• 대한전기학회
Mobile QR Code QR CODE : The Transactions of the Korean Institute of Electrical Engineers
  • COPE
  • kcse
  • 한국과학기술단체총연합회
  • 한국학술지인용색인
  • Scopus
  • crossref
  • orcid

  1. (Dept. of Electrical and Electronic Engineering, Pusan National University, Korea)
  2. (School of Engineering, Newcastle University, United Kingdom)



DC magnetization, driving frequency, eddy current testing, magnetic permeability, non-destructive testing

1. 서 론

천연가스는 산업계 및 가정에 필수적인 에너지원으로 주로 가스 배관망을 통해 수송된다. 가스 배관의 총 길이는 점점 증가하는 추세이며, 이에 따라 배관망의 안전 관리에 대한 논의도 지속적으로 이루어지고 있다. 배관은 설치 이후 노후화되어 부식, 균열과 같은 결함이 발생하게 된다. 결함을 방치할 경우 막대한 자원 손실과 인명피해로 이어질 수 있기 때문에 배관의 비파괴 검사는 필수적이다[1].

국내 천연가스 배관의 대부분은 지하에 매설되어있어 결함 탐지 및 추적에 어려움이 있다. 따라서, 현재 검사를 위해 검사 로봇인 PIG(Pipe Inspection Gauge)를 배관 내부에 투입하여 배관의 결함을 탐지하는 ILI(In-Line Inspection)이 이루어지고 있다[2]. PIG는 배관에 삽입된 이후 가스압을 통해 이동하게 되며, 장착된 전자기 센서를 통해 배관에 발생하는 결함을 검출한다. 현재 ILI에 주로 사용되는 결함 탐지기법으로는 자기누설탐상기법 (Magnetic Flux Leakage Testing, MFL)과 와전류탐상기법 (Eddy Current Testing, ECT)이 있다.

MFL은 전자석 또는 영구자석을 이용하여 강자성 배관에 강력한 DC 자계를 인가하여 포화시킨 후 그로 인한 누설 자계를 검출하는 방법이다[3]. MFL은 노이즈가 낮고 결함 검출 성능이 우수하여 대부분의 ILI에 사용되고 있다. 하지만 MFL은 결함의 크기 및 형상에 의한 자기 모멘트 성분이 신호에 나타나기 때문에 신호의 크기만 다르고 파형은 거의 유사하다. 즉, 신호를 통해 결함이 내벽에 위치하는 지 외벽에 위치하는 지 구분할 수 없다. 이는 결함의 깊이를 추정하는 데 오차를 발생시키며, 결함 깊이 추정 오차는 배관 건전성 판단에 심각한 문제를 일으킨다.

다음으로, ECT는 코일에 교류 전류를 인가하여 배관에 와전류를 유도하고 와전류의 자속 변화를 검출하여 결함을 탐지하는 기술이다[4]. 결함 발생 시 와전류 경로 및 분포가 변화하며, 그로 인한 코일 쇄교 자기장 변동을 검출하여 결함을 검출할 수 있다. ECT는 센서와 맞닿은 내벽 결함에 대해서는 높은 검출능을 가지나, 와전류 침투 깊이의 한계로 인해 센서 반대 측의 외벽 결함은 검출하기 어렵다는 단점을 가진다. 또한, 천연가스 배관은 강자성 배관으로 되어있어 표피두께가 더욱 얇아져 결함 탐지가 어렵다.

두 기술의 단점을 보완하기 위해 Magnetic-Eddy Current Testing(MEC)가 연구되고 있다. MEC 검사는 MFL과 같이 자석을 통해 DC 자계를 인가한 후 와전류 탐상을 실시하여 외벽 결함을 탐지하는 검사방식이다. DC 자계를 인가한 상태에서 외벽 결함이 존재하면 결함으로 인해 자속 경로가 좁아지게 되고, 그로 인한 투자율 변동을 검출하는 방식으로 외벽 결함을 탐지할 수 있다[4-6].

