• 비파괴검사학회지
• /
• 제27권6호
• /
• pp.509-519
• /
• 2007

This paper presents new techniques under development for monitoring the health and vibration of the active components in nuclear power plants, The purpose of this study is to develop an automated system for condition classification of a check valve one of the components being used extensively in a safety system of a nuclear power plant. Acoustic emission testing for a check valve under controlled flow loop conditions was performed to detect and evaluate disc movement for valve failure such as wear and leakage due to foreign object interference in a check valve, It is clearly demonstrated that the evaluation of different types of failure types such as disc wear and check valve leakage were successful by systematically analyzing the characteristics of various AE parameters, It is also shown that the leak size can be determined with an artificial neural network.

• 비파괴검사학회지
• /
• 제17권3호
• /
• pp.162-173
• /
• 1997

최근 산업 발전에 따라 철강 제품의 수요 증가와 함께 품질의 고급화에 대한 요구도 점차 증가하고 있는데, 이러한 수요자의 요구에 부응하기 위해 철강업계는 냉연 강판 표면결함검출기(surface defect detector; SDD)를 도입 운용하고 있다. 그러나 현재 국내 철강 제조업체들이 보유하고 있는 상용 SDD는 결함의 검출에는 매우 효율적이지만 결함의 분류에는 아직 만족할만한 성능을 보여주지 못하고 있다. 그 이유는 SDD가 결함 분류를 위해 채택한 분류표분류기(classification table; CT)는 시험 표본의 모든 특징값들이 분류표의 범위 내에 있을 때만 결함의 분류를 정확히 수행하기 때문에 결함 분류 정확도가 낮을 뿐 아니라, 분류 법칙의 설정을 작업자의 수작업에 의존하고 있어 현장 적용을 더욱 어렵게 하고 있다. 이러한 단점을 극복하기 위해 본 연구에서 학습 표본으로부터 확률밀도함수를 추정하고 여기에서 분류 법칙을 자동적으로 결정하는 방법을 제시하였고, 강화분류표분류기(enhanced classification table; ECT)와 확률신경회로망분류기(probabilistic neural network; PNN)를 새롭게 제안하여 이들 분류기를 실제적인 문제에 적용하였다. 그 결과 ECT와 PNN 모두 결함 분류 성능을 획기적으로 높일 수 있는 좋은 방법이며, 특히 PNN은 아주 구별하기 어려운 결함도 구별해내는 능력이 있을 뿐 아니라, 병렬 처리 능력을 가지고 있기 때문에 다량의 데이터를 실시간으로 처리해야 하는 경우에 적용할 수 있는 매우 효율적인 분류기임을 확인하였다.

• Journal of Welding and Joining
• /
• 제13권4호
• /
• pp.132-146
• /
• 1995

Flaw classification(determination of the flaw type) and flaw sizing (prediction of the flaw shape, orientation and sizing parameters) are very important issues in ultrasonic nondestructive evaluation of weldments. In this work, new techniques for both classification and sizing of flaws in weldments are described together with extensive review of previous works on both topics. In the area of flaw classification, a methodology is developed which can solve classification problems using probabilistic neural networks, and in the area of flaw sizing, a time-of-flight equivalent(TOFE) sizing method is presented.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 1993년도 Proceedings of International Conference for Agricultural Machinery and Process Engineering
• /
• pp.403-412
• /
• 1993

This paper presents the progress of the development of a nondestructive technique for the classification of normal, septicemic , and cadaver poultry carcasses by the Instrumentation and Sensing Laboratory at Beltsville, Maryland, U.S.A. The Sensing technique is based on the diffuse reflectance spectroscopy of poultry carcasses.

• 한국안전학회지
• /
• 제12권2호
• /
• pp.3-16
• /
• 1997

In modern high performance engineering applications, the structural integrity of materials and structures are quite often evaluated using fracture mechanics. This evaluation in turn requires information on the flaw geometry (location, type, shape, size, and orientation). The ultrasonic nondestructive evaluation (NDE) method is one technique that is commonly used to provide such information. Flaw classification (determination of the flaw type ) and flaw sizing (prediction of the flaw shape, orientation and sizing parameters) are very important issues for quantitative ultrasonic NDE. In this paper new approaches to both classification and sizing of flaws are described together with extensive review of previous works on both topics. In the area of flaw classification, a methodology is developed which can solve classification problems using probabilistic neural networks, and in the area of flaw sizing, a time-of-flight equivalent (TOFE) sizing method is presented. The techniques proposed here are in a form that can be used directly in many practical applications to quantitative estimates of the flaw's significance.

