• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2003년도 추계학술대회
• /
• pp.118-124
• /
• 2003

응축기, 증발기, 전열관에 사용되는 Fin Tube는 열전달효율 향상을 위하여 Fin의 높이 를 증가시키고, Tube의 최소두께를 얇게 가공하는 경향으로 발전하고 있다. 따라서, Fin Tube의 와전류탐상(ECT; Eddy Current Testing)에 의한 결함검출에 더욱 어려움이 예상된다. 본 연구에서는 Fin Tube의 Fin 높이를 3단계로 변화시켜 Tube를 제작하고, Tube에 축 방향결함, 원주방향결함, 원형결함을 각각 Fin Tube의 안쪽에 최소두께의 20%, 40%, 60% 의 동일결함율을 갖는 인공결함 시험편을 제작하였다. 제작한 원형결함시험편에 와전류탐상을 수행하여 Fin 높이에 따른 최적주파수의 변화를 연구하였다. Fin높이가 다른 원형결함 시험편에 1~20KHz 주파수를 적용한 결과 최적주파수는 12KHz로 Fin높이에 크게 영향을 받지 않음을 밝혔다 또한 Fin높이에 따른 최적주파수변화는 크지 않으나 Fin 높이가 높을수록 100%관통결함의 위상각(40')에 근접하여 나타났다. 축방향결함, 원주방향결함, 원형결함을 갖는 시험편에 와전류탐상을 수행한 결과 원형결함을 갖는 시험편의 신호 감도가 축방향결함, 원주방향결함보다 좋게 나타났다.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2006년도 제26회 춘계학술대회논문집
• /
• pp.209-212
• /
• 2006

본 논문에서는 항공기용 터보 축 엔진의 결함 진단 알고리즘을 개발하지 위해 Support Vector Machine(SVM)과 인공신경망(ANN)을 이용하였다. SVM을 이용하여 결함 위치를 판별한 후 인공신경망이 선택적으로 학습하는 분할 학습 알고리즘(SLA)을 제안하였으며 이를 고도 변화에 따른 가스 터빈 엔진의 결함 진단에 적용하여 분류 속도 및 예측 정확률 개선 가능성을 확인하였다.

• 비파괴검사학회지
• /
• 제25권4호
• /
• pp.294-303
• /
• 2005

본 논문은 가압 중수로형 원자력발전소 압력관의 건전성 평가에 적용하고 있는 각 비파괴검사기술의 특정을 평가하기 위해서 IAEA(International Atomic Energy Agency)주관으로 세계 6개국이 참여하는 수행한 다자간 비교시험(Round-Robin Test)결과를 분석한 내용이다. 이 다자비교시험에는 세계적으로 현재 가압 중수로형 원자력발전소를 운영하고 있는 한국, 카나다, 인도, 아르헨티나, 루마니아, 중국 등 총 6개구깅 참여하였으며, 시험에는 한국에서 제작한 인공결함시험편(시험편명 : "KOR-1")이 사용되었다. 본 연구를 위해 참여 6개국에서 적용한 비파괴검사 기술은 현재 압력관의 건전성 평가에 적용되고 있는 초음파검사와 와전류검사 등의 2가지 기술이다. 결함시험편에는 균열성 노치, 마모 등의 총 12개의 인공결함이 포함되어 있으며, 이 인공결함은 발전소 운전중 발생 가능성이 있는 결함과 유사한 형태를 가지고 있다. 다자비교시험 결과 참여 6개국에서 두가지 비파괴검사법을 적용하여 시험편내에 포함되어 있는 총 12개의 모든 인공결함을 검출하였으며, 결함 검출도는 초음파검사법이 와전류검사법보다 우수하였다. 또한 압력관 시험편 내경측 결함이 외경측 결함보다 용이하게 검출되었으며, 크기 측정 정확도는 결함 검출도와 동일하게 시험편 내경측 결함의 크기가 외경측 결함보다 더 정확하게 측정되었다.

• 비파괴검사학회지
• /
• 제33권1호
• /
• pp.34-39
• /
• 2013

선행 연구에서 적외선열화상기법을 이용하여 원전 배관의 감육 결함을 측정하기 위하여, 4 inch 배관에 인공결함을 가공하여 이에 대한 결함 검출을 도출하였다. 본 논문에서는 선행연구에서 도출된 조건을 이용하여 원전 소구경 배관의 결함 검출 조건에 관한 연구를 수행하였다. 결함의 가공은 감육 길이, 원주방향 각도, 감육 깊이를 변화시켜서 결함 조건을 가공하였다. 사용된 장비는 IR camera와 1 kW용량의 halogen lamp 2개를 사용하였으며, halogen lamp와 대상 배관과의 거리를 1 m, 1.5 m, 2 m 순으로 변화시켜 실험을 수행하였다. 실험 결과의 분석을 위하여 온도분포데이터를 확보하고, 이를 분석하여 결함 길이를 측정하였다. 4 inch 배관의 인공결함은 2 m에서 측정 결과의 신뢰도가 높았으나, 소구경 배관은 1.5 m에서 결함이 명확하게 검출되었다.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2008년도 제31회 추계학술대회논문집
• /
• pp.23-27
• /
• 2008

본 논문에서는 실수코드 유전 알고리즘(RCGA)과 인공신경망(ANN)을 이용하여 항공기용 터보 축엔진의 결함 진단에 관한 연구를 수행하였다. 인공신경망만을 이용하여 엔진의 결함을 판단 할 경우 많은 학습데이터 때문에 지역 최소점으로 수렴하는 단점이 있다. 이를 개선하기 위해 전역 최소점을 찾는 능력이 뛰어난 실수코드 유전 알고리즘을 사용하였다. 5% 이내의 RMS 결함오차로 높은 결함 예측 신뢰도를 가짐을 확인하였다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1992년도 추계학술대회 논문집
• /
• pp.316-320
• /
• 1992

기계나 구조물등의 부재는 비금속 개재 물이나 가공과 같은 자연 결함과 함께 볼트구멍이나 기름구멍등의 인공 결함들을 가지고 있다. 이러한 인공 결함들은 초기 결함으로서 작용을 하여 반복되는 낮은 응력을 받을 경우 응력 집중원이 되고, 피로파괴의 원인이 된다. 이런 기계구조물에 대한 안전성 보장을 위하여, 금속재료의 제조 및 가공 공정상의 질적 개선과 함께 최적 설계가 강조되고 피로파괴 현상에 대한 많은 연구가 요구되고 있다.

