[논문]교량 상태에 따른 생애주기비용 영향 분석

박준용; 이기세

doi:10.5762/kais.2021.22.2.802

교량 상태에 따른 생애주기비용 영향 분석
A Study on Life Cycle Cost According to Bridge Condition 원문보기

한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.22 no.2, 2021년, pp.802 - 809

박준용 (서울기술연구원 도시인프라연구실) , 이기세 (서울기술연구원 도시인프라연구실)

초록
AI-Helper

노후화로 인해 급증하는 유지관리 비용에 대응하기 위하여 자산관리적 관점에서 교량의 유지관리 비용 예측은 필수적이다. 교량의 유지관리 비용 예측은 교량 상태에 기반하여 생애주기비용을 지표로 수행되며, 일반적으로 교량 상태는 열화환경, 하중조건, 재료특성 등에 따라 상당히 넓은 분포특성을 가진다. 본 논문에서는 교량 상태에 영향을 주는 변수로 사용수명, 열화속도, 점검오차를 활용하는 상태예측모델을 활용하여 교량 상태가 생애주기비용 산정에 미치는 영향을 평가하였다. 검토된 변수 중에서 점검오차가 특히 생애주기비용 산정에 상당한 영향을 미치는 것을 확인하였다. 그리고 실제 고속도로 교량의 건전도지수 분포를 기반으로 상하한을 모사하는 상태예측모델을 구축하여 개별 교량에서 발생가능한 생애주기비용의 상하한 값을 추정하였다. 상태예측모델과 연계하여 생애주기동안 발생하는 비용을 예측하기 위해 교량 건전도지수에 따른 보수보강비용 산정식을 활용하였다. 분석을 통해 교량의 상태에 따라 생애주기비용의 차이가 상당히 크게 발생함을 확인하였다. 이에 따라 기존의 평균을 모사하는 단일모델로는 효율적 관리가 어려울 수 있으므로, 향후 다양한 종류의 상태예측모델을 구축하여 교량에 따라 적합한 모델을 적용하는 등 개별 교량의 유지관리 비용 예측신뢰도를 높이기 위한 연구가 필요하다.

Abstract ▼ AI-Helper

To cope with the increasing maintenance costs due to aging, the maintenance cost was evaluated from the perspective of asset management. The maintenance cost can be predicted based on the condition of the bridge, and the life cycle cost is used as an index. In general, the condition of a bridge has a wide distribution characteristic depending on the deterioration, load, and material characteristics. In this paper, to evaluate the effect of the bridge conditions on the life cycle cost, condition prediction models were constructed considering the service life, deterioration rate, and inspection error, which are the main variables of the bridge condition and life cycle cost calculation. In addition, condition prediction models were constructed based on the distribution of the health index to estimate the upper and lower bounds of the life cycle costs that can occur in individual bridges. Life cycle cost analysis showed that the life cycle cost differed significantly according to the condition of the bridge. Accordingly, research will be needed to increase the reliability of predicting the life cycle cost of individual bridges.

주제어

표/그림 (14)

그림 Fig. 1. Condition prediction model
그림 Fig. 2. Condition prediction models considering the difference in service life
그림 Fig. 3. Condition prediction models considering the difference in deterioration rate
그림 Fig. 4. Condition prediction model considering the error of inspection
표 Table 1. Variables in condition prediction model
그림 Fig. 5. Condition prediction models considering extreme condition
그림 Fig. 6. Average maintenance cost according to condition of bridge
표 Table 2. Variables in condition prediction model
그림 Fig. 7. Procedure for calculating service life and total maintenance cost
그림 Fig. 8. Life cycle cost according to service life
그림 Fig. 9. Life cycle cost according to deterioration rate
표 Table 3. Life cycle cost from M1 to M6
그림 Fig. 10. Life cycle cost according to error of inspection
그림 Fig. 11. Life cycle cost according to deterioration rate of bridge

