Journal Information

Article Information


Original Paper

펄스 적외선 열화상을 이용한 이면 결함 검출을 위한 열대비의 정량적 분석

이 효원[*] Hyowon Lee[*], 김 원태[**][] Wontae Kim[**][]

초 록

본 논문에서는 펄스 적외선 열화상을 적용하여 알루미늄 구조의 이면 결함에 대해 연구하였다. 알루미늄 시험편의 인공결함의 다양한 직경과 깊이가 고려되었으며 결함에 대한 정보를 얻기 위해 열 자극 후 대상체에 나타나는 열응답을 연구하였다. 절대 열대비를 이용하여 알루미늄 시험편의 결함분석에서 직경 및 깊이에 따른 영향을 분석하였다. 실험결과 결함부에 나타나는 절대대비는 결함의 직경과 깊이에 대해 함수의 관계라는 것이 나타났다. 유한 요소 시뮬레이션을 통해 실험에서 얻은 이미지와 데이터를 비교 및 분석을 한 결과, 결함부 열응답에 대한 수치적인 결과와 실험이 잘 일치한다는 것을 보여준다.

Abstract

In this paper, the subsurface defects of aluminum structures were investigated by the use of pulsed infrared thermal imaging. The effects of diameter and depth on the defect analysis of aluminum specimens was analyzed using the absolute thermal contrast method. Experimental results show that the absolute thermal contrast in the defect region is a function of the defect’s diameter and depth. Comparison and analysis of the images and data obtained from the experiment through finite element simulation show that the experimental results are in good agreement with the numerical results on the defect heat response.

Keywords: 펄스 적외선 열화상, 이면 결함, 절대 열대비, 유한 요소 해석.

Keywords: Pulsed Infrared Thermography, Subsurface Defect, Absolute Thermal Contrast, Finite Element Analysis.


1. 서 론

알루미늄은 경량성과 내식성을 가진 비철금속으로 기계, 자동차, 항공, 우주, 화학 등 다양한 분야 에서 활용되고 있다[1]. 높은 품질의 재료가 산업 사회에서 요구되고 있으며 재료의 생산 및 가공에 있어 발생되는 결함은 재료의 품질에 많은 영향을 미친다. 따라서 초기 가공단계에서의 결함을 찾기 위한 비파괴 검사 방법이 중요해지고 있다[2,3]. 적외선 열화상은 재료들의 품질 검사 및 다양한 분야에서 활용되는 비파괴검사 기법이다. 적외선 열화상(infrared thermography)은 대상체 표면에서 방출되는 복사에너지를 측정한 뒤 이를 온도로 환산하여 실시간으로 온도 데이터를 제공하는 기술이다[4]. 적외선 열화상은 빠른 속도, 넓은 영역 관찰, 비접촉과 같은 많은 장점을 가지고 있어 최근 빠르게 개발되고 있다. 적외선 열화상은 표면 아래의 결점 및 특징, 열물성치, 도막두께, 숨겨진 부식 등의 검사에 사용되고 있다[5-7].

펄스 적외선 열화상은 시험 대상체 표면에 짧은 시간에 고출력 펄스를 이용하는 시험의 신속성의 큰 장점을 가지는 적외선 열화상 기법으로 널리 사용되는 방법 중 하나이다. 펄스 적외선 열화상의 일반적인 구성요소로 가진원으로 하나 이상의 플래쉬 램프와 가진 후 일정 시간동안 표면 온도 감쇠를 모니터링하는 적외선 카메라로 구성된다. 플래쉬 램프를 통한 가진 후 열이 전도되는 과정에서 내부 구성요소의 변화에 따른 열 확산율 변화로 인해 결함부와 건전부 사이의 온도 차이가 발생하고 이 열화상 데이터를 기초로 하여 결함 검출이 가능하게 된다[8,9].

본 연구는 알루미늄 구조에서 결함의 탐지를 위한 실험을 진행했다. 결함의 검출 및 특성 분석을 위해 MATLAB 소프트웨어를 이용한 데이터 분석 방법을 사용했으며 3D 유한 요소 시뮬레이션 (ANSYS Ver.18.2)을 활용하여 실험으로 얻은 데이터와 비교 및 분석을 수행했다[10].

2. 이론적 배경

2.1 펄스 열화상 (PT)

PT의 원리는 대상체에 지속시간 2~15 ms의 짧은 펼스 형태로 고출력 광원을 입사시키는 방법이다. 펄스 입사 후 열 확산을 통해 대상체 내부로 열이 전달된다. 열의 전달 과정에서, 적외선 카메라를 사용하여 시험편 표면의 온도 구배를 기록한다. 대상체 내부의 구성요소 차이로 인해 열 확산율 변화로 건전부와 결함부의 온도 차이가 발생하고 이 온도 대비를 통해 결함을 검출할 수 있다. Fig. 1은 펄스 열화상의 구성도를 보여준다.

