A Deep Learning Model for Analyzing Eddy Current Testing Signals of Steam Generator Tube Specimens

본 논문에서는 원전 증기발생기 전열관의 와전류탐상 신호를 분석하기 위한 딥러닝 기반 판별 모델을 제안하고, 시편에서 측정한 데이터를 통해 그 성능을 검증하였다. 와전류탐상은 전열관 검사에 널리 활용되는 대표적인 비파괴검사 기법이지만, 신호 해석에는 전문성과 많은 경험이 요구된다. 이에 본 연구에서는 높은 신뢰도로 검사를 지원할 수 있는 딥러닝 기반의 신호 분석 기법을 수립하고자 하였다. 이를 위해 우선 다양한 결함을 인위적으로 가공한 전열관 시편을 제작하고, 바빈형 와전류 탐촉자를 이용하여 결함 유형별 신호를 확보하고 전처리하여 데이터셋을 구축하였다. 전열관의 결함 유무를 판단하고 결함 유형을 분류하는 모델과 결함 크기를 추정하는 모델을 각각 심층신경망(Deep Neural Network, DNN) 구조로 설계하였다. 설계한 모델은 구축한 데이터셋을 통해 학습 및 검증되었으며, 별도의 독립적인 테스트 데이터셋을 이용한 평가를 통해 전열관의 결함을 높은 정확도로 판별하고 크기를 추정할 수 있음을 확인하였다.