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

따라서 본 논문에서는 교량 상태를 결정하는 주요 변수들에 따른 생애주기비용 영향을 분석하고, 상태에 따라 발생 가능한 개별 교량의 생애주기비용 상하한값을 추정하고자 한다. 교량의 사용수명, 열화속도, 점검오차 세 가지 변수를 고려하여 교량 상태예측모델을 구성하였으며, 구성된 모델을 활용하여 변수별 생애주기비용 영향을 비교하였다.
본 논문에서는 교량 상태에 따라 산정되는 생애주기 비용을 평가하기 위하여 비용 산정에 활용되는 주요 변수들에 대한 영향 분석을 수행하였다. 검토된 변수 중에서 특히 점검오차는 영향이 크기 때문에 시설물 유지관리 및 자산관리 측면에서 점검신뢰도의 향상이 중요할 것이다.
선행 연구들은 관리주체의 입장에서 관리 교량 전체의 유지관리 비용 혹은 평균 유지관리 비용의 예측에 집중하였다면, 본 논문에서는 비용에 영향을 주는 주요 변수들에 대한 영향 평가와 함께 실제 고속도로 교량의 넓은 건 전도지수 분포를 충분히 고려하기 위하여 개별 교량의 발생 가능한 유지관리 비용의 상하한값을 추정하는 데 목적이 있다.

가설 설정

그리고 유지관리비용은 진단·점검 비용과 보수·보강 비용으로 나뉘게 되며, 진단·점검은 안전등급에 따라 정해진 주기대로 실시되므로 상태에 따른 생애주기비용의 영향이 매우 적다. 따라서 교량의 생애주기 동안 발생하는 보수보강 비용을 생애주기비용으로 가정하고 분석하였다.

