KR102280126B1 - Apparatus and method for ultrasonic signal evaluation in the turbine blade using artificial intelligence - Google Patents

Abstract

인공지능을 이용한 터빈 블레이드의 초음파 신호 평가 장치가 개시된다. 본 발명에 따른 인공지능을 이용한 터빈 블레이드의 초음파 신호 평가 장치는, 상기 터빈 블레이드를 이동하며 초음파 신호를 측정하는 로봇 초음파 스캐너; 상기 로봇 초음파 스캐너로부터 취득된 신호의 유효성을 판별하는 신호 취득부; 상기 신호 취득부에서 판별된 유효한 초음파 신호에 대하여 평가기준 신호와 비교하여 상기 터빈 블레이드의 결함 여부를 판별하는 신호 평가부; 상기 취득된 신호, 상기 평가기준 신호 및 상기 결함 여부에 대한 정보를 저장하는 신호 저장부; 및 상기 평가기준 신호와 상기 결함에 대한 신호를 학습하는 평가기준 학습부;를 포함한다.Disclosed is an ultrasonic signal evaluation device of a turbine blade using artificial intelligence. An apparatus for evaluating an ultrasonic signal of a turbine blade using artificial intelligence according to the present invention includes: a robot ultrasonic scanner for measuring an ultrasonic signal while moving the turbine blade; a signal acquisition unit for determining the validity of the signal acquired from the robotic ultrasound scanner; a signal evaluation unit for determining whether the turbine blade is defective by comparing the valid ultrasonic signal determined by the signal acquisition unit with an evaluation reference signal; a signal storage unit for storing information on the acquired signal, the evaluation reference signal, and the defect; and an evaluation criterion learning unit for learning the evaluation reference signal and the signal for the defect.

Description

인공지능을 이용한 터빈 블레이드 루트부의 초음파 신호 평가 장치 및 평가 방법{APPARATUS AND METHOD FOR ULTRASONIC SIGNAL EVALUATION IN THE TURBINE BLADE USING ARTIFICIAL INTELLIGENCE}Ultrasonic signal evaluation device and evaluation method of the turbine blade root using artificial intelligence {APPARATUS AND METHOD FOR ULTRASONIC SIGNAL EVALUATION IN THE TURBINE BLADE USING ARTIFICIAL INTELLIGENCE}

본 발명은 인공지능을 이용한 터빈 블레이드 루트부의 건전성 진단을 위한 초음파 신호 평가 장치 및 평가 방법에 관한 것이다. 더 구체적으로, 터빈 블레이드 루트부의 건전성 확인을 위한 초음파 신호 검사 시 자동화된 장치를 통해 신호를 정밀하게 취득하고, 취득된 신호 중 유효한 신호를 판별해 내며, 신호의 건전성 여부를 판독한 후 건전 신호를 저장하고 인공지능을 이용하여 학습하여 다시 평가를 위한 기준으로 활용함으로써 진단의 정확도와 신뢰도를 지속적으로 높일 수 있는 장치 및 방법에 관한 것이다.The present invention relates to an ultrasonic signal evaluation apparatus and evaluation method for diagnosing the health of the root of a turbine blade using artificial intelligence. More specifically, when inspecting the ultrasonic signal to check the health of the root of the turbine blade, the signal is precisely acquired through an automated device, the valid signal is determined among the acquired signals, and the sound signal is read after reading the soundness of the signal. It relates to a device and method that can continuously increase the accuracy and reliability of a diagnosis by storing it, learning it using artificial intelligence, and using it as a standard for re-evaluation.

터빈 블레이드(Turbine Blade)는 증기에 의해 회전력을 발생시키는 날개 모양의 부품으로 발전소의 증기터빈(Steam Turbine) 및 가스터빈(Gas Turbine)을 구성하는 핵심 부품이다. 터빈 블레이드는 보일러나 기타설비에 의해 발생된 증기 또는 가스가 터빈 내부를 고온·고압으로 통과할 때 회전력을 발생하게 하는 장치로, 터빈 로터(Turbine Rotor)는 고속으로 회전하는 설비로서 이 때 발생하는 수 천톤의 원심력은 터빈 블레이드를 지지하고 있는 터빈 블레이드의 루트부에 집중된다. 특히 저압 터빈의 최종단 블레이드는 길이가 가장 길고 무겁기 때문에 운전시 블레이드 루트부에는 수천 톤의 아주 큰 원심력이 집중된다. 터빈 블레이드 루트부가 손상되면 터빈 - 발전기 계통이 모두 파괴되는 사고로 이어지기 때문에 터빈 블레이드 루트부에 대한 건전성을 확인하여야 한다. A turbine blade is a blade-shaped part that generates rotational force by steam, and is a core part constituting a steam turbine and a gas turbine of a power plant. A turbine blade is a device that generates rotational force when steam or gas generated by a boiler or other equipment passes through a turbine at high temperature and high pressure. A turbine rotor is a device that rotates at high speed. Thousands of tons of centrifugal force is concentrated at the root of the turbine blade, which supports the turbine blade. In particular, since the last blade of a low-pressure turbine is the longest and heaviest, a very large centrifugal force of thousands of tons is concentrated on the blade root during operation. If the turbine blade root part is damaged, it is necessary to check the integrity of the turbine blade root part because it leads to an accident in which the turbine-generator system is all destroyed.

터빈 설비 제작사에서는 터빈 블레이드를 터빈 로터에서 해체하여 건전성을 확인하도록 추천하고 있으나 많은 시간과 비용이 발생하게 되므로 현실적으로는 블레이드를 로터에서 해체하지 않고 건전성을 확인하는 검사법들이 개발되고 있다.Turbine equipment manufacturers recommend disassembling the turbine blades from the turbine rotor to check the soundness, but since a lot of time and money are incurred, in reality, inspection methods are being developed to check the soundness without disassembling the blades from the rotor.

터빈 블레이드 루트부는 터빈 로터에 체결되어 외부에서는 육안으로 확인할 수 없기 때문에 루트부의 건전성을 확인하기 위해서는 터빈 블레이드를 분해하거나 초음파를 루트부까지 보내 그 반사파를 확인하여 건전성을 확인할 수 있다. 터빈 블레이드 루트부에 대한 초음파 신호 검사 시 검사자가 터빈 블레이드와 블레이드 사이의 좁은 공간에서 신호를 취득하게 되어 많은 시간이 걸리고 취득 신호의 정밀도도 낮아지는 문제점이 있다. 또한, 터빈 블레이드 루트부에서는 0.5㎜ 크기의 미소한 균열도 검출해야 하기 때문에 초음파 검사 방법은 매우 까다롭고 많은 경험과 높은 기량이 요구된다. 그러나 초음파 검사는 검사자에 따라 측정 상의 오차와 결과 판독의 차이가 발생할 수 있어 검사의 신뢰도를 저하시키는 원인이 되며, 검사 결과에 대한 불신과 갈등의 소지가 있다.Since the turbine blade root part is fastened to the turbine rotor and cannot be visually confirmed from the outside, in order to check the health of the root part, the health can be checked by disassembling the turbine blade or sending ultrasonic waves to the root part to check the reflected wave. When inspecting the ultrasonic signal for the turbine blade root, the inspector acquires a signal in a narrow space between the turbine blade and the blade, which takes a lot of time and has a problem in that the accuracy of the acquired signal is also lowered. In addition, since micro cracks as small as 0.5 mm must be detected at the root of the turbine blade, the ultrasonic inspection method is very difficult and requires a lot of experience and high skill. However, ultrasound examination may cause measurement errors and differences in the reading of results depending on the examiner, thereby lowering the reliability of the examination, and may cause distrust and conflict with the examination results.

