KR20220059137A - Method for evaluating age-related degradation using surface image of duct - Google Patents
Method for evaluating age-related degradation using surface image of duct Download PDFInfo
- Publication number
- KR20220059137A KR20220059137A KR1020200144376A KR20200144376A KR20220059137A KR 20220059137 A KR20220059137 A KR 20220059137A KR 1020200144376 A KR1020200144376 A KR 1020200144376A KR 20200144376 A KR20200144376 A KR 20200144376A KR 20220059137 A KR20220059137 A KR 20220059137A
- Authority
- KR
- South Korea
- Prior art keywords
- duct
- image
- database
- deterioration
- grade
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000015556 catabolic process Effects 0.000 title claims description 7
- 238000006731 degradation reaction Methods 0.000 title claims description 7
- 230000006866 deterioration Effects 0.000 claims abstract description 25
- 230000032683 aging Effects 0.000 claims abstract description 13
- 238000011156 evaluation Methods 0.000 claims description 14
- 238000011161 development Methods 0.000 claims description 13
- 230000018109 developmental process Effects 0.000 claims description 13
- 238000012423 maintenance Methods 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 238000005336 cracking Methods 0.000 claims description 3
- 230000032798 delamination Effects 0.000 claims description 2
- 238000007689 inspection Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 6
- 238000013507 mapping Methods 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000003909 pattern recognition Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 229910001335 Galvanized steel Inorganic materials 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000008397 galvanized steel Substances 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G06T3/0037—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/06—Topological mapping of higher dimensional structures onto lower dimensional surfaces
- G06T3/067—Reshaping or unfolding 3D tree structures onto 2D planes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
- G01N2021/8893—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques providing a video image and a processed signal for helping visual decision
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
Description
본 발명은 객관적인 평가가 가능한 덕트 표면의 영상 이미지를 이용해 경년열화를 평가하는 방법에 관한 것이다.The present invention relates to a method for evaluating aging deterioration using an image image of a duct surface that can be objectively evaluated.
덕트는 공기조화 등을 위해 사용되고 있으며, 아연도금강판이 많이 사용되고 있다.Ducts are used for air conditioning, etc., and galvanized steel sheets are widely used.
덕트의 정비 및 유지보수 등 품질관리를 위해 경년열화의 평가가 중요하다. 현재 덕트의 경년열화는 점검자가 표본 사진과 비교하는 육안검사가 수행되고 있다.It is important to evaluate aging deterioration for quality control such as maintenance and repair of ducts. At present, the aging deterioration of the duct is visually inspected by the inspector comparing it with the sample photo.
이러한 육안검사는 점검자에 따라 편차가 발생하여 객관적인 평가가 어려운 문제가 있다.This visual inspection has a problem in that it is difficult to objectively evaluate it because there is a deviation depending on the inspector.
따라서 본 발명의 목적은 객관적인 평가가 가능한 덕트 표면의 영상 이미지를 이용해 경년열화를 평가하는 방법을 제공하는 것이다.Accordingly, an object of the present invention is to provide a method for evaluating aging deterioration using an image image of a duct surface that can be objectively evaluated.
상기 본 발명의 목적은 덕트의 경년열화를 평가하는 방법에 있어서, 덕트 표면을 촬영하여 덕트 영상 이미지를 얻는 단계; 상기 덕트 영상 이미지를 덕트 데이터베이스에 포함되어 있는 덕트 3D 도면에 투영하고 평면전개영상 이미지로 변환하는 단계; 및 상기 평면전개영상 이미지에 대해 열화등급을 평가하는 단계를 포함하는 것에 의해 달성된다.An object of the present invention is to obtain a duct image image by photographing the surface of the duct in a method for evaluating aging deterioration of the duct; Projecting the duct image image on the duct 3D drawing included in the duct database and converting it into a planar development image image; And it is achieved by including the step of evaluating the deterioration grade for the planar development image image.
상기 열화등급의 평가는 상기 평면전개영상 이미지와 표준 이미지를 비교하여 수행될 수 있다.The evaluation of the deterioration grade may be performed by comparing the planar development image image with a standard image.
