교량 유지관리 전략 수립 시 현재 상태를 기반으로 미래 상태를 예측할 수 있어야 하며, 상태예측모델의 신뢰도가 높아질수록 효과적인 유지관리 의사결정이 가능하다. 그러나 인력기반 반복 주기적인 현행유지관리는 관리자가 목표하는 관리(등급)수준의 교량 상태를 정확히 예측하지 못해서 막대한 보수 보강비용이 발생될 가능성이 있고, 합리적인 유지관리 의사결정을 도모하는데 어려움을 겪는다. 이에 따라 본 논문에서는 국내 교량 점검 이력 데이터를 이용하여 불확실성을 고려한 교량 부재별 대표 상태예측모델을 개발하고, 개발된 상태예측모델을 실제 유지관리 대상 교량에 보다 높은 정확도로 적용 가능한 베이지안 업데이트 기법을 제안하였다. 또한, 모니터링 업데이트 상태예측모델 기반 예방적 유지관리가 기존 현행유지관리 대비 비용 효율성 측면에서 유리함을 제안하기 위해 각각의 유지관리비용 산출에 따른 교량 점검 타당성 분석을 수행하였다.
교량 유지관리 전략 수립 시 현재 상태를 기반으로 미래 상태를 예측할 수 있어야 하며, 상태예측모델의 신뢰도가 높아질수록 효과적인 유지관리 의사결정이 가능하다. 그러나 인력기반 반복 주기적인 현행유지관리는 관리자가 목표하는 관리(등급)수준의 교량 상태를 정확히 예측하지 못해서 막대한 보수 보강비용이 발생될 가능성이 있고, 합리적인 유지관리 의사결정을 도모하는데 어려움을 겪는다. 이에 따라 본 논문에서는 국내 교량 점검 이력 데이터를 이용하여 불확실성을 고려한 교량 부재별 대표 상태예측모델을 개발하고, 개발된 상태예측모델을 실제 유지관리 대상 교량에 보다 높은 정확도로 적용 가능한 베이지안 업데이트 기법을 제안하였다. 또한, 모니터링 업데이트 상태예측모델 기반 예방적 유지관리가 기존 현행유지관리 대비 비용 효율성 측면에서 유리함을 제안하기 위해 각각의 유지관리비용 산출에 따른 교량 점검 타당성 분석을 수행하였다.
In order to establish an efficient bridge maintenance strategy, the future performance of a bridge must be estimated by considering the current performance, which allows more rational way of decision-making in the prediction model with higher accuracy. However, personnel-based existing maintenance m...
In order to establish an efficient bridge maintenance strategy, the future performance of a bridge must be estimated by considering the current performance, which allows more rational way of decision-making in the prediction model with higher accuracy. However, personnel-based existing maintenance may result in enormous maintenance costs since it is difficult for a bridge administrator to estimate the bridge performance exactly at a targeting management level, thereby disrupting a rational decision making for bridge maintenance. Therefore, in this work, we developed a representative performance prediction model for each bridge element considering uncertainty using domestic bridge inspection data, and proposed a bayesian updating method that can apply the developed model to actual maintenance bridge with higher accuracy. Also, the feasibility analysis based on calculation of maintenance cost for monitoring maintenance scenario case is performed to propose advantages of the Bayesian-updating-driven preventive maintenance in terms of the cost efficiency in contrast to the conventional periodic maintenance.
In order to establish an efficient bridge maintenance strategy, the future performance of a bridge must be estimated by considering the current performance, which allows more rational way of decision-making in the prediction model with higher accuracy. However, personnel-based existing maintenance may result in enormous maintenance costs since it is difficult for a bridge administrator to estimate the bridge performance exactly at a targeting management level, thereby disrupting a rational decision making for bridge maintenance. Therefore, in this work, we developed a representative performance prediction model for each bridge element considering uncertainty using domestic bridge inspection data, and proposed a bayesian updating method that can apply the developed model to actual maintenance bridge with higher accuracy. Also, the feasibility analysis based on calculation of maintenance cost for monitoring maintenance scenario case is performed to propose advantages of the Bayesian-updating-driven preventive maintenance in terms of the cost efficiency in contrast to the conventional periodic maintenance.
