KR102517003B1 - Physics based prognostic and health management of carbon fiber composites using particle filter and apparatus thereof - Google Patents
Physics based prognostic and health management of carbon fiber composites using particle filter and apparatus thereof Download PDFInfo
- Publication number
- KR102517003B1 KR102517003B1 KR1020210124955A KR20210124955A KR102517003B1 KR 102517003 B1 KR102517003 B1 KR 102517003B1 KR 1020210124955 A KR1020210124955 A KR 1020210124955A KR 20210124955 A KR20210124955 A KR 20210124955A KR 102517003 B1 KR102517003 B1 KR 102517003B1
- Authority
- KR
- South Korea
- Prior art keywords
- carbon fiber
- composite material
- fiber composite
- predicting
- prediction
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/08—Investigating strength properties of solid materials by application of mechanical stress by applying steady tensile or compressive forces
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/02—Details
- G01N3/06—Special adaptations of indicating or recording means
- G01N3/066—Special adaptations of indicating or recording means with electrical indicating or recording means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0058—Kind of property studied
- G01N2203/0069—Fatigue, creep, strain-stress relations or elastic constants
- G01N2203/0075—Strain-stress relations or elastic constants
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/0202—Control of the test
- G01N2203/021—Treatment of the signal; Calibration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/0202—Control of the test
- G01N2203/0212—Theories, calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/06—Indicating or recording means; Sensing means
- G01N2203/0617—Electrical or magnetic indicating, recording or sensing means
Abstract
본 발명은, 파티클 필터를 이용한 탄소섬유 복합재의 건전성 예지 및 진단 방법에 관한 것으로, 특히 탄소섬유 복합재의 복잡한 거동을 예측하기 위해 물성 거동의 섹션화를 적용하여 거동의 빠른 예측 및 정확한 예측을 수행하기 위해 기술이다. 본 발명은, 파손 또는 가해지는 기계적 응력에 따라 탄소섬유 복합재의 변화되는 전기 저항값을 측정하기 위해 전극을 지정된 위치에 설치하는 단계; 상기 전극에서 측정된 전기 저항값의 변화를 통해 상기 탄소섬유 복합재의 예측 구간을 분할하고 상기 예측 구간에 따라 설정되는 수식을 달리하여 각 구간의 거동 예측을 수행하기 위한 물리 모델을 설정하는 단계; 및 상기 물리 모델에 새로운 탄소섬유 복합재의 입력 데이터를 입력하여 상기 새로운 탄소섬유 복합재의 잔여유효수명(RUL: Remaining Useful Lifetime)을 예측하는 단계를 포함하는 파티클 필터를 이용한 탄소섬유 복합재의 건전성 예지 및 진단 방법을 제공한다.The present invention relates to a method for predicting and diagnosing the health of a carbon fiber composite material using a particle filter. In particular, in order to predict the complex behavior of a carbon fiber composite material, sectioning of physical property behavior is applied to quickly predict and accurately predict the behavior of the carbon fiber composite material. It is a skill. The present invention includes the steps of installing an electrode at a designated location to measure the electrical resistance value of a carbon fiber composite material that changes according to damage or applied mechanical stress; Setting a physical model for predicting the behavior of each section by dividing a prediction section of the carbon fiber composite material through a change in the electrical resistance value measured at the electrode and changing a formula set according to the prediction section; and estimating Remaining Useful Lifetime (RUL) of the new carbon fiber composite material by inputting input data of the new carbon fiber composite material into the physical model. provides a way
Description
본 발명은, 파티클 필터를 이용한 탄소섬유 복합재의 건전성 예지 진단 방법 및 진단 장치에 관한 것으로, 특히 탄소섬유 복합재의 복잡한 거동을 예측하기 위해 물성 거동의 섹션화를 적용하여 거동의 빠른 예측 및 정확한 예측을 수행하기 위한 기술이다.The present invention relates to a method for predicting and diagnosing the health of a carbon fiber composite material using a particle filter and, in particular, to predict the complex behavior of a carbon fiber composite material by applying sectioning of physical property behavior to quickly predict and accurately predict the behavior of the carbon fiber composite material. It is a technique for
일반적으로 구조물의 건전성을 진단하는 데 사용되는 기법은, 육안 검사, 음향 반출(Acoustic emission, AE), 와전류(Eddy current), 초음파(Ultrasonics), X선 투과시험(X-ray radiography) 등을 포함하고, 대부분의 방법들은 검사 인력과 장비를 적절한 시기에 투입하여 정기적으로 검사를 수행한다. 이러한 방법들은 구조물의 상태와 상관없이 정해진 일정에 맞추어 감사를 수행하게 되므로, 필요 이상의 인건비가 소요되고, 검사로 인한 구조물의 사용 중단 시간으로 인해 손실이 발생함에 따라 근래에는 내장형 센서들이 도입되고 있다. 상기 내장형 센서들은 세라믹 기반 압전 센서, 스트레인 게이지 등이 포함된다. 상기 내장형 센서들를 설치하고 측정 데이터를 얻어 구조물의 건전성을 감시하는 기술이 있다.Techniques commonly used to diagnose structural integrity include visual inspection, acoustic emission (AE), eddy current, ultrasound, and X-ray radiography. In most methods, inspection personnel and equipment are put in at an appropriate time to perform inspections on a regular basis. Since these methods perform audits according to a fixed schedule regardless of the state of the structure, labor costs are higher than necessary, and built-in sensors are recently introduced as losses occur due to the time taken to stop using the structure due to the inspection. The built-in sensors include ceramic-based piezoelectric sensors and strain gauges. There is a technology for monitoring the soundness of a structure by installing the built-in sensors and obtaining measurement data.
최근에는 구조물의 건전성을 감시하는 것으로부터 나아가 구조물의 거동을 예지하여 해당 구조물의 잔여유효수명을 예측하는 구조 건전성 예지 및 진단기술(Prognostics and Health Management; PHM)이 제안되고 있다. Recently, prognostics and health management (PHM) has been proposed to predict the remaining useful life of the structure by predicting the behavior of the structure in addition to monitoring the health of the structure.
이러한 PHM의 경우, 데이터 구동 방식(Data-driven PHM; DD PHM)과 물리 기반 방식(Physics Based PHM; PB PHM)이 있다. 전자의 경우 Feed Forward Neural Network를 이용하여 측정데이터와 파손과의 연관성을 연구하며, 별다른 수식없이 예측이 가능하나, 데이터의 양이 증가함에 따라서 정확도가 증가되며 데이터의 질이 중요하기 때문에 많은 데이터양과 상대적으로 오랜 트레이닝 시간이 걸릴 수 있다. 후자의 경우, 물리식의 계수와 파손과의 연관성 연구하며, 간단한 수식 즉 물리식을 가정하여 예측하며 물리적인 매커니즘에 대한 전문성을 구비하고 있다면 더 정확한 예측을 가능하게 한다.In the case of such a PHM, there are a data-driven PHM (DD PHM) and a physics-based PHM (PB PHM). In the former case, the relationship between measurement data and damage is studied using Feed Forward Neural Network, and it is possible to predict without any special formula. However, as the amount of data increases, the accuracy increases. It can take a relatively long training time. In the case of the latter, the relationship between the coefficient of the physical formula and the breakage is studied, and a simple formula, that is, a physical formula is assumed and predicted, and if you have expertise in the physical mechanism, more accurate prediction is possible.
이와 관련, 종래의 한국공개특허 제10-2020-0069101호는 이미지 프로세싱 시스템으로부터 제공되는 이미지 처리를 통한 진동 정보를 받아 건전성 예측 진단(Prognosis Health Management)을 하여 진동 분석의 정확도 및 정밀성을 높일 수 있도록 한 비젼기반 하이브리드 건전성 예측 진단 시스템 기술을 개시하고 있다.In this regard, conventional Korean Patent Publication No. 10-2020-0069101 discloses vibration information through image processing provided from an image processing system and performs prognosis health management to increase the accuracy and precision of vibration analysis. A vision-based hybrid health prediction diagnosis system technology is disclosed.
다만, 종래의 기술은 도 1 및 도 2에 기재된 바와 같이, 복잡한 거동을 예측하는 경우 잘못된 예측을 하는 문제점이 있다.However, as described in FIGS. 1 and 2 , the prior art has a problem of incorrect prediction when predicting complex behavior.
본 발명은 복합재의 잔존 수명 예측과 같은 복잡한 거동을 예측하는 경우 발생할 수 있는 PHM(Prognosis Health Mangement)의 한계를 개선하기 위해 예측 구간을 분할하고 상기 예측 구간에 따라 설정되는 수식을 달리하여 각 구간의 거동 예측을 수행하기 위한 물리 모델를 생성하는 탄소섬유 복합재의 건전성 예지 및 진단 방법을 제공하는 것을 목적으로 한다.In the present invention, in order to improve the limits of PHM (Prognosis Health Mangement) that may occur when predicting complex behaviors such as prediction of remaining life of a composite material, the present invention divides the prediction interval and changes the formula set according to the prediction interval to determine the An object of the present invention is to provide a method for predicting and diagnosing the health of carbon fiber composites that creates a physical model for predicting behavior.