Fig. 1

Schematic diagram of pulsed thermography

구성 요소의 열적 거동이 z 방향으로 균일한 가열과 열 확산율 ez을 갖는 균질한 반영구적인 대상체로 가정하면 시간 변화에 따른 온도 변화는 다음 식으로 정의 된다[1,11].

여기에서, ΔTxyx,y 방향의 온도 변화, t는 시간, Qxy는 표면에 전달되는 에너지이다. 비교 영역에서 열 유속 값 사이의 차이로 인해 건전부와 결함부에서 온도 확산율 차이가 발생한다. 열 확산율은 식 (2)와 같이 정의된다. 식 (1)과 식 (2)를 이용하여 식 (3)과 같이 나타낼 수 있다.

여기에서, k 열전도율, ρ 대상체의 밀도, c 대상체의 비열 용량이다.

2.2 절대 열대비(Absolute Thermal Contrast)

PT 측정에서 결함의 탐지는 열 대비로 불리는 시험편 내부의 결함에 의해 생성된 온도 차이에 기반을 둔다. 열 대비는 미리 선택되고 인식된 영역에서 분석된 온도 차이를 나타낸다. 기준 영역은 표면에 결함이 나타나지 않는 건전부를 참고한다. 절대 열대비(absolute thermal contrast)는 주어진 시간 t에서의 건전부와 결함부의 온도차로 정의되며 다음 식으로 나타낼 수 있다.

여기에서, Tdefect는 시간 t에 따른 결함부의 온도, Tsound는 시간 t에 따른 건전부의 온도를 나타낸다.

3. 연구 방법

3.1 시험편

본 연구에 적용된 알루미늄 시험편은 10 mm 두께를 가진 플레이트(180*180 mm)이며, 이면에 다양한 깊이와 직경의 원통형 모양의 인공결함이 가공되어있다. 각 행은 같은 결함깊이로 설계하였으며, 각 열은 같은 결함 직경을 가진 규칙적인 배열로 되어 있다. 열화상 시험의 결과는 대상체의 표면에서 방출되는 방사선에 많은 영향을 받는다. 표면의 방사율이 낮은 경우, 표면으로부터 방사되는 방사선의 강도가 약해 정확한 결함 검출에 어려움이 발생된다. 따라서 Fig. 2에서 보이는 것과 같이 표면에 KRYLON 블랙 페인트를 얇게 도포하여 방사율이 0.95 이상을 유지할 수 있게 하였다.

Fig. 2

Aluminum specimen with flat bottom defects

Fig. 3은 시험편의 전체적인 기하학적 정보를 보여준다. Table 1은 각 이면 결함의 직경과 깊이의 세부 정보를 보여준다. 결함 직경은 각각 16 mm, 12 mm, 8 mm, 4 mm로 구성되어 있으며, 결함 깊이는 각 결함직경에 대해 각각 5 mm, 4 mm, 3 mm, 2 mm로 구성되어 있다. Table 2는 알루미늄의 재료의 열적 특성을 보여준다.

Fig. 3

Geometry of Aluminum specimen

Size of backside defect of aluminum plate

Hole Diameter (mm) Depth (mm)
A1 16 2
A2 4 2
A3 8 2
A4 12 2
B1 16 5
B2 4 5
B3 8 5
B4 12 5
C1 16 3
C2 4 3
C3 8 3
C4 12 3
D1 16 4
D2 4 4
D3 8 4
D4 12 4

Material thermal properties of Aluminum

Thermal Conductivity(k) 210 W/m·k
Specific Heat(c) 921 J/kg·k
Thermal Diffusivity 9.7 * 10-5 m2/s
Density(ρ) 2.7 g/cm3
Initial Temperature 28 ℃

3.2 FEA 모 델

펄스 열화상의 시뮬레이션은 상용 유한 요소 모델링 소프트웨어 ‘ANSYS 18.2’를 이용하여 수행했다. FEA (finite element analysis) model은 시험편과 같은 형상으로 modeling했다. Fig. 4은 FEA 모델의 격자를 보여준다. 격자는 사면체(Tetra) 방식을 적용하였으며 시뮬레이션 결과에 격자 생성에 의한 영향을 많이 받기 때문에 세부 기능을 이용하여 격자 생성을 전체적으로 균일하게 생성하였으며 결함부 표면에서는 좀 더 조밀한 격자를 생성하여 시뮬레이션 오차를 줄였다.