따라서 본 논문에서는 교량의 공용 중 모니터링 기반 상태예측모델의 확률 특성치(평균 및 표준편차)를 베이지안 기법에 따라 업데이트하였고, 대상 교량의 특정시점에서 상태점검을 실시했을 때, 판정된 교량의 확률적 상태예측모델이 교량 관리자가 원하는 관리(등급) 수준에 도달한 시점에서 발생 가능한 보수․보강공법 적용확률을 예측하였다. 예측된 보수․보강공법 적용 확률을 대상 교량의 등급별 보수‧보강 비용모델과 연계하여 유지관리 비용 분석 모델을제시하고, 예측된 열화모델이 생애주기 비용분석 측면에서 얼마나경제적인 효과를 가져올 수 있는지를 판단하였다.
제안 방법
본 논문에서는 교량 상태예측모델 개발과 센서노드 기반 모니터링을 통해 얻어진 데이터 결과를 베이지안 기법을 고려하여 확률적으로 결합한 업데이트된 상태예측모델 기반 예방유지관리가 기존의 반복‧주기적인 점검 기반 현행유지관리 대비 비용 효율성 측면에서 유리함을 제안하였다. 실제 대상 교량(부재)의 보다 정확한 상태를 예측하여 불필요한 시기의 보수‧보강 비용을 줄일 수 있고,이를 통해 교량 운영단계에서의 목표수명 기반 체계적‧효율적인 유지관리가 가능할 것으로 판단되며, 이러한 연구를 통해 얻은 결론은 아래와 같다.
본 연구에서 유지관리비용은 모니터링 업데이트 유무에 따라 유지관리 시나리오 및 보수‧보강 공법 비용을 연계하여 산출하였고, 기존 대비 모니터링 업데이트 시 초기 손상유형 검측을 통한 대상교량 부재로의 상태예측모델 업데이트에 따라 발생 가능한 대표유지관리 시나리오별(Case 1~3) 비용 효율성 측면에서의 유리함을 정량적으로 검증하였다. 모니터링 기반 베이지안 업데이트 시점은Table 2에서 제시한 정밀안전진단 시기와 같은 5년으로 계산하였는데, 이는 센서노드 부착위치(Fig.
본 연구에서 제시하고 있는 스마트 모니터링 기술 기반 예방적 유지관리 비용분석방법은 생애주기비용 분석 시 기존 상태예측모델이 갖는 불확실성(σ1)을 베이지안 기법을 통해 업데이트된 확률분포의 형태, 즉 발생분포 및 누적분포의 형태로 가시화하여 비용 및 위험요소에 대한 불확실성이 감소된, 보다 정확한 예측을 통하여 실제 교량 운영단계 비용계획 수립 시 유리한 방법이다. 또한 베이지안 업데이트 전과 후의 유지관리비용을 비교하여 스마트 모니터링기술 기반 예방적 유지관리가 기존 유지관리 대비 비용 효율성 측면에서 유리함을 검증할 수 있다.
대상 데이터
상태등급의 점검종류는 정기점검, 정밀진단, 정밀안전진단, 긴급점검으로 크게 나누어진다. 본 논문에서 정밀진단과 정밀안전진단의 상태등급 데이터가 다른 종류의 상태등급 데이터보다 점검절차를 고려하였을 때 신뢰도가 높기 때문에 이 상태등급데이터를 이용하였다. 정밀안전진단은 1995년부터 시작하였기 때문에 이용 데이터의 점검일 범위는 1995년 이후의 각 국도 교량의 정밀점검 및 정밀안전진단 데이터를 수집(한국건설기술연구원 교량관리시스템(BMS)에 수록된 1,2종 및 기타 교량 등급이력 데이터수집 범위 : 1995~2016년)하였다.
본 연구에서는 위에서 제안된 모니터링 기반 유지관리비용 분석모델을 현재 공용되고 있는 영종대교 왕복 4차선 300m 강교의 강박스 거더(Fig. 8)에 적용하였다. 적용된 영종대교 강박스 거더의 면적은 600m2이고, 피로균열 모니터링용 센서노드에 대한 정보 및 가정사항은 Table 1과 같다.
