http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
열화모델의 신뢰도 향상을 위한 가중치 기반 주요 변수 선정 기법
장민우 ( Chang Minwoo ) 한국구조물진단유지관리공학회 2019 한국구조물진단유지관리공학회 학술발표대회 논문집 Vol.23 No.1
This research presents an method to select explanatory variables to develop deterioration models for bridges. The ranking of candidate variables are estimated using the covariance analysis between the condition ratings and inspection data. To determine the most stationary set of explanatory variables, weighting factors associated with the investigated year and ranking are introduced. Yearly inspected bridge data are classified into multiple subsets using explanatory variables and the deterioration model is developed for each. The condition ratings for individual bridges are predicted using the deterioration model. The prediction error comparison shows that the more representative and stationary explanatory variables are selected when weighing factors are considered.
박상원 ( Sangwon Park ),장민우 ( Minwoo Chang ) 한국구조물진단유지관리공학회 2023 한국구조물진단유지관리공학회 학술발표대회 논문집 Vol.27 No.2
최근 스마트 진단 기술에 힘입어 정적 하중에 대한 정확한 수직 처짐 측정을 위해 센서를 교량에 부착하거나, 이미지 프로세싱 기법에 기반하여 처짐을 추정하는 다양한 방법들이 제시되고 있다. 그러나 현장에서 안전 진단을 위해 이와 같은 스마트 진단 기술이 적용하는 것은 기술, 경제적 측면에서 아직 제한적이다. 본 연구는 기존의 스마트 진단 기술이 가지는 한 계를 극복하기 위해 인공지능 기반 접근법을 제안하고자 한다. 먼저 중앙에 집중하중을 가하는 방식으로 변형률 데이터와 처짐 데이터를 수집하고, 거더에 필수 요소 부분을 입력 매개변수로 활용하여 LSTM을 포함한 LinearRegression, ExGBT와 같은 인공지능 기법을 사용하여 경간 중앙의 처짐을 예측하는 알고리즘을 개발하였다. 또한 학습 모델의 성능을 평가하기 위해 결정계수(R2)를 파악하고, 교량에 중요한 영향을 미치는 요소를 확인하기 위하여 매개변수의 중요도를 분석하였다. 이 연구는 기존 스마트 기술 방법과 비교하여 구조적 변화와 비용 부담을 최소화하면서 거더 처짐 추정을 가능하게 하는 방법을 제시한다. 이를 통해 교량의 안전성 평가 및 유지보수 과정에서 보다 효율적인 접근법을 제공할 것으로 기대된다.
인공지능 기반 군집주행 조건을 고려한 교량 최대 변위 추정
박상원 ( Park Sangwon ),장민우 ( Chang Minwoo ),김용우 ( Kim Yongwoo ) 한국구조물진단유지관리공학회 2023 한국구조물진단유지관리공학회 학술발표대회 논문집 Vol.27 No.1
자율주행 군집주행은 운전자에 의한 주행보다 안전성을 향상시키고, 에너지 절약 및 운송 효율성을 높일 수 있는 장점이 있기 때문에 시장 도입을 위해 관련하여 많은 연구가 수행중에 있다. 자율화 주행 기술은 광범위하게 발달하여 상용차의 시장 진출이 점점 증가하고 있는 추세이다. 그러나 대부분의 교량은 반복하는 동적 하중과 상호작용에 대한 영향은 고려되지 않아, 군집주행을 가능케 하기 위해서 안전성 검토하는 것이 필수적이다. 이 연구에서는 안전성 확보를 위한 여러 매개변수를 결정하고 그에 따른 모든 응답 증폭 값을 상호 간 증폭비로 계산하여 학습데이터를 구축하고 이를 활용하여 인공지능 기반 교량의 최대 변위를 추정하는 방안을 제시하였다. 테스트데이터를 추가적으로 확보하여 인공지능 알고리즘의 성능을 평가하고, 활용된 매개변수의 중요도를 비교 및 분석하였다.
지붕층 가속도를 활용한 비모델 기반 최대층간변위비 추정
오미드야즈단파나 ( Omid Yazdanpanah ),장민우 ( Minwoo Chang ) 한국구조물진단유지관리공학회 2022 한국구조물진단유지관리공학회 학술발표대회 논문집 Vol.26 No.1
In this paper, a nonmodel-based procedure incorporating machine learning techniques is introduced to estimate the peak story drift ratios (SDR) of buildings with eccentrically braced frames. The database includes average spectral acceleration intensity measure, wavelet-based refined damage-sensitive feature (rDSF), assembled only by the roof absolute acceleration response, geometric information, as predictor variables, and peak story drift ratios for the prototype models, as the target. Random forest machine learning regression is employed to predict the peak SDR. To compute the improved wavelet-based rDSF and promote a nonmodel-based approach, the first mode frequency, estimated numerically using Auto-Regressive model with exogenous input, is employed.