[논문]정상 웨이블릿 변환을 이용한 항공기 FBG 센서의 변형률 탐지 정확도 향상

손영준; 신현성; 홍교영

doi:10.12673/jant.2019.23.4.273

[국내논문] 정상 웨이블릿 변환을 이용한 항공기 FBG 센서의 변형률 탐지 정확도 향상
Improvement of Strain Detection Accuracy of Aircraft FBG Sensors Using Stationary Wavelet Transform 원문보기

한국항행학회논문지 = Journal of advanced navigation technology, v.23 no.4, 2019년, pp.273 - 280

손영준 (한서대학교 대학원 항공시스템공학과) , 신현성 ((주)유콘시스템) , 홍교영 (한서대학교 항공전자공학과)

초록
AI-Helper

구조 건전성 모니터링 기술을 이용하여 항공기의 유지 보수 비용을 줄이고 항공기의 가동률을 높이고자 하는 많은 연구가 진행되고 있다. 이에 FBG 센서에 대한 많은 연구가 함께 진행되고 있다. 하지만 복합재 내부에 FBG 센서를 설치할 경우, 복합재 층 사이에 보이드(void)가 발생하게 되고 이로 인해 신호 갈라짐 (split problem)이 발생하게 된다. 또한, FBG 센서는 전자기파에 영향을 받지 않지만, 후속처리 과정에서 사용되는 전자장비에 의한 전자기파 잡음이 발생하게 된다. 본 논문에서는 이러한 잡음으로 인한 오차를 줄이기 위해 이동 불변의 특성을 지니고 비선형적인 신호분석에 효율적인 정상 웨이블릿 변환 기법을 제시하였다. 그리고 위의 상황에서 웨이블릿 패킷 변환과 비교하였을 경우 정상 웨이블릿 변환의 잡음 제거 성능이 더 우수한 것을 확인하였다.

Abstract ▼ AI-Helper

There are many studies that use structure health monitoring to reduce maintenance costs for aircraft and to increase aircraft utilization. Many studies on FBG sensors are also being conducted. However, if the FBG sensor is installed inside the composite, voids will occur between the layers of the composite, resulting in signal split problem. In addition, the FBG sensor is not affected by electromagnetic waves, but will produce electromagnetic noise caused by electronic equipment during post-processing. In this paper, to reduce the error caused by these noises, the stationary wavelet transform, which has the characteristics of movement immutability and is efficient in nonlinear signal analysis, is presented. And in the above situation, we found that noise rejection performance of stationary wavelet transform was better compared with the wavelet packet transform.

주제어

표/그림 (14)

그림 그림 1. 이산 웨이블릿 변환 Fig. 1. Discrete wavelet transform.
그림 그림 2. 웨이블릿 패킷 변환 Fig. 2. Wavelet packet transform.
그림 그림 3. 정상 웨이블릿 변환 Fig. 3. Stationary wavelet transform.
그림 그림 4. FBG 센서의 반사 및 투과 원리[13] Fig. 4. Reflection and transmission principle of FBG sensor.
그림 그림 5. 시험용 CTLS 경량항공기 Fig. 5. CTLS Lightweight aircraft in test.
그림 그림 6. 노이즈 유무 판단 Fig. 6. Determine whether noise exists.
그림 그림 7. 높은 임계값을 적용했을 경우 Fig. 7. When Apply a high threshold.
그림 그림 8. SWT를 이용한 잡음제거(db2 wavelet, level3) Fig. 8. Noise reduction using SWT(db2 wavelet, level3)
그림 그림 9. WPT를 이용한 잡음제거(db2 wavelet, level3) Fig. 9. Noise reduction using WPT(db2 wavelet, level3)
그림 그림 10. SWT vs WPT Fig. 10. SWT vs WPT
그림 그림 11. Hard threshold를 이용한 잡음제거 (db2 wavelet, level3) Fig. 11. Noise reduction using hard threshold (db2 wavelet, level3)
그림 그림 12. Soft threshold를 이용한 잡음제거 (db2 wavelet, level3) Fig. 12. Noise reduction using soft threshold (db2 wavelet, level3)
그림 그림 13. Hard threshold를 이용한 잡음제거 (haar wavelet, level3) Fig. 13. Noise reduction using hard threshold (haar wavelet, level3)
표 표 1. SWT와 WPT 수치 비교 Table 1. Comparison of SWT and WPT figures.

