계측과 진동신호를 이용해 구조 건전성을 모니터링하고, 결함 징후를 조기 예측하도록 데이터 증강과 학습 기반 분석을 결합하는 연구

구조물의 안전을 확보하기 위해 Image-based Structural Health Monitoring과 진동 기반 모니터링의 구성요소와 적용 절차를 정리하고, Digital Image Correlation 계측의 재현성을 높이는 공정 변수를 검토합니다. 특히 스페클 패턴의 품질과 일관성을 개선하여 변형률 계측 신뢰도를 확보하고, 구조 응답 데이터를 기반으로 누적 소성변형을 예측하기 위한 Generative Adversarial Network 기반 데이터 증강 접근을 수행합니다. 또한 실시간 적용 관점에서 센서 선택과 데이터 수집 설계를 연계하여 유지관리 효율 향상에 필요한 절차를 도출합니다.

관련 프로젝트

0건

연구 흐름

초기에는 Image-based SHM의 목적·절차·시스템 구성요소를 체계적으로 정리하여, 식별-측정-자동화-3D 모델링으로 이어지는 연구 범위를 설정했습니다. 이후 DIC 스페클 패턴 적용 방식의 변동 요인을 점검하고, film-free water decal 방법 등 대체 공정을 통해 계측 일관성을 개선하는 방향으로 연구를 확장했습니다. 최근에는 진동 기반 SHM 최신 동향을 통합 검토하고, BRB 거동 예측을 위해 GAN 합성 데이터 증강을 적용하는 데이터 기반 예측 연구로 심화되었습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

영상 기반 구조 건전성 모니터링
DIC 변형 계측 재현성 향상 기법
진동 데이터 기반 유지관리 모델
BRB 누적 소성변형 예측 파이프라인
센서 배치와 수집 프로토콜 설계
자동화 3D 모델 생성 절차
데이터 품질 관리 지침
결함 징후 조기진단 기준
실시간 모니터링 운영 프레임
재난 대비 안전관리 의사결정