터빈 블레이드의 초음파 스캐닝을 용이하게 하기 위한 로봇 초음파 스캐너는 출원인 본인의 선출원인 <대한민국 특허 출원번호 제10-2018-0092787호> "퍼트리형 터빈 블레이드 루트 초음파 검사용 센서 이송 장치"에서 초음파 센서의 이동 방식이 선행 기술로서 실현된 바 있으며, 본 발명은 상기 로봇 초음파 스캐너를 통해 종래 기술보다 오류를 줄이기 위한 센서 이동 및 신호 취득 방식에 관한 것이다.The robot ultrasonic scanner for facilitating ultrasonic scanning of turbine blades is the movement of the ultrasonic sensor in <Korea Patent Application No. 10-2018-0092787> "Sensor transfer device for ultrasonic inspection of the root of the turbine blade" of the applicant's previous application The method has been realized as a prior art, and the present invention relates to a sensor movement and signal acquisition method for reducing errors compared to the prior art through the robotic ultrasound scanner.

터빈 로터는 여러 개의 단(stage)으로 이루어져 있으며, 같은 단의 터빈 블레이드는 모두 균일한 형상을 가지고 있다. 따라서 터빈 블레이드 루트에서 로봇 초음파 스캐너를 통해 자동으로 신호를 감지하고, 취득된 신호에 대한 유효성 판별을 실시하여 정밀하게 측정된 유효한 신호 만을 선별해 내고, 해당 신호에 대한 건전성 평가를 실시함으로써 인적 요소에 의해 발생하는 검사 결과의 차이를 해결할 수 있다. 또한 건전 신호로 판별된 경우 그 신호를 빅데이터 형태로 저장하고 학습하여 평가 기준 신호를 갱신하여 새로운 평가 기준으로 사용함으로써 지속적으로 검사의 정확도와 신뢰도를 높일 수 있다. A turbine rotor consists of several stages, and all turbine blades of the same stage have a uniform shape. Therefore, it automatically detects signals through the robot ultrasonic scanner in the turbine blade route, selects only the precisely measured valid signals by determining the validity of the acquired signals, and evaluates the soundness of the signals to improve human factors. Differences in test results caused by In addition, when it is determined as a sound signal, the signal is stored in the form of big data, learned, and the evaluation reference signal is updated and used as a new evaluation criterion, thereby continuously increasing the accuracy and reliability of the examination.

따라서 본 발명에서는 터빈 블레이드 루트부에 대해 초음파 신호를 정밀하게 취득하고 건전성을 판별하는 장치와 방법, 그리고 건전 신호를 저장하고 인공지능을 이용하여 학습하여 지속적으로 평가 기준을 갱신함으로써 건전성 진단의 정확도와 신뢰도를 높일 수 있는 장치 및 방법을 제공하고자 한다.Therefore, in the present invention, an apparatus and method for precisely acquiring an ultrasonic signal for the root of a turbine blade and determining the soundness, and by storing the sound signal and learning using artificial intelligence to continuously update the evaluation criteria, the accuracy and An object of the present invention is to provide an apparatus and method for increasing reliability.

특허문헌 1. 한국특허공개 제10-2014-0017789호(회전 구조물의 레이저 초음파 영상화 방법 및 장치)Patent Document 1. Korean Patent Laid-Open No. 10-2014-0017789 (Method and Apparatus for Laser Ultrasonic Imaging of Rotating Structures)

본 발명은 인공지능을 이용하여 터빈 블레이드 루트부의 건전성을 진단하기 위해 초음파 신호를 정밀하게 취득하고 건전성을 판별하는 장치와 방법을 제공하는 것을 목적으로 한다. An object of the present invention is to provide an apparatus and method for accurately acquiring an ultrasonic signal and determining the health of a turbine blade root part using artificial intelligence.

본 발명은 건전 신호를 저장하고 인공지능을 이용하여 하여 지속적으로 평가 기준을 갱신함으로써 진단의 정확도와 신뢰도를 지속적으로 높일 수 있는 장치 및 방법을 제공하여, 종래에 인적 요소에 의한 검사 결과 생길 수 있는 오차와 판단 오류를 줄이고, 평가의 신뢰성을 확보하는 것을 목적으로 한다. The present invention provides an apparatus and method that can continuously increase the accuracy and reliability of diagnosis by storing sound signals and continuously updating the evaluation criteria using artificial intelligence, so that the test results that can be generated by human factors in the prior art are provided. The purpose is to reduce errors and judgment errors, and to secure the reliability of evaluation.

본 발명의 일 실시예에 따른, 인공지능을 이용한 터빈 블레이드의 초음파 신호 평가 장치는, 상기 터빈 블레이드를 이동하며 초음파 신호를 측정하는 로봇 초음파 스캐너; 상기 로봇 초음파 스캐너로부터 취득된 신호의 유효성을 판별하는 신호 취득부; 상기 신호 취득부에서 판별된 유효한 초음파 신호에 대하여 평가기준 신호와 비교하여 상기 터빈 블레이드의 결함 여부를 판별하는 신호 평가부; 상기 취득된 신호, 상기 평가기준 신호 및 상기 결함 여부에 대한 정보를 저장하는 신호 저장부; 및 인공지능을 이용하여 상기 평가기준 신호와 상기 결함에 대한 신호를 학습하는 평가기준 학습부;를 포함할 수 있다.According to an embodiment of the present invention, an apparatus for evaluating an ultrasonic signal of a turbine blade using artificial intelligence includes: a robot ultrasonic scanner for measuring an ultrasonic signal while moving the turbine blade; a signal acquisition unit for determining the validity of the signal acquired from the robotic ultrasound scanner; a signal evaluation unit for determining whether the turbine blade is defective by comparing the valid ultrasonic signal determined by the signal acquisition unit with an evaluation reference signal; a signal storage unit for storing information on the acquired signal, the evaluation reference signal, and the defect; and an evaluation criterion learning unit for learning the evaluation criterion signal and the signal for the defect using artificial intelligence.

또한, 상기 로봇 초음파 스캐너는, 상기 터빈 블레이드의 루트부를 이동할 수 있다.In addition, the robot ultrasound scanner may move the root of the turbine blade.

