• Title/Summary/Keyword: 비파괴방법

Search Result 941, Processing Time 0.032 seconds

최근의 초음파에 의한 비파괴 시험

  • 전춘생
    • 전기의세계
    • /
    • v.28 no.1
    • /
    • pp.5-14
    • /
    • 1979
  • 비파괴검사방법에는 여러가지가 있는데 과거에는 주로 방사건 유도시험이 주역을 이루어 왔다고 볼수 있다. 그런데 최근에는 초음파를 이용한 탐상장치의 성능이 향상하였고 초음파를 이용하지 않으면 검사할수 없는 대상물의 검사가 필요하게 되었다는 점에 의하여 초음파의 이용이 상당히 급속하게 확대되어 그 응용범위도 수도관에서 원자연료까지 이루게 되었다. 그러나 방사선 투과식 시험에서는 검출곤란한 균열을 검출할 수 있는 기술적 특성및 고가인 소모품이 필요치 않고 또한 검사속도도 빠르다는 경제성에 주목하여 방사투과시험이 가능한 대상물에 대해서도 이용하게끔 되었다. 초음파에 의한 비파괴시험을 이용목적에 따라 분류하면 탐상과 계측으로 대별할 수 있다. 이하 이들의 각종방법에 대하여 순차적으로 그 개요를 설명하겠다.

  • PDF

Analysis of Ground Penetration Radar Technology Trend (지중탐지 레이더 기술동향 분석)

  • Kim, D.K.
    • Electronics and Telecommunications Trends
    • /
    • v.30 no.5
    • /
    • pp.22-27
    • /
    • 2015
  • 도로함몰 사고 증가를 계기로 지하 구조물의 안전 관리 방법, 특히 비파괴 검사 장비에 대한 관심이 고조되고 있다. 지중투과 레이더 기술은 전자파의 투과, 반사 특성을 이용한 비파괴 검사 기술로써 투과 깊이, 투과 해상도 등 비파괴 검사 성능 측면에서 가장 주목받고 있는 기술이다. 본고에서는 지중투과 레이더 기술의 특징, 국외 제품 동향을 살펴본다.

  • PDF

Classification Technique for Ultrasonic Weld Inspection Signals using a Neural Network based on 2-dimensional fourier Transform and Principle Component Analysis (2차원 푸리에변환과 주성분분석을 기반한 초음파 용접검사의 신호분류기법)

  • Kim, Jae-Joon
    • Journal of the Korean Society for Nondestructive Testing
    • /
    • v.24 no.6
    • /
    • pp.590-596
    • /
    • 2004
  • Neural network-based signal classification systems are increasingly used in the analysis of large volumes of data obtained in NDE applications. Ultrasonic inspection methods on the other hand are commonly used in the nondestructive evaluation of welds to detect flaws. An important characteristic of ultrasonic inspection is the ability to identify the type of discontinuity that gives rise to a peculiar signal. Standard techniques rely on differences in individual A-scans to classify the signals. This paper proposes an ultrasonic signal classification technique based on the information tying in the neighboring signals. The approach is based on a 2-dimensional Fourier transform and the principal component analysis to generate a reduced dimensional feature vector for classification. Results of applying the technique to data obtained from the inspection of actual steel welds are presented.