상기 덕트 영상 이미지를 덕트 구성품 번호에 따라 분류하는 단계를 더 포함하며, 상기 투영은 상기 덕트 데이터베이스에 포함되어 있는 덕트 구성품 번호 및 정보를 이용하여 수행될 수 있다.Further comprising the step of classifying the duct image image according to the duct component number, the projection may be performed using the duct component number and information contained in the duct database.
상기 3D 투영은 상기 덕트 영상 이미지의 파일명과, 상기 덕트 구성품 번호와, 덕트 데이터베이스로부터 추출한 덕트 구성품의 형태정보를 이용하여 3D 투영용 영상이미지로 처리하여 수행될 수 있다.The 3D projection may be performed by processing the image image for 3D projection using the file name of the duct image image, the duct component number, and shape information of the duct component extracted from the duct database.
상기 평면전개영상 이미지 변환은, 덕트 데이터베이스로부터 덕트 구성품의 형태 정보를 추출하는 단계와; 추출된 상기 형태 정보에 따라 평면전개영상 이미지 변환 알고리즘을 선택하는 단계를 포함할 수 있다.The planar deployment image conversion includes the steps of: extracting the shape information of the duct component from the duct database; It may include the step of selecting a planar development image image conversion algorithm according to the extracted shape information.
상기 평가된 열화등급 및 정비주기를 상기 덕트 3D 도면에 표시하는 단계를 더 포함할 수 있다.The method may further include displaying the evaluated deterioration grade and maintenance cycle on the duct 3D drawing.
상기 열화등급은 적어도 3개 단계와 적어도 5가지 형태로 평가되며, 상기 단계는 색상으로 표시되며 상기 형태는 무늬로 표시될 수 있다.The deterioration grade is evaluated in at least three stages and at least five forms, and the stages may be indicated by a color and the form may be indicated by a pattern.
상기 형태는 들뜸, 녹, 균열, 박리 및 마모를 포함할 수 있다.The form may include lifting, rusting, cracking, delamination and wear.
본 발명에 따르면 객관적인 평가가 가능한 덕트 표면의 영상 이미지를 이용해 경년열화를 평가하는 방법이 제공된다.According to the present invention, there is provided a method for evaluating aging deterioration using an image image of a duct surface that can be objectively evaluated.
도 1은 본 발명의 일실시예에 따른 덕트의 경년열화 평가 방법의 순서도이다.
도 2는 덕트의 구성품 번호를 설명하기 위한 그림이고,
도 3은 덕트의 경년열화 평가의 평가기준이고,
도 4는 덕트의 경년열화 평가의 표준이미지이고,
도 5는 덕트의 경년열화 평가 결과를 덕트 3D 도면에 표시한 것이다.1 is a flowchart of a duct aging evaluation method according to an embodiment of the present invention.
Figure 2 is a figure for explaining the component number of the duct,
3 is an evaluation criterion for the evaluation of aging deterioration of the duct,
Figure 4 is a standard image of the aging evaluation of the duct,
5 is a view showing the evaluation result of aging of the duct in the 3D drawing of the duct.
본 발명은 덕트를 대상으로 하며, 덕트의 재질은 아연도금강판일 수 있으나 이에 한정되지 않는다.The present invention is directed to a duct, and the material of the duct may be a galvanized steel sheet, but is not limited thereto.
덕트는 공기의 유로를 제공하는 설비이며, 한 개의 관이 아닌 여러 개의 조각으로 이어져 있다.A duct is a facility that provides an air flow path, and is connected by several pieces instead of one pipe.
본 발명의 덕트는 발전소, 특히 원자력 발전소에 사용될 수 있으나 이에 한정되지 않는다.The duct of the present invention can be used in power plants, in particular nuclear power plants, but is not limited thereto.
이하 도면을 참조로 본 발명을 상세히 설명한다.Hereinafter, the present invention will be described in detail with reference to the drawings.