MEC 검사가 배관 검사에 사용되기 위해서는 외벽 결함을 탐지할 뿐 아니라 내·외벽 결함을 서로 구분하여 크기 및 깊이를 추정할 수 있어야 한다. MEC 검사를 통해 내·외벽 결함을 구분하기 위해서는 센서 신호의 크기뿐 아니라 위상도 분석하는 것이 필요하며, 적절한 인가 자계 및 주파수 선정이 필요하다. 배관에 DC 자계를 인가한 상태에서 내벽 크랙 결함 신호를 선행 연구가 진행된 바 있으나[7], 내벽 결함과 외벽 결함 신호를 포괄적으로 분석하고 이를 통해 내/외벽 신호를 분류하기 위한 특징을 도출하고 MEC 검사 시스템을 최적화하는 연구는 여전히 부족하다[8].

본 논문에서는 MEC 검사 신호를 통하여 내벽 결함과 외벽 결함을 검출 및 구분하는 원리와 이를 위한 주파수 선정에 관하여 연구한다. 먼저, MEC 검사의 구조 및 내·외벽 결함 검출 원리를 배관의 투자율 변화 및 와전류 분포 모식도를 이용하여 설명하였다. 다음으로, MEC 검사 코일과 배관 내 와전류 루프를 자기결합회로로 표현하고 각 파라미터의 의미를 정성적으로 설명하였으며, 주파수에 따른 각 파라미터의 변화 경향성을 유한요소해석을 통해 확인하였다. 각 결함으로 인한 회로 파라미터 변화의 경향성 차이를 이용한 두 결함의 분류 방법과 두 결함을 구분할 수 있고, 이를 위한 적절한 주파수 선정에 관하여 설명하였다.

이후 내벽 결함과 외벽 결함이 가공된 모의 배관 시편을 이용한 실험을 진행하여 취득된 결함 신호의 크기 및 위상 변화 경향성을 분석하여 MEC 검사를 통한 두 결함의 검출 및 판별 방법에 대한 타당성을 확인하였으며, 주파수에 따른 내·외벽 결함의 신호 위상차를 분석하여 주파수 선정을 위한 기준과 본 배관 검사를 위한 적절한 주파수 영역에 대하여 제안하였다.

2. 본 론

2.1 MEC 검사의 결함 검출 원리

MEC 검사 시스템의 모식도는 그림 1과 같다. 배관에 DC magnetizer가 일정한 공극을 두고 위치하고 있으며, 그 가운데에 코일이 위치하고 있다. 배관에는 DC 자계 (DC-field)와 검출 코일 (Detection coil)에 의해 발생하는 AC 자계 (AC-field)가 함께 인가되고 있다. 검출 코일 아래 배관 표면의 자기적인 상태를 그림 2에 나타내었다. B-H Curve에서 배관은 DC 자계에 의한 오프셋과 AC 자계가 중첩되어있다. AC 자계에 의해 배관은 증분 투자율을 기울기로 진동하며, 증분 투자율이 검출 신호를 결정하는 요인이다.

그림 1. MEC 검사의 구조

Fig. 1. The schematic of MEC inspection system

../../Resources/kiee/KIEE.2024.73.3.531/fig1.png

그림 2. MEC 검사 시 중앙부 배관의 자기적 동작 특성

Fig. 2. Magnetic behavior of the pipe in MEC inspection

../../Resources/kiee/KIEE.2024.73.3.531/fig2.png

배관에 결함이 존재하는 경우 MEC 검사 장치 중앙부의 코일은 배관의 물리적 형상, 재질 특성 등의 물성 변화를 검출하여 결함을 탐지할 수 있는데, 내벽 결함과 외벽 결함의 결함 검출 원리가 상이하다.

센서와 맞닿은 내벽에 결함이 발생하였을 때는 센서와 결함 사이의 거리가 늘어나거나, crack으로 인해 배관 와전류 경로에 변동이 발생한 경우이다. 와전류의 분포 변화는 코일에 쇄교하는 자속을 변화시키며, 이는 코일 전압 신호 변화로 나타나게 된다. 내벽 결함에 따른 배관 와전류 분포 모식도를 그림 3(b)에 나타내었다. 결함으로 인해 코일 하부 와전류 분포가 변화하게 되고, 그로 인한 쇄교 자속의 변화를 감지하여 결함을 검출할 수 있다.

다음으로, 센서 반대 측의 외벽 결함 발생 시 DC 자속의 자기 경로가 좁아지게 되고, 그로 인해 결함 부위에 포화가 발생, 투자율이 감소하게 된다. 투자율 감소는 와전류 침투 깊이를 변화시키고, 코일은 이와 같은 변화를 감지하여 외벽 결함을 검출할 수 있다. 외벽 결함으로 인한 와전류 분포 변화 모식도를 그림 3(c)에, 외벽 결함으로 인한 배관 자속 분포는 그림 4에 나타내었다. 그리고 그로 인한 배관의 자화 변화를 B-H curve로 그림 5에 나타내었다.

