NDE·IM 데이터 융합 및 머신러닝 기반 내진안전성 유지관리·위험도 평가 연구

Data fusion of NDE and IM with machine learning for seismic safety maintenance and risk assessment

연구 내용

P-wave 속도·전기저항 등 NDE 신호와 설계정보를 결합해 강도 및 안전성을 예측하고, GIS 기반 위험도 평가를 연계하는 연구

기존 중·저층 RC 건축물의 내진안전성을 라이프 사이클 관점에서 유지관리하기 위해 NDE 기반 상태정보와 IM을 결합하는 체계를 연구합니다. 비파괴검사에서 취득되는 P-wave velocity, electrical resistivity 및 영상 관련 정보와 설계 파라미터를 다변수로 정리하고, ANN·SVM·GPR 등 machine learning 기반 예측 모델로 성능 지표를 추정합니다. 또한 지역특성을 반영한 GIS 기반 지진재해 위험도 Macrozoning 평가기술을 통해 공간 단위의 위험도 데이터베이스 구축을 병행하여, 데이터 기반 의사결정의 입력을 확장하는 차별성을 갖습니다.

관련 프로젝트

3건

연구 흐름

초기에는 재료 수준에서 부분 포화·염해 환경 조건에 대한 압축강도 예측을 수행하고, NDE 파라미터의 유효성을 다변수 학습 모델로 확인했습니다. 이후 현장 적용을 고려해 NDE 및 IM 융합 기반 라이프 사이클 내진안전성 유지관리 통합시스템 개발 과제로 확장하여 영상병합과 데이터베이스 연계를 포함하는 방향으로 연구 범위를 넓혔습니다. 최근에는 도시 규모의 지진재해 위험도 Macrozoning을 수행하며 지역특성 반영형 위험도 산정으로 연결하고, 실용화 지원 사업을 통해 기술 이전·창업 연계 가능성까지 고려하는 흐름을 보입니다.

활용 가능성

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

NDE 다변수 기반 압축강도 추정 모델
P-wave 속도-저항 결합 예측 프레임
ANN-SVM-GPR 비교·선택 기준
영상병합 기반 손상정보 통합
라이프 사이클 내진성능 예측 체계
IM 기반 유지관리 우선순위 산정
지역특성 반영 GIS 위험도 등급화
지진재해 위험도 데이터베이스 구축
기술이전 및 실용화 패키지화
위험도-유지관리 연계 의사결정 도구