이하 설명하는 경년열화 평가 방법은 디지털영상 촬영기기 및 컴퓨터등 디지털 기기와, 유무선 랜과 같은 통신수단 등을 이용하여 수행될 수 있다.The aging degradation evaluation method described below may be performed using a digital device such as a digital image capturing device and a computer, and a communication means such as a wired/wireless LAN.
먼저, 덕트 표면을 촬영하여 덕트 영상 이미지를 확보한다(S110).First, the duct surface is photographed to secure a duct image image (S110).
덕트 표면은 360도로 촬영하며, 디지털 카메라 등 적절한 수단을 활용할 수 있다. 덕트의 내부는 360도 액션캠을 사용하여 촬영하고 덕트의 외부는 디지털 카메라로 촬영할 수 있다.The duct surface is photographed in 360 degrees, and suitable means such as a digital camera can be used. The inside of the duct can be photographed using a 360-degree action cam, and the exterior of the duct can be photographed with a digital camera.
다음으로 확보된 덕트 영상 이미지를 덕트 구성품 번호에 따라 분류한다(S120).Next, the obtained duct image image is classified according to the duct component number (S120).
덕트를 구성하고 있는 덕트 조각, 즉 덕트 구성품은 고유의 번호인 구성품 번호를 가지고 있다. 구성품 번호는 예를 들어, 기기코드-구역코드-층고번호-Q-덕트 구성품 설치순서번호로 구성될 수 있다.The duct pieces that make up a duct, or duct components, have a unique number, a component number. The component number may consist of, for example, equipment code-zone code-floor height number-Q-duct component installation sequence number.
예를 들어, 도 2와 같이 덕트 구성품 번호 999-AA-9A-Q-01는 다음을 나타낼 수 있다.For example, as in FIG. 2 , duct component number 999-AA-9A-Q-01 may represent:
999 : 관련 기기 식별코드(System Tag Code)999: related device identification code (System Tag Code)
AA : 구역코드(Section Code)AA : Section Code
9A : 층고번호(Elevation Number)9A: Elevation Number
Q : 안전 관련(Safety Related)Q: Safety Related
01 : 장착 순서(Joint or Fitting Sequence)01: Fitting Sequence (Joint or Fitting Sequence)
촬영하여 확보된 덕트 영상 이미지는 파일형태이다. 각 덕트 영상 이미지 파일의 파일명을 3D 도면에 매핑시 자동화할 수 있도록 규칙을 정하여 덕트 영상 이미지를 분류하는 데 덕트 구성품 번호를 이용하여 부여한다.The duct video image obtained by shooting is in the form of a file. When mapping the file name of each duct image file to a 3D drawing, rules are established so that the duct image image can be classified using the duct component number.
이후 덕트 영상 이미지를 덕트 데이터베이스에 포함되어 있는 정보를 이용하여 덕트 3D 도면에 투영한다(S130).Thereafter, the duct image image is projected on the duct 3D drawing using the information contained in the duct database (S130).
덕트 데이터베이스(덕트 설계 정보 데이터베이스)에는 덕트 3D 도면과 덕트 구성품 정보가 포함되어 있다. 덕트 구성품 정보는 덕트 구성품 번호와 덕트 구성품 형태 등 덕트 설계/설치/정비에 필요한 정보를 포함한다. 덕트 구성품 형태 등 해당 덕트 구성품이 원형 또는 사각형 등인지에 대한 구체적인 정보이다.The duct database (duct design information database) contains duct 3D drawings and duct component information. Duct component information includes information necessary for duct design/installation/maintenance, such as duct component numbers and duct component types. Specific information on whether the duct component is round or square, such as the shape of the duct component.
투영은 덕트 영상 이미지의 파일명과, 3D 도면의 덕트 구성품 번호와 정보를 이용하여 3D 도면에 영상매핑기법을 통해 수행될 수 있다.Projection can be performed through the image mapping technique on the 3D drawing using the file name of the duct image image and the duct component number and information of the 3D drawing.
영상매핑기법에서는 덕트 데이터베이스에 포함된 구성품 번호와 덕트 형태(원형, 사각형, 사다리꼴 등) 및 3D 도면 정보를 이용하여 3D 도면에 투영하는 매핑 알고리즘을 적용할 수 있다.In the image mapping technique, a mapping algorithm that projects onto a 3D drawing can be applied using the component number, duct shape (round, square, trapezoid, etc.) and 3D drawing information included in the duct database.
