음향 인텐시티 기반 다채널 센서 모듈을 이용한 배관 누설 소음 탐지

Leakage noise detection using a multi-channel sensor module based on acoustic intensity

본 논문에서는 누설에 의한 플랜트 대형사고 방지를 위한 기술로써, 다채널 음향 센서 모듈을 활용해 잔향 및 반향 영향이 큰 환경에서 배관 누설 소음을 탐지할 수 있는 시스템을 설계하고 검증한다. 정사면체 형태로 배열한 4채널 마이크로폰을 하나의 센서 모듈로 설계해, 3차원 음향 인텐시티 벡터를 측정한다. 잔향 및 반향 영향이 큰 환경에서는 센서 모듈 각각의 인텐시티 벡터 측정 오차가 평균적으로 증가하기 때문에, 다수의 센서 모듈을 현장에 배치하여 실제 음원 위치를 추정해야 한다. 따라서, 여러 쌍의 센서 모듈로부터 얻은 3차원 벡터 간 교점을 이용해 음원이 위치한 지점들을 추정해내고, 해당 지점들 중 이상치(예, 반사의 영향으로 현장 외부로 추정된 지점, 주변 구조물에 의한 회절 영향으로 평균 지점에서 먼 지점으로 추정된 지점 등)를 검출해 제외하는 알고리즘을 제안하였다. 현장의 도면상에 누설음 추정 위치 좌표를 1 s 이내에 가시화해 실시간으로 누설음이 발생한 위치를 발견해 즉각적인 대응이 가능한 시스템을 구성하고 검증한다. 본 연구는 대형 플랜트의 사고 대응 능력 향상 및 안전성 확보에도 기여할 수 있을 것으로 기대된다.

In this paper, we design and verify a system that can detect piping leakage noise in an environment with significant reverberation and reflection using a multi-channel acoustic sensor module as a technology to prevent major plant accidents caused by leakage. Four-channel microphones arranged in a tetrahedron are designed as a single sensor module to measure three-dimensional sound intensity vectors. In an environment with large effects of reverberation and reflection, the measurement error of each sensor module increases on average, so after placing multiple sensor modules in the field, measurement results showing locations with large errors due to effects such as reflection are excluded. Using the intersection between three-dimensional vectors obtained from several pairs of sensor modules, the coordinates where the sound source is located are estimated, and outliers (e.g., positions estimated to be outside the site, positions estimated to be far from the average position) are detected and excluded among the points. For achieving aforementioned goal, an excluding algorithm by deciding the outliers among the estimated positions was proposed. By visualizing the estimated location coordinates of the leakage sound on the site drawing within 1 second, we construct and verify a system that can detect the location of the leakage sound in real time and enable immediate response. This study is expected to contribute to improving accident response capabilities and ensuring safety in large plants.