박현우 연구실
건설시스템공학과 박현우
박현우 연구실은 구조해석 및 이론, 구조물의 동적 거동 해석, 그리고 첨단 구조건전성 모니터링 기술 개발에 특화된 연구실입니다. 본 연구실은 ICT 융합해양스마트시티공학과를 기반으로, 다양한 사회기반시설과 대형 구조물의 안전성 평가 및 유지관리 기술을 선도적으로 연구하고 있습니다. 특히, 구조물의 미세 손상이나 균열을 조기에 탐지할 수 있는 비파괴 검사(NDT) 및 구조건전성 모니터링(SHM) 기법 개발에 중점을 두고 있습니다.
연구실은 파동 전파 이론, 시간반전 음향학, 램파(Lamb wave) 등 첨단 물리 기반 해석기법을 활용하여, 구조물 내부의 손상 위치와 크기를 정밀하게 평가할 수 있는 알고리즘을 개발하고 있습니다. 또한, 압전소자(PZT)와 같은 스마트 센서를 구조물에 부착하여 전기역학적 신호를 측정하고, 이를 바탕으로 구조물의 상태를 실시간으로 모니터링하는 시스템을 구축하고 있습니다. 실험실 및 현장 실험을 통해 이론적 모델의 타당성을 검증하며, 실제 구조물에 적용 가능한 실용적 진단 시스템 개발에 주력하고 있습니다.
고주파수 영역에서의 구조해석과 파동 기반 진동 해석 분야에서도 연구실은 독보적인 역량을 보유하고 있습니다. 고주파수 진동은 구조물 내 미세 손상이나 균열에 매우 민감하게 반응하기 때문에, 이를 활용한 진단 기법은 구조물의 조기 손상 탐지에 매우 효과적입니다. 연구실은 Timoshenko 보 이론, Mindlin-Herrmann 이론 등 다양한 고급 구조해석 이론을 적용하여, 균열이 존재하는 보 및 판 구조물의 고유진동수, 모드 형상, 파동 산란계수 등을 정밀하게 예측하는 모델을 개발하고 있습니다.
최근에는 인공지능(AI) 및 머신러닝 기반의 데이터 분석 기법을 접목하여, 기존의 물리 기반 진단 방법의 한계를 극복하고 진단의 정확성과 신뢰성을 높이고 있습니다. 특히, Physics-Informed Neural Network(PINN) 등 첨단 AI 기법을 활용하여, 프리팹 및 프리스트레스 콘크리트(PSC) 구조물의 시간의존적 거동 예측, 캠버 형상 재구성, 장기 성능 평가 등 다양한 응용 연구를 수행하고 있습니다. 이러한 융합 연구를 통해 구조물의 생애주기 동안 안전하고 효율적인 유지관리가 가능하도록 하는 것이 연구실의 궁극적인 목표입니다.
박현우 연구실은 이론적 연구와 실용적 응용을 아우르는 폭넓은 연구 역량을 바탕으로, 교량, 건물, 산업 플랜트, 스마트 시티 인프라 등 다양한 분야에서 구조물의 안전성 평가와 유지관리, 그리고 미래 지능형 인프라 관리의 핵심 기술 개발에 앞장서고 있습니다. 산학협력 및 현장 실증 연구를 통해 연구성과의 실용화와 기술 이전에도 적극적으로 참여하고 있습니다.
구조물의 동적 거동 및 손상 진단 기술
본 연구실은 구조물의 동적 거동 해석과 손상 진단 기술 개발에 중점을 두고 있습니다. 구조물의 안전성과 내구성을 확보하기 위해 다양한 동적 하중(지진, 충격, 진동 등)에 대한 구조물의 응답을 정밀하게 분석하고, 이를 바탕으로 구조물의 상태를 실시간으로 모니터링할 수 있는 시스템을 연구합니다. 특히, 구조물의 미세한 손상이나 균열을 조기에 탐지하기 위한 비파괴 검사(NDT) 및 구조건전성 모니터링(SHM) 기법을 개발하고 있습니다.
이러한 연구를 위해 파동 전파 이론, 시간반전 음향학, 램파(Lamb wave) 등 첨단 물리 기반 해석기법을 적극적으로 활용합니다. 또한, 압전소자(PZT)와 같은 스마트 센서를 구조물에 부착하여 전기역학적 신호를 측정하고, 이를 통해 구조물 내부의 손상 위치와 크기를 정량적으로 평가할 수 있는 알고리즘을 개발합니다. 실험실 및 현장 실험을 통해 이론적 모델의 타당성을 검증하고, 실제 구조물에 적용 가능한 실용적 진단 시스템을 구축하는 데 주력하고 있습니다.
