• 비파괴검사학회지
• /
• 제15권2호
• /
• pp.395-406
• /
• 1995

초음파탐상시험을 통해 용접 결함의 종류를 정확히 구분하는 것은 정량적 비파괴시험을 위한 기본적인 단계로서 매우 중요한 문제인데, 이 문제는 최근 활발한 연구가 진행중인 초음파 형상 인식 기법의 적용에 의해 해결할 수 있다. 여기에서는 특징 추출, 특징 선택 그리고 결함 분류 등 초음파 형상 인식 기법의 세부 기술과 함께, 특히 최근 효율적인 분류기로 관심을 모으고 있는 확률 신경 회로망의 적용에 대해 논의하였다. 그리고 강 용접부 내부에 존재하는 결함을 균열, 기공, 슬래그 혼입의 3 종류로 분류하는 문제에 확률 신경 회로망을 적용한 예를 통하여, 초음파 형상 인식 기법의 효용성을 검증하였다. 또한 민감한 특징을 효율적으로 선별하는데 널리 사용되는 전방 특징 선택법과 그 적용에 대해서도 논의하였다.

• 한국산학기술학회논문지
• /
• 제9권3호
• /
• pp.605-610
• /
• 2008

용접구조물의 시공시 발견되는 외관상, 성능상 사용자에게 불만족을 발생시키는 결함들을 일반적으로 총칭하여 용접부의 결함이라 한다. 이들 결함들을 시간의 손실 없이 효과적으로 검출해내어 용접부 전체의 품질을 효과적으로 판정하기 위한 용접성 평가 시스템 구축이 어느 때보다 절실하다. 본 연구에서는 레이저 비전 카메라를 이용하여, 용접부의 형상에 대한 원 데이터를 채취하고 이를 화상처리하고, 여기서 얻은 정보로 1차적으로 정량적 결함을 판별하고, 동시에 분류된 결함을 정성적으로 판단하기 위해 퍼지 패턴인식의 한 단계인 다중 패턴 인식을 이용하여 용접 물 전체의 결함을 판정하였으며, 사용자의 편의를 위해 용접성의 결과가 화상별, 최종집계와 함께 이를 그래픽의 형태로 표시하여, 손쉽게 용접성 양부를 결정할 수 있게 하였으며, 이는 또한 생산라인에 적용하여 실시간 용접성 판별을 할 수 있는 기반 연구 성과를 제시하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2001년도 추계종합학술대회
• /
• pp.600-602
• /
• 2001

본 논문은 웨이블릿 필터를 이용하여 홍채영상의 에지를 검출하고 패턴매칭 기법을 적용하여 홍채의 결함조직에 대한 위치를 추정하는 연구이다. 필터는 웨이블릿 변환을 이용한 2차원 주파수 영역의 고역통과 필터를 사용하여 홍채영상의 에지를 검출하고, 이를 표준진단패턴과 오버랩 매칭으로 결함조직을 검출한다. 실험결과 처리속도가 기존의 에지검출기법에 비해 처리속도향상과 에지검출영상의 PSNR 증가에 따라 오버랩 패턴매칭기법에 의한 인식률에서 92%로 홍채결함조직을 자동 진단시스템에 응용 가능하다.

• 대한기계학회논문집A
• /
• 제38권2호
• /
• pp.205-210
• /
• 2014

기계시스템의 결함을 진단하기 위한 방법으로 패턴인식 기법이 널리 사용되고 있다. 진동신호의 변화를 감지하여 기계시스템의 건전성을 판단하는 방법이 패턴인식 기법이다. 대표적 패턴 인식기법으로 최근 은닉 마르코프 모델과 인공신경망이 여러 분야에서 사용되고 있다. 본 연구에서는 결함진단에 은닉 마르코프 모델과 인공신경망을 혼합한 방법이 제시되었으며 결함진단 대상 구조물로는 크랙을 가진 회전하는 풍력터빈 블레이드가 선정되었다. 본 연구에서는 크랙발생 여부뿐만 아니라 그 위치 및 크기도 동시에 진단하고자 하였다. 아울러서 본 연구에서는 일정 주파수들을 갖는 모멘트를 대상 구조물에 가함으로써 외부 잡음에도 불구하고 높은 결함진단 확률을 가질 수 있도록 하였다.

• 스마트미디어저널
• /
• 제11권11호
• /
• pp.92-98
• /
• 2022

섬유산업에서 생산된 직물의 결함을 식별하는 것은 품질관리를 위한 핵심적인 절차이다. 본 연구는 직물의 이미지를 분석하여 결함을 검출하는 모델을 만들고자 하였다. 연구에 사용된 모델은 딥러닝 기반의 VGGNet 과 ResNet이었고, 두 모델의 결함 검출 성능을 비교하여 평가하였다. 정확도는 VGGNet 모델이 0.859, ResNet 모델이 0.893으로 ResNet 모델의 정확도가 더 높은 결과를 보여주었다. 추가적으로 딥러닝 모델이 직물의 이미지 내에서 결함으로 인식한 부분의 위치를 알아보기 위하여 XAI(eXplainable Artificial Intelligence)기법인 Grad-CAM 알고리즘을 사용하여 모델의 관심영역을 도출하였다. 그 결과 딥러닝 모델이 직물의 결함으로 인식한 부분이 육안으로도 실제 결함이 있는 것으로 확인되었다. 본 연구의 결과는 직물의 결함 검출에 있어서 딥러닝 기반의 인공지능을 활용함으로써 섬유의 생산과정에서 발생하는 시간과 비용을 줄일 수 있을 것으로 기대된다.