AI 본문요약
AI-Helper

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

제안 방법

따라서 연산량이 많아지고 처리시간이 많이 필요하지만, 이동 불변의 특성을 가진다[6]. FBG 센서는 충격 물리량에 따라 중심파장의 피크값이 천이(shift) 되는 원리를 이용하므로 이동불변의 특성을 가진 SWT를 선정하였다. 또한, 비행시험에서의 데이터 처리를 위하여 지상에서 항공기 날개 내부에 삽입되어있는 FBG 센서를 이용하여 실험을 진행하였다.
동일한 시간과 환경에서 충격을 주지 않았을 때의 데이터를 획득하여 잡음이 없는 센서와 잡음이 많은 센서를 비교하여 잡음 유무를 판단하였다. 데이터는 초당 4000개의 데이터를 획득 하였으며, 잡음 유무를 판단하기 위해 약 25만 개의 데이터를 분석하였다.
97322에서 그치는 것을 확인할 수 있다. 따라서 적절한 임계값을 설정하기 위해 충격이 없는 시간대에서 FBG 센서에 잡음으로 인한 오차가 생기는 레벨 만큼을 분해 단계마다 임계값으로 적용하였다.
FBG 센서는 충격 물리량에 따라 중심파장의 피크값이 천이(shift) 되는 원리를 이용하므로 이동불변의 특성을 가진 SWT를 선정하였다. 또한, 비행시험에서의 데이터 처리를 위하여 지상에서 항공기 날개 내부에 삽입되어있는 FBG 센서를 이용하여 실험을 진행하였다.
본 논문에서는 복합재 내부에 FBG 센서를 설치한 항공기를 이용하여 충격실험을 수행하였고, 최대 충격량을 보존하기 위해 일반적으로 많이 사용되었던 soft threshold 대신 hard threshold를 적용하였다. 잡음이 많은 센서의 잡음을 제거하기 위해 웨이블릿 패킷 변환과 정상 웨이블릿 변환기법을 적용하여 비교하였다.
0042425를 사용하였다[15]. 분해를 3단계로 수행하였으며, db2를 모 웨이블릿으로 적용하여 분석하였다. 그림 8은 SWT를 적용한 그래프이고 그림 9는 WPT를 적용한 그래프 이며 빨간색 그래프는 raw data이다.
데이터는 초당 4000개의 데이터를 획득 하였으며, 잡음 유무를 판단하기 위해 약 25만 개의 데이터를 분석하였다. 잡음으로 인한 오차가 크게 발생하는 센서에 임의의 충격을 가해 충격 전, 후 1초간의 데이터를 분석하였다. 그림 6은 잡음으로 인한 오차가 없는 센서와 잡음으로 인한 오차가 큰 센서를 비교한 그림이다.

대상 데이터

동일한 시간과 환경에서 충격을 주지 않았을 때의 데이터를 획득하여 잡음이 없는 센서와 잡음이 많은 센서를 비교하여 잡음 유무를 판단하였다. 데이터는 초당 4000개의 데이터를 획득 하였으며, 잡음 유무를 판단하기 위해 약 25만 개의 데이터를 분석하였다. 잡음으로 인한 오차가 크게 발생하는 센서에 임의의 충격을 가해 충격 전, 후 1초간의 데이터를 분석하였다.
실험은 한서대학교 태안비행장 격납고에서 수행하였으며, 비행시험에서의 데이터 처리 검증을 위해 지상에서 실험을 진행하였다. 실험에 사용된 항공기는 복합소재를 이용하여 제작된 CTLS를 사용하였으며 항공기 날개 내부에 FBG 센서를 삽입하여 제작되었다. 그림 5는 실험에 사용된 시험용 CTLS 경량 항공기의 사진이다.
실험은 한서대학교 태안비행장 격납고에서 수행하였으며, 비행시험에서의 데이터 처리 검증을 위해 지상에서 실험을 진행하였다. 실험에 사용된 항공기는 복합소재를 이용하여 제작된 CTLS를 사용하였으며 항공기 날개 내부에 FBG 센서를 삽입하여 제작되었다.

