KR101246594B1 - 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치 및 이를 이용한 가스용기의 결함 진단 방법 - Google Patents
확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치 및 이를 이용한 가스용기의 결함 진단 방법 Download PDFInfo
- Publication number
- KR101246594B1 KR101246594B1 KR1020120144995A KR20120144995A KR101246594B1 KR 101246594 B1 KR101246594 B1 KR 101246594B1 KR 1020120144995 A KR1020120144995 A KR 1020120144995A KR 20120144995 A KR20120144995 A KR 20120144995A KR 101246594 B1 KR101246594 B1 KR 101246594B1
- Authority
- KR
- South Korea
- Prior art keywords
- acoustic emission
- emission signal
- gas container
- signal sensor
- neural network
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/14—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object using acoustic emission techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4481—Neural networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
- G01N2291/0231—Composite or layered materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/025—Change of phase or condition
- G01N2291/0258—Structural degradation, e.g. fatigue of composites, ageing of oils
Landscapes
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Acoustics & Sound (AREA)
- Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Filling Or Discharging Of Gas Storage Vessels (AREA)
- Examining Or Testing Airtightness (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
본 발명은 금속라이너와, 상기 금속라이너의 외면 일부에 권취되어 금속라이너를 보강하는 복합재료로 구성된 가스용기의 결함을 진단하기 위한 가스용기용 음향방출 진단장치에 있어서, 상기 복합재료의 외면 중앙부에 부착되어 음향방출신호를 감지하는 제2음향방출신호센서와, 상기 복합재료가 구비되지 않은 금속라이너의 외면 바닥부에 부착되어 음향방출신호를 감지하는 제1음향방출신호센서와, 상기 제1음향방출신호센서 및 제2음향방출신호센서로부터 감지된 음향방출신호를 hit 수, amplitude, energy, rise time, count, duration, strength, signal level, RMS 중 둘 이상의 음향방출변수로 나타내는 신호처리유닛과, 음향방출변수를 분석하여 특징을 추출하고, 추출된 음향방출변수에 대하여 분류학습으로 훈련된 확률론적 신경회로망을 이용하여 가스용기의 손상 정도를 판단하는 분석유닛을 포함하여 구성됨을 특징으로 한다.
Description
본 발명은 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치 및 이를 이용한 가스용기의 결함 진단 방법에 관한 것으로, 보다 상세하게는 가스용기의 다수 곳에 음향방출신호센서를 부착하고, 가스용기 내부에 가스 충진시, 충진 완료 후 압력 유지시 및 압력 감소시에 음향방출신호를 감지하고, 감지된 음향방출신호들이 변화하는 특징을 추출하며, 추출된 특징에 대하여 분류 학습으로 훈련된 학률론적 신경회로망을 이용하여 가스용기의 손상 정도를 판별할 수 있도록 한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치 및 이를 이용한 가스용기의 결함 진단 방법에 관한 것이다.
가스용기는 고압의 가스를 내부에 저장하고 필요에 따라 외부로 공급할 수 있도록 하는 것으로, 가스용기를 구성하는 재료 및 구성에 따라 네 가지 타입으로 나뉜다.
이 중에서 강 또는 알루미늄 등의 금속라이너 위에 복합재료가 권취된 Type Ⅱ는 강재만으로 이루어진 용기에 비해 무게가 가벼워 전세계적으로 1,000만대에 가까운 차량용 가스용기로 사용되고 있다.
종래의 Type Ⅱ 가스용기(1)는 첨부된 도 1과 같이 금속라이너(2)와 복합재료(3)를 포함하여 구성된다.
상기 금속라이너(2)는 기밀유지를 위한 구성으로 용접부를 가지지 않으며, 복합재료(3)는 압력유지를 목적으로 구비된다.
그러나, 가스자동차는 제조 후 오랜 기간 가스용기를 교체하지 않고 사용하게 되므로, 가스용기의 노후로 인한 파열의 우려가 있고, 파열로 인한 폭발을 야기하게 되어 가스용기의 진단이 필수적이다.
그리고, 이러한 가스용기의 검사 및 진단은 육안검사를 통해 이루어지고 있다. 그러나 이러한 육안검사는 가스용기가 자동차의 내부에 설치됨에 따라 용기의 모든 부분에 대한 세밀한 검사는 어려운 실정이다.
이에 따라 대한민국 공개특허 제10-2010-0041696호에는 파열시험에 의해 획득한 음향방출 신호의 hit율과 압력과의 관계로 파손의 징조를 조기에 검지하는 기술이 개시되어 있다.
그러나, 가스용기에서 단지 hit율의 변화로만 파손을 조기에 검출한다는 것은 파열 시험에서 파열 압력을 미리 아는 경우에만 가능한 일이며, 특히 사용 중 피로에 의한 손상은 가스용기에 가해지는 압력이 파열압력에 훨씬 미치지 못하는 사용압력의 범위 내에 있는 것으로서 그 파괴기구가 파열 시험 때의 양상과는 다르기 때문에 피로손상을 정확하게 판정하는데 어려움이 있다.
이에 따라 대한민국 등록특허 제10-1033260호에는 가스용기의 다수 곳에 음향방출신호센서를 부착하고, amplitude, rise time, count, duration 등의 음향방출변수 중 적어도 둘 이상의 변수들을 조합하여 가스용기의 손상 정도를 판별할 수 있도록 한 "가스용기용 음향방출 진단장치 및 이를 이용한 가스용기의 결함 진단 방법"이 개시되어 있다.
그러나 상기와 같은 종래 기술에는 다음과 같은 문제점이 있다.
즉, 다수의 음향방출변수 중에서 둘 이상의 변수들을 조합할 때 비숙지자의 경우에는 변수의 조합이 어려우며, 잘못된 조합을 이용하여 가스용기의 손상을 판별하는 경에는 오진할 우려가 발생하게 된다.
상기와 같은 종래 기술의 문제점을 해결하기 위한 본 발명의 목적은, 가스용기의 다수 곳에 음향방출신호센서를 부착하여 음향방출신호를 감지하고, 감지된 음향방출신호로부터 특징을 추출하며, 추출된 특징에 대하여 분류 학습으로 훈련된 학률론적 신경회로망을 이용하여 가스용기의 손상 정도를 판별할 수 있도록 한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치 및 이를 이용한 가스용기의 결함 진단 방법을 제공하는 것이다.
