ETRI-Knowledge Sharing Plaform

KOREAN
기술이전 검색
Year ~ Transaction Count Keyword

Detail

Ultrasonic guided wave application of AI-driven pipeline defect detection

Manager
Doh Yoonmee
Participants
Transaction Count
0
Year
2025
Project Code
본 기술은 배관 구조물의 부식 또는 결함을 단발성 진단 뿐만 아니라 지속적으로 감시할 수 있는 AI 분석형 결함위치 탐지 방법 제공을 목표로 한다. 배관의 원주 방향 외면에 방사상 등 간격으로 배치되는 복수의 압전소자 를 포함하는 센서 장치를 설치하고 이를 통해 유도 초음파 신호를 발생시키고 반사 신호를 계측하는 장치를 포함하고 있다. 또한 계측한 반사 신호에 대해서 전처리, 특징추출 및 인공지능 모델을 활용하여 기존 기법과 유사항 정확도와 신뢰성을 제공하는 동시에 분석시간을 단축시키는 방법을 포함하고 있다.
□ (현황) 최근 스팀배관의 누출사고 발생 및 도시가스 수소 혼입과 같은 이슈로 인
해 배관 관련 안전 문제가 대두되고 있음
? 스팀배관
- 에너지 다소비 업종의 공장에서 사용하는 주요 에너지원인 열에너지는 전력에 비
해 손실 발생 가능성이 큼. 열에너지는 배관을 통해 고압의 기체 상태인 스팀 형
태로 전달되므로 배관의 누출(Leak)로 인한 에너지 손실이 전력보다 훨씬 클 것으
로 예상됨
- 열에너지의 경우 스팀량을 측정하기 위한 계측 포인트 부족뿐만 아니라 계측 기기
의 낮은 정확도로 인해 배관 유지보수에 어려움이 있음. 특히, 배관 내 이동하는
고온·고압의 스팀으로 인해 배관의 물성 손상이나 물리적 파열·폭발 가능성이 존
재함
? 도시가스 수소 혼입
- 정부가 오는 2026년부터 도시가스에 수소 20% 혼입 사용을 목표로 실증 시범사
업을 추진하고 있음. 수소는 매우 작고 가벼운 원자로 구성되어 있어 수소취성으
로 인한 수소 누출이 우려되는 반면, 현재 많은 가구의 기존 도시가스 배관은 노
후화하여 있음
- 수소는 낮은 인화점을 가지고 있어 공기 중에 존재할 시 낮은 온도에서도 불이 붙
을 수 있는 높은 화염성을 가지고 있음. 수소가 모이거나 축적될 시 폭발 가능성
이 높음. 도시가스 이외에도 수소배관의 누출로 인한 폭발 사례가 많음

□ (필요성) 현장에서 배관의 유지보수는 육안검사에 크게 의존하고 있어, 배관의 누출
유무를 쉽고 빠르게 감지할 수 있는 기술이 필요함
- 현장에서 육안검사만으로 전체 스팀배관의 누출 유무를 실시간으로 검사하기에 어
려움이 존재함. 비파괴검사(Air Test 등)를 고려할 수 있지만, 시간적·비용적 부담이
클 뿐만 아니라 누출 위치/가능성 등에 대한 세부 상태를 확인할 수 없음
- 무수히 많은 배관(Tube) 다발로 구성된 열교환기의 경우, 모든 배관에 대한 개별적
인 검사로 인해 시간적·비용적 부담이 더욱 커짐. 스팀배관에서의 배관 누출 여부
뿐만 아니라, 암모니아와 수소 등 다양한 유체·기체에 따른 배관 누출 여부도 실시
간으로 감지하고 진단할 수 있는 기술이 필요함
□ (목적) 본 기술은 배관 시스템의 결함 진단에 있어 주변 구조물로 인한 노이즈와
결함 신호를 정확히 구분하여, 배관 결함 진단 성능을 고도화하는 것을 목표로 함
- 결함 위치를 정확히 모니터링하고 진단함으로써, 불필요한 유지보수 작업을 최소
화하고, 결과적으로 유지보수 비용을 절감할 수 있음. 나아가, 배관 시스템의 노후
화에 대응하여 장기적 인프라 관리 계획을 수립하고 실행할 수 있는 기반을 마련
할 수 있음
o 유도초음파 기반 배관 내 결함 진단 기술
- 최대 6m 길이의 배관에 대한 결함 위치 추정 가능
- 운용 중인 배관에 대해서 실시간 진단 가능

o 신호 차분을 통한 배관 상태 변화 강조 기술
- 신호 차분 연산을 통해 배관 상태의 변화만을 강조
- 비 부식 지점에서의 오탐지 감소

o 노이즈 제거를 통한 신호대 잡음비 향상 기술
- 웨이블릿 기반 노이즈 제거 및 대역통과 필터링 수행으로 신호 대 잡음 비 향상
- 노이즈 제거를 통한 결함 감지 성능 향상

o 특징 추출 및 인공지능 모델 적용 기술
- 특징 추출을 통해 인공지능 모델이 더욱 정확한 결함 분석 수행 가능
- 추출된 특징을 입력으로 하는 트랜스포머 모델 활용으로 결함 진단 감도 향상

o 지속적 배관 결함 감시 기술
- 지속적인 반복 취득을 통한 신호 변화량 분석
- 단축된 분석시간으로 지속적 배관 결함 감시
본 기술은 배관 결함 위치 탐지용 AI 기반 분석 모듈 관련 기술로서 다음 기능을 지원한다.
- AI 기반 배관 결함 신속 탐지 기능
- AI 분석 파라미터 설정 기능
- AI 분석 결과 시계열 컬러맵출력 기능
- 배관 위치별 결함 존재 확률 시각화 가능
- 결함 진단 민감도(threshold) 조정 기능
- 기준 신호 강화 기능
- 반사 신호 노이즈 제거 기능
- 실행 프로그램
- 사용자 및 시스템 요구사항 정의서
- 시험절차서/시험 결과서
?배관을 활용하는 다양한 산업 인프라에서 광범위하게 활용가능한 기술로 공공 인프라
내 배관의 누수 및 결함 감지에 활용될 수 있음. 따라서, 공공 시설의 유지 보수 및
관리 효율성을 높일 수 있음
?연산량 및 분석시간 감축으로 서버나 클라우드로의 데이터 전송없이 현장 지향형 장
치에서도 지속적인 배관 결함 감시가 가능함. 이에 따라, 데이터 전송을 위한 네트워
킹 비용 및 전송 지연 문제 해결, 정보 보호 효과 또한 기대됨
?인공지능 활용으로 감도를 향상시킨 배관 결함 진단이 가능함. 따라서 배관 이상으로
활용 불가로 익화되기 전, 결함의 심각도에 따라 사전 조치할 수 있는 예지 보전을
기대함
?실시간 모니터링 및 데이터 분석을 통해 배관에 대한 예측 정비를 가능하게 함으로써
인프라의 신뢰성 및 가용성을 향상시킬 수 있음