• 한국항행학회논문지
• /
• 제23권5호
• /
• pp.481-486
• /
• 2019

스마트 팩토리에서는 최적의 생산 환경을 위해 모든 공정 과정의 실시간 모니터링과 분석이 요구된다. 모든 생산과정이 자동으로 이루어질 수 있게 만들기 위해서는 다양한 센서 데이터를 수집하기 위한 모니터링 장치가 필요하다. 이렇게 수집한 데이터들을 저장 및 분석함으로써 기계나 장비에 대한 이상 징후가 있는지를 파악할 수 있다. 따라서 본 논문에서는 스마트 팩토리를 위한 생산 환경 모니터링 시스템과 계측 값 자동 저장시스템을 통합한 통합 모니터링 시스템을 구현 하였다. 계측 값 자동 저장 시스템을 이용하여 어느 장소에서든 계측값의 오기없이 간편하게 신뢰성 있는 검사를 수행할 수 있고, Lora를 이용한 생산 환경 모니터링 시스템을 통해 온도, 습도, 대기압 등 생산 환경을 실시간으로 모니터링 할 수 있다.

• Smart Structures and Systems
• /
• 제24권5호
• /
• pp.567-585
• /
• 2019

In the past two decades, structural health monitoring (SHM) systems have been widely installed on various civil infrastructures for the tracking of the state of their structural health and the detection of structural damage or abnormality, through long-term monitoring of environmental conditions as well as structural loadings and responses. In an SHM system, there are plenty of sensors to acquire a huge number of monitoring data, which can factually reflect the in-service condition of the target structure. In order to bridge the gap between SHM and structural maintenance and management (SMM), it is necessary to employ advanced data processing methods to convert the original multi-source heterogeneous field monitoring data into different types of specific physical indicators in order to make effective decisions regarding inspection, maintenance and management. Conventional approaches to data analysis are confronted with challenges from environmental noise, the volume of measurement data, the complexity of computation, etc., and they severely constrain the pervasive application of SHM technology. In recent years, with the rapid progress of computing hardware and image acquisition equipment, the deep learning-based data processing approach offers a new channel for excavating the massive data from an SHM system, towards autonomous, accurate and robust processing of the monitoring data. Many researchers from the SHM community have made efforts to explore the applications of deep learning-based approaches for structural damage detection and structural condition assessment. This paper gives a review on the deep learning-based SHM of civil infrastructures with the main content, including a brief summary of the history of the development of deep learning, the applications of deep learning-based data processing approaches in the SHM of many kinds of civil infrastructures, and the key challenges and future trends of the strategy of deep learning-based SHM.

• 품질경영학회지
• /
• 제49권3호
• /
• pp.327-340
• /
• 2021

Purpose: The purpose of this study is to propose a system predicting whether an electricity distribution system is abnormal by analyzing the temperature of the deteriorated system. Traditional electricity distribution system abnormality diagnosis was mainly limited to post-inspection. This research presents a remote monitoring system for detecting thermal images of the deteriorated electricity distribution system efficiently hereby providing safe and efficient abnormal diagnosis to electricians. Methods: In this study, an object detection algorithm (YOLOv5) is performed using 16,866 thermal images of electricity distribution systems provided by KEPCO(Korea Electric Power Corporation). Abnormality/Normality of the extracted system images from the algorithm are classified via the limit temperature. Each classification model, Random Forest, Support Vector Machine, XGBOOST is performed to explore 463,053 temperature datasets. The process capability index is employed to indicate the quality of the electricity distribution system. Results: This research performs case study with transformers representing the electricity distribution systems. The case study shows the following states: accuracy 100%, precision 100%, recall 100%, F1-score 100%. Also the case study shows the process capability index of the transformers with the following states: steady state 99.47%, caution state 0.16%, and risk state 0.37%. Conclusion: The sum of caution and risk state is 0.53%, which is higher than the actual failure rate. Also most transformer abnormalities can be detected through this monitoring system.

• 한국축산식품학회지
• /
• 제41권4호
• /
• pp.563-588
• /
• 2021

Increasing meat demand in terms of both quality and quantity in conjunction with feeding a growing population has resulted in regulatory agencies imposing stringent guidelines on meat quality and safety. Objective and accurate rapid non-destructive detection methods and evaluation techniques based on artificial intelligence have become the research hotspot in recent years and have been widely applied in the meat industry. Therefore, this review surveyed the key technologies of non-destructive detection for meat quality, mainly including ultrasonic technology, machine (computer) vision technology, near-infrared spectroscopy technology, hyperspectral technology, Raman spectra technology, and electronic nose/tongue. The technical characteristics and evaluation methods were compared and analyzed; the practical applications of non-destructive detection technologies in meat quality assessment were explored; and the current challenges and future research directions were discussed. The literature presented in this review clearly demonstrate that previous research on non-destructive technologies are of great significance to ensure consumers' urgent demand for high-quality meat by promoting automatic, real-time inspection and quality control in meat production. In the near future, with ever-growing application requirements and research developments, it is a trend to integrate such systems to provide effective solutions for various grain quality evaluation applications.

