260330_건기연_미래_비전_공유회_포스터
오늘하루 보지않기 닫기

연구정보

사장교 케이블 장력 모니터링 기술 현황
  • 게시일2025-09-04
  • 조회수258
사장교 케이블 장력 모니터링 기술 현황

연구자: 박영수 KICT 구조연구본부 수석연구원

 

 

들어가며


시설물안전법에서는 교량을 포함한 시설물의 관리 중 요도를 주로 시설물의 규모, 형식 등과 연계하여 정의하고 있으며, 특수교량은 정밀 계측을 통해 교량 상태를 모니터링하며 관리되고 있다. 특수교 중 하나인 사장교(Cablestayed Bridge)는 대표적인 케이블 지지 구조물이다. 보강형을 주탑에 연결된 사장 케이블로 지지하는 형식의 교량을 말한다. 사장교는 케이블의 인장강도와 주탑 및 보강형의 휨, 압축강도를 효과적으로 결합시켜 구조적 효율을 높일 수 있어서 장대교량에 적합하고, 미관이 뛰어나 짧은 거리에도 종종 사용되어 공용 중인 사장교가 늘어나고 있다. 사장교와 같은 케이블 지지 구조물에서 케이블은 중요한 구조 부재이며, 케이블의 장력(tension force)과 감쇠비(damping ratio)는 케이블뿐만 아니라 사장교 전체 구조 안정성에 영향을 미친다. 사장교의 주경간이 길어질수록 주탑과 보강형을 연결하는 사장 케이블은 바람 및 하중에 의한 진동(vibration)에 취약하다. 핵심 부재인 케이블은 다양한 원인으로 장력의 손실이 발생하며, 이러한 손실은 사장교 성능에 크게 영향을 주며, 최악의 경우 붕괴사고를 유발할 수 있다. 따라서, 케이블 장력을 효과적으로 모니터링할 수 있는 방법이 요구된다.

 

그림1 국내 사장교 현황(2024 도로교량 및 터널 현황조서)

 


다양한 케이블 장력 모니터링 방법이 연구되고, 케이블에 적용되었다. 그 중 진동법(vibration-based method)은 진동 데이터를 기반으로 장력을 추정하는 방식으로 다른 방법에 비해 설치가 쉽고 비용이 저렴하다는 장점이 있다. 국토안전관리원의 특수교관리센터에서 관리 중인 케이블 교량 중 2022년 기준으로 케이블 장력계는 약 260개이며, 대부분 가속도 데이터를 기반으로 한 진동법을 통해 케이블 장력을 추정하여 모니터링하고 있다.

 

 

진동법


앞서 언급한 진동법을 통한 장력 추정 방법은 1) 케이블 외부에 가속도계를 설치하여 상시 진동 응답 수집(그림 2 Step#01), 2) 수집된 응답을 주파수 영역의 파워 스펙트럼 밀도(power spectral density, PSD) 신호로 변환, 3) 변환된 PSD 신호로부터 첨두정보(fn: 첨두 위치, n: 첨두순서)를 추출(그림 2 Step#02), 4) 추출된 첨두정보로부터 선형회 귀식을 산정(그림 2. Step#03)하고, 식(2)와 같이 회귀식의 절편(b, 그림 2 Step#04에서 0.729)과 케이블의 제원(유효 길이 Leff, 단위중량 w)을 활용하여 장력을 추정한다.

 

그림2 진동법을 이용한 장력 추정 과정

 


케이블에 설치된 가속도계로 수집되는 데이터는 케이블의 가진 조건이 일정하지 않기 때문에, 계측 시간이 길어질수록 안정적인 첨두정보의 탐지가 가능하다. 하지만, 계측시간이 늘어날수록 장력 추정 주기가 길어지기 때문에, 일반적으로 가속도 계측 주기는 100Hz, 계측 시간은 10분 단위로 수집한다. 수집된 가속도 데이터를 주파수 영역으로 변환하고, 변환된 주파수 영역에서 첨두정보(첨두 위치, 순서)를 탐지한다.

