본 논문에서는 구조물의 응답 신호만을 스마트 센서 시스템으로 획득하여 모달 인자들을 추출하는 연구를 수행하였다. 본 연구의 목적은 최근에 차세대 계측시스템으로 활발히 연구 되고 있는 스마트 센서 시스템의 성능과 현장 적용 가능성을 검증하는데 있다. 본 연구에 사용된 스마트 센서 시스템은 MEMS형 가속도 센서와 8bit CPU, 무선모뎀을 이용하여 실시간 동적계측이 가능하도록 개발되었다. 모달 인자 추출 실험은 모형 캔틸레버 보에 임의 가진을 가한 후, 구조물의 응답을 스마트 센서와 범용계측장비로 각각 획득하였다. 데이터 분석은 NExT & ERA알고리즘을 이용하여 모달 인자를 추출하였다. 또한, 양질의 데이터를 획득하기 위하여 EOT알고리즘으로 최적의 계측위치를 선정하였다. 실험 결과, 스마트 센서의 현장 적용 가능성을 확인할 수 있었다.
본 논문에서는 구조물의 응답 신호만을 스마트 센서 시스템으로 획득하여 모달 인자들을 추출하는 연구를 수행하였다. 본 연구의 목적은 최근에 차세대 계측시스템으로 활발히 연구 되고 있는 스마트 센서 시스템의 성능과 현장 적용 가능성을 검증하는데 있다. 본 연구에 사용된 스마트 센서 시스템은 MEMS형 가속도 센서와 8bit CPU, 무선모뎀을 이용하여 실시간 동적계측이 가능하도록 개발되었다. 모달 인자 추출 실험은 모형 캔틸레버 보에 임의 가진을 가한 후, 구조물의 응답을 스마트 센서와 범용계측장비로 각각 획득하였다. 데이터 분석은 NExT & ERA 알고리즘을 이용하여 모달 인자를 추출하였다. 또한, 양질의 데이터를 획득하기 위하여 EOT알고리즘으로 최적의 계측위치를 선정하였다. 실험 결과, 스마트 센서의 현장 적용 가능성을 확인할 수 있었다.
In this study, the research was carried out on how to identify the modal parameter by acquiring the output response of the structure only through the smart sensor system. The objective of this research is to verify the performance and the on-site adaptability of the smart sensor system that have bee...
In this study, the research was carried out on how to identify the modal parameter by acquiring the output response of the structure only through the smart sensor system. The objective of this research is to verify the performance and the on-site adaptability of the smart sensor system that have been actively researched as the advanced measuring system so far. Smart Sensor System was developed so that the real-time dynamic measurement can be performed by means of MEMS-type accelerated sensor, 8 bit CPU, wireless MODEM. In the modal parameter identification test, random excitation was added to the cantilever beam, and then the response of the structure was obtained using the smart sensor system and the wire measurement system respectively. In analyzing the data, modal parameter was identified using NExT & ERA algorithm. Furthermore, the optimal measurement location was selected through EOT algorithm in order to obtain the qualified output response. Result of the test, it was possible to verify the on-site applicability of the smart sensor.
In this study, the research was carried out on how to identify the modal parameter by acquiring the output response of the structure only through the smart sensor system. The objective of this research is to verify the performance and the on-site adaptability of the smart sensor system that have been actively researched as the advanced measuring system so far. Smart Sensor System was developed so that the real-time dynamic measurement can be performed by means of MEMS-type accelerated sensor, 8 bit CPU, wireless MODEM. In the modal parameter identification test, random excitation was added to the cantilever beam, and then the response of the structure was obtained using the smart sensor system and the wire measurement system respectively. In analyzing the data, modal parameter was identified using NExT & ERA algorithm. Furthermore, the optimal measurement location was selected through EOT algorithm in order to obtain the qualified output response. Result of the test, it was possible to verify the on-site applicability of the smart sensor.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
성능이 요구된다. 따라서 본 실험에서는 스마트센서 장치가 실 구조물의 모니터링 시스템에 적용 가능한지를 평가하기 위하여 NExT와 ERA을 이용하여 상시 진동으로부터 획득한 구조물 응답을 분석하여 모달 인자들을 추출하였다.