• 한국임상수의학회지
• /
• 제39권3호
• /
• pp.114-120
• /
• 2022

The purpose of this study is to examine the status of quality control using multipurpose phantom of ultrasound equipment used in hospital of veterinary college in South Korea by using ATS-539 multipurpose phantom so as to examine quantitative and objective new image evaluation method. Specialists discussed and analyzed multipurpose phantom images acquired by using convex transducer of 10 ultrasound imaging devices, currently used in 9 veterinary colleges, at 4.0-6.0 MHz. Total 8 items that can be measured with ATS-539 multipurpose phantom including dead zone, vertical and horizontal measurement, axial/lateral resolution, sensitivity, focal zone, functional resolution and gray scale/dynamic range were evaluated. For qualitative evaluation, valid decisions were made based on dead zone, axial/lateral resolution, and gray scale/dynamic range which are resolution index, and coefficient of variation (COV) and blind referenceless image spatial quality evaluator (BRISQUE) were found to increase objectivity. As a result of experiment, all the targeted ultrasonic devices were found appropriate from qualitative evaluation items of dead zone, axial/lateral resolution, and gray scale/dynamic range. In other evaluation items, they were found to be appropriate from focal zone and vertical measurement of quantitative evaluation while inappropriate from horizontal measurement, sensitivity, and functional resolution. COV value was 0.12 ± 0.04, and BRISQUE value was 47.77 ± 2.77, both analysis results show that the noise level of all ultrasonic devices was located within tolerance range. Upon image examination using ATS-539 multipurpose phantom, they were 100% appropriate with inspection standards of dead zone, axial/lateral resolution, and gray scale/dynamic range, and besides, focal zone and functional resolution can be used as evaluation items. In the field of veterinary medicine, 8 standard items using ATS-539 multipurpose phantom and image evaluation items using COV and BRISQUE can be used as standards for quality control of ultrasonography machine.

• 한국건설순환자원학회논문집
• /
• 제10권4호
• /
• pp.593-599
• /
• 2022

본 연구에서는 콘크리트 구조물의 주요 손상인 균열에 대한 효과적인 점검을 위하여 이미지 처리 기법을 이용한 균열 검출이 가능한 균열 모니터링 자동화 시스템 개발의 일환으로 머신비전을 이용하여 균열 촬영 장비를 제작하고 균열 이미지 촬영 및 분석이 가능한 프로그램을 개발하였다. 본 시스템은 기존의 육안으로 균열을 점검하는 외관조사를 대체하여 객관적이고 정량적인 데이터를 제공한다. 개발 시스템의 검증은 자기치유 콘크리트 수조 시공 현장에 적용하여 균열 검출 및 재령에 따른 균열폭의 변화량을 모니터링하였다. 이미지 분석을 통해 검출된 균열폭의 경우 디지털 현미경을 이용한 실측값과 차이가 최대 0.036 mm로 나타났으며, 자기치유 콘크리트의 재령 경과에 따른 균열 치유 효과를 균열폭 감소를 통해 확인할 수 있었다.

• 융합보안논문지
• /
• 제23권5호
• /
• pp.117-123
• /
• 2023

최근 생성형 Artificial Intelligence(이하 AI)와 인공지능에 대한 수요가 높아짐에 따라, 오남용에 대한 심각성이 대두되고 있다. 그러나, 이상행위 탐지를 극대화한 지능형 CCTV는 군과 경찰에서 범죄 예방에 큰 도움이 되고 있다. AI는 인간이 가르쳐준 대로 학습을 수행한 후, 자가 학습을 진행한다. AI는 학습된 결과에 따라 판단을 하기 때문에, 학습 시 특징을 명확하게 이해해야만 한다. 그러나, 인간이 판단하기에도 모호한 이상한 행위와 비정상 행위의 시각적 판단이 어려운 경우가 많다. 이것을 인공지능의 눈으로 학습하기란 매우 어렵고, 학습을 한 결과는 오탐, 미탐 그리고 과탐이 매우 많아진다. 이에 대해 본 논문에서는 AI의 이상한 행위와 비정상 행위의 학습을 명확하게 하기 위한 기준과 방법을 제시하고, 지능형 CCTV의 오탐, 미탐 그리고 과탐에 대한 판단 능력을 최대화 하기 위한 학습 방안을 제시하였다. 본 논문을 통해, 현재 활용 중인 지능형 CCTV의 인공지능 엔진 성능을 극대화가 가능하고, 오탐율과 미탐율의 최소화가 가능할 것으로 기대된다.