본 발명의 다른 목적은, 가스용기 내부에 가스를 충전할 때와, 충전 후 압력이 유지될 때, 그리고 충전된 가스를 배기하여 압력이 낮아질 때에 각각 음향방출신호의 특징을 분석함으로써 가스용기의 결함 진단 결과가 보다 정확성을 갖도록 한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치 및 이를 이용한 가스용기의 결함 진단 방법을 제공하는 것이다.
본 발명은 금속라이너와, 상기 금속라이너의 외면 일부에 권취되어 금속라이너를 보강하는 복합재료로 구성된 가스용기의 결함을 진단하기 위한 가스용기용 음향방출 진단장치에 있어서, 상기 복합재료의 외면 중앙부에 부착되어 음향방출신호를 감지하는 제2음향방출신호센서와, 상기 복합재료가 구비되지 않은 금속라이너의 외면 바닥부에 부착되어 음향방출신호를 감지하는 제1음향방출신호센서와, 상기 제1음향방출신호센서 및 제2음향방출신호센서로부터 감지된 음향방출신호를 hit 수, amplitude, energy, rise time, count, duration, strength, signal level, RMS 중 둘 이상의 음향방출변수로 나타내는 신호처리유닛과, 음향방출변수를 분석하여 특징을 추출하고, 추출된 음향방출변수에 대하여 분류학습으로 훈련된 확률론적 신경회로망을 이용하여 가스용기의 손상 정도를 판단하는 분석유닛을 포함하여 구성됨을 특징으로 한다.
상기 제1음향방출신호센서와 제2음향방출신호센서는 금속라이너 내부 압력이 설정압력까지 상승할 때, 설정압력일 때, 설정압력 이하로 낮아질 때 연속적으로 음향방출신호를 감지하는 것을 특징으로 한다.
상기 신호처리유닛은, 상기 제1음향방출신호센서와 제2음향방출신호센서로부터 각각 감지된 음향방출신호를 음향방출변수로 변환한 후 상기 음향방출신호의 개수변화에 대하여 동시에 표시하는 것을 특징으로 한다.
상기 설정압력은 가스용기의 사용압력과 대응되며, 상기 제1음향방출신호센서와 제2음향방출신호센서는 미리 설정된 설정시간 동안 음향방출신호를 감지하는 것을 특징으로 한다.
본 발명은 확률론적 신경회로망을 이용한 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법금속라이너와, 상기 금속라이너의 외면 일부에 권취되어 금속라이너를 보강하는 복합재료로 구성된 가스용기의 결함을 진단하는 방법에 있어서, 상기 복합재료의 외면 중앙부에 음향방출신호를 감지하는 제2음향방출신호센서를 부착하고, 상기 복합재료가 구비되지 않은 금속라이너의 바닥부에 음향방출신호를 감지하는 제1음향방출신호센서를 부착하는 준비단계와, 상기 금속라이너 내부의 압력을 순차적으로 상승, 유지, 하강하여 음향방출신호를 감지하는 감지단계와, 가스용기용 음향방출 진단장치의 일 구성인 신호처리유닛을 이용하여 상기 음향방출신호를 hit 수, amplitude, energy, rise time, count, duration, strength, signal level, RMS 중 둘 이상의 음향방출변수로 나타내는 신호 중 둘 이상의 음향방출변수로 나타내는 신호처리단계와, 상기 음향방출변수 중 특징을 추출하는 추출단계와, 추출된 음향방출변수에 대하여 분류학습으로 훈련된 확률론적 신경회로망을 이용하여 가스용기의 결함을 진단하는 진단단계로 이루어지는 것을 특징으로 한다.
상기 감지단계는, 상기 금속라이너 내부 압력이 증가하는 시점부터 설정압력에 도달하는 시점까지 음향방출신호를 감지하는 제1감지과정과,
상기 설정압력에 도달하는 시점부터 설정시간 동안 음향방출신호를 감지하는 제2감지과정과,
상기 설정시간 후 금속라이너 내부 압력을 하강시에 음향방출신호를 감지하는 제3감지과정으로 이루어지는 것을 특징으로 한다.
상기 신호처리단계는, 상기 제1음향방출신호센서와 제2음향방출신호센서로부터 각각 감지된 음향방출신호를 음향방출변수로 변환한 후 상기 음향방출신호의 개수 변화에 대하여 동시에 표시하는 과정임을 특징으로 한다.
상기 감지단계에서, 상기 설정압력은 가스용기의 사용압력과 대응되며, 상기 설정시간은 10분인 것을 특징으로 한다.
상기 제1감지과정, 제2감지과정 및 제3감지과정 중, 상기 제1음향방출신호센서 및 제2음향방출신호센서는 지속적으로 동작하는 것을 특징으로 한다.
본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치 및 이를 이용한 가스용기의 결함 진단 방법에서는, 가스용기의 다수 곳에 음향방출신호센서를 부착하여 음향방출신호를 감지하고, 감지된 음향방출신호들이 변화하는 특징을 추출하며, 추출된 특징에 대하여 분류 학습으로 훈련된 학률론적 신경회로망을 이용하여 가스용기의 손상 정도를 판별할 수 있도록 구성된다.
그리고, 가스용기 내부에 가스를 충전할 때와, 충전 후 압력이 유지될 때, 다시 압력이 하강할 때 각각 음향방출신호들이 변화하는 특징을 분석하도록 구성된다.
따라서, 가스용기를 제작한 직후 검사가 가능하고, 차량에 부착되어 사용중인 상태의 가스용기에 대해서도 결함 진단이 가능하므로 사용편의성이 향상되며, 보다 정확한 진단이 가능하므로 가스용기의 등급별 관리 및 추후 검사시점을 결정할 수 있는 이점이 있다.
도 1 은 Type Ⅱ 가스용기의 균열 상태를 나타낸 실물 사진.
도 2 는 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치의 구성을 보인 사시도.
도 3 은 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법을 나타낸 공정 순서도.
도 4 는 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 일 단계인 감지단계를 세부적으로 나타낸 공정 순서도.
도 5 는 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 일 단계인 감지단계 중 음향방출신호를 감지하는 구간을 나타낸 그래프.
도 6 은 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출진단장치를 이용한 가스용기의 결함 진단 방법에서 일 단계인 추출단계에서 추출할 수 있는 특징을 나타낸 표.
