메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김상일 (한양대학교) 박동운 (한양대학교) 김헌수 (한양대학교) 김학성 (한양대학교)
저널정보
한국비파괴검사학회 비파괴검사학회지 비파괴검사학회지 제42권 제2호
발행연도
2022.4
수록면
129 - 135 (7page)
DOI
10.7779/JKSNT.2022.42.2.129

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 연구에서는 폴리머 배관의 결함을 검출하기 위해 Terahertz time-domain-spectroscopy (THz-TDS) 시스템과 convolutional neural network (CNN) 알고리즘을 사용하였다. THz-TDS 시스템의 투과 모드를 사용하여 정상 폴리머 배관과 결함이 있는 폴리머 배관에 대한 THz scanning data를 확보하였다. 폴리머 배관의 결함부위를 투과한 THz wave는 산란이 발생하여 진폭이 감소하는 것을 확인하였다. THz scanning 이미지 속 폴리머 배관의 결함 부위는 THz 신호의 진폭 감소로 발생한 픽셀의 음영차이로 구분할 수 있는 것을 확인하였다. THz 이미지 데이터는 CNN 학습을 위해 데이터 증대(data augmentation) 기법을 사용하여 증폭시켰으며, 증폭된 THz 이미지 데이터는 정상과 결함으로 종류(class)를 나누어 CNN 딥러닝 알고리즘에 학습시켰다. 딥러닝 학습결과 CNN 모델은 95% 이상의 정확도로 폴리머 배관의 결함을 검출할 수 있음을 확인하였다. 이를 통해, 테라헤르츠 파를 이용하여 폴리머 배관을 비접촉, 비파괴 검사할 수 있으며, CNN 딥러닝 알고리즘을 사용하여 자동화된 결함 검출을 할 수 있음을 확인하였다.

목차

초록
Abstract
1. 서론
2. 실험 방법
3. 결과 및 고찰
4. 결론
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0