뉴럴 네트워크를 이용한 현수교 행어케이블 장력추정기법

Abstract

케이블 교량은 구조적 거동이 복잡할 뿐만 아니라, 구조물 자체의 규모 및 중요도가 높기 때문에 공용 중의 유지관리가 매우 중요하다. 그 중에서도 현수교 행어케이블의 장력은 현수교의 전체 거동 및 현재 구조계의 상태를 반영하는 주요 응답 중 하나로 여러 가지 유지관리 항목 중에서도 중요하게 다루어지고 있는 항목이다. 현재 현수교의 행어케이블 장력측정 기법으로는 로드셀 및 유압잭을 사용하여 직접 케이블의 장력을 측정하는 정적인 방법과 수학적 모델의 특정방정식과 고유진동수를 이용하여 케이블 장력을 추정하는 동적인 방법으로 나눌 수 있다. 행어케이블의 장력을 측정할 수 있는 가장 정확한 방법은 현장에서 직접 로드셀 및 유압잭을 행어케이블 단부에 설치하여 장력을 측정하는 정적인 방법이다. 그러나, 이 경우 로드셀 및 유압잭 설치를 위한 구조물의 변경이 수반되고 비경제적이라는 단점이 있다. 이에 반해 구조물의 동특성을 바탕으로 행어케이블의 장력을 추정하는 동적인 방법은 장력을 직접 측정하는 정적인 방법에 비해 경제적이고 간편하여 현재 가장 널리 사용되고 있다. 하지만 동적인 방법은 비교적 길이가 긴 행어케이블의 장력은 추정할 수 있지만, 길이가 10m 미만의 짧은 행어케이블의 경우에는 휨강성의 영향이 크기 때문에 장력 추정시 굉장히 큰 오차가 수반되어 장력추정이 어렵다. 이에 대한 대안으로 최근 역해석 기법(김남식 등, 2006) 및 시스템 인식기법(박대효 등, 2007)을 사용한 장력 추정 연구가 진행되어 기존 방법을 적용하였을 때 나타나는 오차를 상당부분 개선 할 수 있는 것으로 보고된 바 있으나, 이 방법들은 유한요소해석을 전제로 하고 있어 유지관리 기술자들이 현장에서 활용하기에는 다소 난해한 방법이다. 따라서 본 연구에서는 행어케이블의 길이에 상관없이 모든 행어케이블에 대하여 장력을 측정할 수 있으며, 교량을 유지관리하고 있는 기술자들이 현장에서 사용할 수 있는 간편하면서도 정확한 장력추정 방법을 개발하고자 한다. 이를 위해 본 연구에서는 첫째, 현수교, 사장교 등 케이블교량의 장력 측정에 관하여 국내·외적으로 선행연구사례 및 문헌연구를 수행하였다. 둘째, 뉴럴 네트워크 모델을 입력층 절점 3개, 은닉층은 1개 층으로 하여 절점 5개, 출력층 절점 1개로 구성하였으며, 전달함수는 선형함수인 purelin으로 하였다. 셋째, 뉴럴 네트워크 학습자료 생성을 위하여 행어케이블 구조 불확실 변수 4개(장력(T), 단면2차모멘트(I), 지점부 회전스프링 강성( Kr₁, Kr₂))를 고려하여 유한요소해석 모델을 작성하였다. 넷째, 작성한 유한요소해석 모델을 기반으로 뉴럴 네트워크 학습자료를 생성하였다. 다섯째, 생성된 학습자료를 바탕으로 뉴럴 네트워크를 학습한 후 장력을 추정하였다. 여섯째, 본 연구에서 개발한 뉴럴 네트워크 기법을 광안대교와 영종대교 현장에 적용하고, 그 결과를 기존 방법들과 비교 분석하여 그 적용성을 확인하였다.

The structural behavior of cable-supported bridges is complex. Therefore, it is very important to manage the maintenance of the bridge when the bridge is being common use due to the enormous structures and the high importance of the bridge itself. Above all, the tension of hanger cables in suspension bridge is one of the major responses which reflect overall behavior of suspension bridges. It presents the state of the structure and consider as one of the most important issues in the management of maintenance.

There are two methods used in measuring the tension of hanger cables. The first method is the static method which measures tension force on cables directly by using the means of load cells and hydraulic jacks. The other method is the dynamic method which estimates tension force on cables using a specific equation of a mathematical model and a natural frequency. The most accurate method to measure the tension on hanger cables is the static method which measures tension force by installing load cells and hydraulic jacks directly on site. However, the static method is consider uneconomical because it requires structural change for installing load sells and hydraulic jacks in order to conduct this method. In contrast, the dynamic method is consider as an economical and simple method in estimates tension on hanger cables because this method measure the tension based on the behavior characteristics of structures. Therefore, the dynamic method is being most common used in estimates tension on hanger cables. However, the dynamic method can be only used on estimate the tension of relatively long cables. If length of the cable is shorter than 10m, this method is virtually impossible to be used in estimating tension on cables due a heavy influence of flexible rigidity which causing a very big error in estimation.

As an alternatives to this problem, it has been shown that the errors occur in existing methods can be improved by using the standard method that develop from the back analysis method (Namsik Kim et al., 2006) and the system identification method (Taehyo Park et al, 2007). These methods are based on the finite element analysis which is difficult for technicians of maintenance to utilize on site. Therefore, this research is aimed to develop a simple and precise method of estimating tension which can be used to estimate the tension on all type of hanger cables regardless of the length of hanger cables and also can be used by technicians of maintenances on site.

Thus, to facilitate this particular aims, six objectives have been formulated in this research. First, a comprehensive literature review was conducted to study the research regarding estimation of tension on cable-supported bridges such as suspension bridges and cable-stayed bridges. Second, three nodes in the input layer of neural network model, five nodes in the one hidden layer, one nodes in the output layer was configured by using the transfer function of a linear function of purelin. Third, the finite element analysis model was created by considering the four uncertain variables of structure of hanger cable (Tension (T), Moment of inertia of area (I), Stiffness of the end of rotational spring ( Kr₁, Kr₂)) in order to create the training materials of neural network. Fourth, the training materials of neural network was created based on the finite element analysis model. Fifth, the tension was estimated based on the training materials of neural network. Finally, the neural network method that developed in this research had been applied in Gwangwan Bridge and Yeongjong Bridge and the result of the neural network method was compared with the tension that estimated by using the conventional analysis methods in order to confirm the applicability of the neural network method in this research.