• 비파괴검사학회지
• /
• 제21권4호
• /
• pp.425-433
• /
• 2001

복합재료-금속 접착접합부가 사용 중 반복 하중을 받을 때 발생하는 피로 손상도를 음향초음파(acousto-ultrasonics; AU)법과 음향방출(acoustic emission; AE)법을 이용하여 평가하였다. 피로시험에는 단일겹치기(single-lap) 시험편을 사용하였으며, AU법을 통해 취득한 신호로부터 음향초음파변수(acousto-ultrasonic parameters; AUP)와 피로손상과의 상관관계 곡선을 얻고, AE법에서는 누적 AE events를 통한 피로손상과의 상관관계 곡선을 얻어, AU법과 AE법의 결과를 비교하였다. 이 곡선들은 피로손상에 의한 고분자기지 복합재료의 강성 저하$(E/E_0)$를 나타내는 곡선과 매우 유사하며, 이를 바탕으로 피로 손상도의 예측과 잔여 수명의 예측이 가능하다. 또한 피로 하중의 초기 단계와 피로손상의 누적에 의해 급격한 변화가 나타나는 단계의 파형 주파수 성분을 비교하여, 피로 파괴의 마지막 단계에서 나타나는 신호 중에는 본격적인 피로손상에 의해 발생하는 AE 신호 성분이 포함되어 있음을 확인할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제19권11호
• /
• pp.17-24
• /
• 2014

본 논문에서는 저속으로 회전하는 유도 전동기의 베어링 결함을 검출하기 위해 음향 방출 신호와 히스토그램 모델링을 이용하는 방법을 제안한다. 제안한 방법은 정규화된 결함 신호가 구성하는 히스토그램의 포락선을 모델링하여, 부분 상관 계수와 DET(Distance Evaluation Technique) 기법을 이용하여 결함 유형별 고유한 특징을 추출 및 선택한다. 추출된 특징을 SVR(Support Vector Regression) 분류기의 입력으로 사용하여 베어링의 내륜, 외륜 및 롤러 결함을 분류한다. 최적의 분류 성능을 위해 SVR 커널함수의 매개변수를 0.01에서 1.0까지 변화시키고, 특징 개수는 2에서 150까지 변화시키면서 실험한 결과, 0.64-0.65의 매개변수와 75개의 특징 개수에서 제안한 방법은 약 91%의 분류 성능을 보였고, 또한 기존의 결함 분류 알고리즘보다 높은 분류 성능을 보였다.

• 비파괴검사학회지
• /
• 제23권3호
• /
• pp.220-226
• /
• 2003

본 연구에서는 선박 용접구조물의 피로균열 발생 여부와 균열의 진전 상황을 실시간으로 모니터링하기 위한 기초 연구단계로서 선박의 전형적인 용접형태인 필렛용접부(fillet welded joint)의 피로시험에 대한 음향방출(Acoustic Emission, AE)기법의 적용성을 검토하였다. 필렛용접부의 피로시험에서 균열의 발생과 진전, 위치를 검출하기 위하여 AE 카운트(ring down count)와 위치표정(source location)등을 이용하였다. 시험결과 용접 토우(toe)부의 표면균열(surface crack)이 관통균열(through crack)로 발전하기 전까지의 AE 신호는 비교적 미약하게 나타났으나 균열의 발생시점과 위치를 카운트-위치표정으로 어느 정도 추정 가능함을 확인하였다. 표면균열이 브라켓의 두께방향으로 관통한 시점에서는 AE 카운트의 양이 급격히 증가하였으며 카운트-위치표정, 이벤트(event)-위치표정으로 균열의 위치와 발생시점을 명확하게 확인할 수 있었다. 또한 AE 위치표정과 클러스터(cluster) 기능을 이용하여 균열발생 위치 이외의 영역에서 검출된 신호는 잡음에 기인한 것으로 추정할 수 있었다.

