포터블 MFL 센서를 이용한 가설기자재 미세 손상 검출 성능 향상을 위한 신호처리 기법 및 결함 추정 연구

국문 초록 (Abstract)

본 연구는 재사용 가설기자재의 사용 중 발생할 수 있는 미세 결함을 현장에서 신뢰성 있게 진단하기 위해 누설자속 기반 휴대형 비파괴검사 장치를 개발하였다. 먼저 가설기자재의 형태를 고려하여 포터블 MFL 센서헤드의 외형을 설계하였으며, 2D/3D 자기시뮬레이션을 통해 요크 형상, 자화부 구성, 센서 배치 및 리프트오프 조건을 설정하였다. 또한 DRV5055 홀센서와 네오디뮴 영구자석을 센서부 내부에 배치하여 센서헤드를 제작하고, 센서헤드와 디스플레이를 일체형으로 통합한 포터블 MFL 디바이스를 개발하여 가설기자재를 단순 스캔으로 결함을 계측함과 동시에 현장에서 바로 결과를 확인할 수 있도록 하였다.
가설기자재에서 계측되는 MFL 신호는 자화 상태, 스캔 속도, 리프트오프 및 표면 상태, 주변 전자기 간섭 등으로 인해 다양한 노이즈와 드리프트 성분이 포함되는데, 이를 안정적으로 제거하기 위해 신호처리 기법을 제안하였다. 먼저 ICEEMDAN 기반 모드 분해를 수행하고, 분해된 각 IMF로부터 에너지 엔트로피, 순열 엔트로피, 고조파 비를 추출하였다. 이후 각 IMF를 Noise-Dominant 신호와 Signal-Donminant 신호로 구분하기 위해 Noise Score을 정의하고, 유전자 알고리즘을 사용하여 각 특성 가중치를 최적화함으로써 Noise Score을 계산하였다. 계산된 Noise Score을 기반으로 Nosie-Domniant IMF를 자동 선별한 후, Signal-Dominant IMF를 재조합하고 Wavelet Threshold Denosing를 적용하여 잔여 노이즈를 제거하였다.
또한 가설기자재의 결함의 위치 및 크기를 정량 추정하기 위해 노이즈가 제거된 신호를 필터링된 신호, 힐버트 엔벨로프된 신호, 기울기 값을 포함하는 시계열 특징으로 구성한 뒤, 이를 1D-CNN-Transformer기반 회귀 모델의 입력값으로 사용하였다. 1D-CNN은 결함 인근의 국부 파형 특징을 추출하고, Transformer는 가설기자재 전 구간에 걸친 신호 변화와 패턴을 반영하여 다양한 노이즈가 포함된 신호에서도 결함 추정의 안정성을 높이게 구성하였다. 이후 Heteroscedastic Regression을 적용하여 결함 폭의 예측값과 함께 불확실도를 동시에 산출하고, 불확실도가 큰 결함에 대해 재측정을 할 수 있도록 자동 표시하는 방식으로 결과의 신뢰도와 현장 운용성을 강화하였다.
이를 검증하고자 폭 0.5–3.0mm의 관통 결함이 가공된 시편을 대상으로 포터블 MFL 장비로 실험을 진행하였다. 그 결과 전체 결함에 대해 결함 폭 추정 성능은 MAE 0.128mm, RMSE 0.159mm를 달성하였으며, 특히 2.0mm 이상 구간에서는 MAE가 0.12mm 이하로 유지되어 결함 폭 간 간격 대비 충분히 정량적으로 구분할 수 있음을 확인하였다. 또한 여러 기존 모델들과 비교하였을 때, 제안한 모델이 정량 추정 정확도와 예측 안정성 측면에서 가장 우수한 성능을 보였으며, 불확실도에 기반한 결과 판정을 통해 결함이 없는데 있다고 판단된 신호도 효과적으로 구분할 수 있었다. 이러한 결과는 본 연구에서 제안한 ‘포터블 MFL 센서 기반 미세 손상 검출 및 결함 추정 시스템’이 가설기자재 미세 손상 품질 검사에 현장 적용이 가능하며, 동시에 실용성과 확장성을 갖춘 기술임을 확인하였다.

다국어 초록 (Multilingual Abstract)

This study developed a portable magnetic flux leakage (MFL)–based nondestructive testing (NDT) device to reliably diagnose micro-defects that may occur during the reuse of temporary construction materials in the field. First, a portable MFL sensor head was designed considering the geometry of scaffolding components, and 2D/3D magnetic simulations were conducted to determine the yoke configuration, magnetization module, sensor arrangement, and lift-off conditions. The sensor head was fabricated by integrating DRV5055 Hall sensors and neodymium permanent magnets, and a portable MFL device was realized by combining the sensor head and display into a single unit, enabling defect measurement and immediate on-site result visualization through simple scanning.
MFL signals measured from temporary construction materials typically include various noise and drift components caused by magnetization conditions, scanning speed, lift-off and surface condition variations, and electromagnetic interference. To stably suppress these effects, a signal-processing scheme was proposed. ICEEMDAN-based mode decomposition was performed, and multiple features—energy entropy, permutation entropy, and harmonic ratio—were extracted from each intrinsic mode function (IMF). A Noise Score was then defined to classify IMFs into noise-dominant and signal-dominant components, where feature weights were optimized using a genetic algorithm. Based on the resulting Noise Score, noise-dominant IMFs were automatically identified; signal-dominant IMFs were reconstructed and further processed via wavelet threshold denoising to remove residual noise.
For quantitative estimation of defect location and size, the denoised signal was represented as multi-channel time-series features consisting of a filtered signal, Hilbert envelope, and gradient signal, which were fed into a 1D-CNN–Transformer regression model. The 1D-CNN extracts local waveform characteristics near defects, while the Transformer captures long-range patterns across the entire scan to improve robustness under noisy conditions. Heteroscedastic regression was employed to simultaneously predict defect width and associated uncertainty, and high-uncertainty cases were automatically flagged to support re-measurement, enhancing reliability and field usability.
Experiments were conducted using specimens with through-wall defects of 0.5–3.0 mm in width. The proposed approach achieved an MAE of 0.128 mm and an RMSE of 0.159 mm over all defects; notably, for widths ≥2.0 mm, the MAE remained below 0.12 mm, demonstrating sufficient quantitative separability relative to defect-grade intervals. Compared with baseline models, the proposed model provided the best performance in terms of estimation accuracy and prediction stability, and the uncertainty-based decision process effectively distinguished defect-free signals that were otherwise misclassified as defective. These results verify that the proposed portable MFL sensor–based micro-damage detection and defect estimation framework is applicable to on-site quality inspection of reusable temporary construction materials and offers practical scalability.

