[논문]유사도 기반 해양 자켓 구조물 손상추정

민천홍; 김형우; 박상현; 오재원; 남보우

doi:10.5574/ksoe.2016.30.4.287

유사도 기반 해양 자켓 구조물 손상추정
Similarity-based Damage Detection in Offshore Jacket Structures 원문보기

韓國海洋工學會誌 = Journal of ocean engineering and technology, v.30 no.4, 2016년, pp.287 - 293

민천홍 (선박해양플랜트연구소) , 김형우 (선박해양플랜트연구소) , 박상현 (선박해양플랜트연구소) , 오재원 (선박해양플랜트연구소) , 남보우 (선박해양플랜트연구소)

Abstract ▼ AI-Helper

This paper presents an effective damage detection method for offshore jackets using natural frequency change ratios. Two parameters, cosine similarity and magnitude index, are considered to estimate the location and severity of the damage in the structure. A numerical jacket structure model is considered to verify the performance of the proposed method. As observed through analysis, the damages in the structure are detected accurately.

주제어

AI 본문요약
AI-Helper

문제 정의

본 연구에서는 이러한 단점(모델 개선을 위한 반복 계산, 복잡한 손상추정 절차, 손상 전 정보 필요 등)을 개선하고자 고유진동수 변형량의 유사도를 이용한 손상추정 기법을 제안한다. 이 기법은 각 요소의 손상정도에 따른 고유진동수 변화량을 추출하여 고유진동수 변형량 행렬을 구성하고, 실제 응답 데이터로부터 고유진동수 변형량이 계측되었을 때, 변형량의 유사도를 계산하여 손상 부재 및 손상도를 추정하는 방법이다.

제안 방법

, 2011; Malekzehtab and Golafshani, 2013). 따라서 본 논문에서도 수치모델의 손상을 요소강성의 감소비로 정의하였으며, Table 2와 같이 3가지 경우의 손상시나리오를 만들어서 검증에 적용하였다. Case 1은 수직 부재, Case 2는 대각선 부재, Case 3은 수평 부재에 손상이 발생된 경우이면 각각의 경우 손상정도는 23%, 10%, 19%이다.
본 연구에서는 최종적인 손상지수(Damage index)를 코사인 유사도와 크기 지수의 곱으로 정의하였으며, 크기가 클수록 손상 가능성이 큰 것으로 고려하였다.
본 연구에서는 해양 자켓 구조물의 손상추정을 위해 고유진동수 변형율 벡터의 유사도를 이용하는 기법을 제안하였으며, 제안된 기법을 3차원 자켓 구조물 수치 손상 모델을 통해 검증하였다. 그 결과 다음과 같은 결론을 얻을 수 있었다.
제안된 손상추정 기법을 검증하기 위하여 3차원 자켓 구조물 수치모델을 이용하고자 한다. 검증에 사용된 3차원 자켓 구조물은 상용 유한요소해석 소프트웨어인 ABAQUS를 이용하여 Fig.

대상 데이터

2와 같이 모델링 하였다. 자켓 구조물은 빔 요소인 B32를 사용하여 90개의 라인으로 모델링 하였고 각 라인에 균등히 3등분하여 총 270개의 요소로 구성하였다. 각 부재는 내측 반지름 0.

데이터처리

손상신호가 발생된 시점에 계측된 고유진동수와 그전 측정시점에 계측된 고유진동수의 변화율을 계산하여 를 획득하였다. 식 (8) ~ 식 (10)을 통해 계산된 코사인 유사도, 크기지수, 손상지수를 Case 1의 경우 Fig.

이론/모형

제안된 손상추정 기법을 검증하기 위하여 3차원 자켓 구조물 수치모델을 이용하고자 한다. 검증에 사용된 3차원 자켓 구조물은 상용 유한요소해석 소프트웨어인 ABAQUS를 이용하여 Fig. 2와 같이 모델링 하였다.
본 연구에서는 코사인 유사도(Cosine similarity)와 크기지수(Magnitude index)를 사용하여 구조물에 발생한 손상의 크기 및 위치를 추정하였으며, 손상추정 흐름은 다음과 같다.

