항공기 구조를 모사하여 일련의 리벳구멍을 갖는 AA2024-T3 박판 구조를 대상으로 음향방출(AE)을 이용하여 피로균열을 탐지하고, 표면초음파(SAW)를 이용하여 균열길이를 측정하였다. 누적 AE 발생수 곡선은 단균열(short crack)의 발생과 성장에 따라 일정한 간격을 두고 급격히 증가하는 계단식 형태로 나타났으나 피로균열의 성장은 지수함수적인 증가를 보였다. SAW를 이용한 균열길이 측정은 균열길이가 다른 13개의 균열에 대하여 실시하였고, 측정된 데이터를 이동식 현미경으로 측정한 결과와 비교하였다. 그 결과 1 mm 이하의 단균열의 크기를 표면초음파 방법으로 측정하는 것은 거의 불가능하였으나, 1 mm 이상의 균열에서는 비교적 높은 신뢰도로 균열길이 측정이 가능함을 확인함으로써 실용적인 측면에서 이 방법이 유효하게 사용될 수 있는 영역이 존재함을 알 수 있었다.
Typically, the methods of crack detection on concrete structures include some problems, such as a low accuracy and expensive. To solve these problems, we proposed a neural network-based crack search method. The proposed algorithm goes through three convolutions and is classified into crack and non-crack through the softmax layer. As a result of the performance evaluation, cracks can be detected with an accuracy of 99.4 and 99.34 % at the training model and the validation model, respectively.
인프라 구조물은 대부분 경제 성장기에 완공되었다. 이러한 인프라 구조물은 최근 들어 공용연수가 점차 증가하고 있어 노후 구조물의 비중이 점차 증가하고 있다. 이러한 노후 구조물은 설계 당시의 기능과 성능이 저하될 수 있고 안전사고로까지 이어질 수 있다. 이를 예방하기 위해서는 정확한 점검과 적절한 보수가 필수적이다. 이를 위해서는 우선 미세한 균열까지 정확히 탐지할 수 있도록 컴퓨터 비전과 딥러닝 기술에 수요가 증가하고 있다. 하지만 딥러닝 알고리즘은 다수의 학습 데이터가 있어야 한다. 특히 영상 내 균열의 위치를 표시한 라벨 영상은 필수적이다. 이러한 라벨 영상을 다수 확보하기 위해서는 많은 노동력과 시간이 필요한 실정이다. 이러한 비용을 절감하고 탐지 정확도를 높이기 위해서 본 연구에서는 mean teacher 방식의 학습 구조를 제안하였다. 이 학습 구조는 900장의 라벨 영상 데이터 세트와 3000장의 비라벨 영상 데이터 세트로 훈련되었다. 학습된 균열 탐지 신경망 모델은 300여장의 실험용 데이터 세트를 통해 평가되었고 탐지 정확도는 89.23%의 mean intersection over union과 89.12%의 F1 score를 기록하였다. 이 설험을 통해 지도학습과 비교하여 탐지 성능이 향상된 것을 확인하였다. 향후에 이러한 방법은 라벨 영상을 확보하는데 필요한 비용을 절감하는데 활용될 것으로 기대한다.
콘크리트 구조물 표면에 발생하는 균열은 사용자에게 심리적인 불안감을 제공하며, 장기간 열려있는 큰 폭의 균열은 구조물의 사용성능 및 내구성에 영향을 준다. 국내에서는 건축물을 포함한 시설물의 노후화에 따른 안전관리를 위해 균열정도를 파악하는 조사가 인력에 의한 육안조사로 수행되고 있지만 인력의 고비용성과 객관성 미흡 등의 문제점이 대두되고 있다. 이를 해결하기 위해 영상분석을 통한 균열 추출 등 다양한 연구가 수행되고 있으나 균열인식 정확도 향상에 2차원 영상 분석만으로는 한계가 있다. 따라서, 본 연구에서는 기존 2차원 영상 분석의 한계를 극복하기 위하여 3차원 특성을 정확하게 파악할 수 있는 3차원 광삼각 스캐닝기법을 활용하여 콘크리트 구조물 표면의 균열정보를 획득하는 기법을 개발하였다. 본 하드웨어의 개발과 더불어 균열 패턴분석을 위한 획득된 균열의 세분화와 균열의 특성분석 알고리즘을 개발하였으며, 이를 실제 콘크리트 빔의 균열 탐지 적용을 통해 검증하였다.
본 연구에서는 인코넬600 합금을 열처리 상태 및 변형속도 등이 서로 다른 SCC 발생 조건하에서 정변형 속도 시험법으로 인장시켜 그때 발생되는 AE신호와 균열 거동을 비교하므로서 SCC 발생 및 진전을 AE로서 적절히 탐지할 수 있는가를 연구하였고, AE로 탐지 가능한 초기의 최소 균열 크기를 측정하므로서 비파괴시험법으로서의 적용성을 평가하고자 하였다 실험 결과, IGSCC에서 발생되는 AE amplitude 준위는 연성파괴 및 기계적인 변형에서 발생되는 것들보다 큰 것으로 나타났으며, 이것은 AE amplitude준위가 AE발생원을 식별할 수 있는 중요한 변수가 될 수 있음을 의미한다. IGSCC 미소균열의 성장 및 주균열의 형성으로부터 주균열의 성장으로 전환되는 시점을 AE로 적절히 감시할 수 있음을 보였으며, AE로 탐지 가능한 최소 균열 크기는 길이 $200{\sim}400{\mu}m$, 깊이 $100{\mu}m$ 이하의 균열인 것으로 나타났다. 결론적으로 AE기술은 입계 응력 부식 균열의 진전을 조기 탐지할 수 있는 유용한 방법으로 평가되며 비파괴시험법으로서의 실제 적용 가능성도 높을 것으로 판단된다.