목차 (Table of Contents)

• 제1장 서론 1
• 1.1 연구배경 및 목적 1
• 1.2 연구 동향 6
• 1.2.1 가설기자재 품질관리 및 안정성 평가에 관한 연구 6
• 1.2.2 강재 연속체 구조물에 대한 비파괴검사 기술 연구 7
• 1.2.3 누설자속 신호의 신호처리 기법 연구 8
• 1.2.4 누설자속 결함 크기 추정에 관한 연구 9
• 1.3 연구의 목적 및 내용 10
• 제2장 누설자속을 이용한 손상 탐지 기법 14
• 2.1 누설자속 기반 손상 탐지 원리 및 방법 14
• 2.1.1 자기센서를 이용하는 강자성체 손상 분석 방법 14
• 2.1.2 누설자속의 발생 원리 및 감지 방법 17
• 2.1.3 맥스웰 방정식 기반 누설자속 이론 및 해석 20
• 2.2 영구자석을 이용한 강자성체의 자화 원리 24
• 2.2.1 자기센서를 이용하는 강자성체 손상 분석 방법 24
• 2.2.2 강자성체의 자화의 원리 25
• 2.2.3 강자성체 진단을 위한 자화 강도 선정 29
• 2.3 홀센서 기반의 누설자속 계측 원리 30
• 2.3.1 홀 센서의 자속 측정 원리 30
• 2.3.2 누설자속 측정을 위한 센싱부의 구성 방법 34
• 제3장 누설자속 기반 손상 진단을 위한 신호 처리 및 결함 크기 추정 기법 36
• 3.1 누설자속 신호 노이즈 제거를 위한 신호처리 방법 36
• 3.1.1 ICEEMDAN 기반 다중 스케일 신호 분해 36
• 3.1.2 다중 특성 기반 IMF 분류 방법 41
• 3.1.3 유전자 알고리즘 기반 다중 특성 가중 노이즈 점수 산정 48
• 3.1.4 웨이블릿 임계값 기반 잔여 노이즈 제거 방법 51
• 3.1.5 신호의 가시성을 향상시키기 위한 드리프트 보정 및 힐버트 변환 및 Enveloping 56
• 3.1.6 결함크기 추정을 위한 1D-CNN-Transformer 61
• 3.1.7 Human Error 감소를 위한 Heteroscedastic Regression 기반 샘플별 불확실도 추정 71
• 제4장 포터블 디바이스 센서 및 계측 시스템 설계 74
• 4.1 포터블 마그네틱 센서헤드 설계를 위한 자기 시뮬레이션 74
• 4.1.1 포터블 마그네틱 센서헤드 설계를 위한 자기 시뮬레이션의 목적 74
• 4.1.2 자화부 설계를 위한 영구자석의 종류 및 크기 선정 74
• 4.2 자기 시물레이션 결과 기반의 센서헤드 설계 78
• 4.2.1 자화부 및 계측부 설계 78
• 4.2.2 포터블 센서헤드 설계 및 제작 80
• 4.3 포터블 디바이스 구동을 위한 DAQ 시스템 구성 85
• 4.3.1 포터블 디바이스 구동을 위한 DAQ 제작 85
• 제5장 마그네틱 포터블 디바이스 센서를 활용한 손상 진단 실험 94
• 5.1 강관을 이용한 실험 개요 및 목적 94
• 5.2 마그네틱 포터블 디바이스 강관 손상 진단 실험 95
• 5.2.1 강관를 이용한 누설자속 손상 진단 실험 셋업 95
• 5.2.2 강관을 이용한 누설자속 손상 탐지 실험 결과 97
• 5.2.3 신호처리 기법 적용 및 성능 평가 104
• 5.3 소결론 110
• 제6장 마그네틱 포터블 디바이스를 활용한 결함 크기 추정 실험 112
• 6.1 마그네틱 포터블 디바이스를 이용한 결함 크기 추정 실험 개요 및 목적 112
• 6.2 강관을 활용한 결함 크기 추정 모델 및 실험 셋업 112
• 6.2.1 강관를 이용한 결함 크기 추정 모델 검증 실험 셋업 112
• 6.2.2 결함 위치 검출 방법 116 6.2.3 1D-CNN에 의한 국소 특징 추출 117
• 6.2.4 Transformer에 의한 전역적 패턴 추출 118
• 6.2.5 강관 실험을 통한 결함 추정 모델 검증 120
• 제7장 결 론 131
• 참고 문헌 136