 

주어진 식 (1)은 케이블의 고유 진동수 $f_n$과 차수 \(n\) 사이의 관계를 나타내며, 이를 선형 회귀 방정식 \(b+an^{2}\) 형태로 표현하고 있습니다. 여기서 $b$는 Y축 절편, $a$는 기울기입니다. 식 (2)는 Y축 절편 $b$를 이용하여 케이블의 장력 $T$를 계산하는 식입니다.

 


장력 추정 과정 중 중요한 첨두정보 탐지는 주로 인력을 통해 수행되어 진다. 예를 들어, 24시간 기준 10분씩 데이터를 수집할 경우, 수집되는 데이터 set는 144set이며, 하나의 교량에 8개 케이블에 가속도계가 설치될 경우 1,152 데이터 set에서 첨두정보가 탐지돼야 한다. 첨두를 탐지하는 방법은 주로 인력에 의한 방법이기 때문에, 노동 집약적이며, 탐지하는 작업자의 주관이 개입되어 객관성이 떨어지는 단점이 있다. 인력에 의한 방법이 아닌 첨두정보 탐지 방법은 사전 설정을 통하여 탐지하는 방법이 있다. 허용치보다 큰 첨두의 위치를 탐지하는 방법, 첨두 발생이 예상 가능한 대역을 설정하고, 대역에서 가장 큰 값을 탐지하는 방법이다. 첨두정보는 가진 조건, 케이블의 손상 여부 등에 따라 첨두정보가 누락되는 경우가 있으며, 케이블의 고유진동수와 외부의 가진 조건이 일치하여 공진(resonance) 현상이 발생하는 경우에는 특정 주파수 대역에서 첨두가 크게 발생하는 경우가 있다. 사전 설정을 통한 방법은 케이블의 제원 별로 설정이 필요하고, 주파수 대역에서의 특징 변화 시 첨두정보 탐지에 한계가 있다.

 

그림3 사장교 케이블의 신호 특성

 

 

첨두 자동 탐지 알고리즘이 적용된 IoT 계측시스템


사장교 케이블의 진동 신호를 주파수 영역으로 변환하여 생성되는 파워 스펙트럼 밀도(Power Spectral Density, PSD)는 그림 3과 같이 고유한 2가지 특성을 나타낸다. 첫 번째, 케이블 PSD의 첨두는 일정한 간격으로 발생하는 주기적인 패턴을 가지며, 이는 케이블의 고유한 동적 특성을 반영한다. 이러한 첨두 간의 간격은 케이블의 제원(재료, 형상, 장력) 및 전체 구조계에 따라 달라질 수 있지만, 동일한 간격의 주기성(periodicity)은 모든 사장교 케이블 부재가 공통적으로 갖는 물리적 특징이다. 또 다른 특성은 첨두는 주변 주파수 성분에 비해 상대적으로 높은 진폭(amplitude)을 갖는다. 이와 같은 특성은 PSD 상에서 해당 첨두가 주변값들에 비해 이상치(outlier)로 작용함을 의미한다(Jin et al., 2021).

 

그림4 첨두 자동 탐지 알고리즘이 적용된 사물인터넷 기반 계측시스템 현장 적용 사례

 


이러한 일정한 첨두 간격을 자동으로 탐지하기 위해, 의공학 분야의 생체신호 처리기술 중 하나인 Automatic Multiscale-based Peak Detection(AMPD) 기법을 활용할 수 있다(Scholkmanm et al., 2012). AMPD는 주기적으로 발생하는 첨두를 사전 설정 없이 자동 탐지할 수 있어, 완전한 자동화가 가능하다는 장점을 지닌다. 두 번째 특징인 첨두가 주변값들에 비해 이상치처럼 나타나는 특징을 감지하기 위해 임계값 기반의 이상치 탐지 기법을 병행 사용할 수 있다. 이때 임계값 설정에는, 이상치가 포함된 데이터에서도 강건하게 학습 가능한 중앙값 절대 편차(Median Absolute Deviation, MAD) 방법을 적용할 수 있다(Rousseeuw et al., 1993). 이 두 가지 기법으로 추정된 첨두 정보를 기반으로 케이블의 장력을 산출하며, 해당 기술은 1) 사전 설정이 필요하지 않음 2) 신호 변화에 대한 높은 강건성(robustness) 3) 낮은 연산 비용 같은 장점을 갖는다.


