CNN기법을 이용한 보일러설비의 미세조직 재질열화등급 분류

국내 발전의 60% 이상을 차지하고 있는 화력발전은 국가 전력생산의 핵심이 되는 산업이다. 화력발전소는 크게 보일러, 터빈, 발전기로 이루어져 있는데 보일러에서 가열된 고온, 고압의 증기가 증기터빈으로 공급되어 만들어지는 회전력으로 발전이 이루어진다. 이때 증기를 생산하기 위해 보일러 튜브에 공급되는 물은 약 1100°C의 연소열과 접촉해 550~600°C 고온의 증기로 변환되는데, 이런 고온 고압의 환경에 놓여있는 보일러 압력부의 크고 작은 고장은 상당한 경제적 손실을 야기한다. 특히 국내 25년 이상 운영된 발전소의 설계수명인 30년을 고려했을 때 향후 신뢰성 평가에 의한 수명연장이 필요한 시점이다. 따라서 본 연구에서는 보일러 수명평가를 위해 존재하는 다양한 평가기법을 쉽게 사용할 수 있는 프레임워크를 개발하는 동시에 정밀점검 Data분석을 위한 DB를 구축하고, Deep Learning을 적용한 객관적 조직분석 방법론을 개발하여 궁극적으로 종합 분석을 통한 설비상태 예측 및 통합관리 시스템을 개발한다.