산업 및 건설 현장에서 사용되는 압연 탄소강 시트는 압연 밀(rolling mill)에서 두 개의 회전 롤 사이로 금속 소재를 통과시켜 성형하며, 작업 롤(work roll)은 압연 밀의 핵심 부품이다. 작업 롤이 가공물과 직접 접촉하기 때문에 공정 품질은 그 표면 무결성(surface integrity)에 매우 민감하며, 이는 거친 절삭(rough cutting)과 마무리 절삭(finish cutting)을 통해 유지된다. 작업 롤의 표면을 거친 절삭한 후에는 초음파 검사(ultrasonic inspection)가 흔히 수행된다. 초음파 검사 신호는 표면 및 그 아래에서 반사된 신호로 구성된다. 피하(subsurface) 결함의 크기에 따라 마무리 절삭의 두께가 결정된다. 표면 가까이에 위치한 결함에 의해 반사된 신호는 작업 롤 표면에서 기인한 신호와 중첩되며, 이를 초음파 데드 존(ultrasonic dead zone)이라 하고 결함 검출을 어렵게 만든다. 데드 존에서 수집된 신호로는 결함을 육안으로 검출할 수 없으므로, 마무리 절삭은 통상 데드 존 깊이까지 수행된다. 이는 불필요한 비용과 공정 시간을 요구하므로 개선이 필요하다. 따라서 본 연구에서는 작업 롤 검사 중 초음파 데드 존에서의 결함 검출 성능을 향상시키기 위해 합성곱 신경망(convolutional neural network)을 사용하였다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.