The Classification of U.T Defects in the Pressure Vessel Weld using the Pattern Recognition Analysis

형상인식을 이용한 압력용기 용접부 결함 특성 분류

It is very essential to get the accurate classification of defects in primary pressure vessel weld for the safety of nuclear power plant. The signal analysis using the digital signal processing and pattern recognition is performed to classify UT defects extracting feature vector from ultrasonic signals. The minimum distance classifier and the maximum likelihood classifier based on statistics were applied in this experiment to discriminate ultrasonics data obtained form both the training specimens (slit, hole) and the testing specimens(crack, slag). The classification rate was measured using pattern classifier. Results of this study show the promise in solving the many flaw classification problems that exist today.

원자력발전소의 주요 압력용기 용접부에 대한 초음파검사시 결함의 특성과 형태에 대한 정확한 분류는 원자력 발전소의 안전성을 확보하기 위한 결함평가에 중요한 요소이다. 본 연구에서 초음파검사에서 얻어진 결함신호를 digital signal processing 기법으로 처리하여 결함의 특성과 형태를 구분할 수 있는 feature vector를 추출하고 결함의 형태를 형상 인식법을 사용하여 분류 하였다. Training specimen(slit, hole)의 신호와 testing specimen(crack, slag)의 신호를 구분하기 위한 실험에서 사용된 통계적 pattern recognition algorithm은 minimum distance classifier와 maximum likelihood classifier이다. 이러한 형상 classifier를 이용하여 결함의 특성을 정량적으로 분류하여 결함 평가 능력을 향상시켰다.