상기 목적을 달성하기 위하여 본 발명은, 가해지는 기계적 하중 또는 진행되는 크랙의 길이에 따라 변화되는 탄소섬유 복합재의 물성값을 측정하는 단계; 상기 탄소섬유 복합재에 가해지는 기계적 하중에 대한 응력 분포 시뮬레이션을 기초로 상기 물성값의 거동을 예측하는 예측 구간을 분할하고, 상기 예측 구간에 따라 설정되는 열화 함수를 달리하여 각 구간의 거동 예측을 수행하기 위한 물리 모델을 설정하는 단계; 및 상기 물리 모델에 상기 탄소섬유 복합재의 물성값을 입력하고 파티클 필터를 이용하여 상기 탄소섬유 복합재의 잔여유효수명(RUL: Remaining Useful Lifetime)을 예측하는 단계를 포함하는 파티클 필터를 이용한 탄소섬유 복합재의 건전성 예지 진단 방법을 제공한다.In order to achieve the above object, the present invention comprises the steps of measuring the physical property values of the carbon fiber composite material that change according to the applied mechanical load or the length of the progressing crack; Divide prediction intervals for predicting the behavior of the physical properties based on the stress distribution simulation for the mechanical load applied to the carbon fiber composite material, and perform behavior prediction of each interval by differentiating the degradation function set according to the prediction interval Setting up a physical model for; and inputting physical property values of the carbon fiber composite into the physical model and predicting a Remaining Useful Lifetime (RUL) of the carbon fiber composite using a particle filter. A prognostic diagnosis method is provided.
실시 예에 따라, 상기 탄소섬유 복합재의 물성값을 측정하는 단계는, 상기 탄소섬유 복합재의 소정 위치에 복수의 전극을 설치하여 이들 전극 사이의 전기 저항값을 측정할 수 있다.According to an embodiment, in the step of measuring the physical properties of the carbon fiber composite material, a plurality of electrodes may be installed at predetermined positions on the carbon fiber composite material, and an electrical resistance value between these electrodes may be measured.
실시 예에 따라, 상기 탄소섬유 복합재의 물성값을 측정하는 단계는, Dual Cantilever Beam test(DCB 테스트)로 수행되며, 상기 기계적 하중에 따라 크랙이 진행되는 방향으로 적어도 하나 이상 전극의 위치를 선정하여 설치될 수 있다.According to an embodiment, the step of measuring the physical properties of the carbon fiber composite material is performed by a Dual Cantilever Beam test (DCB test), and the position of at least one electrode is selected and installed in the direction in which the crack progresses according to the mechanical load. It can be.
실시 예에 따라, 상기 물리 모델을 설정하는 단계는, 상기 탄소섬유 복합재의 물성값의 시간에 따른 변화 정도인 기울기값에 따라 적어도 하나 이상의 예측 구간을 설정하는 단계; 및 상기 예측 구간의 물성값의 분포 형태 또는 분포 측정 값을 분석하여 상기 예측 구간의 저항 변화값을 예측할 수 있는 미정 계수(undetermined multiplier)가 포함된 열화 함수를 설정하는 단계를 포함할 수 있다.According to an embodiment, the setting of the physical model may include setting at least one prediction interval according to a gradient value, which is a degree of change of physical property values of the carbon fiber composite material over time; and setting a degradation function including an undetermined multiplier capable of predicting a resistance change value of the prediction section by analyzing a distribution form or distribution measurement value of the physical property value of the prediction section.
실시 예에 따라 상기 탄소섬유 복합재의 기울기값은, 상기 탄소섬유 복합재의 섬유 적층 조건, 섬유 충진율 및 섬유의 종류 중 적어도 어느 하나 이상에 따라 변화될 수 있다.Depending on the embodiment, the slope value of the carbon fiber composite material may be changed according to at least one or more of a fiber lamination condition, a fiber filling factor, and a type of fiber of the carbon fiber composite material.
실시 예에 따라, 상기 탄소섬유 복합재의 기울기값이 양수에서 음수로 바뀌거나 음수에서 양수 혹은 양수에서 음수로 바뀌는 경우, 예측 구간을 구분하여 나눌 수 있다.Depending on the embodiment, when the slope value of the carbon fiber composite material changes from a positive number to a negative number, from a negative number to a positive number, or from a positive number to a negative number, prediction intervals may be classified and divided.
실시 예에 따라 상기 탄소섬유 복합재의 기울기값이 이전 예측 구간의 기울기값과 비교하여 2배 이상 증가한 경우, 예측 구간을 구분하여 나눌 수 있다.According to an embodiment, when the slope value of the carbon fiber composite material is increased by more than two times compared to the slope value of the previous prediction section, the prediction section may be divided.
실시 예에 따라, 상기 예측 구간별로 상기 열화 함수를 상이하게 설정하거나 상기 열화 함수에 포함되는 미정 계수의 수치 한정 범위를 상이하게 설정할 수 있다.Depending on the embodiment, the degradation function may be differently set for each prediction interval or a numerical limitation range of undetermined coefficients included in the degradation function may be differently set.
실시 예에 따라, 상기 잔여유효수명(RUL: Remaining Useful Lifetime)을 예측하는 단계는, 상기 물성값의 사전 분포에서 사후 분포로 변화되는 과정; 상기 예측 구간에서의 예측 대상인 모델 파라미터와 열화 상태들이 측정된 데이터들로 인하여 갱신되는 과정; 및 상기 사후 분포를 사전 분포로 지정하기 전 가중치로 리샘플링하여 예측 정확도를 높이는 과정을 포함할 수 있다.According to an embodiment, the step of estimating the remaining useful life (RUL: Remaining Useful Lifetime) may include a process of changing the physical property values from a prior distribution to a posterior distribution; updating model parameters and deterioration states, which are prediction targets in the prediction interval, with measured data; and resampling the posterior distribution with a weight before designating it as a prior distribution to increase prediction accuracy.
실시 예에 따라, 상기 물리 모델을 설정하는 단계에서는, 상기 열화 함수의 미정 계수를 추정하기 위해 상기 탄소섬유 복합재의 저항 변화값으로 하기 수학식 1과 같이 열화 함수를 가정하며, 상기 탄소섬유 복합재의 잔여유효수명을 예측하는 단계에서는 파티클 필터 과정의 반복에 따라 상기 열화 함수의 미정 계수를 추정할 수 있다.According to an embodiment, in the step of setting the physical model, a degradation function as shown in
[수학식1][Equation 1]
Piezoresistivity property: 
(여기서, x : 시간 또는 크랙 길이, R:전기 저항, a,n:열화함수 파라미터(미정 계수)를 의미함.)(Here, x: means time or crack length, R: electrical resistance, a, n: deterioration function parameters (undetermined coefficients).)
실시 예에 따라, 상기 열화 함수는, 수학식2와 같은 선형 함수 또는 수학식 3과 같은 지수 함수를 포함할 수 있다.Depending on the embodiment, the degradation function may include a linear function such as
[수학식2][Equation 2]
[수학식3][Equation 3]
(여기서, x: 인장 시험시간, 
실시 예에 따라, 상기 탄소섬유 복합재는, 탄소섬유강화플라스틱(CFRP: Carbon Fiber Reinforced Plastic)을 포함하고, 상기 탄소섬유강화플라스틱(CFRP: Carbon Fiber Reinforced Plastic)은 4개의 예측 구간으로 상기 잔여유효수명(RUL: Remaining Useful Lifetime)의 예측이 수행될 수 있다.According to an embodiment, the carbon fiber composite material includes a carbon fiber reinforced plastic (CFRP), and the carbon fiber reinforced plastic (CFRP) has the remaining useful life in four prediction intervals. (RUL: Remaining Useful Lifetime) prediction may be performed.
실시 예에 따라, 상기 탄소섬유 복합재는, 하이브리드 섬유강화 플라스틱(HFRP:Carbon-glass Hybrid Fiber Reinforced Plastic)를 포함하고, 상기 하이브리드 섬유강화 플라스틱(HFRP:Carbon-glass Hybrid Fiber Reinforced Plastic)은 2개의 예측 구간으로 상기 잔여유효수명(RUL: Remaining Useful Lifetime)의 예측이 수행될 수 있다.According to an embodiment, the carbon fiber composite material includes a hybrid fiber-reinforced plastic (HFRP: Carbon-glass Hybrid Fiber Reinforced Plastic), and the hybrid fiber-reinforced plastic (HFRP: Carbon-glass Hybrid Fiber Reinforced Plastic) has two predictions. Prediction of the Remaining Useful Lifetime (RUL) may be performed in an interval.