본 논문에서는 모형 구조물의 상시가진에 의한 동특성 분석 실험을 통하여 스마트 센서의 성능 대한 연구를 수행하였다. 스마트 센서 시스템으로 획득한 구조물의 응답신호와 범용 유선계측시스템으로 획득한 응답 신호를 NExT 와 ERA 알고리즘을 사용하여 모형구조물의 고유진동수와 감쇠비, 모드 형상을 추출하여 비교 분석한 결과, 우수한 일치관계를 보여 스마트 센서의 현장 적용 가능성을 확인할 수 있었다.
본 논문에서는 스마트센서의 성능과 현장 적용 가능성을 구체적으로 검증하기 위한 목적으로 기존에 연구 발표한 결과를 바탕으로 모형 구조물을 이용하여 상시 가진 상태에서 획득한 구조물의 응답신호를 스마트센서로 획득하여 모달 인자를 추출하는 연구를 수행하였다.(2) 이를 위하여 무선 모뎀과 MEMS 가속도 센서, 8bit 마이크로컨트롤러, 메모리로 구성된 스마트센서를 자체 개발하였다.
이와 같은 특성으로 인하여 최종 계측기를 배치하는 목적은 구조물의 운동 에너지의 측정을 최대화할 수 있는 최소화된 계측기의 구성을 찾는데 목적이 있다. 질량 매트릭스가 역행렬이 존재할 때 비특이(NonSingular)행렬 KE] 의 열 랭크 Ne 恆}에서 선형독립 사영 벡터의 수와 같다.
제안 방법
수행하였다.(2) 이를 위하여 무선 모뎀과 MEMS 가속도 센서, 8bit 마이크로컨트롤러, 메모리로 구성된 스마트센서를 자체 개발하였다. 획득한 데이터의 분석은 NExT & ERA 알고리즘을 사용하여 모달 인자를 추출하였으며, 결과의 분석은 범용 유선계측시스템의 분석 결과와 비교하여 실시하였다.
11은 계측된 데이터를 DIAMOND의 NExT 모듈을 이용하여 교차 파워 스펙트럼(CPS)과 이를 역 푸리에 변환하여 상호 상관 함수(CCF)로 변환된 스마트 센서 시스템과 유선 계측 시스템의 대표적인 신호처리 결과를 나타낸 것이다. ERA 모듈은 NExT 모듈에 의하여 최종적으로 획득한 각 계측 점의 CCF을 이용하여 구조물의 동특성을 분석한다. Fig 11에서 보는 바와 같이 측정 범위 내에서 목적했던 1~3차의 휨 모드가 모두 분포하고 있음을 확인할 수 있다.
{EOT} 에서 최소의 기여도를 보이는 계측기를 하나씩 제거하고, 제거된 새로운 매트릭스의 랭크 빈약 도를 확인한다.
(4) 이와 관련하여 Lynch 등은 WiMMS을 이용하여 강제 진동을 받는 5층 모형구조물과 Alamos Canyon Bridge의 FRF(Frequency Response Function)를 획득하는 실험을 통하여 스마트 센서 장치를 이용한 구조물의 동특성 분석실험을 실시하였다.⑸ 또한 Shinozuka 등은 DuraNode을이용하여 충격 햄머(Impact Hammer)로 가진한 강재 트러스 보도 육교의 응답을 계측하여 동특성을 분석하는 연구를 수행하였다.⑹ 이러한 연구 결과들은 스마트 센서 장치가 구조물의 동특성 분석을 통한 모니터링 시스템에 적용이 가능함을 확인시켜주었다.
7와 같이 4개의 계측기 위치를 선정하였다. 계측 목표 모드 수는 스마트 센서의 가속도 센서의 성능을 고려하여 초기 3 개의 모드를 분석 목표 모드로 설정하였다. Table 4 는 계측기의 반복적인 제거에 따른 각각의 계측 위치의 기여도를 정리한 것이다.
10과 같이 부착하였다. 대상 구조물인 캔틸레버 보의 동적 특성을 분석하기 위해 CPS가 측정되었다. 측정 데이터의 각 프레임당 크기는 1024로 설정하였다.