또한, 상기 로봇 초음파 스캐너는, 상기 터빈 블레이드의 시작점에서 종료점으로 이동하며 1차 신호를 취득하고, 상기 종료점에서 상기 시작점으로 이동하며 2차 신호를 취득할 수 있다.In addition, the robot ultrasonic scanner may obtain a primary signal while moving from the start point to the end point of the turbine blade, and obtain a secondary signal while moving from the end point to the start point.

또한, 상기 신호 취득부는, 상기 1차 신호와 상기 2차 신호로부터 초음파의 반사 위치와 반사 에너지 세기(dB)를 비교하여, 상기 취득된 신호의 유효성을 판별할 수 있다.Also, the signal acquisition unit may determine the validity of the acquired signal by comparing the reflected position and reflected energy intensity (dB) of ultrasonic waves from the primary signal and the secondary signal.

또한, 상기 로봇 초음파 스캐너는, 어레이 형태로 배열된 초음파 센서; 상기 초음파 센서를 이동시키기 위한 체인; 및 상기 터빈 블레이드에서 상기 초음파 센서가 이동하는 상기 시작점과 상기 종료점에 부착된 리미트 센서;를 포함할 수 있다.In addition, the robot ultrasound scanner, ultrasound sensors arranged in an array form; a chain for moving the ultrasonic sensor; and a limit sensor attached to the start point and the end point at which the ultrasonic sensor moves in the turbine blade.

또한, 상기 1차 신호와 상기 2차 신호의 편차는, 상기 반사 위치의 차이가 1% 이내이고, 상기 반사 에너지 세기의 차이가 3% 이내인 신호를 유효한 신호로 판별할 수 있다.In addition, as for the deviation of the primary signal and the secondary signal, a signal in which the difference in the reflection position is within 1% and the difference in the intensity of the reflection energy is within 3% may be determined as a valid signal.

또한, 상기 신호 평가부는, 상기 평가기준 신호와, 초음파 반사 신호를 포함하는 결함 신호를 판정하고, 상기 평가기준 신호와 상기 결함 신호에 대하여 다음의 수식으로 결함의 크기를 산출하며, 상기 결함의 크기에 대하여 소정의 크기를 기준으로 합격여부를 판정하는 신호 평가 프로세스;를 수행할 수 있다.In addition, the signal evaluation unit determines a defect signal including the evaluation reference signal and the ultrasonic reflection signal, calculates the size of the defect by the following equation with respect to the evaluation reference signal and the defect signal, and the size of the defect A signal evaluation process of determining whether to pass or not based on a predetermined size for the .

또한, 상기 평가기준 학습부는, 합격 판정을 받은 건전 신호를 상기 신호 저장부에 저장하고, 평가 기준 학습 알고리즘을 수행하여 상기 평가기준을 갱신하며, 갱신된 상기 평가기준을 상기 신호 평가 프로세스에 다시 반영할 수 있다.In addition, the evaluation criterion learning unit stores the sound signal for which the pass determination has been made in the signal storage unit, performs an evaluation criterion learning algorithm to update the evaluation criteria, and reflects the updated evaluation criteria back to the signal evaluation process can do.

본 발명의 일 실시예에 따른, 인공지능을 이용한 터빈 블레이드의 초음파 신호 평가 방법은, 로봇 초음파 스캐너를 상기 터빈 블레이드를 따라 이동시켜 초음파 신호를 측정하는 초음파 신호 취득 단계; 상기 로봇 초음파 스캐너로부터 취득된 초음파 신호를 전송받아 상기 초음파 신호의 유효성을 판별하는 유효 신호 판독 단계; 상기 신호 취득 단계에서 판별된 유효한 초음파 신호에 대하여 평가기준 신호와 비교하여 상기 터빈 블레이드의 결함 여부를 판별하는 신호 평가 단계; 및 소정의 인공지능 학습 알고리즘을 수행하여 상기 평가기준 신호와 상기 결함에 대한 신호를 학습하는 평가기준 학습 단계;를 포함할 수 있다.According to an embodiment of the present invention, there is provided an ultrasonic signal evaluation method of a turbine blade using artificial intelligence, comprising: an ultrasonic signal acquisition step of measuring an ultrasonic signal by moving a robot ultrasonic scanner along the turbine blade; a valid signal reading step of receiving the ultrasound signal acquired from the robot ultrasound scanner and determining the validity of the ultrasound signal; a signal evaluation step of determining whether the turbine blade is defective by comparing the valid ultrasonic signal determined in the signal acquisition step with an evaluation reference signal; and an evaluation criterion learning step of learning the evaluation criterion signal and the signal for the defect by performing a predetermined artificial intelligence learning algorithm.

본 발명의 인공지능을 이용한 초음파 신호 평가 장치 및 평가 방법을 통해서 종래에 인적 요소에 의해 수동으로 초음파 센서를 장착하고 측정하는 과정에서 발생하는 검사 결과의 정밀성 결여, 및 검사 당사자의 판독 기준 모호로 인한 판단 오류를 줄여 평가의 신뢰성을 확보할 수 있다. Through the ultrasonic signal evaluation apparatus and evaluation method using the artificial intelligence of the present invention, the lack of precision of the inspection result that occurs in the process of manually mounting and measuring the ultrasonic sensor by human factors in the prior art, and the ambiguity of the reading standard of the inspecting party The reliability of evaluation can be secured by reducing judgment errors.

또한, 본 발명의 인공지능을 이용한 터빈 블레이드의 초음파 신호 평가 장치 의 평가기준 학습부는 합격한 건전 신호를 빅데이터 형태로 저장하고 학습하여 평가 기준 신호를 갱신하고 새로운 평가 기준으로 사용함으로써 지속적으로 검사의 정확도와 신뢰도를 높일 수 있다. In addition, the evaluation criterion learning unit of the ultrasonic signal evaluation apparatus of the turbine blade using the artificial intelligence of the present invention stores and learns the passed sound signal in the form of big data, updates the evaluation criterion signal, and uses it as a new evaluation criterion to continuously test It can improve accuracy and reliability.