케이블 장력 모니터링을 위한 가속도 데이터는 주로 유선 계측시스템을 통해 수집된다. 이 시스템은 센서와 데이터 수집 장치를 케이블로 연결하며, 수집된 데이터는 다시 관리 주체로 전송되어 장력 분석에 사용된다. 유선 계측시스템은 데이터 손실 없이 안정적인 계측이 가능하다는 장점이 있으나, 센서와 로거를 케이블로 연결, 단선을 방지하기 위한 보호 배관 설치 등으로 인해 추가 비용이 발생하며 설치 위치와 수량에 제약이 따른다.


최근에는 다양한 IoT(Internet of Things) 기반 계측시 스템이 개발되어 시설물에 적용되고 있으나, 대부분 기존 유선 시스템처럼 단순히 데이터를 수집하고 전송하는 수준에 머물러 있다. 이는 설치 유연성과 수량 측면에서는 장점이 있으나, IoT 기술의 잠재적 강점을 충분히 활용하지 못하는 실정이다. IoT 계측시스템은 다양한 알고리즘을 내장하여 원시 데이터(raw data) 자체를 전송하는 대신, 필요한 정보만을 선별·처리한 후 전송할 수 있다. 이러한 엣지 컴퓨팅(Edge Computing) 기술은 센서 단말기 또는 그 인접 장치에서 데이터를 실시간으로 처리함으로써, 서버로의 전송 부담을 줄이고 처리 비용과 시간을 절감할 수 있다.


앞서 설명한 첨두 자동 탐지 알고리즘을 IoT 계측시스템에 탑재하여 사장교 케이블에 설치하여, 알고리즘의 정확도, 계측시스템의 사용성, 효율성 등을 검증하는 연구가 수행되었다. 이를 통해, IoT 계측시스템과 엣지 컴퓨팅의 기술을 시설물에 적용하여 시설물 계측 분야에서의 가능성을 확인하였다.

 

 

마치며


IoT 계측시스템과 엣지 컴퓨팅(Edge Computing)의 결합을 통해, 대용량 원시데이터를 서버로 전송해 수집·분석하는 방식에서 벗어나, 현장에서의 데이터 처리 및 최적 관리가 가능해졌다. 데이터 처리 및 분석 기술의 고도화를 통해 이러한 기능이 IoT 계측시스템에 탑재되면서, 기존에는 원시데이터 전송에 그쳤던 시설물 유지관리 분야에서 데이터의 활용 범위를 확대할 수 있을 것으로 기대된다. 또한 실시간 처리가 가능해짐에 따라, 사후 대응이 아닌 실시간 대응이 가능해져 예방적 유지관리가 실현될 수 있으며, 이를 통해 안전사고 예방과 함께 직·간접적인 사회적 비용 절감 효과도 기대된다.

 

 

참고자료

  • 2024 도로교량 및 터널 현황조서.
  • Jin et al. (2021), Fuly automated peak-picking method for an autonomous stay-cable monitoring system in cablestayed bridges, Autom. Constr. Vol. 126.
  • Scholkmanm et al. (2012), An efficient algorithm for automatic peak detection in noisy periodic and quasiperiodic signals, Algorithms, Vol. 5.
  • Rousseeuw et al. (1993), Alternatives to the median absolute deviation, J. Am. Stat. Assoc. Vol. 88

QUICK