스마트 센서 기술을 이용한 구조물 건전도 모니터링 시스템 Part I : 스마트 센서의 개발과 성능평가 Structural Health Monitoring System Employing Smart Sensor Technology Part 1: Development and Performance Test of Smart Sensor원문보기
본 연구에서는 구조물의 모니터링 시스템을 위하여 최근에 급속하게 발전하는 스마트 센서 기술을 이용하여 스마트 센서 장치를 개발하였고 다양한 실험을 통하여 개발한 스마트 센서의 기본적 성능 평가와 모형 구조물을 이용한 손상 검출 실험을 실시하였다. 본 논문은 Part 1로써 스마트 센서의 개발과 성능 평가에 관한 것이고 Part 2에서는 스마트 센서를 이용한 손상 검출 결과를 유선 계측 시스템을 이용한 실험결과와 비교하였다. 스마트 센서는 고 출력의 무선 모뎀과 고 성능 MEMS 센서, AVR 마이크로컨트롤러를 이용하여 개발하였으며 센서의 제어와 운영을 위한 임베디드 프로그램을 개발하였다. 스마트 센서의 성능을 검증하기 위하여 민감도와 분해능 분석 실험과 캔틸레버 보와 가진기를 이용한 데이터 획득 실험, 실 구조물을 이용한 현장 적용 실험을 실시하였다. 실험 결과, 개발한 스마트 센서의 성능에 대한 만족스런 결과를 얻었다.
본 연구에서는 구조물의 모니터링 시스템을 위하여 최근에 급속하게 발전하는 스마트 센서 기술을 이용하여 스마트 센서 장치를 개발하였고 다양한 실험을 통하여 개발한 스마트 센서의 기본적 성능 평가와 모형 구조물을 이용한 손상 검출 실험을 실시하였다. 본 논문은 Part 1로써 스마트 센서의 개발과 성능 평가에 관한 것이고 Part 2에서는 스마트 센서를 이용한 손상 검출 결과를 유선 계측 시스템을 이용한 실험결과와 비교하였다. 스마트 센서는 고 출력의 무선 모뎀과 고 성능 MEMS 센서, AVR 마이크로컨트롤러를 이용하여 개발하였으며 센서의 제어와 운영을 위한 임베디드 프로그램을 개발하였다. 스마트 센서의 성능을 검증하기 위하여 민감도와 분해능 분석 실험과 캔틸레버 보와 가진기를 이용한 데이터 획득 실험, 실 구조물을 이용한 현장 적용 실험을 실시하였다. 실험 결과, 개발한 스마트 센서의 성능에 대한 만족스런 결과를 얻었다.
In this study, a smart sensor unit is developed by using the smart sensor technology that is being rapidly developed in recent years for structural health monitoring system, and its performance is evaluated through various experiments, and also, damage detection experiment is performed on a model st...
In this study, a smart sensor unit is developed by using the smart sensor technology that is being rapidly developed in recent years for structural health monitoring system, and its performance is evaluated through various experiments, and also, damage detection experiment is performed on a model structure. This paper as the first half of this study contains the development and performance evaluation of the smart sensor. In the latter half of this study, structure damage detection experiment is performed for the application of verified smart sensor unit into structural health monitoring, and it is compared with a wire measurement system. The smart sensor is developed by using high-power wireless modem, MEMS Sensor and AVR microcontroller, and an embedded program is also developed for the control and operation of the sensor unit. To verify the performance of the smart sensor, many experiments are performed for sensitivity and resolution analysis tests, data acquisition by using cantilever beam and shaker, and on-site application using actual bridge. As a result, the smart sensor proves to be satisfactory in its performance.
