Deep Learning Automation for Ultrasonic-Based Flaw and Property Evaluation
연구 내용
위상배열 초음파 영상과 파형 기반 측정을 딥러닝/신호처리로 분석하여 결함 크기·수용성 및 잔류응력을 자동 평가하는 연구
위상배열 초음파(Phased Array Ultrasonic Testing)는 S-scan·B-scan 등 다중 관점 정보를 제공하지만 결함 판정 단계에서 해석 시간이 소요됩니다. 연구실은 S-scan 기반 수용성 판정용 Mask R-CNN 학습과, 음향 공명 기반 라인/영역 결합 매핑으로 공동 결함을 유형화하는 접근을 수행합니다. 또한 초음파 데드 존 문제를 CNN으로 개선하고, Rayleigh wave 분산 또는 최소 반사 측정으로 잔류응력 분포를 추정합니다. 비선형 음향 파라미터의 현장 측정 방법도 포함하여 검사의 재현성을 높이는 방향을 지향합니다.
관련 연구 성과
관련 논문
6편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
2022년에는 위상배열 초음파와 음향 공명 측정을 결합한 결함 유형 분류 및, 초음파 데드 존에서의 검출 한계를 CNN으로 개선하는 연구를 수행하였습니다. 이후 2023년에는 PAUT S-scan에 결함 수용성 기준을 라벨링하고 Mask R-CNN을 학습시켜 수용성 판정을 자동화하는 방향으로 심화하였습니다. 동시에 2023년에는 Rayleigh wave 기반 잔류응력 예측 CNN을 구축하고, 2021년에는 현장 배치가 가능한 비선형 음향 파라미터 절대값 측정 절차를 다루며 초음파 기반 평가의 적용 범위를 확장하였습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Sizing-Based Flaw Acceptability in Weldments Using Phased Array Ultrasonic Testing and Neural Networks
Containment Liner Plate Void Defect Detection Technique Using Phased Array Ultrasonic Testing and Acoustic Resonance Method
Improved Ultrasonic Dead Zone Detectability of Work Rolls Using a Convolutional Neural Network
Development of Maximum Residual Stress Prediction Technique for Shot-Peened Specimen Using Rayleigh Wave Dispersion Data Based on Convolutional Neural Network
Field-deployable measurement technique for absolute acoustic nonlinearity parameter values
Nondestructive Evaluation of Residual Stress in Shot Peened Inconel Using Ultrasonic Minimum Reflection Measurement