매핑 알고리즘은 촬영영상 겹침부 제거, 사이즈/각도/해상도/선명도 조절, 이미지 연결부위의 자연스런 연결 처리 등 이미지 결합 및 처리에 대한 단계를 포함할 수 있다.The mapping algorithm may include steps for image combining and processing, such as removing overlapping portions of captured images, adjusting size/angle/resolution/sharpness, and natural connection processing of image connection parts.
이후 덕트 데이터베이스에서 덕트 구성품의 형태 정보를 추출하고(S140), 다음으로 덕트 영상 이미지가 투영된 덕트 3D 도면을 평면전개영상 이미지로 변환한다(S150).Then, the shape information of the duct component is extracted from the duct database (S140), and then the duct 3D drawing on which the duct image image is projected is converted into a planar development image image (S150).
덕트 데이터베이스로부터 덕트 구성품 형태를 추출한, 덕트 구성품 형태 정보를 바탕으로 평면전개영상 이미지로 변환한다. 평면전개영상 이미지 변환 알고리즘은 덕트 구성품의 형태에 따라 다르게 적용될 수 있다.The shape of the duct component is extracted from the duct database, and it is converted into a flat-panel image based on the shape information of the duct component. The planar development image image conversion algorithm can be applied differently depending on the shape of the duct component.
평면전개영상 이미지로 변환하면 딥러닝/머신러닝 학습모델 및 패턴인식 평가의 회수를 크게 줄일 수 있다. 예를 들어 4각 덕트 구성품의 경우 평면전개영상 이미지로 변환하지 않으면 4번의 판독과정을 수행해야 하기 때문에 계산량과 인공지능 모델학습을 통한 평가시간이 크게 증가하는데, 평면전개영상 이미지로 변환하면 1번의 판독과정으로 감소시킬 수 있다. 또한 평면전개영상 이미지로 변환하면 원형 등 평면이 아닌 덕트 구성품의 곡률이나 그림자 등 여러요인에 의한 판독 오류를 감소시킬 수 있다.If it is converted into a flat image image, the number of deep learning/machine learning learning models and pattern recognition evaluations can be greatly reduced. For example, in the case of a quadrilateral duct component, if it is not converted to a planar deployment image image, it is necessary to perform four reading processes, so the amount of calculation and evaluation time through artificial intelligence model learning are greatly increased. It can be reduced by the reading process. In addition, if it is converted to a flat-panel image, it is possible to reduce reading errors caused by various factors such as the curvature or shadow of non-planar duct components such as circles.
이후 평면전개영상 이미지에 대해 딥러닝/머신러닝 학습모델 및 패턴인식을 이용하여 열화등급을 평가한다(S160).Thereafter, the degradation grade is evaluated using a deep learning/machine learning learning model and pattern recognition for the flattened image image (S160).
덕트의 열화등급은 도 3과 같이 평가등급 I, II, III의 3가지 등급과 형태 별로 평가될 수 있다. 형태는 들뜸, 녹, 균열, 박리, 마모 및 이들의 혼재 중 선택될 수 있다. 등급은 4가지 또는 5가지 이상으로 세분될 수 있다.The deterioration grade of the duct can be evaluated by three grades and types of evaluation grades I, II, and III as shown in FIG. 3 . The shape may be selected from floating, rusting, cracking, peeling, abrasion, and mixtures thereof. The grades can be subdivided into 4 or 5 or more.
열화등급 평가는 표준 이미지와 평면전개영상 이미지를 비교하여 수행된다.Degradation grade evaluation is performed by comparing the standard image and the planar development image.
표준 이미지는 도 4와 같이 등급 및 형태 별로 마련되어 있다.Standard images are provided for each grade and shape as shown in FIG. 4 .
이미지 비교는 딥러닝/머신러닝 학습모델 및 패턴인식 등 인공지능 기술의 복합적 수단을 사용하여 수행된다.Image comparison is performed using complex means of artificial intelligence technologies such as deep learning/machine learning learning models and pattern recognition.
