사장교 케이블 자율 모니터링을 위한 완전 자동화된 첨두 추정 기법

초록

사장교와 같은 케이블 지지 구조물에서 케이블 부재는 주요 구조 부재이다. 케이블의 장력과 감쇠비는 케이블의 구조 건전성뿐만 아니라 사장교 전체 구조 건전성에 영향을 미친다. 따라서 케이블에 부착된 모니터링 시스템을 통해 케이블 진동을 지속적으로 계측하여 장력과 감쇠비를 추정하고 있다. 진동법 기반 케이블 모니터링의 핵심 요소는 안정적이고 정확한 첨두 추정이다. 기존 첨두 추정 방식은 1) 인력에 의한 방법, 2) 사전 설정된 임계치보다 큰 값을 첨두로 추정하는 방법, 3) 주파수 영역을 특정 구간으로 사전에 나누어 첨두를 추정하는 방법이 있다. 상기 방법은 사용자의 전문성과 사전 설정에 따라 결과가 달라질 수 있다. 또한 케이블 상태 변화(손상 혹은 장력 손실 등) 혹은 외적 요인(가진 조건)과 같은 시간에 따른 변동성을 능동적으로 대응하기 어렵다. 최근 딥 러닝 기반 첨두 추정 기법들이 상기 방식의 한계를 해결하고자 개발되었으나, 학습 조건(학습 데이터 및 변수)에 따라 그 성능이 달라지는 문제가 있다. 본 연구에서는 케이블 동역학의 Domain Knowledge를 토대로 사전 설정없이 첨두 추정을 완전 자동화하는 기법을 개발하였다.