In this study, a smart sensor unit is developed by using the smart sensor technology that is being rapidly developed in recent years for structural health monitoring system, and its performance is evaluated through various experiments, and also, damage detection experiment is performed on a model structure. This paper as the first half of this study contains the development and performance evaluation of the smart sensor. In the latter half of this study, structure damage detection experiment is performed for the application of verified smart sensor unit into structural health monitoring, and it is compared with a wire measurement system. The smart sensor is developed by using high-power wireless modem, MEMS Sensor and AVR microcontroller, and an embedded program is also developed for the control and operation of the sensor unit. To verify the performance of the smart sensor, many experiments are performed for sensitivity and resolution analysis tests, data acquisition by using cantilever beam and shaker, and on-site application using actual bridge. As a result, the smart sensor proves to be satisfactory in its performance.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
2) 본 논문에서는 토목 구조물의 스마트 모니터링 시스템에 적용하기 위해 새롭게 개발한 스마트 센서의 데이터 획득과 처리 능력을 평가하였다. 이를 위하여 모형 캔틸레버 보를 이용한 자유진동 실험과 가진장치를 이용한 실험을 실시하였다.
본 논문에서는 기존에 연구 개발된 스마트 센서들의 성능을 개선하기 위하여 민감도가 높은 센서를 사용하였으며, 센서에서 출력되는 아날로그(Analog) 신호를 증폭하여 디지털 값으로 변환할 수 있도록 별도의 A/D 변환과정을 설계하였다.
본 논문에서는 최근에 미래의 모니터링 시스템으로 활발히 연구 중에 있는 스마트 센서 기술을 이용한 구조물 모니터링 시스템을 제안하였고, 이를 위하여 스마트 센서의 개발과 성능 평가 실험을 실시하였다. 이 실험 결과를 분석하고 평가하여 다음과 같은 결론을 제시한다.
그리고 다양한 실험을 통하여 개발한 스마트 센서의 기본적 성능 평가와 모형 구조물을 이용한 손상 검출 실험을 실시하여 우수한 결과를 얻었다. 본 논문은 Part 1로써 스마트 센서의 개발과 성능 평가에 관한 것이다.
사용하는 것이 일반적이다. 본 실험에서는 실 구조물에서 발생할 수 있는 미약한 응답을 측정하기 위한 실험을 실시하였다. 본 실험을 위하여 Fig.
본 실험의 목적은 마이크로컨트롤러와 무선 모뎀으로 구성된 센서장치가 가속도계의 본래의 성능을 충분히 발휘시키는지를 검토하기 위한 것이다. 첫 번째로 센서의 민감도와 분해능을 파악하기 위한 실험을 실시하였다.
본 실험의 목적은 스마트 센서가 상시 가진 상태의 실 교량의 응답을 측정할 수 있는 성능을 가지고 있는지를 평가하기 위한 것이다. 실험 대상 구조물은 준공된 지 8년이 경과된 SBG(Steel Box Girder) 형식의 교량으로 총 길이가 280m, 각 경간의 길이는 40m, 폭 22m으로 왕복 4차선의 1등급 교량이다.
본 연구에서는 구조물의 응답 측정에서 포함되는 잡음 성분으로 판단되는 원지 않는 주파수 성분의 신호를 제거하기 위하여 임베디드 프로그램에 신호 필터링 모듈을 포함시켰다. Fig.
본 연구에서는 스마트 센서를 이용하여 일반차량 하중 상태에서 상시진동이 발생하는 SBG교량의 고유진동수를 간단히 분석하는 실험을 실시하였다. 구조물의 고유진동수 분석을 위해 상시 진동으로부터 구조물의 동적 특성을 분석하는 대표적인 알고리즘인 자연 가진 기법(NExt: Natural Excitation Technique) 과 고유계 구현기법(ERA: Eigensystem Realization Algorithm)을 이용하였다.
본 연구에서는 스마트 센서의 데이터 획득 성능을 조사하기 위하여 자유진동 상태에서 캔틸레버 보의 가속도 신호를 획득하는 실험을 실시하였다. 실험은 Fig.