도 1은 본 발명에 따른 터빈 블레이드 루트부의 건전성 진단을 위한 자동 초음파 평가 장치의 개념도이다.
도 2는 본 발명에 따른 인공지능을 이용한 터빈 블레이드의 초음파 신호 평가 장치에 연결되는 로봇 초음파 스캐너의 구성도이다.
도 3은 본 발명에 따른 초음파 신호 평가 장치의 초음파 신호 평가 프로세스의 동작 흐름도이다.
도 4는 본 발명에 따른 초음파 신호 평가 장치의 작동 프로세스를 설명하는 도면이다.
도 5는 본 발명에 따른 초음파 평가 장치의 각 프로세스별 동작 흐름도이다.
도 6은 본 발명이 적용되는 터빈 블레이드 루트부 모양의 일례이다.
도 7은 본 발명에서 평가되는 건전부와 결함부의 초음파 파형 신호의 일례이다.
도 8은 본 발명에서 평가되는 건전부와 결함부의 초음파 영상 신호의 일례이다.1 is a conceptual diagram of an automatic ultrasonic evaluation apparatus for diagnosing the health of a turbine blade root portion according to the present invention.
2 is a block diagram of a robot ultrasonic scanner connected to an ultrasonic signal evaluation apparatus of a turbine blade using artificial intelligence according to the present invention.
3 is an operation flowchart of an ultrasound signal evaluation process of the ultrasound signal evaluation apparatus according to the present invention.
4 is a view for explaining an operation process of the ultrasonic signal evaluation apparatus according to the present invention.
5 is an operation flowchart for each process of the ultrasound evaluation apparatus according to the present invention.
6 is an example of the shape of a turbine blade root portion to which the present invention is applied.
7 is an example of the ultrasonic wave signal of the healthy part and the defective part evaluated in the present invention.
8 is an example of ultrasound image signals of a healthy part and a defective part evaluated in the present invention.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고, 상세한 설명을 통해 설명하고자 한다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조 부호를 유사한 구성 요소에 대해 사용하였다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.Since the present invention can have various changes and can have various embodiments, specific embodiments are illustrated in the drawings and will be described with reference to the detailed description. However, this is not intended to limit the present invention to specific embodiments, and it should be understood to include all modifications, equivalents and substitutes included in the spirit and scope of the present invention. In describing each figure, like reference numerals have been used for like elements. In describing the present invention, if it is determined that a detailed description of a related known technology may obscure the gist of the present invention, the detailed description thereof will be omitted.

본 명세서에서 사용된 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도로 사용된 것이 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.The terms used herein are used only to describe specific embodiments, and are not intended to limit the present invention. The singular expression may include the plural expression unless the context clearly dictates otherwise.

본 명세서에서, "포함하다", "가지다" 또는 "구비하다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것으로서, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해될 수 있다.In the present specification, terms such as "comprise", "have" or "include" are intended to designate that the features, numbers, steps, operations, components, parts, or combinations thereof described in the specification exist, and one It may be understood that this does not preclude the possibility of the presence or addition of or more other features or numbers, steps, operations, components, parts, or combinations thereof.

또한, 본 발명의 실시예에 나타나는 구성부들은 서로 다른 특징적인 기능들을 나타내기 위해 독립적으로 도시되는 것으로, 각 구성부들이 분리된 하드웨어나 하나의 소프트웨어 구성단위로 이루어짐을 의미하지 않는다. 즉, 각 구성부는 설명의 편의상 각각의 구성부로 나열하여 기술되고, 각 구성부 중 적어도 두 개의 구성부가 합쳐져 하나의 구성부로 이루어지거나, 하나의 구성부가 복수 개의 구성부로 나뉘어져 기능을 수행할 수 있다. 이러한 각 구성부의 통합된 실시예 및 분리된 실시예도 본 발명의 본질에서 벗어나지 않는 한 본 발명의 권리 범위에 포함된다.In addition, the components shown in the embodiment of the present invention are shown independently to represent different characteristic functions, and it does not mean that each component is composed of separate hardware or a single software component. That is, each component is listed as each component for convenience of description, and at least two components of each component are combined to form one component, or one component can be divided into a plurality of components to perform a function. Integrated embodiments and separate embodiments of each of these components are also included in the scope of the present invention without departing from the essence of the present invention.

또한, 이하의 실시예들은 당 업계에서 평균적인 지식을 가진 자에게 보다 명확하게 설명하기 위해서 제공되는 것으로서, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.In addition, the following embodiments are provided to more clearly explain to those of ordinary skill in the art, and the shapes and sizes of elements in the drawings may be exaggerated for more clear description.

이하, 첨부된 도면을 참조하여, 본 발명에 따른 바람직한 실시예에 대하여 설명한다.Hereinafter, with reference to the accompanying drawings, a preferred embodiment according to the present invention will be described.

도 1은 본 발명에 따른 인공지능을 이용한 터빈 블레이드의 초음파 신호 평가 장치의 개념도이고, 도 2는 본 발명에 따른 초음파 평가 장치에 연결되는 로봇 초음파 스캐너의 구성도이다.1 is a conceptual diagram of an ultrasonic signal evaluation apparatus of a turbine blade using artificial intelligence according to the present invention, and FIG. 2 is a block diagram of a robot ultrasonic scanner connected to the ultrasonic evaluation apparatus according to the present invention.

도 1 및 도 2를 참조하면, 본 발명의 일 실시예에 인공지능을 이용한 터빈 블레이드의 초음파 신호 평가 장치(001)는, 터빈 블레이드 루트부의 건전성 진단을 위한 초음파 신호 평가 장치로서, 균일하고 정밀한 신호 취득을 위해 종래와 같이 검사자가 측정 기구를 가지고 수동적으로 신호를 취득하지 않고, 도 1과 같이 터빈 블레이드 루트부에 로봇 초음파 스캐너(100)를 장착하여 자동화된 초음파 신호 취득을 하기 위하여 마련된 것이다.1 and 2, the ultrasonic signal evaluation apparatus 001 of a turbine blade using artificial intelligence in an embodiment of the present invention is an ultrasonic signal evaluation apparatus for diagnosing the health of the root of a turbine blade, and a uniform and precise signal It is provided for automated ultrasonic signal acquisition by mounting the robot ultrasonic scanner 100 to the root of the turbine blade as shown in FIG. 1 , instead of passively acquiring the signal with a measuring instrument as in the prior art for acquisition.

초음파 신호 자동 평가 장치(001)는, 취득된 초음파 신호의 정밀성과 유효성을 판별하여 유효 신호에 대하여만 건전성을 판별함으로써 검사의 오류를 줄일 수 있다.The ultrasonic signal automatic evaluation apparatus 001 determines the accuracy and validity of the acquired ultrasonic signal and determines the soundness of only the valid signal, thereby reducing the error of the inspection.

또한, 합격된 건전 신호를 빅데이터화 하여 저장하고 학습하여 지속적으로 평가 기준을 갱신함으로써 평가의 정확성과 신뢰도를 높일 수 있다.In addition, it is possible to increase the accuracy and reliability of evaluation by converting the passed sound signal into big data, storing and learning, and continuously updating the evaluation criteria.

도 2를 참조하면, 초음파 신호 평가 장치(001)는, 터빈 블레이드 루트부의 초음파 신호를 자동화하여 정밀하게 측정하기 위한 로봇 초음파 스캐너(100)와, 로봇 초음파 스캐너(100)로부터 취득된 신호의 정밀성과 유효성을 판별하는 신호 취득부(200)와, 유효 신호에 대하여 초음파 반사 신호의 유무를 판별해 내고, 결함 신호인지의 여부를 판독하는 신호 평가부(300)와, 취득된 신호를 빅데이터화 하여 저장하는 신호 저장부(400)와, 인공지능을 이용하여 건전 신호로 판독된 신호를 저장하고 학습하여 평가 기준을 지속적으로 갱신하고 정밀화하는 평가기준 학습부(500)를 포함할 수 있다.Referring to FIG. 2 , the ultrasonic signal evaluation apparatus 001 includes a robot ultrasonic scanner 100 for automatically and precisely measuring an ultrasonic signal of the root of a turbine blade, and the precision of a signal obtained from the robot ultrasonic scanner 100 and A signal acquisition unit 200 for determining the validity, a signal evaluation unit 300 for determining the presence or absence of an ultrasonic reflected signal with respect to the valid signal, and reading whether or not it is a defective signal, and storing the acquired signal into big data and a signal storage unit 400 to store and learn a signal read as a sound signal using artificial intelligence, and an evaluation criterion learning unit 500 to continuously update and refine the evaluation criterion.