또한 본 발명은, 상술한 어느 한 방법을 프로그램으로 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록매체를 제공한다.In addition, the present invention provides a computer-readable recording medium on which a program for implementing any one of the above methods as a program is recorded.
또한 본 발명은, 상술한 방법을 적용한 진단 장치를 제공하며, 상기 진단 장치는 가해지는 기계적 하중 또는 진행되는 크랙의 길이에 따라 변화되는 탄소섬유 복합재의 물성값을 측정하는 물성값 측정 유닛; 상기 탄소섬유 복합재에 가해지는 기계적 하중에 대한 응력 분포 시뮬레이션을 기초로 상기 물성값의 거동을 예측하는 예측 구간을 분할하고, 상기 예측 구간에 따라 설정되는 열화 함수를 달리하여 각 구간의 거동 예측을 수행하기 위한 물리 모델을 설정하는 물리 모델 설정 유닛; 및 상기 물리 모델에 상기 탄소섬유 복합재의 물성값을 입력하고 파티클 필터를 이용하여 상기 탄소섬유 복합재의 잔여유효수명(RUL: Remaining Useful Lifetime)을 예측하는 잔여유효수명 예측 유닛을 포함할 수 있다.In addition, the present invention provides a diagnostic device using the above-described method, the diagnostic device comprising: a physical property value measurement unit for measuring physical property values of a carbon fiber composite material that are changed according to an applied mechanical load or a length of a crack in progress; Divide prediction intervals for predicting the behavior of the physical properties based on the stress distribution simulation for the mechanical load applied to the carbon fiber composite material, and perform behavior prediction of each interval by differentiating the degradation function set according to the prediction interval a physical model setting unit configured to set a physical model for use; and a remaining useful life prediction unit inputting physical property values of the carbon fiber composite material into the physical model and predicting a Remaining Useful Lifetime (RUL) of the carbon fiber composite material using a particle filter.
실시 예에 따라, 상기 물성값 측정 유닛은, Dual Cantilever Beam test(DCB 테스트)로 수행되며, 상기 기계적 하중에 따라 크랙이 진행되는 방향으로 적어도 하나 이상 전극의 위치를 선정하여 설치하여 이들 전극 사이의 전기 저항값을 측정할 수 있다.According to an embodiment, the physical property value measuring unit is performed by a Dual Cantilever Beam test (DCB test), and the position of at least one electrode is selected and installed in the direction in which the crack progresses according to the mechanical load, so that the electric current between the electrodes resistance can be measured.
실시 예에 따라, 상기 물리 모델 설정 유닛은, 상기 탄소섬유 복합재의 물성값의 시간에 따른 변화 정도인 기울기값에 따라 적어도 하나 이상의 예측 구간을 설정하여 상기 예측 구간의 저항 변화값을 예측할 수 있는 미정 계수(undetermined multiplier)가 포함된 열화 함수로부터 각 계수를 추정해나가는 과정을 통해 물리 모델을 설정할 수 있다.According to an embodiment, the physical model setting unit sets at least one prediction section according to a slope value, which is a degree of change in the physical property value of the carbon fiber composite material over time, and sets an undetermined coefficient for predicting the resistance change value of the prediction section. A physical model can be set through a process of estimating each coefficient from a deterioration function including an undetermined multiplier.
실시 예에 따라, 상기 물리 모델 설정 유닛은, 탄소섬유강화플라스틱(CFRP: Carbon Fiber Reinforced Plastic) 또는 하이브리드 섬유강화 플라스틱(HFRP:Carbon-glass Hybrid Fiber Reinforced Plastic)으로 구성된 탄소섬유 복합재의 종류에 따라 상기 예측 구간을 각각 4개 또는 2개로 설정하여 상기 물리 모델을 설정할 수 있다.According to an embodiment, the physical model setting unit may set the physical model according to the type of a carbon fiber composite material composed of carbon fiber reinforced plastic (CFRP) or hybrid fiber reinforced plastic (HFRP). The physical model may be set by setting four or two prediction intervals, respectively.
전술한 바와 같은 구성을 갖는 본 발명에 따르면, 복잡한 거동을 예측하는 경우 구조물에서 분할 예측을 수행하여 정확도를 높이는 이점이 있다.According to the present invention having the configuration as described above, when predicting complex behavior, there is an advantage in increasing accuracy by performing segmentation prediction on a structure.
도 1은 종래의 진단 방법에서의 문제점을 나타낸다.
도 2는 본 발명의 실시 예에 따라 복잡한 거동을 부분적으로 분석하는 모습을 나타낸다.
도 3은 본 발명의 파티클 필터를 이용한 탄소섬유 복합재의 건전성 예지 및 진단 방법의 순서도를 나타낸다.
도 4는 본 발명의 실시 예에 따라 전극을 지정된 위치에 설치하는 모습이다.
도 5는 도 4에서 설치된 각 전극의 각 위치에서 측정된 데이터를 나타낸다.
도 6 내지 도 9는 본 발명의 실시 예에 따라 도 5의 채널 4에서 각 예측 구간에서의 예측 수행 모습이다.
도 10은 본 발명의 실시 예에 따른 채널4에서의 각 예측 구간을 분할한 모습이다.
도 11은 본 발명의 다른 실시 예에 따른 하이브리드 섬유강화 플라스틱에서 2개의 예측 구간을 나누는 모습을 나타낸다.1 shows a problem in the conventional diagnosis method.
2 shows a state in which complex behavior is partially analyzed according to an embodiment of the present invention.
3 shows a flowchart of a method for predicting and diagnosing the soundness of a carbon fiber composite material using the particle filter of the present invention.
4 is a state in which electrodes are installed at designated positions according to an embodiment of the present invention.
FIG. 5 shows data measured at each position of each electrode installed in FIG. 4 .
6 to 9 are prediction performances in each prediction interval in
10 is a state in which each prediction interval in
11 shows a state in which two prediction intervals are divided in a hybrid fiber-reinforced plastic according to another embodiment of the present invention.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 발명에 대해 구체적으로 설명하기로 한다.The terms used in this specification will be briefly described, and the present invention will be described in detail.
본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다. The terms used in the present invention have been selected from general terms that are currently widely used as much as possible while considering the functions in the present invention, but these may vary depending on the intention of a person skilled in the art or precedent, the emergence of new technologies, and the like. In addition, in a specific case, there is also a term arbitrarily selected by the applicant, and in this case, the meaning will be described in detail in the description of the invention. Therefore, the term used in the present invention should be defined based on the meaning of the term and the overall content of the present invention, not simply the name of the term.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다. 또한, 명세서 전체에서 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, "그 중간에 다른 구성을 사이에 두고" 연결되어 있는 경우도 포함한다.When it is said that a certain part "includes" a certain component throughout the specification, it means that it may further include other components without excluding other components unless otherwise stated. In addition, terms such as "...unit" and "module" described in the specification mean a unit that processes at least one function or operation, which may be implemented as hardware or software or a combination of hardware and software. . In addition, when a part is said to be "connected" to another part throughout the specification, this includes not only the case of being "directly connected" but also the case of being connected "with another component in between".
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시 예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.Hereinafter, embodiments of the present invention will be described in detail so that those skilled in the art can easily practice with reference to the accompanying drawings. However, the present invention may be implemented in many different forms and is not limited to the embodiments described herein. And in order to clearly explain the present invention in the drawings, parts irrelevant to the description are omitted, and similar reference numerals are attached to similar parts throughout the specification.
본 발명에서 사용하는 용어는, 듀얼 캔틸레버 빔(DCB: Dual Cantilever Beam), 탄소섬유 강화플라스틱(CFRP: Carbon Fiber Reinforced Plastic), 하이브리드 섬유 강화 플라스틱(HFRP: Carbon-glass Hybrid Fiber Reinforced Plastic)이 있다.Terms used in the present invention include dual cantilever beam (DCB), carbon fiber reinforced plastic (CFRP), and carbon-glass hybrid fiber reinforced plastic (HFRP).
상기 탄소섬유 복합재는, 탄소섬유강화플라스틱(CFRP: Carbon Fiber Reinforced Plastic) 또는 하이브리드 섬유강화 플라스틱(HFRP:Carbon-glass Hybrid Fiber Reinforced Plastic)를 포함할 수 있다. 하지만, 탄소섬유 복합재는 이에 제한되지 않고, 탄소섬유를 포함하여 도전성을 띄는 복합재이면 적용될 수 있다. The carbon fiber composite material may include a carbon fiber reinforced plastic (CFRP) or a carbon-glass hybrid fiber reinforced plastic (HFRP). However, the carbon fiber composite material is not limited thereto, and any composite material containing carbon fiber and exhibiting conductivity may be applied.
