형상기억합금(SMA) 보강 철근콘크리트 부재의 드리프트·잔류변위 예측 연구
Drift and Residual Deformation Prediction for SMA-Reinforced RC Members
연구 내용
SMA 철근 및 SMA 섬유-모르타르 복합체의 실험과 수치해석을 기반으로 드리프트 용량과 잔류변위를 기계학습으로 예측하는 연구입니다.
SMA*가 나타내는 초탄성 및 형상기억 거동을 철근콘크리트 부재의 성능유지 관점에서 다루기 위해 드리프트 기반 한계상태와 잔류변위 예측 모델을 구축합니다. 실험을 통해 굽힘 거동과 슬립 특성을 확인하고, mesoscale finite element modeling 및 비선형 수치모델로 재료-구조 상호작용을 반영합니다. 이후 Particle swarm optimization 등 최적화와 하이퍼파라미터 조정을 결합해 드리프트 용량 예측 및 잔류 드리프트 추정을 수행하며, 성능기반 설계와 리트로핏 검증에 활용할 수 있는 예측 자산을 제공합니다.
관련 연구 성과
관련 논문
4편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 SMA* 보강 모르타르 보의 굽힘 거동을 실험으로 규명하고, 슬립과 체적분율 등의 영향을 mesoscale 유한요소해석으로 연결하는 연구를 수행했습니다. 이후 SMA 철근을 적용한 직사각형 철근콘크리트 기둥의 드리프트 한계상태 예측으로 확장하며, parametric statistics 및 수치모델 기반 성능 평가를 체계화했습니다. 최근에는 지진 하중 조건에서 잔류 드리프트 예측으로 연구 초점을 넓히고, 기계학습 기반 모델의 일반화와 예측 안정성을 강화하는 방향으로 심화하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
- SMA 보강 기둥 한계상태 설계 산정
- 초탄성 SMA 재료 파라미터 캘리브레이션
- 지진 후 잔류변위 기반 성능유지 평가
- 확률적 드리프트 예측 모델
- 실험-해석 통합 예측 플랫폼
- 리트로핏 설계 자동화 절차
- SMA 섬유 보강 모르타르 품질 검증
- 구조 건전성 모니터링 지표 연동
- 부재별 내진 성능 유지관리 일정
- 복합재 거동 기반 설계 검증
관련 논문
구분
제목
Machine learning–assisted drift capacity prediction models for reinforced concrete columns with shape memory alloy bars
Investigation of flexural behavior of crimped SMA fiber-reinforced mortar beams through experimental study and mesoscale finite element modeling
Drift limit state predictions of rectangular reinforced concrete columns with superelastic shape memory alloy rebars
Machine learning-based residual drift prediction of concrete-filled steel tube columns under earthquake loads