CRDM Nozzle의 TOFD 진단 신호를 활용한 딥 러닝 기반 결함 분석 연구 (A Study on Deep Learning-based Defect Analysis Using TOFD Signal on CRDM Nozzle)

서지정보

· 발행기관 : 한국비파괴검사학회
· 수록지 정보 : 비파괴검사학회지 / 43권 / 4호 / 249 ~ 258페이지
· 저자명 : 이수민, 박준필, 김훈희, 박재석, 이재선

초록

CRDM(Control Rod Drive Mechanism) nozzle이 장기간 사용되면서 결함 발생 확률이 높아져 안전을위해 작업자가 정기적인 진단을 실행하고 있지만 결함을 놓칠 수 있다. 그로 인해 문제가 생기면 안전성이저하되고 경제적 손실이 생긴다. 이를 방지하기 위해 결함을 자동으로 분석하는 방법이 필요하다. 본 연구에서는 결함 검출 감도가 높은 TOFD(Time of Flight Diffraction) 초음파 검사 기법으로 CRDM nozzle의 표면 또는 용접부에 결함이 있으면 그 결함이 잘 측정될 수 있는지 알아보기 위해 비파괴 검사 시뮬레이션 전문 도구인 CIVA를 사용하여 실제 현장 B-scan 이미지와 유사하게 데이터를 생성하였다. 각각 다른 결함 위치, 크기 조건으로 시뮬레이션을 진행 후 얻은 데이터가 실제 현장에서 얻은 데이터와 유사한지 확인하였다. 최종적으로 CIVA 시뮬레이션 데이터가 실제 현장 데이터와 유사하도록 시뮬레이션 이미지에 노이즈 및 왜곡을추가하였고, 그 데이터를 사용하여 결함 분석을 위한 모델을 만들기 위해 CNN(Convolutional Neural Networks) 신경망을 훈련하였으며 임의의 CRDM nozzle 진단 신호 B-scan 테스트 이미지를 사용하여 모델 검증을 진행하였다.

영어초록

The probability of defects occurring increases over time with the prolonged use of a control rod drive mechanism (CRDM) nozzle. While workers perform regular inspections for safety purposes, there is a likelihood that defects are missed, which can lead to safety risks and economic losses. To prevent this, an automated method for analyzing defects is needed. This study utilizes the compliant image validation analyzer (CIVA) tool, which specializes in non-destructive testing simulations, to generate data resembling real field B-scan images. The objective is to investigate the accuracy of measuring defects on the surface or welds of the CRDM nozzle using the high-sensitivity TOFD ultrasonic testing technique for defect detection. Simulations were conducted with different defect locations and sizes, and the obtained data was compared with data obtained from the actual field. Finally, to make the CIVA simulation data similar to actual field data, noise and distortion were added to the simulated images. A convolutional neural network (CNN) was trained using this data to create a model for defect analysis, and model validation was performed using CRDM nozzle diagnostic B-scan test images.

참고자료

· 없음