안정화 선도

구조해석 수치해석 통계 마지막 수정: 2026-08-23 04:38:52

1. 개요[편집]

안정화 선도(stabilization diagram)는 모달 파라미터 추출에서 모델 차수를 낮은 값부터 높은 값까지 올려 가며 매번 얻어진 극점을 주파수 축 위에 찍어, 차수를 바꿔도 자리가 변하지 않는 극점(안정 극점)과 이리저리 흩어지는 극점(수학적·잡음 극점)을 눈으로 갈라내는 도구다. 세로축이 모델 차수, 가로축이 주파수인 이 산점도는 실험 모달 해석과 작동 모드 해석의 사실상 모든 상용 소프트웨어에 들어 있다.

존재 이유는 단순하다. 모델 차수를 미리 알 수 없기 때문이다. 측정 데이터에 극점-유수 모델을 맞추려면 모드가 몇 개인지 정해야 하는데, 그 답은 우리가 구하려는 것 자체다. 차수를 낮게 잡으면 모드를 놓치고, 높게 잡으면 데이터의 잡음과 계산 과정의 부산물이 가짜 모드로 끼어든다. 그래서 사람들은 답을 고르는 대신 차수 전체를 훑고, 답이 스스로 드러나게 하는 쪽을 택했다.¹

2. 물리 극점 대 수학 극점[편집]

핵심 아이디어는 이렇다. 데이터 안에 진짜로 들어 있는 물리 모드는 모델에 자리를 몇 개 더 주든 항상 같은 자리를 차지한다. 반면 잡음을 표현하려고 생긴 극점은 모델 차수가 바뀔 때마다 요구되는 역할이 달라지므로 자리를 옮긴다.

차수 $n$ 에서 얻은 극점과 차수 $n-1$ 에서 얻은 극점을 짝지어 비교하고, 세 가지가 모두 안정하면 그 극점에 “안정(stable)” 표시를 찍는다.

비교 항목	관례적 기준	표시
주파수 상대차	1% 이내	f
감쇠비 상대차	5% 이내	d
모드 형상 MAC	0.98 이상 (즉 1−MAC 2% 이내)	v
셋 모두 만족	—	s

세 문턱값은 소프트웨어와 문헌마다 조금씩 다르지만 주파수는 빡빡하게, 감쇠는 헐렁하게, 형상은 MAC 으로라는 위계는 거의 공통이다. 감쇠 기준이 유독 관대한 이유는 감쇠 추정이 원래 산포가 크기 때문이다. 같은 데이터에서 주파수는 소수 셋째 자리까지 재현되는데 감쇠비는 1.2%와 1.6%를 오간다.²

선도를 그리면 물리 모드 자리에는 위에서 아래까지 s 가 수직으로 늘어선 기둥이 생기고, 잡음 극점은 사방에 흩뿌려진 점으로 남는다. 배경에는 대개 합산 FRF, 복소 모드 지시 함수(CMIF), 또는 출력 스펙트럼을 겹쳐 그려서, 기둥이 실제 피크 위에 서 있는지 확인할 수 있게 한다.

3. 어떤 추출법과 결합되는가[편집]

안정화 선도는 특정 알고리즘의 소유물이 아니라, 차수를 파라미터로 갖는 모든 모달 추출법에 붙일 수 있는 부속이다.

SSI-COV / SSI-DATA(확률적 부분공간 식별): 출력만 있는 데이터에서 블록 한켈 행렬을 만들고 특이값 분해로 관측가능성·가제어성 부분공간을 분리한다. 여기서 모델 차수 = 유지하는 특이값의 개수다. 이론적으로는 특이값 스펙트럼에 뚜렷한 계단이 생겨 차수를 알려줘야 하지만, 실측 데이터에서 그 계단은 좀처럼 나타나지 않는다. 그래서 차수를 2씩 올리며 매번 상태행렬 $\mathbf A$ 의 고유값을 뽑는다.
LSCF / PolyMAX(최소제곱 복소 주파수영역법): FRF 또는 반스펙트럼을 우측 행렬분수 모델로 맞춘다.

\mathbf H(\omega)=\Big[\textstyle\sum_{r=0}^{n}\mathbf B_r z^{r}\Big]\Big[\textstyle\sum_{r=0}^{n}\mathbf A_r z^{r}\Big]^{-1}, \qquad z=e^{-i\omega\Delta t}

분모 계수로 동반행렬을 세우고 그 고유값에서 극점을 얻는다. 다항식 차수 $n$ 이 곧 모델 차수다. PolyMAX 계열이 산업 표준이 된 결정적 이유가 바로 안정화 선도가 압도적으로 깨끗하다는 것이었다. 잡음을 담당하는 수학 극점들이 감쇠가 아주 큰 쪽으로 몰려나가 물리 모드 근처를 어지럽히지 않기 때문이다.

