U-Net 기반 딥러닝 분석을 통한 철도 콘크리트 도상 균열 자동 검측 개발

나용현,유영준 한국철도학회 2023 한국철도학회 학술발표대회논문집 Vol.2023 No.11

빅데이터 분석을 통한 중력식 항만시설 수정프로젝트 레벨의 상태변화 특성 분석

나용현,박미연,장신우,Na, Yong Hyoun,Park, Mi Yeon,Jang, Shinwoo 한국재난정보학회 2021 한국재난정보학회 논문집 Vol.17 No.2

Purpose: Inspection and diagnosis on the performance and safety through domestic port facilities have been conducted for over 20 years. However, the long-term development strategies and directions for facility renewal and performance improvement using the diagnosis history and results are not working in realistically. In particular, in the case of port structures with a long service life, there are many problems in terms of safety and functionality due to increasing of the large-sized ships, of port use frequency, and the effects of natural disasters due to climate change. Method: In this study, the maintenance history data of the gravity type quay in element level were collected, defined as big data, and a predictive approximation model was derived to estimate the pattern of deterioration and aging of the facility of project level based on the data. In particular, we compared and proposed models suitable for the use of big data by examining the validity of the state-based deterioration pattern and deterioration approximation model generated through machine learning algorithms of GP and SGP techniques. Result: As a result of reviewing the suitability of the proposed technique, it was considered that the RMSE and R² in GP technique were 0.9854 and 0.0721, and the SGP technique was 0.7246 and 0.2518. Conclusion: This research through machine learning techniques is expected to play an important role in decision-making on investment in port facilities in the future if port facility data collection is continuously performed in the future. 연구목적: 국내 항만시설의 진단을 통한 성능 및 안전에 대한 점검과 진단을 20년 넘게 진행되었지만 그 진단 이력과 결과를 활용한 중장기적인 시설개선과 성능개선을 위한 발전전략이나 방향이 현실적으로 작동하지 않고 있다. 특히, 사용년수가 오래된 항만구조물의 경우, 선박의 대형화와 사용빈도 증가, 기후변화로 인한 자연재해의 영향 등으로 안전성능과 기능적 면에서 상당히 많은 문제점을 내포하고 있다. 연구방법: 본 연구에서는 중력식 안벽에 대한 부재수준의 유지관리 이력 데이터를 수집하여 이를 빅데이터로써 정의하고 해당 데이터를 바탕으로 프로젝트 수준의 시설물의 노후화 패턴 및 열화를 추정하기 위한 예측근사모델을 도출하였다. 특히 GP 및 SGP 기법의 머신러닝 알고리즘을 통하여 생성된 상태기반 노후도 패턴 및 열화 근사모델에 대한 유효성 검토를 통해 빅데이터 활용에 적합한 모델을 상호비교하고 제안하였다. 연구결과: 제안된 기법의 적합성을 검토한 결과 GP기법은 RMSE 및 R²는 0.9854와 0.0721, SGP기법은 0.7246과 0.2518로 GP기법을 적용한 예측모델이 적합한 것으로 검토 되었다. 결론: 머신러닝 기법을 통해 이러한 연구는 향후 항만시설 데이터취합이 지속적으로 이루어진다면 향후 항만시설 투자의사결정에 중요한 역할을 할 것으로 기대한다.

평판형 적층 세라믹 초음파 압전 트랜스미터의 제조와 성능 평가

나용현,이민선,조정호,백종후,이정우,정영훈 한국전기전자재료학회 2019 전기전자재료학회논문지 Vol.32 No.3

A flat-type piezoelectric ceramic ultrasonic transmitter was successfully fabricated for application in acoustic devices with cone-free diaphragms. The transmitter, possessing a center frequency of 40.6 kHz, exhibited a higher displacement characteristic for a multilayer type compared with a single layer type. Surface roughness treatment of an Al elastic diaphragm influenced a slight increase (1.1 dB) in the sound pressure level (SPL) at 10 Vrms due to the enlarged surface area. The fabricated multilayer piezoelectric ceramic ultrasonic transmitter showed increasing SPL withincreasing input voltage, with a maximum SPL of approximately 123.6 dB at 10 Vrms. This implies a doubly increased SPL density of 3.6 dB/mm3, superior to that of a commercial open-type transmitter with a cone. 본 연구에서는 콘형 금속 박판이 없는 평판형 적층 세라믹 초음파 압전 트랜스미터를 제조하였다. 제작된 트랜스미터는 40.6 kHz의 중심주파수를 가지며, 같은 구조의 단판형 세라믹을 이용하여 제조한 것에 비해 높은 변위 변화 특성을 나타내었다. 제조된 시편은 표면처리를 통해 거칠기를 높여주었으며, 이를 통해 유효면적을 증가시킴으로 10 Vrms에서 음압 레벨(SPL: Sound Pressure Level)이 증가 (1.1 dB)하였다. 제조된 multilayer 압전 초음파 트랜스 미터는 입력전압이 증가함에 따라 SPL이 증가하는 경향이 나타났으며, 10 Vrms에서 SPL은 123.6 dB로 나타났다. 또한 상용 개방형 압전 초음파 트랜스미터에 비해 2배 높은 음압 밀도인 3.6 dB/mm3로 나타났다.

