주파수영역 Hankel Matrix를 사용한 가속도센서 최적위치 결정법 개발 :Development of a Method for Determining Optimal Accelerometer Locations using Frequency-Domain Hankel Matrix

강성헌

추천

검색

자료유형: 학위논문

저자정보: 강성헌 (인하대학교, 인하대학교 대학원)

지도교수: 신수봉

발행연도: 2016

저작권: 인하대학교 논문은 저작권에 의해 보호받습니다.

이용수4

이 논문의 연구 히스토리 (2)

2016

주파수영역 Hankel Matrix를 사용한 가속도센서 최적위치 결정법 개발

강성헌 일반 2016.01 학위논문

주파수영역 Hankel matrix를 사용한 교량의 가속도센서 최적위치 결정

강성헌 , 신수봉 한국구조물진단유지관리공학회 논문집 2016.01 학술저널

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

시설물의 거동을 파악하기 위해 가속도센서에서 측정되는 동적응답을 이용하여 구조물의 구조변수를 추정하는 방법이 널리 이용되고 있다. 정확한 구조변수 추정을 위해서는 측정 센서의 위치 선택이 중요하다. 본 논문에서는 다양한 최적 측정센서 위치 선택법들을 정리하였으며, 시간영역에 대해서만 개발되어 있는 Hankel matrix법을 주파수영역으로 확대 개발하여 그 결과를 기존의 방법들에 의한 결과와 비교 ? 분석하였다.

다양한 방법들에 의한 결과를 비교 ? 분석하기 위하여 지진동에 의한 동적해석을 수행하여 선택된 최적 센서위치에서의 가속도를 구한 후, 계산된 가속도데이터를 FFT(Fast Fourier Transform)하여 FRF(Frequency Response Function)를 구하고, 이를 이용하여 선택한 센서위치에서의 진동형상 크기를 구하였다. 그리고 축방향별 센서위치에서 추정한 진동형상을 spline function을 사용하여 전체 수직자유도로 확장한 값과 해석적 진동형상과의 MAC지수를 계산하여 다양한 방법들의 모드 추정의 정확도를 비교하였다.

#최적센서위치 #주파수영역 Hankel matrix #모드 추정

제1장 서 론 - 1
1.1. 연구배경 및 목적 - 1
1.2. 연구내용 - 5
제2장 기존 Optimal Sensor Location 결정이론 비교 및 분석 - 6
2.1. 개 요 - 6
2.2. Fisher Information Matrix - 8
2.3. 시간영역 Hankel Matrix - 9
2.3.1. Blocked Hankel Matrix - 10
2.4. LG Method - 11
2.5. BHM Method - 13
2.6. 비교 및 분석 - 14
제3장 주파수영역 Hankel Matrix에 의한 최적 센서 위치 결정법 - 17
3.1. 주파수영역 Hankel Matrix - 17
3.2. Hankel Matrix 적용 및 비교 - 19
3.2.1. 전체 프로세스 및 Hankel matrix flow chart - 19
3.2.2. MAC지수를 활용한 결과 검증 - 21
제4장 기존 방법들과 주파수영역 Hankel matrix의 적용결과 비교 및 분석 - 22
4.1. 개 요 - 22
4.2. 단순보 예제 - 23
4.2.1. 모델제원 - 23
4.2.2. Case별 결과 및 모드추정과 MAC 지수 - 25
4.2.3. 소 결 - 45
4.3. 단경간 거더교량 예제 - 47
4.3.1. 모델제원 - 47
4.3.2. Case별 결과 및 모드추정과 MAC 지수 - 49
4.3.3. 소 결 - 53
4.4. 2경간 거더교량 예제 - 54
4.4.1. 모델제원 - 54
4.4.2. Case별 결과 및 모드추정과 MAC 지수 - 56
4.4.3. 소 결 - 60
제5장 결 론 - 61
참고문헌 - 63

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

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)