도 7 은 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출진단장치를 이용한 가스용기의 결함 진단 방법에서 일 단계인 본 발명의 바람직한 실시예의 진단단계를 위한 진단 등급의 예시표.
도 8 은 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 일 단계인 감지단계 중 제1감지과정 동안의 평균 rise time을 나타낸 그래프.
도 9 는 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 일 단계인 감지단계 중 제2감지과정 동안의 평균 rise time을 나타낸 그래프.
도 10 은 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 일 단계인 감지단계 중 제3감지과정 동안의 평균 rise time을 나타낸 그래프.
도 11 은 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 제1감지과정 동안 50dB 이상의 진폭을 갖는 음향방출신호에 대하여 hit 수를 나타낸 그래프.
도 12 는 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 제2감지과정 동안 50dB 이상의 진폭을 갖는 음향방출신호에 대하여 hit 수를 나타낸 그래프.
도 13 은 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 제3감지과정 동안 50dB 이상의 진폭을 갖는 음향방출신호에 대하여 hit수를 나타낸 그래프.
도 14 는 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 제1감지과정 동안 감지된 음향방출신호에 대한 평균 count를 나타낸 그래프.
도 15 는 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 제2감지과정 동안 감지된 음향방출신호에 대한 평균 count를 나타낸 그래프.
도 16 은 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 제3감지과정 동안 감지된 음향방출신호에 대한 평균 count를 나타낸 그래프.
도 17 은 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 제1감지과정 동안 감지된 음향방출신호에 대한 평균 duration을 나타낸 그래프.
도 19 은 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 제2감지과정 동안 감지된 음향방출신호에 대한 평균 duration을 나타낸 그래프.
도 19 는 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 제3감지과정 동안 감지된 음향방출신호에 대한 평균 duration을 나타낸 그래프.
도 20 은 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 제3감지과정 중 평균 energy를 나타낸 그래프.
도 21 은 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 추출단계에 의해 추출된 특징에 대한 측정값을 보인 표.
도 2 는 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치의 구성을 보인 사시도.
도 3 은 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법을 나타낸 공정 순서도.
도 4 는 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 일 단계인 감지단계를 세부적으로 나타낸 공정 순서도.
도 5 는 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 일 단계인 감지단계 중 음향방출신호를 감지하는 구간을 나타낸 그래프.
도 6 은 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출진단장치를 이용한 가스용기의 결함 진단 방법에서 일 단계인 추출단계에서 추출할 수 있는 특징을 나타낸 표.
도 7 은 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출진단장치를 이용한 가스용기의 결함 진단 방법에서 일 단계인 본 발명의 바람직한 실시예의 진단단계를 위한 진단 등급의 예시표.
도 8 은 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 일 단계인 감지단계 중 제1감지과정 동안의 평균 rise time을 나타낸 그래프.
도 9 는 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 일 단계인 감지단계 중 제2감지과정 동안의 평균 rise time을 나타낸 그래프.
도 10 은 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 일 단계인 감지단계 중 제3감지과정 동안의 평균 rise time을 나타낸 그래프.
도 11 은 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 제1감지과정 동안 50dB 이상의 진폭을 갖는 음향방출신호에 대하여 hit 수를 나타낸 그래프.
도 12 는 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 제2감지과정 동안 50dB 이상의 진폭을 갖는 음향방출신호에 대하여 hit 수를 나타낸 그래프.
도 13 은 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 제3감지과정 동안 50dB 이상의 진폭을 갖는 음향방출신호에 대하여 hit수를 나타낸 그래프.
도 14 는 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 제1감지과정 동안 감지된 음향방출신호에 대한 평균 count를 나타낸 그래프.
도 15 는 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 제2감지과정 동안 감지된 음향방출신호에 대한 평균 count를 나타낸 그래프.
도 16 은 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 제3감지과정 동안 감지된 음향방출신호에 대한 평균 count를 나타낸 그래프.
도 17 은 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 제1감지과정 동안 감지된 음향방출신호에 대한 평균 duration을 나타낸 그래프.
도 19 은 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 제2감지과정 동안 감지된 음향방출신호에 대한 평균 duration을 나타낸 그래프.
도 19 는 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 제3감지과정 동안 감지된 음향방출신호에 대한 평균 duration을 나타낸 그래프.
도 20 은 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 제3감지과정 중 평균 energy를 나타낸 그래프.
도 21 은 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 추출단계에 의해 추출된 특징에 대한 측정값을 보인 표.
이하에서는 본 발명에 의한 음향방출 진단장치의 구성을 첨부된 도 2를 참조하여 설명한다.
도 2에는 본 발명에 의한 음향방출 진단장치(100)의 구성을 보인 사시도가 도시되어 있다.
도면과 같이, 상기 음향방출 진단장치(100)는 가스가 저장되는 금속라이너(2)와, 상기 금속라이너(2)의 외면 중앙부에 권취되어 금속라이너(2)를 보강하는 복합재료(3)로 이루어진 가스용기(1)의 결함을 진단하기 위한 장치이다.
그리고, 상기 금속라이너(2)의 외면 일측 즉, 복합재료(3)가 구비되지 않은 금속라이너(2)의 바닥부에 부착되어 음향방출신호를 감지하는 제1음향방출신호센서(110)와, 상기 복합재료(3)의 외면 일측에 부착되어 음향방출신호를 감지하는 제2음향방출신호센서(120)와, 상기 제1음향방출신호센서(110) 및 제2음향방출신호센서(120)로부터 감지된 hit 수, amplitude, energy, rise time, count, duration, strength, signal level, RMS 중 둘 이상의 음향방출변수로 나타내는 신호처리유닛(140)과, 음향방출변수를 분석하여 특징을 추출하고, 추출된 음향방출변수에 대하여 분류학습으로 훈련된 확률론적 신경회로망을 이용하여 가스용기의 손상 정도를 판단하는 분석유닛(160)을 포함하여 구성된다.
상기 음향방출변수에 아래와 같이 정의된다.