획득한 데이터의 분석은 NExT & ERA 알고리즘을 사용하여 모달 인자를 추출하였으며, 결과의 분석은 범용 유선계측시스템의 분석 결과와 비교하여 실시하였다. 또한 양질의 데이터를 얻기 위한 방법으로 최적운동에너지법을 이용한 최적 계측 위치 선정을 통하여 센서의 부착 위치를 결정하였다. 연구 결과, 스마트 센서의 현장 적용 가능성을 확인할 수 있었다.
모형 구조물의 최적계측위치 선정에 필요한 질량 행렬과 모드 벡터를 획득하고 동특성 분석을 위한 참고자료로 활용하기 위하여 제작된 캔틸레버 보의 FE 해석을 수행하였다.
본 연구에서는 EOT알고리즘을 이용하여 실험 대상구조물의 최적계측위치를 결정하였다. 실험 대상 구조물인 캔틸레버 보에 Fig.
ADXL203 센서의 특징으로는 일반 전자 소자와 함께 PCB 에 부착이 용이하고 저항 소자와 캐페시터 소자를 사용하여 간편하게 센서 대역폭을 조절할 수 있다. 본 연구에서는 센서 시스템 모듈의 성능을 100Hz의 샘플링 율, 50Hz 의 대역폭(Bandwidth)으로 설계하였으며 실시간으로 측정이 가능하도록 무선 모뎀 모듈을 설계하였다. 또한 구조물에 센서의 부착이 편리하도록 센서 시스템 모듈은 별도의 알루미늄 케이스로 제작하였다.
본 연구에서는 휨 모드에 의해 구조물의 전체적인 거동 특성이 결정되도록 캔틸레버 보를 제작하여 동특성 분석 실험을 수행하였다. 캔틸레버 보는 Fig.
사용된 센서는 민감도 성능이 우수한 아날로그 출력 센서인 ADXL 203을 사용하였다. 실험은 준 실시간 모드로 설정된 스마트센서 장치를 이용하여 계측 점(Point)의 위치는 Fig. 9과 같이 총 4개의 계측 점에서 캔틸레버 보로 발생하는 출력 신호를 192Hz의 샘플링율로 1024개의 데이터를 5회 평균하여 획득 하였으며, 기준(Reference) 채널은 목적하는 모든 모드(1~3차의 휨 모드)의 응답을 적절하게 반영할 수 있도록 10번 절점으로 설정하였다.
대상 데이터
1과 같이 가속도 센서가 부착된 센서 모듈과 마이크로컨트롤러가 위치한 제어 및 처리 모듈, 무선통신을 담당하는 무선 모뎀 모듈로 구성하였다.(1) 가속도 센서로는 MEMS 기술로 제작되어 가격에 비하여 성능이 우수하고 측정 범위가 작은 대신에 민감도가 우수하며, 소형이며, 전력 소모량이 적은 Analog Devices사의 ADXL203 센서를 사용하였다. ADXL203 센서의 특징으로는 일반 전자 소자와 함께 PCB 에 부착이 용이하고 저항 소자와 캐페시터 소자를 사용하여 간편하게 센서 대역폭을 조절할 수 있다.
본 연구에서는 센서 시스템 모듈의 성능을 100Hz의 샘플링 율, 50Hz 의 대역폭(Bandwidth)으로 설계하였으며 실시간으로 측정이 가능하도록 무선 모뎀 모듈을 설계하였다. 또한 구조물에 센서의 부착이 편리하도록 센서 시스템 모듈은 별도의 알루미늄 케이스로 제작하였다. 통신 거리는 약 300m이다.
본 연구에서 사용한 스마트센서장치는 Fig. 1과 같이 가속도 센서가 부착된 센서 모듈과 마이크로컨트롤러가 위치한 제어 및 처리 모듈, 무선통신을 담당하는 무선 모뎀 모듈로 구성하였다.(1) 가속도 센서로는 MEMS 기술로 제작되어 가격에 비하여 성능이 우수하고 측정 범위가 작은 대신에 민감도가 우수하며, 소형이며, 전력 소모량이 적은 Analog Devices사의 ADXL203 센서를 사용하였다.
