비디오스코프 및 회선신경망 기반 엔진 고압 압축기 블레이드 손상의 현장 진단 연구

Abstract

항공기 엔진은 분해 검사를 수행하지 않는 이상 내부를 직접 들여다보는 것이 불가능하다. 따라서 항공기 엔진 내부를 육안 검사 하기 위해서는 비디오스코프와 같은 광학 장비가 반드시 필요하다. 그런데 비디오스코프를 이용한 육안 검사에는 몇 가지 명백한 단점들이 존재한다. 본 연구에서는 그러한 단점들을 개선하여 엔진 내부 육안 검사를 더욱 용이하게 만들고자 엔진 내부의 구조 손상을 자동으로 인식할 수 있는 알고리즘을 개발하였다. 이 구조 손상 인식 알고리즘은 영상 처리와 기계 학습에 기반을 둔 인공지능 알고리즘이다. 여러 영상 처리 기법들이 전처리 과정에 활용되었고, 기계 학습 알고리즘으로는 회선 신경망이 사용되었다. 전처리 과정에서는 특징점 검출과 매칭을 활용하여 구조 손상 의심 지역을 선정하고, 회선 신경망이 의심 지역에 대한 최종 판단을 내린다. 회선 신경망은 총 420장의 사진 데이터를 사용하여 2000회 학습시켰고, 그 결과 검증 데이터 집합에 대해 50회 평균 95.21%의 분류 정확도를 달성하였다. 구조 손상 인식 알고리즘은 최종적으로 소프트웨어 형태로 개발되어 실제 엔진 내부 비디오스코프 검사를 수행하였고, 손상 부위를 성공적으로 인식하였다.