• 비파괴검사학회지
• /
• 제19권5호
• /
• pp.378-391
• /
• 1999

• 비파괴검사학회지
• /
• 제28권3호
• /
• pp.263-272
• /
• 2008

Many technical methods are used for nondestructive testing field for solid materials. Among those, ultrasonic inspection methods are widely used and one of the popular methods involves the extraction of an appropriate set of features followed by the use of a neural network for the classification of the signals in the feature space. This paper describes an approach which uses LMS method to determine the coordinates of the ultrasonic probe followed by the use of SAFT with centroid technique to estimate the location of the ultrasonic reflector. The method is employed for classifying UT-NDE signals from the steam generator tubes in a nuclear power plant. The classification results are presented for the ultrasonic signals from cracks and deposits within steam generator tubes.

• 비파괴검사학회지
• /
• 제15권2호
• /
• pp.395-406
• /
• 1995

초음파탐상시험을 통해 용접 결함의 종류를 정확히 구분하는 것은 정량적 비파괴시험을 위한 기본적인 단계로서 매우 중요한 문제인데, 이 문제는 최근 활발한 연구가 진행중인 초음파 형상 인식 기법의 적용에 의해 해결할 수 있다. 여기에서는 특징 추출, 특징 선택 그리고 결함 분류 등 초음파 형상 인식 기법의 세부 기술과 함께, 특히 최근 효율적인 분류기로 관심을 모으고 있는 확률 신경 회로망의 적용에 대해 논의하였다. 그리고 강 용접부 내부에 존재하는 결함을 균열, 기공, 슬래그 혼입의 3 종류로 분류하는 문제에 확률 신경 회로망을 적용한 예를 통하여, 초음파 형상 인식 기법의 효용성을 검증하였다. 또한 민감한 특징을 효율적으로 선별하는데 널리 사용되는 전방 특징 선택법과 그 적용에 대해서도 논의하였다.

• 비파괴검사학회지
• /
• 제24권6호
• /
• pp.590-596
• /
• 2004

신경망 기반의 신호 분류 시스템은 비파괴 검사 시 추출되는 많은 양의 데이터를 처리하기 위한 방법으로 꾸준히 이용되고 있다. 비파괴검사 방법 중, 초음파 탐상법은 용접 지역에서 결함들을 찾기 위하여 비파괴 검사에서 일반적으로 사용되고 있는 추세다. 초음파 탐상법의 중요한 특징은 특정 신호에서 발생하는 불연속성을 판별해내는 능력이다. 지금까지의 보편화되어 있는 기술은 신호를 분류하기 위해 각각의 A-scan 신호를 처리하는 반면 본 논문에서는 이웃하는 A-scan 신호의 정보를 기반으로 하는 2차원 푸리에 변환(Fourier transform)과 주성분 분석(principal component analysis) 기법을 이용하여 특징 벡터를 추출, 분류하는 방법을 제시하고자 한다.

• 비파괴검사학회지
• /
• 제17권1호
• /
• pp.11-22
• /
• 1997

원자력발전소 압력용기 및 배관은 많은 용접부를 포함하고 있으며 용접부내 결함은 크기, 위치 및 형태에 따라 압력용기 및 배관의 건전성에 커다란 영향을 미친다. 따라서 주요 압력용기와 배관의 용접부에 대해서는 가동 전 중 검사시 초음파 탐상시험을 실시하여 그 건전성을 확인하고 있다. 초음파 결함 신호로부터의 결함 분류는 비파괴 평가에 있어 매우 중요하며 초음파 형상 인식 방법이 적당하다. 본 논문에서는 탄소강 압력용기 용접부에 내재하는 결함으로부터 얻어진 초음파 결함 신호의 형상 인식을 위한 절차로써 데이터 수집, 특징 추출, 특징 선택 및 결함 분류를 하였으며, 결함 분류에 있어 결함의 종류를 크게 선형(linear)과 체적(volumetric)의 두 종류로 분류함에 있어 퍼지이론을 적용하여 퍼지이론을 적용한 초음파 형상 인식 기법의 가능성 및 효율성을 제시하였고 그 결과 기존의 분류기(classifier)들에 비해 보다 우수한 결과를 얻을 수 있었다.

• 비파괴검사학회지
• /
• 제25권3호
• /
• pp.189-200
• /
• 2005

Ultrasonic inspection methods are widely used for detecting flaws in materials. One of the more popular methods involves the extraction of an appropriate set of features followed by the use of a neural network for the classification of the signals in the feature space. This paper describes an approach which uses LMS method to determine the coordinates of the ultrasonic probe followed by the use of SAFT to estimate the location of the ultrasonic reflector The method is employed for classifying NDE signals from the steam generator tubes in a nuclear power plant. The classification results using this scheme for the ultrasonic signals from cracks and deposits within steam generator tubes are presented.

• 한국작물학회지
• /
• 제53권3호
• /
• pp.314-319
• /
• 2008

Near infrared (NIR) spectroscopy was used to classify normal and artificially aged nonviable corn (Zea mays L., cv. 'Suwon19') seeds. The spectra at 1100-2500nm were scanned with normal and artificially aged single seeds and analyzed by principle component analysis (PCA). To discriminate normal seeds from artificially aged seeds, a calibration modeling set was developed with a discriminant partial least square 2 (PLS 2) method. The calibration model derived from PLS 2 resulted in 100% classification accuracy of normal and artificially aged (aged) seeds from the raw, the 1st and 2nd derivative spectra. The prediction accuracy of the unknown normal seeds was 88, 100 and 97% from the raw, the $1^{st}$ and $2^{nd}$ derivative spectra, and that of the unknown aged seeds was 100% from all the raw, the $1^{st}$ and $2^{nd}$ derivative spectra, respectively. The results showed a possibility to separate corn seeds into viable and non-viable using NIR spectroscopy.

• 전기학회논문지P
• /
• 제57권4호
• /
• pp.424-430
• /
• 2008

A new active vibration measurement system in electric power transmission line is presented, using in the nondestructive test. With a permanent magnet and a couple of coils, the system exerts impact force to a test object and in turn picks up the vibration of the object. The natural frequency with the amplitude obtained from the system are used as a basis for the detection of defects in the object. The system is controlled by an electronic device designed to facilitate the fully automated testing process with consistent repeatability and reliability which are essential to the nondestructive test. The system is expected to be applied to the wide area of defect detection including the classification of mechanical parts in production and inspection processes.

• 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.

• 비파괴검사학회지
• /
• 제13권2호
• /
• pp.11-19
• /
• 1993

원자력발전소의 주요 압력용기 용접부에 대한 초음파검사시 결함의 특성과 형태에 대한 정확한 분류는 원자력 발전소의 안전성을 확보하기 위한 결함평가에 중요한 요소이다. 본 연구에서 초음파검사에서 얻어진 결함신호를 digital signal processing 기법으로 처리하여 결함의 특성과 형태를 구분할 수 있는 feature vector를 추출하고 결함의 형태를 형상 인식법을 사용하여 분류 하였다. Training specimen(slit, hole)의 신호와 testing specimen(crack, slag)의 신호를 구분하기 위한 실험에서 사용된 통계적 pattern recognition algorithm은 minimum distance classifier와 maximum likelihood classifier이다. 이러한 형상 classifier를 이용하여 결함의 특성을 정량적으로 분류하여 결함 평가 능력을 향상시켰다.