후속연구

(1) 해양 자켓 구조물의 고유진동수를 지속적으로 모니터링할 수 있다면, 고유진동수 변형량을 이용한 경고지수 분석을 통해 구조물에 손상이 발생되는 시점을 정확히 예측할 수 있을 것으로 판단된다.
(2) 구조물에 발생된 손상의 위치와 손상 크기를 판별하기 위해서 구조물의 고유진동수 변화량만이 요구되기 때문에 추가적인 해석이나 모델 개선과 같은 작업이 필요하지 않았다. 이러한 장점은 실제 구조물 모니터링 시스템 구성에 큰 장점으로 작용할 것으로 생각된다.
(3) 대상 구조물의 모델링 정보만 있다면 [S]를 구성할 수 있기 때문에 모니터링 시스템 없이 운용되어오던 해양 자켓 구조물의 손상추정에도 적용 가능할 것으로 보인다. 다만 구조물이 장시간 운용되면서 발생된 미소 변형들을 수치모델에 투영하기 위한 모델 개선 작업이 필요할 것이다.
우선 해양에 설치된 대형 구조물의 고유진동수를 정확히 추정할 수 있어야 한다. 고유진동수를 정확히 추정하기 위해서는 해양에서 사용가능한 센서와 케이블이 필요하며 신호 증폭 및 노이즈 제거를 위한 필터 등의 시스템이 필요하다. 또한 계측된 센서 신호를 분석하여 고유진동수를 추정할 수 있는 추정 기법도 필요하다.
(3) 대상 구조물의 모델링 정보만 있다면 [S]를 구성할 수 있기 때문에 모니터링 시스템 없이 운용되어오던 해양 자켓 구조물의 손상추정에도 적용 가능할 것으로 보인다. 다만 구조물이 장시간 운용되면서 발생된 미소 변형들을 수치모델에 투영하기 위한 모델 개선 작업이 필요할 것이다.
고유진동수를 정확히 추정하기 위해서는 해양에서 사용가능한 센서와 케이블이 필요하며 신호 증폭 및 노이즈 제거를 위한 필터 등의 시스템이 필요하다. 또한 계측된 센서 신호를 분석하여 고유진동수를 추정할 수 있는 추정 기법도 필요하다. 또한 손상이 다점에서 발생된 경우에도 손상을 추정할 수 있는 추가적인 연구가 필요할 것으로 생각된다.
또한 계측된 센서 신호를 분석하여 고유진동수를 추정할 수 있는 추정 기법도 필요하다. 또한 손상이 다점에서 발생된 경우에도 손상을 추정할 수 있는 추가적인 연구가 필요할 것으로 생각된다.
본 논문에서 제시한 구조물 손상추정 기법을 실제 구조물에 적용하기 위해서는 아직 많은 연구가 필요하다. 우선 해양에 설치된 대형 구조물의 고유진동수를 정확히 추정할 수 있어야 한다.

참고문헌 (17)

Brincker, R., Zhang, L., Andersen, P., 2001. Modal Identification of Output-only Systems using Frequency Domain Decomposition. Smart Materials and Structures, 10, 441-445.

상세보기
Dong, Y., Sun, Z., Jia, H., 2006. A Cosine Similarity-based Negative Selection Algorithm for Time Series Novelty Detection. Mechanical Systems and Signal Processing, 20, 1461-1472.

상세보기
Kim, J.T., Ryu, Y.S., Jung, S.O., Choo, S.H., 2000. Pattern Recognition of Modal Sensitivity for Structural Damage Identification of Truss Structure. Journal of Ocean Engineering and Technology, 14(1), 80-87.
Kim, J.T., Sim, S.H., Cho, S., Yun, C.B., Min, J., 2016. Recent R&D Activities on Structural Health Monitoring in Korea. Structural Monitoring and Maintenance, 3(1), 91-114.

