1 |
1
건축 구조물 시스템 식별 장치에 있어서,건축 구조물로부터 횡방향 변위에 따른 동적 데이터를 실시간으로 측정하는 복수 개의 구조물 응답 센서; 상기 구조물 응답 센서들로부터 측정된 동적 데이터를 수집하는 데이터 수집부; 및 상기 데이터 수집부로부터 동적 데이터를 수신하고, 확장 칼만 필터 알고리즘과 유전자 알고리즘을 이용하여 최적화된 초기 파라미터를 도출하고, 도출된 초기 파라미터에 가중치를 부여하여 건축 구조물의 고유 진동수와 모드 댐핑을 획득하여 동적 특성을 예측하도록 동적 특성 예측부;를 포함하며,상기 동적 특성 예측부는,상기 건축 구조물에 대한 운동 방정식을 칼만 필터 알고리즘을 적용하기 위한 상태 공간 방정식으로 변환하고, 상기 상태 공간 방정식을 보정하기 위한 칼만 게인을 산출하고, 산출된 칼만 게인을 통해 상기 상태 공간 방정식을 보정하고, 칼만 필터 알고리즘에 적용될 초기 오차 공분산 행렬 변수와 잡음 공분산 행렬 변수를 산출하는 상태 공간 방정식 유도부;상기 상태 공간 방정식 유도부에서 산출된 오차 공분산 행렬 변수와, 잡음 공분산 행렬 변수 및 상태 벡터의 초기값 범위를 설정하여 확장 칼만 필터 알고리즘을 추출하고, 유전자 알고리즘을 이용하여 칼만 필터 알고리즘에 적용될 초기 오차 공분산 행렬 변수와 잡음 공분산 행렬 변수를 산출하고, 유전자 알고리즘을 이용하기 위해 최적 파라미터를 유도하는 목적 함수를 설정하며, 상기 목적 함수를 필터링하여 결과 데이터를 추출된 확장 칼만 필터 알고리즘에 적용하여 원하는 데이터가 얻을 때까지 반복 처리하여 수렴 데이터를 출력하는 최적 파라미터 설정부; 및상기 최적 파라미터 설정부로부터 수렴된 수렴 데이터를 받아서 초기 상태 벡터와 오차 공분산 행렬과 잡음 공분산 행렬의 가중치를 결정하고, 결정된 가중치를 확장 칼만 필터 알고리즘에 적용하여 수렴 여부를 판단하여 상기 건축 구조물의 동적 특성을 예측하는 동적 특성 도출부;를 포함하는 것을 특징으로 하는 건축 구조물 시스템 식별 장치
|
2 |
2
청구항 1에 있어서,상기 구조물 응답 센서는,적어도 하나가 상기 건축 구조물의 각 층 또는 일정 층 간격으로 배치되게 설치되어 횡방향 변위에 따른 동적 데이터를 실시간으로 측정하는 것을 특징으로 하는 건축 구조물 시스템 식별 장치
|
3 |
3
청구항 1 또는 청구항 2에 있어서,상기 구조물 응답 센서는 적어도 바람, 지진에 의한 건축 구조물의 횡방향 변위에 따른 가속도 데이터를 측정하는 것을 특징으로 하는 건축 구조물 시스템 식별 장치
|
4 |
4
삭제
|
5 |
5
건축 구조물 식별 방법에 있어서:복수 개의 구조물 응답 센서들로부터 건축 구조물의 횡변위에 따른 가속도 데이터를 실시간으로 계측하는 단계;유전자 알고리즘을 이용하여 칼만 필터 알고리즘의 상태 백터와 공분산 행렬 변수를 포함하는 초기 파라미터를 최적화하는 단계;최적화된 파라미터를 칼만 필터 알고리즘에 적용하여 상태 벡터가 최적화된 파라미터에 의해 원하는 상태 벡터의 해에 수렴되는지를 판단하는 단계; 및판단 결과, 칼만 필터 알고리즘이 최적화된 파라미터에 의해 원하는 상태 벡터의 해에 수렴되면, 수렴된 데이터를 건축 구조물의 동적 특성으로 도출하는 단계;를 포함하는 것을 특징으로 하는 건축 구조물 시스템 식별 방법
|
6 |
6
