교량 슬래브는 차량 하중을 직접 지지하는 핵심 구조 구성요소로서 일반적으로 교량 구성요소 중 서비스 수명이 가장 짧기 때문에 유지관리 필요성과 비용이 증가한다. 많은 국가에서 손상 및 보수 이력은 4십 년 이상에 걸쳐 체계적으로 기록되어 왔다. 본 연구에서는 장기 점검 데이터의 통합을 통해 교량 슬래브의 향후 성능을 예측하기 위한 디지털 트윈 프레임워크를 제안하였다. 역사적 2D 손상 도면은 YOLOv7 딥러닝 모델을 사용하여 디지털화함으로써 손상 위치의 공간 좌표를 추출하였다. 이 데이터를 바탕으로 서비스 수명 예측을 지원하기 위해 여덟 가지 대표적인 손상 상태를 정의하였다. 손상 및 보수 이력은 고유한 코딩 체계를 통해 3D 교량 모델에 내장하여 시간적 및 공간적 추적이 가능하도록 하였다. 철근의 부식은 육안 점검으로 직접 관찰할 수 없으므로, 그 발달과 진행은 경험적 모델을 통해 추정하였다. 디지털 트윈 개념은 기존 교량 슬래브에 대한 적용 가능성을 입증하기 위해 과거 점검 기록을 이용해 검증하였다. 누적 열화 데이터의 통합은 성능 예측의 정확도를 유의하게 향상시키며, 데이터 기반 유지관리 및 보수·보강 전략을 용이하게 한다.

현장 외(Off-site) 제작 방식의 도입이 확대됨에 따라 건설 분야에서 이동식 크레인의 중요성이 더욱 커졌다. 본 연구는 조립식 교량 바닥판의 설치를 위한 크레인 양중 위치와 능력을 최적화하기 위해 건설 디지털 트윈(Construction Digital Twin, CDT) 프레임워크를 개발한다. Unity 게임 엔진 내에서 3D 현장 모델링, Building Information Modeling(BIM), 그리고 크레인 시뮬레이션을 통합함으로써, CDT는 기존의 2D 기반 계획이 갖는 한계를 극복하고 현장 조건을 3차원으로 표현하여 제공한다. 포괄적 탐색 방법을 통해 최적의 크레인 구성에 대한 해를 도출함으로써 정밀도와 효율을 향상시킨다. 또한 실제 교량 바닥판 설치 작업에 대한 비디오 분석을 통한 시뮬레이션 보정은 크레인 속도와 사이클 시간을 실제 작업과 일치시키며, 신뢰성을 개선한다. 사례 연구는 CDT가 더 작은 용량의 크레인을 사용하더라도 작업 효율을 유지하면서 크레인 운영 비용을 27%까지 감소시킬 수 있음을 보여준다. 바닥판 치수를 다양하게 하여 DFA에 초점을 둔 추가 시뮬레이션에서는 크레인 운용 및 바닥판 설계 전략을 최적화할 경우 10%의 비용 절감 가능성이 확인되었다. CDT 프레임워크는 초기 단계 계획을 지원하고 운영상의 위험을 줄이며, 비용 효율적이고 더 안전한 건설 관행에 기여함으로써 다양한 건설 시나리오에 적용 가능한 확장성 있는 해법을 제공한다.

프리패브(사전제작) 구조물은 품질 관리, 비용 효율성, 공기 단축이 가능한 점으로 인해 교량 건설 분야에서 주목을 받고 있다. 그러나 프리패브 구조물의 조립 과정에서는 흔히 치명적인 오류가 발생하며, 이러한 오류는 실제 시공 현장에서의 조립 중에야 비로소 발견되는 경우가 많다. 이러한 오류는 효과적인 사전 조립 검증 방법의 부재에 기인하며, 여기에 프리패브 부품을 공급하는 다양한 업체의 고유한 제작 편차가 복합적으로 작용한다. 본 논문은 이러한 문제를 해결하기 위해, 제조 및 조립을 위한 설계(Design for Manufacturing and Assembly, DfMA) 원칙과 매개변수 기반 빌딩 정보 모델링(Building Information Modeling, BIM)을 통합하여 사전 조립 분석 시스템(Prefabricated Assembly Analysis System, PAS)을 개발하는 새로운 접근법을 제안한다. DfMA 방법론은 설계–제작–조립 과정 전반에 걸친 원활한 정보 교환을 가능하게 하며, 설계 및 제작 편차 데이터에 근거하여 프리패브 구조물의 조립성(assemblability)을 포괄적으로 분석할 수 있도록 한다. 데이터 기반 BIM 모델링을 활용하여 맞춤형 데이터 템플릿과 사용자 정의 매개변수를 통해 DfMA 요구사항을 BIM 모델에 반영한다. PAS는 프리패브 교량을 대상으로 한 사례 연구를 통해 검증되었으며, 거더의 잠재 조립 오류와 데크-거더 결합부의 결합 오류를 전단 포켓(shear pockets) 및 전단 커넥터(shear connectors)와 같은 연결부의 누적 제작 편차에 기반하여 검토하였다. 그 결과는 PAS가 조립 오류를 식별하고 완화하는 데 있어 효율적임을 보여주었다. 궁극적으로 본 연구는 조립 인지(assembly-aware) 자동화 제작을 위한 중요한 단계로서, DfMA와 매개변수 기반 BIM의 통합을 위한 기반을 마련하며, 이를 통해 향상된 정보 교환과 프리패브 교량 시공 현장의 조립 오류 감소를 가능하게 한다.

