• 비파괴검사학회지
• /
• 제26권5호
• /
• pp.321-328
• /
• 2006

본 논문에서는 전단간섭계를 이용하여 감육 곡관부의 변형을 계측하고 내부 감육 결함의 위치를 찾고자 하였다. 전단간섭법은 비파괴검사(NDT)와 응력/변형률 해석에 적용되어왔던 광학적 방법의 한가지이다. 이 기술은 간섭계에서 tilt mirror를 조작함으로써 조절이 가능한 민감도를 갖는 변위의 1차 도함수를 직접 측정할 수 있다는 이점을 지니고 있다. 본 논문에서는, 국부적으로 감육이 발생한 탄소강 곡관부에 대해 실험하였으며, 전단간섭법을 곡관부의 변형량 측정과 내부 감육결함 검사에 적용하였다. 실험 결과로부터, 이 기술이 내부 결함이 있는 배관부에도 적용이 가능함을 확인하였다.

• 대한기계학회논문집A
• /
• 제36권10호
• /
• pp.1227-1234
• /
• 2012

본 연구에서는 감육결함이 가공된 실배관 곡관 시편을 대상으로 10 MPa의 내압과 반복 굽힘하중 조건에서 피로 시험을 수행하였다. 시험에는 감육결함이 곡관의 외호부와 내호부에 존재하는 경우를 고려하였으며, 반복 하중으로는 완전 역방향의 변위제어 형태로 작용되는 In-plane 상의 굽힘하중이 고려되었다. 실험 결과, 감육결함이 곡관의 외호부에 존재하는 경우에는 결함부가 아닌 곡관의 측면에서 축방향 균열이 생성되었다. 또한, ASME Sec.III의 설계 피로곡선에서 예측된 건전 곡관의 피로수명보다 긴 피로수명을 보였으며, 피로수명이 결함 길이에 크게 영향을 받지 않았다. 반면, 결함이 내호부에 존재하는 곡관은 내호부에서 원주방향 균열이 발생하였으며, 피로수명은 ASME Sec.III의 설계 피로곡선에서 예측한 건전 곡관의 피로수명보다 짧은 값을 보였다. 또한, 내호부 감육 곡관의 피로수명은 결함 길이가 감소함에 따라 뚜렷이 감소하였다.

• 한국IT서비스학회:학술대회논문집
• /
• 한국IT서비스학회 2008년도 추계학술대회
• /
• pp.469-471
• /
• 2008

원자력발전소에는 매우 복잡하고 긴 배관 시스템이 작동되고 있다. 이 배관은 매우 높은 온도와 압력에 견디게 설계 및 제작 되었으나, 사용연수의 증가에 따라 배관이 깎이는 감육현상이 발생하며, 이로 인한 배관 파단 사고가 발생하고 있다. 이러한 감육현상은 배관의 곡관부에서 자주 발생하는데, 이를 감시하기 위하여 지금까지는 초음파를 이용한 배관 두께 측정을 해오고 있다. 그러나 이 검사 결과의 신뢰성이 없고, 유선 검사 방식을 채택함으로 인한 장비 설치 문제로 극히 일부 배관의 곡관부에 대한 감시만 수행되고 있는 문제가 있다. 본 논문에서는 펄스 와전류 기법과 일체형 소형 무선 센서를 이용하여 이러한 문제를 해결할 수 있는 방안을 제안한다.

• 플랜트 저널
• /
• 제15권1호
• /
• pp.25-30
• /
• 2019

본 연구에서는 배관 곡관부의 유동가속부식을 일으키는 인자 중 수력학적 인자인 유동형태 변경에 따른 영향을 분석하고 부식을 저감시키는 연구를 추진하였다. 열전달과 물질전달, 물질전달과 유동가속부식의 상사성에 대해 이론적 분석을 통해 확인하고 상용 수치해석 프로그램을 이용하여 국소대류열전달계수를 해석함으로써 곡관부의 물질전달 특성에 대해 고찰하였다. 곡관부 상류의 직관부 내표면 안쪽과 바깥쪽에 요철을 설치하였을 때 최대 국소열전달계수는 기본유동에 비하여 현저히 감소하여 요철의 위치와 형태에 따라 차이가 있으나 24.9%까지 감소함을 확인하였으며, 곡관부 상류의 직관부에 가인드 베인을 삽입하면 가이드 베인에 의한 배관 내측면적 크기에 따라 차이가 있으나 최대 국소열전달계수가 기본유동에 비해 12.5%까지 감소함을 확인하였다.