- event : 발생원에서 음향방출 신호를 발생시키는 것을 나타내는 것
- hit : 음향방출빈도를 나타내는 것으로 탐촉자에서 검출한 돌발형신호 하나를 나타내는 것
- energy : 발생원의 세기와 관련한 event의 면적에 해당하는 것
- signal strength : 검출된 음향방출신호의 진폭값의 절대값으로서 볼트·초에 비례하는 단위
- ASL(Average signal level) : 절대 진폭값의 시간 적산값을 그 시간으로 나눈 평균에너지
- RMS : 변환하고 있는 전압량에 대하여 그 순간값의 제곱평균의 평방근
- amplitude : 한 개의 음향방출 event의 최대진폭
- count : 설정된 임계전압(threshold voltage)을 넘는 파고의 수
- rise time : 한 event에서 임계전압을 능가한 시각부터 최대진폭에 도달할 때까지 걸린 시간
- duration : 한 event에서 임계전압을 능가한 시각부터 event의 끝나는 시각까지 걸린 시간
상기 제1음향방출신호센서(110)와 제2음향방출신호센서(120)는, 상기 금속라이너(2) 내부압력 변화시에 음향방출신호를 감지하기 위한 구성으로, 상기 제1음향방출신호센서(110)는 금속라이너(2)를 통해 음향방출신호를 감지하며, 제2음향방출신호센서(120)는 복합재료(3)를 통해 음향방출신호를 감지하게 된다.
즉, 상기 제1음향방출신호센서(110)와 제2음향방출신호센서(120)는 금속라이너(2) 내부에 유체를 충진하여 압력이 증가하는 시점부터 설정압력이 될 때까지, 설정압력에 도달시에 압력을 유지하여 설정시간 동안, 설정시간 이후 금속라이너(2) 내부의 유체가 빠져나가 압력이 낮아지는 동안 연속적으로 음향방출신호를 감지하게 된다.
본 발명의 실시예에서 상기 가스용기(1)는 사용압력이 207bar인 Type Ⅱ를 적용하였으며, 이에 따라 상기 설정압력은 207bar이다.
따라서, 상기 제1음향방출신호센서(110)와 제2음향방출신호센서(120)는 금속라이너(2) 내부의 압력이 증가하는 시점부터 설정압력인 207bar가 될 때까지, 그리고 금속라이너(2)의 내부 압력이 설정압력인 207bar일 때 설정시간인 10분 동안, 그리고 설정시간인 10분이 경과한 후 금속라이너(2) 내부 유체를 외부로 배출 중에 지속적으로 음향방출신호를 감지하게 된다.
상기 신호처리유닛(140)은 상기 제1음향방출신호센서(110)와 제2음향방출신호센서(120)로부터 각각 감지된 음향방출신호를 음향방출변수로 변환한 후 상기 음향방출신호의 개수변화에 대하여 동시에 표시하는 구성으로, 상기 음향방출변수는 hit 수, amplitude, rise time, count, duration 등이 있으며, 이러한 음향방출변수 중에서 본 발명에서는 적어도 둘 이상을 조합하여 가스용기(1)의 건전성을 진단하게 된다.
즉, 상기 신호처리유닛(140)이 나타낸 음향방출변수는 분석유닛(160)에 의해 특징이 추출되며, 추출된 음향방출변수의 특징에 의해 분석유닛(160)은 가스용기(1)의 손상 정도를 판단하게 된다.
이때 상기 특징(feature)은 도 6과 같이 상기 음향방출변수에 대하여 다양하게 추출할 수 있으며, 상기 분석유닛(160)은 음향방출변수에 대하여 분류학습으로 훈련된 확률론적 신경회로망이 채택됨으로써 상기 음향방출변수를 제공받았을 때 가스 용기의 손상 정도를 판단 가능하게 된다.
이하 첨부된 도 3을 참조하여 본 발명에 의한 음향방출 진단장치(100)를 이용한 가스용기(1)의 결함 진단 방법을 설명한다.
도 3에는 본 발명에 의한 음향방출 진단장치(100)를 이용한 가스용기(1)의 결함 진단 방법을 나타낸 공정 순서도가 도시되어 있고, 도 4에는 본 발명에 의한 음향방출 진단장치(100)를 이용한 가스용기(1)의 결함 진 방법에서 일 단계인 감지단계(S200)를 세부적으로 나타낸 공정 순서도가 도시되어 있다.
이들 도면과 같이, 상기 가스용기(1)의 결함을 진단하는 방법은, 가스용기(1)의 일 구성인 금속라이너(2)의 일측에 음향방출신호를 감지하는 제1음향방출신호센서(110)를 부착하고, 상기 금속라이너(2)의 외면에 권취된 복합재료(3)의 외면 일측에 음향방출신호를 감지하는 제2음향방출신호센서(120)를 부착하는 준비단계(S100)와, 상기 금속라이너(2) 내부 압력을 순차적으로 상승, 유지, 하강하여 음향방출신호를 감지하는 감지단계(S200)와, 음향방출 진단장치(100)의 일 구성인 신호처리유닛(140)을 이용하여 상기 음향방출신호를 hit수, amplitude, rise time, count, duration 중 둘 이상의 음향방출변수로 나타내는 신호처리단계(S300)와, 상기 음향방출변수 중 특징을 추출하는 추출단계(S400)와, 추출된 음향방출변수에 대하여 분류학습으로 훈련된 확률론적 신경회로망을 이용하여 가스용기(1)의 결함을 진단하는 진단단계(S500)로 이루어진다.
상기 준비단계(S100)는 첨부된 도 2와 같이 제1음향방출신호센서(110)와 제2음향방출신호센서(120)가 각각 금속라이너(2)와 복합재료(3)의 외면에 부착된 상태를 유지하도록 하여 음향방출신호를 감지할 수 있도록 준비하는 과정이다.
상기 준비단계(S100) 이후에는 감지단계(S200)가 실시된다. 상기 감지단계(S200)는 금속라이너(2) 내부에 유체를 주입하여 압력을 상승시키면서 방출되는 음향을 감지하는 과정으로, 상기 제1음향방출신호센서(110)는 금속라이너(2)를 통해서, 제2음향방출신호센서(120)는 복합재료(3)를 통해서 전해지는 음향을 감지하게 된다.
그리고, 상기 감지단계(S200)는 금속라이너(2) 내부의 압력이 높아지되 설정압력까지 충진된 이후 설정시간까지 감지하게 되므로 다수의 과정을 포함하여 구성된다.
