• 한국구조물진단유지관리공학회 논문집
• /
• 제25권4호
• /
• pp.65-74
• /
• 2021

빠르게 증가하는 노후 터널을 효율적으로 관리하기 위하여 최근 영상장비를 이용한 점검 방법론들이 많이 제안되고 있다. 하지만 기존의 방법론들은 대부분 국한된 영역에서 검증을 수행하였을 뿐 아니라, 다른 물체들이 존재하지 않는 깨끗한 콘크리트 표면에서 검증되어 실제 현장에 대한 적용성을 검증하기 어려웠다. 따라서 본 논문에서는 이러한 한계를 극복하기 위하여 비균열 물체 학습에 기반한 6단계 터널 균열 탐지 딥러닝 모델 개발 프레임워크를 제안한다. 제안된 프레임워크는 터널에서 취득된 이미지 내 균열 탐색, 픽셀 단위 균열 라벨링, 딥러닝 모델 학습, 비균열 물체 수집, 비균열 물체 재학습, 최종 학습 데이터 구축의 총 6단계로 이루어진다. 제안된 프레임워크를 이용하여 개발된 균열 탐지 딥러닝 모델 개발을 수행하였으며, 일반 균열 1561장, 비균열 206장으로 개별 물체 세분화(Instance Segmentation) 모델인 Cascade Mask R-CNN을 학습시켰다. 학습된 모델의 현장 적용성을 검토하기 위하여 전선, 전등 등을 포함하는 약 200m 길이의 실제 터널에서 균열 탐지를 수행하였다. 실험 결과 학습된 모델은 99% 정밀도와 92%의 재현율을 나타내며 뛰어난 현장 적용성을 나타내었다.

• 비파괴검사학회지
• /
• 제28권4호
• /
• pp.352-357
• /
• 2008

구조물의 안전 보장 문제에 있어 재료의 파손 이전에 미세균열을 검출하는 것은 매우 중요하다. 비선형 초음파 기법은 일반적인 초음파 기법보다 미세결함에 민감하기 때문에 이를 이용하여 비파괴적으로 구조물이나 재료의 건전성을 진단하는 방법이 주목받고 있다. 계면접촉에 의한 비선형 초음파 효과는 초음파가 내부의 미세 균열에 입사될 때 미세균열면에서 응력과 변위가 비선형 관계를 가지고, 이에 의해 파가 왜곡되어 그 결과 고조파 성분이 발생하는 현상이다. 본 연구에서는 이러한 비선형 초음파 기법의 적용가능성을 알루미늄 시편에 인위적으로 발생시킨 피로균열을 대상으로 실험적으로 검증하고자 하였다. 이를 위해 V-노치를 갖는 A16061의 피로균열 시험편을 준비하고, 균열방향으로 2차 고조파 성분의 크기를 측정하였다. 실험결과 미세균열에서 고조파 성분이 크게 발생하며 이 기법에 의한 균열깊이 측정이 일반적인 반사파의 6 dB drop법보다 정확함을 확인하였다.

• 비파괴검사학회지
• /
• 제29권5호
• /
• pp.479-484
• /
• 2009

세라믹스의 비파괴평가 기술은 산업분야에 응용하기 위한 세라믹스 신뢰성 개발에 있어서 필수적인 기술이다. 본 연구는 초음파 C-Scan 방식을 이용하여 SiC 세라믹스의 표면균열을 탐상하기 위한 실험적 연구 결과를 제시하고자 한다. 이를 위해 SDS-win과 $\mu$-SDS 두 종류의 초음파 장치와 25, 50 및 125 MHz의 초음파센서를 이용하여 세라믹스의 표면균열 탐상 가능성에 대해 실험적인 연구를 수행하였다. 본 연구 결과, 세라믹스의 표면미소균열은 결국 25 및 50 MHz 센스로 정밀하게 검출할 수 없었으나, 125 MHz 센서에 의한 집속법 탐상 결과 희미한 형상 정도를 검출할 수 있었으며, 비집속법의 경우는 비커스 압입자의 형상 검출이 가능함을 알 수 있었다. 따라서 본 연구를 통하여, 초음파 C-Scan 집속 및 비집속 방법은 미세균열의 탐상방식으로 어느 정도 접근 가능함을 실험적으로 확인하였다

