Vision-Based Structural Damage Identification in Vibrating Beams via Dynamic Mode Decomposition

기술 요약: 동적 모드 분해를 통한 진동 빔의 비접촉식 구조 손상 식별

문제 제기
구조물 건전성 모니터링 (SHM) 은 전통적으로 가속도계, 변형률 게이지와 같은 접촉식 센서에 의존해 왔으며, 이는 침습적이고 설치 비용이 높으며 공간적 커버리지가 제한적입니다. 레이저 진동계와 같은 비접촉식 방법이 존재하지만, 종종 점별 분석에 그치거나 전 영역 분석에는 비용이 많이 듭니다. 비디오 기반 모니터링은 확장 가능하고 비접촉적인 대안을 제공하지만, 고차원 시각 데이터에서 물리적으로 의미 있는 동적 정보를 추출하는 것은 여전히 어렵습니다. 기존 접근법들은 종종 변위장을 재구성하기 위해 집약적인 전처리가 필요하거나, 손상 신호를 분리하기 위해 다단계 후처리를 수반하는 특수한 동적 모드 분해 (DMD) 변형에 의존합니다. 본 연구는 광범위한 휴리스틱 전처리 없이 원시 비디오 데이터 또는 시뮬레이션 스냅샷에서 직접 진단 특징을 추출하는 간소화된 데이터 기반 프레임워크의 필요성을 해결합니다.

방법론
제안된 프레임워크는 시공간 데이터에서 진동 캔틸레버 빔의 기본 선형 동역학을 직접 근사하기 위해 동적 모드 분해 (DMD) 를 활용합니다. 방법론은 ANSYS 를 이용한 수치 시뮬레이션과 고속 비디오 녹화를 이용한 실험적 연구라는 두 가지 병렬 조사로 나뉩니다.

1. 데이터 획득 및 전처리:

   • 수치적: 건강 상태와 두 가지 손상 상태 (다양한 깊이와 위치에 있는 균열) 하의 폴리프로필렌 캔틸레버 빔에 대한 변위장을 생성하기 위해 과도 유한 요소 해석을 수행합니다.
   • 실험적: 고속 비디오 (1000 fps) 가 유사한 빔의 자유 진동을 포착합니다. 비디오 프레임은 시공간 스냅샷 행렬로 처리됩니다.
   • 상태 표현: 본 연구는 연속적인 스냅샷으로부터 데이터 행렬 $X$와 $X'$를 구성합니다. 상태 표현을 풍부하게 하기 위해 지연 임베딩 (Hankel 행렬) 이 조사되었으나, 최종 실험 분석은 충실도와 복잡성 사이의 균형을 맞추기 위해 지연 임베딩 없이 150 의 절단 차수를 사용했습니다.

2. 동적 모드 분해 (DMD):

   • DMD 는 시스템 상태를 시간적으로 전진시키는 ($X' \approx AX$) 최적 적합 선형 연산자 $A$를 식별합니다.
   • 특이값 분해 (SVD) 와 축소된 부분 공간으로의 투영을 통해, 알고리즘은 DMD 고유값 (시간적 성장/감쇠 및 주파수를 특성화) 과 DMD 모드 (공간적 일관성 구조) 를 추출합니다.
   • 이러한 모드는 고전적인 실험적 모드 형상의 대안으로 작용합니다.

3. 손상 탐지 알고리즘:

   • 특징 추출: 각 DMD 모드 프로파일 $\phi_k(x)$로부터 네 가지 공간 특징 벡터가 유도됩니다: 모드 형상 (MS), 모드 형상 기울기 (MSS), 모드 형상 곡률 (MSC), 그리고 모드 형상 곡률 제곱 (MSCS).
   • 기준선 구성: 건강한 상태의 특징 벡터에 대한 분산 가중 외적 누적로부터 건강한 상태의 기준 행렬 $P$가 구성됩니다.
   • 손상 지수 ($Q$): 마할라노비스 유형의 2 차 형식을 기반으로 한 새로운 손상 지수가 수립됩니다. 이는 현재 (잠재적으로 손상된) 특징 벡터가 건강한 기준으로부터 얼마나 벗어났는지를 측정하며, 기준 공분산 구조의 역으로 가중됩니다. 선택된 모드들에 대한 평균을 통해 전역 지수 $Q$가 얻어집니다.