그림 3. 결함으로 인한 와전류 분포 변화 모식도, (a) 결함 없을 때, (b) 내벽 결함, (c) 외벽 결함

Fig. 3. Eddy current perturbation in pipe due to (a) no defect, (b) inner defect, (c) outer defect

../../Resources/kiee/KIEE.2024.73.3.531/fig3.png

그림 4. 외벽 결함으로 인한 배관의 자속 분포

Fig. 4. Magnetic flux distribution in the pipe due to outer defect

../../Resources/kiee/KIEE.2024.73.3.531/fig4.png

그림 5. 외벽 결함으로 인한 배관 자기특성 변화 모식도

Fig. 5. schematic of Changes in magnetic properties of pipe due to outer defect

../../Resources/kiee/KIEE.2024.73.3.531/fig5.png

2.2 내·외벽 결함의 판별 원리 및 동작 주파수 선정

배관 검사에서 내·외벽 결함 위치의 정확한 분류는 결함 평가 알고리즘에 의한 정확한 결함의 크기 및 깊이 추정을 가능하게 하여 배관 건전성 평가의 신뢰성을 높일 수 있다. MEC 검사를 통해 내벽 결함과 외벽 결함을 판별하기 위해서는 두 결함으로 인한 신호가 분류를 위한 고유한 특징을 가져야 하며, 이를 위해 적절한 인가 자계 및 MEC 검사 코일의 동작 주파수를 선정하는 것이 중요하다. 본 논문에서는 MEC 검출 코일과 배관 내 와전류 루프를 자기결합회로로 등가하고, 결함 종류에 따른 코일 측 등가 저항 및 인덕턴스의 변화 경향성을 분석하여 내·외벽 결함의 판별 원리 및 판별을 위한 적절한 주파수 선정에 관하여 설명하였다.

코일과 배관 내 와전류 루프의 자기결합회로를 식 (1)과 같이 전압 방정식으로 나타내었다.

(1)
$\begin{align*} \left[\begin{aligned}V_{1}\\0\end{aligned}\right]=\begin{bmatrix}R_{1}+j\omega L_{2}&-j\omega k\sqrt{L_{1}L_{2}}\\-j\omega k\sqrt{L_{1}L_{2}}&R_{2}+j\omega L_{2}\end{bmatrix}\left[\begin{aligned}I_{1}\\I_{2}\end{aligned}\right] \end{align*}$

여기서 $R_{1}$은 검출 코일의 권선 저항, $L_{1}$은 코일의 자기 인덕턴스, $R_{2}$는 와전류 루프의 등가 저항, $L_{2}$는 와전류 루프의 자기 인덕턴스를 나타내며, $k$는 두 전류 간 결합계수, $\omega$는 검출 코일의 각주파수를 의미한다. 식 (1)의 전압방정식을 기반으로 코일 측에서 바라본 회로의 등가 저항와 등가 인덕턴스 는 (2), (3)으로 계산하여 나타낼 수 있다.

(2)
$R_{eq}=R_{1}+\dfrac{\omega^{2}k^{2}L_{1}L_{2}}{R_{2}^{2}+\omega^{2}L_{2}^{2}}R_{2}$
(3)
$L_{eq}=L_{1}-\dfrac{\omega^{2}k^{2}L_{1}L_{2}}{R_{2}^{2}+\omega^{2}L_{2}^{2}}L_{2}$

(1), (2), (3)에서 $L_{1}$은 MEC 코일에 쇄교하는 자속에 의한 인덕턴스를 의미하며, 이는 코일의 자기인덕턴스뿐 아니라 배관의 자화 성분을 포함한다. 코일이 공기 중에 있을 때의 자기인덕턴스를 $L_{1}^{0}$라고 하고, 배관을 고려한 코일 측에서 보이는 등가의 배관 투자율을 $\mu_{re}$라고 하면 $L_{1}$은 (4)와 같이 나타낼 수 있다. 는 배관의 투자율, 그리고 배관과 코일 간 거리에 관한 함수이다.

