해양 교량 구조물 염화물 침착 예측을 위한 인공신경망 내구성 모델링

Durability modeling of marine bridge structures via ANN-based airborne chloride deposition prediction

연구 내용

해양 환경에서 공기 중 염화물의 침착을 예측하기 위해 인공신경망 모델을 구축하고, 내구성 및 부식과 연계된 침착 특성을 정량적으로 추정하는 연구

해양 교량의 내구성 저하 요인인 염화물 침착을 공기 중에서 예측하기 위한 인공신경망 모델링 연구를 수행합니다. 환경 조건과 침착 관련 변인을 입력으로 하여, 공기 중 염화물이 구조물 표면에 축적되는 경향을 학습 기반으로 추정합니다. 연구는 염화물에 따른 부식 위험을 평가하기 위한 전단계 모델로서의 역할을 가지며, 자료 수집과 예측 신뢰성을 함께 고려하는 방향으로 진행됩니다. 이를 통해 현장 모니터링과 연계 가능한 침착 예측 체계를 구성하고, 유지관리 계획 수립에 활용 가능한 정량 근거를 제공합니다.

관련 프로젝트

0건

연구 흐름

초기 연구에서는 해양 교량을 대상으로 공기 중 염화물 침착의 예측 가능성을 인공신경망 기반 모델로 검토하는 데 집중했습니다. 이후 침착 예측 결과를 내구성 및 부식 관점의 의사결정에 연결하기 위해, 입력 변인과 예측 출력의 관계를 구조적으로 해석할 수 있는 방향으로 모델링을 정교화했습니다. 단일 연구 성과를 기반으로, 장기 환경 데이터가 축적되는 경우에도 예측 성능을 유지할 수 있는 구조로 확장하는 계획을 수립하고 있습니다. 현재는 침착 예측을 통해 유지관리 단계의 리스크 평가를 지원하는 단계로 발전시키고 있습니다.

활용 가능성

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

공기 중 염화물 침착 예측
해양 교량 부식 위험도 산정
노후화 기반 유지관리 주기 결정
구조별 노출도 맵 생성
재료 방호 전략 수립
염화물 모니터링 지점 최적화
서비스 수명 예측 입력값
환경 시나리오 기반 성능 평가
표면 처리 효과 검증
내구성 기반 설계 보조