위상 잠금 열화상 기법을 이용한 콘크리트 마감재 내부 균열 검출 (Concrete Crack Detection Inside Finishing Materials Using Lock-in Thermography)

서지정보

· 발행기관 : 한국구조물진단유지관리공학회
· 수록지 정보 : 한국구조물진단유지관리공학회 논문집 / 27권 / 6호 / 30 ~ 38페이지
· 저자명 : 이명훈, 우욱용, 최하진, 김종찬

초록

안전점검 대상 노후 건축물이 증가함에 따라 안전관리 주체인 지정기관 및 관리주체의 부담이 증가하고 있다. 이에 안전점검 대상건축물 선정에 있어 적절한 안전전검 기준과 그에 따르는 적절한 기술은 필수적이다. 현행 노후 건축물 대상 안전점검 수행 기준은 마감재로 인해 구조 부재 균열 등의 손상 확인이 어려울 경우 낮은 점수를 부여하고 있다. 이는 구조물의 실체 안전상태와 관계없이 평가 결과가 과소평가되어 안전점검 대상 노후화 건축물을 증가시키는 원인이다. 이에 본 연구에서는 마감재 내부의 균열 탐지를 위해 비파괴·비접촉 검사인 열화상기법을 제안하였다. 열화상 카메라를 이용한 마감재 내부 균열 관측을 위해 콘크리트 시편을 제작하였으며, 콘크리트 표면 및 균열부에 열원을 가진하여 열화상 데이터를 계측하였다. 계측 결과, 너비 0.3mm, 0.5mm, 0.7mm의 마감재 내부 균열 관측이 가능함을 확인하였으나, 표면 박리, 도배지 들뜸으로 인한 불균일한 온도 분포로 인해 균열 판단이 어렵다. 이에　열화상 데이터의 진폭 및 위상 차이를 도출하여 데이터 분석을수행한 결과, 0.5mm, 0.7mm 균열에 대해 선명한 균열 계측이 가능하였다. 본 연구를 토대로 추후 마감재 내부 균열 손상 진단에 있어 빅 데이터기반 딥러닝을 이용한 기술개발을 통해 현장적용 및 분석의 효율성을 증대시키고자 한다.

영어초록

As the number of old buildings subject to safety inspection increases, the burden on designated institutions and management entities that are responsible for safety management is increasing. Accordingly, when selecting buildings subject to safety inspection, appropriate safety inspection standards and appropriate technology are essential. The current safety inspection standards for old buildings give low scores when it is difficult to confirm damage such as cracks in structural members due to finishing materials. This causes the evaluation results to be underestimated regardless of the actual safety status of the structure, resulting in an increase in the number of aging buildings subject to safety inspection. Accordingly, this study proposed a thermal imaging technique, a non-destructive and non-contact inspection, to detect cracks inside finishing materials. A concrete specimen was produced to observe cracks inside the finishing material using a thermal imaging camera, and thermal image data was measured by exciting a heat source on the concrete surface and cracked area. As a result of the measurement, it was confirmed that it was possible to observe cracks inside the finishing material with a width of 0.3mm, 0.5mm, and 0.7mm, but it was difficult to determine the cracks due to uneven temperature distribution due to surface peeling and peeling of the wallpaper. Accordingly, as a result of performing data analysis by deriving the amplitude and phase difference of the thermal image data, clear crack measurement was possible for 0.5mm and 0.7mm cracks. Based on this study, we hope to increase the efficiency of field application and analysis through the development of technology using big data-based deep learning in the diagnosis of internal crack damage in finishing materials.

참고자료

· 없음