Fig. 4

FEA model with mesh generation

펄스 열화상 FEA 모델에서는 자극이 균일하고 작으므로 복사 및 대류 열전달의 영향이 무시된다고 가정했다. 시험편 표면에 적용되는 열유속(heat flux)은 다음과 같이 정의된다[1].

여기에서, φ0는 실험을 통해 시험편 표면에서 측정된 열 유속을 말한다. 초기 온도(Tamb)는 실험이 시작되기 전 시험편이 주변 환경 온도와 평행이 된다고 가정되기 때문에 경계값 초기 조건에 사용하였다.

플래쉬 램프에 의한 열에너지의 경계조건은 플래쉬 램프의 열 유속을 계산하여 FEA Model 표면에 조건을 부여하였다. 실험과 유사한 환경을 모사하기 위해 실제 시험편 표면에 적용된 0.95의 방사율(emissivity)을 적용하였다.

3.3 실험 방법

Fig. 5는 펄스 적외선 열화상 구성장치를 보여준다. 펄스 가진 에너지원으로 BALCAR NEXUS A 6400(6400 W/s) 고출력 플래쉬 램프를 적용하였다. 대상체 표면에서 방출되는 복사 에너지를 실시간으로 기록하기 위해 적외선 카메라 FLIR SC645 (비냉각식, 640 × 480 pixels, 7.5~13 μm)모델을 사용하였다. 펄스 열화상 기법 중 전송 측정 기법을 이용하기 위해 플래쉬 램프는 시험편 후면에 위치시켰으며 적외선 카메라는 시험편 앞면과 수직이 되게 배치하였다. 카메라의 프레임은 초당 50 프레임으로 설정하였으며 가진 후 5초 동안의 열화상 이미지를 촬영하였다. 획득된 열화상 이미지는 MATLAB 프로그램을 이용하여 이미지 및 데이터 프로세싱을 진행 후 분석을 수행했다.

Fig. 5

Configuration of pulsed thermography testing of transmission mode

4. 결과 및 고찰

본 연구에서 펄스 열화상의 전송 모드를 이용하여 고출력 펄스에 대한 시험편의 열 응답을 5초 동안 측정하였다. Fig. 6은 5초 동안 열화상 카메라로 촬영한 열화상 이미지 중 0.1초의 이미지를 보여준다. 시험편을 가진 한 후 0.1초의 사진에서 건전부와 결함부의 열 확산율 차이에 의한 열 대비를 통해 결함의 형태를 확인할 수 있다. 그 후 시간이 지남에 따라 열평형 상태에 도달하는 것이 관찰되었다.

결함은 건전부와 결함부의 온도차이로 인해 결함의 존재를 확인할 수 있으며 위치를 파악할 수 있다. 건전부와 결함부간 온도 차이를 정량화하기 위해 건전부 영역에서 측정된 온도 값으로부터 결함 중심의 온도 값을 빼서 나타내는 절대 열대비가 적용되었다. 건전부는 시험편 중앙에 위치한 지점을 설정하였으며, 결함부는 Fig. 6에서 식별된 각 결함의 중심온도가 적용되었다.

Fig. 6

Thermal image at time of 0.1 second

절대 열대비를 이용하여 결함의 직경 및 깊이에 따른 열 대비를 평가하였다.

깊이에 따른 열 대비를 평가하기 위해 고정된 직경 16 mm에서 깊이 2 ~ 5 mm 결함을 선택하였다. Fig. 7은 깊이에 따른 절대 열대비를 보여 준다. 깊이가 깊어짐에 따라 가진 후 열 대비가 감소하는 것으로 관찰되었다. 직경에 따른 열 대비를 평가하기 위해 고정된 깊이 2 mm에서 직경 4, 8, 12, 16 mm 결함을 선택하였다. Fig. 8은 직경에 따른 절대 열대비를 보여준다. 직경이 작아짐에 따라 열대비가 감소하는 것으로 관찰되었다. 시험편을 고정하는 장치를 통한 전도 및 시험편 측면을 통한 대류로 인해 가진 후 열평행 상태에 도달하는 과정에서 온도 차이가 발생했으며 시험편 중앙으로부터 멀리 떨어진 결함이 열평형 상태에 도달하는 과정에서 절대 열대비의 차이를 나타내는 것이 관찰되었다. 절대 열대비는 결함의 직경 및 깊이의 함수라는 것을 알 수 있었으며 열평행 과정에서 건전부 영역 설정에 따른 영향을 받는다는 것을 알 수 있었다.

