딥러닝 기반 구조물 안전을 위한 손상확률 예측 모니터링 시스템

Abstract

최근 경주와 포항의 지진 발생 이후, 구조물 노후화 정도와 구조물 붕괴 위험도의 사전 탐지 및 피해 대응을 위한 구조물 건전성 모니터링(SHM, Structural Health Monitoring) 기술이 주목을 받고 있다. 본 논문에서는 구조물의 센서 데이터와 1-D CNN 모델을 이용하여 구조물 건전성 모니터링을 수행하고, 구조물 건전성 모니터링에 IoT를 결합하여 딥러닝 기반 구조물 손상확률(PoD, Probability of Damage) 예측 시스템을 제안한다. 1-D CNN 모델을 활용한 구조물 손상확률 예측 모델에서는 구조물 센서 데이터를 프레임 단위로 나누어 예측 속도를 빠르게 하였고, 전체 프레임들의 손상확률 평균으로 결과를 산출하여 예측 정확도를 개선하였다. 이를 활용하여, 제안한 시스템은 구조물 유지 보수에 대한 의사결정 지원 및 사전 경보 등을 통하여 지진과 같은 재난으로부터 발생하는 피해를 최소화하는 분야에 적용할 수 있다.