본 발명의 실시 예에 따라, 탄소섬유강화플라스틱(CFRP: Carbon Fiber Reinforced Plastic)은 4개의 예측 구간으로 상기 잔여유효수명(RUL: Remaining Useful Lifetime)의 예측이 수행되고, 상기 하이브리드 섬유강화 플라스틱(HFRP:Carbon-glass Hybrid Fiber Reinforced Plastic)은 2개의 예측 구간으로 상기 잔여유효수명(RUL: Remaining Useful Lifetime) 예측을 수행할 수 있다.According to an embodiment of the present invention, the carbon fiber reinforced plastic (CFRP) is predicted with the remaining useful life (RUL: Remaining Useful Lifetime) in four prediction intervals, and the hybrid fiber reinforced plastic (HFRP) :Carbon-glass Hybrid Fiber Reinforced Plastic) can perform the Remaining Useful Lifetime (RUL) prediction with two prediction intervals.
도 1은 종래의 진단 방법에서의 문제점을 나타낸다.1 shows a problem in the conventional diagnosis method.
도 1은 시간에 따른 복합재 물성값의 거동을 나타내는 그래프로서, x축은 시간을 나타내고, y축은 복합재의 물성값을 나타내고 있다. 푸른색 실선은 실제 물성값의 거동을 도시하고, 붉은 실선은 현재 시점에서 예측되는 물성값의 거동 중간값을 나타내며, 붉은 점선은 예측되는 물성값 거동의 90% PI 범위를 나타내고 있다.1 is a graph showing the behavior of physical property values of a composite material over time, with the x-axis representing time and the y-axis representing physical property values of the composite material. The blue solid line shows the behavior of the actual property value, the red solid line shows the median value of the predicted property value behavior at the current point in time, and the red dotted line shows the 90% PI range of the predicted property value behavior.
여기에서, 붉은 실선을 따르는 거동 예측은 종래의 거동 구간을 분할하지 않는 방법론에 의해 산출되는 거동이다.Here, the behavior prediction along the red solid line is the behavior calculated by the conventional methodology that does not divide the behavior interval.
도 1의 (a) 및 (b)는 복합재의 물성값의 거동이 복잡하게 이루어지는 경우, 특정한 시점에서 향후의 물성값의 변화 거동을 예측하고자 할 때 종래의 방법론에 따르면 잘못된 거동 예측을 피할 수 없게 됨을 나타낸다.1 (a) and (b) show that when the behavior of the physical property values of the composite material is complicated, when trying to predict the future behavior of the physical property values at a specific point in time, according to the conventional methodology, it is unavoidable to predict the erroneous behavior. .
도 1을 참조하면, 복잡한 거동예측 시 앞선 경우와 같이 잘못된 예측을 하는 경우가 존재하게 되고 나아가, 복잡한 거동 예측을 위한 복잡한 물리식은 계산 시간의 증가를 초래하며 빠른 예측 및 정확한 예측이 어려움이 생길 수 있다. 또한, 복합재 뿐만 아니라 복잡하면서도 다양한 파손 메커니즘이 있는 구조물에서 분할 예측이 정확도를 높여 줄 수 있는 수단이 필요하다.Referring to FIG. 1, when predicting complex behavior, as in the previous case, there is a case of incorrect prediction, and furthermore, complex physics for predicting complex behavior causes an increase in calculation time, and quick prediction and accurate prediction may be difficult. there is. In addition, there is a need for a method that can increase the accuracy of segmentation prediction not only in composite materials but also in structures with complex and diverse failure mechanisms.
도 2는 본 발명의 실시 예에 따라 복잡한 거동을 섹션을 분할하여 분석하는 모습을 나타낸다.2 shows a state in which a complex behavior is analyzed by dividing into sections according to an embodiment of the present invention.
도 2를 참조하면, 도 1과 같이 섹션을 분할하지 않은 경우 발생할 수 있는 문제점을 보완하게 되는데, 변화되는 각 구간의 특징을 추출하여 각 부분에서의 물성 거동을 예측할 수 있다. 도 2의 x축, y축, 푸른색 실선, 붉은색 실선 및 점선은 도 1과 동일한 방식으로 적용되었으며, 도 2는 도 1에 비하여 거동의 구간이 분할되어 구성되어 있다.Referring to FIG. 2, a problem that may occur when sections are not divided as shown in FIG. 1 is addressed, and the behavior of physical properties in each section can be predicted by extracting characteristics of each section that is changed. The x-axis, y-axis, blue solid line, red solid line, and dotted line in FIG. 2 are applied in the same manner as in FIG. 1, and FIG. 2 is composed of divided behavior sections compared to FIG.
한편, 복합재에 발생하는 크랙과 같은 열화 요인들을 모니터링하기 위하여, 측정되는 물성값으로 복합재의 전기저항이나 응력(stress), 변형(strain)과 같이 하중 조건의 변화값을 측정하여 거동을 예측할 수 있다.On the other hand, in order to monitor deterioration factors such as cracks occurring in the composite material, behavior can be predicted by measuring changes in load conditions such as electrical resistance, stress, and strain of the composite material with measured physical property values.
전기저항의 변화나 크랙이 진전됨에 따른 하중 조건의 변화와 같이 물성값이 급격히 달라지는 지점은, 상기 탄소섬유 복합재의 섬유 적층 조건, 섬유 충진율 또는 섬유의 종류에 따라 변화될 수 있다. 섹션의 분할 기점에 대한 판단은 복합재 압저항 효과의 기본 원리를 통해 확인할 수 있다.A point where physical property values rapidly change, such as a change in electrical resistance or a change in load conditions as cracks develop, may change depending on the fiber lamination conditions, fiber filling rate, or type of fiber of the carbon fiber composite material. The determination of the starting point of division of the section can be confirmed through the basic principle of the piezoresistive effect of composite materials.
탄소섬유 복합재의 파손 부위에 장력이 작용하면, 파손 부위에 설치된 전극에서의 전기저항 변화량은 양이 되고, 압축력이 작용하면 전기저항 변화량이 음이 되는데, 이러한 전기저항값의 변화 정도에 따라 섹션별로 구간을 나누어 적용할 수 있다. 또한, 시물레이션을 통하여 복잡한 구조물에 작용하는 하중에 따른 응력 분포를 분석하여 섹션별로 구간을 나누어 해석할 수도 있다. 응력 변화율이 양에서 음 또는 음에서 양으로 기울기가 바뀌거나, 수치가 크게 변화하는 경우에 섹션을 나눌 수 있다.When tension is applied to the damaged area of the carbon fiber composite, the amount of change in electrical resistance at the electrode installed at the damaged area becomes positive, and when compressive force acts, the amount of change in electrical resistance becomes negative. It can be applied by segmentation. In addition, analysis can be performed by dividing the section by section by analyzing the stress distribution according to the load acting on the complex structure through simulation. Sections can be divided when the rate of change of stress changes from positive to negative or negative to positive, or when the value changes greatly.
이러한 원리를 통해 구간을 분할하여 분석을 수행할 수 있으며, 첫번째 구간은, DCB(Dual Cantilever Beam test) 테스트 중 crack tip에서 멀 때 장력이 작게 작용하는 구간으로, 두번째 구간은, crack tip에 다가오면서 벤딩에 대한 장력으로 전기저항이 급속히 증가하는 구간, 세번째 구간은 crack tip이 전극에 근접하여 압축력이 걸려 음의 전기저항이 발생하는 구간 및 네번째 구간은 crack tip이 전극을 통과한 후 전하가 크랙을 우회하여 이동함으로써 전기저항 변화량이 증가하는 구간으로 나눌 수 있다.Analysis can be performed by dividing the sections through this principle. The first section is a section in which the tension is small when far from the crack tip during the DCB (Dual Cantilever Beam test) test, and the second section is a section as it approaches the crack tip. The section where the electrical resistance rapidly increases due to the tension caused by bending. The third section is the section where the crack tip is close to the electrode and compressive force causes negative electrical resistance. By moving in a detour, it can be divided into sections in which the amount of change in electrical resistance increases.
이는 복합재라는 구조물에 제한 되어 있지 않고 복잡한 물성 저하 메커니즘을 가진 구조물이라면 적용이 가능하다.This is not limited to composite structures and can be applied to any structure with a complex property degradation mechanism.
도 3은 본 발명의 파티클 필터를 이용한 탄소섬유 복합재의 건전성 예지 및 진단 방법의 순서도를 나타낸다.3 shows a flowchart of a method for predicting and diagnosing the soundness of a carbon fiber composite material using the particle filter of the present invention.
