Mode-selective transmission method of guided waves using data processing

모두가 동시에 소리를 지르고 소리가 벽에 부딪혀 혼란스러운 방식으로 튕겨 나가는 붐비는 방 안에서 특정 대화를 들으려고 노력하는 모습을 상상해 보십시오. 이것이 엔지니어들이 다리, 파이프라인, 또는 선체와 같은 거대하고 단단한 구조물을 내부의 숨겨진 균열을 조사하기 위해 시도할 때 직면하는 과제입니다. 그들은 공기 중이 아니라 재료의 표면을 따라 이동하는 '유도파(guided waves)'라는 특수한 종류의 음파를 사용합니다. 이 파동은 공기 중이 아닌 재료의 표면을 따라 이동하기 때문에, 일반적인 손전등이나 카메라로 확인하기에는 너무 길거나 깊숙이 묻혀 있는 곳까지 도달하는 데 매우 탁받습니다. 하지만 단순한 빛의 줄기와 달리, 이 음파는 이동하면서 기묘하게 움직입니다. 이들은 각각 고유한 속도로 움직이고 형태가 변하는 서로 다른 '모드(modes)', 즉 진동 패턴으로 분리됩니다. 파동이 결함(예: 균열)과 부딪히면 이 패턴들이 흩어지고 서로 뒤섞여, 원래의 신호가 무엇이었는지 또는 결함의 모습이 어떠했는지를 파악하는 것을 매우 어렵게 만듭니다. 수십 년 동안 과학자들은 한 번에 하나의 특정 패턴만을 보낼 수 있는 특별하고 값비싼 센서를 제작하여 이 문제를 해결하려고 노력해 왔지만, 이러한 도구들은 실제 현장에서 발견되는 복잡한 혼합 신호를 처리하기에는 너무 경직되어 있는 경우가 많았습니다.

중앙전력조사연구소(Central Research Institute of Electric Power Industry)와 도쿄과학대학(Institute of Science Tokyo)의 연구팀은 이 수수께끼를 풀 수 있는 다른 방법을 찾아냈습니다. 새로운 특수 기계를 만드는 대신, 그들은 표준적인 기성품 센서와 컴퓨터를 사용하여 힘든 작업을 수행하는 방법을 개발했습니다. 그들의 접근 방식은 이 문제를 하드웨어의 한계가 아닌 데이터 분류의 문제로 취급합니다. 그들은 재료를 가로질러 이동하는 음파를 기록한 다음, 특정 규칙 세트를 사용하여 그 정보를 처리함으로써 혼란스러운 혼합물로부터 단 하나의 깨끗한 패턴을 가상으로 분리해 낼 수 있다는 점을 깨달았습니다. 이는 마치 시끄러운 방 전체를 녹음한 다음, 화자들에게 말을 멈춰달라고 요청하지 않고도 컴퓨터를 사용하여 원하는 목소리를 제외한 나머지 모든 목소리를 걸러내는 것과 같습니다.

그들 발견의 핵심은 기록된 신호의 타이밍과 형태를 조작하는 방식에 있습니다. 음파가 고체 판을 통과할 때 파동은 퍼져 나가며, 파동의 서로 다른 부분은 서로 다른 속도로 이동합니다. 연구진은 파동의 경로를 따라 여러 지점에서 기록을 채집한 후, 이를 시간상으로 정렬하여 완벽하게 일치시키면 원하는 패턴이 훨씬 더 크고 명확해진다는 사실을 발견했습니다. 그들은 이를 '군속도 동기화(group-velocity synchronization)'라고 부르는데, 이는 본질적으로 컴퓨터가 파동의 주체가 도착할 때까지 기다렸다가 이를 혼합에 추가하도록 하는 방법입니다. 하지만 타이밍만으로는 충분하지 않습니다. 왜냐하면 파동은 이동하면서 내부적인 리듬 또한 변화하기 때문입니다. 이를 해결하기 위해 그들은 '위상 동기화(phase synchronization)'라는 두 번째 단계를 적용하는데, 이는 파동의 정점(peak)과 골(valley)의 내부 타이밍을 조정하여 이들이 동시에 같은 방향으로 밀어붙이도록 만드는 과정입니다. 이 두 가지 조정이 결합되면, 연구진이 찾고자 하는 특정 패턴은 공명하거나 증폭되는 반면, 원치 않는 패턴들은 서로 상쇄됩니다.

