Reliable damage detection and health monitoring of critical members are very essential for safe operation of civil infrastructures such as bridges, buildings, power plants, etc. As a promising method of structural health monitoring (SHM), impedance-based damage detection technique has been of great attention to many researchers. In this thesis, impedance-based damage detection techniques, which are further enhanced so that reliable health monitoring can be made, are presented considering environmental and operational variations. In general, conventional impedance-based damage detection techniques identify damage by comparing “current” impedance signals with “baseline” ones obtained from the pristine condition of a structure being monitored. However, structures in real field are often subjected to changing environmental and operational conditions that affect measured impedance signals and these ambient variations can often cause false-alarms.
In this study, two novelty approaches are developed to tackle the aforementioned limitations. First, a data normalization, which is a way to distinguish structural damages from undesired ambient variations, is investigated based on impedance signals. Pattern recognition technique by using unsupervised support vector machine learning method, is used for this data normalization technique and damage classification is implemented through experimental tests. Second, a new reference-free impedance technique that does not require direct comparison of current-state impedance signals with baseline data is developed for crack detection in a plate-like structure. In Lamb wave method, a new methodology of reference-free crack detection in metallic plate-like structures is developed (Kim, et al. 2007 [1]). In this study, by adopting the fundamental concept of PZTs polarization characteristics, a reference-free technique into impedance signature utilizing a single pair of PZTs collocated on both surfaces of the structure is developed. A novelty damage classifier based on energy level of mode conversion is established and employed to various crack-induced experimental specimens. Furthermore, temperature and loading effects are investigated to verify the effectiveness of the technique through experimental tests.
The uniqueness of this study lies in (1) the development and application of a new data normalization procedure to impedance signals using support vector machine, (2) Extension of reference-free technique to impedance-based NDT method so that instantaneous damage classification can be made without using baseline impedance signals. These approaches are expected to overcome the drawbacks of the conventional impedance-based damage detection techniques and give a great attraction for reliable health monitoring in real structures.
본 논문에서는 압전센서(Piezoelectric sensors)를 활용한 임피던스 기반의 새로운 구조물 손상 감지 기법을 다루고 있다. 과거 임피던스 기반 손상 감기 기법은 과거 기저 자료와 현재 측정된 신호를 비교하여 구조물의 현재 상태를 진단할 수 있는 기법이었다. 하지만 손상 감지에 사용되는 구조물의 임피던스 신호는 측정 장소의 온도 및 외부 하중 등의 환경 잡음에 의해 크게 변화하여 손상이 없는 경우라도 손상이 발생한 것으로 오보가 발생하는 경우가 많다. 또한, 기준 데이터로 사용하는 기저 자료는 구조물의 생애 주기 동안 상시적으로 변하기 때문에 기존의 임피던스 기반 손상 기법은 신뢰성 측면에서 한계를 가진다.
본 논문에서는 이러한 임피던스 기반 손상 감지 기법의 한계점을 극복하기 위하여 다음과 같은 연구를 수행하였다.
(1) 임피던스 신호를 이용한 데이터 정규화 기법의 적용: 데이터 정규화 기법은 환경 잡음(온도 및 하중 변화)에 의한 영향을 실제 구조물의 손상 정보부터 분리 시킬 수 있는 방법으로서, 이 논문에서는 패턴 인식 기법의 한 종류인 Kernel 주성분 분석을 이용하여 온도 및 하중 영향에 관계없이 구조물의 손상을 감지하는 데이터 정규화 기법을 적용하였다. 온도 및 하중 영향 실험을 통하여 본 데이터 정규화 기법의 효용성을 검증하였다.
(2) 임피던스 기반의 무 기저 손상 감지 기법 개발: 임피던스 신호에 기반하여 기저 자료와 현재 측정된 신호의 비교 없이 현재 측정된 신호만으로 구조물의 손상 여부 상태를 진단할 수 있는 무 기저 임피던스 손상 감지 기법이 개발되었다. 이 기법은 압전 센서가 가지는 극성을 이용하여 한 쌍의 압전 센서를 구조물의 양면에 배치하여 구조물의 손상 여부를 판정하는 것으로 Guided wave와 임피던스의 개념적 상관 원리를 바탕으로 한 새로운 개념의 손상 감지 기법이다. ABAQUS를 이용한 수치해석과 다양한 균열 손상을 가진 시편을 이용한 실험 연구를 통하여 본 기법의 효용성을 검증하였다.
(3) 온도 및 외부 하중 실험을 통한 무 기저 기법의 외부 환경적 영향 검증: 무 기저 손상 감지기법의 주요 목적은 외부 환경적 영향으로부터 독립적으로 구조물의 손상을 감지하는 것이다. 이를 검증하기 위해 온도 변화 및 외부 하중 실험이 수행하였다. 실험 결과를 통하여 본 무 기저 임피던스 기법은 온도 및 외부 하중 영향과 관계없이 손상 감지가 가능함을 검증하였다.
본 연구는 환경적 영향을 고려한 임피던스 기법을 개발하고 이 기법들의 실험적 검증에 관해 다루고 있다. 제시된 임피던스 기반의 손상 감지 기법은 향후 토목, 기계 및 항공 구조물의 손상 감지 분야에 크게 기여할 것이라 기대한다.