도 3을 참조하면, 본 발명은 전극을 지정된 위치에 설치하여 탄소섬유 복합재의 전기저항값을 측정하는 단계로서 탄소섬유 복합재의 거동을 해석할 수 있는 물성값을 측정하는 단계(시물레이션을 통한 전기저항 분포 및 하중 조건 분석)(S10), 거동예측을 수행하기 위한 물리모델 설정단계(S20); 잔여유효수명(RUL)을 예측하는 단계(S30)를 포함할 수 있다.Referring to FIG. 3, the present invention is a step of measuring the electrical resistance value of the carbon fiber composite material by installing an electrode at a designated location, and measuring a physical property value capable of analyzing the behavior of the carbon fiber composite material (electrical resistance distribution through simulation). and load condition analysis) (S10), setting a physical model to predict behavior (S20); It may include predicting the remaining useful life (RUL) (S30).
도 4는 본 발명의 실시 예에 따라 전극을 지정된 위치에 설치하는 모습이다.4 is a state in which electrodes are installed at designated positions according to an embodiment of the present invention.
전극을 지정된 위치에 설치하는 단계(S10)는, 파손 또는 가해지는 기계적 응력에 따라 탄소섬유 복합재의 변화되는 전기 저항값을 측정하기 위한 과정이다. 상기 전극을 지정된 위치에 설치하는 단계는, 상기 탄소섬유 복합재의 기계적 응력 분포 시뮬레이션에 기초하여 DCB 테스트를 수행하기 위해 상기 기계적 응력에 따라 크랙의 진행방향으로 적어도 하나 이상 전극의 위치를 선정하는 단계를 포함할 수 있다.The step of installing the electrode at the designated location (S10) is a process for measuring the electrical resistance value that changes in the carbon fiber composite material according to damage or applied mechanical stress. The step of installing the electrode at a designated position includes selecting the position of at least one electrode in the direction of crack propagation according to the mechanical stress in order to perform a DCB test based on the simulation of the mechanical stress distribution of the carbon fiber composite material. can include
본 발명의 실시 예에 따라 탄소섬유 강화플라스틱(CFRP: Carbon Fiber Reinforced Plastic)에 전극을 설치한 모습을 나타낸다. 복합재에 함유된 탄소로 인하여 시편은 도전성을 띠며, 전극은 시편의 상부 및 하부에 소정 깊이 소정 거리를 두고 8개가 배치될 수 있다.According to an embodiment of the present invention, an electrode is installed in carbon fiber reinforced plastic (CFRP). Due to the carbon contained in the composite, the specimen exhibits conductivity, and eight electrodes may be disposed on the top and bottom of the specimen at a predetermined depth and at a predetermined distance.
한 쌍의 전극으로 구성되어 전기저항의 변화가 측정되는 채널은 1~7 채널로 구성되며, 1~4 채널은 상부 전극과 하부 전극의 쌍으로, 5~7 채널은 상부 전극의 쌍으로만 구성된다.
DCB 테스트는 DCB를 상하측으로부터 인장 하중을 가하여 크랙이 전파되는 길이를 이미지로 촬상하고 크랙 길이를 사진 픽셀로 계산하고, DCB 테스트는 채널별로 크랙 길이에 따른 전기저항 변화량을 측정하여 이를 기초로 파티클 필터 방법을 통해 잔여 유효 수명을 예측할 수 있다.The DCB test applies a tensile load to the DCB from the top and bottom, captures the length of the crack propagation as an image, and calculates the crack length as a picture pixel. The remaining useful life can be estimated through the filter method.
물리 모델을 설정하는 단계(S20)는, 각 구간의 거동 예측을 수행하기 위하여 상기 전극에서 측정된 전기 저항값의 변화 또는 기계적 응력 분포 시뮬레이션에 기초하여 상기 탄소섬유 복합재의 예측 구간을 분할하고 상기 예측 구간에 따라 설정되는 수식을 달리하여 물리 모델을 설정할 수 있다.In the step of setting a physical model (S20), in order to predict the behavior of each section, a prediction section of the carbon fiber composite material is divided based on a change in electrical resistance measured at the electrode or a mechanical stress distribution simulation, and the prediction A physical model can be set by different formulas set according to sections.
물리 모델을 설정하는 단계는, 상기 물리 수식의 계수를 추정하기 위해 상기 탄소섬유 복합재의 저항 변화값으로 상기 물리 수식을 수학식1과 같이 열화 함수를 가정하는 단계를 포함할 수 있다. 이후, 잔여유효수명을 예측하는 단계에서 파티클 필터 과정을 반복하여 상기 열화 함수의 계수를 추정할 수 있게 된다. Setting the physical model may include assuming a degradation function as in
[수학식1][Equation 1]
Piezoresistivity property: 
(여기서, x : 시간 또는 크랙 길리, R:전기 저항, a,n:열화함수 파라미터(계수)를 의미함.)(Here, x: means time or crack length, R: electrical resistance, a, n: deterioration function parameters (coefficients).)
물리 수식은, 수학식2와 같은 선형 함수 또는 수학식 3과 같은 지수 함수를 포함할 수 있다.The physical equation may include a linear function such as
[수학식2][Equation 2]
[수학식3][Equation 3]
(여기서, x: 인장 시험시간, 
탄소 복합재의 경우, 전기전도성을 가지고 있어 별도의 센서 없이 전극을 설치하는 것만으로 파손이 진행됨에 따른 전기저항의 변화(압저항; piezoresistivity)를 데이터로 획득할 수 있으며, 이 데이터 세트는 비교적 용량이 작은 DB에 해당된다. 따라서, 별도의 센서없이 실시간으로 측정된 측정값을 이용하여 잔여유효수명을 예측할 수 있게 된다. In the case of carbon composites, they have electrical conductivity, so the change in electrical resistance (piezoresistivity) as the damage progresses can be obtained as data just by installing an electrode without a separate sensor. For a small DB. Therefore, it is possible to predict the remaining useful life using the measurement value measured in real time without a separate sensor.
나아가, 상기한 전기저항의 변화는 비교적 단순한 물리 모델에 기반하는데, 파손 부위에 장력(Tension)이 작용하면, 전기저항 변화량이 양이 되고, 압축력(Compression)이 작용하면 전기저항 변화량이 음이 된다.Furthermore, the change in electrical resistance described above is based on a relatively simple physical model. When tension acts on the damaged area, the amount of change in electrical resistance becomes positive, and when compression acts, the amount of change in electrical resistance becomes negative. .
전기 저항 변화량에 기초한 물리 모델 식을 수립하고 이 모델을 이용하여 예지를 수행하며, 탄소 복합재의 파손과 관련된 열화 함수를 도출하기 위해 파리스 법칙(Paris Law)를 따르는 열화 함수를 위와 같이 차용할 수 있다.Establish a physical model equation based on the amount of change in electrical resistance, perform prediction using this model, and borrow a degradation function that follows the Paris Law to derive a degradation function related to damage of the carbon composite material as above. .
Degradation function / Paris Law 
(여기서, 
탄소 복합재의 전기저항 변화에 따른 파손과 관련된 열화 함수를 구하기 위해 아래와 같이 가정할 수 있다.In order to obtain the degradation function related to the damage caused by the change in electrical resistance of the carbon composite material, it can be assumed as follows.
Piezoresistivity property : 
(여기서, 
잔여유효수명(RUL: Remaining Useful Lifetime)을 예측하는 단계는, 전기저항 변화를 예측함으로써 잔여유효수명을 계산할 수 있는데, 상기 물리 모델에 탄소섬유 복합재의 입력 데이터를 입력하여 산출할 수 있다.In the step of predicting Remaining Useful Lifetime (RUL), the remaining useful life may be calculated by estimating a change in electrical resistance, which may be calculated by inputting input data of the carbon fiber composite material into the physical model.
도 5는 도 4에서 설치된 각 전극의 각 위치에서 측정된 데이터를 나타낸다.FIG. 5 shows data measured at each position of each electrode installed in FIG. 4 .
보다 구체적으로, 도 5의 x축은 DCB 테스트에서의 복합재의 인장 길이(tensile extension)를 도시하고, y축은 전기저항 변화량(electrical resistance change ratio)과 크랙 길이를 나타낸다.More specifically, the x-axis of FIG. 5 shows the tensile extension of the composite in the DCB test, and the y-axis shows the electrical resistance change ratio and the crack length.
도 5를 참조하면, 채널별로 크랙 길이에 따른 전기저항 변화량을 측정하여 그래프로 나타낸 모습으로 채널 중 크랙이 이미 지나간 채널 1을 제외하고는 물성의 거동이 유사한 양상을 보인다.Referring to FIG. 5, the change in electrical resistance according to the length of the crack is measured for each channel and shown in a graph.
DCB 테스트 중 복합재의 크랙 길이를 표시하는 data1의 경우 점진적으로 증가하는 단순한 양상을 보이고 있지만, 채널의 전기저항 변화량은 복잡한 거동양상을 나타내고 있다는 점에서 보다 정확한 거동 예측을 위해 구간을 나눈 예측이 필요하다고 하겠다. In the case of data1, which indicates the crack length of the composite material during the DCB test, it shows a simple pattern of gradually increasing, but the change in electrical resistance of the channel shows a complicated behavior pattern. would.
