균열을 가진 회전축은 고조파성분이 진동에 나타나는 특징을 갖는다. 이 고조파성분을 균열탐지에 활용하기 위하여는 이들이 크게 발생되는 회전수를 이용할 필요가 있다. 2차고조파공진속도를 정의하여 이 속도에서의 균열과 불균형질량 방위각에 따른 고조파 진동 특성을 단순회전체에서 설명하였다. 이 특성을 이용하여 균열의 위치를 나타낼 수 있는 알고리즘을 만들고 수치실험을 하여 타당성을 보였다.
균열이 용접부 내와 같은 잔류응력의 영향을 받는 곳에 존재할 경우, 균열은 닫힘균열로 존재할 수 있으며, 인장과 압축에 대하여 비대칭적인 거동을 보이게 된다. 이러한 비선형 균열에 대하여 균열면에서 발생하는 고조파를 이용한 초음파 탐지 기법이 활발히 연구되고 있다. 본 연구에서는 비선형 접촉면에서 발생하는 고조파에 대한 파라미터 연구를 수행하였다. 본 연구는 일반적인 3차원 균열로 나아가기 위한 기초연구의 성격을 띄고 있다. 압축과 인장에 대해 각기 다른 선형 거동을 나타내는 접촉면을 가정하였고 1차원 문제를 고려하였다. 기본주파수 성분에 대한 2차고조파 성분의 비를 다양한 강성비, 입사파의 주파수, 접촉면의 두께에 대하여 조사 하였다.
원자력발전소 터빈 계통의 손상중에서 blade의 파손에 따른 원전의 불시 정지가 발생함에 따라 blade 균열 검출을 위한 초음파 검사의 필요성이 증가하고 있다. 그러나 터빈 blade root부 결함 탐지를 위한 초음파검사 방법은 그 형상의 복잡성으로 인하여 검사 기술이 아직 확립되지 자아 검사의 신뢰성 확보에 대한 많은 연구가 요망되고 있다. 본 연구에서는 터빈 blade에 인공 결함을 가공한 다음 초음파 검사시 복잡한 형상을 가진 blade root부 구멍 주위의 결함 검출 능력, skew angle 영향, 실제 결함과 기하학적 신호사이의 신호 구분에 대한 내용를 조사하였으며, 또한 RF 신호수집, 해석을 통하여 신호 분류 특성에 대한 연구도 병행하였다. 실험 결과 pin hole 주위의 초음파 균열 탐지를 위하여 인공 결함이 있는 blade 시편을 이용함으로 결함 검출을 위한 최적 검사조건의 도출이 가능하였고, blade의 복잡형상에 기인한 기하학적 영향을 줄이기 위해서는 skew angle 이 필수적인 것으로 나타났다. 따라서 본 연구 결과를 적용하면 blade root부위의 내부 균열 탐지를 위해 blade 를 해체함이 없이 현장 검사의 신뢰도를 제고할 수 있다.
본 연구에서는 광섬유 케이블을 이용한 콘크리트 구조물의 균열 탐사 방법을 개발하였다. 광통신 분야에서 광섬유 케이블의 손상을 탐지하기 위해 널리 사용하고 있는 광신호 분석기인 OTDR과 일반 통신용 광섬유 케이블을 사용하여 콘크리트의 표면 및 내부에 발생한 균열의 탐사 실험을 수행하였다. 콘크리트가 균열 하중에 부과되어 초기 균열을 발생시킬 때 미리 부착된 광섬유가 균열의 위치에서 균열 거동을 함께 함으로써 손상을 입게 되어 균열의 발생 유무와 위치를 찾고자 하였다. 균열을 탐사하는데 있어 광섬유의 탈피 정도가 균열 탐사 여부를 결정짓는 가장 주요한 인자라고 파악하였으며, 예비 실험을 포함한 4차례의 실내 검증 실험을 통하여 균열을 탐사할 수 있었다. 이 연구 결과는 콘크리트 구조물의 균열 관리와 유지관리 차원으로의 활용도가 크다고 판단된다.