LSCE / 폴리레퍼런스 시간영역법: 임펄스 응답에 복소 지수 합을 맞춘다. 안정화 선도의 원조격이지만 잡음 극점이 물리 극점 사이에 섞여 들어와 판독이 어렵다.
ERA(고유시스템 실현 알고리즘): 한켈 행렬 SVD 기반이라 SSI 와 사촌이며, 차수 축의 의미도 같다.

이산시간 극점 $\mu$ 에서 물리량으로 넘어오는 변환은 어느 방법이든 동일하다.

\lambda=\frac{\ln\mu}{\Delta t},\qquad f=\frac{|\lambda|}{2\pi},\qquad \zeta=-\frac{\mathrm{Re}\,\lambda}{|\lambda|}

4. 판독의 기술[편집]

기둥이 있다고 다 물리 모드가 아니고, 기둥이 없다고 다 잡음이 아니다. 실무자들이 쓰는 추가 단서는 이렇다.

감쇠비의 상식성. 토목 구조물이나 항공기 구조에서 $\zeta$ 가 20%로 나오면 거의 확실히 수학 극점이다. 반대로 $\zeta$ 가 0.05% 미만이면 구조 모드가 아니라 회전기계의 조화 성분(harmonic)일 가능성이 높다. 조화 성분은 감쇠가 사실상 0이면서 차수를 바꿔도 자리가 안 변해서, 안정화 선도에서 가장 그럴듯한 가짜 기둥을 만든다.³
음의 감쇠. $\mathrm{Re}\,\lambda>0$ 인 극점은 발산을 뜻하므로, 안정한 구조의 측정에서는 곧바로 버린다.
모드 형상의 물리성. 인접 차수 간 MAC 이 높아도 형상 자체가 특정 센서 한 개에만 몰려 있으면 그 채널의 잡음이나 케이블 문제일 수 있다. 모드 위상 공선성(MPC)이나 평균 위상 이탈(MPD) 같은 지표로 “모드가 실수 모드에 얼마나 가까운가”를 재는 것이 도움이 된다.
여러 실험의 교차 확인. 다른 가진 위치, 다른 데이터 구간, 다른 알고리즘에서 같은 자리에 기둥이 서면 신뢰도가 크게 올라간다.

5. 자동화 — 사람 손을 떼기[편집]

선도를 사람이 마우스로 찍어 모드를 고르는 것이 오랫동안 표준이었다. 문제는 재현되지 않는다는 것이다. 같은 데이터를 두 사람이 처리하면 다른 결과가 나오고, 구조물에서 24시간 내내 데이터가 쏟아지는 상시 모니터링에서는 아예 불가능하다.⁴ 그래서 자동 판독이 연구 주제가 됐고, 대체로 다음 3단계 구조로 수렴했다.

하드 검증: 음의 감쇠, 비현실적 감쇠(예: 20% 초과), 켤레쌍이 아닌 극점, 관심 대역 밖 극점을 기계적으로 제거한다.
군집화: 남은 극점들을 주파수·감쇠·모드 형상을 합친 거리 척도로 묶는다. 하나의 물리 모드에 대응하는 극점들이 한 군집을 이루도록 하는 것이 목표다.
- k-평균 군집화는 빠르지만 군집 수 $k$ 를 미리 정해야 하는데, 그것이 곧 모드 개수라 원래 문제가 되돌아온다. 그래서 단독으로는 잘 쓰이지 않는다.
- 계층적 군집화가 더 자연스럽다. 거리 문턱값 하나로 군집을 자를 수 있고, 그 문턱값은 “같은 모드로 볼 주파수 차이”라는 물리적 의미를 갖는다.
- 밀도 기반 방법도 쓰인다. 흩어진 잡음 극점을 군집이 아니라 이상점으로 분류해 준다는 점이 매력이다.
군집 선별: 원소 수가 적은 군집(차수 몇 개에서만 나타난 극점)은 버리고, 살아남은 군집에서 대표값(중앙값이 평균보다 견고하다)을 낸다.

자동화가 사람을 완전히 대체하지는 못한다. 특히 새로운 구조물의 첫 측정에서는 여전히 눈으로 본다. 자동 알고리즘은 “이 구조물은 이런 모드를 갖는다”가 이미 확립된 뒤 그것을 매일 추적하는 상황에서 진가를 발휘한다.