(4)
$L_{1}=\mu_{re}L_{1}^{0}$

다음으로, 와 는 배관 내 와전류의 등가 저항 및 인덕턴스를 의미한다. 코일 전류에 대한 반대방향의 전류로 등가될 수 있으며, 는 와전류 침투 깊이에 반비례하여 (5)과 같이 나타낼 수 있다. 는 와전류 루프의 길이, 는 배관 내 와전류의 등가 너비이다.

(5)
$R_{2}=\dfrac{1}{\sigma_{p ipe}}\times\dfrac{l_{2}}{\delta_{p ipe}w_{2}}=\dfrac{l_{2}}{w_{2}}\sqrt{\dfrac{\pi f\mu_{0}\mu_{rp}}{\sigma_{p ipe}}}$

각 결함으로 인한 상황을 가정하고, 회로 파라미터의 변화 경향성을 분석하여 결함 판별 원리를 도출할 수 있다. 먼저, 외벽 결함은 포화로 인해 배관의 투자율이 감소, 즉 $\mu_{re}$가 감소한 상황으로 가정할 수 있다. 그로 인해 $L_{1}$과 $R_{2}$가 감소하게 되고, 결과적으로 $R_{eq}$와 $L_{eq}$가 감소하게 된다.

다음으로, 내벽 결함이 발생하였을 때는 코일과 배관 간의 거리가 증가하는 상황으로 가정할 수 있다. 이 경우 $L_{1}$와 $R_{2}$가 감소, 거리 증가로 인해 $k$가 감소하게 되어 결과적으로 $R_{eq}$는 감소하게 되나, $L_{eq}$는 코일의 주파수에 따라 다른 경향성을 가지게 된다. 내·외벽 결함의 구분을 위해서는 각 결함에서 $L_{eq}$의 변화 경향성을 다르게 가져가는 것이 필요하다. 즉, 외벽 결함에서는 $L_{eq}$가 감소, 내벽 결함에서는 $L_{eq}$가 증가하게 되는 동작 주파수를 선정하는 것이 필요하다.

강자성 배관의 자화성분은 코일 측에서 보이는 등가인덕턴스를 증가시키고, 배관의 와전류 성분은 등가인덕턴스를 감소시킨다. 내벽 결함이 발생하였을 때 코일과 배관의 거리 증가로 인해 자화와 와전류의 영향이 모두 줄어들게 되는데, 이때 와전류에 의한 영향이 더 크면 등가 인덕턴스가 증가하게 된다. 즉, 검출 코일의 동작 주파수를 일정 수준 이상으로 두어 와전류에 의한 자속 상쇄효과를 자화에 의한 자속 집중 효과보다 크게 만들어야 신호의 위상을 통해 내·외벽 결함을 구분할 수 있다.

2.3 유한요소해석 시뮬레이션 결과

검출 코일의 동작 주파수에 따른 각 결함 신호의 경향성을 확인하기 위해 유한요소 해석을 이용하여 MEC 검사 시스템을 모델링하였다. 다음으로, 동작 주파수를 바꾸어가며 각 상황에서의 코일 측에서 본 등가 저항 및 인덕턴스 변화를 계산하였다. 설정한 시뮬레이션 조건을 표 1에 제시하였다.

동작 주파수, 결함에 따른 코일 등가 저항 및 등가 인덕턴스 계산 결과를 그림 6, 7에 나타냈다. 그림 6은 각각 내벽, 외벽 결함에 의한 코일 등가 저항의 변화를 보여준다. 모든 주파수 영역에서 각 결함이 발생함에 따라 등가 저항이 감소하는 것을 확인할 수 있다. 다음으로, 그림 7는 내벽, 외벽 결함에 의한 코일 등가 인덕턴스의 변화를 보여주는 그래프이다. 10 kHz 이하의 주파수에서는 내벽 결함과 외벽 결함 모두 인덕턴스가 감소하는 경향성을 보이지만, 15 kHz 이상의 주파수에서는 내벽 결함에 의해서는 인덕턴스가 증가, 외벽 결함에 의해서는 인덕턴스가 감소하는 경향성을 보인다. 즉, 15 kHz 이상의 주파수에서 코일 측 등가 인덕턴스 변화 경향성의 차이를 이용하여 내벽 결함과 외벽 결함을 구분할 수 있으며, 동작 주파수가 높아질수록 경향 차이는 두드러진다.

