용접 결함에 대한 초음파탐상시험으로부터 결함의 종류를 결정하는 것은 초음파형상인식기법에 의해 가장 잘 해결할 수 있기 때문에 지금까지 이 기법에 대한 연구가 많이 수행되어 왔다. 그러나 이 기법은 지금까지의 많은 연구에도 불구하고, 실제 산업 현장에서는 아직까지 널리 사용되지 못하고 있는 실정이다. 이러한 문제를 해결하기 위해 본 연구에서는, 용접 결함으로부터 초음파 신호를 채취하여 입력하면 적절한 신호처리를 통해 신호의 특징을 추출하고 신경회로망 등 다양한 인공지능기법을 적용하여 용접 결함의 종류를 자동적으로 판별하는 지능형 초음파 신호 분류 소프트웨어를 개발하였다. 그리고 개발된 분류기를 이용하여 용접부내에 존재하는 용접 결함을 균열(Crack)과 비균열(non-crack)으로 분류하는 문제에 적용함으로써, 산업 현장에서 쉽게 이용할 수 있는 실제적인 분류기로서의 가능성을 검증하였다.
Ultrasonic pattern recognition is the most effective approach to the problem of discriminating types of flaws in weldments based on ultrasonic flaw signals. In spite of significant progress in the research on this methodology, it has not been widely used in many practical ultrasonic inspections of weldments in industry. Hence, for the convenient application of this approach in many practical situations, we develop an intelligent ultrasonic signature classification software which can discriminate types of flaws in weldments based on their ultrasonic signals using various tools in artificial intelligence such as neural networks. This software shows the excellent performance in an experimental problem where flaws in weldments are classified into two categories of cracks and non-cracks. This performance demonstrates the high possibility of this software as a practical tool for ultrasonic flaw classification in weldments.