8과 같이 준 실시간 모드의 스마트 센서 장치 3개와 컨트롤 박스로 구성된 시스템을 이용하였다. 사용된 센서는 민감도 성능이 우수한 아날로그 출력 센서인 ADXL 203을 사용하였다. 실험은 준 실시간 모드로 설정된 스마트센서 장치를 이용하여 계측 점(Point)의 위치는 Fig.
실험 결과 비교를 위한 유선 측정 장비로는 8채널의 HP-VXI 1432시스템과, MTS사의 T-DAS를 이용하여 데이터를 획득하였다. 그리고 가속도의 계측을 위해서는 민감도가 500mV/G이며, 측정 주파수의 범위는 1-3000Hz를 갖는 Dytran모델 3134D 의 가속도계 5개(기준 채널 1개 포함)를 Fig.
최적계측위치를 결정하였다. 실험 대상 구조물인 캔틸레버 보에 Fig. 5와 같이 총 10개의 초기계측 점을 선정하여 EOT 알고리즘을 이용하여 4개의 초기 고유모드를 최적으로 계측 할 수 있는 4개의 계측기 위치를 선정하였다.
분석 실험을 수행하였다. 캔틸레버 보는 Fig. 3과같이 구조용 강재를 이용하여 제작되었으며, 모형 구조물의 총 길이는 0.9m으로 제작되었다. 보의 폭과 두께는 6cm와 0.
데이터처리
(2) 이를 위하여 무선 모뎀과 MEMS 가속도 센서, 8bit 마이크로컨트롤러, 메모리로 구성된 스마트센서를 자체 개발하였다. 획득한 데이터의 분석은 NExT & ERA 알고리즘을 사용하여 모달 인자를 추출하였으며, 결과의 분석은 범용 유선계측시스템의 분석 결과와 비교하여 실시하였다. 또한 양질의 데이터를 얻기 위한 방법으로 최적운동에너지법을 이용한 최적 계측 위치 선정을 통하여 센서의 부착 위치를 결정하였다.
이론/모형
EOT을 사용하기 위하여 가이언 소거법에 의해 계산되어진 정형화된 질량 행렬과 모드 벡터(Mode Vector)가 사용되었다. 또한 기여도가 적은 계측기를 찾기 위해서 선형독립성을 유지하며 매회 최저 기여계측기를 제거하기 위하여 초기 값의 상대적 백분율로 계산된 에너지 행렬식이 사용된다.
FE 모델은 2절점 보 요소(Beam Element)를 이용하여 구성하였다. Table 2에 재료적 특성치들은 강 재료의 일반적인 제원에 근거하여 결정되었다.
샘플링 주파수는 Nyquist 주파수를 고려하여 목적 모드인 3차 휨모드를 획득하기에 충분하도록 250Hz로 설정하였다. 또한, 측정 잡음을 제거하고 전기적 신호의 왜곡을 피하기 위해 Hanning 창을 이용하였다.
12와 13은 실험에 의하여 분석한 캔틸레버 보의 모드 형상들을 Curve Fitting을 수행하여 나타낸 것이다. 이와 같이 두 가지 방법에 의해 획득한 모드 형상의 상관관계를 수치적으로 분석하기 위하여 MAC 알고리즘을 이용하였다. Ewins등의 연구 결과에 의하면 MAC의 지표 값이 0.
획득한 데이터의 분석은 Los Alamos National Lab에서 개발한 DIAMOND 프로그램을 이용하였다. DIAMOND는 NExT와 ERA 알고리즘 모듈이 내장되어 있어 구조물의 동특성 분석이 가능한 MATLAB 기반의 프로그램이다.
성능/효과
⑸ 또한 Shinozuka 등은 DuraNode을이용하여 충격 햄머(Impact Hammer)로 가진한 강재 트러스 보도 육교의 응답을 계측하여 동특성을 분석하는 연구를 수행하였다.⑹ 이러한 연구 결과들은 스마트 센서 장치가 구조물의 동특성 분석을 통한 모니터링 시스템에 적용이 가능함을 확인시켜주었다. 그러나 이와 같은 연구들은 실험 대상 구조물에 인위적인 외력을 가한 후, 외력과 응답신호를 측정하여 모달인자들을 추줄하는 방법으로 실 구조물에 적용하기에는 많은 문제점들을 가지고 있다.