• 비파괴검사학회지
• /
• 제22권5호
• /
• pp.532-538
• /
• 2002

3가지 종류의 알루미늄 합금강의 피로균열 진전 시 균열 열림 및 닫힘에 따른 음향방출 신호를 분류하기 위하여 주성분 분석 방법과 인공신경망 기법을 적용하였다. 재료의 균열 열림과 닫힘, 마찰 등과 같은 여러 가지 AE 신호를 얻기 위하여 피로시험을 수행하였다. 주성분 분석결과 AE 파라미터의 제 1 및 제 2 주성분만으로도 균열 열렴 및 닫힘에 대한 AE 신호의 변이를 94% 이상 설명할 수 있는 것으로 분석되어 주성분 분석 기법을 이용한 균열 열림 및 닫힘에 대한 신호해석이 가능한 것으로 나타났다. AE 신호의 주성분들을 입력변수로 사용한 인공신경망을 이용하여 균열 열림 및 닫힘을 분류할 수 있는 분류기를 개발하고 평가한 결과 분류기의 입력 변수로서 2개의 주성분을 이용 할 경우 전체 AE 파라미터를 입력변수로 사용한 경우 보다 분류 성능이 향상되었다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1995년도 추계학술대회 논문집
• /
• pp.101-104
• /
• 1995

A acoustic emission (AE) sensor has been used to monitor tool were during milling process. The relation between tool wear and AE RMS (Root mean Square) signal was investigated experimentally. A avaliable monitoring index for monitoring toolwear was newly extracted form AE RMS. And on-line monitoring program was developed. The proposed monitoring system has verified experimentally by roughing end milling titanium alloy with TIN coated HSS tool.

• 비파괴검사학회지
• /
• 제20권4호
• /
• pp.276-284
• /
• 2000

콘크리트 구조물의 노화도 평가를 위한 기초 연구로써 철근 및 무근 콘크리트 빔의 4점 굽힘 시험시 발생하는 음향방출 신호의 발생 거동을 관찰하였다. 본 연구는 미세 균열의 전개, 국부 균열의 진전, 부식, 철근의 박리 등 균열 발생 및 손상기구에 대한 AE 특성 고찰에 주안점을 두었다. 이들 각각의 손상 메카니즘을 모사하기 위해 무근 콘크리트, 노치를 가공한 무근 콘크리트, 정상적인 철근 콘크리트 그리고 부식된 철근 콘크리트 빔을 제작하였다. 손상 정도 및 펠리시티 효과(Felicity effect)를 관찰하기 위해 4점 굽힘 시험시 단계별 하중 증가 방식을 택하였다. AE 파형은 물론 AE event에 대한 발생 특성을 분석하였으며, 노화도 평가에 주요한 영향을 미치는 주요 변수들에 대해 조사하였다. AE event 발생의 누계치 및 Felicity ratio값 등은 손상의 정도에 따라 민감하게 변하는 것을 관찰하였으며, 노화도와도 상관관계가 있음을 확인하였다. 결과적으로 본 연구에서 얻은 AE 분석 기술은 철근 콘크리트 구조물의 균열이나 부식 손상과 같은 노화도 평가를 위해 적용할 수 있는 가능성을 제시하였다.

• 콘크리트학회논문집
• /
• 제21권5호
• /
• pp.589-597
• /
• 2009

고인성 섬유보강 시멘트 복합체는 시멘트 매트릭스 내 보강된 섬유의 계면부착응력에 의해 다수의 미세균 열분산 및 손상저항성능을 갖게 되나, 이를 구조물에 적용하기 위해서는, 고인성 섬유보강 시멘트 복합체의 파괴거동을 규명함과 동시에 보강섬유에 따른 시멘트 매트릭스의 마이크로 파괴메커니즘에 대한 이해가 요구된다. 이 연구에서는 단조 및 반복가력시 고인성 섬유보강 시멘트 복합체의 파괴특성 및 음향방출신호특성을 규명하기 위하여 총 4 시리즈의 시험체가 사용되었으며, 주요 실험변수는 섬유의 종류(PE, PVA, SC), 혼입률, 하이브리드 타입, 가력방법(단조, 반복)이다. 실험결과, 고인성 섬유보강 시멘트 복합체의 압축거동에 따른 손상진전은 섬유의 혼입률 및 하이브리드에 따라 상이하게 나타났다. 또한 음향방출신호로부터, 각 하중단계의 2, 3번째 사이클에서의 진폭 감소 특성이 나타났으며, 이는 각 사이클별 변형률 증가와의 관련성을 보여 이를 이용한 강도 예측이 가능할 것으로 판단된다. 또한 최대강도의 80%까지 펠리시티 효과 및 카이저 효과가 나타났으며, 하이브리드 섬유 혼입시 매크로 균열 제어로 인해 손상의 복원 및 분산능력이 뛰어난 것으로 나타났다.

