다양한 하중 시나리오에 대한 초고층 건축물의 사용성 및 안전성 평가를 위해서는 신뢰성 있는 해석 모델의 생성이 필요하다. 본 연구에서는 초고층 건축물의 신뢰성 있는 해석 모델 생성을 위한 일련의 Calibration Process를 제안한다. 이에 초고층 주거복합 구조물을 Test Bed로 선정하여 상시 상태에서의 진동 계측을 통한 고유진동수 및 모드형상을 도출하였고, 인공신경망 기반 초기 해석 모델의 교정을 수행하였다. 이러한 과정을 통해 생성한 해석 모델은 주요 고유진동수 및 모드형상에 대해 실제 대상 건축물과 허용 오차 범위 내 충분히 유사한 결과를 제시하였다.
To estimate the serviceability and safety of high-rise buildings under various dynamic-loading conditions, a reliable analytical model is needed. In this study, an analytical-model calibration process is proposed to obtain a reliable analytical model for high-rise buildings. A high-rise residential complex building is selected as a test bed, and the natural frequency and mode shape are derived from vibration measurement. On the basis of the measurement, analytical-model calibration using artificial neural network is performed to update the initial analytical model. Through this process, the calibrated analytical model exhibits remarkable coherence with the measurement at the principal natural frequency and mode shape at an acceptable tolerance level
1. 서 론
2. 대상 건축물 계측 및 시스템 식별
3. Analytical Model Calibration
4. 인공신경망을 적용한 Model Calibration
5. 결 론