현대사회의 시설물 중 다수가 콘크리트를 사용하여 건설되었고, 재료적 성질로 인해 균열, 박락, 백태 등의 손상이 발생하고 있고 시설물 관리가 요구되고 있다. 하지만, 현재 시설물 관리는 사람의 육안 점검을 정기적으로 수행하고 있으나, 높은 시설물이나 맨눈으로 확인할 수 없는 시설물의 경우 관리가 어렵다. 이에 본 논문에서는 다양한 영상장비를 활용해 시설물의 이미지에서 균열을 분류하는 알고리즘을 제안한다. 균열 분류 알고리즘은 산업 이상 감지 데이터 세트인 MVTec AD 데이터 세트를 사전 학습하고 L2 auto-encoder를 사용하여 균열을 분류한다. MVTec AD 데이터 세트를 사전학습시킴으로써 균열, 박락, 백태 등의 특징을 학습시킬 수 있을 것으로 기대한다.
본 논문에서는 암석시료의 CT 촬영 이미지상의 균열을 자동으로 탐지하는 새로운 인공지능 딥러닝 기법을 제안한다. 본 제안 기법은 2단계 딥러닝 객체인식 알고르즘인 Faster R-CNN을 기반으로 회전 가능한 경계박스(bounding box) 개념을 도입하여 알고리즘을 개조하였다. 회전 경계박스의 도입은 관심 균열 영역 밖의 배경의 불균질성 및 균열의 크기와 형태에 영향을 받는 딥러닝 객체인식기법 상의 고유한 어려움을 극복하기 위한 핵심 역할을 한다. 본 회전형 경계박스의 사용은 일반적으로 사용되는 영상 수평축과 평행한 경계박스 사용의 경우와 비교하여 긴 형태의 균열 형상 특성에 매우 잘 부합된다. 즉, 좋지않은 영향을 끼치는 경계박스 내 균열 이외 배경영역의 비율을 최소화 시킬 수 있다. 이외에도, 회전 경계박스의 추가적인 이점은 인식된 균열의 방향에 따라 회전하여 추론되는 경계박스를 통해 균열의 방향과 길이에 대한 정보를 직접적으로 얻을 수 있다. 본 제안기법의 적용성을 검증하기 위하여, 이미지상에서 매우 불균질한 화강암 시료에 인공적으로 균열을 발생시킨 다수의 암석시료 영상을 딥러닝 학습에 사용하고 추론 성능 실험을 진행하였다. 그 외에도, 동일 조건에서 사암과 셰일 암석 시료에도 적용하여 검증하였다. 결론적으로, 제안된 기법을 통해 균열 객체 인식의 평균 추론정확도(mAP)값이 0.89 정도 수준의 우수한 추론 성능을 보였으며, 기존 기법에 비해 추론된 경계박스 내 균열과 배경 영역의 비율 측면에서 배경의 비율이 획기적으로 최소화되는 유리한 추론 검증 결과를 보였다.
콘크리트 구조물에서 발생하는 균열은 구조물의 심각한 성능 저하와 파괴를 유발할 수 있으며, 따라서 이러한 균열 손상의 조기 탐지 및 평가, 보수는 구조물의 건전성에 있어서 매우 중요한 부분이다. 특히, 균열의 평가를 위한 많은 방법들이 제안되었으며, 그 중에서도 자기 보정 표면파 투과 기법을 이용한 균열 깊이 추정법은 다른 방법에 비하여 균열의 깊이 변화에 가장 민감한 장점이 있는 방법이다. 그러나 자기 보정 표면파 투과 기법은 주파수에 따른 투과 함수의 변동성으로 인하여 정량적인 평가는 아직 어려운 실정이다. 본 연구에서는 측정된 자기 보정 표면파 투과 함수의 스펙트럼 에너지를 이용하여 균열 깊이를 추정하는 기법을 제안하고자 하며, 이 기법의 유효성을 판단하기 위하여 다양한 균열 깊이를 가진 콘크리트 슬래브를 이용하여 실험적인 연구를 수행하였다. 연구 결과 제안된 방법이 균열 깊이 평가에 유효하게 사용할 수 있으며, 또한 기존의 방법에 비하여 보다 정확한 균열 깊이를 추정하는 방법임을 알 수 있었다.
