극저온 보존 실험실 콘크리트의 표면 균열은 바닥 아래 수증기 차단막 파손이라는 훨씬 더 큰 문제를 숨기고 있었습니다. 그 결과 발생한 열 구배는 샘플의 안정성을 위협했습니다. 값비싼 파괴 조사 대신 기술 팀은 LiDAR 데이터와 열화상 측정을 통합하여 지반의 거동을 시뮬레이션하고 절연막의 정확한 파손 지점을 정밀하게 찾아내는 바닥의 디지털 트윈을 구축하기로 결정했습니다.
워크플로우: 포인트 클라우드에서 열 진단까지 🔥
프로세스는 고정밀 LiDAR 스캐너와 보정된 열화상 카메라를 결합한 하이브리드 스캔으로 시작되었습니다. 결과 포인트 클라우드는 지리 참조되고 각 정점에 온도가 할당되어 Pix4D에서 처리되어 열 정사 모자이크와 표면 모델을 생성했습니다. 이 데이터 세트는 Revit으로 가져와 콘크리트 슬래브와 기본 단열층이 파라메트릭 요소로 모델링되었습니다. AutoCAD에서는 의심되는 신축 이음부의 형상이 조정되었습니다. 디지털 트윈의 열 구배 시뮬레이션은 반경 30cm 내에서 4.2도의 이상 징후를 드러내어 바닥을 들어 올릴 필요 없이 멤브레인 파손 영역을 식별했습니다.
개입 전 고장을 시뮬레이션하는 것의 가치 🛠️
이 사례는 디지털 트윈이 단순한 시각적 모델이 아니라 예측 시뮬레이션 도구임을 보여줍니다. LiDAR의 정밀한 형상과 Pix4D의 열 데이터를 교차 분석함으로써 지반의 물리적 거동을 재현하고 5cm 미만의 오차 범위 내에서 수증기 차단막의 결함을 찾아낼 수 있었습니다. 개입은 지적된 지점의 작은 코어 샘플링으로 제한되어 수 주간의 작업을 절약하고 극저온 환경 오염을 방지했습니다. 교훈은 분명합니다. 중요 시설에서 디지털 트윈은 진단의 첫 번째 메스가 됩니다.
디지털 트윈은 단순한 콘크리트 표면 균열로부터 철거나 파괴 검사 없이 어떻게 극저온 멤브레인 파손을 식별할 수 있었을까요?
(추신: 제 디지털 트윈은 지금 회의 중이고, 저는 여기서 모델링하고 있습니다. 그래서 기술적으로 저는 두 곳에 동시에 있는 셈이죠.)