마지막으로 평가된 열화등급 및 정비주기를 덕트 3D 도면에 표시한다(S170).Finally, the evaluated deterioration grade and maintenance cycle are displayed on the duct 3D drawing (S170).
열화등급 표시는 열화단계와 열화형태를 동시에 표현하도록 한다. 예를 들어 도 5와 같이 열화단계는 색상(단계에 따라 없음-노란색-붉은 색 등)과 무늬(균열은 번개, 박리는 별 등)로 표현한다. 색상이나 무늬 없이 또는 색상이나 무늬에 더하여 열화단계와 열화형태를 텍스트로 표현할 수도 있다.Deterioration grade indication is to express the deterioration stage and deterioration type at the same time. For example, as shown in FIG. 5 , the deterioration stage is expressed by color (no-yellow-red, etc. depending on the stage) and pattern (crack is lightning, peel is star, etc.). The deterioration stage and deterioration form may be expressed in text without color or pattern or in addition to color or pattern.
또한 평가된 열화등급을 덕트 검사정비관리 데이터베이스에 저장한다. 덕트 검사정비관리 데이터베이스는 덕트 구성품별 열화평가등급, 정비주기, 조치필요사항, 촬영이미지 등이 저장되어 있다.In addition, the evaluated deterioration grade is stored in the duct inspection and maintenance management database. The duct inspection and maintenance management database stores deterioration evaluation grades for each duct component, maintenance intervals, actions required, and photographed images.
이상의 본 발명에 따르면 검사자별 편차 방지로 신뢰성 있는 덕트 관리가 가능하다.According to the present invention as described above, reliable duct management is possible by preventing deviations for each inspector.
또한 360도 촬영영상을 평면전개영상 이미지로 변환하여 자동판독과정 수행횟수 감소에 따른 판독시간 단축과, 원형 등 평면이 아닌 형태의 덕트 표면에 대한 판독의 정확성을 높일 수 있다.In addition, it is possible to reduce the reading time due to the reduction in the number of automatic reading process performed by converting the 360-degree captured image into a planar development image image, and to increase the accuracy of reading on the non-planar duct surface such as a circle.
덕트 3D 도면에 평가등급을 시각적으로 표시하므로써 열화위치 및 형태 등을 직관적으로 파악할 수 있어 검사 및 정비 계획 수립에 편리하고, 개별 구성품이 아닌 주변구성품의 열화등급도 한눈에 파악할 수 있어 전체적인 열화원인 파악이 가능하다.By visually displaying the evaluation grade on the duct 3D drawing, the location and shape of deterioration can be intuitively identified, which is convenient for inspection and maintenance planning. This is possible.
현재 기술은 점검자 편차에 따른 검사결과의 객관성과 신뢰성이 부족하고, 검사정비관리를 수작업으로 하므로 인해 신뢰성과/효율성/편리성이 떨어진다. Current technology lacks objectivity and reliability of inspection results according to inspector deviation, and lacks reliability/efficiency/convenience due to manual inspection and maintenance management.
본 발명에 따르면 검사결과의 편차를 제거하고 객관성과 신뢰성을 확보하며, 덕트의 검사정비 관리 전산시스템을 구축을 통해 검사 및 정비 관리의 효율성과 추적성, 3D 화면을 통한 덕트의 직관적 상태확인이 가능하여 관리자 검사/정비업무수행의 편리성과 신속성 등을 확보할 수 있다. According to the present invention, it is possible to remove the deviation of the inspection result, secure objectivity and reliability, and establish the inspection and maintenance management computerized system of the duct to check the efficiency and traceability of the inspection and maintenance management, and intuitively check the condition of the duct through the 3D screen. In this way, it is possible to secure the convenience and speed of manager inspection/maintenance work.
