강구조물의 내진성능 평가는 지진과 같은 외부 충격에 구조물이 얼마나 견딜 수 있는지를 분석하는 중요한 연구 분야입니다. 본 연구실에서는 다양한 실험적, 해석적 방법을 통해 강구조물의 내진성능을 체계적으로 평가하고 있습니다. 특히, 강재 프레임, 슬릿댐퍼, 점탄성 감쇠장치 등 다양한 내진보강 요소를 적용하여 구조물의 내진성능을 극대화하는 방안을 모색하고 있습니다. 내진보강 기술 개발에 있어서는 실험실 규모의 실험뿐만 아니라 실제 구조물에 적용 가능한 최적화된 보강 시스템을 설계하고, 그 효과를 검증하는 연구를 수행하고 있습니다. 예를 들어, 슬릿댐퍼, 하이브리드 감쇠장치, 자가복원력 프레임 등 혁신적인 내진보강 장치를 개발하여 구조물의 손상 저감과 신속한 복구를 목표로 하고 있습니다. 또한, 연약지반이나 비정형 구조물 등 다양한 조건에서의 내진보강 효과도 심도 있게 분석하고 있습니다. 이러한 연구는 국내외 내진설계 기준의 발전에도 기여하고 있으며, 실제 건축물의 내진보강 설계 및 시공에 직접적으로 활용되고 있습니다. 앞으로도 본 연구실은 첨단 내진보강 기술의 개발과 실용화를 통해 사회 안전망 강화에 이바지할 계획입니다.

최근 구조공학 분야에서는 불확실성을 고려한 내진성능 평가의 중요성이 크게 부각되고 있습니다. 본 연구실은 퍼지 이론과 머신러닝 기법을 접목하여 구조물의 내진성능을 신속하고 정확하게 평가할 수 있는 시스템을 개발하고 있습니다. 퍼지 이론을 활용하면 구조물의 재료 특성, 하중 조건, 지반 특성 등 다양한 불확실성을 체계적으로 반영할 수 있어, 실제 구조물의 내진성능을 보다 현실적으로 예측할 수 있습니다. 머신러닝 기반 내진성능 평가에서는 대규모 실험 및 해석 데이터를 활용하여 구조물의 손상 가능성, 보강 효과, 생애주기 비용 등을 예측하는 모델을 구축하고 있습니다. 특히, XGBoost, 딥러닝 등 최신 인공지능 기법을 적용하여 기존의 해석적 방법보다 빠르고 효율적인 평가가 가능하도록 연구를 진행하고 있습니다. 이러한 기술은 구조물의 설계 단계뿐만 아니라, 기존 건축물의 안전진단 및 보강 필요성 평가에도 폭넓게 활용되고 있습니다. 본 연구실이 개발한 퍼지 및 머신러닝 기반 내진성능 평가 시스템은 특허로도 등록되어 있으며, 실제 건축물 내진보강 설계, 정책 수립, 재난 대응 등 다양한 분야에서 실질적인 효과를 발휘하고 있습니다. 앞으로도 빅데이터와 인공지능을 접목한 차세대 내진성능 평가 기술 개발에 주력할 예정입니다.