• 한국강구조학회 논문집
• /
• 제24권6호
• /
• pp.647-657
• /
• 2012

원자력 배관 시스템은 엄격한 설계기준에 따라 제작 되었음에도 불구하고, 장기 사용에 따라 발생하는 감육 및 균열에 의한 파손 사례가 보고되고 있다. 이에 본 연구에서는 스테인리스강 배관 시험체의 단조하중 및 반복하중 재하실험을 실시하여 국부 감육과 균열의 손상유무 및 0%, 35%, 75%의 손상정도가 배관의 파괴거동에 미치는 영향을 실험적으로 검토하였다. 본 실험에서는 실제 원자력 발전소에서 사용되고 있는 직경 3인치 TP316 스테인리스강 엘보우와 직관 배관을 대상으로 하여, 인위적으로 곡관부와 용접부에 0%, 35%, 75%의 국부적인 감육과 균열을 도입하고 20MPa의 내압을 가한 후 재하실험을 실시하였다. 그 결과, 국부 감육 및 균열의 손상정도가 파괴모드, 최대하중, 반복회수 및 에너지흡수율에 미치는 영향을 정량적으로 평가하였다. 그리고 휨 모멘트를 이용하여 ASME의 결함 허용기준을 평가하였다.

• 비파괴검사학회지
• /
• 제28권2호
• /
• pp.191-198
• /
• 2008

유체가속부식에 의한 탄소강 배관의 감육은 원자력 발전소 저탄소강 배관의 주요 경년열화 현상으로서, 예상치 못한 배관의 파단을 야기해 발전소의 성능 및 안전을 저해할 수 있다. 최근, 등전위 교번식 직류 전위차법(ES-DCPD, equipotential switching direct current potential drop)을 이용한 배관 감육의 정밀 감시기법이 본 연구자들에 의하여 개발되었다. ES-DCPD 방법은 넓은 배관 영역을 빠르게 검사할 수 있는 방법으로, 넓은 영역의 직관부 감육을 빠르게 검사하는 광역감시법(WiRN, wide range monitoring)과 엘보우 등 곡관부의 감육이 활발한 컴포넌트의 국부적 감육을 비교적 넓은 범위에서 빠르게 스캔하는 협역감시법(NaRM, narrow range monitoring)으로 사용이 가능하다. 광역감시와 협역감시 기법은 초음파검사의 위치 선정파 초음파검사의 검사 누락부에 대한 신뢰성을 개선할 수 있을 것이다. 본 논문에서는 ES-DCPD를 바탕으로 한 새로운 감육 진단 기술을 실험실 환경에서 장기 검증 시험을 수행하여 신호 정밀도를 분석하였고, 결과의 현장 적용성을 논의하였다.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2007년도 춘계학술대회A
• /
• pp.120-125
• /
• 2007

Put Abstract text here The strain distribution measurement for wall thinned pipe bends by ESPI is presented. Defect types observed in the steel piping in the nuclear power plants (NPP) are the crack at the weld part and the wall thinning defect in the pipe bends. Especially, the wall thinning defects in the pipe bends due to the flow-accelerated corrosion (FAC) is a main type of defects observed in the carbon steel piping system. ESPI is one of the optical non-destructive testing methods and can measure the stress and the strain distribution of the object subjected by the tensile loading or the internal pressure. In this paper, the strain distribution of the wall thinned pipe bends due to the internal pressure will be measured by ESPI technique and the results are discussed. From the results, the size of the wall thinning defect can also be measured approximately.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.11-14
• /
• 2022

본 논문에서는 회귀 문제에서 예측값들의 분산을 줄이기 위한 딥뉴럴 네트워크 구조를 제안한다. 일반적인 회귀 문제에서 딥뉴럴 네트워크 학습 시, 하나의 입력에 대한 레이블 값을 이용하여 학습한다. 본 눈문에서는 하나의 입력에 대한 레이블 값뿐만 아니라 두 입력에 대한 레이블 값들의 차이를 학습시키는 딥뉴럴 네트워크 구조를 제안한다. 통계학 이론을 통하여 예측값들의 분산이 줄어든다는 것을 증명한다. 또한, 배관 곡관의 감육두께를 예측하는 문제를 통해 제안된 네트워크의 성능을 검증한다. 일반적인 딥뉴럴 네트워크 구조를 이용하였을 때에 비하여 제안한 네트워크 구조를 이용하였을 때, 회귀 문제의 예측값들의 분산이 감소함을 확인한다.