청구항 5에 있어서,상기 방법은;판단 결과 수렴되지 않으면, 칼만 필터 알고리즘이 상태 벡터의 해로 수렴될 때까지 반복 수행하는 단계;를 더 포함하는 것을 특징으로 하는 건축 구조물 시스템 식별 방법
|
7 |
7
청구항 5에 있어서,상기 초기 파라미터를 최적화하는 단계는,오차 공분산 행렬 변수와 잡음 공분산 행렬 변수 및 상태 벡터의 초기값 범위를 설정하는 단계;설정된 초기값 범위에 따른 확장 칼만 필터 알고리즘을 추출하는 단계;확장 칼만 필터 알고리즘을 적용하기 위하여 건축 구조물의 운동 방정식으로부터 상태 공간 방정식으로 변환하는 단계;상기 상태 공간 방정식을 보정하기 위한 칼만 게인을 산출하는 단계;산출된 칼만 게인을 통해 상기 상태 공간 방정식을 보정하고 오차 공분산 행렬을 산출하는 단계;유전자 알고리즘을 사용하기 위한 최적 파라미터를 유도하는 목적 함수를 설정하는 단계;추출된 확장 칼만 필터 알고리즘으로 설정된 상기 목적 함수의 추정치를 평가하여 필터링하는 단계;필터링 결과, 설정된 상기 목적 함수의 추정치가 일정 기준값 이하이면, 결과 데이터를 획득하는 단계;추출된 확장 칼만 필터 알고리즘에 상기 목적 함수의 결과 데이터를 적용하여 최적의 파라미터가 도출되었는지를 평가하는 단계;상기 목적 함수가 최적의 파라미터를 도출하여 최적화된 상태 벡터와 공분산 행렬이 수렴되었는지를 판단하는 단계;판단 결과, 최적화된 상태 벡터와 공분산 행렬이 수렴되었으면, 수렴 데이터를 도출하는 단계;를 포함하는 것을 특징으로 하는 건축 구조물 시스템 식별 방법
|
8 |
8
청구항 7에 있어서,상기 초기 파라미터를 최적화하는 단계는,판단 결과, 최적화된 상태 벡터와 공분산 행렬이 수렴되지 않았으면, 유전자 알고리즘에서 최적화된 상태 백터와 공분산 행렬이 수렴될 때까지를 반복 처리하는 단계를 더 포함하는 것을 특징으로 하는 건축 구조물 시스템 식별 방법
|
9 |
9
청구항 5에 있어서,상기 원하는 상태 벡터의 해에 수렴되는지를 판단하는 단계는,확장 칼만 필터 알고리즘에 최적화된 상태 벡터와 수렴된 공분산 행렬을 적용하는 단계;가중 전체 반복(Weighted Global Iteration) 방법을 사용하여 원하는 상태 벡터의 해에 도달하기 위하여 가중치를 결정하는 단계;초기 상태 벡터를 가속도 데이터로 유도하기 위해 결정된 가중치를 확장 칼만 필터 알고리즘에 적용하는 단계;가중치가 적용된 확장 칼만 필터 알고리즘이 최적의 상태 벡터의 해가 원하는 해로 수렴되었는지를 판별하는 단계;판별 결과, 최적의 상태 벡터의 해가 원하는 해로 수렴되면, 수렴된 동적 특성을 도출하여 건축 구조물의 동적 특성을 예측하는 단계;를 포함하는 것을 특징으로 하는 건축 구조물 시스템 식별 방법
|
10 |
10
청구항 9에 있어서,상기 원하는 상태 벡터의 해에 수렴되는지를 판단하는 단계는,판별 결과, 최적의 상태 벡터의 해가 원하는 해로 수렴되지 않으면, 가중치가 적용된 확장 칼만 필터 알고리즘이 최적의 상태 벡터의 해로 유도되어 원하는 해로 수렴될 때까지 반복 수행하는 단계;를 더 포함하는 것을 특징으로 하는 건축 구조물 시스템 식별 방법
|
11 |
11
청구항 5 내지 청구항 10 중 어느 한 항에 기재된 상기 건축 구조물 시스템 식별 방법의 각 단계들을 수행하도록 작성되어 컴퓨터로 독출 가능한 기록 매체에 기록된 컴퓨터 프로그램
|