• 전자공학회논문지 IE
• /
• 제48권4호
• /
• pp.1-6
• /
• 2011

본 논문에서는 LCD 제조공정 상에서 발생할 수 있는 결함을 검사하고 분류할 수 있는 적응적인 LCD 표면 결함 검사 시스템을 제안하였다. 즉, 반복되는 LCD 패턴의 주기를 확정한 후에 결함 패턴을 검출하고 검출된 결함 패턴의 특징을 계산하여 결함을 분류하였다. 그리고 결함을 검출하는 과정에서 발생하는 잡음은 모폴로지 연산자를 이용하여 제거하였다. 또한, 검출된 결함 패턴에서 기하학적인 특징과 통계적 특징을 계산한 후 신경회로망 알고리즘을 이용하여 여러 종류의 결함 패턴을 적응적으로 분류하였으며, 실험 결과 92.3%의 결함 검출율 및 94.5%의 결함 분류 및 인식율을 획득함으로써, LCD 결함 검사 시스템의 실질적인 구현 가능성을 제시하였다.

• 전자공학회논문지 IE
• /
• 제48권2호
• /
• pp.26-31
• /
• 2011

본 논문에서는 LCD 제조공정 상에서 발생할 수 있는 결함을 검사하고 분류할 수 있는 적응적인 LCD 표면 결함 검사 시스템을 제안하였다. 즉, 반복되는 LCD 패턴의 주기를 확정한 후에 결함 패턴을 검출하고 검출된 결함 패턴의 특징을 계산하여 결함을 분류하였다. 그리고 결함을 검출하는 과정에서 발생하는 잡음은 모폴로지 연산자를 이용하여 제거하였다. 또한, 검출된 결함 패턴에서 기하학적인 특징과 통계적 특징을 계산한 후 신경회로망 알고리즘을 이용하여 여러 종류의 결함 패턴을 적응적으로 분류하였으며, 실험 결과 92.3%의 결함 검출율 및 94.5%의 결함 분류 및 인식율을 획득함으로써, LCD 결함 검사 시스템의 실질적인 구현 가능성을 제시하였다.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2003년도 추계학술대회
• /
• pp.271-276
• /
• 2003

In this study, we compared backpropagation neural network(BPNN) with probabilistic neural network(PNN) as shape recognition algorithm of welding flaws. For this purpose, variables are applied the same to two algorithm. Here, feature variable is composed of time domain signal itself and frequency domain signal itself, Through this process, we comfirmed advantages/disadvantages of two algorithms and identified application methods of two algorithms.

• 조명전기설비학회논문지
• /
• 제21권1호
• /
• pp.19-27
• /
• 2007

본 논문에서는 모폴로지 기법을 이용한 TFT-LCD 셀의 라인 결함과 픽셀 결함을 검사할 수 있는 알고리즘을 개발하였다. 이때 LCD 셀의 브라이트 라인 결함, 다크 라인 결함, 브라이트 픽셀 결함, 다크 픽셀 결함들을 검출하기 위하여, 셀의 크기 특성을 고려한 모폴로지 연산자의 모양을 결정하고, 팽창 연산, 침식 연산 및 차분 기법을 이용하여 결함 정보를 추출하였다. 이후 다양한 실험을 통하여 결정된 적절한 임계값을 이용한 최적의 이진화 알고리즘을 적용하였다. 마지막으로 결함정보의 인식을 위한 라벨링 과정을 통하여, 결함들을 검출하였다. TFT-LCD 판넬의 다양한 검사 실험을 통하여, 본 논문에서 제안하는 알고리즘의 결함정보 검출 성능이 매우 우수함을 확인하였다.

• 한국생산제조학회지
• /
• 제9권1호
• /
• pp.119-127
• /
• 2000

In this study the classified researches the artificial and natural flaws in welding parts are performed using the pattern recognition technology. For this purpose the signal pattern recognition package including the user defined function was developed and the total procedure including the digital signal processing feature extraction feature selection and classifi-er selection is teated by bulk,. Specially it is composed with and discussed using the statistical classifier such as the linear discriminant function the empirical Bayesian classifier. Also the pattern recognition technology is applied to classifica-tion problem of natural flaw(i.e multiple classification problem-crack lack of penetration lack of fusion porosity and slag inclusion the planar and volumetric flaw classification problem), According to this result it is possible to acquire the recognition rate of 83% above even through it is different a little according to domain extracting the feature and the classifier.