무인이동체 기반 딥러닝 분석 기술을 활용한 철도교량 자동 손상 분석 기술 개발 연구

나용현,박미연 한국재난정보학회 2022 한국재난정보학회 학술대회 Vol.2022 No.10

무인이동체 기반 딥러닝 분석 기술을 활용한 철도교량 자동 손상 분석 기술 개발 연구

나용현,박미연 한국재난정보학회 2022 한국재난정보학회 학술대회 Vol.2022 No.10

무인이동체와 딥러닝 기반 이미지 분석 기술을 활용한 철도교량 자동 손상 분석 방법 연구

나용현,박미연,Na, Yong Hyoun,Park, Mi Yeon 한국재난정보학회 2021 한국재난정보학회 논문집 Vol.17 No.3

연구목적: 본 연구에서는 무인이동체를 활용한 철도교량의 외관조사 점검을 보다 효율적이고 신뢰성 있게 점검을 위하여 무인이동체를 통해 촬영된 이미지를 바탕으로 다양한 방식의 딥러닝 기반 자동 손상 분석기술을 검토하였다. 연구방법: 취득된 이미지를 바탕으로 손상항목을 정의하고 학습데이터로 추출하여 딥러닝 분석 모델을 생성하였다. 그리고 철도교량의 외관 손상 중 균열, 콘크리트 박리·박락, 누수, 철근노출에 대한 손상 이미지를 학습한 모델을 적용하여 자동 손상 분석 결과로 테스트하였다. 연구결과: 분석 결과 평균 95%이상 검측 재현율을 도출하는 분석 기법을 검토할 수 있었다. 이와 같은 분석 기술은 기존 육안점검 결과 대비 보다 객관적이고 정밀한 손상 검측이 가능하다. 결론: 본 연구를 통해 개발된 기술을 통해 철도 유지관리 분야에서 무인이동체를 활용한 정기점검 시 자동손상분석을 통한 객관적인 결과도출과 기존 대비 소요시간, 비용저감이 가능할 것으로 기대된다. Purpose: In this study, various methods of deep learning-based automatic damage analysis technology were reviewed based on images taken through Unmanned Aerial Vehicle to more efficiently and reliably inspect the exterior inspection and inspection of railway bridges using Unmanned Aerial Vehicle. Method: A deep learning analysis model was created by defining damage items based on the acquired images and extracting deep learning data. In addition, the model that learned the damage images for cracks, concrete and paint scaling·spalling, leakage, and Reinforcement exposure among damage of railway bridges was applied and tested with the results of automatic damage analysis. Result: As a result of the analysis, a method with an average detection recall of 95% or more was confirmed. This analysis technology enables more objective and accurate damage detection compared to the existing visual inspection results. Conclusion: through the developed technology in this study, it is expected that it will be possible to analysis more accurate results, shorter time and reduce costs by using the automatic damage analysis technology using Unmanned Aerial Vehicle in railway maintenance.

가버 필터를 사용한 철도 콘크리트 궤도 도상의 자동 균열 감지 개발

나용현,박미연,박지수,박성백,권세곤 한국재난정보학회 2018 한국재난정보학회 논문집 Vol.14 No.4

연구목적: 철도 안전에 영향을 미치는 콘크리트 궤도는 이미지분석 기술을 사용하여 균열 을 감지 할 수 있으나 균열을 검출하기 위한 콘크리트 궤도 및 표면 오염의 조건이 균열 검측에 방해되므로 이를 효과적으로 제거하기 위한 방법이 필요하다. 연구방법: 본 연구에서는 한국 철도의 균열을 효과적으로 감지하기 위한 이미지 분석 기법 을 적용한 프로세스를 제안하고 실험 모듈을 통해 취득된 이미지를 분석하여 성능을 검증 하였다. 또한, 우리는 제안된 Gabor Filter Bank 기법을 사용하여 철도 콘크리트 도상 이미 지를 획득한 데이터 중 무작위로 선택된 2000개의 이미지를 개발된 프로세스를 통해 자동 균열 검측을 수행하여 타당성을 검토하였다. 연구결과: 연구에서 제안된 시스템으로 균열 검측 결과 탐지율이 약 94% 성능으로 검토되 었으며 취득된 철도콘크리트도상이미지의 균열이 동일한 크기와 형식으로 일치하였다. 결론: Gabor Filter Bank를 사용한 균열 검측법은 한국 철도의 콘크리트 궤도도상에 노이즈 를 포함한 균열 이미지에 효과적으로 분석되는 것을 확인 할 수 있었다. 이 시스템은 기존 의 인간 위주의 철도 산업에서 자동화 된 유지 관리 시스템이 될 수 있을 것으로 기대된다. Purpose: Concrete track that affects on railway safety can detect cracks using image processing technique. However, since a condition of concrete track and surface noisy are obstructed to detect cracks, there is a need for a way to remove them effectively. Method: In this study, we proposed an image processing to detect cracks effectively for Korean railway and verified its performance through experiment. We developed image acquisition system for capture a railway concrete track and acquired railway concrete track images, randomly selected 2000 images and detected cracks in the image process using proposed Gabor Filter Bank methods. Results: As a result, 94% of detection rate are matched to the actual cracks in same quality and format railway concrete track image. Conclution: The crack detection method using Garbor Filter Bank was confirmed to be effective for crack image including noise in the Korean railway concrete track. This system is expected to become an automated maintenance system in the existing human- centered railway industry

