• 제목/요약/키워드: 전기화재

검색결과 812건 처리시간 0.018초

일체형 방사선 피폭 방호 소방관 인명구조 경보기의 임베디드 보드 개발 (Development of Embedded Board for Integrated Radiation Exposure Protection Fireman's Life-saving Alarm)

  • 이영지;이주현;이승호
    • 전기전자학회논문지
    • /
    • 제23권4호
    • /
    • pp.1461-1464
    • /
    • 2019
  • 본 논문에서는 위치추적과 방사선 측정이 가능한 일체형 방사선 피폭 방호 소방관 인명구조 경보기를 위한 임베디드 보드 개발을 제안한다. 제안하는 방사선 피폭 방호 소방관 인명구조 경보기의 임베디드 보드는 신호 처리부, 통신부, 전원부, 메인 제어부 등으로 구성된다. 신호 처리부에서는 차폐설계, 노이즈 저감 기술 및 전자파 차감 기술 등을 적용한다. 통신부에서는 WiFi 방식을 사용하여 통신하도록 설계한다. 메인 제어부에서는 전력 소모를 최소한으로 줄이고 작고 밀도가 높으면서도 낮은 발열성을 통하여 높은 고성능 시스템을 구성한다. 일체형 방사선 피폭 방호 소방관 인명구조 경보기를 위한 임베디드 보드는 재난 및 화재현장 등 열악한 환경에 노출되어 운영하는 장비이므로 방수와 내열성을 고려한 외형도 설계 및 제작을 한다. 제안된 일체형 방사선 피폭 방호 소방관 인명구조 경보기를 위한 임베디드 보드의 효율을 판단하기 위하여 공인시험기관에서 실험하였다. 방수 등급은 소방관용 장비의 특성 상 재해 현장에서 물에 의한 침수 시에도 안정적인 성능을 유지할 수 있는 IP67 등급을 달성하였다, 동작 온도는 재해현장에서의 폭넓은 환경변화에 대응할 수 있는 -10℃~50℃의 범위에서 측정이 되었다. 배터리 수명은 붕괴사고 등의 비상 재난 상황에 대처할 수 있는 1회 충전 후 144시간 사용 가능함이 측정되었다. PCB를 포함한 최대 통신 거리는 재난 상황 시 지휘통제 차량과의 직선거리에서 기존의 50m보다 넓은 범위인 54.2m에서 작동하는 것이 측정되었다. 따라서 일체형 방사선 피폭 방호 소방관 인명구조 경보기를 위한 임베디드 보드의 그 효용성이 입증되었다.

이물 객체 탐지 성능 개선을 위한 딥러닝 네트워크 기반 저품질 영상 개선 기법 개발 (Development of deep learning network based low-quality image enhancement techniques for improving foreign object detection performance)

  • 엄기열;민병석
    • 인터넷정보학회논문지
    • /
    • 제25권1호
    • /
    • pp.99-107
    • /
    • 2024
  • 경제성장과 산업 발전에 따라 반도체 제품부터 SMT 제품, 전기 배터리 제품에 이르기 까지 많은 전자통신 부품들의 제조과정에서 발생하는 철, 알루미늄, 플라스틱 등의 이물질로 인해 제품이 제대로 동작하지 않거나, 전기 배터리의 경우 화재를 발생하는 문제까지 심각한 문제로 이어질 가능성이 있다. 이러한 문제를 해결하기 위해 초음파나 X-ray를 이용한 비파괴 방법으로 제품 내부에 이물질이 있는지 판단하여 문제의 발생을 차단하고 있으나, X-ray 영상을 취득하여 이물질이 있는지 판정하는 데에도 여러 한계점이 존재한다. 특히. 크기가 작거나 밀도가 낮은 이물질들은 X-Ray장비로 촬영을 하여도 보이지 않는 문제점이 있고, 잡음 등으로 인해 이물들이 잘 안 보이는 경우가 있으며, 특히 높은 생산성을 가지기 위해서는 빠른 검사속도가 필요한데, 이 경우 X-ray 촬영시간이 짧아지게 되면 신호 대비 잡음비율(SNR)이 낮아지면서 이물 탐지 성능이 크게 저하되는 문제를 가진다. 따라서, 본 논문에서는 저화질로 인해 이물질을 탐지하기 어려운 한계를 극복하기 위한 5단계 방안을 제안한다. 첫번째로, Global 히스토그램 최적화를 통해 X-Ray영상의 대비를 향상시키고, 두 번째로 고주파 영역 신호의 구분력을 강화하기 위하여 Local contrast기법을 적용하며, 세 번째로 Edge 선명도 향상을 위해 Unsharp masking을 통해 경계선을 강화하여 객체가 잘 구분되도록 한다, 네 번째로, 잡음 제거 및 영상향상을 위해 Resdual Dense Block(RDB)의 초고해상화 방법을 제안하며, 마지막으로 Yolov5 알고리즘을 이용하여 이물질을 학습한 후 탐지한다. 본 연구에서 제안하는 방식을 이용하여 실험한 결과, 저밀도 영상 대비 정밀도 등의 평가기준에서 10%이상의 성능이 향상된다.