그 이유는 응답 신호만을 계측하기 때문에 특정 모드의 반곡점에 위치된 가속도계를 기준 채널로 설정하게 되면 해당 모드에 대한 결과를 획득할 수 없는 결과를 초래하기 때문이다. 본 연구에서는 스마트 센서의 성능 평가를 위한 것이므로 대상 교량의 첫 번째 1차 모드의 고유 진동수 획득을 목표로 실험을 실시하였고 1차 모드의 응답 신호가 충분히 반영될 수 있는 위치로 교량의 경간 중앙인 CH.1로 결정하였다. 계획된 계측 시스템에 의해 측정된 CH.
본 절에서는 주요 사회 기간 시설물을 외부의 위험요소로부터 구조물의 안전성을 확보하기 위한 방안으로 장시간 구조물의 감시가 가능한 스마트 센서 시스템을 구성하기 위한 방법과 이러한 시스템의 구성에 적합한 알고리즘을 제시하고 있다.
MEMS 센서의 단점 중의 하나가 신호의 레벨(Level)이 미약할 경우에 잡음의 영향이 상대적으로 크다는 것이다. 이러한 단점을 보완하기 위하여 계측 된 신호의 저역통과(Low Pass)나 대역통과(band Pass)를 필터링 할 수 있는 임베디드 신호 필터링 모듈을 개발하여 내장하였다.
이와 같은 문제점들을 해결하기 위하여 본 연구에서는 고 출력의 무선 모뎀과 민감도가 높은 MEMS 센서를 적용하였고 입력 신호를 증폭 시켜 잡음의 영향을 최대한 감소시키는 차동 A/D 변환 방법을 이용하였으며 그 결과로 만족할 만한 성능의 스마트 센서를 개발하였다. 그리고 다양한 실험을 통하여 개발한 스마트 센서의 기본적 성능 평가와 모형 구조물을 이용한 손상 검출 실험을 실시하여 우수한 결과를 얻었다.
제안 방법
1) 스마트 센서의 가속도계 성능을 충분히 발휘하는지를 검토하기 위한 민감도 및 분해능 실험을 실시하였다. 실험 결과, ADXL203 센서는 민감도가 970 mV/g로 Data sheet의 값 1000±60mV/g와 일치함을 보였고, 분해능은 4.
이를 위하여 8채널 10bit 분해능의 축차비교형(successive approximation) A/D 변환기를 내장하고 있는 고성능의 AVR Atmega128 마이크로컨트롤러를 사용하였다.⑻ 센서 시스템 모듈의 성능은 100Hz의 샘플링 율, 50Hz 의 대역폭 (Bandwidth)으로 설계하였으며 실시간으로 측정이 가능하도록 무선 모뎀 모듈을 설계하였다. 또한 구조물에 센서의 설치가 편리하도록 센서 시스템 모듈은 별도의 알루미늄 케이스로 제작하였다.
1과 같이 센서 시스템 모듈과 제어 및 처리 모듈, 무선 모뎀 모듈로 구성하였다. 그리고 각각의 모듈들의 제어와 운영을 위하여 임베디드 프로그램을 개발하였다. 가속도 센서로는 측정 범위가 작은 대신에 민감도가 우수한 MEMS 형식의 Analog Devices사의 ADXL203 센서를 사용하였다.
데이터 획득은 준 실시간 모드에서 66.7Hz 샘플링율로 총 20초 동안 이루어 졌으며 최대 가속도는 1.0g, 최대 진폭은 2cm 상태에서 실험을 실시하였다. Fig.
이 결과는 센서의 Datasheet의 값(1000±60mV/g)과 일치하였다. 또한 각각의 A/D 변환 값을 획득하여 스마트 센서의 분해능을 분석하였다.
가속도 센서로는 측정 범위가 작은 대신에 민감도가 우수한 MEMS 형식의 Analog Devices사의 ADXL203 센서를 사용하였다. 또한 센서의 민감도를 높이기 위하여 A/D 변환을 차동 (Differential) 입력방법으로 설계하여 입력 신호를 증폭할 수 있도록 하였다. 이를 위하여 8채널 10bit 분해능의 축차비교형(successive approximation) A/D 변환기를 내장하고 있는 고성능의 AVR Atmega128 마이크로컨트롤러를 사용하였다.
