http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 주제어 : 인공결함 검출 (검색결과 6 건)
- 무료
- 기관 내 무료
- 유료
-
펄스와전류 측정 데이터의 인공지능 학습을 통한 보온재 배관의 결함 예측
김형태,한성진,신정우,박덕근 한국비파괴검사학회 2023 한국비파괴검사학회지 Vol.43 No.6
Flaw detection signals in the thermally insulated pipes are classified using artificial intelligence (AI). Nondestructive testing technology using pulsed eddy current (PEC) is a non-contact method for detecting surface flaws with high sensitivity; however, the inspector is required to be highly skilled in signal reading. To replace the skill level of the inspector by AI, the measurement data were compared with the results of AI processing. A flaw with a depth of 50% of the thickness of the pipe was processed into diameters of 30, 60, and 90 mm in a 10-inch pipe, and these internal flaws were measured from the outside of the insulation material with a thickness of 50 mm using PEC. The PEC signals alone make it difficult to determine defect for flaws of 60 mm or less; however, AI processing data confirmed the presence or absence of defect. This study shows that even with seemingly meaningless experiments, useful results can be obtained by employing AI. 인공지능을 이용하여 보온재로 덮혀 있는 배관에서의 결함 신호를 구분하였다. 펄스와전류를 이용한보온재 비해체 방식의 와전류탐상은 비접촉으로 높은 감도로 표면 결함을 검출할 수 있지만, 신호 판독에 있어서 검사자의 높은 숙련도가 요구된다. 인공지능을 도입하여 검사자의 숙련도를 대체하기 위하여 실험결과와 데이터를 인공지능으로 처리한 결과를 비교하였다. 10인치 배관에 각각 배관 두께 대비 깊이 50%의 결함을 직경 30 mm, 60 mm, 90 mm로 가공하여 펄스와전류를 이용하여 50 mm 두께를 가진 보온재 외부에서 내부결함을 측정하였다. 펄스와전류 신호만으로는 60 mm 이하의 결함에서는 결함 여부를 확인하기 어렵지만, 데이터를 인공지능으로 처리한 결과에서는 결함 여부를 확인할 수 있었다. 본 연구는 의미 없어 보이는 실험결과일지라도 인공지능을 이용하면 유용한 결과를 얻을 수 있음을 보여준다.
-
시나리오 기반 상·하수도 관로의 실시간 결함검출 기술 개발
박동채,최영환 한국수자원학회 2022 한국수자원학회논문집 Vol.55 No.-
상·하수도 시스템은 사람들에게 안전하고 깨끗한 물을 공급해주는 사회기반시설이며, 특히 상·하수도 관로는 지중에 매설되어 있기 때문에 시스템의 결함검출이 매우 어렵다. 이러한 이유로 상·하수도 관로의 진단은 관로 내부에 카메라 및 드론을 통한 촬영을 하여 사후에 촬영된 영상을 바탕으로 시스템 진단하는 등의 사후 결함검출로 제한되기 때문에, 작업자의 업무 효율 증대와 진단의 신속성을 위해서는 관로의 실시간 탐지기술이 필요하다. 최근 첨단장비 및 인공지능 기법을 활용한 시설물 진단 기술이 개발되고 있지만, 인공지능기반 결함검출 기술은 결함 데이터의 종류 및 형태, 수가 검출 성능에 영향을 주기 때문에 다양한 학습데이터가 필요하다. 따라서, 본 연구에서는 상·하수도 관로의 결함검출 시 탐지 성능 향상을 위해 다양한 결함 시나리오를 3D 프린트를 이용하여 구현하고 이를 수집된 결함 데이터와 함께 학습데이터로 사용한다. 이후 수집된 이미지는 위험도에 따른 분류 및 객체의 라벨링 등의 전처리 작업이 수행되고 실시간 결함탐지를 수행한다. 제안된 기법은 상·하수도시스템 결함검출 시 실시간 피드백을 제공함으로써, 작업자의 진단 누락 가능성을 최소화하며 기존의 상·하수도관 진단업무 처리능력을 향상할 수 있다.
-
인공지능 기반 EL 이미지의 태양전지 및 모듈의 결함검출 연구
조선근(Jo Sun-Keun),박인두(Park In-Doo),장주희(Jang Ju-Hee),오원욱(Oh Wonwook) 한국태양에너지학회 2021 한국태양에너지학회 논문집 Vol.41 No.6
Currently, investment is being made in renewable energy for the transition to a low-carbon economy and society, and interest in solar energy is also increasing. In addition to the technological development of solar cells and photovoltaic (PV) modules, research in the field of convergence with artificial intelligence technology is being actively conducted. Defects occurring in the manufacturing process of solar cells and modules can be detected through electroluminescence (EL) measurements. In this study, we propose an artificial intelligence technology that can automatically detect defects in cells and modules in real time using EL image data of solar cells and modules in the manufacturing process. For EL defect detection, we propose an algorithm with high suitability in terms of speed and accuracy by applying deep learning-based object detection models and comparing and evaluating detection performance. In the case of the YOLO (you only look once) algorithm, which belongs to a one-step detector, it learns In the case of the YOLO (you only look once) algorithm, which belongs to a one-step detector, it learns through an optimization process to find information about the defect and the location information of the corresponding failure in the form of a bounding box, and then detects the failure based on this information. The introduction of a deep learning-based defect detection model in the manufacturing process is expected to reduce the time required for defect detection by solar cell and PV module manufacturers and contribute to productivity improvement.
-
-
KR60 레일의 결함 탐상을 위한 위상배열 초음파 변환기 개발 (Ⅰ)
김건우(Geonwoo Kim),서무경(Mu-Kyung Seo),최남경(Namkyoung Choi),김기복(Ki-Bok Kim),권세곤(Segon Kwon),김영철(Young-cheol Kim) 한국비파괴검사학회 2017 한국비파괴검사학회지 Vol.37 No.6
현재 우리나라 철도 레일의 초음파 탐상은 복수의 단일 초음파 변환기를 이용한 탐상이다. 단일 초음파 탐상의 한계를 극복하기 위해, 본 연구에서는 CIVA 시뮬레이션을 이용하여 KR60 레일의 결함 탐상을 위한 최적 위상배열 초음파 변환기를 설계하고, 그 탐상 결과를 분석하였다. 상용 위상배열 초음파 변환기를 KR60 레일의 비파괴 탐상에 이용할 경우 레일의 기하학적 특성에 따라 검출 가능한 결함의 종류가 제한되었다. 따라서, KR60 레일의 구조적 특징과 결함의 위치와 형상에 따라 위상배열 초음파 변환기의 제원(중심주파수, 대역폭, 집속 깊이, 소자 길이, 너비, 높이 등)을 도출하였으며, 도출된 위상배열 초음파 변환기의 음장과 다양한 인공결함에 대한 S-scan 이미지를 비교·분석하였다. Ultrasonic testing for the KR60 railway in Korea has been conducted by single element ultrasonic testing. In this study, to overcome the limits of single element ultrasonic testing, phased array ultrasonic transducers for detecting defects on the KR60 rail were designed and analyzed based on the inspection results obtained by CIVA software simulation. It was difficult to detect various defects using commercial phased array ultrasonic transducers because of geometric features of KR60 railroad. Therefore, according to the geometric characteristics of the KR60 railroad, the specifications of phased array ultrasonic transducers for the KR60 rail were determined such as nominal frequency, bandwidth, focusing length, width, height, length of piezo-electric material, etc. The acoustic field of the phased array ultrasonic transducers and their S-scan images of artificial defects on the KR60 rail were compared and analyzed.
-
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