이러한 원인으로는 스마트 센서 장치의 마이크로컨트롤러에 내장된 Timer의 성능 문제나무선 모뎀으로 데이터 전송과 수신시 시간지연(Time Delay) 현상이 발생되는 것으로 분석된다. 또한 감쇠비(Damping ratio)의 분석 결과, 고유진동수의 분석 결과와 같이 유선 계측 시스템으로 획득한 응답 신호를 분석한 결과가 스마트 센서 시스템의 분석 결과에 비하여 감쇠비가 각각의 모드에서 크게 분석되었다.
그러나 측정할 계측기 수를 점차적으로 감소 시켜 초기 후보 계측점의 수와 비교하여 약 2개 이상의 계측기를 제거하게 되면 운동에너지가 급속히 감속함을 알 수 있다. 또한 목적 모드의 수가 적을수록 에너지의 감소비율이 적게 나타났다.
수행하였다. 스마트 센서 시스템으로 획득한 구조물의 응답신호와 범용 유선계측시스템으로 획득한 응답 신호를 NExT 와 ERA 알고리즘을 사용하여 모형구조물의 고유진동수와 감쇠비, 모드 형상을 추출하여 비교 분석한 결과, 우수한 일치관계를 보여 스마트 센서의 현장 적용 가능성을 확인할 수 있었다.
실험에 의해 분석된 구조물의 고유진동수는 유선 계측 시스템으로 측정한 응답을 분석한 결과와 비교하여 1차에서는 약 3%의 오차를 보이고 있고, 2차 모드는 5%, 3차 모드는 8%의 오차를 보여, 고차 모드로 갈수록 스마트 센서 시스템의 센서의 성능이 저하되는 경향을 보였다. 이러한 원인으로는 스마트 센서 장치의 마이크로컨트롤러에 내장된 Timer의 성능 문제나무선 모뎀으로 데이터 전송과 수신시 시간지연(Time Delay) 현상이 발생되는 것으로 분석된다.
또한 양질의 데이터를 얻기 위한 방법으로 최적운동에너지법을 이용한 최적 계측 위치 선정을 통하여 센서의 부착 위치를 결정하였다. 연구 결과, 스마트 센서의 현장 적용 가능성을 확인할 수 있었다.
참고문헌 (14)
허광희, 이우상, 김만구, "스마트 센서 기술을 이용한 구조물 건전도 모니터링 시스템 Part I: 스마트 센서의 개발과 성능평가" 한국구조물진단학회지, 제11권, 제2호, 2007. 03. pp. 134-144
허광희, 이우상, 신재철, "SWMAS의 성능 검증을 위한 구조물의 동특성 분석" 한국구조물진단학회지, 제9권, 제4호, 2005. 10
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, November 13-15, 2003
Ewins, D. J., Modal Testing : Theory, Practice and Application, R. S. P. 2000
Lynch, J.P., et al., "Field Validation of a Wireless Structural Monitoring System on the Alamosa Canyon Bridge", SPIE 10th, San Diego, CA, USA, March, 2003
Masanobu Shinozuka, 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
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 IASC-ASCE Benchmark Problem: Simulated Data", Journal of Engineering Mechanics, ASCE, submitted, 2002
Straser, E.G. and Kiremidjian, A.S., "A modular wireless damage monitoring system for structures". Report No. 128, John A. Blume Earthquake Engineering Center, Department of Civil and Envirmental Engineering, Stanford University, Stanford, CA, 1998
Heo, G., Wang, M. L. and Satpathi, D., "Optimal Transducer Placement for Health Monitoring of Long Span Bridge" Soil Dynamics and Earthquake Engineering, 16, 1997, pp. 495-502
Jung, J.N., Applied System Identification, Prentice Hall, Englewood Cliffs, New Jersey, USA, 1994
Jung, J.N. and Pappa, R.S, "An Eigensystem Realization Algorithm for Modal Parameter Identification and Model Reduction", Journal of Guidance, Control and Dynamics, AIAA, Vol. 8, No. 5, 1985, pp. 620-627
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
※ AI-Helper는 부적절한 답변을 할 수 있습니다.