메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
최영일 (국립창원대학교) 이수민 (국립창원대학교) 이재선 (국립창원대학교)
저널정보
한국비파괴검사학회 비파괴검사학회지 비파괴검사학회지 제44권 제3호
발행연도
2024.6
수록면
191 - 197 (7page)
DOI
10.7779/JKSNT.2024.44.3.191

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 연구는 KR60 레일의 결함 진단을 위해 위상배열 초음파검사(Phased Array Ultrasonic Testing: PAUT) 기술과 딥러닝 기반 분석을 적용하였다. 기존 초음파검사(UT)보다 정밀도가 높은 PAUT는 레일 내부 결함의 크기와 위치를 정확히 파악할 수 있으며 자동화된 지속적 검사에 적합하다. 실험에서는 CIVA 시뮬레이션을 통해 다양한 결함 시나리오를 설정하고, PAUT로 획득한 S-scan 이미지를 사용하여 결함 유무, 위치, 크기를 판단하는 딥러닝 모델을 구축하였다. 결함 판단 모델은 높은 정확도와 낮은 손실율을 보여 PAUT 데이터를 통한 결함 분석의 유효성을 확인하였다. 이를 통해 철도 레일의 안전성을 향상시키기 위한 실용적이고 효과적인 진단 방법을 제시하며, 향후 다양한 결함 데이터 추가 및 알고리즘 개선을 통해 더욱 정확한 진단이 가능할 것으로 기대된다.
#위상배열초음파 #철도레일 #결함진단 #신호분석 #인공지능 #Phased Array Ultrasonic Testing(PAUT) #Railway Rail #Defect Detection #Signal Analysis #AI

목차

초록
Abstract
1. 서론
2. PAUT 진단 해석 모델
3. 딥러닝 모델 구축 및 검증
4. 결론 및 고찰
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-151-24-02-090106348