구조물의 건전성을 적절하게 모니터링을 하기 위해서는 정확하고 신뢰할 수 있는 계측데이터가 중요하다. 하지만, 실제로는 환경영향 및 센서고장으로 인해 불완전하고 신뢰할 수 없는 데이터가 계측된다. 센서고장인 경우에는 모니터링을 하기 위한 데이터 자체가 계측이 되지 않는 문제가 발생하고, 온도변화와 같은 환경영향에 의해서는 구조물이 손상되었을 때보다 고유진동수 등의 동특성이 더 큰 폭으로 변화한다. 본 논문에서는 구조건전성 모니터링을 위한 데이터 처리 및 분석의 체계적인 절차를 제시하였으며, 보정된 데이터를 사용하여 통계적으로 산정하는 건전성지수로 Mahalanobis 지수를 적용하였다. 제안된 방법을 트러스구조에서 수치적으로 모사한 데이터를 사용하여 검증하고, 서해대교에서 계측한 현장데이터에 적용하였다.
It is important to collect reliable measured data for proper bridge health monitoring. However, in reality incomplete and unreliable data may be acquired due to sensor problems and environmental effects. In case of sensor malfunction, parts of measured data are missing and thus health monitoring cannot be carried out reliably. Due to environmental effects such as temperature variation, dynamic characteristics of natural frequencies may change as if the structure is damaged. The paper proposes a systematic procedure of data processing and data analysis for reliable structural health monitoring. Also, it applies the Mahalanobis distance as a health index computed statistically using revised data. The proposed procedure has been examined using numerically simulated data from a truss structure and then applied to a set of field data measured from Seohae cable-stayed bridge.
