위상 배열 초음파 검사 S-scan 영상 데이터 기반 용접부 자동 결함 평가 연구

Abstract

용접 기술은 다른 공정법들에 비하여 작업 공정이 간단하고 높은 접합강도와 우수한 기밀성과 수밀성으로 항공우주 산업, 조선 산업, 원자력 및 화력 발전소 등 다양한 산업 분야에서 이용되고 있다. 그러나 단시간에 높은 열을 가해 접합하는 방법이므로 용접결함이 발생하기 쉬우므로 용접 제품 및 구조물들은 비파괴검사를 통한 건전성 검증이 요구된다. 위상 배열 초음파 검사를 통한 용접부 결함 평가 시 검사자의 기량과 경험에 높은 의존도를 보이고 있으므로 객관적이고 정량적인 결함 평가 방법이 요구되고 있다. 본 논문에서는 용접 시 자주 발생하는 6 가지의 용접 결함인 균열, 용입 불량, 융합 부족, 기공, 슬래그 혼입, 언더컷을 탐지하는 결함 탐지 알고리즘에 대해 연구하였다. 초음파 A-scan으로 S-scan 영상을 복원하여 학습데이터로 사용하였다. 용접 형상과 결함과의 상대적인 위치 정보를 활용하기 위해 용접 형상을 Overlay했고, 노이즈 최소화를 위해 용접부 위치 기반 관심영역을 추출하는 등 데이터 전처리 과정을 수행했다. S-scan 영상에 대한 이진 분류를 Scan축에서의 결함 위치 및 길이를 탐지하였고 Image segmentation을 통해 S-scan 영상 내 결함의Index축, Depth축에서의 위치를 탐지하였다. 표준결함 시편에 대한 검사 데이터 입력 시 결함의 개수, 길이 및 위치를 평가하는 인공지능 기반 결함 탐지 알고리즘을 개발하였고 결함 탐지율 98.28%를 달성하였다.