Journal of the Korean Society for Nondestructive Testing (비파괴검사학회지)

The Korean Society for Nondestructive Testing (한국비파괴검사학회)
권호 표지

Classification of Acoustic Emission Signals for Fatigue Crack Opening and Closure by Artificial Neural Network Based on Principal Component Analysis

주성분 분석과 인공신경망을 이용한 피로균열 열림.닫힘 시 음향방출 신호분류

  • Kim, Ki-Bok (Center for Safety Measurement, Korea Research Institute of Standards and Science) ;
  • Yoon, Dong-Jin (Center for Safety Measurement, Korea Research Institute of Standards and Science) ;
  • Jeong, Jung-Chae (Center for Safety Measurement, Korea Research Institute of Standards and Science) ;
  • Lee, Seung-Seok (Center for Safety Measurement, Korea Research Institute of Standards and Science)
  • 김기복 (한국표준과학연구원 안전계측연구센터) ;
  • 윤동진 (한국표준과학연구원 안전계측연구센터) ;
  • 정중채 (한국표준과학연구원 안전계측연구센터) ;
  • 이승석 (한국표준과학연구원 안전계측연구센터)
  • Published : 2002.10.30
Download PDF
⟨ Previous Next ⟩

Abstract

This study was performed to classify the fatigue crack opening and closure for three kinds of aluminum alloy using principal component analysis (PCA). Fatigue cycle loading test was conducted to acquire AE signals which come from different source mechanisms such as crack opening and closure, rubbing, fretting etc. To extract the significant feature from AE signal, correlation analysis was performed. Over 94% of the variance of AE parameters could accounted for the first two principal components. The results of the PCA on AE parameters showed that the first principal component was associated with the size of AE signals and the second principal component was associated with the shape of AE signals. An artificial neural network (ANN) an analysis was successfully used to classify AE signals into six classes. The ANN classifier based on PCA appeared to be a promising tool to classify AE signals for fatigue crack opening and closure.

3가지 종류의 알루미늄 합금강의 피로균열 진전 시 균열 열림 및 닫힘에 따른 음향방출 신호를 분류하기 위하여 주성분 분석 방법과 인공신경망 기법을 적용하였다. 재료의 균열 열림과 닫힘, 마찰 등과 같은 여러 가지 AE 신호를 얻기 위하여 피로시험을 수행하였다. 주성분 분석결과 AE 파라미터의 제 1 및 제 2 주성분만으로도 균열 열렴 및 닫힘에 대한 AE 신호의 변이를 94% 이상 설명할 수 있는 것으로 분석되어 주성분 분석 기법을 이용한 균열 열림 및 닫힘에 대한 신호해석이 가능한 것으로 나타났다. AE 신호의 주성분들을 입력변수로 사용한 인공신경망을 이용하여 균열 열림 및 닫힘을 분류할 수 있는 분류기를 개발하고 평가한 결과 분류기의 입력 변수로서 2개의 주성분을 이용 할 경우 전체 AE 파라미터를 입력변수로 사용한 경우 보다 분류 성능이 향상되었다.

Keywords

References

  1. 윤동진, 정중채, 박휘립, 김기복, 이승석, '응력확대계수와 음향방출 변수를 이용한 피로균열 거동 연구' 비파괴검사학회지, Vol. 20, No. 5, pp. 412-423, (2000)
  2. 김기복, 윤동진, 정중채, 박휘립, 이승석, '주성분 회귀분석 및 인공신경망을 이용한 AE 변수와 응력확대계수와의 상관관계 해석' 비파괴검사학회지, Vol. 21, No. 1, pp. 80-90, (2001)
  3. Z. F. Wang, J. Li, W. Ke, Y. S. Zheng, Z. Zhu, and Z. G. Wang, 'Acoustic Emission Monitoring of Fatigue Crack Closure,' Scripta Metallurgica, Vol. 27, No. 12, pp. 1691-1694, (1992) https://doi.org/10.1016/0956-716X(92)90003-W
  4. Z. F. Wang, J. Li, W. Ke, and Z. Zhu, Characteristics of Acoustic Emission for A537 Structural Steel During Fatigue Crack Propagation, Scripta Metallurgica, 27(5), pp. 641-646, (1992)
  5. I. M. Daniel, J. J. Luo, C. G. Sifniotopoulos, and H. J. Chun, 'Acoustic Emission Monitoring of Fatigue Damage in Metals,' Nodestructive Testing and Evaluation, Vol. 14, pp. 71-87, (1998)
  6. 정중채, 윤동진, 박휘립, 김기복, 이승석, '구조용 알루미늄 합금에서의 피로균열 열림 맞 닫힘 시 AE 발생 특성 연구' 비파괴검사학회지, Vol. 22, No. 2, pp. 155-169, (2002)
  7. 주영상, 정현규, 심철무, 임형택, '형상인식법을 이용한 음향방출신호의 분류' 바파괴검사학회지, Vol. 10, No. 2, pp. 23-31, (1990)
  8. 이강용, 임장묵, 김준섭, '적응형 산호형상 인식프로그램의 개발과 AE법에 의한 용접부 결함분류에 관한 연구' 바파파검사학회지, Vol. 16, No. 1, pp. 34-45, (1996)
  9. 이강용, 황인범, '신경망 AE 신호 형상인식을 위한 특정값 선택법의 개발과 용접부 및 회전체 결함 분류에의 적용 연구' 비파괴검사학회지, Vol. 21, No. 1, pp. 46-53, (2001)
  10. A. A. Anastasopoulos and T. P. Philippidis, 'Clustering Methodology for the Evaluation of Acoustic Emission from Composites', Journal of Acoustic Emission, Vol. 13, No. 1/2, pp. 11-22, (1995)
  11. O. Y. Kwon and K. Ono,'Acoustic Emission Characterization of the Deformation and Fracture of an SiC-Reinforced, Aluminum Matrix Composite', Journal of Acoustic Emission, Vol. 9, No. 2, pp. 123-129, (1990)
  12. K. Ono and J. Wu, 'Pattern Recognition Analysis of Acoustic Emission from Fatigue of 2024-T4 Aluminum', Progress in Acoustic Emission, pp. 237-242, (1996)
  13. 송성진, '용접 결함 분류를 위한 초음파 형상 인식 기법' 비파괴검사학회지, Vol. 15, No. 2, pp. 395-405, (1995)
  14. A. Chichibu, T. Kikuchi and T. Kishishita, 'Principal for Investigating an Instability of Geotechnical Structures,' Journal of Acoustic Emission, Vol. 11. No. 4, pp. S47-S56, (1993)
  15. M. A. Sharaf, D. L. Illman and B. R. Kowalski, 'Chemometrics', John Wiley & Sons, New York, (1986)
  16. J. Hertz, A. Krogh, and R. G. Palmer, 'Introduction to the theory of neural computation,' Addison-Wesley Publishing Company, USA, (1991)
  17. D. O. Harris and H. L. Dunegan, 'Continuous Monitoring of Fatigue Crack Growth by Acoustic Emission', Experimental Mechanics, Feb. pp.71-81, (1973)
  18. SAS Institute, SAS/STAT Gudid for Personal Computer, Version 6 Edition, SAS Institute, Cary, NC (1987)