주요 결과

• 재구성 및 예측: DMD 는 건강 및 손상 구성 모두에 대해 팁 변위를 정확하게 재구성하고 예측했습니다. Root-Mean-Square Error (RMSE) 는 건강 사례에서 가장 낮았으며 ($1.12 \times 10^{-3}$), 손상 사례에서는 약간 더 높았습니다 ($\approx 2.1 \times 10^{-3}$). 이는 손상이 선형 DMD 프레임워크가 포착하기에 약간 더 어려운 동적 복잡성을 도입함을 나타내지만, 오차는 여전히 낮습니다.
• 모달 분석: 추출된 DMD 모드는 건강한 빔에 대해 매끄럽고 물리적으로 일관된 형태를 보여주었습니다. 손상된 구성은 특히 국부적 곡률에서 공간 구조의 미묘하지만 체계적인 편차를 보였으며, 이는 강성 분포의 변화를 반영합니다.
• 고유값 분석: 손상된 구성은 건강 상태에 비해 복소 평면에서 원점 방향으로 고유값이 안쪽으로 이동하는 경향을 보였습니다. 이는 구조적 열화로 인한 향상된 에너지 소산으로 인해 증가된 감쇠 또는 동역학의 더 빠른 감쇠를 나타냅니다.
• 손상 지수 성능:
  • 제안된 지수 $Q$는 건강 기준에 대해 $Q=0$이고 손상 사례에 대해 훨씬 더 높은 값을 가지며 건강 상태와 손상 상태를 성공적으로 구별했습니다.
  • 이 지수는 손상 심각도에 일관된 민감도를 보였으며, 손상 사례 1 에서 손상 사례 2 로 갈수록 값이 증가했습니다.
  • 특징들 중에서 MSCS(모드 형상 곡률 제곱) 기반 지수가 손상 심각도에 가장 높은 민감도를 보였으며, 손상 수준 간 가장 큰 비례 변화를 나타냈습니다. 이는 곡률 변동을 제곱할 때 증폭되기 때문입니다.

의의 및 주장
본 논문은 DMD 가 비디오 데이터를 이용한 비접촉식 손상 탐지를 위한 강력하고 해석 가능하며 계산적으로 효율적인 도구를 제공한다고 주장합니다. 주요 기여점은 다음과 같습니다:

1. 직접 특징 추출: 명시적인 변위 재구성이나 광범위한 전처리 없이 원시 모달 매니폴드 (DMD 모드) 에서 직접 손상 민감 신호를 추출할 수 있는 능력.
2. 새로운 손상 지수: DMD 로 추출된 모드 형상과 고유값에서만 유도된 특성량 및 손상 지수 ($Q$) 의 수립으로, 효율적인 손상 탐지 및 식별을 가능하게 함.
3. 해석 가능성: 프레임워크는 시각 데이터를 강성 열화에 민감한 것으로 알려진 모달 특성 (주파수, 감쇠, 공간적 형태) 과 연결하는 물리적으로 해석 가능한 시스템 응답 표현을 제공합니다.
4. 검증: 방법론은 고정밀 시뮬레이션과 실제 실험 비디오 데이터 모두에서 검증되었으며, 건강 및 손상 상태 간의 일관된 패턴을 입증했습니다.

한계 및 향후 작업
저자들은 현재 프레임워크가 손상 탐지 및 손상 심각도 정량화에 국한되어 있으며, 현재는 손상 위치 파악을 수행하지 않는다고 지적합니다. 향후 작업은 프레임워크를 확장하여 위치 파악을 가능하게 하고, 비선형 거동을 보이는 더 복잡하고 고차원적인 구조 시스템에 방법론을 검증하는 것을 목표로 합니다.