본 연구에서는 대전광역시 주요 간선도로인 유성대로를 대상으로 드론을 통해 취득한 노면 영상데이터를 기반으로 물체탐지알고리즘(Object Detection algorithm) 가운데 Tiny-YOLO-V2와 Faster-RCNN을 활용하여 아스팔트 도로노면의 균열을 인식, 균열유형을 구분하고 실험 결과차이를 비교하였다. 분석결과, Faster-RCNN의 mAP는 71%이고 Tiny-YOLO-V2의 mAP는 33%로 측정되었으며, 이는 1stage Detection인 YOLO계열 알고리즘보다 2Stage Detection인 Faster-RCNN 계열의 알고리즘이 도로노면의 균열을 확인하고 분리하는데 더 좋은 성능을 보인다는 것을 확인하였다. 향후, 드론과 인공지능형 균열검지시스템을 이용한 도로자산관리체계(Infrastructure Asset Management) 구축방안 마련을 통해 효율적이고 경제적인 도로 유지관리 의사결정 지원 시스템 구축 및 운영 환경을 조성할 수 있을 것이라 판단된다.
정적 손상 탐지방법은 동적 방법과 비교해서 실제 적용하기에 단순하고 효과적이다. 본 논문에서는 정적데이타를 이용하는 방법으로 변위, 처짐각, 곡률을 이용한 강박스 교량의 손상 탐지 방법에 대해서 연구하였다. 변위는 유한요소 해석에서 얻고, 처짐각과 곡률은 변위로부터 중앙차분법을 이용하여 구하였다. 손상되지 않은 경우와 손상된 경우의 응답차의 절대값으로 손상의 위치를 탐지하였다. 손상은 박스의 모서리 균열을 singular 요소를 사용하여 직접 모델링하여, 실질적인 거동을 분석하였다. 해석 결과 응답차의 절대값으로 손상의 위치를 탐지하기에 매우 효과적이었다.
물리모델과 기계학습방법을 이용한 모델지원탐지확률(MAPOD, Model-assisted Probability of Detection) 실험계획법과 운용 중 결함이 발생한 부품을 사용하여 탐지확률을 측정하는 방법을 연구하였다. 검사방법은 와전류탐상검사를 적용하였고 검사대상은 볼트홀 표면에 존재하는 피로균열이다. 모델 지원탐지확률을 이용한 결과 실험요인이 큰 폭으로 감소하였다. 몬테카를로(Monte Carlo) 시뮬레이션을 이용하여 시편 균열길이 측정의 불확실성을 탐지확률에 반영함으로써 사용 중 결함품을 사용하여 비파괴검사정비사의 기량검증을 수행할 수 있었다.
교량, 터널 옹벽 등의 콘크리트 구조물에서 수행되는 손상 조사 및 검사 방법은 일반적으로 검사원이 현장에서 직접 측량 도구를 사용하여 시각적으로 검사하는 방법이다. 이 방법은 검사원의 주관성에 크게 의존하기 때문에 기록의 객관성과 신뢰성이 떨어지게 된다. 따라서 균열을 자동으로 탐지하고 균열 특성을 객관적으로 분석할 수 있는 새로운 이미지분석기법이 필요하다. 본 연구에서는 콘크리트 이미지에서 균열을 검출하고 특성(균열의 길이, 폭)을 분석하기 위한 딥러닝 및 이미지분석기법을 개발하였다. 균열 검출과 해당 균열의 특성을 얻기 위해 두 가지 단계의 방법이 제안되었다. 제안된 방법의 성능을 검증하기 위하여 라벨이 있는 다양한 균열 이미지가 사용되었으며, 균열 판단과 구획화에 대해 90% 이상의 정확도를 확인하였다. 최종적으로 실제 촬영된 균열 영상의 균열 특성을 분석하고 실제 측정치와 오차를 확인하여 개발된 기법의 성능을 검증하였다.
배관의 축방향 균열 검사를 위하여 원주 방향으로 진행하는 유도초음파 모드를 적용하였다. 배관의 곡률을 변수로 원주 유도초음파의 분산선도를 계산하였으며 이를 배관 검사에 적용하기 위하여 중수로 피더관의 곡관부 축방향 균열을 탐지에 적용하였다. 상대적으로 낮은 주파수에서는 Lamb 파 특성을 따르나 주파수가 증가함에 따라 평판의 경우, 즉 곡률이 무한대인 경우 첫 번째 $A_0$ 모드와 두 번째 $S_0$ 모드가 합쳐져서 Rayleigh 모드 형태로 변화한다. 한편 곡률을 가진 배관의 경우는 주파수가 증가하더라도 첫 번째 모드와 두 번째 모드가 합쳐지지 않았다. 이러한 해석을 기초로 하여 배관의 일종인 중수로 피더관 곡관부 축방향 결함을 탐지하기 위하여 사각 탐촉자를 사용하여 Rocking 원주 유도초음파 기법을 적용하였다. 원주 방향으로 유도파를 진행시키면서 인공 결함으로부터의 수집된 신호를 분석하여 진동 모드를 확인하였으며 두께 대비 10% 깊이의 notch도 검출할 수 있음을 확인할 수 있었다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.