이론/모형

그림 8, 9는 SWT와 WPT를 비교하기 위해 기존 논문에서 사용하였던 것과 동일한 hard threshold 기법을 적용하였고 임계값으로는 0.0042425를 사용하였다[15]. 분해를 3단계로 수행하였으며, db2를 모 웨이블릿으로 적용하여 분석하였다.
soft threshold의 경우에는 hard threshold보다 잡음 제거 능력은 뛰어나지만 피크 값을 보존하기 힘들다는 단점이 있다[12]. 본 논문에서는 FBG 센서가 충격 물리량에 따른 중심파장의 변화를 최대한 보존하고 잡음을 제거하기 위해 hard threshold 기법을 적용하였다. 다음은 웨이블릿 잡음제거 알고리즘을 세 단계로 나타낸 것이다 [6],[10].
이에 본 논문에서는 FBG 센서 잡음을 효율적으로 제거하기 위해 SWT(stationary wavelet transform) 기법을 사용하였다. SWT 기법은 WPT(wavelet Packet transform) 기법과 달리 다운 샘플링을 수행하지 않는다.
본 논문에서는 복합재 내부에 FBG 센서를 설치한 항공기를 이용하여 충격실험을 수행하였고, 최대 충격량을 보존하기 위해 일반적으로 많이 사용되었던 soft threshold 대신 hard threshold를 적용하였다. 잡음이 많은 센서의 잡음을 제거하기 위해 웨이블릿 패킷 변환과 정상 웨이블릿 변환기법을 적용하여 비교하였다. 이산 웨이블릿 변환이 단순히 저대역 부분만 분석하는 것과 달리 웨이블릿 패킷 변환은 다 해상도 분석을 일반 화시켜 더 높은 분해능을 갖는다.

성능/효과

반면에 정상 웨이블릿 변환은 다운 샘플링의 과정을 거치지 않으므로 이동 불변의 특성을 가진다. 따라서 신호 왜곡이 적으며 웨이블릿 패킷 변환과 비교하였을 때 전반적으로 잡음 제거 능력과 최대 충격량을 보존하는 능력이 탁월한 것을 확인하였다. 이에 잡음 제거도 필요하지만, 최대 충격량을 보존해야 할 필요성이 있는 시스템에서는 hard threshold를 적용하여 정상 웨이블릿 변환을 이용하면 보다 효율적일 것이다.
이산 웨이블릿 변환이 단순히 저대역 부분만 분석하는 것과 달리 웨이블릿 패킷 변환은 다 해상도 분석을 일반 화시켜 더 높은 분해능을 갖는다. 하지만 웨이블릿 패킷 변환에 서는 다운 샘플링의 과정을 거치기 때문에 이동 변이 특성으로 인하여 신호 왜곡이 발생하는 것을 확인하였다. 반면에 정상 웨이블릿 변환은 다운 샘플링의 과정을 거치지 않으므로 이동 불변의 특성을 가진다.

후속연구

이에 잡음 제거도 필요하지만, 최대 충격량을 보존해야 할 필요성이 있는 시스템에서는 hard threshold를 적용하여 정상 웨이블릿 변환을 이용하면 보다 효율적일 것이다. 따라서 본 연구에서 적용된 기법을 비행시험에 적용하면 보다 정확한 충격에 따른 물리량을 계측할 수 있을 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	웨이블릿 변환 어떤 분석에 효과적인가?	웨이블릿 변환은 부분적인 시간 영역에서 주파수 영역을 해석할 수 있고 급격히 변하는 신호의 분석에 효과적이다[7]. 그리하여 항공기 날개에 가해지는 물리량의 변화만큼 반사 파장이 천이(shift) 되는 FBG 센서에 적용하기 위한 적절한 기법으로 판단된다.
	SHM 기술의 특징은 무엇인가?	이러한 결함 사항들을 조종사 및 정비사에게 알려주기 위해 SHM(structural health monitoring) 기술이 개발되었다. SHM 기술은 센서를 항공기 내부에 삽입 또는 외부에 부착시켜 결함을 실시간으로 감시, 진단할 수 있다[3]. 이러한 SHM 기술을 효과 적으로 이용하기 위한 센서로 FBG (fiber bragg grating) 센서가 각광 받고 있다.
	SWT 기법이 WPT 기법에 비해 어떠한 특징이 있는가?	SWT 기법은 WPT(wavelet Packet transform) 기법과 달리 다운 샘플링을 수행하지 않는다. 따라서 연산량이 많아지고 처리시간이 많이 필요하지만, 이동 불변의 특성을 가진다[6]. FBG 센서는 충격 물리량에 따라 중심파장의 피크값이 천이(shift) 되는 원리를 이용하므로 이동불변의 특성을 가진 SWT를 선정하였다.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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