• 비파괴검사학회지
• /
• 제25권1호
• /
• pp.27-35
• /
• 2005

초음파 검사 방법은 여러 가지 물질들의 흠집이나 틈새, 티끌 등을 감지해내는데 널리 쓰이고 있다. 그 중 초음파 신호를 분석하는 절차는 전체의 신호처리 과정에서 아주 중요한 역할을 담당하고 있다. 이 논문은 최소평균 제곱 (LMS) 알고리즘을 이용하여 핵 전력 발전소에서 쓰이는 증기 발생기 튜브로부터 감지된 초음파 비파괴검사 신호를 분류 해내는 것에 관한 것이다. 이 초음파 신호는 튜브내의 흠집이나 틈새로부터 감지된 신호일수도 있고 또는 튜브 내의 침전물에 의해서 발생된 신호일 수도 있는데 이 두 가지 신호는 매우 유사하기 때문에 반드시 분류를 해내어 침전물에 의한 신호일 경우는 무방하지만 흠집이나 갈라진 틈새에서 나오는 신호일 경우는 더 이상의 오염이나 사고 등을 방지하기 위해 수리 또는 교체 등의 후속 조치로 이어져야 한다. 이러한 절차를 밟기 위하여 증기 발생기 튜브의 내부에서의 초음파 센서로부터 증기 발생기 튜브 사이의 거리를 측정하는데 모델링 기법에 기반한 deconvolution 방법이 제시되었으며 이 방법은 space alternating generalized expectation maximization (SAGE) 알고리즘을 이차원 미분 파라미터인 Hessian의 사용으로 인하여 수렴 속도가 빠른 Newton-Raphson 알고리즘과 함께 병행 사용하여 초음파 신호의 초점 도달 시간과 그 크기를 측정하여 초점 도달 거리에 따라 두 종류의 신호를 분류, 차별화 하는 기법이다. 이 알고리즘을 이용하여 흠집이나 틈새로부터 나온 신호일 경우와 퇴적물에 의해 나온 신호일 경우로 분류되었고 그 결과가 이 논문에 제시되었다.

• 비파괴검사학회지
• /
• 제30권1호
• /
• pp.13-19
• /
• 2010

본 논문에서는 원전SG세관 결함 크기 추정을 위한 새로운 구조의 추정시스템에 대한 연구를 수행한다. 기존의 연구에서는 결함 크기를 추정하기 위하여 각각의 결함 형태별로 결함크기추정시스템을 설계하였다. 이와 같은 경우, 추정시스템의 구조가 복잡해지고 결함 크기 추정 이전에 수행하는 결함형태분류기의 정확성이 떨어질 경우 결함 크기 추정 성능도 결과적으로 악화될 수밖에 없다. 이에 본 논문에서는 결함 형태 분류 과정을 필요로 하지 않는 결함크기추정시스템의 성능을 분석하고 이를 향상시키기 위한 방안을 연구하였다. 기존의 추정시스템은 각각의 결함 형태별로 특화된 추정기를 사용하기 때문에 추정 성능이 훨씬 뛰어날 것으로 예상되었지만, 실험 결과 두 추정시스템의 성능 차이는 그리 크지 않다는 것을 알 수 있었다. 따라서 결함형태분류기의 정확성이 완벽하지 않을 경우, 본 논문에서 제안한 구조의 추정기가 효과적으로 사용될 수 있을 것으로 기대된다.

• 비파괴검사학회지
• /
• 제21권1호
• /
• pp.54-61
• /
• 2001

웨이블릿 변환과 인공신경망을 이용하여 AE 신호를 분류하는 소프트웨어 패키지를 개발하였다. 웨이블릿 변환으로는 연속 웨이블릿 변환과 이산 웨이블릿 변환을 모두 고려하였으며, 인공신경망의 모델로는 오류 역전파 인공신경망을 사용하였다. 분류에 사용된 AE 신호는 용접부에 인공결함을 가진 시편의 3점 굽힘시험에서 발생한 신호이다. 개발된 소프트웨어 패키지를 이용하여 이 신호를 웨이블릿 변환시켜 생성된 시간-주파수 평면상에서 특징값을 추출하고 이를 인공신경망에 학습하여 인공신경망 분류기를 설계하고 검증하였다. 본 연구에서 개발된 소프트웨어 패키지를 이용한 AE 신호 분류법이 유용함을 보이고, 또한 연속 웨이블릿 변환과 이산 웨이블릿 변환에 의한 분류 결과를 비교하였다.

• 비파괴검사학회지
• /
• 제16권1호
• /
• pp.34-45
• /
• 1996

음향 방출 신호의 수집 및 처리, 특징값 추출 및 선택, 분류기 설계 및 검증 과정 등을 수행할 수 있는 신호 형상 인식 프로그램을 개발하고, 이를 오스테나이트계 STS304 용접부의 인공 결함 분류 연구에 적용하였다. 특히 분류기로는 선형 함수 분류기, 경험적 Bayesian 분류기, 신경 회로망 분류기를 사용하였고, 센서는 광대역 센서와 공진형 센서를 사용하여 분류기간의 비교와 센서간의 차이점을 검토하였다. 그 결과 신경 회로망 분류기가 다른 분류기에 비해 높은 인식률을 주었고, 공진형 센서보다는 광대역 센서를 통해 받은 신호가 더 높은 인식률을 주었다.

• Journal of Biosystems Engineering
• /
• 제37권6호
• /
• pp.411-419
• /
• 2012

Purpose: Nondestructive evaluation of seed viability is a highly demanded technique in the seed industry. In this study, hyperspectral imaging system was used for discrimination of viable and non-viable radish seeds. Method: The spectral data with the range from 400 to 1000 nm measured by hyperspectral reflectance imaging system were used. A calibration and a test models were developed by partial least square discrimination analysis (PLS-DA) for classification of viable and non-viable radish seeds. Either each data set of visible (400~750 nm) and NIR (750~1000 nm) spectra and the spectra of the combined spectral ranges were used for developing models. Results: The discrimination accuracy of calibration was 84% for visible range and 76.3% for NIR range. The discrimination accuracy of test was 84.2% for visible range and 75.8% for NIR range. The discrimination accuracies of calibration and test with full range were 92.2% and 92.5%, respectively. The resultant images based on the optimal PLS-DA model showed high performance for the discrimination of the nonviable seeds from the viable seeds with the accuracy of 95%. Conclusions: The results showed that hyperspectral reflectance imaging has good potential for discriminating nonviable radish seeds from massive amounts of viable seeds.