KSC 2019
Current Result Document : 1 / 1
| 한글제목(Korean Title) |
Impact-Echo 신호와 주파수 성분 학습 모델에 기반한 덕트 공동 탐지 |
| 영문제목(English Title) |
Duct Void Detection based on Impact-Echo signal and Frequency learning model |
| 저자(Author) |
오병두
최형
김영진
진원종
김유섭
Byoung-Doo Oh
Hyung Choi
Young-Jin Kim
Won-Jong chin
Yu-Seop Kim
|
| 원문수록처(Citation) |
VOL 46 NO. 02 PP. 0518 ~ 0520 (2019. 12) |
한글내용
(Korean Abstract) |
PSC 박스 거더 교량은 내부 구조물 중 핵심 요소인 강연선을 부식과 같은 결함에 대해 보호하기 위해 덕트에 삽입 후 콘크리트를 타설한다. 하지만 덕트의 내부 직경은 매우 작기 때문에 작은 실수로도 공동이 발생할 수 있다. 따라서 비파괴 검사를 이용하여 얻은 신호에 대해 전문가의 해석으로 결함을 판단하지만, 정확하게 내부를 탐사하는 것이 어려운 상황이다. 따라서 본 연구에서는 순환 신경망을 도입하고자 한다. 본 연구에서는 내부 탐사에서 많이 사용되는 Impact-Echo (IE)를 사용해 얻은 원시 IE 신호를 사용한다. 그리고 해당 신호에 대한 주파수 성분을 함께 사용하기 위해 푸리에 변환을 사용하였으며, 구조물의 특징 (콘크리트 두께, 덕트의 깊이, 타격점과 측정점과의 거리)을 자질로 사용하였다. 실험 결과, 본 연구에서 제안한 내부 탐사 모델은 약 88.56%의 정확도를 확인할 수 있었다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