이 과정을 더욱 효과적으로 만들기 위해, 연구팀은 '파동 묶음 들뜸(wave-packet excitation)'이라고 부르는 세 번째 단계를 추가했습니다. 파동을 정렬하기 전, 그들은 컴퓨터를 사용하여 우리가 찾고자 하는 파동의 가상 버전을 생성합니다. 그들은 기록된 신호의 작은 그룹을 가져와 수학적으로 형상화하여 추적 중인 특정 패턴처럼 보이도록 만듦으로써 이 작업을 수행합니다. 이는 템플릿 역할을 하여, 최종 결과물이 단순히 깨끗한 신호가 되는 것을 넘어 엔지니어가 검사해야 할 정확한 유형의 진동에 의해 지배되도록 보장합니다. 이 세 가지 데이터 처리 단계를 결 함께함으로써, 그들은 복잡한 혼합 신호로 가득 찬 무질서한 기록으로부터 단 하나의 순수한 진동 모드를 추출해 낼 수 있습니다.

연구진은 스테인리스 스틸 판 위에서 표준 센서를 사용하여 음파를 보내는 방식으로 이 방법을 테스트했습니다. 그들은 센서가 판을 따라 작은 단계로 스캔하도록 설정하고 각 지점에서 파동을 기록했습니다. 데이터를 처리하여 특정 패턴인 A0 모드를 찾았을 때, 결과는 놀라웠습니다. 뒤섞여 있던 무질서한 신호들이 배경 소음으로부터 뚜렷하게 구별되는 명확하고 강한 파동으로 변했습니다. 그들은 또한 S0 모드라고 불리는 다른 패턴에 대해서도 테스트를 진행했습니다. 이 경우에도 방법은 잘 작동했지만, 해당 패턴이 이미 원시 데이터에서 상당히 강했기 때문에 개선 효과는 덜 극적이었습니다. 실험을 통해 그들의 소프트웨어 기반 접근 방식이 물리적 장비를 변경하거나 측정 방식을 바꿀 필요 없이 특정 파동 패턴을 성공적으로 분리할 수 있음을 확인했습니다.

이 발견이 중요한 이유는 모든 유형의 검사를 위해 맞춤형으로 제작된 값비싼 센서를 사용할 필요를 없애주기 때문입니다. 이전에는 특정 종류의 결함을 감지하려는 엔지니어가 그 작업에 딱 맞는 특수 프로브를 필요로 했을 수도 있습니다. 이제는 표준 프로브를 사용하여 영역을 스캔하고, 컴퓨터가 신호를 분리하도록 맡기면 됩니다. 이는 동일한 저비용 장비를 사용하여 소프트웨어 설정만 변경함으로써 매우 다양한 결함을 감지할 수 있음을 의미합니다. 연구진은 파동이 서로 간섭하는 수학적 방식에 집중함으로써, 복잡한 하드웨어를 필요로 했던 조건들을 재현할 수 있음을 보여주었습니다. 그들은 특정 파동 패턴을 선택하는 핵심이 센서 자체에 있는 것이 아니라, 데이터를 수집한 후 어떻게 동기화하고 결합하느냐에 달려 있음을 입증했습니다.

이 연구는 데이터 중심의 접근 방식이 기존의 고기술 방법들에 대한 실행 가능한 대안임을 확인시켜 줍니다. 다른 기술들은 파동 패턴을 선택하기 위해 복잡한 센서 배열이나 자기장을 사용하는 반면, 이 방법은 단순한 스캐닝 프로브로부터 얻은 데이터를 처리함으로써 유사한 결과를 달성합니다. 연구진은 이 방법이 특정 패턴에 대해 매우 잘 작동하지만, 개선 정도는 연구되는 파동의 구체적인 특성에 따라 달라질 수 있다고 언급했습니다. 그러나 세 가지 데이터 처리 루틴을 모두 적용함으로써, 그들은 특정 조건에 관계없이 고품질의 결과를 보장할 수 있습니다. 이는 미래의 비파괴 검사가 더 전문화된 도구를 만드는 것보다, 우리가 이미 가지고 있는 데이터를 더 스마트하게 해석하는 방법에 더 의존하게 될 것임을 시사합니다. 일반적인 기록으로부터 특정 파동 패턴을 가상으로 생성할 수 있는 능력은 우리의 인프라를 더 유연하고, 비용 효율적이며, 강력한 방식으로 안전하게 유지할 수 있는 길을 열어줍니다.