KCI등재
인공신경망을 이용한 강합성 사장교 차량하중분석시스템 개발 = Development of Steel Composite Cable Stayed Bridge Weigh-in-Motion System using Artificial Neural Network
저자
박민석(Park Min-Seok) ; 조병완(Jo Byung-Wan) ; 이정휘(Lee Jungwhee) ; 김성곤(Kim Sungkon)
발행기관
학술지명
권호사항
발행연도
2008
작성언어
Korean
주제어
KDC
531
등재정보
KCI등재
자료형태
학술저널
수록면
799-808(10쪽)
KCI 피인용횟수
2
제공처
소장기관
The analysis of vehicular loads reflecting the domestic traffic circumstances is necessary for the development of adequate design live load models in the analysis and design of cable-supported bridges or the development of fatigue load models to predict the remaining lifespan of the bridges. This study intends to develop an ANN(artificial neural network)-based Bridge WIM system and Influence line-based Bridge WIM system for obtaining information concerning the loads conditions of vehicles crossing bridge structures by exploiting the signals measured by strain gauges installed at the bottom surface of the bridge superstructure. This study relies on experimental data corresponding to the travelling of hundreds of random vehicles rather than on theoretical data generated through numerical simulations to secure data sets for the training and test of the ANN. In addition, data acquired from 3 types of vehicles weighed statically at measurement station and then crossing the bridge repeatedly are also exploited to examine the accuracy of the trained ANN. The results obtained through the proposed ANN-based analysis method, the influence line analysis method considering the local behavior of the bridge are compared for an example cable-stayed bridge. In view of the results related to the cable-stayed bridge, the cross beam ANN analysis method appears to provide more remarkable load analysis results than the cross beam influence line method.
더보기국내 교통 현실을 반영한 중(重)차량에 대한 하중 분석은 케이블 교량의 유지관리시 잔존수명 예측을 위한 피로하중모델 개발이나 교량의 설계시 해석에 필요한 활하중 모델 개발시 반드시 필요하다. 이에 본 연구에서는 강합성 사장교 상부구조 하면에 설치된 변형률 센서에서 측정한 신호를 이용하여 교량을 주행하고 있는 중차량의 하중정보를 얻기 위하여, 인공신경망 및 영향선을 이용한 차량하중분석시스템을 개발하였다. 인공신경망의 학습과 테스트를 위한 데이터 확보에 있어서 이론적인 수치 시뮬레이션을 통하지 않고, 실제 교량을 주행하는 임의 차량에 대해 직접 측정한 데이터를 이용하였다. 또한, 학습된 신경망의 정확도를 검증하기 위하여 3종류의 시험재하차량을 반복 주행시켜 구한 값과 계량소에서 측정한 정적 값을 비교하였다. 교량의 국부거동을 고려하기 위하여 가로보를 이용하였고, 인공신경망을 이용한 방법과 영향선을 이용한 방법의 분석결과를 비교한 결과, 인공신경망이론을 적용한 분석방법이 하중 판별의 정확도에 있어서는 영향선 분석방법보다 높은 정확도를 얻을 수 있었다.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2013-01-01 | 평가 | 학술지 통합 (등재유지) | |
2001-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
1998-07-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)