본 논문에서 정밀진단과 정밀안전진단의 상태등급 데이터가 다른 종류의 상태등급 데이터보다 점검절차를 고려하였을 때 신뢰도가 높기 때문에 이 상태등급데이터를 이용하였다. 정밀안전진단은 1995년부터 시작하였기 때문에 이용 데이터의 점검일 범위는 1995년 이후의 각 국도 교량의 정밀점검 및 정밀안전진단 데이터를 수집(한국건설기술연구원 교량관리시스템(BMS)에 수록된 1,2종 및 기타 교량 등급이력 데이터수집 범위 : 1995~2016년)하였다. 또한, 무조치 시의 상태예측모델을 개발하는 것이므로 1990년 이후 준공된 교량에 대한 상태등급데이터를 사용하였다.
데이터처리
즉, 이러한 상관분석을 통해 각 영향인자 요소별 열화율 증가량에 가장 크게 영향을 미치는 4가지주요 영향인자(경간장, 평균 일 트럭교통량, 표면염화물량, 평균습도)를 선정하였다. 앞 단계의 공용연수를 고려한 단변수 회귀분석열화율 기울기를 종속변수로 하고, 선정된 4가지 영향인자에 대해서 다변수 회귀분석을 실시하여 최종 상태예측모델을 산출하였다.Eq. (1)은 부재별 상태예측모델 산출을 위한 다변수 회귀분석 식이다.
이론/모형
본 절에서는 사전(Prior)에 알고 있는 교량 부재별 상태예측모델의 향후 특정 시점(t)에서 추가되는 실제 대상 교량의 손상에 따른 점검이력 데이터 특성(Likelihood)을 기반으로 상태예측모델 업데이트(Posterior)를 위한 하나의 확률 기법인 베이즈 정리 적용방안에 대해 기술하였다.
성능/효과
(1) 교량 운영단계 시 모니터링 업데이트 기반 발생 가능한 유지관리 시나리오(Case 1~3)를 제시하고, 영종대교 특정 부재(강박스 거더)에 적용함으로써 관리수준(등급) 설정에 따른 베이지안 업데이트 유무로 발생된 비용의 차익을 확인하였다. 이러한 비용의 차익은 본 연구에서 고려한 강박스 거더의 등급별 유지보수비용(Fig.
(2) 본 연구에서 고려한 유지관리비용 산정 예시(4.3절)에 따르면 교량의 관리수준(등급)을 B~C등급 사이(0.7)로 정하고 특정시점에서 유지관리비용을 발생시켰을 때, 특정 시점(5년)에서 베이지안 업데이트 시 기존 상태예측모델의 기울기보다 가파른 기울기 경향을 갖는 Case 3에서 약 22%의 유지관리 비용절감 효과를 산정하였다. 이는 피로 균열과 같이 열화 초기에타 손상유형 대비 점검이 어려운 손상유형을 검측하고, 사후손,거자료로서의 적용 가능성을 제안하였다.
후속연구
이는 피로 균열과 같이 열화 초기에타 손상유형 대비 점검이 어려운 손상유형을 검측하고, 사후손,거자료로서의 적용 가능성을 제안하였다. 본 논문에서 제안한 모니터링 업데이트 기반 유지관리 시나리오 모델은 현행인력기반 유지관리와 비교했을 때, 초기 열화의 원인을 판단하지 못해 발생 가능한 막대한 보수‧보강비용을 절약할 수 있을 것으로 기대한다.
질의응답
핵심어
질문
논문에서 추출한 답변
베이즈 정리란 무엇인가?
본 절에서는 사전(Prior)에 알고 있는 교량 부재별 상태예측모델의 향후 특정 시점(t)에서 추가되는 실제 대상 교량의 손상에 따른 점검이력 데이터 특성(Likelihood)을 기반으로 상태예측모델 업데이트(Posterior)를 위한 하나의 확률 기법인 베이즈 정리 적용방안에 대해 기술하였다.
교량의 총 생애주기비용은 어떻게 분류되는가?