도 3은 본 발명에 따른 초음파 평가 장치의 초음파 신호 평가 프로세스의 동작 흐름도이고, 도 4는 본 발명에 따른 초음파 평가 장치의 작동 프로세스를 설명하는 도면이다.3 is an operation flowchart of an ultrasound signal evaluation process of the ultrasound evaluation apparatus according to the present invention, and FIG. 4 is a view for explaining the operation process of the ultrasound evaluation apparatus according to the present invention.

도 3 및 도 4를 참조하면, 인공지능을 이용한 터빈 블레이드의 초음파 신호 평가 장치(001)는 도 3에 도시한 바와 같이 로봇 초음파 스캐너(100)로부터 터빈 블레이드 루트부로부터 감지된 초음파 신호를 전송받는 단계(S021)와, 초음파 신호의 정밀성과 유효성을 판별하는 유효 신호 판독 단계(S022)와, 취득된 유효 초음파 신호를 평가 기준 신호와 비교하여 신호의 결함 유무를 판독함으로써 건전성 합격/불합격을 판정하는 신호 평가 단계(S023)와, 건전 신호로 판독된 신호를 빅데이터화 하여 신호 저장부에 저장하는 단계(S025)와, 임의의 학습 알고리즘을 수행하여 평가 기준을 학습하고 갱신함으로써 지속적으로 평가 기준을 정밀하고 정확하게 개선하기 위한 평가 기준 학습 단계(S024)를 포함하는 프로세스를 수행할 수 있다. 또한, 학습하고 갱신된 평가 기준 신호는 다시 신호 평가 단계(S023)의 평가 기준 신호로 활용함으로써 터빈 블레이드 루트부의 건전성 진단상의 정밀성과 정확성을 지속적으로 높일 수 있다.3 and 4 , the ultrasonic signal evaluation apparatus 001 of the turbine blade using artificial intelligence receives the ultrasonic signal detected from the turbine blade root from the robot ultrasonic scanner 100 as shown in FIG. 3 . Step (S021), a valid signal reading step (S022) for determining the precision and validity of the ultrasonic signal, and comparing the acquired valid ultrasonic signal with an evaluation reference signal to read the presence or absence of defects in the signal to determine soundness pass/fail A signal evaluation step (S023), a step of storing the signal read as a sound signal into big data in the signal storage unit (S025), and performing an arbitrary learning algorithm to learn and update the evaluation criteria to continuously refine the evaluation criteria And it is possible to perform a process including the evaluation criteria learning step (S024) to accurately improve. In addition, by utilizing the learned and updated evaluation reference signal as the evaluation reference signal of the signal evaluation step ( S023 ) again, it is possible to continuously increase the precision and accuracy in diagnosing the health of the turbine blade root part.

터빈 블레이드 루트부에 대한 초음파 검사의 신뢰성을 확보하기 위해서는 우선 균일하고 정밀한 신호 취득이 이루어져야 한다. 이를 위해서는 검사자의 손에 의한 수동 방식이 아닌 자동화된 초음파 신호 취득 방식에 의해 신호가 취득되어야 한다.In order to secure the reliability of the ultrasonic inspection on the turbine blade root, uniform and precise signal acquisition must first be made. To this end, the signal must be acquired by an automated ultrasound signal acquisition method rather than a manual method by an examiner's hand.

일반적으로 초음파 신호 취득은 검사자가 블레이드 측정 위치의 시작 부분에서 끝 부분까지 센서를 수동으로 이동시킴으로써 신호 취득이 완료된다. 본 발명에서 로봇 초음파 스캐너(100)의 신호 취득은 센서가 시작점에서 이동하여 끝나는 점에서 1차 신호 취득이 완료된다. 또한, 센서가 완료되는 부분에서 시작점으로 되돌아오면서 2차 신호 취득이 완료된다. 이와 같은 방식을 사용하면 1차, 2차에서 취득한 두 개의 신호가 어느 정도 일치하는가에 따라 균일하고 정밀한 신호를 취득하였는지를 판단할 수 있다. In general, the ultrasonic signal acquisition is completed by the inspector manually moving the sensor from the beginning to the end of the blade measurement position. In the present invention, in the signal acquisition of the robot ultrasound scanner 100, the primary signal acquisition is completed at the point where the sensor moves from the starting point and ends. In addition, the secondary signal acquisition is completed by returning to the starting point at the part where the sensor is completed. Using this method, it is possible to determine whether a uniform and precise signal is obtained according to the degree to which the two signals acquired in the first and second phases coincide.

도 4를 참조하면, 초음파 신호 평가 장치(001)에 연결되는 로봇 초음파 스캐너(100)는 터빈 블레이드(101)에 장착된 초음파 센서(107)를 구동 장치(102)에 연결된 체인(103)으로 이동시켜 블레이드 루트부 초음파 신호를 취득할 수 있다. 또한, 터빈 블레이드(101)에서 초음파 센서(107)가 이동하는 시작점(104)과 종료점(105)에 리미트 센서를 부착하여 센서의 이동과 신호 취득이 완료되는 것을 인지할 수 있다. 또한, 초음파 센서(107)가 구동 장치(102)에 의해 이동될 때 엔코더(106)에 의해 터빈 블레이드(10) 상에서의 초음파 센서(107)의 위치가 기록될 수 있다.Referring to FIG. 4 , the robot ultrasound scanner 100 connected to the ultrasound signal evaluation device 001 moves the ultrasound sensor 107 mounted on the turbine blade 101 to the chain 103 connected to the driving device 102 . to obtain an ultrasonic signal from the blade root. In addition, by attaching a limit sensor to the start point 104 and the end point 105 at which the ultrasonic sensor 107 moves in the turbine blade 101, it can be recognized that the movement of the sensor and signal acquisition are completed. Also, the position of the ultrasonic sensor 107 on the turbine blade 10 may be recorded by the encoder 106 when the ultrasonic sensor 107 is moved by the drive device 102 .

또한, 초음파 센서(107)가 시작점(104)에서 이동하여 종료점(105)으로 이동하며 1차적인 신호 취득을 하고 종료점(105)에서 시작점(104)으로 되돌아오면서 2차적인 신호 취득을 하고, 이렇게 취득된 1차와 2차의 두 개의 신호에서 초음파의 반사 위치와 반사 에너지 세기(dB)를 비교하여 블레이드의 조건 차이에도 불구하고 일정 기준 이내의 정밀한 신호 취득이 이루어졌는지 판독할 수 있다.In addition, the ultrasonic sensor 107 moves from the start point 104 to the end point 105 to obtain a primary signal, and returns to the start point 104 from the end point 105 to obtain a secondary signal, By comparing the reflected position and reflected energy intensity (dB) of ultrasonic waves in the acquired primary and secondary signals, it can be read whether precise signal acquisition within a certain standard is achieved despite the difference in blade conditions.