모듈의 초기화에는 타이머 (Timer)와 인터럽터(Interrupter), USART(Universal Synchronous and Asynchronous Receiver/ Transmitter), 메모리의 할당을 위한 것이 포함된다. 또한 장치의 운영에 기본적으로 필요한 값들을 시스템 변수로 설정하여 실수 형 배열로 할당하여 초기값을 주어 마이크로컨트롤러의 메모리에 저장하도록 구성하였다. 두 번째 부분은 데이터 획득에 관한 것이다.
14(b)에서 나타난 바와 같이 통행 차량에 따른 교량의 응답을 명확하게 검출할 수 있었다. 또한, 본 실험에서는 스마트 센서의 계측 가능 거리를 파악하기 위하여 데이터 수신 위치를 변경하면서 실험을 하였다. 실험 결과 스마트 센서의 계측 가능 범위는 센서 장치와 데이터 수신 장치 사이에 장애물이 없는 현장 조건에서 이득(gain)이 5.
첫 번째로 센서의 민감도와 분해능을 파악하기 위한 실험을 실시하였다. 민감도 측정은 오실로스코프(Osilloscope) 를 이용하여 0g와 1g의 정상상태(Steady State) 에서 출력되는 전압 신호을 각각 측정하여 기록하였다. 분해능 실험은 마이크로컨트롤러의 A/D 변환기의 분해능인 10bit에 적합한 결과가 측정되는지를 분석하였다.
10(b)은 스마트 센서로 측정한 결과로서 유선 계측 장치의 결과와 비교하여 잡음의 영향이 있지만 가진기의 출력 파형의 특성을 정확히 나타내고 있다. 본 실험을 위하여 센서 장치의 성능을 증가하기 위한 방법으로 기존의 단극성 입력 방식에서 A/D 변환 방법을 차동(Differential) 입력방법으로 설계하여 입력 신호를 5배로 증폭할 수 있도록 회로를 구성하였다.
두 번째 부분은 데이터 획득에 관한 것이다. 본연구에서 개발한 스마트 센서는 실시간 모드(Real Time Mode)와 준 실시간 모드(Near Real Time Mode)로 데이터 획득이 가능하도록 프로그램을 설계하였다. 실시간 모드에서는 데이터의 획득과 동시에 USART을 이용하여 전송하도록 하였으며, 준 실시간 모드에서는 획득한 데이터를 할당된 메모리에 저장한 후, 필터(Filter)를 거친 데이터를 FFT를 수행하여 주파수 영역 데이터를 생성하여 메모리에 저장 하도록 설계하였다.
민감도 측정은 오실로스코프(Osilloscope) 를 이용하여 0g와 1g의 정상상태(Steady State) 에서 출력되는 전압 신호을 각각 측정하여 기록하였다. 분해능 실험은 마이크로컨트롤러의 A/D 변환기의 분해능인 10bit에 적합한 결과가 측정되는지를 분석하였다. 데이터의 획득은 0g일 때의 가속도 신호를 실시간으로 100Hz의 샘플링 율로 10.
14(a)에서 원으로 표시한 부분은 차량 통행에 따른 교량의 응답으로 분석한 것으로 기록한 차량의 통과 수량과 일치함을 보였다. 스마트 센서의 계측 실험은 센서 입력 전압을 5배로 증폭하여 교량의 응답을 측정하였다. 측정 결과, Fig.
본연구에서 개발한 스마트 센서는 실시간 모드(Real Time Mode)와 준 실시간 모드(Near Real Time Mode)로 데이터 획득이 가능하도록 프로그램을 설계하였다. 실시간 모드에서는 데이터의 획득과 동시에 USART을 이용하여 전송하도록 하였으며, 준 실시간 모드에서는 획득한 데이터를 할당된 메모리에 저장한 후, 필터(Filter)를 거친 데이터를 FFT를 수행하여 주파수 영역 데이터를 생성하여 메모리에 저장 하도록 설계하였다.