또, 동작 주파수가 증가할수록 내벽 결함에 의한 등가 인덕턴스의 증가는 커지고, 외벽 결함에 의한 등가 인덕턴스의 감소는 작아진다. 이는 즉, 주파수가 증가할수록 내벽 결함에 의한 신호 크기는 커지고, 외벽 결함에 의한 신호 크기는 작아지게 된다는 것을 의미한다.

표 1 유한요소해석 시뮬레이션 조건

Table 1 FEA Simulation Setup

항목

단위

코일 크기

24 × 8

mm

동작 주파수

1 - 30

kHz

전류 크기

10

mA

배관 재질

X42

배관 두께

11.9

mm

배관 인가자계

18,000

A/m

(내·외벽) 결함 크기

23.8 × 5.95

mm

그림 6. 내·외벽 결함으로 인한 코일 측 등가 저항 변화

Fig. 6. Perturbation of the coil equivalent resistance in MEC due to (inner, outer) defects

../../Resources/kiee/KIEE.2024.73.3.531/fig6.png

그림 7. 내·외벽 결함으로 인한 코일 등가 인덕턴스 변화

Fig. 7. Perturbation of the coil equivalent inductance in MEC due to (inner, outer) defects

../../Resources/kiee/KIEE.2024.73.3.531/fig7.png

배관 비파괴 검사에서 정확한 결함 크기 및 깊이 평가를 위해서는 내벽 결함과 외벽 결함에 의한 신호 민감도를 비슷한 수준으로 가져가는 것이 적합하다. 즉, MEC 검사를 통한 배관 검사를 수행하기 위해서는 두 결함을 구분할 수 있어야하며, 두 결함에 의한 신호 민감도가 비슷한 너무 높지도, 너무 낮지도 않은 주파수를 선정하는 것이 중요하다고 할 수 있다.

2.4 실험을 통한 검증

본 연구에서는 MEC 검사 실험장치를 구성하여 검출 코일의 동작 주파수에 따른 내·외벽 결함의 신호 경향성 차이에 대하여 분석하였다. 재질이 X65, 두께 11.9 mm의 배관을 10등분한 후 내·외벽 결함을 새긴 모의 배관을 MEC 검사 장치를 이용해 스캔하여 결함에 의한 신호를 측정하였다. 신호 측정 대상이 된 결함은 직경 23.8 mm, 깊이 5.95 mm의 내벽, 외벽 결함이다.

전자석 마그네타이저가 배관에 포화 수준의 DC 자계를 인가하는 상태에서 중앙 부분의 송신 코일(drive coil)이 교류 전류를 인가하고, 송신 코일의 옆에 수신 코일(pickup coil)을 구성하여 와전류에 의한 자속 변화를 검출하도록 하였다.

다음으로, 결함에 의한 코일 신호의 크기뿐 아니라 위상 변화도 측정하기 위하여 Lock-in Amplifier를 사용하였다. Lock-in Amplifier는 사용자가 임의로 설정한 기준 신호를 두고, 측정된 신호를 기준신호에 대한 동위상, 직교위상 신호를 출력한다. Lock-in Amplifier의 출력인 동위상, 직교위상 신호를 조합하여 신호의 크기 및 위상을 계산할 수 있다. Lock-in Amplifier의 전압 이득을 조정하여 각 주파수에 따른 출력의 크기를 거의 비슷하게 설정한 상태에서 동위상, 직교 위상 신호를 측정하여 위상의 변이를 분석하였다. 구성한 MEC 실험 장치의 사진을 그림 8, 실험의 자세한 조건을 표 2에 정리하였다.

실험 결과로 동작 주파수가 5 kHz일 때와 20 kHz, 그리고 100 kHz 일 때의 동위상, 직교위상 신호 그래프를 그림 11(a), (b), (c)에 각각 나타내었다. 왼쪽의 결함 신호는 내벽 결함, 오른쪽의 결함 신호는 외벽 결함을 의미한다. 동위상 신호의 내벽 결함과 외벽 결함에 의한 신호 변동 경향성이 상이하며, 이를 통해 결함을 구분할 수 있다. 내벽 결함의 중앙부에서 동위상 신호는 감소하는 반면, 외벽 결함의 중앙부에서는 동위상 신호가 증가한다. 동작 주파수가 증가할수록 동위상 신호를 통해 결함 위치를 명확하게 구분할 수 있으며, 수신 코일에 유도되는 전압 크기가 커지기 때문에 noise에 비해 큰 신호를 얻을 수 있는 것을 확인할 수 있다.

