차량 진동 기반 교량 손상 감지를 위한 손상 민감·도메인 불변 특징 추출

본 연구는 교량의 구조건전성을 실시간으로 감시하기 위해 차량이 교량 위를 주행하면서 기록되는 가속도 데이터를 활용하는 ‘간접 구조건전성 모니터링(IBHM)’에 초점을 맞춘다. 기존의 IBHM 접근법은 크게 두 가지로 나뉜다. 첫 번째는 모달 분석으로, 차량 진동에서 교량의 고유 진동수·모드 형상·감쇠비 등을 추정한다. 그러나 이러한 파라미터는 차량 특성, 환경 변화, 잡음 등에 민감해 손상 감지에 신뢰성이 떨어진다. 두 번째는 순수 데이터‑드리븐 방법으로, 머신러닝·딥러닝을 이용해 특징을 추출하고 손상을 분류한다. 하지만 라벨링된 데이터가 부족하고, 학습된 모델이 다른 교량에 적용될 때 성능이 급격히 저하되는 ‘도메인 의존성’ 문제가 있다. 이러한 문제를 해결하고자 저자들은 물리‑기반 모델과 최신 신호 처리 기법을 결합한 새로운 프레임워크를 제안한다. 먼저 차량‑교량 상호작용 시스템(VBIS)을 스프링‑질량 차량이 일정 속도로 이동하는 단순 지지 빔으로 모델링한다. 운동 방정식(1‑2)을 전개하고, 모드 전개와 근사화를 통해 차량 가속도 ¨y(t)를 다섯 개 항의 합으로 표현한다. 이 중 세 번째 항인 \(y_d(t)=\phi_1(vt)\ddot{\phi}_1(vt)+\dot{\phi}_1^2(vt)\) 은 손상에 직접적인 영향을 받으며, 교량의 전반적인 물리적 파라미터(길이, 재질, 고유 진동수 등)와는 무관한 특성을 가진다. 즉, 손상 민감(Damage‑Sensitive)하면서도 교량 간 차이에 의해 왜곡되지 않는(Domain‑Invariant) 특징이다. 이 특징을 실제 신호에서 추출하기 위해 동기‑압축 웨이블릿 변환(SWT)을 사용한다. SWT는 기존 연속 웨이블릿 변환(CWT)의 스케일‑시간 계수를 순간 주파수 ω_y(a,b)로 재배치해 시간‑주파수 해상도를 크게 향상시킨다. 특히 IMF‑유사 성분을 가정함으로써 비정상 신호를 고유 모드 형태로 분해하고, 모드 혼합을 방지한다. 논문은 사전에 식별된 고유 주파수 ω_d₁을 기준으로 손상 관련 주파수 대역