실험은 Fig. 6에서 보여주는 바와 같이 캔틸레버 보의 끝 단에 스마트 센서와 유선 계측 장비에 연결된 기존의 상용 가속도계를 부착하여 구조물의 가속도 응답을 획득하였다. 실험에 사용한 유선 계측 장치는 HP- VXI1432 시스템을 이용하였고, MTS 사의 T-DAS를 활용하여 데이터를 획득.
835초 동안, 총 2048 개의 샘플 데이터를 획득하였다. 실험을 위하여 실 구조물의 미약한 응답 신호를 검출하기 위하여 유선 계측 장비의 입력 전압 신호를 0 50mV으로 설정하였으며 센서 출력 전압을 10배로 증폭하였다. Fig.
또한 센서의 민감도를 높이기 위하여 A/D 변환을 차동 (Differential) 입력방법으로 설계하여 입력 신호를 증폭할 수 있도록 하였다. 이를 위하여 8채널 10bit 분해능의 축차비교형(successive approximation) A/D 변환기를 내장하고 있는 고성능의 AVR Atmega128 마이크로컨트롤러를 사용하였다.⑻ 센서 시스템 모듈의 성능은 100Hz의 샘플링 율, 50Hz 의 대역폭 (Bandwidth)으로 설계하였으며 실시간으로 측정이 가능하도록 무선 모뎀 모듈을 설계하였다.
이를 위하여 모형 캔틸레버 보를 이용한 자유진동 실험과 가진장치를 이용한 실험을 실시하였다. 실험 결과, 스마트 센서의 응답 계측 성능과 자체적인 임베디드 신호 처리 수행 능력을 확인 하였다.
검토하기 위한 것이다. 첫 번째로 센서의 민감도와 분해능을 파악하기 위한 실험을 실시하였다. 민감도 측정은 오실로스코프(Osilloscope) 를 이용하여 0g와 1g의 정상상태(Steady State) 에서 출력되는 전압 신호을 각각 측정하여 기록하였다.
현장 실험에서는 우선적으로 유선 계측 장비를 이용하여 차량의 통행으로 발생되는 교량 응답의 형태와 크기를 S3의 중앙부에 설치한 CH.2 센서에서 측정하였다. Fig.
대상 데이터
계산하였다. FFT는 획득한 응답 신호 중에서 2초부터 17.36초 사이의 1024개 데이터를 이용하였다. 유선 계측 장비에서 측정한 데이터의 주파수 응답함수(FRF)는 MATLAB을 이용하였다.
그리고 각각의 모듈들의 제어와 운영을 위하여 임베디드 프로그램을 개발하였다. 가속도 센서로는 측정 범위가 작은 대신에 민감도가 우수한 MEMS 형식의 Analog Devices사의 ADXL203 센서를 사용하였다. 또한 센서의 민감도를 높이기 위하여 A/D 변환을 차동 (Differential) 입력방법으로 설계하여 입력 신호를 증폭할 수 있도록 하였다.
분석하였다. 가속도계는 감도가 500 mV/g 이며, 측정주파수의 범위는 1 3000Hz를 갖는 Dytran 모델 3134D를 사용하였다. 캔틸레버 보는 구조용 강재를 이용하여 총 길이 0.
실험 대상 구조물은 준공된 지 8년이 경과된 SBG(Steel Box Girder) 형식의 교량으로 총 길이가 280m, 각 경간의 길이는 40m, 폭 22m으로 왕복 4차선의 1등급 교량이다. 계측 방법은 차량의 통행 시 발생되는 교량의 상시 가진 응답을 Fig. 13에서와 같이 교량의 세 번째 경간(S3)의 중앙부와 네 번째 경간(S4)의 중앙부에서 총 2개의 센서를 부착하였으며, 71.4Hz의 샘플링 율로 28.672 초 동안, 총 2048개의 샘플 데이터를 획득하였다.