본 연구에서는 테이퍼 보에 대한 미분방정식의 일반해에 캔틸레버 보의 경계조건을 적용하여 모드특성을 추정한다. 또한, 휨을 받는 테이퍼 원형강관 캔틸레버 보에 발생하는 관통균열을 모델링하기 위하여 에너지 방법을 이용하여 균열보에 대한 보 길이방향 휨강성을 구한 후 이를 이용하여 테이퍼 원형강관 캔틸레버 균열보에 대한 고유주파수와 모드형상을 추정한다. 보 길이에 따른 균열보의 휨강성 변화는 기존 연구에서 밝혀진 현상과 유사하게 합리적인 양상을 보였으며, 유도한 휨강성을 적용하여 산정한 균열보의 고유주파수는 균열 크기가 증가할수록 감소함을 확인하였고, 모드형상은 균열발생에 의해 변화함을 알 수 있었다. 연구결과는 향후 테이퍼 원형강관 캔틸레버 보 형태의 타워 구조물에 대한 진동기반 균열탐지에 활용될 수 있을 것으로 판단된다.
터널과 지하시설물을 비롯한 콘크리트 토목구조물을 안전하게 관리하려면 균열 발생 여부를 정기적인 점검을 통해 알아내야 한다. 터널의 콘크리트 라이닝 표면에 발생한 균열의 위치와 형태를 검사하는 일은 주로 고소작업차를 투입하여 이루어진다. 이러한 작업은 차로를 통제한 채 이루어지므로 교통 체증을 일으키며, 점검 종사자가 위험한 환경에 노출되며, 매번 같은 종사자가 같은 터널의 같은 부위를 조사하기 어려우므로 검사 결과의 일관성이 저해된다. 본 연구는 기존 터널 영상 취득 시스템을 대상으로 딥러닝 기술을 적용해 터널 내 콘크리트 라이닝의 균열을 자동으로 탐지하는 방법을 다음과 같이 제시한다. 구체적으로는 의미론적 분할(semantic segmentation)을 수행하는 딥러닝 모델을 공개 데이터셋으로 학습시키고, 터널 영상 취득 시스템으로 취득한 데이터셋을 딥러닝 모델에 입력했을 때 성능을 알아본다. 첫 번째, 공개 데이터셋을 전부 학습시켰을 경우, 두 번째, 공개 데이터셋 중 기존 터널 영상 취득 시스템 데이터셋과 관련성이 높은 데이터셋만 선택하여 학습시켰을 경우, 마지막으로 관련성이 높은 데이터셋과 균열이 없는 영상(negative example)을 선택하여 학습시켰을 경우에 대하여 성능을 비교하여 효율적인 모델 학습 방안을 모색한다. 그 결과 공개 데이터셋에서 관련성이 높은 영상과 균열이 없는 영상을 골라 학습시켰을 경우의 성능이 가장 좋았다. 향후 딥러닝 알고리즘을 터널 영상 취득 시스템에 적용할 때 효율적인 모델 학습 방안을 수립하는데 기여할 것으로 기대한다.
사용 중인 항공기 구조를 모사하여 리벳구멍 주위에 피로균열이 존재하는 AA2024-T3 박판을 CFRP 복합재 패치로 접합하여 보수한 후 피로균열 성장거동을 음향방출(AE)을 측정하면서 관찰하였다. 패칭의 효과로 균열성장속도의 뚜렷한 감소와 균열이 인접한 리벳 구멍으로 전파되는 시간을 지연시키는 효과가 있음을 확인하였다. 그리고 패칭 후 균열성장에 의해 탐지된 신호와 패치와 알루미늄 사이의 접합계면 분리에 의한 신호의 구별 가능성을 다변량 자료분석 기법인 주성분분석을 통해 알아보았다. 그 결과 균열성장에 따른 AE신호는 계면분리에 따른 AE신호에 비해 중심주파수가 높고 작은 에너지를 가지는 반면, 계면분리 신호는 균열성장 신호에 비해 상승시간이 길고 중심주파수가 상대적으로 낮으며 비교적 큰 에너지를 가진 것으로 나타났다. 따라서 AE신호의 유형인식 방법은 AE 발생원의 위치표정 결과와 결합할 경우 패치 접합으로 보수된 구조에서의 피로균열 성장거동을 예측하는 방법으로 충분히 활용될 수 있다.
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.