이달의 메일링 마케팅
home

구조물 건전성 모니터링 시스템 및 이를 이용한 모니터링 방법

요약
대형 구조물과 시설물은 시간이 지나면서 노후화되어 안전성 문제를 일으킬 수 있습니다. 기존의 구조 건전성 모니터링(SHM) 기술은 센서를 기반으로 하여 설치 및 유지보수 비용이 높고, 특히 대형 구조물에서는 더 큰 한계를 나타냅니다. 새로운 기술은 구조물을 촬영한 영상 프레임에서 데이터를 추출하고, 이를 AI 기반 알고리즘으로 분석하여 구조물의 건전성을 예측하는 시스템을 제안합니다. 이 시스템은 센서 설치가 필요 없으며, 3차원 이미지를 2차원으로 변환 후 광학 흐름을 분석하여 손상 여부를 판단합니다. 주요 장점으로는 고정밀 손상 예측, 실시간 모니터링, 설치 비용 절감 등이 있으며, 건축물, 교량, 댐 등 다양한 대형 구조물의 안전성을 실시간으로 모니터링하고 대형 사고를 예방할 수 있습니다.

기본 정보

특허명: 구조물 건전성 모니터링 시스템 및 이를 이용한 모니터링 방법
발명자: 허종완 교수
출원번호: 10-2021-0080763
등록번호: 10-2563346

상세 정보

발명의 배경과 필요성

기술의 배경과 문제점

대형 구조물과 시설물은 시간이 지남에 따라 점차 노후화되어 안전성에 큰 위협을 받고 있음. 설계 및 시공 과정에서 고려하지 못한 요인으로 구조 손상이 발생하며, 사용 연한이 단축되는 경우가 빈번함. 건물, 교량, 댐 등은 지속적으로 운영 하중, 충격, 자연재해 등에 노출되므로 이들의 안전성을 확보하는 문제는 경제적, 사회적으로 중요한 현안임.

기술의 필요성

기존의 구조 건전성 모니터링(SHM) 기술은 주로 센서를 기반으로 하며, 센서 설치 비용이 높고 구조물이 대형화될수록 설치 및 유지보수 비용이 증가하는 한계가 있음. 대형 구조물의 정확한 안전 진단을 위해 더 효율적이고 적은 비용으로 구조물의 건전성을 모니터링할 수 있는 새로운 기술이 필요함.

구현 방법

기술의 원리

이 발명은 구조물을 촬영한 영상에서 유효 프레임을 추출하고, 그 프레임들의 광학 흐름을 분석하여 구조물의 건전성을 판단하는 시스템임. 3차원 이미지를 2차원 이미지로 변환 후, 여기에 기계를 학습한 AI 기반의 알고리즘을 적용하여 손상을 예측함.

구체적인 구현 방법

1. 구조물을 3차원 이미지로 촬영하여 데이터 수집
2. 3차원 이미지를 2차원 이미지로 보정하여 유효 프레임 추출
3. AI 알고리즘을 통해 광학 흐름을 분석하고 구조물의 손상을 예측
4. 시스템은 촬영 장치, 서버, 단말로 구성되며, 서버는 수집한 데이터를 분석하여 손상 여부를 판단
5. 실시간 모니터링을 통해 경고 시스템 작동 및 데이터 시각화를 지원

기술의 장점

구조물에 직접 센서를 설치하지 않아도 되므로 설치 비용 절감
AI 기반으로 고정밀 손상 예측 가능
대형 구조물에서도 효율적인 모니터링 가능
실시간 모니터링을 통해 빠른 대응 가능

발명의 활용 방안

활용 방안

본 발명의 시스템은 건축물, 교량, 댐과 같은 대형 구조물의 안전성을 실시간으로 모니터링하는 데 활용될 수 있음. 각종 자연재해나 외부 충격에 의해 손상이 발생했을 경우 조기 발견 및 대응이 가능하여 대형 사고 예방에 기여할 수 있음

기대효과

구조물 안전성 평가 비용의 대폭 절감
실시간 모니터링을 통한 빠른 이상 발견 및 사고 예방
건축물의 장기적 안정성과 작동성 확보로 경제적, 사회적 비용 절감
다양한 대형 구조물에 적용 가능하여 광범위한 산업적 활용 기대

시장 동향

구조 건전성 모니터링

구조 건전성 모니터링 응용 분야

대표도면

기술이전 담당자 연락처

담당자명: 이미정 계장
부서: 기술사업화팀
전화번호: 032-835-9766
이메일: mijung@inu.ac.kr
인천대학교 산학협력단
(21999) 인천광역시 연수구 갯벌로 27(송도동) INU이노베이션센터 206호
본 메일은 마케팅 활용 동의서에 동의하신 회원님께 전송된 것입니다.
인천대학교 산학협력단에서 발송되는 메일을 더 이상 받아보기 원하지 않으시면, [수신거부]를 클릭해주세요.
COPYRIGHT (c) 2023 Incheon National University. ALL RIGHT RESERVED.