Abstract
An acoustic leak monitoring system(ALMS) using acoustic emission(AE) technique was applied for leakage detection of nuclear power plant's pipeline which is operated in high temperature and pressure condition. Since this system only monitors the existence of leak using the root mean square(RMS) value of raw signal from AE sensor, the difficulty occurs when the characteristics of leak size and shape need to be evaluated. In this study, dual monitoring system using AE sensor and accelerometer was introduced in order to solve this problem. In addition, artificial neural network(ANN) with Levenberg.Marquardt(LM) training algorithm was also applied due to rapid training rate and gave the reliable classification performance. The input parameters of this ANN were extracted from varying signal received from experimental conditions such as the fluid pressure inside pipe, the shape and size of the leak area. Additional experiments were also carried out and with different objective which is to study the generation and characteristic of lamb and surface wave according to the pipe thickness.
고온, 고압의 원자력 배관 누설 판별을 위해 음향방출기법(AE)을 이용한 누설감지 시스템인 ALMS 기법이 적용되고 있다. 이 시스템은 단지 AE 센서로 전해진 신호의 RMS값을 이용하여 누설의 유무만을 판단할 뿐, 누설 발생시 누설부의 크기나 형태를 평가하는 것에는 어려움이 있었다. 따라서 본 논문에서는 이러한 문제를 해결하기 위하여 AE센서와 가속도센서를 동시에 이용한 이중 센서 시스템을 제안하였다. 빠른 학습 속도와 정확성을 위해 Levenberg-Marquardt 학습 알고리즘을 이용한 인공신경회로망을 적용시키고, 이를 통해 신뢰성 있는 분석 결과를 얻을 수 있다. 배관내 압력과 누설부의 크기와 모양에 따른 실험신호들을 학습시키고 그 판별 정확성을 확인하였다. 추가적으로 배관 두께에 따라 발생하는 파(wave)의 종류와 특성이 달라지는 것을 이론과 실험을 통하여 알아보았다.