즉 상기 감지단계(S200)는 첨부된 도 4와 같이 상기 금속라이너(2) 내부 압력이 증가하는 시점부터 설정압력에 도달하는 시점까지 음향방출신호를 감지하는 제1감지과정(S220)과, 상기 설정압력에 도달하는 시점부터 설정시간 동안 음향방출신호를 감지하는 제2감지과정(S240)과, 상기 설정시간 경과 후 금속라이너(2) 내부 압력을 하강시에 음향방출신호를 감지하는 제3감지과정(S260)으로 이루어진다.
상기 제1감지과정(S220)과 제2감지과정(S240) 및 제3감지과정(S260)은 연속적으로 실시되며, 이때 상기 제1음향방출신호센서(110) 및 제2음향방출신호센서(120)는 지속적으로 동작하여 음향방출신호를 감지하게 된다.
상기 감지단계(S200)에서, 상기 설정압력은 207bar이며, 본 발명의 실시예에서 상기 설정시간은 10분 동안 실시하였다.
상기 감지단계(S200) 이후에는 신호처리단계(S300)가 실시된다. 상기 신호처리단계(S300)는 제1음향방출신호센서(110)와 제2음향방출신호센서(120)로부터 각각 감지된 음향방출신호를 음향방출변수로 변환한 후 이러한 음향방출변수를 음향방출신호의 개수변화에 대하여 동시에 표시하는 과정으로, 제1감지과정(S220) 내지 제3감지과정(S260) 동안에 제1음향방출신호센서(110)와 제2음향방출신호센서(120)로부터 감지된 음향방출신호를 hit수, amplitude, rise time, count, duration 등의 변수값 또는 평균값으로 분석하게 된다.
이하 첨부된 도 5를 참조하여 상기 제1감지과정(S220) 내지 제3감지과정(S260)을 구분하여 나타낸 amplitude를 설명한다.
도 5는 본 발명에 의한 본 발명에 의한 음향방출 진단장치(100)를 이용한 가스용기(1)의 결함 진단 방법에서 일 단계인 감지단계(S200) 중 음향방출신호를 감지하는 구간을 나타낸 그래프이다.
도면과 같이 감지된 음향방출신호는 압력이 변화하는 시점부터 측정되며, 설정압력에 도달하게 되면 이를 설정시간(10분)동안 유지하고, 설정시간이 경과한 이후에는 금속라이너(2) 내부의 유체를 배출하여 압력을 낮추면서 음향방출신호를 획득하게 된다.
그리고, 피로 회수의 증가는 복합재료(3)의 균열 증가와 금속라이너(2) 피로균열의 증가 등의 가스용기(1) 손상 증가를 의미한다고 할 수 있으며, 피로 회수의 증가에 따라 손상이 증가하여 결국에는 누설 또는 파열에 이르게 되어 사고를 유발하게 될 것이다.
그러나, 도 5와 같이 피로 회수가 변함에 따라 이들 변수값이 단순 증가 또는 단순 감소 등의 특정의 경향을 보이지 않는다. 그러므로 이들 변수 하나만으로는 손상의 정도 및 수명을 정확하게 판단하기 어렵다.
이에 따라 첨부된 도 8 내지 도 10과 같이 다양한 변수값 또는 평균값 등을 표시하였다.
도 8 내지 도 10은 본 발명에 의한 본 발명에 의한 음향방출 진단장치(100)를 이용한 가스용기(1)의 결함 진단 방법에서 제1감지과정(S220)과 제2감지과정(S240) 및 제3감지과정(S260) 동안의 평균 rise time을 나타낸 그래프로서, 붉은색 선은 제1음향방출신호센서(110), 검은색 선은 제2음향방출신호센서(120)에서 검출한 신호에 대한 평균 rise time이다.
도 8과 같이 상기 제1감지과정(S220)에서 복합재료(3)로부터 제2음향방출신호센서(120)가 획득한 신호의 평균 rise time은 4만회까지는 감소하다가 8만회까지는 크게 변화하지 않고 이후 다시 감소하는 경향을 보인다.
도 9와 같이 상기 제2감지과정(S240)에서 복합재료(3)로부터 제2음향방출신호센서(120)가 획득한 신호의 평균 rise time은 7만회까지는 감소하다가 9만회까지는 약간 증가하여 이후에 다시 감소하는 경향을 보인다.
도 10과 같이 상기 제1감지과정(S220)에서 복합재료(3)로부터 제2음향방출신호센서(120)가 획득한 신호의 평균 rise time은 6만회까지는 감소하다가 8만회까지 약간 증가하여 이후에 다시 감소하는 경향을 보인다.
그리고, 상기 금속라이너(2)로부터 제1음향방출신호센서(110)가 획득한 신호의 평균 rise time은 유체를 주입하는 초기에는 급격하게 감소했지만, 4만회까지 증가하였다.
4만회 이후에는 감소와 증가를 반복하는 경향을 보인다.
따라서, 상기 금속라이너(2)로부터 제1음향방출신호센서(110)가 획득한 음향방출신호의 rise time이 복합재료(3)위에서 획득한 신호의 rise time보다 크다는 것을 알 수 있고 피로 회수와는 큰 영향이 없는 것처럼 판단된다.
도 11 내지 도 13은 본 발명에 의한 음향방출 진단장치(100)를 이용한 가스용기(1)의 결함 진단 방법에서 제1감지과정(S220) 내지 제3감지과정(S260)동안 50dB 이상의 진폭을 갖는 음향방출신호에 대하여 hit 수를 나타낸 그래프이다.
도 11과 같이 제1감지과정(S220)에서 획득한 신호에 대한 50dB 이상의 진폭을 갖는 음향방출 신호의 hit수와, 도 11와 같이 제2감지과정(S240)에서 획득한 신호에 대한 50dB 이상의 진폭을 갖는 음향방출 신호의 hit수에서 알 수 있듯이, 피로 회수에 대한 진폭의 영향은 압력유지 기간 동안 6만에서 8만 사이에서 50dB이상의 신호가 거의 나오지 않는다는 특징을 갖는다.
도 14 내지 도 16은 본 발명에 의한 음향방출 진단장치(100)를 이용한 가스용기(1)의 결함 진단 방법에서 제1감지과정(S220) 내지 제3감지과정(S260) 동안 감지된 음향방출신호에 대한 평균 count를 나타낸 그래프이다.