다음으로, 동작 주파수가 5 kHz, 20 kHz, 100 kHz 일 때 결함에 의한 신호 크기 및 위상의 변화를 그림 10에 리사주 곡선으로 나타내었다. 결함이 없을 때의 전압 신호를 원점으로 설정하였고, 가로축은 동위상, 세로축은 직교위상 성분의 결함에 의한 변화 정도를 의미한다. 동작 주파수가 5 kHz일 때는 peak에서의 두 결함의 위상차가 약 30° 정도로 나타났으며, 동작 주파수가 증가함에 따라 두 결함 간의 위상차가 증가하는 것을 확인할 수 있다. 앞에서 설명했던 바와 같이 동작 주파수가 5 kHz 정도로 낮을 때는 결함 신호의 위상차가 작게 나타나 분류에 어려움이 발생할 가능성이 있을 수 있지만, 20 kHz 이상에서는 결함 신호의 위상차가 90° 이상으로 나타나 내벽 결함과 외벽 결함을 명확히 구분할 수 있다. peak 지점에서의 두 결함에 의한 신호의 위상이 90° 정도 차이나고, 각 결함에 의한 신호 크기가 비슷한 20 kHz 내외의 주파수가 해당 배관의 검사 시스템에서는 가장 적합하다고 할 수 있다.

그림 8. MEC 모의배관 실험 장치 구성

Fig. 8. MEC experiment testing device composition

../../Resources/kiee/KIEE.2024.73.3.531/fig8.png

그림 9. 동작 주파수 별 동위상, 직교위상 결함 신호. (a) 5 kHz, (b) 20 kHz, (c) 100 kHz

Fig. 9. In-phase and quad-phase defect signal in each operating frequency. (a) 5 kHz, (b) 20 kHz, (c) 100 kHz

../../Resources/kiee/KIEE.2024.73.3.531/fig9.png

그림 10. 동작 주파수 별 내·외벽 결함 신호 리사주 곡선. (a) 5 kHz, (b) 20 kHz, (c) 100 kHz

Fig. 10. Lissajous curve of (inner, outer) defect signals for each operating frequency. (a) 5 kHz, (b) 20 kHz, (c) 100 kHz

../../Resources/kiee/KIEE.2024.73.3.531/fig10-1.png../../Resources/kiee/KIEE.2024.73.3.531/fig10-2.png

표 2 MEC 모의배관 실험 조건

Table 2 Specification of MEC Experiment

항목

단위

코일 크기

24 × 8

mm

전류 크기

10

mA

동작 주파수

5, 20, 30, 100

kHz

AC gain

32, 20, 17, 10

dB

배관 재질

X65

배관 두께

11.9

mm

배관 인가자계

16,000

A/m

(내·외벽) 결함 크기

23.8 × 5.95

mm

3. 결 론

본 논문은 MEC 검사를 통한 강자성 배관 검사에서 내·외벽 결함의 판별을 위한 주파수 선정에 관하여 연구하였다. 센서와 맞닿은 내벽 결함과 센서 반대 측의 외벽 결함을 구분하기 위해서는 두 결함에 의한 신호 변화 경향성이 반대로 나타나도록 하는 것이 중요하다. 내벽 결함에서는 코일 측에서 본 등가 인덕턴스가 증가하고, 외벽 결함에서는 감소하도록 동작 주파수를 일정 수준 이상으로 선정함으로서 두 결함을 구분할 수 있다.

MEC 검사가 배관 ILI에 사용되기 위해서는 두 결함의 구분 뿐 아니라 결함 크기 추정, 신호 보정 등 검사 환경에 의한 다양한 요소에 대한 보정 방법이 마련되어야 한다. 특히, PIG를 이용한 ILI에서는 검사 속도 및 배관 – 센서 간격 등을 인간이 통제할 수 없기 때문에 이에 관한 다양한 보정 기법이 요구되며, 추후 연구주제로 남아있다.