그리고 성능 비교를 위한 기준으로 사용하기 위한 유선 계측 장치는 HP-VXI1432 시스템과 500mV/g 의 민감도 성능을 가진 Dytran모델 3134D 를 사용하여 102Hz의 샘플링 율로 19.835초 동안, 총 2048 개의 샘플 데이터를 획득하였다. 실험을 위하여 실 구조물의 미약한 응답 신호를 검출하기 위하여 유선 계측 장비의 입력 전압 신호를 0 50mV으로 설정하였으며 센서 출력 전압을 10배로 증폭하였다.
분해능 실험은 마이크로컨트롤러의 A/D 변환기의 분해능인 10bit에 적합한 결과가 측정되는지를 분석하였다. 데이터의 획득은 0g일 때의 가속도 신호를 실시간으로 100Hz의 샘플링 율로 10.24초 동안 획득하여 실험하였다.
⑻ 센서 시스템 모듈의 성능은 100Hz의 샘플링 율, 50Hz 의 대역폭 (Bandwidth)으로 설계하였으며 실시간으로 측정이 가능하도록 무선 모뎀 모듈을 설계하였다. 또한 구조물에 센서의 설치가 편리하도록 센서 시스템 모듈은 별도의 알루미늄 케이스로 제작하였다. Fig.
측정된 데이터의 각 프레임당의 크기는 유 . 무선 모두 2048개로 설정하였다. 측정 주파수 범위는 스마트 센서의 성능을 고려하여 무선 시스템에서는 0 35Hz로 설정하였으며, 유선 시스템에서는 0 50Hz으로 설정하였다.
본 센서는 Fig. 1과 같이 센서 시스템 모듈과 제어 및 처리 모듈, 무선 모뎀 모듈로 구성하였다. 그리고 각각의 모듈들의 제어와 운영을 위하여 임베디드 프로그램을 개발하였다.
본 실험에서는 실 구조물에서 발생할 수 있는 미약한 응답을 측정하기 위한 실험을 실시하였다. 본 실험을 위하여 Fig. 9에서와 같이 VTS600 모델의 가진장치를 이용하여 주파수가 1.0Hz인 sin파로 진폭은 ±3.0mm, 최대 가속도는 ±10mg으로 진동하도록 설정하였다. 이는 실험에 사용한 가진기(Shaker)가 출력할 수 있는 최저 주파수이다.
13 은 실험 대상교량과 실험을 위한 센서 설치 장면을 보여준다. 스마트 센서를 이용한 실험은 센서장치의 설치 위치에서부터 약 500ma리의 지점에서 데이터를 실시간으로 획득하였다. 스마트 센서의 전원 공급은 12V, 7.
평가하기 위한 것이다. 실험 대상 구조물은 준공된 지 8년이 경과된 SBG(Steel Box Girder) 형식의 교량으로 총 길이가 280m, 각 경간의 길이는 40m, 폭 22m으로 왕복 4차선의 1등급 교량이다. 계측 방법은 차량의 통행 시 발생되는 교량의 상시 가진 응답을 Fig.
6에서 보여주는 바와 같이 캔틸레버 보의 끝 단에 스마트 센서와 유선 계측 장비에 연결된 기존의 상용 가속도계를 부착하여 구조물의 가속도 응답을 획득하였다. 실험에 사용한 유선 계측 장치는 HP- VXI1432 시스템을 이용하였고, MTS 사의 T-DAS를 활용하여 데이터를 획득.분석하였다.
가속도계는 감도가 500 mV/g 이며, 측정주파수의 범위는 1 3000Hz를 갖는 Dytran 모델 3134D를 사용하였다. 캔틸레버 보는 구조용 강재를 이용하여 총 길이 0.94m, 폭과 두께는 6cm와 0.5cm로 제작하였다.
10(b)의 신호를 임베디드 신호 필터링 모듈로 필터링한 결과이다. 필터링 설정은 중심 주파수 1Hz, 대역폭 1Hz 설정하였으며 Hamming 창을 사용하였다. Fig.
