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
학술대회자료
저자정보
진익재 (울산과학기술원) 임도영 (울산과학기술원) 방인철 (울산과학기술원)
저널정보
한국유체기계학회 한국유체기계학회 학술대회 논문집 2022년 한국유체기계학회 하계학술대회
발행연도
2022.6
수록면
249 - 255 (7page)

이용수

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

초록· 키워드

오류제보하기
Diagnosis of the multiple components with fault detection is related to the safety of various industries, including power plants. A nuclear power plant is composed of numerous components with a significant scale than other power plants. Therefore, methods of components inspection for several industries have been suggested to enhance safety. Recently, interest in the deep learning-based infrared (IR) inspection method has been growing by demonstrating high performance with intuitive non-contact inspection than other methods. However, deep learning-based IR component inspection methods suggested previously used high-resolution IR cameras accompanying limitations of complex installation and high cost. Due to the limitations, the application of this technique is difficult. This study proposes IR based multi-components inspection method that could diagnose the conditions efficiently with reduced cost by applying a compact IR sensor. The UNIST reactor innovation loop (URI-LO), an integral effect test facility based on APR-1400, was utilized to conduct this study. Classification algorithms based on the convolutional neural network (CNN) were compared for applications with high performance. ResNet 34 shows that the overall performance is outstanding than other algorithms. ResNet 34 could conduct the multi-components inspection with 93% of the lowest accuracy in less than 1 sec. This IR-based multi-component inspection method is considered to enhance the safety of various industries with the reduced cost and human error, including nuclear power plants.
#Deep Learning (딥러닝) #Multi-Components (다중 컴포넌트) #Inspection (검사) #Nuclear Power Plant (원자력 발전소)

목차

ABSTRACT
1. 서론
2. 모델링 및 방법론
3. 결과 및 논의
4. 결론
참고문헌(Reference)

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!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

방사선비상 대응을 위한 인공지능 적용 현황 분석과 향후 연구방향 제언
박영희 ,  박수형 ,  김정식 외 2명 대한산업공학회지 2022 .12
원전기기의 상태 감시 및 진단 기술
박진호 ,  윤두병 ,  이정한 외 1명 비파괴검사학회지 2019 .12
Development of Vision System for Quality Inspection of Machined Holes of Automobile Mechanical Parts
한민용 ,  김기현 ,  김효영 외 4명 Journal of the Korean Society for Precision Engineering 2023 .06
딥러닝 활용 원전 중대사고 진단
김성엽 ,  최윤영 ,  박수용 외 2명 한국산업정보학회논문지 2022 .12
시뮬레이션 데이터 생성을 통한 기계학습 기반 원자로 노심 이상 탐지 방법론
오용경 ,  김한주 ,  이덕중 외 1명 대한산업공학회지 2021 .04

최근 본 자료

전체보기

댓글(0)

0