Acknowledgements

This work was supported by the Technology Innovation Program (RS–2022-00154902, Development of real time monitoring sensor for gas pipe) funded By the Ministry of Trade, Industry & Energy(MOTIE, Korea)

References

1 
X. Peng, U. Anyaoha, Z. Liu, and K. Tsukada, “Analysis of Magnetic Flux Leakage (MFL) Data for Pipeline Corrosion Assessment,” IEEE Transactions on Magnetics, vol. 56, no. 6, pp 1-15, June 2020.DOI
2 
C. G. Heo, S. H. Im, S. H. Cho, and G. S. Park, “Magnetic Hysteresis Analysis of a Pipeline Re-inspection by Using Preisach Model,” IEEE Transactions on Magnetics, vol. 56, no. 3, pp. 1-4, March 2020.DOI
3 
H. M. Kim, C. G. Heo, S. H. Cho, and G. S. Park, “Determination Scheme for Accurate Defect Depth in Underground Pipeline Inspection by Using Magnetic Flux Leakage Sensors,” IEEE Transactions on Magnetics, vol. 54, no. 11, pp. 1-5, Nov. 2018.DOI
4 
Z. Deng, Z. Yu, Z. Yuan, X. Song, and Y. Kang, “Mechanism of Magnetic Permeability Perturbation in Magnetizing-based Eddy Current Nondestructive Testing,” Sensors, 22, 2503, 2022.DOI
5 
Z. Deng, Z. Yuan, J. Tu, L. Chen, X. Song, and Y. Kang, “A Thickness Reduction Detection Method Based on Magnetic Permeability Perturbation Under DC Magnetization for Ferromagnetic Components,” IEEE Transactions on Instrumentation and Measurement, vol. 71, pp. 1-13, 2022.DOI
6 
X. Zhao, Z. Deng, T. Li, and X. Song, “Magnetic Permeability Perturbation Testing for Internal Axial Cracks in Small-Diameter Thick-Walled Steel pipes,” Applied Science, 13, 7107, 2023.DOI
7 
Z. Deng, Y. Kang, J. Zhang and K. Song, “Multi-source effect in Magnetizing-based Eddy Current Testing Sensor for Surface Crack in Ferromagnetic Materials,” Sensors and Actuatoprs A: Physical, vol. 271, pp. 24-36, March 2018.DOI
8 
Z. Deng, T. Li, J. Zhang, X. Song, and Y. Kang, “A Magnetic Permeability Perturbation Testing Methodology and Experimental Research for Deeply Buried Defect in Ferromagnetic Materials,” NDT & E International, vol. 131, 102694, October 2022.DOI

저자소개

채승안(Senug Ahn Chae)
../../Resources/kiee/KIEE.2024.73.3.531/au1.png

He received the B.S. degree in electrical engineering from Pusan National University, Busan, South Korea, in 2023, where he is currently working toward M.Sc. degree in electrical engineering. His research interests are electric machine design and non-destructive testing.

송민승(Min Seung Song)
../../Resources/kiee/KIEE.2024.73.3.531/au2.png

He received the B.S. degree in electrical engineering from Pusan National University, Busan, South Korea, in 2023, where he is currently working toward M.Sc. degree in electrical engineering. His research interests are wireless power transfer and non-destructive testing.

엄대용(Dae Yong Um)
../../Resources/kiee/KIEE.2024.73.3.531/au3.png

He received the B.S., M.Sc., and Ph.D. degree in electrical engineering from Pusan National University, Busan, South Korea, in 2017, 2019, and 2023, respectively. He is currently a research associate working at electric power group, Newcastle University, United Kingdom. His research interests include numerical modeling and analysis of electromagnetic fields for electric machines, non-destructive testing, and wireless power transfer.

박관수(Gwan Soo Park)
../../Resources/kiee/KIEE.2024.73.3.531/au4.png

He received M.Sc. and Ph.D degree in electrical engineering from Seoul National University, Seoul, South Korea, in 1987 and 1992, respectively. He worked at Carnegie Mellon University as a visiting scholar from 1997 to 1999, and worked at Massachusetts Institute of Technology as a visiting scientist from 2008 to 2009. Since 2003, he has been a Professor of the School of Electrical and Computer Engineering at Pusan National University. His research interests include numerical modeling and analysis of electromagnetic fields for electric machines, non destructive testing, military and medical applications. Specifically, he has focused on numerical modeling of magnetic nonlinearity and applied the theory and research to various projects collaborated with the military and government institutions. Based on fulfilled researches and projects, he has published over 50 scientific papers in international journals