• 콘크리트학회논문집
• /
• 제17권3호
• /
• pp.361-368
• /
• 2005

이 연구의 목적은 디지털 카메라나 비디오 카메라로 촬영된 콘크리트 표면 균열 화상에서 컴퓨터가 자동으로 균열을 검출하고 균열의 폭, 길이, 방향을 계산할 수 있는 알고리즘을 개발하는 것이다. 개발한 알고리즘의 기본 구조는 기존의 연구 결과들과 유사하며, 기존 연구들과의 차이점은 다음과 같다 (1) 빈의 영향을 제거하기 위한 모폴로지 기법의 적용, (2) 개선된 이진화 기법과 형상 분석을 통한 검출 성능 향상, (3) 폭, 길이, 방향 계산을 위한 세부 알고리즘을 제시한 것이다. 제시한 알고리즘의 유효성을 검증하기 위하여 MATLAB 언어를 이용하여 알고리즘을 구현하였으며, 디지털 카메라를 통하여 얻은 실제 균열 화상을 사용하여 시험하였다. 시험결과는 제시한 알고리즘이 균열을 정확히 검출할 수 있음을 나타냈으며, 이 연구에서 제시한 방법으로 계산한 균열의 폭, 길이, 그리고 방향의 값을 균열 폭 측정 현미경, 자, 그리고 각도기로 계측한 값과 비교한 결과 거의 일치된 결과가 나타났다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.2502-2507
• /
• 2003

In this paper, a crack sealing robot is developed. The crack sealing robot is built to detect, track, and seal the crack on the pavement. The sealing robot is required to brush all dirt in the crack out for preparing a better sealing job. Camera calibration has been done to get accurate crack position. In order to perform a cleaning job, the explicit force control method is used to regulate a specified desired force in order to maintain constant contact with the ground. Experimental studies of force tracking control are conducted under unknown environment stiffness and location. Crack tracking control is performed. Force tracking results are excellent and the robot finds and tracks the crack very well.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2012년도 춘계학술대회 논문집
• /
• pp.831-832
• /
• 2012

• 한국콘크리트학회:학술대회논문집
• /
• 한국콘크리트학회 1998년도 가을 학술발표대회 논문집(III)
• /
• pp.743-748
• /
• 1998

As nation's infrastructure is getting old, nondestructive evaluation of existing structures and construction quality control are getting important. In this thesis, flaw detection techniques of concrete members with asphalt using impact echo test were introduced. This techniques are based on stress wave propagation. In this field impact echo test, As load is gradually increased, frequency is increased. From this change of frequency through impact echo test, we can detect that the crack of bridge ascends and what the depth of crack is.

• 비파괴검사학회지
• /
• 제32권6호
• /
• pp.686-695
• /
• 2012

This paper proposes a noncontact thermography technique for fatigue crack evaluation under a cyclic tensile loading. The proposed technique identifies and localizes an invisible fatigue crack without scanning, thus making it possible to instantaneously evaluate an incipient fatigue crack. Based on a thermoelastic theory, a new fatigue crack evaluation algorithm is proposed for the fatigue crack-tip localization. The performance of the proposed algorithm is experimentally validated. To achieve this, the cyclic tensile loading is applied to a dog-bone shape aluminum specimen using a universal testing machine, and the corresponding thermal responses induced by thermoelastic effects are captured by an infrared camera. The test results confirm that the fatigue crack is well identified and localized by comparing with its microscopic images.

• 대한조선학회논문집
• /
• 제57권1호
• /
• pp.1-7
• /
• 2020

In general, an inspection schedule is established based on the long-term fatigue life during the design stage. However, in the design stage, it is difficult to clearly identify the uncertainty factors affecting long-term fatigue life. In this study, the probabilistic fatigue life assessment was conducted in accordance with the methodology of DNV-GL. Firstly, The initial crack distribution estimated through the initial crack propagation analysis was updated by reflecting the results of crack inspection. Secondly, the updated crack distribution was compared with the initial crack distribution, and the probability of failure was updated with the effect of crack inspection.

• Smart Structures and Systems
• /
• 제31권4호
• /
• pp.383-392
• /
• 2023

Post-earthquake building condition assessment is crucial for subsequent rescue and remediation and can be automated by emerging computer vision and deep learning technologies. This study is based on an endeavour for the 2nd International Competition of Structural Health Monitoring (IC-SHM 2021). The task package includes five image segmentation objectives - defects (crack/spall/rebar exposure), structural component, and damage state. The structural component and damage state tasks are identified as the priority that can form actionable decisions. A multi-task Convolutional Neural Network (CNN) is proposed to conduct the two major tasks simultaneously. The rest 3 sub-tasks (spall/crack/rebar exposure) were incorporated as auxiliary tasks. By synchronously learning defect information (spall/crack/rebar exposure), the multi-task CNN model outperforms the counterpart single-task models in recognizing structural components and estimating damage states. Particularly, the pixel-level damage state estimation witnesses a mIoU (mean intersection over union) improvement from 0.5855 to 0.6374. For the defect detection tasks, rebar exposure is omitted due to the extremely biased sample distribution. The segmentations of crack and spall are automated by single-task U-Net but with extra efforts to resample the provided data. The segmentation of small objects (spall and crack) benefits from the resampling method, with a substantial IoU increment of nearly 10%.