누설자속 탐상 기반 와이어로프 자동 손상 평가를 위한 신호처리 및 패턴인식 알고리즘 통합화 연구 :MFL sensing-based automated damage evaluation for wire ropes integrating signal processing with pattern recognition algorithms

김주원

추천

검색

자료유형: 학위논문

저자정보: 김주원 (성균관대학교, 성균관대학교 일반대학원)

지도교수: 박승희

발행연도: 2017

저작권: 성균관대학교 논문은 저작권에 의해 보호받습니다.

이용수13

이 논문의 연구 히스토리 (2)

2017

누설자속 탐상 기반 와이어로프 자동 손상 평가를 위한 신호처리 및 패턴인식 알고리즘 통합화 연구

김주원 u-City공학과 2017.01 학위논문

2015

승강기 와이어로프 진단을 위한 누설자속기법 기반 국부손상 진단

김주원 , 박주영 , 박승희 한국전산구조공학회논문집 2015.01 학술저널

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

와이어로프는 무거운 중량을 안전하게 운반하는 승강기 및 크레인과 같은 다양한 분야에 핵심적으로 사용되고 있다. 하지만 이러한 와이어로프 부재는 사용 환경의 특성상 단선, 부식과 같은 국부적인 손상이 발생할 수 있고, 인장력을 받고 있는 와이어로프 부재의 손상부는 응력의 집중으로 인해 손상이 빠르게 확장되어 구조물 전체의 안전에 심각한 위협을 줄 수 있다. 따라서 이와 같은 국부손상을 발생초기에 정확이 진단하여 대응할 수 있는 적절한 비파괴 검사(NDE: Non-destructive evaluation) 기술이 필요하다.
본 연구에서는 강자성체로 이루어진 연속체 구조물의 NDE에 효과적인 누설자속(MFL: Magnetic flux leakage) 탐상 기법을 활용하여 와이어로프에 발생한 국부손상을 진단하고자 하였다. 이를 위해 와이어로프의 자기이력곡선을 측정하여 자기적 물성치를 획득하였고, 이를 반영한 시뮬레이션 작업을 통한 수치적 설계를 통해 다채널 누설자속 센서헤드를 제작하였다.
이로부터 계측되는 누설자속 신호를 활용한 손상평가의 정확도 향상을 위해 힐버트 변환(HT: Hilbert transform) 및 웨이블렛 변환(WT: Wavelet transform)을 포함하는 신호처리 과정을 거쳐 신호의 해상도를 향상시켰다. 객관적인 손상판단을 위하여 통계학적 기반의 일반극치(GEV: Generalized extreme value)분포를 이용한 Outlier analysis를 통해 손상의 유무를 판단하였다. 이어서 손상부에서 발생하는 누설자속 신호의 특성을 다양한 손상지수(Damage index)들을 활용하여 정량화함으로써 단선 및 부식과 같은 손상의 유형별 누설자속 신호 특성을 분석 하였으며 손상의 크기 변화에 따른 손상인덱스의 변화 패턴을 확인 하였다.
위 과정에서 추출된 손상지수들을 복합적으로 활용하여 인공신경망(ANN: Artificial neural network) 및 서포트백터머신(SVM: Support vector machine) 패턴인식 알고리즘을 학습시켰고, 이를 단계적으로 활용하여 와이어로프 국부손상의 유형 및 크기를 자동 진단할 수 있도록 하였다. 또한 손상평가 결과를 와이어로프의 형상과 유사하게 시각화 하여 나타냄으로써 직관적인 손상정보의 전달이 가능하게 하였다.