도 6 내지 도 9는 본 발명의 실시 예에 따라 도 5의 채널 4에서 각 예측 구간에서의 예측 수행 모습이다. 도 6 내지 도 9에서 좌측의 (a) 그래프는 도 5의 채널 4만을 도시한 것이며, 우측의 (b) 그래프는 해당 섹션까지의 데이터에 기초하여 저항 변화값의 거동을 예측한 것으로, 붉은색 굵은 점선은 예측되는 물성값인 저항 변화값의 거동 중간값을 나타내며, 붉은색 가는 점선은 예측되는 저항 변화값 거동의 90% PI 범위를 나타내고 있다. 여기에서, 노란색 실선은 DCB 테스트에서 복합재의 파단 역치값(Threshold value setting at beam failure)을 도시하고 있다.6 to 9 are prediction performances in each prediction interval in
상기 물리 모델을 설정하는 단계는, 상기 탄소섬유 복합재의 기계적 응력 분포 시뮬레이션을 통한 저항 변화값이 급격히 달라지는 지점에 따라 적어도 하나 이상의 예측 구간을 설정하는 단계; 및 상기 예측 구간의 저항 변화값의 분포 형태 또는 분포 측정 값을 분석하여 상기 예측 구간의 저항 변화값을 예측할 수 있는 미정 계수(undetermined multiplier)가 포함된 물리 수식을 설정하는 단계를 포함할 수 있다.The setting of the physical model may include setting at least one prediction interval according to a point at which a resistance change value through a mechanical stress distribution simulation of the carbon fiber composite material rapidly changes; and setting a physical equation including an undetermined multiplier capable of predicting the resistance change value of the prediction interval by analyzing a distribution form or distribution measurement value of the resistance change value of the prediction interval.
도 6 내지 도 9는, DCB 테스트 동안에 각 채널의 구간을 설정하고, 채널 4에 대해 구간별 측정 데이터로 파티클 필터 과정을 거쳐 고장 예지하는 모습으로, 열화 함수를 리니어 함수 (y=b*t) 로 하여 계수를 정하고, 이에 기초하여 고장을 예지할 수 있다. 즉, 단순한 경향을 보이는 경우, 비교적 정확하게 파손을 예측할 수 있다. 다만, 도 6 내지 도 8의 섹션 1 내지 섹션 3의 경우는 각 값의 예측값이 실제 거동과는 다르게 예측되어 정확히 예측이 되지 않는데, 복잡한 거동에 대해 충분히 섹션을 분할하지 않고 파티클 필터를 이용한 예측 과정을 수행하여 정확한 예측이 되지 않았음을 확인할 수 있다. 섹션 4의 경우 실제 거동과 유사하게 나타나 거동이 예측될 수 있다. 즉, DCB테스트를 수행하는데 있어 CFRP의 경우 섹션을 4개로 분할하여 측정해야 정확한 예측값을 얻을 수 있음을 의미한다.6 to 9 show a state in which a section of each channel is set during a DCB test and failure prediction is performed through a particle filter process with measurement data for each section for
도 10은 본 발명의 실시 예에 따른 채널4에서의 각 예측 구간을 분할한 모습이다.10 is a state in which each prediction interval in
도 10을 참조하면, 채널 4에서 크랙 길이에 따른 전기저항 변화량을 나타내는데, 위 도 6 내지 도 9에서 진행한 내용을 종합한 결과이다. Referring to FIG. 10, the amount of change in electrical resistance according to the crack length in
즉, CFRP의 경우 시물레이션 결과를 바탕으로 구간 분할 및 물성 거동 분석 및 고장예지에 반영 시, CFRP는 4개의 섹션으로 구분됨이 바람직하다. 섹션1→섹션2 기울기의 값이 급작스럽게 증가하고, 섹션2→섹션3 기울기가 양에서 음의 값으로 변화되며, 섹션 3→섹션4 기울기가 음에서 양의 값으로 변화되기에 구간을 시물레이션을 정확하게 얻을 수 있다.That is, in the case of CFRP, it is preferable to divide the CFRP into four sections when reflecting in section division, physical property behavior analysis, and failure prediction based on simulation results. Since the value of the slope of
도 11은 본 발명의 다른 실시 예에 따른 하이브리드 섬유강화 플라스틱에서 2개의 예측 구간을 나누는 모습을 나타낸다. 도 11은 도 5 내지 도 10과 동일한 방식으로 도시되어 있다.11 shows a state in which two prediction intervals are divided in a hybrid fiber-reinforced plastic according to another embodiment of the present invention. Figure 11 is shown in the same way as Figures 5 to 10.
도 11을 참조하면, 하이브리드 섬유강화 플라스틱으로, Hybrid fiber 로 제작된 복합재의 경우 비교적 단순한 패턴의 전기저항변화가 나타나고, 따라서 2구간 으로도 정확한 예측이 가능함을 나타낸다.Referring to FIG. 11, in the case of composites made of hybrid fiber-reinforced plastics, a relatively simple pattern of electrical resistance change appears, and therefore, accurate prediction is possible even in 2 sections.
본 발명의 경우, 종래의 예측이 정확하지 않은 거동을 해결하기 위해 비교적 단순한 물리식을 바탕으로 복잡한 물성 거동을 섹션으로 나누어 조금 더 정확하고 빠른 예측을 할 수 있으며, 복합재라는 구조물에 제한 되어 있지 않고 복잡한 물성 저하 메커니즘을 가진 구조물이라면 적용이 가능하다.In the case of the present invention, in order to solve the behavior in which the conventional prediction is not accurate, it is possible to make a more accurate and faster prediction by dividing the behavior of complex physical properties into sections based on a relatively simple physical formula, and is not limited to the structure of a composite material. It can be applied to any structure with a complex property degradation mechanism.
본 발명이 적용되는 경우, 예측을 적용하고자 하는 각 분야의 물성 거동에 대한 이해가 수반되어야 하며, 섹션으로 나누어진 구간별 물리모델을 세우고, 이에 기초하여 예지를 수행할 수 있다.When the present invention is applied, an understanding of the physical property behavior of each field to which prediction is to be applied must be accompanied, and a physical model for each section divided into sections can be established, and prediction can be performed based on this.
이상에서 대표적인 실시예를 통하여 본 발명을 상세하게 설명하였으나, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 상술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리 범위는 설명한 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위뿐만 아니라 특허청구범위와 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태에 의하여 정해져야 한다.Although the present invention has been described in detail through representative embodiments, those skilled in the art will understand that various modifications are possible to the above-described embodiments without departing from the scope of the present invention. will be. Therefore, the scope of the present invention should not be limited to the described embodiments and should not be defined, and should be defined by all changes or modifications derived from the claims and equivalent concepts as well as the claims to be described later.
Claims (18)
상기 탄소섬유 복합재에 가해지는 기계적 하중에 대한 응력 분포 시뮬레이션을 기초로 상기 물성값의 거동을 예측하는 예측 구간을 분할하고, 각 예측 구간별로 설정되는 열화 함수를 달리하여 각 구간의 거동 예측을 수행하기 위한 물리 모델을 설정하는 단계; 및
상기 물리 모델에 상기 탄소섬유 복합재의 물성값을 입력하고 파티클 필터를 이용하여 상기 탄소섬유 복합재의 잔여유효수명(RUL: Remaining Useful Lifetime)을 예측하는 단계를 포함하는 파티클 필터를 이용한 탄소섬유 복합재의 건전성 예지 진단 방법.
Measuring physical property values of the carbon fiber composite material that are changed by the applied mechanical load;
Based on the simulation of the stress distribution for the mechanical load applied to the carbon fiber composite material, predicting the behavior of each section by dividing a prediction section for predicting the behavior of the physical property value and changing the degradation function set for each prediction section. setting up a physical model; and
Predicting the soundness of the carbon fiber composite material using a particle filter, including inputting physical property values of the carbon fiber composite material into the physical model and predicting a Remaining Useful Lifetime (RUL) of the carbon fiber composite material using a particle filter. diagnostic method.
상기 탄소섬유 복합재의 물성값을 측정하는 단계는,
상기 탄소섬유 복합재의 소정 위치에 복수의 전극을 설치하여 이들 전극 사이의 전기 저항값을 측정하는, 파티클 필터를 이용한 탄소섬유 복합재의 건전성 예지 진단 방법.
According to claim 1,
The step of measuring the physical property values of the carbon fiber composite material,
A method for predicting and diagnosing the health of a carbon fiber composite material using a particle filter, wherein a plurality of electrodes are installed at predetermined positions on the carbon fiber composite material and an electrical resistance value between these electrodes is measured.