지하공간 내 IoT 기술 및 지능형 영상감지 기술을 적용한 대피경로 유도 시스템 개발

나용현,박미연,박지수 한국재난정보학회 2019 한국재난정보학회 학술대회 Vol.2019 No.09

본 연구는 지하공간 내에서 발생하는 화재나 테러와 같은 재난상황을 인지하고 IoT 시스템을 통해 승객이 현재 위치에서 최 적의 경로로 대피를 유도하기 위한 시스템으로 CCTV를 통한 지능형 영상감지 기술을 적용하여 지하공간 내 밀집도를 분석한 데이터를 바탕으로 단위공간별 노드에서 밀집공간을 우회하여 안내할 수 있는 시스템으로 개발되었다. 배경차(Background Extraction) 감지 기법을 사용하여 분석하였으며 분석된 밀집도 값이 분할된 공간에 입력하여 우회 경로를 실시간으로 분석을 통해 승객의 대피의 의사결정과 골든타임 확보를 통하여 신속한 대피 의사결정을 지원할 수 있는 기술로 개발하였다. 이와 같은 시스템은 실제 지하공간인 지하철 역사에 테스트베드를 구축하여 성능을 확인하였다.

R-CNN 기법을 활용한 딥러닝 기반 철도 콘크리트 도상 자동 균열 검측 시스템 개발

나용현,박미연,박성백,권세곤 한국철도학회 2019 한국철도학회 학술발표대회논문집 Vol.2019 No.11

항만시설 유지관리 의사결정 지원 시스템 개발 연구

나용현,박미연,최두영 한국재난정보학회 2022 한국재난정보학회 논문집 Vol.18 No.2

Purpose: Currently, port facility informatization technology is focused on the planning and design phases, so the necessity of research and technology development on the port facility maintenance system based on life cycle-level information is emphasized. Methodt: Based on the maintenance history data according to the results of the existing precise safety diagnosis, the system is configured to enable investment decisions in port facilities through analysis of aging patterns and performance degradation prediction models from the perspective of the life cycle of port facilities, and information A method of expression was proposed. Result: This system was developed to enable mid- to long-term application and judgment of maintenance and reinforcement and facility expansion by simultaneously displaying the safety, durability, and usability scores under the law and the comprehensive performance evaluation developed in this study. Conclusion: The integrated port performance system developed in this study is a technology that can continuously observe and informatize port facilities, and converts it into big data to preemptively review aging and minimize risks through appropriate repair and reinforcement measures. It is expected that the technology will be used. 연구목적 : 현재 항만시설 정보화 기술은 계획과 설계단계에 편중되어 있어 생애주기차원의 정보를 기반으로 한 항만시설 유지관리 체계에 관한 연구와 기술 개발의 필요성이 강조되고 있다. 연구방법 : 기존의 정밀안전진단 결과에 따른 유지관리 이력 데이터를 기반으로 항만시설의 생애 주기적 관점에서 노후화 패턴 분석과 성능저하 예측 모델을 통해 항만 시설에 대한 투자의사결정이 가능하도록 시스템 구성하고 정보를 표출하는 방법을 제안하였다. 연구결과 : 본 시스템에서는 법규정상의 안전성과 내구성, 사용성 점수와 그리고 본 연구에서 개발한 종합성능평가를 동시에 표출함으로써 중장기적인 보수보강 및 시설 확충 등의 적용과 판단이 가능하도록 개발하였다. 결론 : 본 연구에서 개발한 항만통합성능시스템은 항만 시설물에 대한 지속적인 관찰과 정보화할 수 있는 기술과 이를 빅데이터로서 정보화하여 노후화를 선제적으로 검토하여 적정한 보수, 보강 등 조치를 통하여 리스크를 최소화하는 기술로 활용될 것으로 기대되다.