• 인터넷정보학회논문지
• /
• 제21권6호
• /
• pp.23-31
• /
• 2020

본 연구는 철도표면상에 발생하는 노후 현상 중 하나인 결함 검출을 위해 학습데이터를 생성함으로써 결함 검출 모델에서 더 높은 점수를 얻기 위해 진행되었다. 철도표면에서 결함은 선로결속장치 및 선로와 차량의 마찰 등 다양한 원인에 의해 발생하고 선로 파손 등의 사고를 유발할 수 있기 때문에 결함에 대한 철도 유지관리가 필요 하다. 그래서 철도 유지관리의 자동화 및 비용절감을 위해 철도 표면 영상에 영상처리 또는 기계학습을 활용한 결함 검출 및 검사에 대한 다양한 연구가 진행되고 있다. 일반적으로 영상 처리 분석기법 및 기계학습 기술의 성능은 데이터의 수량과 품질에 의존한다. 그렇기 때문에 일부 연구는 일반적이고 다양한 철도표면영상의 데이터베이스를 확보하기위해 등간격으로 선로표면을 촬영하는 장치 또는 탑재된 차량이 필요로 하였다. 본연구는 이러한 기계적인 영상획득 장치의 운용비용을 감소시키고 보완하기 위해 대표적인 영상생성관련 딥러닝 모델인 생성적 적대적 네트워크의 기본 구성에서 여러 관련연구에서 제시된 방법을 응용, 결함이 있는 철도 표면 재생성모델을 구성하여, 전용 데이터베이스가 구축되지 않은 철도 표면 영상에 대해서도 결함 검출을 진행할 수 있도록 하였다. 구성한 모델은 상이한 철도 표면 텍스처들을 반영한 철도 표면 생성을 학습하고 여러 임의의 결함의 위치에 대한 Ground-Truth들을 만족하는 다양한 결함을 재 생성하도록 설계하였다. 재생성된 철도 표면의 영상들을 결함 검출 딥러닝 모델에 학습데이터로 사용한다. 재생성모델의 유효성을 검증하기 위해 철도표면데이터를 3가지의 하위집합으로 군집화 하여 하나의 집합세트를 원본 영상으로 정의하고, 다른 두개의 나머지 하위집합들의 몇가지의 선로표면영상을 텍스처 영상으로 사용하여 새로운 철도 표면 영상을 생성한다. 그리고 결함 검출 모델에서 학습데이터로 생성된 새로운 철도 표면 영상을 사용하였을 때와, 생성된 철도 표면 영상이 없는 원본 영상을 사용하였을 때를 나누어 검증한다. 앞서 분류했던 하위집합들 중에서 원본영상으로 사용된 집합세트를 제외한 두 개의 하위집합들은 각각의 환경에서 학습된 결함 검출 모델에서 검증하여 출력인 픽셀단위 분류지도 영상을 얻는다. 이 픽셀단위 분류지도영상들과 실제 결함의 위치에 대한 원본결함 지도(Ground-Truth)들의 IoU(Intersection over Union) 및 F1-score로 평가하여 성능을 계산하였다. 결과적으로 두개의 하위집합의 텍스처 영상을 이용한 재생성된 학습데이터를 학습한 결함 검출모델의 점수는 원본 영상만을 학습하였을 때의 점수보다 약 IoU 및 F1-score가 10~15% 증가하였다. 이는 전용 학습 데이터가 구축되지 않은 철도표면 영상에 대해서도 기존 데이터를 이용하여 결함 검출이 상당히 가능함을 증명하는 것이다.