상기 탄소섬유 복합재의 물성값을 측정하는 단계는,
Dual Cantilever Beam test(DCB 테스트)로 수행되며, 상기 기계적 하중에 따라 크랙이 진행되는 방향으로 적어도 하나 이상 전극의 위치를 선정하여 설치하는, 파티클 필터를 이용한 탄소섬유 복합재의 건전성 예지 진단 방법.
According to claim 2,
The step of measuring the physical property values of the carbon fiber composite material,
It is performed by a Dual Cantilever Beam test (DCB test), and the soundness of a carbon fiber composite material using a particle filter is selected and installed by selecting and installing at least one electrode in the direction in which the crack progresses according to the mechanical load.
상기 물리 모델을 설정하는 단계는,
상기 탄소섬유 복합재의 물성값의 크랙의 길이에 따른 변화 정도인 기울기값에 따라 적어도 하나 이상의 예측 구간을 설정하는 단계; 및
상기 예측 구간의 물성값의 분포 형태 또는 분포 측정값을 분석하여 상기 예측 구간의 물성값을 예측할 수 있는 미정 계수(undetermined multiplier)가 포함된 열화 함수를 설정하는 단계를 포함하는 파티클 필터를 이용한 탄소섬유 복합재의 건전성 예지 진단 방법.
According to claim 1,
The step of setting the physical model,
setting at least one prediction interval according to a gradient value, which is a degree of change of a physical property value of the carbon fiber composite material according to a length of a crack; and
A carbon fiber composite material using a particle filter comprising the step of setting a degradation function including an undetermined multiplier capable of predicting the property value of the prediction section by analyzing the distribution form or distribution measurement value of the property value of the prediction section. Health prognosis diagnostic method.
상기 탄소섬유 복합재의 기울기값은,
상기 탄소섬유 복합재의 섬유 적층 조건, 섬유 충진율 및 섬유의 종류 중 적어도 어느 하나 이상에 따라 변화되는 것을 특징으로 하는 파티클 필터를 이용한 탄소섬유 복합재의 건전성 예지 진단 방법.
According to claim 4,
The slope value of the carbon fiber composite material,
A method for predicting and diagnosing the soundness of a carbon fiber composite material using a particle filter, characterized in that it changes according to at least one or more of the fiber lamination conditions, fiber filling rate, and type of fiber of the carbon fiber composite material.
상기 탄소섬유 복합재의 기울기값이 양수에서 음수로 바뀌거나 음수에서 양수로 바뀌는 경우, 예측 구간을 구분하여 나누는, 파티클 필터를 이용한 탄소섬유 복합재의 건전성 예지 진단 방법.
According to claim 4,
A method for predicting and diagnosing the soundness of a carbon fiber composite material using a particle filter, dividing and dividing prediction intervals when the slope value of the carbon fiber composite material changes from a positive number to a negative number or from a negative number to a positive number.
상기 탄소섬유 복합재의 기울기값이 이전 예측 구간의 기울기값과 비교하여 2배 차이가 나는 경우, 예측 구간을 구분하여 나누는, 파티클 필터를 이용한 탄소섬유 복합재의 건전성 예지 진단 방법.
According to claim 4,
A method for predicting and diagnosing the soundness of a carbon fiber composite material using a particle filter, dividing and dividing the prediction period when the slope value of the carbon fiber composite material is twice as different from the slope value of the previous prediction period.
상기 예측 구간별로 상기 열화 함수를 상이하게 설정하거나 상기 열화 함수에 포함되는 미정 계수의 수치 한정 범위를 상이하게 설정하는, 파티클 필터를 이용한 탄소섬유 복합재의 건전성 예지 진단 방법.
According to claim 4,
A method for predicting and diagnosing the soundness of a carbon fiber composite material using a particle filter, wherein the degradation function is set differently for each prediction interval or a numerically limited range of undetermined coefficients included in the degradation function is set differently.
상기 잔여유효수명(RUL: Remaining Useful Lifetime)을 예측하는 단계는,
상기 물성값의 사전 분포에서 사후 분포로 변화되는 과정;
상기 예측 구간에서의 예측 대상인 모델 파라미터와 열화 상태들이 측정된 데이터들로 인하여 갱신되는 과정; 및
상기 사후 분포를 사전 분포로 지정하기 전 가중치로 리샘플링하여 예측 정확도를 높이는 과정을 포함하는 파티클 필터링을 반복하는 과정을 더 포함하는 파티클 필터를 이용한 탄소섬유 복합재의 건전성 예지 진단 방법.
According to claim 1,
The step of predicting the remaining useful life (RUL: Remaining Useful Lifetime),
The process of changing the physical property values from the prior distribution to the posterior distribution;
updating model parameters and deterioration states, which are prediction targets in the prediction interval, with measured data; and
A method for predicting and diagnosing the soundness of a carbon fiber composite material using a particle filter, further comprising repeating particle filtering including resampling with a weight before designating the posterior distribution as a prior distribution to increase prediction accuracy.
상기 물리 모델을 설정하는 단계에서는,
상기 열화 함수의 미정 계수를 추정하기 위해 상기 탄소섬유 복합재의 저항 변화값으로 하기 수학식 1과 같이 열화 함수를 가정하며,
상기 탄소섬유 복합재의 잔여유효수명을 예측하는 단계에서는
파티클 필터 과정의 반복에 따라 상기 열화 함수의 미정 계수를 추정하는 파티클 필터를 이용한 탄소섬유 복합재의 건전성 예지 진단 방법.
[수학식1]
Piezoresistivity property:
(여기서, x : 시간 또는 크랙 길이, R:전기 저항, a,n:열화함수 파라미터(미정 계수)를 의미함.)
According to claim 1,
In the step of setting the physical model,
In order to estimate the undetermined coefficient of the degradation function, a degradation function as shown in Equation 1 is assumed as a resistance change value of the carbon fiber composite material,
In the step of predicting the remaining useful life of the carbon fiber composite material,
A method for predicting and diagnosing the soundness of a carbon fiber composite material using a particle filter for estimating an undetermined coefficient of the degradation function according to repetition of the particle filter process.
[Equation 1]
Piezoresistive properties:
(Here, x: means time or crack length, R: electrical resistance, a, n: deterioration function parameters (undetermined coefficients).)
상기 열화 함수는,
수학식2와 같은 선형 함수 또는 수학식 3과 같은 지수 함수를 포함하는 파티클 필터를 이용한 탄소섬유 복합재의 건전성 예지 진단 방법.
[수학식2]
[수학식3]
(여기서, r=△R/R, x: 인장 시험시간, ε: 변형률(strain), a,b:열화함수 파라미터)
According to claim 10,
The degradation function is
A method for predicting and diagnosing the soundness of a carbon fiber composite material using a particle filter including a linear function such as Equation 2 or an exponential function such as Equation 3.
[Equation 2]
[Equation 3]
(where r=ΔR/R, x: tensile test time, ε: strain, a, b: degradation function parameters)
상기 탄소섬유 복합재는,
탄소섬유강화플라스틱(CFRP: Carbon Fiber Reinforced Plastic)을 포함하고,
상기 탄소섬유강화플라스틱(CFRP: Carbon Fiber Reinforced Plastic)은 4개의 예측 구간으로 상기 잔여유효수명(RUL: Remaining Useful Lifetime)의 예측이 수행되는, 파티클 필터를 이용한 탄소섬유 복합재의 건전성 예지 진단 방법.
According to claim 1,
The carbon fiber composite material,
Including carbon fiber reinforced plastic (CFRP),
The Carbon Fiber Reinforced Plastic (CFRP) is a carbon fiber composite material using a particle filter, in which the remaining useful life (RUL) is predicted with four prediction intervals. Method for predicting and diagnosing.
상기 탄소섬유 복합재는,
하이브리드 섬유강화 플라스틱(HFRP:Carbon-glass Hybrid Fiber Reinforced Plastic)를 포함하고,
상기 하이브리드 섬유강화 플라스틱(HFRP:Carbon-glass Hybrid Fiber Reinforced Plastic)은 2개의 예측 구간으로 상기 잔여유효수명(RUL: Remaining Useful Lifetime)의 예측이 수행되는 것을 특징으로 하는 파티클 필터를 이용한 탄소섬유 복합재의 건전성 예지 진단 방법.
According to claim 1,
The carbon fiber composite material,
Including hybrid fiber-reinforced plastic (HFRP: Carbon-glass Hybrid Fiber Reinforced Plastic),
The hybrid fiber-reinforced plastic (HFRP: Carbon-glass Hybrid Fiber Reinforced Plastic) is a carbon fiber composite material using a particle filter, characterized in that the prediction of the Remaining Useful Lifetime (RUL) is performed with two prediction intervals. Health prognosis diagnostic method.