상세보기
Kim, J.T., Stubbs, N., 1994. Damage Detection in Jacket-type Offshore Structures from Few Mode Shapes. Journal of Ocean Engineering and Technology, 8(1), 144-153.

상세보기
Kim, S.R., Lee, J.W., Kim, B.K., Lee, J.S., 2012. Damage Estimation Method for Monopile Support Structure of Offshore Wind Turbin. Transactions of the Korean Society for Noise and Vibration Engineering, 22(7), 667-675.

원문보기 상세보기
Li, H., Li, P., Hu, S.L.J., 2012. Modal Parameter Estimation for Jacket-type Platforms using Noisy Free-vibration Data: Sea Test Study. Applied Ocean Research, 37, 45-53.

상세보기
Li, H., Wang, J., Hu, S.L.J., 2008. Using Incomplete Modal Data for Damage Detection in Offshore Jacket Structures. Ocean Engineering, 35, 1793-1799.

상세보기
Liu, F., Li, H., Li, W., Wang, B., 2014. Experimental Study of Improved Modal Strain Energy Method for Damage Localisation in Jacket-type Offshore Wind Turbines. Renewable Energy, 72, 174-181.

상세보기
Malekzehtab, H., Golafshani, A.A., 2013. Damage Detection in an Offshore Jacket Platform using Genetic Algorithm based Finite Element Model Updating with Noisy Modal Data. Procedia Engineering, 54, 480-490.

상세보기
Min, C.H., Cho, S.G., Oh, J.W., Kim, H.W., Hong, S., Nam, B.W., 2015. Study on Damage Detection Method using Meta Model. Journal of Ocean Engineering and Technology, 29(5), 351-358.

원문보기 상세보기
Min, J., Shim, H., Yun, C.B., Yi, J.H., 2011. Impedance-based Long-term Structural Health Monitoring for Tidal Current Power Plant Structure in Noisy Environments. Journal of Ocean Engineering and Technology, 25(4), 59-65.

원문보기 상세보기
Mojtahedi, A., Lotfollahi Yaghin, M.A., Hassanzadeh, Y., Ettefagh, M.M., Aminfar, M.H., Aghdam, A.B., 2011. Developing a Robust SHM Method for Offshore Jacket Platform using Modal Updating and Fuzzy Logic System. Applied Ocean Research, 33, 398-411.

상세보기
Park, S.Y., Park, D.C., Kim, E.H., Kim, H.S., 2011. Damage Evaluation on a Jacket Platform Structure Using Modal Properties. Proceeding of the Twenty-first International Offshore and Polar Engineering Conference, Maui, Hawaii, USA, 1, 245-250.
Rivero-Angeles, F.J., Vazquez-Hernandez, A.O., Martinez, U., 2014. Vibration Analysis for the Determination of Modal Parameters of Steel Catenary Risers Based on Response-only Data. Engineering Structures, 59, 68-79.

상세보기
Shen, J., Liu, F., Li, H., Xu, L., Liang, B., 2015. Assessment of the Damages Occurring Between Two Adjacent Measurements for an Aging Offshore Platform. Ocean Engineering, 109, 372-380.

상세보기
Yang, H.Z., Park, H.L., Choi, K.S., Li, H.J., 2006. Comparison Between Field Test and Numerical Analysis for a Jacket Platform in Bohai Bay, China. Journal of Ocean Engineering and Technology, 20(2), 1-7.

원문보기 상세보기

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

유사도 기반 해양 자켓 구조물 손상추정
Similarity-based Damage Detection in Offshore Jacket Structures 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

후속연구

참고문헌 (17)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

유사도 기반 해양 자켓 구조물 손상추정 Similarity-based Damage Detection in Offshore Jacket Structures 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

후속연구

참고문헌 (17)

이 논문을 인용한 문헌

저자의 다른 논문 :

민천홍 (16) 김형우 (56) 오재원 (17) 남보우 (15)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

유사도 기반 해양 자켓 구조물 손상추정
Similarity-based Damage Detection in Offshore Jacket Structures 원문보기

AI 본문요약
AI-Helper