전술한 실시예들은 본 발명을 설명하기 위한 예시로서, 본 발명이 이에 한정되는 것은 아니다. 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양하게 변형하여 본 발명을 실시하는 것이 가능할 것이므로, 본 발명의 기술적 보호범위는 첨부된 특허청구범위에 의해 정해져야 할 것이다.The above-described embodiments are examples for explaining the present invention, and the present invention is not limited thereto. Those of ordinary skill in the art to which the present invention pertains will be able to practice the present invention with various modifications therefrom, so the technical protection scope of the present invention should be defined by the appended claims.
Claims (8)
덕트 표면을 촬영하여 덕트 영상 이미지를 얻는 단계;
상기 덕트 영상 이미지를 덕트 데이터베이스에 포함되어 있는 덕트 3D 도면에 투영하고 평면전개영상 이미지로 변환하는 단계; 및
상기 평면전개영상 이미지에 대해 열화등급을 평가하는 단계를 포함하는 방법.In the method of evaluating the aging deterioration of a duct,
obtaining a duct video image by photographing the duct surface;
Projecting the duct image image on the duct 3D drawing included in the duct database and converting it into a planar development image image; and
A method comprising the step of evaluating a degradation grade for the planar development image image.
상기 열화등급의 평가는 상기 평면전개영상 이미지와 표준 이미지를 비교하여 수행되는 방법.According to claim 1,
The evaluation of the degradation grade is performed by comparing the planar development image image with a standard image.
상기 덕트 영상 이미지를 덕트 구성품 번호에 따라 분류하는 단계를 더 포함하며,
상기 투영은 상기 덕트 데이터베이스에 포함되어 있는 덕트 구성품 번호 및 정보를 이용하여 수행되는 방법.According to claim 1,
Further comprising the step of classifying the duct image image according to the duct component number,
wherein the projection is performed using duct component numbers and information contained in the duct database.
상기 3D 투영은 상기 덕트 영상 이미지의 파일명과, 상기 덕트 구성품 번호와, 덕트 데이터베이스로부터 추출한 덕트 구성품의 형태정보를 이용하여 3D 투영용 영상이미지로 처리하여 수행되는 방법.4. The method of claim 3,
The 3D projection is a method performed by processing the image image for 3D projection using the file name of the duct image image, the duct component number, and the shape information of the duct component extracted from the duct database.
상기 평면전개영상 이미지 변환은,
덕트 데이터베이스로부터 덕트 구성품의 형태 정보를 추출하는 단계와;
추출된 상기 형태 정보에 따라 평면전개영상 이미지 변환 알고리즘을 선택하는 단계를 포함하는 방법.In claim 3,
The plane development image image conversion is,
extracting shape information of duct components from the duct database;
A method comprising the step of selecting a planar development image image conversion algorithm according to the extracted shape information.
상기 평가된 열화등급 및 정비주기를 상기 덕트 3D 도면에 표시하는 단계를 더 포함하는 방법.3. The method of claim 2,
The method further comprising the step of displaying the evaluated deterioration grade and maintenance interval on the duct 3D drawing.
상기 열화등급은 적어도 3개 단계와 적어도 5가지 형태로 평가되며,
상기 단계는 색상으로 표시되며 상기 형태는 무늬로 표시되는 방법.7. The method of claim 6,
The degradation grade is evaluated in at least 3 stages and at least 5 types,
The step is indicated by color and the form is indicated by a pattern.
