항공 우주 구조물과 같은 복합재료 소재로 만들어진 구조물의 경우, 저속 충격 발생 시 들어나지 않는 손상을 발생시키므로 구조물의 안정성 확보를 위해서는 충격 위치를 실시간으로 정확히 측정하는 것이 매우 중요하다. 따라서 충격 위치를 검출할 수 있는 다양한 연구 시도들이 이뤄지고 있으며 이러한 시도들 중, 충격 시 발생하는 응력파의 도달 시간 차이를 이용하는 방법은 가장 일반화된 방법이다. 그러나 검사의 정확도를 높이기 위한 정확한 응력파 도달 시간 측정 시 많은 어려움이 발생한다. 따라서 본 논문에서는 응력파 신호에서 응력파 도달 시간에 대한 정보를 별도로 추출하지 않고 ...
항공 우주 구조물과 같은 복합재료 소재로 만들어진 구조물의 경우, 저속 충격 발생 시 들어나지 않는 손상을 발생시키므로 구조물의 안정성 확보를 위해서는 충격 위치를 실시간으로 정확히 측정하는 것이 매우 중요하다. 따라서 충격 위치를 검출할 수 있는 다양한 연구 시도들이 이뤄지고 있으며 이러한 시도들 중, 충격 시 발생하는 응력파의 도달 시간 차이를 이용하는 방법은 가장 일반화된 방법이다. 그러나 검사의 정확도를 높이기 위한 정확한 응력파 도달 시간 측정 시 많은 어려움이 발생한다. 따라서 본 논문에서는 응력파 신호에서 응력파 도달 시간에 대한 정보를 별도로 추출하지 않고 PZT 센서로 측정한 응력파 신호의 이미지를 직접적으로 딥러닝 기법으로 학습시켜 충격 위치에 따른 응력파의 신호 특성을 찾아내는 시도를 하였다. 이때 딥 러닝 학습 변수인 에포크(Epoch)의 변화에 따른 측정 정확도를 파악하였고 이를 바탕으로 m의 알루미늄 평판에서 발생하는 충격의 위치를 찾아낼 수 있는 딥 러닝 학습 알고리즘을 제시하였다. 이를 통해, 딥 러닝 기법을 활용한 이미지 기반 비파괴검사 기법을 새롭게 제안하고 이를 성공적으로 검증하였다.
항공 우주 구조물과 같은 복합재료 소재로 만들어진 구조물의 경우, 저속 충격 발생 시 들어나지 않는 손상을 발생시키므로 구조물의 안정성 확보를 위해서는 충격 위치를 실시간으로 정확히 측정하는 것이 매우 중요하다. 따라서 충격 위치를 검출할 수 있는 다양한 연구 시도들이 이뤄지고 있으며 이러한 시도들 중, 충격 시 발생하는 응력파의 도달 시간 차이를 이용하는 방법은 가장 일반화된 방법이다. 그러나 검사의 정확도를 높이기 위한 정확한 응력파 도달 시간 측정 시 많은 어려움이 발생한다. 따라서 본 논문에서는 응력파 신호에서 응력파 도달 시간에 대한 정보를 별도로 추출하지 않고 PZT 센서로 측정한 응력파 신호의 이미지를 직접적으로 딥러닝 기법으로 학습시켜 충격 위치에 따른 응력파의 신호 특성을 찾아내는 시도를 하였다. 이때 딥 러닝 학습 변수인 에포크(Epoch)의 변화에 따른 측정 정확도를 파악하였고 이를 바탕으로 m의 알루미늄 평판에서 발생하는 충격의 위치를 찾아낼 수 있는 딥 러닝 학습 알고리즘을 제시하였다. 이를 통해, 딥 러닝 기법을 활용한 이미지 기반 비파괴검사 기법을 새롭게 제안하고 이를 성공적으로 검증하였다.
In the case of a structure made of a composite material such as an aerospace structure, it is very important to accurately measure the impact position in real time in order to secure the stability of the structure because it causes undamaged damage at low speed. Therefore, various research attempts ...
In the case of a structure made of a composite material such as an aerospace structure, it is very important to accurately measure the impact position in real time in order to secure the stability of the structure because it causes undamaged damage at low speed. Therefore, various research attempts have been made to detect the impact location, and among these attempts, a method using the difference in the arrival time of the stress wave generated during the impact is the most generalized method. However, many difficulties arise when measuring accurate stress wave arrival times to increase inspection accuracy. Therefore, in this paper, we do not extract the information on the stress wave arrival time from the stress wave signal, but try to find the signal characteristics of the stress wave according to the impact location by directly learning the image of the stress wave signal measured by the PZT sensor by deep learning method. At this time, we measured the measurement accuracy according to the change of epoch, which is a deep learning variable, and based on this, we proposed a deep learning algorithm to find the location of the impact generated in aluminum plate. Through this, we newly proposed the image-based non-destructive testing method using deep learning method and successfully verified it.
In the case of a structure made of a composite material such as an aerospace structure, it is very important to accurately measure the impact position in real time in order to secure the stability of the structure because it causes undamaged damage at low speed. Therefore, various research attempts have been made to detect the impact location, and among these attempts, a method using the difference in the arrival time of the stress wave generated during the impact is the most generalized method. However, many difficulties arise when measuring accurate stress wave arrival times to increase inspection accuracy. Therefore, in this paper, we do not extract the information on the stress wave arrival time from the stress wave signal, but try to find the signal characteristics of the stress wave according to the impact location by directly learning the image of the stress wave signal measured by the PZT sensor by deep learning method. At this time, we measured the measurement accuracy according to the change of epoch, which is a deep learning variable, and based on this, we proposed a deep learning algorithm to find the location of the impact generated in aluminum plate. Through this, we newly proposed the image-based non-destructive testing method using deep learning method and successfully verified it.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.