스터드 전단연결부의 신뢰도 기반 피로수명 예측과 디지털 트윈

Reliability-Based Fatigue Life and Digital Twin Modeling of Stud Shear Connections

연구 내용

스터드 전단연결부의 피로수명과 정적 성능을 머신러닝으로 예측하고 디지털 트윈으로 설계 검증을 수행하는 연구

합성 교량에서 핵심 거동을 좌우하는 스터드 전단연결부를 대상으로 데이터 기반 예측 프레임을 구축합니다. 푸시아웃 피로시험 결과를 재분석해 기존 설계식에서 다루지 못한 상세 변수의 영향과 불확실성을 반영하는 머신러닝 모델을 개발하고, 입력 변수의 중요도에 기반해 피로수명 예측 근거를 설명합니다. 또한 AutoML 기반으로 입력 변수를 자동 최적화하여 극한강도와 변형능력을 예측하고, 기하·강도·슬립을 입력으로 하는 디지털 트윈을 정적 설계에 적용합니다. 로드-슬립 곡선의 한계상태 평가로 설계 검증이 가능하도록 구성합니다.

관련 프로젝트

4건

연구 흐름

첫 단계에서는 스터드 전단연결부의 피로 거동을 푸시아웃 시험 데이터 기반으로 재구성하고, 머신러닝 모델을 통해 피로수명을 예측하는 접근을 수행했습니다. 이후에는 설계 코드의 변수 제한과 데이터 편향 문제를 고려하여, AutoML을 활용한 확장형 예측 모델로 전개했습니다. 다음으로 정적 설계 관점에서 디지털 트윈을 정의하고, 기하 모델 예측과 극한강도·슬립 예측을 결합해 bilinear load–slip 곡선 기반 한계상태 평가까지 연결했습니다. 최근에는 실험과 해석에서 확보한 데이터를 통합해 재현성과 일반화 성능을 함께 검토하는 방향으로 발전했습니다.

활용 가능성

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

전단연결부 피로 설계 지원
정적 성능 한계상태 평가
설계 변수 민감도 분석
데이터 기반 설계식 대체
불확실성 반영 예측
정밀한 커넥터 설계 최적화
디지털 트윈 기반 사전 검증
재료·구성 변경 대응 모델
시험 데이터 재활용 체계
합성 교량 수명주기 최적화