이론/모형
그리고 FFT알고리즘을 이용하면 측정 데이터로부터 구조 시스템의 주파수 응답 함수(Frequency Response Function: FRF)를 직접적 으로 계산할 수가 있다.⑻ 본 연구에서는 스마트 센서의 임베디드프로그램에 FFT 모듈을 Cooly-Turkey 알고리즘을 사용하여 개발하였다.
구조물의 고유진동수 분석을 위해 상시 진동으로부터 구조물의 동적 특성을 분석하는 대표적인 알고리즘인 자연 가진 기법(NExt: Natural Excitation Technique) 과 고유계 구현기법(ERA: Eigensystem Realization Algorithm)을 이용하였다.(10)-(12) Fig.
835초로 프레임 당 5회 평균하였다. 또, 측정 잡음을 제거하고 전기적 신호의 왜곡을 피하기 위해 Hamming window를 이용하였다.
스마트 센서에서 측정된 시간이력 데이터의 주파수응답 함수는 장치 내의 임베디드 FFT 알고리즘을 이용하여 계산하였다. FFT는 획득한 응답 신호 중에서 2초부터 17.
36초 사이의 1024개 데이터를 이용하였다. 유선 계측 장비에서 측정한 데이터의 주파수 응답함수(FRF)는 MATLAB을 이용하였다.
성능/효과
3) 본 연구에서는 스마트 센서를 이용하여 일반차량 하중 상태에서 상시진동이 발생하는 SBG 교량의 고유진동수를 분석하는 실험을 실시한 결과, 본 실험의 목적 모드로 설정한 대상 교량의 1차 휨 모드의 고유 진동수는 무선 계측 시스템의 경우 2.77Hz, 유선 계측 시스템인 경우에는 2.82Hz로 두 결과가 2% 오차 내에서 일치하는 것으로 나타나, 우수한 결과를 얻었다.
그리고 다양한 실험을 통하여 개발한 스마트 센서의 기본적 성능 평가와 모형 구조물을 이용한 손상 검출 실험을 실시하여 우수한 결과를 얻었다. 본 논문은 Part 1로써 스마트 센서의 개발과 성능 평가에 관한 것이다.
Lynch등(2003)은 WiMMS을 이용하여 콘크리트 슬래브 교량의 동특성 획득을 위한 계측 실험을 실시하여 유선 계측 시스템의 결과와 비교하여 스마트센서가 토목 구조물의 계측에 사용될 수 있다는 가능성을 제시하였다. 또한 각각의 센서에 내장된 CPU을 활용하여 독립적인 데이터 획득과 처리가 가능함을 보였다.⑹
89Hz이다. 분석된 모드들의 주파수들은 2%이내에서 일치함을 보였다.
또한, 본 실험에서는 스마트 센서의 계측 가능 거리를 파악하기 위하여 데이터 수신 위치를 변경하면서 실험을 하였다. 실험 결과 스마트 센서의 계측 가능 범위는 센서 장치와 데이터 수신 장치 사이에 장애물이 없는 현장 조건에서 이득(gain)이 5.5dB 안테나를 사용할 경우 약 600m까지 계측이 가능하였다. 이는 기존의 스마트 센서인 MICA의 30m, WiMMS의 150m 통신 거리에 비하여 월등히 우수한 성능이다.
실험 결과, ADXL203 센서는 민감도가 970 mV/g로 Data sheet의 값 1000±60mV/g와 일치함을 보였고, 분해능은 4.5mg으로 약 10% 정도 크게 분석되었다.
실험 결과, 본 실험의 목적 모드로 설정한 대상 교량의 1차 휨 모드의 고유 진동수는 무선 계측 시스템의 경우 2.77Hz, 유선 계측 시스템인 경우에는 2.82Hz로 두 결과가 약 2% 오차 내에서 일치하는 것으로 분석되었다.
실험 결과, 비록 스마트 센서의 측정 결과가 가진기의 진동 특성을 나타낸다고는 하지만 유선 계측 장치의 결과에 비해서는 잡음 성분을 많이 포함하고 있음을 알 수 있다.
