동특성 앙상블 학습 기반 구조물 진단 모니터링 분산처리 시스템

신윤수; 민경원

doi:https://doi.org/10.7734/COSEIK.2021.34.4.183

추천

검색

자료유형: 학술저널

저자정보: 신윤수 (단국대학교 건축공학과 박사후과정) 민경원 (단국대학교 건축공학과 교수)

저널정보: 한국전산구조공학회 한국전산구조공학회논문집 한국전산구조공학회논문집 제34권 제4호

발행연도: 2021.8

수록면: 183 - 189 (7page)

DOI: https://doi.org/10.7734/COSEIK.2021.34.4.183

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

구조물에 장기적으로 발생하는 노후화를 정량적으로 파악하기 위해 상시진동 데이터를 활용한 일반화된 모니터링 시스템에 관한 연구가 세계적으로 활발히 수행중이다. 본 연구에서는 구조물에서 장기적으로 취득되는 동특성을 앙상블 학습에 활용하여 구조물의 이상을 감지하기 위한 보급형 엣지 컴퓨팅 시스템을 구축하였다. 시스템의 하드웨어는 라즈베리파이와 보급형 가속도계, 기울기센서, GPS RTK 모듈, 로라 모듈로 구성됐다. 실험실 규모의 구조물 모형 진동실험을 통해 동특성을 활용한 앙상블 학습의 구조물 이상감지를 검증하였으며, 실험을 기반으로 한 실시간 동특성 추출 분산처리 알고리즘을 라즈베리파이에 탑재하였다. 구축된 시스템을 하우징하고 포항시 행정복지센터에 설치하여 데이터를 취득함으로써 개발된 시스템의 현장 적용성을 검증하였다.

#앙상블 학습 #라즈베리파이 #센서 #로라 #구조물 모니터링 #분산처리 #ensemble learning #raspberry pi #sensor #LoRa #structural health monitoring #distributed computing

참고문헌 (6)

참고문헌 신청

Buhus, E. R. / 2016 / Automatic Parking Access using Openalpr on Raspberry Pi3 / Electron. & Telecommun 57(3):10~15

Ferdoush, S. / 2014 / Wireless Sensor Network System Design using Raspberry Pi and Arduino for Environmental Monitoring Applications / Proc. Comput. Sci 34(2014):103~110

Kim, J. H. / 2012 / Subspace System Identification of Support Excited Structures Part II : Gray-Box Interpretations and Damage Detection / Earthq. Eng. & Struct. Dyn 41(15):2253~2271

Kim, J. H. / 2013 / Data-Driven Physical Parameter Estimation for Lumped Mass Structures from a Single Point Actuation Test / J. Sound & Vib 332(18):4390~4402

Narayan, P. P. / 2014 / Driver Assistance System based on Raspberry Pi / Int. J. Comput. Appl 95(16):36~39

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

신윤수

소속기관 단국대학교

주요연구분야 공학 > 건축공학 > 토목공학

논문수 6 이용수 114

민경원

소속기관 단국대학교

주요연구분야 공학 > 건축공학 > 토목공학

논문수 30 이용수 300

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (6)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)