터빈 블레이드(101)는 한 개의 단이 균일한 형상으로 이루어져 있지만 사용에 따라 터빈 블레이드(10)의 표면의 조도, 미소한 형상 차이 등으로 인해 각 터빈 블레이드(101) 마다 신호 취득 차이가 발생할 수 있다. 따라서 한 개의 터빈 블레이드(101)에서 두 번의 신호 취득하여 이 신호들을 비교하는 과정을 거치면 터빈 블레이드(10)의 조건 차이에 대해서도 정밀한 신호 취득이 이루어졌는지를 확인할 수 있다.The turbine blade 101 has a single stage of a uniform shape, but a signal acquisition difference may occur for each turbine blade 101 due to the roughness of the surface of the turbine blade 10, minute shape difference, etc. depending on use. . Therefore, when two signals are acquired from one turbine blade 101 and the signals are compared, it can be confirmed whether precise signal acquisition is made even for the condition difference of the turbine blade 10 .

1차와 2차에서 취득한 초음파 신호가 정밀하게 이루어졌는 지에 대한 기준은, 초음파의 반사 위치의 차이가 ±1 % 이내이고 반사 에너지 세기(dB)의 차이가 ±3 % 이내로 되는 것으로 설정할 수 있다. 이 기준을 만족하지 못할 경우 측정 오류로 간주하고 신호를 재 취득할 수 있다. The criteria for whether the ultrasonic signals acquired in the 1st and 2nd stages are precisely made can be set such that the difference in the reflected position of the ultrasonic wave is within ±1% and the difference in the reflected energy intensity (dB) is within ±3%. If this criterion is not satisfied, it is regarded as a measurement error and the signal can be reacquired.

도 2를 참조하면, 초음파 신호 평가 장치(001)의 신호 취득부(200)는 로봇 초음파 스캐너(100)와 연결되어 자동화하여 감지된 신호들을 식별하고 균일하고 정밀한 신호를 선별함으로써, 입력된 초음파 신호의 유효성과 적정성을 유지할 수 있다.Referring to FIG. 2 , the signal acquisition unit 200 of the ultrasound signal evaluation apparatus 001 is connected to the robotic ultrasound scanner 100 to identify automatically detected signals and select uniform and precise signals, thereby inputting ultrasound signals maintain its effectiveness and adequacy.

도 5를 참조하면, 신호 취득부(200)에서는 로봇 초음파 스캐너(100)의 시작점(104)의 포토센서를 출발한 초음파 센서(107)가 종료점(105)의 포토센서를 인식할 때 1차 신호 취득이 이루어지고, 초음파 센서(107)가 종료점(105)에서 다시 시작하여 시작점(104)으로 돌아오면서 2차 신호 취득이 이루어질 수 있다. Referring to FIG. 5 , in the signal acquisition unit 200 , when the ultrasonic sensor 107 that starts the photosensor at the start point 104 of the robot ultrasonic scanner 100 recognizes the photosensor at the end point 105 , the primary signal Acquisition is made, and secondary signal acquisition can be made as the ultrasonic sensor 107 starts again at the end point 105 and returns to the start point 104 .

초음파 센서(107)의 이동에 따라 발생하는 시작점(104)에서 종료점(105)까지 이동하면서 측정한 1차 신호 취득(S201)과, 다시 종료점(105)에서 시작점(104)까지 이동하면서 측정한2차 신호 취득(S202) 간의 편차를 계산하여(S203), 초음파 반사 위치의 차이가

이내, 반사 에너지 세기(dB)가

이내인 신호 만을 정밀하게 측정된 유효 신호로 판별할 수 있다(S204). 다음으로, 신호 저장부(400)에 저장함으로써(S205) 측정 상의 오류가 발생하지 않은 유효한 신호 만을 판별해 내는 유효 신호 취득 프로세스(S200)를 수행할 수 있다. 이 기준을 만족하지 못할 경우 경고 신호가 발생하고 로봇 초음파 스캐너(100)에 신호 재취득을 지시하게 된다.Acquisition of the primary signal (S201) measured while moving from the start point 104 to the end point 105, which is generated according to the movement of the ultrasonic sensor 107, and 2 measured while moving from the end point 105 to the start point 104 again By calculating the deviation between the difference signal acquisition (S202) (S203), the difference in the ultrasonic reflection position is

Within, the reflected energy intensity (dB) is

Only a signal within the range can be determined as a precisely measured valid signal (S204). Next, by storing in the signal storage unit 400 (S205), it is possible to perform a valid signal acquisition process (S200) of discriminating only valid signals in which no measurement error occurs. If this criterion is not satisfied, a warning signal is generated and the robot ultrasound scanner 100 is instructed to acquire a signal again.

초음파 신호 평가 장치(001)의 신호 평가부(300)는 신호 취득부(200)로부터 적정한 정밀도로 확인된 유효 신호에 대하여 결함 유무에 대한 판독과 평가를 수행할 수 있다. 신호 평가부(300)에서는 평가기준 학습부(500)로부터 저장된 평가기준 입력 신호(504)들과 비교하여(301) 건전 신호인지 결함이 있는 신호인지를 판독할 수 있다.The signal evaluation unit 300 of the ultrasound signal evaluation apparatus 001 may read and evaluate the presence or absence of a defect with respect to the valid signal confirmed by the signal acquisition unit 200 with appropriate precision. The signal evaluator 300 compares (301) the evaluation criterion input signals 504 stored from the evaluation criterion learning unit 500 to read whether the signal is a healthy signal or a defective signal.

평가는 1차적으로 감시 대상 범위에서 초음파의 반사 신호가 발생하였는지를 평가하고(S301), 감시 대상 범위에서 초음파 반사가 없으면 건전부로 판독하고 감시 범위에서 초음파 반사 신호가 있으면 결함으로 판독하여 합격, 불합격 여부를 평가할 수 있다(S302).The evaluation primarily evaluates whether an ultrasonic reflected signal is generated in the monitoring target range (S301), and if there is no ultrasonic reflection in the monitoring target range, it is read as a healthy part, and if there is an ultrasonic reflected signal in the monitoring range, it is read as a defect. It can be evaluated whether or not (S302).

초음파 반사 신호가 있는 결함 신호의 경우 반사되는 수신 음압의 감도를 dB 평가 기준에 의해 다음과 같이 연산할 수 있다(S303).In the case of a defect signal having an ultrasonic reflected signal, the sensitivity of the reflected received sound pressure can be calculated as follows based on the dB evaluation standard (S303).