이를 위하여 모형 캔틸레버 보를 이용한 자유진동 실험과 가진장치를 이용한 실험을 실시하였다. 실험 결과, 스마트 센서의 응답 계측 성능과 자체적인 임베디드 신호 처리 수행 능력을 확인 하였다.
14(a)는 유선 계측 장비를 사용하여 측정한 결과이다. 유선 계측 장치의 계측 결과 Fig. 14(a)에서 알 수 있는 바와 같이 통행 차량의 크기에 따른 교량의 응답을 검출할 수 있었으며 최대 응답에 대한 검출 신호의 크기는 15mg, 즉 센서 출력 전압으로 환산하면 약 7.5mV로 대상 구조물의 응답 가속도 신호의 크기가 상당히 미약한 것으로 분석되었다.
5에서와 같이 208로 측정 되었다. 이 값을 가속도의 분해능으로 환산하면 약 4.8mg으로 이론적인 계산 값 4.3mg보다는 10% 정도 크게 분석되었다.
참고문헌 (12)
?Spencer, B.F., "Opportunities and Challenges for smart sensing Technology". First International Conference on structural Health Monitoring and Intelligent Infrastructure, Tokyo, Japan, 2003.
Straser, E.G. and Kiremidjian A.S., "A modular visual approach to damage monitoring for civil structures." Proceedings of SPIE, Smart Structures and Materials, 2719, 1996, pp. 112-122.
Agre, J.R., Clare, L.P., Pottie, G.J. and Romanov, N.P. "Development platform for self-organizing wireless sensor networks". Proceedings of SPIE- The International Society for Optical Engineering. Vol. 3713, Apr. 8 -Apr. 9 1999. Orlando, FL, USA, 1999, pp. 257-267.
Jerome P. Lynch, Kincho H. Law, Erik G. Straser, Anne S. Kiremidjian, and Tom W. Kenny, "The Development of a Wireless Modular Health Monitoring System for Civil Structures", Proceedings of the MCEER Mitigation of Earthquake Disaster by Advanced Technologies (MEDAT-2) Workshop, Las Vegas, NV, USA, November, 2000, pp. 30-31.
Kurata, N., Spencer Jr., B.F., Ruiz-Sandoval, M., Miyamoto, Y., and Sako, Y. "A study on building risk monitoring using wireless sensor network MICA-Mote". First International Conference on Structural Healh Monitoring and Intelligent Infrastructure, Tokyo, Japan, 2003, November pp. 13-15.
Jerome P. Lynch, Arvind Sundarajan, Kincho H. Law, Anne S. Kiremidjian, Ed Carryer, Hoon sohn, Charles R. Farrar., "Field validation of a wireless structural monitoring system on the Alamosa Canyon Bridge", SPIE 10th, San Diego, CA, USA, March, 2003.
Masanobu Sinozuka, Maria Q.Feng, Pai Chou, Yangbo Chen, chulsung Park,. "MEMS-Based Wireless Real-Time Health Monitoring of Bridge", The 3rd International conference on Earthquake Engineering Najing, China, 8, 2004.
Hewlett Packard, "The Fundamentals of Signal Analysis", Application Note 243.
ATMEL Inc., "Atmega128 data sheet." www. atmel.com, 2004.
Caicedo J. M., Dyke S. J., "Phase II SHM Benchmark Studies: Application of the NExT and ERA for Damage Detection", Proceedings of the IMAC XXI Conference, Orlando, Florida, February 3-6, 2003.
Caicedo, J. M., Dyke, S. J., Johnson, E. A., "NExT and ERA for Phase I of the IASCASCE Benchmark Problem: Simulated Data", Journal of Engineering Mechanics, ASCE, submitted, 2002.
Giraldo D., Caicedo J. M. and Dyke S. J., "Experimental Phase of the SHM Benchmark Studies. Damage Detection Using NExT and ERA", Proceedings of the 16th ASCE Engineering Mechanics Conference, Seattle, Washington, July, 2003, pp. 16-18.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.