상기 형태는 들뜸, 녹, 균열, 박리 및 마모를 포함하는 방법.8. The method of claim 7,
wherein said form includes lifting, rusting, cracking, delamination and wear.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200144376A KR102483115B1 (en) | 2020-11-02 | 2020-11-02 | Method for evaluating age-related degradation using surface image of duct |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200144376A KR102483115B1 (en) | 2020-11-02 | 2020-11-02 | Method for evaluating age-related degradation using surface image of duct |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220059137A true KR20220059137A (en) | 2022-05-10 |
| KR102483115B1 KR102483115B1 (en) | 2022-12-29 |
Family
ID=81591854
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200144376A KR102483115B1 (en) | 2020-11-02 | 2020-11-02 | Method for evaluating age-related degradation using surface image of duct |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102483115B1 (en) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101011386B1 (en) * | 2010-12-24 | 2011-01-28 | 주식회사 호서 | Method for analysis cctv image of pipe route inner surface and system thereof |
| KR101446324B1 (en) * | 2013-02-08 | 2014-10-07 | 주식회사 차후 | Management system for pipe of the process of semiconductor and method thereof |
| KR101713001B1 (en) | 2015-12-11 | 2017-03-07 | 전남대학교산학협력단 | Metal panel detecting appratus by processing image for method same |
| KR20170067023A (en) * | 2015-12-07 | 2017-06-15 | 삼성중공업 주식회사 | Apparatus and method for inspecting drawing |
| KR20200087330A (en) * | 2018-12-28 | 2020-07-21 | 네이버시스템(주) | State information analysis and modelling method of sewerage pipe |
-
2020
- 2020-11-02 KR KR1020200144376A patent/KR102483115B1/en active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101011386B1 (en) * | 2010-12-24 | 2011-01-28 | 주식회사 호서 | Method for analysis cctv image of pipe route inner surface and system thereof |
| KR101446324B1 (en) * | 2013-02-08 | 2014-10-07 | 주식회사 차후 | Management system for pipe of the process of semiconductor and method thereof |
| KR20170067023A (en) * | 2015-12-07 | 2017-06-15 | 삼성중공업 주식회사 | Apparatus and method for inspecting drawing |
| KR101713001B1 (en) | 2015-12-11 | 2017-03-07 | 전남대학교산학협력단 | Metal panel detecting appratus by processing image for method same |
| KR20200087330A (en) * | 2018-12-28 | 2020-07-21 | 네이버시스템(주) | State information analysis and modelling method of sewerage pipe |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102483115B1 (en) | 2022-12-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109858367B (en) | Visual automatic detection method and system for worker through supporting unsafe behaviors | |
| CN108416294B (en) | Fan blade fault intelligent identification method based on deep learning | |
| JP5764238B2 (en) | Steel pipe internal corrosion analysis apparatus and steel pipe internal corrosion analysis method | |
| JP2014006222A (en) | Method and apparatus for detecting change of concrete surface | |
| WO2019048597A1 (en) | Method for analysis of sensor data related to a wind turbine | |
| WO2021046726A1 (en) | Method and device for detecting mechanical equipment parts | |
| CN109840900A (en) | A kind of line detection system for failure and detection method applied to intelligence manufacture workshop | |
| EP4202424A1 (en) | Method and system for inspection of welds | |
| CN109946304A (en) | Surface defects of parts on-line detecting system and detection method based on characteristic matching | |
| JP2019194565A (en) | Machine vision system and method, and robot installation system and method | |
| CN112985515B (en) | Method and system for detecting assembly qualification of product fastener and storage medium | |
| CN111220619A (en) | Insulator self-explosion detection method | |
| KR102483115B1 (en) | Method for evaluating age-related degradation using surface image of duct | |
| CN113962929A (en) | Photovoltaic cell assembly defect detection method and system and photovoltaic cell assembly production line | |
| CN114387261A (en) | Automatic detection method suitable for railway steel bridge bolt diseases | |
| KR102524151B1 (en) | Labeling learning method of artificial intelligence machine for smart products inspection | |
| US20230258574A1 (en) | Method for detecting defects in a component, method for training a machine learning system, computer program product, computer-readable medium, and system for detecting defects in a component | |
| KR20210037199A (en) | Apparatus for dividing, tagging an image and for detecting defect of facilities using the same | |
| CN112004063A (en) | Method for monitoring connection correctness of oil discharge pipe based on multi-camera linkage | |
| CN117916581A (en) | Inspection support system, inspection support method, and inspection support program | |
| CN112257514B (en) | Infrared vision intelligent detection shooting method for equipment fault inspection | |
| CN115937684A (en) | Building construction progress identification method and electronic equipment | |
| JPH07318510A (en) | Deterioration degree evaluating method for building roof material | |
| JP7471570B2 (en) | Building structure diagnostic system | |
| CN114047779A (en) | Defect tracking method and system based on unmanned aerial vehicle inspection |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |