강교량 도장열화에 따른 백아화 평가와 상태평가 방법Methods of Condition Evaluation and Assessment for Paint Chalking of Steel Bridge Depending on Paint Coating Deterioration
- Other Titles
- Methods of Condition Evaluation and Assessment for Paint Chalking of Steel Bridge Depending on Paint Coating Deterioration
- Authors
- 하민균; 권태윤; 김련학; 안진희
- Issue Date
- Feb-2024
- Publisher
- 한국강구조학회
- Keywords
- 강교량; 백아화; 색차; 도막두께; 머신러닝; Steel bridge; Paint chalking; Color difference; Paint coating thickness; Machine learning
- Citation
- 한국강구조학회 논문집, v.36, no.1, pp 13 - 24
- Pages
- 12
- Indexed
- KCI
- Journal Title
- 한국강구조학회 논문집
- Volume
- 36
- Number
- 1
- Start Page
- 13
- End Page
- 24
- URI
- https://scholarworks.gnu.ac.kr/handle/sw.gnu/69914
- DOI
- 10.7781/kjoss.2024.36.1.013
- ISSN
- 1226-363X
2287-4054
- Abstract
- 본 연구에서는 강교량 도장의 백아화와 상태평가 방법을 분석하기 위하여 공용 중 강교량 20개를 선정하여 색차, 백아화, 도장두께를 측정하였다. 색차계를 활용하여 색차를 측정하고, 테이프법과 표준사진을 활용하여 백아화 등급을 평가하였으며, 백아화 제거 전후의 도장두께를 측정하여 백아화 발생 수준에 따른 도장두께 감소량을 평가하였다. 색차 분석 결과, 도장계의 색상에 따라 상대적으로 색차가 발생하는 것을 확인할 수 있었으며, 흰색 도장계는 백아화가 발생하더라도 색차가 나타나지 않는 것을 알 수 있었다. 백아화 등급과 도장두께 평가 결과, 백아화는 외측에 위치한 강부재에 발생하였으며, 백아화가 발생함에 따라 도장두께가 감소하는 경향이나타났다. 또한, 도장두께는 백아화 수준이나 상대적인 편차에 따라 감소량이 상대적일 수 있음을 확인하였다. 추가적으로, 백아화 등급 평가 방법을 간소화하기 위한 방법으로 사진촬영 이미지만으로 백아화를 평가할 수 있는 Convolutional Neural Network (CNN)을머신러닝 기법으로 적용하여 분석하였다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - 공학계열 > 토목공학과 > Journal Articles
- 건설환경공과대학 > 건설시스템공학과 > Journal Articles
- 공학계열 > 건설시스템공학과 > Journal Articles

Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.