본 연구실은 시공재료, 특히 철근콘크리트 구조물의 내구성 평가와 관련된 다양한 연구를 수행하고 있습니다. 철근콘크리트 구조물은 사회기반시설의 핵심 요소로, 장기간의 사용과 환경적 요인에 의해 성능 저하와 손상이 발생할 수 있습니다. 이에 따라 본 연구실은 콘크리트 및 철근의 부식, 열화, 균열 등 다양한 손상 메커니즘을 정밀하게 분석하고, 구조물의 장기 내구성을 확보하기 위한 첨단 평가 기법을 개발하고 있습니다. 특히, 전기비저항, 임피던스, 초음파, 지표투과레이더(GPR) 등 다양한 비파괴 검사(NDT) 기술을 활용하여 구조물 내부의 손상 상태를 실시간으로 모니터링하고, 데이터 기반의 진단 및 예측 모델을 구축합니다. 이러한 연구는 구조물의 유지관리 비용을 절감하고, 안전성을 극대화하는 데 중요한 역할을 합니다. 또한, 실험실 및 현장 실험을 통해 다양한 환경 조건에서의 구조물 거동을 분석하고, 내구성 향상을 위한 새로운 재료 및 보수·보강 공법을 제안하고 있습니다. 이러한 연구 성과는 국내외 학술지 및 특허로 다수 발표되고 있으며, 실제 철도, 교량, 터널 등 다양한 인프라 구조물의 유지관리 시스템에 적용되고 있습니다. 궁극적으로 본 연구실은 첨단 시공재료 기술과 구조물 내구성 평가 분야에서 선도적인 역할을 수행하며, 사회기반시설의 안전과 지속가능성 확보에 기여하고 있습니다.

본 연구실은 비파괴 검사(NDT) 기술과 인공지능(AI) 기반 데이터 분석을 융합하여 구조물의 상태를 효율적으로 진단하고 예측하는 첨단 연구를 수행하고 있습니다. 전통적인 비파괴 검사 방법에 더해, 최근에는 초음파, 전기비저항, GPR, 충격반향 등 다양한 센서 데이터를 활용한 자동화된 검사 시스템을 개발하고 있습니다. 이러한 시스템은 로봇, 드론 등 무인 플랫폼과 결합되어 대규모 인프라 구조물의 신속하고 정확한 상태 평가를 가능하게 합니다. 특히, 본 연구실은 딥러닝, 머신러닝 등 인공지능 기술을 활용하여 센서 데이터의 자동 해석 및 손상 분류, 예측 모델을 구축하고 있습니다. 예를 들어, 콘크리트 균열, 철근 부식, 내부 공극 등 다양한 결함을 이미지 및 신호 데이터로부터 자동 검출하는 알고리즘을 개발하고, 실제 현장에 적용하여 그 효과를 검증하고 있습니다. 또한, 데이터 융합(Data Fusion) 기법을 통해 여러 센서의 정보를 통합 분석함으로써 진단의 신뢰성과 정확성을 높이고 있습니다. 이러한 연구는 구조물의 유지관리 자동화, 스마트 모니터링 시스템 구축, 재난 및 사고 예방 등 다양한 분야에 응용되고 있습니다. 실제로 본 연구실의 기술은 철도, 교량, 터널 등 국가 주요 인프라의 안전 진단 및 유지관리 시스템에 적용되어, 사회적 안전망 강화와 유지관리 효율성 증대에 크게 기여하고 있습니다.