결함의 크기가 0.5㎜ 이상인 신호는 불합격 판정하고 0.5㎜ 미만인 결함은 향후 관찰 대상 부위로 평가할 수 있다(S304). 결함이 발견되지 않았으나 초음파 반사가 있는 상기 신호는 향후 영상 판독 빅데이터 기준에 의해 건전 여부와 불합격 여부를 재검증 평가할 수 있다. A signal having a size of 0.5 mm or more is rejected, and a defect smaller than 0.5 mm can be evaluated as an area to be observed in the future (S304). No defects were found, but the signal with ultrasonic reflection can be evaluated by re-verification as to whether it is sound or not based on big data for image reading in the future.

상기 초음파 신호 평가 장치(001)의 신호 저장부(400)는 취득한 신호가 균일하고 정밀한 신호임이 확인된 신호들을 빅데이터화 하여 저장할 수 있다. 터빈의 종류와 단(stage), 블레이드 번호에 따라 신호의 고유 번호를 부여하여 저장할 수 있고, 저장된 초음파 신호는 신호의 인공지능 학습을 통한 자동 평가를 위하여 평가기준 학습부(500)로부터 참조될 수 있다.The signal storage unit 400 of the ultrasound signal evaluation apparatus 001 may store the signals confirmed that the acquired signals are uniform and precise signals into big data. Depending on the type, stage, and blade number of the turbine, a unique number of the signal can be assigned and stored, and the stored ultrasonic signal can be referenced from the evaluation criterion learning unit 500 for automatic evaluation through artificial intelligence learning of the signal. there is.

초음파 신호 평가 장치(001)의 평가기준 학습부(500)는 도 7과 같은 초음파 파형 신호에 대한 평가와 도 8과 같은 초음파 영상 신호에 대한 평가, 두 가지 기준에 의한 평가 기준 신호를 제공할 수 있다. 평가기준 학습부(500)는 인공지능 학습을 이용할 수 있는데, 신호 평가 프로세스로부터 합격 판정을 받은 건전 신호를 신호 저장부(400)에 저장하고(S501), 평가 기준 학습 알고리즘을 수행하여(S502), 평가 기준을 갱신하고(S503), 갱신된 평가 기준 신호(S504)가 신호 평가 프로세스의 (S302) 단계에 다시 반영될 수 있도록 하는 평가 기준 학습 프로세스를 수행할 수 있다. 여기서 상기 인공지능 학습은, 심층 신경망(DNN; Deep Neural Network), 합성곱 신경망(CNN; Convolution Neural Network), 순환 신경망(RNN; Recurrent Neural Network), 제한 볼츠만 머신(RBM; Restricted Boltzmann Machine) 및 심층 신뢰 신경망(DBN; Deep Brief Network) 중 하나 이상을 사용할 수 있다The evaluation criterion learning unit 500 of the ultrasound signal evaluation apparatus 001 may provide an evaluation reference signal based on two criteria: an evaluation of an ultrasound waveform signal as shown in FIG. 7 and an evaluation of an ultrasound image signal as shown in FIG. 8 . there is. The evaluation criterion learning unit 500 can use artificial intelligence learning, and stores a sound signal that has been passed from the signal evaluation process to the signal storage unit 400 (S501), and performs the evaluation criterion learning algorithm (S502) , an evaluation criterion may be updated (S503), and an evaluation criterion learning process may be performed such that the updated evaluation criterion signal (S504) may be reflected again in the step (S302) of the signal evaluation process. Here, the artificial intelligence learning is a deep neural network (DNN), a convolutional neural network (CNN), a recurrent neural network (RNN), a Restricted Boltzmann Machine (RBM), and a deep neural network. One or more of a Deep Brief Network (DBN) may be used.

파형 신호 입력 기준은 블레이드 루트에서 균열 발생이 예상되는 위치에 감시 구간을 나타내는 수치를 입력하여 초기화할 수 있다. 또한, 초음파 영상 인식에 의해 결함을 평가하는 기준인 건전부 초음파 영상 신호와 균열부 초음파 영상 신호를 입력하여 빅데이터화 할 수 있다.The waveform signal input standard can be initialized by inputting a numerical value indicating a monitoring section at a location where cracks are expected to occur in the blade root. In addition, the ultrasonic image signal of the sound part and the ultrasonic image signal of the crack part, which are criteria for evaluating defects by ultrasonic image recognition, may be input and converted into big data.

이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항들과 한정된 실시 예 및 도면에 의해 설명되었으나, 이는 본 발명의 더욱 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명이 상기 실시 예들에 한정되는 것은 아니며, 본 발명이 속하는 기술 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형을 꾀할 수 있다.In the above, the present invention has been described with specific matters such as specific components and limited embodiments and drawings, but these are only provided to help a more general understanding of the present invention, and the present invention is not limited to the above embodiments, Those of ordinary skill in the art to which the present invention pertains may devise various modifications and variations from these descriptions.

따라서, 본 발명의 사상은 상기 설명된 실시 예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등하게 또는 등가적으로 변형된 모든 것들은 본 발명의 사상의 범주에 속한다고 할 것이다.Therefore, the spirit of the present invention should not be limited to the above-described embodiments, and not only the claims described below, but also all modifications equivalently or equivalently to the claims described below belong to the scope of the spirit of the present invention. will do it

001: 인공지능을 이용한 터빈 블레이드의 초음파 신호 평가 장치
100: 로봇 초음파 스캐너
101: 터빈 블레이드 날개
102: 초음파 센서 구동 장치
103: 체인
104: 센서 시작점 리미트 센서
105: 센서 종료점 리미트 센서
106: 엔코더
107: 초음파 센서001: Ultrasonic signal evaluation device of turbine blades using artificial intelligence
100: robotic ultrasound scanner
101: turbine blade blades
102: ultrasonic sensor driving device
103: chain
104: sensor starting point limit sensor
105: sensor endpoint limit sensor
106: encoder
107: ultrasonic sensor

Claims (9)