교량 슬래브는 차량 하중을 직접 지지하는 핵심 구조 구성요소로서 일반적으로 교량 구성요소 중 서비스 수명이 가장 짧기 때문에 유지관리 필요성과 비용이 증가한다. 많은 국가에서 손상 및 보수 이력은 4십 년 이상에 걸쳐 체계적으로 기록되어 왔다. 본 연구에서는 장기 점검 데이터의 통합을 통해 교량 슬래브의 향후 성능을 예측하기 위한 디지털 트윈 프레임워크를 제안하였다. 역사적 2D 손상 도면은 YOLOv7 딥러닝 모델을 사용하여 디지털화함으로써 손상 위치의 공간 좌표를 추출하였다. 이 데이터를 바탕으로 서비스 수명 예측을 지원하기 위해 여덟 가지 대표적인 손상 상태를 정의하였다. 손상 및 보수 이력은 고유한 코딩 체계를 통해 3D 교량 모델에 내장하여 시간적 및 공간적 추적이 가능하도록 하였다. 철근의 부식은 육안 점검으로 직접 관찰할 수 없으므로, 그 발달과 진행은 경험적 모델을 통해 추정하였다. 디지털 트윈 개념은 기존 교량 슬래브에 대한 적용 가능성을 입증하기 위해 과거 점검 기록을 이용해 검증하였다. 누적 열화 데이터의 통합은 성능 예측의 정확도를 유의하게 향상시키며, 데이터 기반 유지관리 및 보수·보강 전략을 용이하게 한다.

현장 외(Off-site) 제작 방식의 도입이 확대됨에 따라 건설 분야에서 이동식 크레인의 중요성이 더욱 커졌다. 본 연구는 조립식 교량 바닥판의 설치를 위한 크레인 양중 위치와 능력을 최적화하기 위해 건설 디지털 트윈(Construction Digital Twin, CDT) 프레임워크를 개발한다. Unity 게임 엔진 내에서 3D 현장 모델링, Building Information Modeling(BIM), 그리고 크레인 시뮬레이션을 통합함으로써, CDT는 기존의 2D 기반 계획이 갖는 한계를 극복하고 현장 조건을 3차원으로 표현하여 제공한다. 포괄적 탐색 방법을 통해 최적의 크레인 구성에 대한 해를 도출함으로써 정밀도와 효율을 향상시킨다. 또한 실제 교량 바닥판 설치 작업에 대한 비디오 분석을 통한 시뮬레이션 보정은 크레인 속도와 사이클 시간을 실제 작업과 일치시키며, 신뢰성을 개선한다. 사례 연구는 CDT가 더 작은 용량의 크레인을 사용하더라도 작업 효율을 유지하면서 크레인 운영 비용을 27%까지 감소시킬 수 있음을 보여준다. 바닥판 치수를 다양하게 하여 DFA에 초점을 둔 추가 시뮬레이션에서는 크레인 운용 및 바닥판 설계 전략을 최적화할 경우 10%의 비용 절감 가능성이 확인되었다. CDT 프레임워크는 초기 단계 계획을 지원하고 운영상의 위험을 줄이며, 비용 효율적이고 더 안전한 건설 관행에 기여함으로써 다양한 건설 시나리오에 적용 가능한 확장성 있는 해법을 제공한다.