제안 방법

고속도로 교량이 가지는 건전도지수 분포의 상하한을 모사한 모델을 활용하여 생애주기비용을 산정하였다. Fig.
한다. 교량의 사용수명, 열화속도, 점검오차 세 가지 변수를 고려하여 교량 상태예측모델을 구성하였으며, 구성된 모델을 활용하여 변수별 생애주기비용 영향을 비교하였다. 그리고 실제 고속도로 교량의 건전도지수 이력을 활용하여 건전도지수 분포의 상하한을 모사하는 상태예측모델을 구성하였으며, 이때 교량 형식은 구분하지 않고 모든 형식의 교량 이력을 활용하였다.
교량의 사용수명, 열화속도, 점검오차 세 가지 변수를 고려하여 교량 상태예측모델을 구성하였으며, 구성된 모델을 활용하여 변수별 생애주기비용 영향을 비교하였다. 그리고 실제 고속도로 교량의 건전도지수 이력을 활용하여 건전도지수 분포의 상하한을 모사하는 상태예측모델을 구성하였으며, 이때 교량 형식은 구분하지 않고 모든 형식의 교량 이력을 활용하였다. 이에 따라 개별교량의 생애주기비용의 상하한을 추정하였다.
매개변수 영향을 확인하기 위해 구성된 6종류의 상태예측모델을 활용하여 생애주기비용을 산정하였다. 여섯 종류 모델에서 분석된 사용수명이 64~78년으로 다양한 값을 지니기 때문에 생애주기비용의 비교를 위하여 동일한 시점인 60년을 기준으로 검토하였다.
상하한을 모사하였다. 상세한 모사를 위해서는 약 6만 개의 건전도지수에 대한 통계분석이 필요하지만, 원본 데이터가 없는 관계로 Fig. 1의 분포형상을 토대로 모사를 수행하였다. 이때 평균수명과 형상계수를 동일한 비율로 조정하였으며, 하한선의 경우 점검오차를 반영하였다.
상태예측모델에서는 형상계수를 통해 조정하였으며, Fig. 3과 같이 형상 계수 의 10% 증감을 통해 모델을 구성하였다.
이러한 차이는 준공부터 존재하며 시간에 따라 점차 차이가 증가하게 된다. 상태예측모델의 기본형으로는 평균을 벗어난 교량의 상태를 예측할 수 없으므로, 시간에 따른 교량 상태의 대략적인 상하한을 확인하며 이에 따른 생애주기비용의 편차를 확인하기 위하여 두 가지 모델을 구성하였다.
상태예측모델의 세 가지 변수를 조정하여 건 전도지수분포의 상하한을 모사하였다. 상세한 모사를 위해서는 약 6만 개의 건전도지수에 대한 통계분석이 필요하지만, 원본 데이터가 없는 관계로 Fig.
상태예측모델의 주요 변수인 교량의 사용수명, 열화 속도, 점검오차에 따른 생애주기비용의 영향을 검토하기 위하여 6종류의 상태예측모델을 구성하였다. 변수 영향 평가의 대조군으로서 고속도로 교량의 평균을 나타내는 한국도로공사가 개발한 상태예측모델을 활용하였다.
준공시점부터 매년 상태를 예측하고 상태에 따른 보수보강 비용을 산정하며, 이를 교량의 수명종료 시점까지 반복하게 된다. 수명종료 시점에서 누적 보수보강 비용을 계산하여 생애주기비용으로 활용하였다.
실제 고속도로 교량의 건전도지수 분포를 기반으로 개별 교량에서 발생가능한 생애주기비용의 상하한 값을 추정하였다. 분석 결과, 교량의 상태에 따라 생애주기 비용의 차이가 상당히 크게 발생하므로 유지관리 우선순위 산정 등의 의사결정에 있어서 개별 교량의 유지관리 비용 예측신뢰도가 중요하게 작용할 것이다.
여섯 종류 모델에서 분석된 사용수명이 64~78년으로 다양한 값을 지니기 때문에 생애주기비용의 비교를 위하여 동일한 시점인 60년을 기준으로 검토하였다. Table 3은 공용년수 60년 기준으로 평가된 생애주기비용을 나타낸다.
열화속도는 사용수명과 높은 상관성을 지니는 변수로서 함께 조정되는 것이 합리적이지만, 개별 변수의 영향을 분석하기 위하여 수명종료시점은 고정하고 시간에 따른 열화속도의 변화만을 조정하였다. 상태예측모델에서는 형상계수를 통해 조정하였으며, Fig.
절차를 개발하였다[4]. 유지관리 비용을 예측하기 위하여 보수보강 비용 예측모델, 성능예측모델, 개축 비용 및 시기, 목표관리수준, 유지관리 활동에 따른 성능향상 한계값과 같이 다양한 변수를 고려하였다. 실제 로비용에 영향을 주는 대부분 변수를 고려하여 예측 방법 자체의 신뢰도는 높지만, 개별 변수를 정의하기 위한 정보가 충분히 있을 경우 신뢰도 높은 분석이 가능할 것으로 추정된다.
1의 분포형상을 토대로 모사를 수행하였다. 이때 평균수명과 형상계수를 동일한 비율로 조정하였으며, 하한선의 경우 점검오차를 반영하였다. 조정 결과 Fig.
한국도로공사[2]는 점검오차의 수준을 평가하고 상태예측모델에 반영하였다. 정기(정밀)점검과 정밀 안전진단의 결과 차이를 활용하여 점검오차를 평가하였다. 정기(정밀)점검보다 면밀히 수행되는 정밀안전진단에서 주로 건전도지수가 낮게 나오는 경향을 확인하였으며, 이를 상태예측모델에 반영했을 때 조정된 교량 평균수명은 66.

대상 데이터

변수 영향 평가의 대조군으로서 고속도로 교량의 평균을 나타내는 한국도로공사가 개발한 상태예측모델을 활용하였다. 실험군으로서 교량의 사용수명과 열화속도를 고속도로 교량의 평균값에서 10% 증감 적용한 모델을 각각 2종류씩 구성하였으며, 점검오차는 한국도로공사의 점검오차 평가 결과를 반영하는 1종류의 모델을 구성하였다.

