http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
그라운드 앵커 긴장재 손상 검출을 위한 FE 시뮬레이션 기반 EM(Elasto-Magnetic) 센서 설계 및 검증
고동영 ( Ko¸ Dongyoung ),박주영 ( Park¸ Jooyoung ),이창준 ( Lee¸ Changjun ),김승우 ( Kim¸ Seung Woo ),박승희 ( Park¸ Seunghee ) 한국구조물진단유지관리공학회 2023 한국구조물진단유지관리공학회 학술발표대회 논문집 Vol.27 No.2
A design process considering the electromagnetic characteristics of the materials and target object is essential for fabricating an EM(Elasto-Magnetic) sensor. However, several studies have not considered this. Therefore, in this study, the sensor parameters were initially determined through a finite element (FE) simulation, considering the size and form of an actual ground anchor. Subsequently, an indoor experiment was performed to verify the possibility of detecting tendon damage using a fabricated EM sensor by measuring the electromotive force (EMF). Finally, the experiment results were compared with the FE simulation results.
딥러닝 기법을 활용한 레이저 초음파 기반 배관 국부 손상 감지
유병준 ( Yu Byoungjoon ),고동영 ( Go Dongyoung ),박승희 ( Park Seunghee ) 한국구조물진단유지관리공학회 2021 한국구조물진단유지관리공학회 학술발표대회 논문집 Vol.25 No.2
본 연구에서는 사회기반시설물과 건설 산업 외에 여러 산업에서도 많이 사용되는 배관의 효율적인 안전관리를 위해 배관 레이저 스캐닝 데이터를 기반으로 CNN Object detection 알고리즘을 이용한 배관 곡관부 자동 손상 탐지 시스템을 제안하였다. Q-switched Nd:YAG Pulse laser와 AE(음향 방출) Sensor를 이용하여, 배관 곡관부 손상을 대상으로 UWPI 영상 데이터를 검출하였다. 후처리를 통해 총 1280장의 학습데이터를 활용해 손상 검출 시스템을 구축하였다. 1280장의 이미지 데이터로는 학습을 진행하기에 부족함으로 미리 학습된 COCO2017 EfficientDet-d0 알고리즘을 사용하는 Transfer learning 기법을 적용하였다.