6. 실패하는 곳[편집]

밀집 모드. 주파수가 0.5% 안에 붙어 있는 두 모드는 선도에서 기둥 하나로 보인다. 주파수·감쇠 기준으로는 구별이 안 되고, MAC 기준이 유일한 구원이다. 두 극점의 형상이 다르면 안정 판정이 깨지고, 그 깨짐이 오히려 “여기 모드가 둘”이라는 신호가 된다. 그래서 밀집 모드가 예상되는 구조는 참조 채널을 여러 개 두는 폴리레퍼런스 측정이 필수다.
감쇠가 큰 모드. 감쇠가 크면 극점 위치가 차수에 민감해져 안정 판정을 통과하지 못한다. 고무 마운트나 점탄성 층이 들어간 구조에서 실제 모드가 통째로 사라지는 일이 생긴다.
비정상성. 온도가 변하면 강성이 변하고 고유진동수가 따라 움직인다. 긴 데이터를 한 번에 처리하면 하나의 모드가 주파수 축에서 번져 기둥이 흐려진다. 교량 상시 모니터링에서 하루 주기로 주파수가 오르내리는 것이 대표적이다.
가진 부족. 어떤 모드에 에너지가 안 들어갔으면 그 모드는 데이터에 없다. 선도가 아무리 깨끗해도 없는 것을 만들어 내지는 못한다. 비행 플러터 시험에서 대기 난류만으로 가진할 때 특정 모드가 통째로 실종되는 이유다.
문턱값 튜닝의 유혹. 기준을 느슨하게 하면 기둥이 늘어난다. 그것은 모드를 더 찾은 것이 아니라 판정을 포기한 것이다. 문턱값은 데이터를 보기 전에 정하는 것이 원칙이고, 결과가 마음에 안 든다고 조정하는 순간 과적합의 다른 이름이 된다.

7. 안정화 선도가 놓이는 자리[편집]

모달 시험의 흐름에서 안정화 선도는 신호처리와 모델링 사이의 관문이다. 앞에는 고속 푸리에 변환과 스펙트럼 추정이 있고, 뒤에는 모델 갱신과 플러터 해석이 있다. 여기서 가짜 모드를 하나 통과시키면 그 뒤 공정이 전부 오염된다. 존재하지 않는 모드에 유한요소 모델을 맞추려고 파라미터를 비틀게 되기 때문이다.

방법론적으로는 시스템 식별의 모델 차수 선택 문제와 같은 자리에 있다. AIC·BIC 같은 정보 기준이 통계적으로 차수를 고른다면, 안정화 선도는 해의 안정성이라는 다른 기준으로 같은 일을 한다. 정보 기준이 “데이터를 얼마나 잘 설명하면서 얼마나 간단한가”를 묻는다면, 안정화 선도는 “모델을 조금 바꿔도 이 성분이 살아남는가”를 묻는다. 후자가 구조 진동에서 더 잘 통하는 이유는 물리 모드가 데이터의 지배적 성분이 아닐 때조차 끈질기게 반복해서 나타나기 때문이다. 비슷한 문제의식이 동적 모드 분해의 모드 선별에서도 반복된다.

8. 관련 문서[편집]

“정답을 모르겠으면 후보를 전부 시도하고 답이 스스로 드러나게 한다”는 전략은 수치해석 여기저기에 있다. 정규화 파라미터를 훑어 L-곡선의 무릎을 찾는 것, 격자를 조밀화하며 수렴을 확인하는 것과 발상이 같다. 차이가 있다면 안정화 선도는 그 결과를 사람이 눈으로 보게 만들었다는 점이고, 그 덕에 30년 넘게 살아남았다. ↩
감쇠는 진동 공학 전체에서 가장 재기 어려운 양이라는 정평이 있다. 주파수는 강성과 질량이라는 두 개의 비교적 확실한 물리량에서 나오지만, 감쇠는 접합부 마찰·재료 내부 손실·주변 매질로의 방사가 뒤섞인 결과라 애초에 하나의 상수로 잘 요약되지 않는다. 안정화 선도의 감쇠 기준이 주파수보다 다섯 배 느슨한 것은 게으름이 아니라 정직함이다. ↩
풍력 터빈 블레이드가 최악이다. 로터 회전에 따른 1P, 3P, 6P 조화 성분이 구조 모드 대역에 그대로 걸치고, 감쇠 0에 가까운 완벽한 기둥을 세운다. 초심자는 그걸 “감쇠가 거의 없는 아주 깨끗한 모드를 찾았다”고 보고하고, 선배는 그 주파수를 회전수로 나눠 본다. 정수가 나오면 그날 회의는 거기서 끝난다. ↩
같은 측정 데이터를 여러 팀에 돌려 결과를 비교하는 라운드로빈 시험을 해 보면, 주파수는 잘 맞지만 찾아낸 모드의 개수부터 팀마다 다른 일이 벌어진다. 안정화 선도는 판단 근거를 그림으로 만들어 준 것이지 판단을 대신해 주지는 않는다. ↩