SQI와 양방향필터를 이용한 전처리 비교

오복진; 하서영; 변희진; 최두현

doi:http://dx.doi.org/10.14257/ajmahs.2017.06.37

추천

검색

자료유형: 학술저널

저자정보: 오복진 (경북대학교) 하서영 (경북대학교) 변희진 (경북대학교) 최두현 (경북대학교)

저널정보: 인문사회과학기술융합학회 예술인문사회 융합 멀티미디어 논문지 예술인문사회 융합 멀티미디어 논문지 제7권 제6호

발행연도: 2017.6

수록면: 751 - 758 (8page)

DOI: http://dx.doi.org/10.14257/ajmahs.2017.06.37

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 논문에서는 자기누설신호의 전처리 기법 중 가장 최근에 발표된 SQI와 양방향필터의 성능을 비교 분석하였다. 지하에 매설된 배관의 경우 외부의 부식 환경이나 외력에 의해 다양한 종류의 손상이 발생할 수 있다. 이러한 손상을 파악하고 손상 이력을 관리하기 위해 전계계적으로 가장 많이 사용되는 기법이 자기누설신호를 이용하는 방법이다. 자기누설신호를 획득하기 위해서는 배관 내부에 PIG 라 불리는 장치를 삽입하고 영구자석으로 배관을 자화시킨 후 누설자속을 측정한다. 측정된 누설자속의 변화로부터 배관의 손상정도를 파악하는데, 일반적으로 누설자속신호에는 다양한 잡음들에 혼재한다. 이러한 잡음을 효과적으로 처리하고 다음 단계의 결함 검출을 용이하게 하기 위해 다양한 형태의 전처리나 노이즈 처리 기법들이 적용된다. 최근에 전처리 기법으로 SQI를 이용하는 방법과 양방향필터를 이용하는 방법들이 제안되었다. 본 논문에서는 이 두 기법을 실제 누설자속신호에 적용하여 장단점을 분석하고자 하였다. 실험 결과를 통해 그 기법의 차이를 가시화하였으며, 정량적인 분석도 시행하였다.

#자기누설신호 #배관 결함 #결함 검출 #SQI #Bilateral Filter #Magnetic Flux Leakage #Pipeline Defect #Defect Detection #Self Quotient Image #Bilateral Filter

참고문헌 (12)

참고문헌 신청

김민호 / 2010 / 자기 누설 신호와 SQI를 이용한 배관 결함 검출 / 비파괴검사학회지 30(4):311~316

김종화 / 2013 / Analysis and Depth Estimation of Complex Defects on the Underground Gas Pipelines / Journal of Magnetics 18(2):202~206

J. Baek / 2009 / A Study on Integrity Assessment of Low Alloy Carbon steel Natural Gas Pipeline having Dent Defects

Y. Rho / 2003 / Journal of the Korean Institute of Gas 6(1):16~25

G. S. Park / 2002 / IEEE Transactions on Magnetics 38(2):1277~1280

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

오복진

소속기관 경북대학교

주요연구분야 공학 > 건축공학 > 환경공학 공학 > 전기전자공학 > 전기공학

논문수 17 이용수 869

하서영

소속기관 경북대학교

주요연구분야 복합학 > 학제간연구

논문수 1 이용수 0

변희진

소속기관 경북대학교

주요연구분야 복합학 > 학제간연구

논문수 1 이용수 0

최두현

소속기관 경북대학교

주요연구분야 복합학 > 학제간연구

논문수 7 이용수 18

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

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (12)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)