A computer-readable recording medium on which a program for implementing the method of any one of claims 1 to 13 as a program is recorded.
상기 탄소섬유 복합재에 가해지는 기계적 하중에 대한 응력 분포 시뮬레이션을 기초로 상기 물성값의 거동을 예측하는 예측 구간을 분할하고, 각 예측 구간별로 설정되는 열화 함수를 달리하여 각 구간의 거동 예측을 수행하기 위한 물리 모델을 설정하는 물리 모델 설정 유닛; 및
상기 물리 모델에 상기 탄소섬유 복합재의 물성값을 입력하고 파티클 필터를 이용하여 상기 탄소섬유 복합재의 잔여유효수명(RUL: Remaining Useful Lifetime)을 예측하는 잔여유효수명 예측 유닛을 포함하는 파티클 필터를 이용한 탄소섬유 복합재의 건전성 예지 진단 장치.
A physical property value measurement unit for measuring physical property values of the carbon fiber composite material that are changed according to the length of a crack propagated by an applied mechanical load;
Based on the simulation of the stress distribution for the mechanical load applied to the carbon fiber composite material, predicting the behavior of each section by dividing a prediction section for predicting the behavior of the physical property value and changing the degradation function set for each prediction section. a physical model setting unit that sets a physical model; and
A carbon fiber using a particle filter including a residual useful life prediction unit for inputting physical property values of the carbon fiber composite material into the physical model and predicting a Remaining Useful Lifetime (RUL) of the carbon fiber composite material using a particle filter. A device for predicting and diagnosing the health of composite materials.
상기 물성값 측정 유닛은,
Dual Cantilever Beam test(DCB 테스트)로 수행되며, 상기 기계적 하중에 따라 크랙이 진행되는 방향으로 적어도 하나 이상 전극의 위치를 선정하여 설치하여 이들 전극 사이의 전기 저항값을 측정하는 것을 특징으로 하는 탄소섬유 복합재의 건전성 예지 진단 장치.
According to claim 15,
The physical property value measurement unit,
Carbon fiber, characterized in that it is performed as a Dual Cantilever Beam test (DCB test), and measures the electrical resistance value between these electrodes by selecting and installing at least one electrode in the direction in which the crack progresses according to the mechanical load. A device for predicting and diagnosing the health of composite materials.
상기 물리 모델 설정 유닛은,
상기 탄소섬유 복합재의 물성값의 상기 크랙의 길이에 따른 변화 정도인 기울기값에 따라 적어도 하나 이상의 예측 구간을 설정하여 상기 예측 구간의 저항 변화값을 예측할 수 있는 미정 계수(undetermined multiplier)가 포함된 열화 함수로부터 각 계수를 추정해나가는 과정을 통해 물리 모델을 설정하는 것을 특징으로 하는 탄소섬유 복합재의 건전성 예지 진단 장치.
According to claim 15,
The physical model setting unit,
A deterioration function including an undetermined multiplier capable of predicting the resistance change value of the prediction interval by setting at least one prediction interval according to the slope value, which is the degree of change of the physical property value of the carbon fiber composite material according to the length of the crack. A soundness prognostic diagnosis device for carbon fiber composites, characterized in that for setting a physical model through the process of estimating each coefficient from.
상기 물리 모델 설정 유닛은,
탄소섬유강화플라스틱(CFRP: Carbon Fiber Reinforced Plastic) 또는 하이브리드 섬유강화 플라스틱(HFRP:Carbon-glass Hybrid Fiber Reinforced Plastic)으로 구성된 탄소섬유 복합재의 종류에 따라 상기 예측 구간을 각각 4개 또는 2개로 설정하여 상기 물리 모델을 설정하는 것을 특징으로 하는 탄소섬유 복합재의 건전성 예지 진단 장치.
18. The method of claim 17,
The physical model setting unit,
According to the type of carbon fiber composite material composed of carbon fiber reinforced plastic (CFRP) or hybrid fiber reinforced plastic (HFRP), the prediction intervals are set to 4 or 2, respectively. A device for prognosticating and diagnosing the health of carbon fiber composites, characterized in that for setting a physical model.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210124955A KR102517003B1 (en) | 2021-09-17 | 2021-09-17 | Physics based prognostic and health management of carbon fiber composites using particle filter and apparatus thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210124955A KR102517003B1 (en) | 2021-09-17 | 2021-09-17 | Physics based prognostic and health management of carbon fiber composites using particle filter and apparatus thereof |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230041396A KR20230041396A (en) | 2023-03-24 |
| KR102517003B1 true KR102517003B1 (en) | 2023-04-03 |
Family
ID=85872399
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210124955A KR102517003B1 (en) | 2021-09-17 | 2021-09-17 | Physics based prognostic and health management of carbon fiber composites using particle filter and apparatus thereof |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102517003B1 (en) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101274522B1 (en) | 2010-11-30 | 2013-06-13 | 한양대학교 산학협력단 | Microfluidic filter using three dimensional carbon nanotube network and the fabrication method thereof |
| KR101964880B1 (en) | 2017-12-22 | 2019-08-07 | 울산과학기술원 | System and method for diagnosing crack propagation of CFRP structures |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101961408B1 (en) * | 2017-05-26 | 2019-03-22 | 울산과학기술원 | Monitoring method of CFRP damage |
| KR101997779B1 (en) * | 2017-12-27 | 2019-07-08 | 울산과학기술원 | Method for detecting location of damaged portion of carbon fiber reinforced plastic sheet |
| KR102145246B1 (en) * | 2018-11-27 | 2020-08-18 | 울산과학기술원 | System and method of predicting damage of carbon fiber composites |
| KR20200069101A (en) | 2018-12-06 | 2020-06-16 | 중앙대학교 산학협력단 | Vision based Hybrid Prognosis Health Monitoring System |
| KR102190451B1 (en) * | 2019-03-26 | 2020-12-11 | 울산과학기술원 | Method for detecting location of damaged portion of carbon fiber reinforced plastic sheet |
-
2021
- 2021-09-17 KR KR1020210124955A patent/KR102517003B1/en active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101274522B1 (en) | 2010-11-30 | 2013-06-13 | 한양대학교 산학협력단 | Microfluidic filter using three dimensional carbon nanotube network and the fabrication method thereof |
| KR101964880B1 (en) | 2017-12-22 | 2019-08-07 | 울산과학기술원 | System and method for diagnosing crack propagation of CFRP structures |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20230041396A (en) | 2023-03-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Saxena et al. | Accelerated aging experiments for prognostics of damage growth in composite materials | |
| Zárate et al. | Probabilistic prognosis of fatigue crack growth using acoustic emission data | |
| CN107870147B (en) | Method for predicting initial corrosion time of steel bar in concrete | |
| CN111881495A (en) | Prestress steel structure safety assessment method based on digital twinning | |
| JPWO2020149198A1 (en) | Analysis system and analysis method | |
| JP2008051768A (en) | Material simulation system, material simulation method, and material simulation program | |
| KR102517003B1 (en) | Physics based prognostic and health management of carbon fiber composites using particle filter and apparatus thereof | |
| Seemab et al. | Automated detection of propagating cracks in RC beams without shear reinforcement based on DIC-controlled modeling of damage localization | |
| JP6795562B2 (en) | Inspection equipment and machine learning method | |
| CN117405176A (en) | Method and system for detecting construction quality of mass concrete | |
| RU2699918C1 (en) | Diagnostic method of technical state of buildings and structures | |
| JP2003207489A (en) | Damage evaluation method and apparatus for metallic material | |
| JP2020042668A (en) | Inspection apparatus and machine learning method | |
| KR102510547B1 (en) | Neural network based prognostic and health management using neural network, and thereof | |
| Mazurkiewicz | A knowledge base of the functional properties of the conveyor belt adhesive joint for FEM simulation of its stress and strain state | |
| Boller et al. | Approaching the assessment of ageing bridge infrastructure | |
| Lyngdoh et al. | Experimental monitoring and modeling of fatigue damage for 3D-printed polymeric beams under irregular loading | |
| Jung et al. | Inverse identification of creep of concrete from in situ load–displacement monitoring | |
| Liu et al. | Detection and quantization of fatigue damage in laminated composites with cross recursive quantitative analysis | |
| JP4112830B2 (en) | Structural material soundness evaluation method and program | |
| Wijesinghe et al. | Design and development of in situ fatigue sensors for structural health monitoring of highway bridges | |
| Wang et al. | Overview of a modal-based condition assessment procedure | |
| Lee et al. | Prediction method for propagating crack length of carbon-fiber-based composite double cantilever beam using its electromechanical behavior and particle filter | |
| JP7453057B2 (en) | Rubber material property prediction system and rubber material property prediction method | |
| Zhang | Development and Experimental Validation of Dynamic Bayesian Networks for System Reliability Prediction |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |