[논문]C-Scan 초음파 영상 컬러화 및 용접 품질 자동 평가 시스템

김태규; 권성근

doi:10.9717/kmms.2018.21.11.1271

Abstract ▼ AI-Helper

The NDT using ultrasonic is largely divided into A-Scan and C-Scan methods. Since A-Scan method is subject to subjective judgement by trained personnel, C-Scan method has been introduced, which presents the weld area in two dimensions by placing the transducers two dimensionally used in the A-Scan m...

The NDT using ultrasonic is largely divided into A-Scan and C-Scan methods. Since A-Scan method is subject to subjective judgement by trained personnel, C-Scan method has been introduced, which presents the weld area in two dimensions by placing the transducers two dimensionally used in the A-Scan method. Therefore, it is necessary to develop equipment that can provide weld quality without the help of a welding expert and the presentation of effective C-Scan images. Thus, in this paper, the algorithms that express a low resolution 2-dimensional gray image formed by C-Scan method as a high-resolution color C-Scan image and automatically determine the weld quality from the generated C-Scan color image. The high resolution color C-Scan images proposed in this paper allow the exact shape of the weld point to be expressed, and an objective algorithm to use this image to automatically determine weld quality.

주제어

표/그림 (12)

그림 Fig. 1. (a) Measuring using ultrasonic probe and (b) echo signal presentation in A-Scan mode.
그림 Fig. 4. Gray level matching according to echo signal reflected at the welding point.
그림 Fig. 2. (a) Measuring using ultrasonic probe and (b) echo signal presentation in C-Scan mode.
그림 Fig. 3. (a) Front image and (b) both side expressed im-ageby S-Scan probe
그림 Fig. 5. Proposed block diagram consisting of C-Scan image colorization and automatic welding quality evaluation algorithm.
그림 Fig. 6. C-Scan image (a) with improved brightness and spatial resolution, (b) filtered by Gaussian filter with variance of 8, (c) by closing operation of the morphology and (d) by color mapping.
그림 Fig. 7. C-Scan image of (a) binarization of closing image, (b) edge detection, (c) circumscribed circle, and (d) in-scribed circle of welding point.
그림 Fig. 8. Circumscribed circle and inscribed circle ma-tched on (a) color C-Scan image and (b) weld-ing image.
그림 Fig. 9. Structure of 2D ultrasonic transducer with 64 channel.
그림 Fig. 10. (a) C scan color images and (b) welding images found to be“defective.”
그림 Fig. 11. (a) C scan color images and (b) welding images found to be“good.”
그림 Fig. 12. (a) C scan color images and (b) welding images found to be“very good.”

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

따라서 본 논문에서는 C-Scan 방식으로 형성된 저해상도의 2차원 그레이 영상을 고해상도 컬러 CScan 영상으로 표출하는 알고리즘과 생성된 고해상도 컬러 C-Scan 영상으로부터 용접 품질을 자동으로 판정하는 알고리즘을 제안한다. 본 논문에서 제안하고 있는 고해상도 컬러 C-Scan 영상을 통해 용접부의 형태를 정확하게 표출할 수 있고, 본 영상을 활용하여 용접 품질을 자동으로 판정하는 알고리즘을 통해 용접 품질 평가자의 주관이 배제된 객관적인 용접 품질을 제공할 수 있다.
11 (b)에서 확인할 수 있듯이 내접원의 면적이 전체 영상 면적의 15% 이상일 경우이지만, 용접부의 형상이 둥근 형태가 아닌 경우에는 용접이 매우 잘되었다고 판단하기에는 무리가 있다. 따라서 이와 같은 경우를 판정하기 위하여 본 논문에서는 내접원과 외접원의 면적을 비교하고자 한다. 즉 용접부 내접원의 반경이 전체 영상의 면적에 15% 이상인 경우에 내접원의 면적이 외접원 면적의 70% 이하일 경우에는 양호라고 판단한다.
이를 통해 시편의 용접 형상을 표출하여 작업자 혹은 관리자가 육안으로 용접의 형상을 확인할 수 있다. 본 논문에서는 용접 형상을 표출하는 것에 그치지 않고 용접의 품질을 자동으로 판정하기 위한 알고리즘을 제안하였고, 이를 통해 용접의 결과를 실시간으로 파악할 수 있어 불량 출하를 근본적으로 방지할 수 있다.
본 절에서는 지금까지 설명한 C-Scan 영상을 통해 용접 품질을 자동으로 평가하는 알고리즘에 대하여 설명하고자 한다. 컬러 C-Scan 영상은 Fig.
즉 1차원 초음파 신호를 다루는 A-Scan 트랜스듀서가 8×8 형태로 2차원 배열된 C-Scan 프로브로부터 획득된 2차원 C-Scan 영상을 컬러화하여 용접 품질의 상태를 표출하고, 본 영상으로부터 용접부의 형태 및 면적을 계산한 후 용접 품질을 자동 평가하는 알고리즘을 제안한다. 본 제안한 C-Scan 초음파 용접 검사시스템은 Fig. 5에서와 같이 C-Scan 컬러 영상을 표출하는 방법과 용접 품질 자동 평가 알고리즘으로 구성되는데, 각각에 대하여 살펴보기로 한다.
용접부 형상에 대한 내접원의 면적이 전체 영상면적의 15% 이상일 경우, 즉 불량이 아닐 경우에 대하여 살펴보기로 한다. Fig.
8(b)에서와 같다. 지금부터는 이들 내접원 및 외접원을 활용한 용접 품질 평가 알고리즘에 대하여 살펴보기로 한다. 먼저 내접원의 면적과 전체 영상의 면적 비율이 특정 문턱값 보다 작으면 용접부가 매우 작은 것으로 판단되어 불량으로 판단한다.