이들 도면과 같이 피로 회수에 대한 평균 count의 변화는 제1감지과정(S220)에서는 3만회까지 25-30정도로 일정하다가 4만회에서는 10정도로 떨어지며, 6-7만회에서 다시 크게 증가하고 8만회 이후에서는 10이하로 떨어진다.
반면, 제2감지과정(S240) 중에는 피로회수에 관계없이 평균 count는 10정도의 값을 나타내었다.
그리고, 제3감지과정(S260) 중 피로 회수에 대한 평균 count의 변화는 제1음향방출신호센서(110)의 경우 4-6정도에서, 제2음향방출신호센서(120)는 9-11에서 일정하다가 6만회부터 7만회까지 급격하게 증가하고, 8만회까지 급격하게 감소하였으며, 8만회 이후에는 일정하게 유지하는 경향을 나타내었다.
도 17 내지 도 19는 본 발명에 의한 음향방출 진단장치(100)를 이용한 가스용기(1)의 결함 진단 방법에서 제1감지과정(S220) 내지 제3감지과정(S260) 동안 감지된 음향방출신호에 대한 평균 duration을 나타낸 그래프이다.
이들 도면과 같이 피로 회수에 대한 평균 duration의 변화는 제1감지과정(S220) 중에는 5만회까지는 500정도로 일정하다가 6-7만회에서 1000이상으로 증가하고 8만회 이후에는 감소하여 200이하로 떨어졌다.
상기 제2감지과정(S240) 중에는 복합재료(3)위에서는 7만회까지 감소하는 경향을 보이고 이후 약간 증가하였다 감소하는 경향을 나타냈으며, 제1음향방출신호센서(110)로부터 감지된 신호는 초기에 1500이상의 duration을 갖고 1만회에서는 300정도로 덜어진 후 6-8만에서 100정도 떨어진 후 약간 증가하였다.
그리고, 상기 제3감지과정(S260) 중에는 피로 회수에 대한 평균 duration의 변화는 6만회까지는 200정도로 일정하다가 6-7만회에서 500이상으로 증가하고 8만회 이후에는 감소하여 200이하로 떨어졌다.
도 20은 본 발명에 의한 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 제3감지과정 중 평균 energy를 나타낸 그래프로서, 도면과 같이 피로 회수에 대한 평균 energy는 6만회까지는 2이하로 유지되다가 6-7만5천회에서 5이상으로 증가하고, 7만5천회에서 8만회까지는 급격하게 감소한 후 2이하로 유지되었다.
이하 상기와 같은 신호처리단계(S300)의 데이터를 기반으로 특징을 추출하는 추출단계(S400)를 설명한다.
도 21은 본 발명에 의한 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법에서 추출단계에 의해 추출된 특징에 대한 측정값을 보인 표로서, 음향방출변수인 duration 에 대하여 max duration, averagy duration, ratio duration 등의 특징을 추출할 수 있다.
그리고, 이렇게 추출된 특징은 진단단계(S500)를 통해 가스용기(1)의 건전성을 평가하게 된다.
상기 진단단계(S500)에서는 도 7과 같이 음향방출회수(cycle) 범위에 대하여 "A"부터 "E"까지 등급을 부여하고 각 등급에 대하여 에 대한 진단 결과를 간략히 표시하였다.
각 등급별 진단 결과는 음향방출변수에 대하여 분류학습으로 훈련된 분석유닛(160)에 미리 저장되어 있는 데이터를 기준으로 정해지고, 이러한 진단 결과는 다수의 분류학습이 추가됨에 따라 변경 가능하며, 보다 정확한 진단을 도출할 수 있게 된다.
예컨대, 상기 진단 결과에 대해서는 아래와 같은 실험 결과를 토대로 분석유닛(160)에 미리 저장될 수 있다.
가동 중인 자동차의 정기검사시 또는 사고를 경험한 직후 등 필요한 경우에 가스 연료 충진 시 가스 충진 및 충진 후 10분 유지기간 동안 음향방출 신호를 획득하여 상기에서 언급된 여러 변수들을 조합하여 상기 데이터와 비교함으로서 손상의 정도를 판단하여 수명을 예측할 수 있다.
예를 들어 제1감지과정(S220) 동안 복합재료(3)에 부착된 제2음향방출신호센서(120)에 의해 의해 획득된 신호의 평균 rise time이 30정도라면 도 8의 검은색 그래프에 의해 4-8만 누적피로회수 정도의 수명에 해당한다. ---(1)
그리고, 제2감지과정(S240) 동안 상기 금속라이너(2)에 부착된 제1음향방출신호센서(110)에 의해 획득된 신호의 평균 rise time이 40 정도라면 도 8의 붉은색 그래프에 의해 3-6만 누적피로회수 정도의 수명에 해당한다. ---(2)
따라서, 위의 (1) 및 (2)를 조합하면 4-6만 누적피로회수 정도의 수명에 해당함을 알 수 있다. ---(3)
한편, 상기 제2감지과정(S240) 동안 복합재료(3) 부착된 제2음향방출신호센서(120)에 의해 획득된 신호의 평균 rise time이 25정도라면 도 9의 검은색 그래프에 의해 5-8만 누적피로회수 정도의 수명에 해당한다.---(4)
그리고, (3)과(4)를 조합하면 5-6만 누적피로회수 정도의 수명에 해당함을 알 수 있다.---(5)
또한 다른 음향방출 변수에 대하여서도 (1)과 (5)의 과정을 반복한다면 좀 더 정확한 수명을 예측할 수 있다.
이러한 본 발명의 범위는 상기에서 예시한 실시예에 한정하지 않고, 상기와 같은 기술범위 안에서 당업계의 통상의 기술자에게 있어서는 본 발명을 기초로 하는 다른 많은 변형이 가능할 것이다.
