• Title/Summary/Keyword: 구조진단

Search Result 4,081, Processing Time 0.031 seconds

Noncontact Laser Ultrasonic Imaging for Automated Damage Detection (자동화 손상 검색을 위한 비접촉식 레이저 초음파 영상화)

  • Park, Byeong-Jin;An, Yun-Kyu;Sohn, Hoon
    • Proceedings of the Computational Structural Engineering Institute Conference
    • /
    • 2011.04a
    • /
    • pp.40-43
    • /
    • 2011

  • 최근, 레이저 초음파 영상화 기법은 구조물의 비접촉식 손상 진단을 위해 널리 연구되고 있다. 초음파 영상화 기법의 가장 큰 장점은 비접촉식으로 구조물의 손상을 진단할 수 있고, 가진 및 측정 지점을 자유로이 이동할 수 있다는 점이다. 따라서 이는 고온이나 동적상태의 구조물에 적용이 가능하며, 시간과 공간상의 충분한 데이터를 획득할 수 있으므로 역문제 (Inverse problem)를 해결할 필요 없이 완전한 초음파의 전파 형상을 얻을 수 있다. 지난 연구들에서는 충분한 가진력 혹은 측정 민감도를 확보하기 위해 가진 레이저와 부착형 센서의 조합이나 부착형 가진 트렌스듀서와 센싱 레이저의 조합으로 초음파 영상을 획득하고자 하였다. 하지만 이들 조합은 가진 혹은 측정 지점이 구조물에 부착되어 있어 완전한 비접촉식 기법을 구현하지 못하였다. 이를 극복하고자 레이저와 EMAT 센서 등의 조합이 시도되어 왔으나, 이 또한 EMAT 센서의 적용 거리에 따른 한계점을 지니고 있다. 본 연구에서는 가진 레이저 (Nd:Yag)의 스캐닝을 통해 다양한 가진 점에서 발생된 초음파가 탄성체 구조물을 통해 전파되고, 이를 센싱 레이저 (Laser Doppler Vibrometer)를 이용하여 측정함으로써 비접촉식 초음파 영상화를 구현하였다. 나아가, 정상파 필터(Standing-wave filter)를 이용하여 구현된 초음파 영상으로부터 손상 영향만 검출해 내는 기법을 개발했다. 개발된 기법은 복합재 시편의 층간박리 (Delamination) 진단을 통해 검증하였다.

  • PDF

데이터베이스 테이터의 고장진단 및 복구를 위한 전문가 시스팀

  • Lee, Gil-Haeng;U, Wang-Don;Jo, Ju-Hyeon
    • ETRI Journal
    • /
    • v.14 no.4
    • /
    • pp.148-164
    • /
    • 1992

  • 본 논문에서는 TDX-10 데이터베이스 데이터의 고장을 주기적으로 진단하고 복구할 수 있는 고장진단 전문가 시스팀을 제안하고 구현하였다. 실시간 환경 및 분산구조를 갖는 데이터베이스 관리 시스팀에서 데이터베이스의 효과적인 접근을 위해서 필요한 데이터베이스의 데이터 즉, 디렉토리와 딕셔너리는 매우 중요하며 고장이 발생할 경우 데이터베이스 관리시스팀에 미치는 영향은 치명적이다. 따라서, 실시간 환경을 갖는 데이터베이스 관리 시스팀에서 데이터베이스 데이터에 대한 고장 진단 및 복구는 필수적이라고 할 수 있다. 본 논문에서 제안한 고장진단 전문가 시스팀은 데이터베이스 데이터를 운용중 변하는 부분과 변하지 않는 부분으로 분류하고 미리 주어진 고장진단 규칙에 따라 진단하는 방법이다. 데이터베이스 데이터의 고장진단 데이터, 고장진단 규칙, 고장진단 데이터 생성기, 고장진단 데이터 검증기, 그리고 고장진단기로 구성되어 있다. 고장진단 데이터는 고장진단기가 데이터베이스 데이터를 주기적으로 진단하기 위하여 사용하는 마스터 데이터로서 두개가 존재한다. 고장진단 데이터 생성기는 데이터베이스 데이터의 고장진단을 위한 데이터 구조를 생성하고 데이터베이스로부터 데이터베이스를 데이터를 중복하여 읽어들이는 역할을 한다. 이와 같은 과정은 시스팀이 초기에 동작을 시작하거나 운용중 운용자에 의해서 릴레이션의 추가 및 삭제, 그리고 튜플의 추가등과 같은 사건이 발생할 경우에 이루어진다. 데이터베이스 검증기는 고장진단 데이터 생성기가 중복하여 생성한 데이터에 대해서 데이터베이스 데이터의 제작시의 초기 오류를 검증해냄으로써 데이터베이스 관리 시스팀의 안전한 운용을 가능하게 하며 고장진단기가 데이터베이스 데이터를 주기적으로 진단할 데이터를 탄생시킨다. 마지막으로 고장진단기는 주기적으로 데이터베이스 데이터의 고장을 진단하여 고장이 발생한 데이터를 미리 분류한 규칙에 따라 원래의 데이터로 복구하거나 운용자에게 보고함으로써 고장에 대비하도록 한다. 그리고 데이터베이스 상의 운용자에 의한 변경을 감지하여 고장진단 데이터의 재생성을 지시한다. 본 논문에서 제시하고 구현한 데이터베이스 데이터의 고장진단 및 복구를 위한 전문가 시스팀은 실시간 환경과 고장허용 환경, 분산 구조 그리고 빈번한 접근을 갖는 데이터베이스 관리 시스팀에서 아주 중요한 역할을 할 수 있다.