교량의 총 생애주기비용은 초기투자비용, 유지관리비용, 해체‧폐기비용 세 가지로 분류되는데 본 논문에서는 유지관리비용 항목을 고려하였다. 유지관리비용 산출 시, 필요한 유지관리 시나리오는 크게 설계‧계획단계와 운영단계 두 가지로 구분할 수 있다.
강박스 거더의 등급별 보수‧보강비용에서 낮은 등급으로 갈수록 비용이 증가하는 이유는?
10은 면적이 600m2(전체면적)인 강박스 거더의 등급별 보수‧보강비용(단가와 보수율과 전체면적(600m2)의 곱)을 나타내고, 각 등급별 누적보수‧보강비용에 대한 회귀분석에 따른 2차 곡선 경향을 나타낸다. 이때, 낮은 등급(C~D)으로 갈수록 비용이 증가하는 것을 볼 수있는데 이는 위에서 언급한 6가지 공법들 중 낮은 등급(C~D)에서는 거더 증설(또는 교체)과 같은 단가가 높은 공법들의 적용에 따른 보수율이 높기 때문이다(Jung et al., 2009; MLTMA, 2012; Sun et al.
참고문헌 (13)
Ang, A. and Tang, W. (2007). (2nd edition) Probability concepts in Engineering : Emphasis on applications in Civil & Environmental Engineering, Willey, pp. 346-365.
Cha, K. H., Kim, S. W., Kim, J. H., Park, M. Y. and Kong, J. S. (2015). "Development of the deterioration models for the port structures by the multiple regression analysis and markov Chain." Journal of Computational Structural Engineering Institute of Korea, Vol. 28, No. 3, pp. 229-239 (in Korean).
Frangopol, D. M., Strauss, A. and Kim, S. (2008). "Use of monitoring extreme data for the performance prediction of structures : General approach." Engineering Structures, Vol. 30, No. 12, pp. 3644-3653.
Jung, H. J., Park, H. M., Kong, J. S., Zi, G. S. and Kim, G. S. (2009). "Development of a successive LCC model for marine RC structures exposed to chloride attack on the basis of bayesian approach." Journal of the Korea Concrete Institute, Vol. 21, No. 3, pp. 359-366 (in Korean).
Jung, T. Y., Park, H. M., Lee, H. and Kong, J. S. (2007). "Updating inspection data to estimate probability of failure." Conference of Computational Structural Engineering Institute of Korea, Vol. 20, No. 1, pp. 645-650 (in Korean).
Kim, J. K. and Jang, I. Y. (2017). "Proposal of domestic road bridge deck deterioration models and forecast of replacement demand." Journal of the Korea Institute for Maintenance and Inspection, Vol. 21, No. 4, pp. 61-68 (in Korean).
Korea Agency for Infrastructure Technology Advancement (KAIA) (2013). Bridge life-span extension using ICT, partial replacement and low-carbon materials, 18SCIP-B066018-06 (in Korean).
Korea Agency for Infrastructure Technology Advancement (KAIA) (2016). Large-scale infrastructure monitoring and management using unmanned inspection units, 15RDPP-C104426-01 (in Korean).
Lim, H. J., Kim, Y., Koo, G., Yang, S., Sohn, H., Bae, I. H. and Jang, J. H. (2016) "Development and field application of a nonlinear ultrasonic modulation technique for fatigue crack detection without reference data from an intact condition." Smart Materials and Structures, Vol. 25, No. 9, 095055 (p. 14).
Ministry of Land, Infrastructure and Transport (MOLIT) (2012). Guideline and Commentary of Safety Inspection and In-depth Safety Inspection for Structures-Bridge (in Korean).
Ministry of Land, Transport and Maritime Affairs (MLTMA) (2012). Developing Bridge Management System considering Life-Cycle Cost and Performance of Bridges (in Korean).
Sun, J. W., Lee, D. Y. and Park, K. H. (2016). "Development on repair and reinforcement cost model for bridge life-cycle maintenance cost analysis." Journal of the Korea Academia-Industrial cooperation Society, Vol. 17, No. 11, pp. 128-134 (in Korean).
Sun, J. W., Park, K. H., Kwang, J. K., Kong, J. S. and Park, D. H. (2010). "Study on bayesian probability model for estimation of bridges performance." Proc. of Conf, KSCE, pp. 1345-1348.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.