Fig. 7

Absolute thermal contrast according to depth of defect

Fig. 8

Absolute thermal contrast according to defect diameter

ANSYS를 이용한 유한요소 시뮬레이션은 알루미늄 시험편에 적용된 펄스 열화상 기법과의 비교 및 분석을 위해 수행되었다. 초기 조건으로 초기 온도 28 ℃ 적용되었으며 실험에 사용된 플래쉬 램프의 열유속이 계산되어 적용되었다. Fig. 9는 가진 후 0.1 초의 FEA 열 이미지를 보여준다. 실험과 유사하게 결함의 형상이 나타나는 것을 확인할 수 있으며 직경이 크고 시험편 표면으로부터 깊이가 얕은 결함이 선명하게 관찰되었다. Fig. 6의 실험과 시뮬레이션을 비교를 위해 설정한 A-A` 프로파일을 보여준다. Fig, 10은 실험과 시뮬레이션을 비교하기 위해 Fig. 6에서 설정한 A-A`라인에서의 온도 분포 비교를 보여준다. 온도 값에는 다소 차이가 있으나 유사한 경향을 보이는 것으로 나타났다.

Fig. 9

Simulation result of thermal image at time of 0.1 second

Fig. 10

Comparison of A―A` temperature profiles in experiments and simulations

5. 결 론

본 연구에서 펄스 열화상 기법을 적용하여 알루미늄 시험편의 결함 검출에 대한 연구를 수행하였다. Absolute contrast method를 이용하여 결함을 평가한 결과 열 대비는 결함의 직경이 작아짐에 따라 열 대비가 감소하는 것이 나타났으며, 결함의 깊이는 표면으로부터 근접할수록 열대비가 증가하는 것으로 나타났다. 절대 열 대비가 결함의 직경 및 깊이에 따른 함수라는 것을 알 수 있었다. 유한요소 해석 시뮬레이션 결과 결함부의 열 응답에 관한 수치적 결과는 펄스 열화상 실험으로부터 얻어진 데이터와 비교적 잘 일치하는 것으로 나타났다.

Acknowledgements

이 논문은 2016년도 정부(교육과학기술부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임 (NRF-2016R1D1A1B03932587)

References

[1]

S. Ranjit and W. T. Kim, "Modelling of pulse thermography for defect detection in aluminium structures: Assessment on reflection and transmission measurement," World Journal of Modelling and Simulation, Vol. 13, No. 1, pp. 45-51 (2017)

[2]

J. G. Sun, "Analysis of pulsed thermography methods for defect depth prediction," Journal of Heat Transfer, Vol. 128, No. 4, pp. 329-338 (2006) [CrossRef]

[3]

S. Ranjit, J. G. Park and W. T. Kim, "Application of thermal wave imaging and phase shifting method for defect detection in Stainless steel," Infrared Physics & Technology, Vol. 76, pp. 676-683 (2016) [CrossRef]

[4]

X. Maldague, F. Galmiche and A. Ziadi, "Advances in pulsed phase thermography," Infrared Physics & Technology, Vol. 43, Issue 3-5, pp. 175-181 (2002) [CrossRef]

[5]

R. C. Waugh, J. M. Dulieu-Barton and S. Quinn, "Modelling and evaluation of pulsed and pulse phase thermography through application of composite and metallic case studies," NDT & E International, Vol. 66, pp. 52-66 (2014) [CrossRef]

[6]

J. G. Sun, "Analysis of data processing methods for pulsed thermal imaging characterisation of delaminations," Quantitative InfraRed Thermography Journal, Vol. 10, No. 1, pp. 9-25 (2013) [CrossRef]

[7]

S. Pickering and D. Almond, "Matched excitation energy comparison of the pulse and lock-in thermography NDE techniques," NDT&E International, Vol. 41, No. 7, pp. 501-509 (2008) [CrossRef]

[8]

A. Sirikham, Y. Zhao and J. Mehnen, "Determination of thermal wave reflection coefficient to better estimate defect depth using pulsed thermography," Infrared Physics & Technology, Vol. 86, pp. 1-10 (2017) [CrossRef]

[9]

M. Ishikawa, H. Hatta, Y. Habuka, R. Fukui and S. Utsunomiya "Detecting deeper defects using pulse phase thermography," Infrared Physics & Technology, Vol. 57, pp. 42-49 (2013) [CrossRef]

[10]

S. Ranjit and W. T. Kim, "Detection of subsurface defects in metal materials using infrared thermography; image processing and finite element modeling," Journal of the Korean Society for Nondestructive Testing, Vol.34, No. 2, pp. 128-134 (2014) [CrossRef]

[11]

E. D. Accardi, D. Palumbo, R. Tamborrino, P. Cavallo and U. Galietti, "Pulsed Thermography: evaluation and quantitative analysis of defects through different post-processing algorithms," 14th Quantitative InfraRed Thermography Conference, pp. 493-502 (2018)