이론/모형

UHPC를활용한 교량의 성능을 기존 콘크리트 교량의 성능과 비교하거나[9], 케이블과 같은 주요 부재 단위에서 비용 효율성을 평가하기 위해 생애주기비용 분석이 활용되었다 [10, 11]. 겨울철 도로포장 유지관리를 위해 개발된 제설시스템의 성능을 기존 제설시스템과 비교하기 위해 생애주기 비용 분석이 적용되기도 한다[12].
6종류의 상태예측모델을 구성하였다. 변수 영향 평가의 대조군으로서 고속도로 교량의 평균을 나타내는 한국도로공사가 개발한 상태예측모델을 활용하였다. 실험군으로서 교량의 사용수명과 열화속도를 고속도로 교량의 평균값에서 10% 증감 적용한 모델을 각각 2종류씩 구성하였으며, 점검오차는 한국도로공사의 점검오차 평가 결과를 반영하는 1종류의 모델을 구성하였다.
생애주기비용을 평가하기 위해 한국도로공사가 개발한 Fig. 6의 교량 건전도지수에 따른 평균 보수·보강 비용 모델을 활용하였다. 이는 FHWA가 제안한 교량 상태등급에 따른 평균 보수·보강 비용을 국내 고속도로 교량의 평균 건전도지수와 보수보강비용에 맞추어 환산한 그래프이다.
이러한 사항을 고려하여 이 연구에서는 다양한 조건에 따른 생애주기비용의 차이를 분석하기 위하여 한국도로공사가 개발한 교량 상태예측모델을 활용하였다. 상태예측모델인 Eq.

성능/효과

정기(정밀)점검과 정밀 안전진단의 결과 차이를 활용하여 점검오차를 평가하였다. 정기(정밀)점검보다 면밀히 수행되는 정밀안전진단에서 주로 건전도지수가 낮게 나오는 경향을 확인하였으며, 이를 상태예측모델에 반영했을 때 조정된 교량 평균수명은 66.2년이며 상세모델은 Fig. 4와 같다.
이때 평균수명과 형상계수를 동일한 비율로 조정하였으며, 하한선의 경우 점검오차를 반영하였다. 조정 결과 Fig. 5와 같이 50%의 증감을 주었을 경우 실제 분포의 상하한과 유사한 모사가 가능함을 확인하였다. 하한선을 나타내는 M8의 경우, 형상계수가 1보다 낮아지면서 열화속도가 시간에 따라 점차 느려지는 형상을 가지게 되었는데, 이는 일반적인 열화속도 곡선과는 반대의 형상을 나타낸다.

후속연구

분석 결과, 교량의 상태에 따라 생애주기 비용의 차이가 상당히 크게 발생하므로 유지관리 우선순위 산정 등의 의사결정에 있어서 개별 교량의 유지관리 비용 예측신뢰도가 중요하게 작용할 것이다. 또한 기존의 평균을 모사하는 단일모델로는 효율적 관리가 어려울 수있으므로, 다양한 종류의 상태예측모델을 구축하여 교량에 따라 적합한 모델을 적용하는 등의 개별 교량 유지관리 비용 예측신뢰도를 높이기 위한 연구가 필요하다.
분석 결과, 교량의 상태에 따라 생애주기 비용의 차이가 상당히 크게 발생하므로 유지관리 우선순위 산정 등의 의사결정에 있어서 개별 교량의 유지관리 비용 예측신뢰도가 중요하게 작용할 것이다. 또한 기존의 평균을 모사하는 단일모델로는 효율적 관리가 어려울 수있으므로, 다양한 종류의 상태예측모델을 구축하여 교량에 따라 적합한 모델을 적용하는 등의 개별 교량 유지관리 비용 예측신뢰도를 높이기 위한 연구가 필요하다.
서울시의 경우 30년 이상된 도로시설물이 2018년 기준으로 35% 수준이며, 10년 뒤에는 60% 이상이 30년을 넘어서게 된다[1]. 향후 다수 교량의 노후화로 인해 급증하는 유지관리비용이 문제가 될 것이며, 이에 따라 효율적으로 대응하기 위한 유지관리 전략이 필요하다.