프리패브(사전제작) 구조물은 품질 관리, 비용 효율성, 공기 단축이 가능한 점으로 인해 교량 건설 분야에서 주목을 받고 있다. 그러나 프리패브 구조물의 조립 과정에서는 흔히 치명적인 오류가 발생하며, 이러한 오류는 실제 시공 현장에서의 조립 중에야 비로소 발견되는 경우가 많다. 이러한 오류는 효과적인 사전 조립 검증 방법의 부재에 기인하며, 여기에 프리패브 부품을 공급하는 다양한 업체의 고유한 제작 편차가 복합적으로 작용한다. 본 논문은 이러한 문제를 해결하기 위해, 제조 및 조립을 위한 설계(Design for Manufacturing and Assembly, DfMA) 원칙과 매개변수 기반 빌딩 정보 모델링(Building Information Modeling, BIM)을 통합하여 사전 조립 분석 시스템(Prefabricated Assembly Analysis System, PAS)을 개발하는 새로운 접근법을 제안한다. DfMA 방법론은 설계–제작–조립 과정 전반에 걸친 원활한 정보 교환을 가능하게 하며, 설계 및 제작 편차 데이터에 근거하여 프리패브 구조물의 조립성(assemblability)을 포괄적으로 분석할 수 있도록 한다. 데이터 기반 BIM 모델링을 활용하여 맞춤형 데이터 템플릿과 사용자 정의 매개변수를 통해 DfMA 요구사항을 BIM 모델에 반영한다. PAS는 프리패브 교량을 대상으로 한 사례 연구를 통해 검증되었으며, 거더의 잠재 조립 오류와 데크-거더 결합부의 결합 오류를 전단 포켓(shear pockets) 및 전단 커넥터(shear connectors)와 같은 연결부의 누적 제작 편차에 기반하여 검토하였다. 그 결과는 PAS가 조립 오류를 식별하고 완화하는 데 있어 효율적임을 보여주었다. 궁극적으로 본 연구는 조립 인지(assembly-aware) 자동화 제작을 위한 중요한 단계로서, DfMA와 매개변수 기반 BIM의 통합을 위한 기반을 마련하며, 이를 통해 향상된 정보 교환과 프리패브 교량 시공 현장의 조립 오류 감소를 가능하게 한다.

부식된 프리스트레스트 콘크리트 구조물의 구조적 안전성을 평가하기 위해서는, 부식된 프리스트레싱 강선의 열화된 기계적 거동을 규정할 필요가 있다. 그러나 부식 수준과 잔존 기계적 특성 사이의 정량화된 관계를 제시하는 표준은 없으며, 그러한 정량화에 대한 합의도 이루어지지 않았다. 본 연구의 목적은 부식된 프리스트레싱 강선의 잔존 기계적 특성에 대한 시험 데이터베이스를 제공하는 데 있다. 노후 교량에서 회수한 강선은 자연 부식을 받았고, 부식 수준을 평가하는 방법을 제안하였다. 또한 부식 외관의 특성을 바탕으로 부식 평가 기준을 제안하였다.

신흥 구조 시스템으로서 3D 프린팅 콘크리트 영구 거푸집(3DPF)은 거푸집 제거의 필요성을 없애고 복잡한 형상을 구현할 수 있게 한다. 그러나 3DPF의 고유한 특성에 맞춘 명확한 품질관리 기준이 아직 부족한 실정이다. 본 연구의 참신성은 설계 및 제작 단계 모두에 품질관리 고려사항을 통합하기 위한 실험 데이터 기반의 프레임워크를 개발하는 데 있다. 제안된 프레임워크는 신선 및 경화 재료 특성, 프린팅 매개변수, 형상 제약과 같은 변수를 평가하기 위한 체계적인 실험 절차로 구성되며, 결과를 구조화된 데이터 범주로 정리한다. 수집된 데이터는 이후 적층 제조를 위한 설계(Design for Additive Manufacturing, DfAM) 의사결정 알고리즘에 내재화되었고, 밀링을 위한 추가 적층, 플라스틱 붕괴 예측, 최대 프린팅 가능 치수, 그리고 날카로운 모서리 인근의 1층 변형을 포함한 제조가능성 평가를 지원한다. 또한 인쇄 중 품질관리 기준으로서 등가 강도 계수(equivalent strength factor)를 도입하여, 프린팅된 시편과 타설 시편 간 강도비를 사용함으로써 구조 성능을 평가할 수 있는 일관된 근거를 제공한다. 아울러 모서리 각도와 1층 폭 사이의 지수 관계가 규명되어, 날카로운 모서리 인근에서의 층 변형을 정량화할 수 있게 된다. 마지막으로, 제안된 프레임워크는 3DPF의 재료, 장비 및 설계와 그 제조 시스템 전반에 걸친 통합 품질관리를 가능하게 한다.

프리캐스트(사전제작) 교량 부재는 표준화된 설계, 제작 및 조립 공정과 미리 정의된 데이터 전달 체계를 가진다. 본 논문은 DfMA(design for manufacture and assembly)를 고려한 프리캐스트 교량 부재의 모델 기반 설계를 제안한다. 프리캐스트 부재의 디지털 모델은 제조 단계부터 운영 단계까지의 데이터를 보유해야 하며, 이를 통해 구조 성능을 신뢰성 있게 평가할 수 있다. 축적된 데이터를 바탕으로 기준이 되는 디지털 트윈 모델을 정의하여, 부재의 핵심 성능지표를 관리하기 위해 FE(finite element) 해석과 양방향 상호운용성을 가능하게 한다. 파일럿 프로젝트로 프리스트레스트 콘크리트 교량을 선정하였다. 성능지표는 응력 상태의 변화에 의해 결정되는 휨 균열과, 내부 텐던의 보이지 않는 부식에 의해 저하되는 휨 강도이다. 제안한 공정은 기존 교량에서 채취한 45년 경과의 열화된 PSC 거더를 대상으로 한 시험을 통해 검증되었다.