기성훈 교수는 2011년 미국 텍사스 오스틴 주립대학교 토목환경공학과에서 박사학위를 취득했으며, 뉴저지 주립대학교 첨단 인프라 및 교통 연구소에서 3년간(2011년 2월~2014년 2월) 포닥연구원으로 근무했다. 2014년 3월에 동아대학교 건축공학과에 부임했으며, 2020년 9월부터 건축·토목·전자·전기 융합전공을 바탕으로 신설된 ICT융합 해양스마트시티공학과에서 안전하고 건강한 해양스마트시티 건설을 위한 핵심기술 개발에 매진하고 있다. 주요 연구분야는 사회인프라 시스템의 상태평가 자동화를 위한 비파괴검사 장치 및 AI/ML기반 평가모델 개발로 구성된다. 이번 웹진을 통하여 지금까지 수행하고 있는 주요 연구 분야 및 적용사례에 대하여 소개하고자 한다. 

1. 로봇을 활용한 철근 콘크리트 교량 슬래브 구조물 상태평가 자동화 시스템 개발

철근 콘크리트 교량은 장기간 사용과 외부 환경요인으로 인해 손상 및 열화에 취약하며, 이를 정기적으로 평가하는 것ㅇ르 구조물의 안전성과 수명을 보장하는데 매우 중요하다. 전통적인 점검 방식은 인력과 시간이 많이 소요되므로, 로봇을 활용한 자동화 시스템을 개발함으로써 평가 과정의 효율성 및 정확성을 높이고 유지관리 비용을 절감하는데 효과적이다. 이 연구의 목적은 Multi-physics 센서를 활용한 철근 콘크리트 구조물 상태평가 자동화 시스템을 개발하는 것이다 ([그림 1] 참조). 이를 위하여 다음과 같은 4가지 주요 연구를 진행하고 있다.

- 연구주제 1 : 복합열화 단계별(잠재기, 진행기, 가속기, 심화기) 효과적인 비파괴 검사법 구성 및 개선

- 연구주제 2 : Multi-physics 센서를 탑재한 로봇 시스템 개발 

- 연구주제 3 : Multi-physics 센서에서 얻은 신호의 융합해석을 위한 data fusion 알고리즘 개발

- 연구주제 4 : 실험실 및 실제 공용중인 철근 콘크리트 교량 구조물에 적용을 통한 검증 및 개선

[그림 1] 연구목표 및 주요 연구내용 

2. Multi-physics IoT 센서와 Multi-stage 전착법을 활용한 철근 콘크리트 구조물 스마트모니터링 시스템 개발

이 연구에서는 해양도시의 철근 부식에 따른 콘크리트 열화 모니터링 및 유지관리 기술 개선을 위하여 철근과 콘크리트의 종합적인 상태 모니터링 및 유지관리(예방, 복원, 보수)를 하나의 시스템으로 융합하고자 한다. 이는 감시 및 유지관리를 동시에 수행할 수 새로운 개념의 철근 콘크리트 구조물 부식 무인 진단·유지 스마트 모니터링 시스템의 개발을 목표로 한다 [그림 2 참조]. 이를 위하여 다음과 같은 3가지 주요연구를 수행하고 있다. 

- 연구주제 1 : Multi-physics 센서를 활용한 철근 콘크리트 구조물 상태 모니터링 기술 개발

- 연구주제 2 : Multi-stage 전착을 활용한 철근 부식에 따른 철근 콘크리트 회복 기술 개발

- 연구주제 3 : 모니터링 및 전착 모듈을 통합한 철근 콘크리트 상태 스마트 모니터링 시스템 개발 

이 연구에서 개발된 스마트모니터링 시스템은 네트워크 레벨 국가 기반시설물의 효과적인 유지관리 체계구축에 활용될 수 있다 (그림 3 참조).

[그림 2] 연구과제의 배경 및 주요 연구내용 

[그림 3] 스마트 모니터링 시스템을 활용한 네트워크 레벨 국가기반시설물 유지관리 체계 개념도

3. 철도 터널 구조물 및 배면 GPR 신호 특성 분석을 위한 수치해석연구

GPR(Ground Penetrating Radar)은 빠른 측정속도와 내부 결함의 시각화에 관한 탁월한 장점으로 터널 구조물 및 국가기반시설물의 상태평가의 주요 평가도구로 활용되고 있다. 전 세계의 다양한 국가들의 연구자들은 터널 라이닝 콘크리트 내부 이상대 및 배면 지반상태 평가에 GPR의 활용의 효과를 보고하고 있다. 하지만 여전히 많은 연구자들은 터널 콘크리트 라이닝 결함 및 배면 공동 평가에 GPR 적용 시, 시스템 및 재료의 복잡성에 기인한 랜덤 잡음 및 수분, 지반 재료의 이완에 따른 신호감쇄에 따라 GPR 신호 분석의 어려움을 제기하고 있는 실정이다. 이 연구에서는 다양한 배면상태를 갖는 터널 콘크리트 구조물에서 GPR신호의 변화를 관찰하기 위하여 오픈소스 프로그램인 gprMax를 활용한 GPR의 신호응답을 모사하였다([그림 4]). 해석모델은 모형실험체 결과와 비교를 통하여 실효성을 검증하였다([그림 5]~[그림 6]). 개발된 수치해석모델은 AI/ML모델 기반 고도화를 통해 GPR 신호 해석의 정확성을 높이고, 터널 구조물의 상태평가 및 유지관리 효율성을 향상시키는데 기여할 수 있다. 

[그림 4] 콘크리트 배면공동과 GPR 신호 상호작용 연구를 위한 수치해석 모델

[그림 5] 수치해석모델 검증을 위한 실험체: (a) 수치해석모델, (b) 검증실험체 

[그림 6] GPR B-scan: (a)와 (c) 콘크리트 두께가 각각 100mm와 200mm인 실험체에서 수치해석결과, (b)와 (d) 콘크리트 두께가 가각 100mm와 200mm인 실험체에서 실험결과 

4. Multi-physics IoT 센서를 활용한 항만시설 내구성 모니터링 시스템 개발

이 연구에서는 항만콘크리트 구조물의 내구성 모니터링을 위하여 다음과 같이 2가지 핵심연구를 수행하고 있다.

-핵심연구1: Multi-physics IoT 센싱 모듈 개발

-핵심연구2: Multi-physics 데이터의 심층학습 기반 상태평가 모델을 개발

핵심연구1은 콘크리트 속 철근 부식 및 콘크리트 복합열화 평가를 위한 전기화학 및 초음파 복합센싱 장치를 개발을 주요내용으로 한다(그림 7 참조). 전기화학 및 초음파 센서 소자를 개발하고, 이를 활용한 전기화학 및 초음파 복합 측정모듈을 개발하였다. 이는 상용 실험장비를 활용한 결과와 비교를 통하여 검증하였다. 핵심연구 2는 Multi-physics 데이터의 기계학습 기반 상태평가 모델 개발을 주요내용으로 한다(그림 8 참조). 먼저 실험실에서 수행된 부식가속시험을 바탕으로 열화상태에 따른 데이터를 확보하였으며, 수집된 데이터의 심층학습을 통하여 부식에 따른 콘크리트 열화 상태 분류 모델을 제안하였다. 

[그림 7] Multi-physics IoT 센싱 모듈 시작품 개발

[그림 8] Multi-physics 데이터의 심층학습 기반 상태평가