• 비파괴검사학회지
• /
• 제15권1호
• /
• pp.277-290
• /
• 1995

본 연구는 $[0^{\circ}/90^{\circ}]_{2S}$와 $[0^{\circ}\;_2/90^{\circ}\;_2]_S$의 2종류 탄소섬유복합재료에 대한 인장 및 파괴인성 시험시의 파괴거동과 음향방출 특성을 해석하고 성형시의 성형압력과 인장강도 및 파괴인성 간의 상관성을 알아내기 위하여 수행되었다. AE신호는 음향방출장비를 이용하여 성형과정, 인장 및 파괴인성 시험중에 각각 검출하였다. 인장강도는 성형가압 단계수가 적을수록, 그리고 $[0^{\circ}/90^{\circ}]_{2S}$ 시험편 쪽이 $[0^{\circ}\;_2/90^{\circ}\;_2]_S$ 시험편보다 높은 강도를 나타내었다. 파괴인성은 동일한 온도영역에서 거의 같은 값을 나타내나 시험온도가 높아질수록 점차 낮아짐을 알 수 있었다. 한편 인장 및 파괴인성 시험시의 파괴거동과 AE신호간의 상관성을 조사하기 위하여 AE데이터의 AE변수들에 대한 후 신호처리(post processing)와 광학현미경 및 주사형 전자현미경 관찰이 각각 수행되었다.

• 한국생산제조학회지
• /
• 제6권4호
• /
• pp.46-53
• /
• 1997

This paper presents a method of detection localized defects on tapered roller bearing in main spindle of machine tool system. The feature vectors, i.e. statistical parameters, in time-domain analysis technique have been calculated to extract useful features from acoustic emission signals. These feature vectors are used as the input feature of an neural network to classify and detect bearing defects. As a results, the detection of bearing defect conditions could be sucessfully performed by using an neural network with statistical parameters of acoustic emission signals.

• 비파괴검사학회지
• /
• 제14권2호
• /
• pp.122-131
• /
• 1994

일반적으로 회전기기의 저어널 베어링 부분은 윤활유 공급의 부족이나 윤활층에 이물질이 혼입되면 시스템의 고장이나 가동중단 등의 원인이 되기도 한다. 따라서 베어링 손상에 기인하는 사고와 관련된 안전운전 문제와 유지비용의 절감을 위해 여러가지 파괴 및 비파괴시험법들이 사용되어 왔다. 본 연구에서는 저어널 베어링에서 가장 발생하기 쉬운 윤활층에의 이물질 혼입에 의해 야기되는 베어링 파손의 조기검출을 위해 음향방출 기술을 적용하였으며, 전보의 연구에 이어 좀더 정량적이고 체계적인 실험을 수행하였다. 실험실용으로 직접 제작한 모의 베어링 시스템을 이용하여 여러 형태의 인위적인 이물질 혼입 상태를 만들어 실험하였으며 베어링 손상 및 결함 형태의 해석을 위해 AE rms level, 파형분석, AE 변수 등의 여러 파라메터를 사용하여 분석 고찰하였다. 그 결과 AE rms level의 변화가 이물질 혼입의 영향에 민감함을 보여주었으며 AE 변수 등 다른 정보들로부터 손상 원인별로 신호형태를 확인할 수 있었다.