가설 설정

(b) welding images found to be“very good.

제안 방법

본 논문에서는 Fig. 4에서와 같이 에코 신호의 크기에 따라 5단계 회색 준위로 분류된 C-Scan 회색 준위 영상을 구성하고, 이를 활용하여 용접부의 용접상태를 컬러 영상으로 표출하는 방법 및 용접 품질을 자동으로 판정하는 알고리즘을 제안한다. 즉 1차원 초음파 신호를 다루는 A-Scan 트랜스듀서가 8×8 형태로 2차원 배열된 C-Scan 프로브로부터 획득된 2차원 C-Scan 영상을 컬러화하여 용접 품질의 상태를 표출하고, 본 영상으로부터 용접부의 형태 및 면적을 계산한 후 용접 품질을 자동 평가하는 알고리즘을 제안한다.
12 (b)에 붉게 표시되어있다. 이와 같이 구한 용접부 영상에 대하여 용접부의 형태를 파악하기 위해서 용접부와 외접 및 내접하고 있는 원을 구한 후 이를 C-Scan 컬러 영상 및 용접부 영상에 매칭하였다. 이를 통해 용접부의 형상이 어떤 형태인지 파악하기 용이하다.
이와 같이 획득된 8×8 공간 해상도의 5단계 밝기의 그레이 영상을 히스토그램 스트레칭, 영상 보간, 가우시안 블러링 필터, 및 닫힘 연산을 수행하여 용접부의 고해상도 영상을 획득하고 회색준위에 맞는 컬러 테이블을 매핑하여 컬러 영상을 획득한다.
이와 같이 획득된 8×8 공간 해상도의 5단계 밝기의 그레이 영상을 히스토그램 스트레칭, 영상 보간, 가우시안 블러링 필터, 및 닫힘 연산을 수행하여 용접부의 고해상도 영상을 획득하고 회색준위에 맞는 컬러 테이블을 매핑하여 컬러 영상을 획득한다. 이진화 및 윤곽선 검출을 통해 용접부를 추출하고 이에 대한 형상을 분석하여 용접 품질을 판단한다.
즉 1차원 초음파 신호를 다루는 A-Scan 트랜스듀서가 8×8 형태로 2차원 배열된 C-Scan 프로브로부터 획득된 2차원 C-Scan 영상을 컬러화하여 용접 품질의 상태를 표출하고, 본 영상으로부터 용접부의 형태 및 면적을 계산한 후 용접 품질을 자동 평가하는 알고리즘을 제안한다.
지금까지 살펴본 바와 같이, 본 논문에서는 2차원 초음파 프로브에서 획득된 파형을 분석하여 2차원 C-Scan 그레이 영상을 구성한 후 이를 고해상도의 C-scan 컬러 영상으로 변환하는 알고리즘과 생성된 고해상도의 C-Scan 컬러 영상을 토대로 용접 품질을 3가지로 분류하는 알고리즘을 제안하였고, 이의 성능을 모의실험을 통해 확인하였다.

대상 데이터

본 논문에서는 A-Scan 프로브가 2차원으로 배열된 C-Scan 프로브로부터 획득된 초음파 신호를 이용하여 2차원 C-Scan 그레이 영상을 구성하고 이를 토대로 고해상도 C-Scan 컬러 영상을 획득한다. 이를 통해 시편의 용접 형상을 표출하여 작업자 혹은 관리자가 육안으로 용접의 형상을 확인할 수 있다.
지금까지 살펴본 본 논문에서 제안한 C-스캔 영상의 컬러화 및 용접 품질 자동 평가 알고리즘의 성능을 평가하기 위하여 다양한 과정으로 저항 점용접이 수행된 시편에 대하여 Fig. 9에서와 같이 설계된 64채널 2차원 초음파 트랜스듀서를 활용하여 8×8의 공간 해상도 및 5단계의 밝기 해상도를 갖는 저해상도 영상을 획득하였다.

