조건부 생성모델을 이용한 철근콘크리트 기둥의 포락선 예측

Prediction of Backbone Curves of Reinforced Concrete Columns Using a Conditional Generative Model
Citations

SCOPUS

0

초록

최근 지진에서 내진상세가 부족한 기존 철근콘크리트 건축물에서 기둥의 심각한 손상이 반복적으로 발생되었다. 이러한 피해를 경감하기 위해서는 신속한 내진성능 평가 기법이 필요하다. 그러나 수치해석 및 실험 기반 접근법은 복잡한 과정으로 인해 적용에 한계가 있다. 본 연구에서는 개선된 VAEGAN 구조를 적용한 cGAN을 이용하여 철근콘크리트 직사각형 단면 기둥의 포락선을 신속하게 예측하는 모델을 제안하였다. 구조 변수의 영향을 평가하였으며, 재료특성, 형상조건, 철근 상세, 축력 등 8개의 입력변수를 선정하였다. 총 171개의 기존 실험 데이터를 이용하여 예측모델을 학습 및 검증하였으며, 생성된 포락선은 실험 결과와 높은 상관성을 보였다(평균 오차율 8.15 %, MSE 0.13 %, R2 0.9). 제안된 모델은 제한된 구조 정보를 기반으로 철근콘크리트 기둥의 전단저항 성능을 신속하게 추정하고, 효율적인 보강 전략을 수립하는 도구로 활용될 수 있다.

키워드

reinforced concrete columnbackbone curvemachine learningconditional generative modelGAN철근콘크리트 기둥포락선머신러닝조건부 생성 모델GAN
제목
조건부 생성모델을 이용한 철근콘크리트 기둥의 포락선 예측
제목 (타언어)
Prediction of Backbone Curves of Reinforced Concrete Columns Using a Conditional Generative Model
저자
송영민신지욱
DOI
10.4334/JKCI.2026.38.1.051
발행일
2026-02
유형
Y
저널명
콘크리트학회 논문집
38
1
페이지
51 ~ 60