사이클 하중을 받는 복합재 덮개 압력 용기의 구조 건강 모니터링을 위한 딥러닝의 적용

초음파 유도파(UGW)를 이용한 구조 건강 모니터링(SHM)은 복잡한 형상을 가진 구성 요소를 지속적으로 모니터링 할 수 있게 하며, 이들의 구조적 무결성과 전반적인 상태에 대한 광범위한 정보를 제공합니다. 매우 높은 압력에서 수소 가스를 저장하는 데 사용되는 복합재 덮개 압력 용기(COPV)는 SHM의 혜택을 크게 받을 수 있는 중요한 인프라의 예입니다. 이는 주기적인 검사 간격을 늘리고, 이상 징후의 조기 발견을 통해 안전한 작동 조건을 보장하며, 궁극적으로 COPV의 남은 수명을 추정하는 데 사용할 수 있습니다. 따라서 독일의 디지털 품질 인프라 이니셔티브(QI-Digital)에서 수소 충전소에 사용되는 COPV를 위한 SHM 시스템이 개발되고 있습니다. 본 연구에서는 다양한 온도와 압력 하에서 수천 개의 하중 주기에 노출된 Type IV COPV의 수명 피로 시험 결과를 제시하여 이러한 SHM 시스템과 관련된 강점과 도전을 보여줍니다. COPV의 최종 재료 파손까지의 사이클 테스트 동안 15개의 표면 장착형 압전(PZT) 웨이퍼로 구성된 센서 네트워크가 UGW 데이터를 수집하는 데 사용되었습니다. 그러나 압력 변동, COPV의 노화 과정, 환경 매개 변수 및 가능한 손상은 동시에 기록된 신호에 영향을 미칩니다. 이러한 문제와 레이블이 붙은 데이터의 부족은 신호 처리 및 분석을 더욱 어렵게 만듭니다. 따라서 본 연구에서는 다양한 변수가 UGW 데이터에 미치는 영향을 분리하기 위해 반지도 학습 및 비지도 딥러닝 접근 방식을 활용하여, 심각한 고장이 발생하기 전에 손상을 탐지하고 위치를 파악하는 최종 목표를 설정합니다.