인공지능을 이용한 터빈 블레이드의 초음파 신호 평가 장치로서,
상기 터빈 블레이드를 이동하며 초음파 신호를 측정하는 로봇 초음파 스캐너;
상기 로봇 초음파 스캐너로부터 취득된 신호의 유효성을 판별하는 신호 취득부;
상기 신호 취득부에서 판별된 유효한 초음파 신호에 대하여 평가기준 신호와 비교하여 상기 터빈 블레이드의 결함 여부를 판별하는 신호 평가부;
상기 취득된 신호, 상기 평가기준 신호 및 상기 결함 여부에 대한 정보를 저장하는 신호 저장부; 및
인공지능을 이용하여 상기 평가기준 신호와 상기 결함에 대한 신호를 학습하는 평가기준 학습부;를 포함하고,
상기 로봇 초음파 스캐너는,
상기 터빈 블레이드의 시작점에서 종료점으로 이동하며 1차 신호를 취득하고, 상기 종료점에서 상기 시작점으로 이동하며 2차 신호를 취득하며,
상기 신호 취득부는,
상기 1차 신호와 상기 2차 신호로부터 초음파의 반사 위치와 반사 에너지 세기(dB)를 비교하여, 상기 취득된 신호의 유효성을 판별하는 것인 인공지능을 이용한 터빈 블레이드의 초음파 신호 평가 장치.
As an ultrasonic signal evaluation device of a turbine blade using artificial intelligence,
a robot ultrasonic scanner that moves the turbine blade and measures an ultrasonic signal;
a signal acquisition unit for determining the validity of the signal acquired from the robotic ultrasound scanner;
a signal evaluation unit for determining whether the turbine blade is defective by comparing the valid ultrasonic signal determined by the signal acquisition unit with an evaluation reference signal;
a signal storage unit for storing information on the acquired signal, the evaluation reference signal, and the defect; and
and an evaluation criterion learning unit for learning the evaluation criterion signal and the signal for the defect using artificial intelligence;
The robot ultrasound scanner,
moving from the start point to the end point of the turbine blade to obtain a primary signal, and moving from the end point to the start point to obtain a secondary signal,
The signal acquisition unit,
By comparing the reflected position and reflected energy intensity (dB) of the ultrasonic wave from the primary signal and the secondary signal, the ultrasonic signal evaluation apparatus of a turbine blade using artificial intelligence to determine the validity of the acquired signal.
제1항에 있어서,
상기 로봇 초음파 스캐너는, 상기 터빈 블레이드의 루트부를 이동하는 것인 인공지능을 이용한 터빈 블레이드의 초음파 신호 평가 장치.
According to claim 1,
The robot ultrasonic scanner is an ultrasonic signal evaluation apparatus of a turbine blade using artificial intelligence to move the root of the turbine blade.
삭제delete 삭제delete 제1항에 있어서,
상기 로봇 초음파 스캐너는,
어레이 형태로 배열된 초음파 센서;
상기 초음파 센서를 이동시키기 위한 체인; 및
상기 터빈 블레이드에서 상기 초음파 센서가 이동하는 상기 시작점과 상기 종료점에 부착된 리미트 센서;를 포함하는 것인 인공지능을 이용한 터빈 블레이드의 초음파 신호 평가 장치.
According to claim 1,
The robot ultrasound scanner,
Ultrasonic sensors arranged in an array form;
a chain for moving the ultrasonic sensor; and
Ultrasonic signal evaluation apparatus of a turbine blade using artificial intelligence, including a; limit sensor attached to the start point and the end point at which the ultrasonic sensor moves in the turbine blade.
제1항에 있어서,
상기 1차 신호와 상기 2차 신호의 편차는, 상기 반사 위치의 차이가 1% 이내이고, 상기 반사 에너지 세기의 차이가 3% 이내인 신호를 유효한 신호로 판별하는 것인 인공지능을 이용한 터빈 블레이드의 초음파 신호 평가 장치.
According to claim 1,
The difference between the primary signal and the secondary signal is that the difference in the reflected position is within 1%, and the difference in the reflected energy intensity is within 3% of a signal that is determined as a valid signal as a valid signal. of ultrasonic signal evaluation device.
제1항에 있어서,
상기 신호 평가부는,
상기 평가기준 신호와, 초음파 반사 신호를 포함하는 결함 신호를 판정하고,
상기 평가기준 신호와 상기 결함 신호에 대하여 다음의 수식으로 결함의 크기를 산출하며,

상기 결함의 크기에 대하여 소정의 크기를 기준으로 합격여부를 판정하는 신호 평가 프로세스;를 수행하는 것인 인공지능을 이용한 터빈 블레이드의 초음파 신호 평가 장치.
According to claim 1,
The signal evaluation unit,
determining a defect signal including the evaluation reference signal and the ultrasonic reflection signal;
The size of the defect is calculated by the following equation for the evaluation reference signal and the defect signal,

An ultrasonic signal evaluation apparatus of a turbine blade using artificial intelligence to perform; a signal evaluation process for determining whether or not the defect has passed based on a predetermined size.
제7항에 있어서,
상기 평가기준 학습부는,
합격 판정을 받은 건전 신호를 상기 신호 저장부에 저장하고, 평가 기준 학습 알고리즘을 수행하여 상기 평가기준을 갱신하며, 갱신된 상기 평가기준을 상기 신호 평가 프로세스에 다시 반영하는 것인 인공지능을 이용한 터빈 블레이드의 초음파 신호 평가 장치.
8. The method of claim 7,
The evaluation standard learning unit,
Turbine using artificial intelligence to store a sound signal that has received a pass decision in the signal storage unit, perform an evaluation criterion learning algorithm to update the evaluation criterion, and reflect the updated evaluation criterion back to the signal evaluation process Ultrasonic signal evaluation device of the blade.
인공지능을 이용한 터빈 블레이드의 초음파 신호 평가 방법으로서,
로봇 초음파 스캐너를 상기 터빈 블레이드를 따라 이동시켜 초음파 신호를 측정하는 초음파 신호 취득 단계;
상기 로봇 초음파 스캐너로부터 취득된 초음파 신호를 전송받아 상기 초음파 신호의 유효성을 판별하는 유효 신호 판독 단계;
상기 신호 취득 단계에서 판별된 유효한 초음파 신호에 대하여 평가기준 신호와 비교하여 상기 터빈 블레이드의 결함 여부를 판별하는 신호 평가 단계; 및
소정의 인공지능 학습 알고리즘을 수행하여 상기 평가기준 신호와 상기 결함에 대한 신호를 학습하는 평가기준 학습 단계;를 포함하고,
상기 초음파 신호 취득 단계는,
상기 로봇 초음파 스캐너가 상기 터빈 블레이드의 시작점에서 종료점으로 이동하며 1차 신호를 취득하고, 상기 종료점에서 상기 시작점으로 이동하며 2차 신호를 취득하며,
상기 유효 신호 판독 단계는,
상기 1차 신호와 상기 2차 신호로부터 초음파의 반사 위치와 반사 에너지 세기(dB)를 비교하여, 상기 취득된 신호의 유효성을 판별하는 것인 인공지능을 이용한 터빈 블레이드의 초음파 신호 평가 방법.
An ultrasonic signal evaluation method of a turbine blade using artificial intelligence, comprising:
an ultrasonic signal acquisition step of measuring an ultrasonic signal by moving the robot ultrasonic scanner along the turbine blade;
a valid signal reading step of receiving the ultrasound signal acquired from the robot ultrasound scanner and determining the validity of the ultrasound signal;
a signal evaluation step of determining whether the turbine blade is defective by comparing the valid ultrasonic signal determined in the signal acquisition step with an evaluation reference signal; and
An evaluation criterion learning step of learning the evaluation criterion signal and the signal for the defect by performing a predetermined artificial intelligence learning algorithm;
The ultrasonic signal acquisition step includes:
The robot ultrasound scanner moves from the start point to the end point of the turbine blade to obtain a primary signal, and moves from the end point to the start point to obtain a secondary signal,
The valid signal reading step includes:
By comparing the reflected position and reflected energy intensity (dB) of the ultrasonic wave from the primary signal and the secondary signal, the ultrasonic signal evaluation method of the turbine blade using artificial intelligence to determine the validity of the acquired signal.

Images