KCC 2021
Current Result Document :
| 한글제목(Korean Title) |
덕트 공동 탐지를 위한 LSTM Auto-Encoder |
| 영문제목(English Title) |
LSTM Auto-Encoder for Duct Void Detection |
| 저자(Author) |
이다인
오병두
최형
김유섭
Da-In Lee
Byoung-Doo Oh
Hyung Choi
Yu-Seop Kim
|
| 원문수록처(Citation) |
VOL 48 NO. 01 PP. 0531 ~ 0533 (2021. 06) |
한글내용
(Korean Abstract) |
PSC 박스 거더교는 박스 형태의 거더에 미리 응력을 가한 교량으로 가장 많이 이용되는 방식이다. 그러나 콘크리트를 타설할 때, 덕트의 내부 직경이 작기 때문에 작은 실수로도 공동이 발생할 수 있다. 또한 거더교의 장기간 유지 시에는 결함이 나타날 수 있다. 이러한 결함을 감지하기 위해 비파괴 검사인 Impact-Echo (IE)방식으로 데이터를 수집한다. 본 연구에서는 PSC 박스 거더교 내부 덕트의 정상과 공동 여부를 탐지하기 위한 방법을 제시한다. 이는 비지도 학습인 Auto-Encoder (AE)를 바탕으로 시계열 데이터 처리에 좋은 LSTM을 적용한다. 정상 IE 신호로 LSTM AE를 훈련시킨 후, 각 평가 데이터로 AE 모델의 Encoder에서 나온 Latent Vector를 통해 데이터의 분포를 비교 분석한다. 이때 사전 학습된 LSTM AE는 정상 데이터로 학습되었기 때문에, Encoder에 공동 데이터를 넣어서 나온 Latent Vector는 정상 데이터 Latent Vector와 낮은 유사도를 갖는다. 그러므로 구해진 평균 유사도를 통해 모델의 성능을 평가할 수 있고, PSC 박스 거더교 내부에 있는 덕트의 정상과 공동 여부를 예측 가능하다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
