복잡한 구조물과 대형 구조물 각각 적용할 수 있는 알고리즘 기법 같은 게 있는건가요?
-------------------------
수학적 이론에 기반한 민감도법, 모드섭동법 등과 같은 하드컴퓨팅 기법은 실제 복잡한 대형 구조물에 적용하기가 어렵습니다. 따라서 신경망기법을 포함한 인공지능 등과 같은 소프트컴퓨팅 기법이 적당할 것으로 판단됩니다. 특히, 근래에 들어 상시 모니터링자료를 사용하여 대형구조물의 수치모델개선에 소프트컴퓨팅 기법을 사용하여 구조물의 안정적인 결과를 얻는 예도 많이 찾아볼 수 있습니다.



신경망의 학습기능에 의한 수치모델 개선이 가능하다고 했는데요. 수학식이 아닌 각 관계의 패턴 집합들로 수치모델 개선에 어떻게 영향을 미치는지 알고 싶습니다. 기회가 된다면 자세한 설명을 듣고 싶습니다.
-------------------------
신경망 외에도 다양한 SVM, 유전자알고리즘 등 다양한 소프트컴퓨팅기법이 있습니다. 신경망 기능은 입력-출력 데이터베이스를 근간으로 신경망을 학습한 후 임의의 입력에 대해 출력을 구하는 방법입니다. 수치모델 개선의 경우, 입력-출력 데이터베이스는 해석적/경험적/실험적으로 구성할 수 있고, 입력은 고유진동수와 모드형상 등의 계측자료가 될 수 있으며, 출력은 질량 및 강성의 변화로 놓을 수 있습니다. 참고로 신경망의 경우 신경망을 구성하는데 필요한 (은닉층과 노드의 개수와 같은) 변수들을 문제와 목적에 따라 경험적으로 결정해야 합니다.



대표적인 수치모델로 유한요소모델을 들고, 개선될 유한요소모델에는 일반적인 모델 작성에서 고려되지 않은 것들을 고려되어야 한다고 하셨는데, 여기서 일반적인 모델 작성에서 고려되지 않은 것들이 어떤 것들이 있고 무엇을 고려하여야 하나요?
-------------------------
예를 들어 지점부를 스프링을 사용하여 모델링한 후, 스프링의 강성을 계측자료를 근간으로 조정할 수 있습니다. 즉, 유한요소모델에서 상수로 고려한 지점조건을 모델개선에서는 변수로 고려하여야 합니다.



진동수영역을 활용하여 수행할 수 있는 대표적인 해석은 무엇인지 궁금합니다.
-------------------------
진동수영역에서 구조물의 고유한 동적특성인 고유진동수와 진동모드 자료를 확보할 수 있습니다. 구조모델 개선전/후 또는 구조물의 손상전/후의 동적특성비교하여 유한요소모델을 개선하거나 구조물의 손상을 추정할 수 있습니다. 데이터베이스로 동적자료를 활용할 뿐, 기존의 대부분의 방법들을 사용할 수 있습니다.



신경망기법은 유한요소를 그대로 사용했기 때문에 친화적 기법이라 말 할 수 있다고 하셨는데요. 어떤 점이 다른지요?
-------------------------
하드컴퓨팅방법은 유한요소의 이론이 필요합니다. 예를 들어 이론적인 혹은 실험적인 이론을 근간으로 구조물의 민감도행렬을 구성하여야 합니다. 그러나 소프트컴퓨팅방법인 신경망기법은 시스템을 블랙박스로 놓고 입출력관계만을 사용합니다. 즉, 시스템의 선형/비선형, 복잡/간단 등 시스템의 구성사양에 관계없이 적용할 수 있습니다.



지점부의 모델링은 보 자체의 모델링에 비해 상대적으로 작은 신뢰성을 갖는 이유는 무엇인가요?
-------------------------
(동적)실험에서 보 자체보다 지점부에서 이론적으로 나타내기에는 불확실성이 더 큽니다. 보의 모델링에 필요한 탄성계수나 치수 등과 같은 재료적/기하학적 특성은 일반적으로 정밀 계측 등을 통해 오차를 줄이고 정확성을 높일 수 있으나, 지점부의 거동을 실험과 동일한 수준으로 모델링하는 것은 매우 어렵습니다.