[논문 리뷰] Topography scanning as a part of process monitoring in power cable insulation process
이 논문은 XLPE 케이블 코어 모니터링을 위한 새로운 지형도(토포그래피) 스캔 시스템을 제시하고 3D 표면 맵을 구축하며 심층 학습을 이용한 실시간 표면 결함 탐지를 수행한다.
We present a novel topography scanning system developed to XLPE cable core monitoring. Modern measurement technology is utilized together with embedded high-performance computing to build a complete and detailed 3D surface map of the insulated core. Cross sectional and lengthwise geometry errors are studied, and melt homogeneity is identified as one major factor for these errors. A surface defect detection system has been developed utilizing deep learning methods. Our results show that convolutional neural networks are well suited for real time analysis of surface measurement data enabling reliable detection of surface defects.
연구 동기 및 목표
- 전력 케이블 절연 재료의 공정 모니터링 개선을 목표로 기하학 및 용융 관련 결함을 탐지한다.
- 절연 코어의 상세한 3D 표면 맵을 생성하는 시스템을 개발한다.
- 단면 및 길이 방향의 기하학적 오차를 식별하고 이를 용융 균일성과 연관지어 평가한다.
- 실시간 분석을 위한 심층 학습 기반 표면 결함 탐지기를 도입한다.
제안 방법
- 현대 측정 기술과 임베디드 고성능 컴퓨팅을 결합하여 XLPE 절연 코어의 3D 표면 맵을 생성한다.
- 단면 및 길이 방향의 기하학적 오차를 분석하여 용융 균일성의 영향을 평가한다.
- 실시간 데이터 분석을 위한 CNN 기반의 표면 결함 탐지 시스템을 개발하고 평가한다.
- 토포그래피 데이터로부터 표면 결함을 탐지하기 위해 CNN 기반 접근법을 적용한다.
- 공정 모니터링에서 실시간 표면 결함 탐지의 실현 가능성을 제시한다.
실험 결과
연구 질문
- RQ1토포그래피 스캐닝이 공정 모니터링을 위한 XLPE 케이블 코어의 상세 3D 표면 맵을 생성할 수 있는가?
- RQ2절연 공정에서 어떤 기하학적 오차(단면 및 길이 방향)가 발생하며 이것이 용융 균일성과 어떻게 관련되는가?
- RQ3CNN은 토포그래피 데이터로부터 표면 결함을 실시간으로 효과적으로 탐지할 수 있는가?
- RQ4통합 시스템이 절연 공정에서 실시간 모니터링 및 결함 탐지를 어떻게 가능하게 하는가?
주요 결과
- 새로운 토포그래피 스캐닝 시스템이 절연된 케이블 코어의 상세한 3D 표면 맵을 생성할 수 있다.
- 단면 및 길이 방향의 기하학적 오차를 연구하고 이를 용융 균일성의 주요 요인으로 연결한다.
- 심층 학습 기반의 표면 결함 탐지 시스템은 실시간으로 표면 결함을 신뢰성 있게 탐지할 수 있다.
- 합성된 데이터에서의 CNN은 표면 측정 데이터의 실시간 분석에 잘 적합하다.
더 나은 연구,지금 바로 시작하세요
연구 설계부터 논문 작성까지, 연구 시간을 획기적으로 줄여보세요.
카드 등록 없음 · 무료 플랜 제공
이 리뷰는 AI가 만들고, 인간 에디터가 검토했습니다.