• 비파괴검사학회지
• /
• 제27권5호
• /
• pp.393-397
• /
• 2007

절대형 와전류 탐촉자 인증 시험에 사용되는 인공 결함이 포함된 와전류 표준 시편을 개발하였다. 개발된 표준 시편은 ASTM E 1629에서 규정한 전기 전도도를 지니고 인공 결함을 포함하며 전체 형상과 규격, 인공 결함의 규격을 만족한다. 인공 결함의 규격은 너비 0.1 mm, 깊이 0.5 mm이다. 이 인공 결함은 기존에는 양 측 끝단만 측정이 가능하고 중간 부위의 측정이 불가능하여 가운데 부위의 인증이 불가능하였으나 초음파 기술을 적용하는 새로운 방법을 도입하여 $15\;{\mu}m$ 정도의 불확도로 측정을 하여 교정이 가능하도록 하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.7-10
• /
• 2023

최근 기후 변화가 심각해짐에 따라 수소 에너지에 대한 관심이 집중되고 있으며 이를 안전하게 운송/보관할 수 있는 용기에 대한 연구도 활발히 진행되고 있다. 특히 고압 가스를 저장하는 TypeIII 용기의 노후화 및 안전과 관련되어 결함을 인지하는 연구가 활발하다. 그러나 이 용기의 외각층을 이루는 CFRP 소재는 탄소 섬유와 에폭시가 복잡한 구조로 구성되어 결함별 탐지가 매우 어렵다. 본 논문에서는 음향방출시험과 딥러닝을 활용하여 CFRP 결함 데이터셋을 구축하고 이를 분류할 수 있는 모델을 제안한다. 특히 CFRP 시편을 직접 제작하여 AE 센서를 부착하고 파괴하여 파형 데이터를 수집하였다. 이후 표현 학습을 통해 데이터의 특징을 압축/추출하고 유사도를 비교해 결함별 데이터를 판별하는 알고리즘을 개발하였다. 구축된 데이터셋의 실루엣 계수는 0.86으로 높은 군집도를 보였다. 마지막으로 구축된 데이터셋을 실시간으로 분류할 수 있는 1D-CNN 딥러닝 모델을 개발하였으며 99.33%의 높은 분류 정확도를 보였다.

• 비파괴검사학회지
• /
• 제15권4호
• /
• pp.531-539
• /
• 1996

본 연구에서는 초음파 신호형상인식법을 이용하여 용접부의 인공 결함을 분류하기 위한 연구를 실시하였다. 이를 위해 신호처리 및 특징 변수를 추출할 때에 많은 사용자 정의 변수를 가지는 신호 형상 인식 패키지를 개발하였으며 디지탈 신호처리, 특징 변수 추출, 특징 변수의 선택, 분류기 선정 등의 과정을 일괄적으로 처리하였다. 특히, 선형 분류기, 경험적 Bayesian 분류기 등의 통계적 분류기와 신경회로망 분류기를 함께 사용하여 비교, 검토하였다. 이에 관한 적용 연구로 노치와 구멍으로 이루어진 인공 결함을 분류하였다. 그 결과 인공결함 분류에서 높은 인식률을 얻었으며, 특히 적절히 학습 시켰을 경우 신경회로망 분류기가 통계적 분류기에 비하여 인식률 면에서 유리하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제55차 동계학술대회논문집 25권1호
• /
• pp.151-154
• /
• 2017

소프트웨어의 개발과정 중 결함을 제거하는 작업인 디버깅을 위해서는 가장 먼저 그 결함의 정확한 위치를 찾아야한다. 이 작업은 많은 시간이 소요되며, 이 시간을 단축시키기 위한 결함 위치 식별 기법들이 소개되었다. 많은 기법들 중 프로그램 커버리지 정보를 학습하여 규칙을 분석하는 인공신경망 기반 선행 연구가 있다. 이를 기반으로 본 논문에서는 문장들 간의 관계를 추가적으로 파악하여 학습 데이터로 사용하는 기법을 제안한다. 특정 문장이 항상 지나는 테스트케이스들 중 나머지 다른 문장들이 지나는 테스트케이스의 비율을 통해 문장들 간의 관계를 나타낸다. 해당 비율을 계산하기 위해 조건부 확률인 베이지안 확률을 사용한다. 베이지안 확률을 통해 얻은 문장들의 관계에 따라 인공신경망 내에서 의심도를 결정하는 웨이트(weight)가 기존 기법과는 다르게 학습된다. 이 차이는 문장들의 의심도를 조정하며, 결과적으로 다중 결함 위치 식별의 정확도를 향상시킨다. 본 논문에서 제안한 기법을 이용하여 실험한 결과, Tarantula 대비 평균 39.8%, 기존 역전파 인공신경망(BPNN) 기반 기법 대비 평균 60.5%의 정확도 향상이 있었음을 확인할 수 있다.