최근에는 머신러닝, 인공지능(AI) 기반의 데이터 분석 기법을 접목하여, 기존의 물리 기반 진단 방법의 한계를 극복하고 진단의 정확성과 신뢰성을 높이고 있습니다. 이러한 융합 연구를 통해 구조물의 생애주기 동안 안전하고 효율적인 유지관리가 가능하도록 하는 것이 연구실의 궁극적인 목표입니다.
고주파수 영역 구조해석 및 파동 기반 진동 해석
연구실은 고주파수 영역에서의 구조해석과 파동 기반 진동 해석 분야에서 독보적인 연구를 수행하고 있습니다. 고주파수 진동은 구조물 내 미세 손상이나 균열에 매우 민감하게 반응하기 때문에, 이를 활용한 진단 기법은 구조물의 조기 손상 탐지에 매우 효과적입니다. 본 연구실은 고주파수 영역에서의 파동 전파 특성, 모드 커플링 현상, 축-굽힘 연성 등 복잡한 동적 거동을 이론적으로 해석하고, 이를 수치해석 및 실험을 통해 검증합니다.
특히, Timoshenko 보 이론, Mindlin-Herrmann 이론 등 다양한 고급 구조해석 이론을 적용하여, 균열이 존재하는 보 및 판 구조물의 고유진동수, 모드 형상, 파동 산란계수 등을 정밀하게 예측하는 모델을 개발하고 있습니다. 또한, 파동의 분산성과 경계 반사, 다중 모드 간의 상호작용 등 실제 구조물에서 발생하는 다양한 현상을 고려한 해석기법을 연구합니다. 이를 통해 기존의 유한요소법(FEM)이 가지는 계산 효율성의 한계를 극복하고, 실시간 구조 진단 및 예측이 가능한 닫힌 해(closed-form solution) 기반의 해석 방법을 제시하고 있습니다.
이러한 연구는 교량, 건물, 산업 플랜트 등 다양한 대형 구조물의 안전성 평가와 유지관리, 그리고 스마트 시티 인프라의 구조건전성 모니터링 시스템 구축에 직접적으로 기여하고 있습니다. 고주파수 영역의 구조해석 기술은 미래 지능형 인프라 관리의 핵심 기술로 자리매김하고 있습니다.
프리팹 및 프리스트레스 콘크리트 구조물의 성능 평가와 디지털 트윈
본 연구실은 프리팹(공장 제작) 및 프리스트레스 콘크리트(PSC) 구조물의 성능 평가와 디지털 트윈 기술 개발에도 집중하고 있습니다. 프리팹 구조물은 대량생산과 시공 효율성 측면에서 각광받고 있으나, 제작 및 시공 과정에서 발생할 수 있는 형상 오차, 시간의존적 거동, 장기 성능 저하 등 다양한 문제에 대한 정밀한 평가가 필수적입니다. 연구실에서는 프리팹 PSC 거더의 캠버(처짐) 형상 재구성, 시간의존적 거동 예측, 장기 프리스트레스 손실 평가 등 핵심 성능 지표를 정량적으로 분석하는 기법을 개발하고 있습니다.
특히, 병치된 변형률 센서, 가속도계 등 다양한 계측 데이터를 활용하여, 구조물의 실시간 상태를 디지털화하고, 이를 바탕으로 디지털 트윈(가상 구조물 모델)을 구축합니다. 디지털 트윈은 구조물의 생애주기 전반에 걸쳐 성능을 예측하고, 유지관리 전략을 최적화하는 데 중요한 역할을 합니다. 또한, 물리지식 기반 인공신경망(Physics-Informed Neural Network, PINN) 등 첨단 AI 기법을 접목하여, 기존의 물리 모델과 데이터 기반 모델의 장점을 융합한 차세대 예측 시스템을 연구하고 있습니다.
이러한 연구는 도로, 교량, 스마트 시티 인프라 등 다양한 사회기반시설의 장기적 안전성 확보와 유지관리 비용 절감에 크게 기여할 것으로 기대됩니다. 실제 현장 적용을 위한 실증 연구와 산업체 협력을 통해, 연구성과의 실용화와 기술 이전에도 적극적으로 나서고 있습니다.
1
Finite difference equation of Volterra integral equation for estimating the time-dependent prestress loss of a prestressed concrete beam
박현우, 이성철, 누르 인다 무하로마흐, 황진호
STRUCTURE, 202411
2
Investigating the modal behaviors of a deep beam with a transverse open crack
박현우, 임태정
JOURNAL OF SOUND AND VIBRATION, 202411
3
Predicting the Early-Age Time-Dependent Behaviors of a Prestressed Concrete Beam by Using Physics-Informed Neural Network
박현우, 황진호
SENSORS, 202307
1
[3차년도]광대역 모드진동수 감소비를 이용한 보의 다중 초기 균열 진단
2
[4차년도]프리팹 도로구조물 제품성능 생애주기 평가를 위한 디지털 성능 모델 개발
3
설계자동화를 위한 인공지능(AI) 적용성 연구
