복합재 구조물에서 발생하는 저속 충격에 의한 손상은 대부분 복합재의 내부나 충격을 받은 면의 반대 면에서 발생하기 때문에 검출이 쉽지 않아 시간이 지날수록 구조물이 위험에 처할 확률이 높아진다. 하지만 기존의 비파괴검사 방법은 일정한 주기에 따라 수행되기 때문에 즉각적으로 충격 손상을 감지할 수 없다는 단점이 있다. 따라서 최근에는 이러한 단점을 극복하고자 비파괴검사 장비를 구조물 내에 탑재하여 실시간으로 구조물의 건전성을 확인하는 개념인 구조 건전성 모니터링에 관한 연구가 활발히 진행되고 있다. 그 중의 하나인 충격 모니터링 시스템은 운용 중에 발생한 충격 이벤트를 감지하고 그 위치 및 손상 정도에 대한 정보를 제공해 주어야 한다. 이를 위한 첫 번째 단계로 본 연구에서는 복합재 평판 및 복잡한 복합재 시편 구조물에 FBG 센서를 부착하여 충격 위치 검출 시험을 수행하였고, 이와 같은 복합재 시편에 대해 충격 파손 시험을 수행하여 손상 발생 유무를 예측하는 시험을 수행하였다. 저속 충격에 의해 발생하는 음향 파는 (주)파어버프로에서 개발한 고속 FBG interrogator를 사용하여 4개의 다중화된 FBG 센서로부터 동시에 취득하였고, 신경회로망을 이용한 학습을 거쳐 충격 발생 위치를 검출하였다. 또한 충격 파손 시험으로부터 취득한 음향 파의 웨이블릿 변환을 통해 충격 손상의 발생 유무 예측 가능성을 확인하였다.
Low-velocity impact can cause various damages which are mostly hidden inside the laminates or occur in the opposite side. Thus, these damages cannot be easily detected by visual inspection or conventional NDT systems. And if they occurred between the scheduled NDT periods, the possibilities of extensive damages or structural failure can be higher. Due to these reasons, the built-in NDT systems such as real-time impact monitoring system are required in the near future. In this paper, we studied the impact monitoring system consist of impact location detection and damage assessment techniques for composite flat and stiffened panel. In order to acquire the impact-induced acoustic signals, four multiplexed FBG sensors and high-speed FBG interrogator were used. And for development of the impact and damage occurrence detections, the neural networks and wavelet transforms were adopted. Finally, these algorithms were embodied using MATLAB and LabVIEW software for the user-friendly interface.
