피에조 전기 임피던스 측정을 이용한 구조 손상 식별 및 희소 역분석

초록

본 연구는 피에조 전기 트랜스듀서의 임피던스·어드미턴스 변화를 활용해 구조물의 손상 위치와 정도를 식별한다. 고주파 해석에서 변수 수가 많아 역문제가 과소결정되는 문제를 해결하기 위해, 손상 변수의 l0 노름(희소성)과 모델‑측정 차이를 동시에 최소화하는 다목적 최적화 프레임워크를 제안한다. 다목적 DIRECT 알고리즘에 시그모이드 변환을 적용해 희소성을 강조하고, 함수 평가 횟수 하나만을 파라미터로 두어 결정론적·재현 가능한 결과를 얻는다. 수치·실험 사례를 통해 제한된 측정 데이터만으로도 높은 정확도의 손상 식별이 가능함을 입증한다.

상세 분석

이 논문은 피에조 전기 트랜스듀서가 구조물에 부착·내장될 때 발생하는 임피던스(또는 어드미턴스) 변화를 손상의 민감한 지표로 활용한다는 기본 아이디어에 착안한다. 건강한 구조에 대한 고정밀 유한요소(FE) 모델이 존재한다면, 손상 전후의 임피던스 스펙트럼 차이를 입력으로 사용해 손상 파라미터(위치와 심도)를 역추정할 수 있다. 그러나 고주파 영역에서는 모델 차원(요소 수)이 수천에서 수만에 달하는 반면, 실제 측정은 몇 개의 주파수 포인트에 불과해 전형적인 과소결정 문제에 봉착한다.

이를 해결하기 위해 저자는 두 개의 목적 함수를 동시에 최적화하는 다목적 프레임워크를 설계한다. 첫 번째 목적은 모델 기반 임피던스 예측값과 실측값 사이의 L2 노름 차이로, 이는 전통적인 잔차 최소화와 동일하다. 두 번째 목적은 손상 변수 벡터의 l0 노름, 즉 비제로 원소 개수로 정의된다. 손상은 일반적으로 구조의 소수 요소에 국한된다고 가정함으로써, 희소성을 강제하는 것이 가능하다.

다목적 최적화 알고리즘으로는 전역 탐색 능력이 뛰어나면서도 파라미터 설정이 최소화된 DIRECT(Dividing RECTangles) 방식을 선택한다. DIRECT는 탐색 공간을 사각형(또는 하이퍼큐브)으로 분할해 잠재적 최적점 후보를 체계적으로 평가한다. 여기서 저자는 l0 노름을 직접 다루기 어려운 점을 보완하기 위해 시그모이드 변환을 도입한다. 손상 변수 xi에 대해 σ(α·xi) 형태의 연속 함수(α는 큰 양수)를 적용하면, xi가 0에 가까울 때는 거의 0, 큰 값을 가질 때는 1에 수렴하도록 만들어 l0 노름을 연속적인 형태로 근사한다. 이는 DIRECT가 미분이 필요 없는 전역 탐색에서도 희소성을 효과적으로 반영하게 한다.

알고리즘의 결정론적 특성도 강조된다. 무작위 초기화나 확률적 탐색을 사용하지 않으므로 동일한 함수 평가 횟수(NFE)만 지정하면 매 실행마다 동일한 파레토 프론트를 얻는다. 이는 결과 해석과 신뢰성 확보에 큰 장점이다. 또한 파라미터가 NFE 하나뿐이므로 사용자는 계산 비용(시간·자원)만 조절하면 된다.

실험에서는 수치 시뮬레이션과 실제 구조물(예: 알루미늄 플레이트)에 피에조 트랜스듀서를 부착한 사례를 제시한다. 제한된 주파수 포인트(10~20개)만 사용했음에도 불구하고, 파레토 최적해 중 실제 손상 위치와 심도에 근접한 해가 다수 포함된다. 특히 l0 노름을 목표에 포함시킨 결과, 비희소 해(많은 요소가 손상된 것으로 추정)보다 훨씬 적은 요소를 손상으로 식별하면서도 오차가 크게 증가하지 않음을 확인한다. 이는 실제 현장 적용 시 측정 장비와 시간 제약이 큰 상황에서도 실용적인 손상 진단이 가능함을 의미한다.

전체적으로 이 연구는 “희소 역학”과 “다목적 전역 탐색”을 결합해 피에조 임피던스 기반 손상 식별의 근본적인 과소결정 문제를 체계적으로 해결한다는 점에서 학술적·실용적 기여가 크다.