선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 그러나, 수치적인 기법은 측정데이터에 잡음이 포함된 경우 적절한 처리를 하지 못하거나, 수렴하지 않는 문제가 있다. 따라서, 이러한 문제를 극복하기 위하여 측정 데이터에 포함된 잡음을 충분히 고려할 수 있는 신경망을 이용한 기법을 개발하였다.(6)
- 반면에 본 논문에서 신경망을 이용하여 구하고자 하는 모드형상은 구조물의 강성과 선형관계가 아니므로, Jenkins가 이용한 신경망과는 달리, 일반적인 다층 신경망(Multi-layered Neural Network)에 대해 훈련 패턴과 목적패턴을 구성하여, 역전파(Back Propagation) 학습법을 이용하는 방식을 택하였다. 본 논문에서 유한요소 모델 업데이팅을 통한 구조물의 손상 추정시 훈련된 신경망을 이용한 구조물의 재해석을 수행함으로써 재해석에 소비되는 시간을 단축하였다. 신경망을 이용한 구조물 재해석은 알고리즘의 적용성을 검토하기 위하여 보 구조물에 대한 재해석시 유한요소법을 사용한 경우와 신경망을 사용한 경우에 대해 비교하였다.
- 본 논문에서는 구조물의 유한요소 업데이팅을 이용한 구조물의 손상 평가시 재해석 시간을 단축하기 위해 유한요소해석을 사용하는 대신 훈련된 신경망을 사용하는 알고리즘을 제시하고 단순보에 대해 적용하였다. 신경망을 이용한 경우 구조물의 손상은 손상의 정도와 손상이 존재하는 위치에 따라 손상추정 정확도가 달라지는 것을 알 수 있었다.
- 4에 나타낸 보 모델에 대해, Table 1에서 보는 바와 같이, 손상시나리오 1은 3번 요소에 강성도를 5%, 10%, 20% 감소하여 손상을 도입하였으며, 손상시나리오 2는 6번 요소에 5%, 10%, 20%를, 손상시나리오 3에서는 3번 요소와 6번 요소에 각각 5%, 10%, 20% 의 강성도 감소를 손상으로 도입하여 손상평가를 수행하였다. 본 논문에서는 모드형상을 구하는데 신경망을 재해석기로 사용한 모델 업데이팅 기법과 유한요소해석을 사용한 경우에 대한 결과를 함께 비교 수행하였다.
가설 설정
- 구조물의 응답의 변화를 가져오는 요인으로는 구조물의 열화에 의한 구조물 강성의 저하, 연결부의 이완, 부재의 탈락에 의한 질량의 변화, 지지조건의 변화등 다양하다. 그러나, 본 논문에서는 구조물 강성의 저하만을 손상의 원인으로 가정하였으며, 이러한 강성 저하에 의한 손상을 추정하였다.
- 결정되어야 할 미지변수에 대한 제약조건은 미지 변수가 강성도이므로 음수가 될 수 없다. 또한 시간의 경과에 따라 강성도가 감소한다고 가정하여 최초 시공 당시의 강성도를 초과할 수 없는 것으로 하였다. 이러한 미지 변수에 대한 제약조건은 다음 식 (3)과 같이 표현할 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.