본 연구는 초음파 펄스파 데이터에 기반하여 콘크리트 원주형 시편의 열 손상(thermal damage)을 분류하기 위한 딥러닝 방법의 활용을 제안하는 것을 목적으로 한다. 데이터는 세 가지 서로 다른 물-결합재비(0.54, 0.46, 0.35)를 갖는 콘크리트 시편을 이용한 실험실 실험에서 수집하였다. 시편들은 서로 다른 목표 온도(100 °C, 200 °C, 300 °C, 400 °C 및 600 °C)에 노출되었으며, 추가로 원주형 시편 한 세트는 정상 온도 조건을 대표하기 위해 20 °C의 실온에만 노출되었다. 열 손상은 초음파 펄스파 데이터에 대한 세 가지 순환신경망(장단기 메모리(long short-term memory), 게이트 순환 유닛(gated recurrent unit), 양방향 장단기 메모리(bidirectional long short-term memory))을 기반으로 한 딥러닝 분류 모델을 사용하여 분류하였다. 초음파 시계열의 순간 주파수와 스펙트럼 엔트로피를, 샘플링 주파수 1 MHz로 입력으로 하여 게이트 순환 유닛에 적용한 경우 열 손상 분류 정확도가 88.24%로 높게 나타남을 보였다. 또한 딥러닝 분류 모델의 성능은 두 가지 기존 초음파 매개변수(초음파 펄스 속도 및 신호 코히어런스)에 기반한 모델보다 우수하였다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.