Classification of Axis-symmetric Flaws with Non-Symmetric Cross-Sections using Simulated Eddy Current Testing Signals

모사 와전류 탐상신호를 이용한 비대칭 단면을 갖는 축대칭 결함의 형상분류

This paper describes an initial study for the application of eddy current pattern recognition approaches to more realistic flaw characterization in steam generator tubes. For this purpose, finite-element model-based theoretical eddy current testing (ECT) signals are simulated from 5 types of OD flaws with the variation in flaw size parameters and testing frequency. In addition, three kinds of software are developed for the convenience in the application of steps in pattern recognition approaches such as feature extraction feature selection and classification by probabilistic neural networks (PNNs). The cross point of the ECT signals simulated from flaws with non-symmetric cross-sections shows the deviation from the origin of the impedance plane. New features taking advantages of this phenomenon are added to complete the feature set with a total of 18 features. Then, classification with PNNs are performed based on this feature set. The PNN classifiers show high performance for the identification of symmetry in the cross-section of a flaw. However, they show very limited success in the interrogation of the sharpness of flaw tips.

본 연구는 와전류 형상인식 기법을 증기발생기 세관의 보다 실제적인 결함 평가 문제에 적용하기 위한 목적으로 시도되었다. 이를 위해 증기발생기 세관에 발생하는 실제적인 결함을 보다 사실적으로 모사하는 다섯 가지 형태의 외벽 결함을 선택하고, 이들 결함의 크기 인자와 시험주파수를 변화시켜 가면서, 유한요소 수치해석 프로그램을 이용하여 이론적인 결함신호를 생성하였다. 그리고, 이들 결함신호의 분석을 효율적으로 수행하기 위한 도구로서, '와전류 특징추출 프로그램', '와전류 특징분석 프로그램', 그리고 'PNN 결함분류 프로그램'을 자체적으로 개발하였다. 비대칭 단면을 갖는 결함의 신호는 교점이 원점으로부터 이격되는 현상이 관찰되었는데, 이러한 특성을 반영하는 특징을 추가하여 총 18개의 특징을 시험주파수 별로 정의하였다. 이 특징들을 이용하여 결함을 분류하는 확률신경회로망을 구성하고 결함 분류를 수행한 결과, 결함단면의 대칭성 여부를 결정하는 문제에서는 비교적 높은 정확도를 얻었으나, 결함선단의 첨도를 판단하는 문제에서는 낮은 정확도를 얻었다.