1. 가스용기 2. 금속라이너
3. 복합재료 100. 음향방출 진단장치
110. 제1음향방출신호센서 120. 제2음향방출신호센서
140. 신호처리유닛 S100. 준비단계
S200. 감지단계 S220. 제1감지과정
S240. 제2감지과정 S260. 제3감지과정
S300. 신호처리단계 S400. 추출단계
S500. 진단단계
3. 복합재료 100. 음향방출 진단장치
110. 제1음향방출신호센서 120. 제2음향방출신호센서
140. 신호처리유닛 S100. 준비단계
S200. 감지단계 S220. 제1감지과정
S240. 제2감지과정 S260. 제3감지과정
S300. 신호처리단계 S400. 추출단계
S500. 진단단계
Claims (9)
- 금속라이너와, 상기 금속라이너의 외면 일부에 권취되어 금속라이너를 보강하는 복합재료로 구성된 가스용기의 결함을 진단하기 위한 가스용기용 음향방출 진단장치에 있어서,
상기 복합재료의 외면 중앙부에 부착되어 음향방출신호를 감지하는 제2음향방출신호센서와,
상기 복합재료가 구비되지 않은 금속라이너의 외면 바닥부에 부착되어 음향방출신호를 감지하는 제1음향방출신호센서와,
상기 제1음향방출신호센서 및 제2음향방출신호센서로부터 감지된 음향방출신호를 hit 수, amplitude, energy, rise time, count, duration, strength, signal level, RMS 중 둘 이상의 음향방출변수로 나타내는 신호처리유닛과,
음향방출변수를 분석하여 특징을 추출하고, 추출된 음향방출변수에 대하여 분류학습으로 훈련된 확률론적 신경회로망을 이용하여 가스용기의 손상 정도를 판단하는 분석유닛을 포함하여 구성됨을 특징으로 하는 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치. - 제 1 항에 있어서, 상기 제1음향방출신호센서와 제2음향방출신호센서는 금속라이너 내부 압력이 설정압력까지 상승할 때, 설정압력일 때, 설정압력 이하로 낮아질 때 연속적으로 음향방출신호를 감지하는 것을 특징으로 하는 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치.
- 제 2 항에 있어서, 상기 신호처리유닛은,
상기 제1음향방출신호센서와 제2음향방출신호센서로부터 각각 감지된 음향방출신호를 음향방출변수로 변환한 후 상기 음향방출신호의 개수변화에 대하여 동시에 표시하는 것을 특징으로 하는 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치. - 제 3 항에 있어서, 상기 설정압력은 가스용기의 사용압력과 대응되며, 상기 제1음향방출신호센서와 제2음향방출신호센서는 미리 설정된 설정시간 동안 음향방출신호를 감지하는 것을 특징으로 하는 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치.
- 금속라이너와, 상기 금속라이너의 외면 일부에 권취되어 금속라이너를 보강하는 복합재료로 구성된 가스용기의 결함을 진단하는 방법에 있어서,
상기 복합재료의 외면 중앙부에 음향방출신호를 감지하는 제2음향방출신호센서를 부착하고, 상기 복합재료가 구비되지 않은 금속라이너의 바닥부에 음향방출신호를 감지하는 제1음향방출신호센서를 부착하는 준비단계와,
상기 금속라이너 내부의 압력을 순차적으로 상승, 유지, 하강하여 음향방출신호를 감지하는 감지단계와,
가스용기용 음향방출 진단장치의 일 구성인 신호처리유닛을 이용하여 상기 음향방출신호를 hit 수, amplitude, energy, rise time, count, duration, strength, signal level, RMS 중 둘 이상의 음향방출변수로 나타내는 신호 중 둘 이상의 음향방출변수로 나타내는 신호처리단계와,
상기 음향방출변수 중 특징을 추출하는 추출단계와,
추출된 음향방출변수에 대하여 분류학습으로 훈련된 확률론적 신경회로망을 이용하여 가스용기의 결함을 진단하는 진단단계로 이루어지는 것을 특징으로 하는 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법.
- 제 5 항에 있어서, 상기 감지단계는,
상기 금속라이너 내부 압력이 증가하는 시점부터 설정압력에 도달하는 시점까지 음향방출신호를 감지하는 제1감지과정과,
상기 설정압력에 도달하는 시점부터 설정시간 동안 음향방출신호를 감지하는 제2감지과정과,
상기 설정시간 후 금속라이너 내부 압력을 하강시에 음향방출신호를 감지하는 제3감지과정으로 이루어지는 것을 특징으로 하는 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법. - 제 6 항에 있어서, 상기 신호처리단계는,
상기 제1음향방출신호센서와 제2음향방출신호센서로부터 각각 감지된 음향방출신호를 음향방출변수로 변환한 후 상기 음향방출신호의 개수 변화에 대하여 동시에 표시하는 과정임을 특징으로 하는 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법. - 제 7 항에 있어서, 상기 감지단계에서,
상기 설정압력은 가스용기의 사용압력과 대응되며, 상기 설정시간은 10분인 것을 특징으로 하는 확률론적 신경회로망을 이용한 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법. - 제 8 항에 있어서, 상기 제1감지과정, 제2감지과정 및 제3감지과정 중,
상기 제1음향방출신호센서 및 제2음향방출신호센서는 지속적으로 동작하는 것을 특징으로 하는 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치를 이용한 가스용기의 결함 진단 방법.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020120144995A KR101246594B1 (ko) | 2012-12-13 | 2012-12-13 | 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치 및 이를 이용한 가스용기의 결함 진단 방법 |
| US13/728,410 US20140165729A1 (en) | 2012-12-13 | 2012-12-27 | Acoustic emission diagnosis device for gas vessel using probabilistic neural network and method of diagnosing defect of cylinder using the same |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020120144995A KR101246594B1 (ko) | 2012-12-13 | 2012-12-13 | 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치 및 이를 이용한 가스용기의 결함 진단 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101246594B1 true KR101246594B1 (ko) | 2013-03-25 |
Family
ID=48182414
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020120144995A KR101246594B1 (ko) | 2012-12-13 | 2012-12-13 | 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치 및 이를 이용한 가스용기의 결함 진단 방법 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20140165729A1 (ko) |
| KR (1) | KR101246594B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015031630A (ja) * | 2013-08-05 | 2015-02-16 | 株式会社Ｉｈｉ検査計測 | 複合材タンクのａｅ試験装置と方法 |
| CN113533497A (zh) * | 2021-07-21 | 2021-10-22 | 北京航空航天大学 | 一种极端环境中气瓶声发射信号的检测系统及缺陷诊断方法 |
| KR102457361B1 (ko) * | 2022-04-28 | 2022-10-21 | 주식회사 아이디케이 | 탄성파를 이용한 고압 용기 폭발 가능성 감지 시스템 |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140116141A1 (en) * | 2012-10-25 | 2014-05-01 | George W. Rhodes | Method for detecting defects in treating iron components |