성능/효과

따라서 본 논문에서는 C-Scan 방식으로 형성된 저해상도의 2차원 그레이 영상을 고해상도 컬러 CScan 영상으로 표출하는 알고리즘과 생성된 고해상도 컬러 C-Scan 영상으로부터 용접 품질을 자동으로 판정하는 알고리즘을 제안한다. 본 논문에서 제안하고 있는 고해상도 컬러 C-Scan 영상을 통해 용접부의 형태를 정확하게 표출할 수 있고, 본 영상을 활용하여 용접 품질을 자동으로 판정하는 알고리즘을 통해 용접 품질 평가자의 주관이 배제된 객관적인 용접 품질을 제공할 수 있다.
10으로부터 쉽게 확인할 수 있는데 이는 용접이 제대로 수행되지 않았음을 의미한다고 간주될 수 있다. 본 실험에서는 내접원의 면적이 전체 영상의 면적에서 15% 이하의 경우를 불량이라고 판정하였다.

질의응답

핵심어	질문	논문에서 추출한 답변
	저항 점용접이란?	저항 점용접 (spot welding)은 전극을 판재들 양단에 접촉시켜 압력 및 전류를 인가하고, 이로 발생하는 저항열을 이용하여 겹쳐진 판재들의 면을 용융시키는 용접 방식이다. 이와 같은 저항 점용접은 타 방식에 비하여 작업 속도가 빠르고 작업 난이도가 용이하므로 판재 용접 부분에서 높은 생산성을 보이고있어 자동차 생산 공정에서 많이 활용되고 있다[1
	저항 점용접 과정에서 너겟의 품질평가를 위해 용접부를 절단하거나 분리하는 방법의 단점은 무엇인가?	이와 같은 파괴 검사는 샘플링을 통해 검사가 진행되므로 전수 검사가 불가능하고, 검사를 받은 시편 혹은 완제품은 폐기해야 하는 단점이 있다. 따라서 용접 품질을 평가하기 위해 비파괴 검사 (non-destructive test, NDT가 일반적으로 사용되는데, NDT분야에서는 초음파 (ultrasonic)을 이용하는 방식이보편화되고 있다.
	저항 점용접의 장점은?	저항 점용접 (spot welding)은 전극을 판재들 양단에 접촉시켜 압력 및 전류를 인가하고, 이로 발생하는 저항열을 이용하여 겹쳐진 판재들의 면을 용융시키는 용접 방식이다. 이와 같은 저항 점용접은 타 방식에 비하여 작업 속도가 빠르고 작업 난이도가 용이하므로 판재 용접 부분에서 높은 생산성을 보이고있어 자동차 생산 공정에서 많이 활용되고 있다[1

참고문헌 (7)

J.D. Lee, S.J. Lee, J.H. Bang, G.S. Yoon, M.S. Kim, and J.K. Kim, "Weld Quality Evaluation Method for the Resistance Spot Welds using X-Ray Transmission Inspection," Journal of Welding and Joining, Vol. 32, No. 6, pp. 1-7, 2014.
Y.S. Kim and S.C. Kil, "Latest Technology of Non Destructive Inspection for Welded Structure," Journal of Welding and Joining, Vol. 35, No. 2, pp. 63-70, 2017.
T.K. Kim, J.D. Seo, D.H. Lee, E.U. Kang, and S.G. Kwon, “Noise Reduction and C-Scan Image Shaping of Ultrasonic Signal for Welding Quality Inspection,” Journal of Korea Multimedia Society, Vol. 20, No. 10, pp. 1662-1670, 2017.
S.G. Kwon and S.H. Lee, "Mobile NDT Inspection System Using Ultrasonic," Journal of Korea Multimedia Society, Vol. 19, No. 2, pp. 105-111, 2016.
NDT Resource Center. https://www.nde-ed.org/index_flash.htm (accessed Jul., 16, 2018).
Y.Yu and S.T. Acton, "Speckle Reducing Anisotropic Diffusion," IEEE Transaction on Image Processing, Vol. 11, No. 11, pp. 1260-1270, 2002.
C.Y. Lee and N.H. Kim, "A Study on Mask-based Edge Detection Algorithm using Morphology," Journal of Korea Institute of Information and Communication Engineering, Vol. 19, No. 10, pp. 2441-2449, 2015.

이 논문을 인용한 문헌

저자의 다른 논문 :

LOADING...

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

C-Scan 초음파 영상 컬러화 및 용접 품질 자동 평가 시스템
Colorization of C-Scan Ultrasonic Image and Automatic Evaluation Algorithm of Welding Quality 원문보기

Abstract ▼ AI-Helper

주제어

표/그림 (12)

표/그림 (12)

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

성능/효과

질의응답

참고문헌 (7)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

C-Scan 초음파 영상 컬러화 및 용접 품질 자동 평가 시스템 Colorization of C-Scan Ultrasonic Image and Automatic Evaluation Algorithm of Welding Quality 원문보기

Abstract ▼ AI-Helper

주제어

표/그림 (12) 모든 표/그림 보기

표/그림 (12) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

성능/효과

질의응답

참고문헌 (7)

이 논문을 인용한 문헌

저자의 다른 논문 :

김태규 (3)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

C-Scan 초음파 영상 컬러화 및 용접 품질 자동 평가 시스템
Colorization of C-Scan Ultrasonic Image and Automatic Evaluation Algorithm of Welding Quality 원문보기

표/그림 (12)

표/그림 (12)

AI 본문요약
AI-Helper