Steel wire ropes are an essential component used in elevators and cranes that are used for lifting and hoisting. However, local cross-sectional damage in a wire rope due to friction, impact, and corrosion can occur. Such damage is not easily detected due to the features of the wire rope such as its complex cross-section and long length.
However, these defects can expand quickly due to tension of wire rope, and it can lead to crashing of the lifting structure and structural failure. Thus, it is very important to detect any defects on the wire rope at the early stage to prevent these accident.
In this study, a magnetic flux leakage (MFL) method that is known as a suitable non-destructive evaluation (NDE) method for continuum ferromagnetic structures was applied to detect damage for inspecting the steel wire rope.
To verify the feasibility of the MFL technique for wire rope inspection, A multi-channel MFL sensor head that can maintain the constant lift-off was fabricated using Hall sensors and permanent magnets to adapt to the target wire rope. It designed based on the result of magnetic simulation using measured magnetic hysteresis curve (B-H curve) of wire rope.
To proof the proposed damage detection method through the experimental studies, several types of artificial damage were formed on wire rope to prepare the damaged wire rope specimen. The fabricated MFL sensor head scanned the damaged specimens to measure the magnetic flux signals.
After obtaining signals, a series of signal processing process including the enveloping process based on Hilbert transform(HT) and wavelet transform(WT) was performed to clarify the MFL signals by reducing the noise.
The enveloped signals were then analyzed for objective damage detection by comparing with a threshold value that was established based on generalized extreme value (GEV) distribution.
For improvement of quantitative analysis, new damage indexes that utilize the relationship between the enveloped MFL signal and the threshold value were additionally proposed. By using the proposed damage indexes and the general damage index for the MFL method, the detected MFL signals from each damage type were quantified.
Supervised learning-based multi-stage pattern recognition method using extracted multi-scale damage indexes was implemented for automated damage evaluation. To classify the type of damage, support vector machine(SVM) method was applied. Then, artificial neural network(ANN) method was utilized to estimate the size of damage.
Finally, the result of the automated damage evaluation were visualized into a 3D model similar with a wire rope for convenient wire rope monitoring.

#누설자속탐상 #자동손상평가 #신호처리 #패턴인식 #와이어로프 NDE

제1장 서 론 1
1.1 연구의 배경 및 필요성 1
1.2 연구 동향 분석 5
1.3 연구목적 및 내용 11
제2장 국부 결함 검색을 위한 누설 자속 탐지 기법 14
2.1 누설자속 기반 국부 손상 검색의 원리 및 방법 14
2.2 영구자석을 이용한 시편의 자화 28
2.3 홀센서 기반의 누설자속 계측 방법 35
제3장 손상 진단 자동화를 위한 신호 처리 및 패턴인식 기법 46
3.1 신호처리 및 통계적 기법 기반 누설자속 신호의 보정 46
3.2 Outlier Analysis 기반 손상 판정 및 손상 정량화 기법 63
3.3 패턴인식 기법 기반 손상 분류 및 정량화 69
3.4 자속신호의 시각화를 통한 결함 탐지 효율성 향상 75
제4장 다채널 MFL 센서헤드 및 계측 시스템 설계 78
4.1 B-H loop 계측을 통한 와이어로프의 자기특성 분석 78
4.2 센서헤드 설계를 위한 자기 시뮬레이션 85
4.3 자기 시뮬레이션 결과를 반영한 누설자속 센서헤드 설계 100
4.4 홀센서 구동 및 자속신호 수집 DAQ 시스템 구성 110
제5장 센서 헤드 채널별 감도 보정 및 누설자속 특성 분석 114
5.1 강봉을 이용한 실험의 개요 및 목적 114
5.2 강봉 시편의 누설자속 신호 수집 시스템 구성 115
5.3 계측채널별 민감도 분석 및 캘리브레이션 117
5.4 손상 깊이 증가에 따른 누설 신호 변화 특성 분석 128
5.5 손상 너비 증가에 따른 누설 신호 변화 특성 분석 133
5.6 소결론 141
제6장 MFL 기반 와이어로프 손상 진단 및 유형에 따른 신호 패턴 분석 143
6.1 와이어로프의 단선 손상 진단 실험 셋업 및 실험 방법 143
6.2 와이어로프의 단선 손상 진단 결과 및 손상 정량화 147
6.3 와이어로프의 부식 손상 검색 실험 166
6.4 와이어로프의 압착손상 진단 실험 173
6.5 손상의 유형에 따른 누설자속 신호 특성 분석 177
6.6 소결론 184
제7장 패턴인식기법 기반의 와이어로프 손상 분석 186
7.1 패턴인식기법을 이용한 와이어로프 진단 알고리즘 186
7.2 SVM을 이용한 손상 유형 분류 188
7.3 ANN을 이용한 와이어로프의 단선 손상 크기 추정 197
7.4 소결론 206
제8장 실사용 와이어로프를 이용한 자동손상진단 알고리즘 검증 208
8.1 실사용 와이어로프를 이용한 진단 알고리즘의 검증 실험 208
8.2 실사용 와이어로프 진단을 위한 실험 셋업 209
8.3 누설자속의 신호처리 및 가공 212
8.4 실사용 와이어로프 손상 단계별 국부손상 진단 결과 216
제9장 결 론 232
참고 문헌 236

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)