표제지
국문 요약
목차
1. 서론 9
1.1. 연구 목적 및 필요성 9
1.2. 논문의 구성 10
2. 관련 연구 11
2.1. 음향방출 시험 11
2.1.1. 음향방출 신호 특징 11
2.2. 기존 배관 검사 기술 13
2.2.1. 청음식 누수 탐지 13
2.2.2. 음향방출 센서 기반 누수 탐지 13
2.3. 신호처리 15
2.3.1. 산포도 분석 15
2.3.2. 신호 변조 및 복조 16
2.4. 딥러닝 17
2.4.1. DeconvNet 18
2.4.2. 양방향 LSTM 19
3. 음향방출 임펄스 신호 검출 21
3.1. 합성신호 데이터 생성 알고리즘 21
3.2. 임펄스 신호 검출 모델 24
3.3. 검출 모델 학습 결과 27
3.4. 실제 구조물 검사 적용성 평가 30
4. 적용 시스템 34
4.1. 지하배관 상태 모니터링 시스템 34
5. 결론 37
참고 문헌 38
영문 요약 39
표 3-1. 학습 데이터 생성에 사용된 매개변수 범위 27
표 3-2. 학습 결과 성능 지표 29
표 3-3. 실험에 사용된 테스트베드 매개변수 30
표 3-4. 누수 위치 추정 결과 비교표 33
표 4-1. 지하배관 상태 모니터링 서버 규격 34
표 4-2. 지하배관 상태 모니터링 시스템 개발 환경 34
그림 2-1. 초음파 검사와 음향방출 비교 11
그림 2-2. 음향방출 신호 종류 12
그림 2-3. 음향방출 신호 주요 특징 12
그림 2-4. 청각을 이용한 배관 누설탐지 방법 13
그림 2-5. 신호의 도달 시간차를 이용한 누수 위치 추정 기법 14
그림 2-6. 영역 분할을 이용한 누수 위치 추정 기법 14
그림 2-7. 사분위수 분석 개념 15
그림 2-8. 다양한 분포에서의 사분위수 적용 예시 16
그림 2-9. Tukey Fences 이상치 탐지 개념도 16
그림 2-10. AM 신호 변조 예시 17
그림 2-11. DeconvNet 모델 구조 18
그림 2-12. VGG-16 모델 구조 18
그림 2-13. Unpooling, Deconvolution 연산 추상도 19
그림 2-14. 양방향 LSTM 모델 구조 20
그림 3-1. 이중 지수 함수 그래프, α=0.7, β=0.2, d=50 21
그림 3-2. (a) 변조 신호 값, (b) 이상치 값, 지수 함수에서의 Tukey 기준 22
그림 3-3. 임펄스 신호 변조 개념도 23
그림 3-4. 제안 모델의 구조 24
그림 3-5. 제안 모델의 입출력 모형 24
그림 3-6. 출력 값 후처리를 통한 분류 결과 25
그림 3-7. 실험에 사용된 모델의 그래프 26
그림 3-8. 학습 데이터 생성 프로세스 26
그림 3-9. 학습 데이터 생성 결과 예시 27
그림 3-10. 검증 데이터의 임펄스 검출 결과 28
그림 3-11. 학습 배치에 따른 성능 곡선 29
그림 3-12. 산업용 배관 테스트베드 현장 30
그림 3-13. 산업용 배관 테스트베드 도면 30
그림 3-14. 데이터 수집 시스템 구성도 31
그림 3-15. 테스트베드 데이터 수집 절차 31
그림 3-16. 누수 위치 추정 분포도 32
그림 4-1. 지하배관 상태 모니터링 시스템 구성도 34
그림 4-2. 지하배관 상태 모니터링 메인 화면 (a). 지하배관, 센서 목록 조회 및 선택 기능... 35
그림 4-3. 지하배관 규칙 기반 진단 도구 화면 (a). Intensity 규칙 기반 그래프... 36