  • PDF

Self-Diagnosis Property of Fracture in Carbon Fiber Composite Mortar (탄소섬유 분말 혼입 모르타르 복합 구조체의 파괴예측 자가진단 특성)

  • Park, Seok-Kyun
    • Journal of the Korea institute for structural maintenance and inspection
    • /
    • v.11 no.1
    • /
    • pp.113-120
    • /
    • 2007

  • A new material was tested and its applicability was investigated so as to give the capability of self-diagnosis of fracture in composite mortar. In the research for giving self-diagnosis capability, conductive mortar intermixed with cokes and carbon fiber powder(milled carbon fiber) was developed and its using for self-diagnosis material was proposed. Then after examining change in the value of electric resistance and AE characteristics before and after the occurrence of cracks at each weight-stage, the relationships of each factors were analyzed. As the results, it can be recognized that a new composite material with cokes and carbon fiber powder(milled carbon fiber) can be applied for self-diagnosis of fracture in mortar specimen.

  • PDF KSCI

Efficient Mining for Personalized Medical treatment Diagnosis Service (개인 맞춤형 의료진단 서비스 제공을 위한 효율적인 데이터마이닝 기법)

  • Kaun, Eun-Hee;Lee, Seung-Cheol;Lee, Joo-Chang;Kim, Ung-Mo
    • Proceedings of the Korean Information Science Society Conference
    • /
    • 2007.10c
    • /
    • pp.200-204
    • /
    • 2007

  • 최근 유비쿼터스 환경의 발달로 인해 사용자 중심의 유비쿼터스 기술이 활발히 연구되고 있다. 이에 따른 각종 응용 분야가 활발히 연구 중이며, 그 중에서 특히 U-Health 기술이 주목받고 있다. U-Health 기술은 질병의 치료라는 전통적인 관점의 의료 서비스에서 벗어나 건강한 상태의 지속적인 관리와 질병의 예방이라는 적극적이고 확장된 개념으로 발전해가고 있다. 건강상태를 관리하고 진단하기 위해서는 기존의 진단데이터를 효율적으로 관리하고, 그것을 토대로 하여 유용한 정보를 얻어 낼 수 있는 방법이 필요하다. 지금까지는 데이터를 처리하기 위하여 통계적인 수치나 전문가에 의한 전문지식을 토대로 하는 방법을 사용하고 있다. 그러나, 건강상태를 관리하고 진단을 목적으로 하는 시스템에서는 높은 정확성이 보장되어야 한다. 또한 유비쿼터스 환경의 특성상 적은 메모리의 사용과 빠른 마이닝 속도가 수반되어야 한다. 본 논문에서는 튜플기반의 진단데이터들을 마이닝하여 진단패턴을 뽑아내는 의료 진단 마이닝 알고리즘을 제안한다. 본 알고리즘은 진단패턴정보의 정확성을 높일 수 있는 장점을 가지며, 튜플기반의 데이터들을 트리 구조로 구성함으로써 마이닝 속도를 향상시킨다. 더 나아가 트리 구조의 컴팩트한 데이터 구조로 메모리 적재가 용이하다. 이는 센서가 부착된 개별 사용자로부터 실시간으로 들어오는 건강상태와 진단패턴과의 비교, 분석을 가능하게 함으로써 보다 정확하고 빠른 진단결과를 내려줄 수 있는 의사결정시스템의 사용에 적합하다.

  • PDF