• 한국식품위생안전성학회지
• /
• 제36권1호
• /
• pp.42-50
• /
• 2021

외식산업의 급속한 성장과 함께 호텔을 비롯한 외식업체에서는 식품안전 요구 및 위생에 대한 중요성 이 증가하고 있다. 이에 현장에서 위생상태를 판단할 수 있는 신속하고 실용적인 모니터링기법이 요구된다. 본 연구는 국내5성급 호텔 5군데를 대상으로 개인위생(작업자의 손), 조리기구(칼, 도마, 식품보관용기, 슬라이스 머신 칼날, 제빙기 스쿱), 시설·설비(냉장고 손잡이, 작업대, 싱크대), 고객 접점항목(뷔페용 집게)에 대한 위생관리 실태를 조사하였고 그에 대한 검증법인 ATP 값의 상관관계를 도출하고자 하였다. 5개 호텔의 위생관리 실태조사 결과, 다른 검사 항목보다 상대적으로 조리기구 및 개인위생 결과가 비교적 위생적으로 관리되고 있었으며(조리기구 92.2%, 개인위생 91.4%, 시설·설비 76.19%, 고객 접점항목 88.6%)으로 시설·설비는 비교적 미흡한 것으로 나타났다. ATP검사 결과, 조리 기구(51±45 RLU/25 ㎠)는 시설·설비(167±123 RLU/25 ㎠)보다 비교적 위생적으로 잘 관리되었다. 위생실태 조사 결과 점수와 ATP 값의 상관성 분석을 실시한 결과, 각 호텔 별 작업자 손, 조리기구, 시설·설비의 대부분 음의 상관관계를 가지며 높은 상관성(-0.64 - -0.89)을 보였다. 또한 이번 연구에서 각 검사 항목의 평소 상태의 ATP 값(1020±1254 RLU/25 ㎠)에 비해 세척 후 ATP 값(92±67 RLU/25 ㎠)이 현저히 감소되어 세척의 유효성을 확인하는 도구로 적합성을 확인할 수 있었다. 호텔을 비롯한 외식업체에서 수행하는 주관적인 위생실태조사와 ATP 검사법을 병행한다면, 실시간으로 보이지 않는 오염물질의 객관적인 수치화를 통해 식품사고 발생을 예방하기 위한 효과적인 모니터링 방법이 될 것으로 사료된다.

• 한국잠사곤충학회지
• /
• 12호
• /
• pp.37-45
• /
• 1970

1969년도 우리나라 제사공장의 공정관리 실태를 조사분석한 결과는 다음과 같다. 1 춘추잠기 공히 최성일을 포함한 5일간(최성일전후 각 2일)의 출하량이 전공판량의 약 80% 내외이고 최성일의 －3일까지 및 ＋3일이후의 출하량은 가각 10% 내외이다. 2. 생견의 운반도로상태는 92% 내외가 비포장도로이고 전공장이 구견량의 40% 내외를 40km이상되는 공판장에서 트럭으로 운반하고 있는 실정이므로 생견수송중의 격동에 의한 견질손상을 최소한으로 감소시킬 수 있는 생견의 새로운 포장방법이 청구되어야 할 것이다. 3. 전공장의 22%가 생사품위의 저하요인이 되고 있는 저온건조고만을 설치하고 있는 실정이드로 이들 공장에 대한 열풍건견기의 설치는 시급하다고 본다. 4. 원료견의 가일조제방법은 50% 내외가 정상(1.2.3.4등견), 정하(5.6등견)로 구분하고 있는바 우리나라의 견질성상으로 볼 때 정상(1.2등견), 정중(3.4 등견) 정하(5.6등견)로 구분하여 조제하는 방향으로 개선시켜야 될 것이다. 5. 선제견비율은 다조조사용이 10% 내외 자동조사용이 15% 내외로서 다조용보다 자동용이 높았으며 대 1인당 1일 선견능력은 약 80~100kg이었다. 6. 자견조건은 원료견의 해서가 불량할수록 자견시간 자견압력 및 자견온도가 높았으며 자동조사용 및 옥사조사용의 원료견은 다조조사용의 원료견보다 약자상태이었다. 7. 자동조사가 다조조사보다 1~2$^{\circ}C$의 저온에서 약 2배의 권취속도로 조사하고 있다. 8. 재조온습도는 실내가 $25^{\circ}C$, 67.2%RH 기내가 32.3$^{\circ}C$ 51.9% RH이었고 권취속도는 233m/min 대 1인당 담당창수는 7.5창이었으며 타래의 형태는 전공장이 배인이었다. 9. 제사용수의 용수원은 약 75%가 지하수이고 정수시설이 미비되어 있는 공장이 약 48%인바 이들 공장에 대한 정수시설의 완비는 시급한 과제이다. 10. 대부분의 공장이 자체검사시설로서 검위형, 무척기 Seriplane 검사시설을 보유하고 있다. 11. 진공삼투기는 전공장의 90%이상이 재조공정에서 약 20% 공장이 자견공정에서 활용하고 있다. 12. 제사공정에서 화학약제를 사용하는 공장은 약 21%에 불과하며 사용하는 약제는 대부분의 공장이 자견과정에서는 Seracol "100"을 재조과정에서는 Seracol "500"이었다. 13. 이상의 조사결과를 종합하여 볼 때 공정관리면에서는 각제사공장간에 큰 차이를 나타내고 있으므로 강습회 등을 통한 각공장간의 기술교류는 우리나라 제사업의 생산성을 제고시키는 한 요인이 될것이다.성을 제고시키는 한 요인이 될것이다.