참고문헌 (13)

Cheol-Min Kim, Severe deterioration of major urban infrastructure in Seoul [Internet], Blog [cited 2020 Oct], Available From: https://blog.naver.com/kcm8764/221383104834
KECRI, Bridge Maintenance Strategies for Service Life 100 years (Final Report), Korea Expressway Corporation Research Institute, 2015.
Yo-Seok Jeong, Woo-Seok Kim, Il-Keun Lee, Jae-Ha Lee, "Bridge Life Cycle Cost Analysis of Preventive Maintenance", Journal of the Korea Institute for Structural Maintenance and Inspection, Vol. 20, No. 6, pp.001-009, 2016. DOI: https://doi.org/10.11112/jksmi.2016.20.6.001

원문보기 상세보기
Jong-Wan Sun, Huseok Lee, Kyung-Hoon Park, "Development of maintenance cost estimation method considering bridge performance changes", Jounal of the Korea Academia-Industrial cooperation Society, Vol. 19, No. 12, pp.717-724, 2018. DOI: https://doi.org/10.5762/KAIS.2018.19.12.717

원문보기 상세보기
Korea Institute of Civil Engineering and Building Technology(KICT), Operation of bridge management system in 2016, Ministry of Land, Infrastructure and Transport, 2017.
KECRI, Maintenance & Management of Expressway Bridges Deteriorated by De-icing Agent & Water Leakage, Korea Expressway Corporation Research Institute, 2016.
MnDOT(2019), Transportation Asset Management Plan, Minnesota Department of Transportation, 2019.
D. Macek and V. Snizek, "Innovation in Bridge Life-cycle Cost Assessment.", Procedia Engineering, 196, pp.441-446, 2017. DOI: https://doi.org/10.1016/j.proeng.2017.07.222

상세보기
Y. Dong, "Performance assessment and design of ultra-high performance concrete (UHPC) structures incorporating life-cycle cost and environmental impacts.", Construction and Building Materials, 167, pp.414-425, 2018. DOI: https://doi.org/10.1016/j.conbuildmat.2018.02.037

상세보기
Y. Yang, X. Wang, Z. Wu, "Life cycle cost analysis of FRP cables for long-span cable supported bridges.", Structures, 25, pp.24-34, 2020. DOI: https://doi.org/10.1016/j.istruc.2020.02.019

상세보기
Asadi, P., Nikfar, D., Hajirasouliha, I., "Life-cycle cost based design of bridge lead-rubber isolators in seismic regions.", Structures, 27, pp.383-395, 2020. DOI: https://doi.org/10.1016/j.istruc.2020.05.056

상세보기
O. Habibzadeh-Bigdarvish, X. Yu, G. Lei, T. Li, A. Puppala, "Life-Cycle cost-benefit analysis of Bridge deck de-icing using geothermal heat pump system: A case study of North Texas.", Sustainable Cities and Society, 47, 2019. DOI: https://doi.org/10.1016/j.scs.2019.101492

상세보기
Yo-Seok Jeong, Woo-Seok Kim, Il-Keun Lee, Jae-Ha Lee, Jin-Kwang Kim, "Definition, End-of-life Criterion and Prediction of Service Life for Bridge Maintenance", Journal of the Korea Institute for Structural Maintenance and Inspection, Vol. 20, No. 4, pp.68-76, 2016. DOI: http://dx.doi.org/10.11112/jksmi.2016.20.4.068

원문보기 상세보기

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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