| CN106841403A (zh) * | 2017-01-23 | 2017-06-13 | 天津大学 | 一种基于神经网络的声学玻璃缺陷检测方法 |
| EP3812758A4 (en) * | 2018-06-22 | 2022-03-23 | JFE Steel Corporation | ACCUMULATOR LIFE ESTIMATING DEVICE AND ACCUMULATOR LIFE EXTENSION METHOD |
| US11320385B2 (en) * | 2018-10-16 | 2022-05-03 | Seagate Technology Llc | Intelligent defect identification system |
| DE102022208495A1 (de) * | 2022-08-16 | 2024-02-22 | Robert Bosch Gesellschaft mit beschränkter Haftung | Diagnosesystem und Diagnoseverfahren zum Ermitteln eines Zustands eines Druckgastanks aus faserverstärktem Kunststoff |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20000063265A (ko) * | 2000-06-10 | 2000-11-06 | 김성석 | 신경회로망을 이용한 음향식별에 기반한 코골이 음향식별방법 |
| KR20030050768A (ko) * | 2001-12-19 | 2003-06-25 | 현대자동차주식회사 | 차량 내구 시험에서 검출 신호 처리방법 |
| KR20100041696A (ko) * | 2007-07-12 | 2010-04-22 | 도꾸리쯔교세이호진상교기쥬쯔소고겡뀨죠 | 고압 탱크의 손상 검지 방법 및 이를 위한 장치 |
| KR101033260B1 (ko) | 2010-12-22 | 2011-05-09 | 한국기계연구원 | 가스용기용 음향방출 진단장치 및 이를 이용한 가스용기의 결함 진단 방법 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05340857A (ja) * | 1992-06-05 | 1993-12-24 | Ishikawajima Harima Heavy Ind Co Ltd | 供用金属材料の劣化診断方法 |
-
2012
- 2012-12-13 KR KR1020120144995A patent/KR101246594B1/ko active IP Right Grant
- 2012-12-27 US US13/728,410 patent/US20140165729A1/en not_active Abandoned
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20000063265A (ko) * | 2000-06-10 | 2000-11-06 | 김성석 | 신경회로망을 이용한 음향식별에 기반한 코골이 음향식별방법 |
| KR20030050768A (ko) * | 2001-12-19 | 2003-06-25 | 현대자동차주식회사 | 차량 내구 시험에서 검출 신호 처리방법 |
| KR20100041696A (ko) * | 2007-07-12 | 2010-04-22 | 도꾸리쯔교세이호진상교기쥬쯔소고겡뀨죠 | 고압 탱크의 손상 검지 방법 및 이를 위한 장치 |
| KR101033260B1 (ko) | 2010-12-22 | 2011-05-09 | 한국기계연구원 | 가스용기용 음향방출 진단장치 및 이를 이용한 가스용기의 결함 진단 방법 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015031630A (ja) * | 2013-08-05 | 2015-02-16 | 株式会社Ｉｈｉ検査計測 | 複合材タンクのａｅ試験装置と方法 |
| CN113533497A (zh) * | 2021-07-21 | 2021-10-22 | 北京航空航天大学 | 一种极端环境中气瓶声发射信号的检测系统及缺陷诊断方法 |
| CN113533497B (zh) * | 2021-07-21 | 2023-09-29 | 北京航空航天大学 | 一种极端环境中气瓶声发射信号的检测系统及缺陷诊断方法 |
| KR102457361B1 (ko) * | 2022-04-28 | 2022-10-21 | 주식회사 아이디케이 | 탄성파를 이용한 고압 용기 폭발 가능성 감지 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20140165729A1 (en) | 2014-06-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101246594B1 (ko) | 확률론적 신경회로망을 이용한 가스용기용 음향방출 진단장치 및 이를 이용한 가스용기의 결함 진단 방법 | |
| US8347690B2 (en) | Leakage detector for compressors | |
| US7265662B2 (en) | Apparatus and method for inspecting containers | |
| CN102734634B (zh) | 压力容器 | |
| EP2166348A1 (en) | High-pressure tank damage detecting method and device therefor | |
| JP2006250823A (ja) | 地下タンクの腐食損傷評価システム | |
| CN110645470B (zh) | 包括氢气储存容器的氢气填充系统及其运行方法 | |
| CN113466021B (zh) | 加压检查方法以及加压检查装置 | |
| KR101033260B1 (ko) | 가스용기용 음향방출 진단장치 및 이를 이용한 가스용기의 결함 진단 방법 | |
| KR101033257B1 (ko) | 음향방출 진단장치 및 이를 이용한 가스용기의 결함 진단 방법 | |
| JP6798800B2 (ja) | 圧力タンクの検査方法、検査システム及び検査プログラム | |
| CN113466022B (zh) | 加压检查方法和加压检查装置 | |
| KR102457361B1 (ko) | 탄성파를 이용한 고압 용기 폭발 가능성 감지 시스템 | |
| JP2013510971A (ja) | 完全性監視コンクリートパイル | |
| JP2005148064A (ja) | 圧力テスト中またはテスト後の圧力容器の変化または損傷の検出装置と検出方法 | |
| Baran et al. | Analysis of Corrosion Processes and Leaks in Aboveground Storage Tanks with AE Monitoring | |
| US10215735B1 (en) | Treatment method for service life extension of pressure vessels | |
| JP6964399B2 (ja) | 配管部材劣化診断方法及び装置 | |
| CN112334701A (zh) | 蓄压器的制造方法 | |
| Dahmene et al. | Use of acoustic emission for inspection of composite pressure vessels subjected to mechanical impact | |
| CN110136374A (zh) | 一种建筑物疏散路线的生成方法、装置及存储介质 | |
| WO2022172811A1 (ja) | 気密試験方法及びそれを用いた気密試験装置 | |
| KR101580097B1 (ko) | 유압브레이커의 고장진단 시스템 및 방법 | |
| CN113762651B (zh) | 井口装置的剩余强度评估方法 | |
| JP6890067B2 (ja) | 埋込金物の健全性診断方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| A302 | Request for accelerated examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20151209 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20161214 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20171218 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20181211 Year of fee payment: 7 |
|
| FPAY | Annual fee payment |
Payment date: 20191210 Year of fee payment: 8 |