공 학 석 사 학 위 논 문

랩뷰를 이용한 데이터

분석 프로그램 제작과 적용

2020년 2월

부경대학교 대학원

재료공학과

김 병 수
 공 학 석 사 학 위 논 문

랩뷰를 이용한 데이터

분석 프로그램 제작과 적용

지도교수 남 기 우

이 논문을 공학석사 학위논문으로 제출함.

2020년 2월

부경대학교 대학원

재료공학과

김 병 수
김병수의 공학석사 학위논문을 인준함

2020년 2월

주 심 공학박사 안 우 상 (인)

위 원 공학박사 김 태 일 (인)

위 원 공학박사 남 기 우 (인)
 목 차

Abstract ·
··
··
··
··
··
··
··
··
··
··
··
··
··
··
·
···
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
·ii

1. 서론 ·
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
·1

2. 프로그램 개발 ·
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
·3
2.1 랩뷰의 구성 ·
··
··
··
··
··
··
··
··
··
··
··
··
··
·
··
··
··
·
··
··
·
··
··
·
··
··
··
·
··
··
·
··
··
··
··
·
··
··
··
·
··
··
·
··
··
··
··
·
··
··
··3

2.2 주파수 분석 ·
··
··
··
··
··
··
··
··
··
··
··
··
··
·
··
··
··
·
··
··
·
··
··
·
··
··
··
·
··
··
·
··
··
··
··
·
··
··
··
·
··
··
·
··
··
··
··
·
··
··
··5

2.3 필터 처리 ·
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
·
··
··
··
·
··
··
·
··
··
·
··
··
··
·
··
··
·
··
··
··
··
·
··
··
··
·
··
··
·
··
··
··
··
·
··
··
··5

2.4 FFT 신호처리 ·

··
··
··
··
··
··
··
··
··
··
··
·
··
··
··
·
··
··
·
··
··
··
·
··
··
·
··
··
··
·
··
··
·
··
··
··
·
··
··
·
··
··
··
·
··
··
·
··
··
··6

2.5 탄성파 습득 VI ·
··
··
··
··
··
··
··
··
··
·
···
··
·
··
··
··
··
·
··
··
·
··
··
··
··
·
··
··
·
··
··
·
··
··
··
··
·
··
··
·
··
··
··
··
·
··
··
·8

2.6 탄성파 분석 VI ·
··
··
··
··
··
··
··
··
··
·
···
··
·
··
··
·
··
··
··
··
·
··
··
·
··
··
··
··
·
··
··
·
··
··
··
··
·
··
··
·
··
··
·
··
··
··
·13

3. 적용 ·
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
·20
3.1 시험편 및 실험 방법 ·
··
··
··
··
··
·
··
··
·
··
··
·
··
··
··
·
··
··
·
··
··
·
··
··
··
·
··
··
·
··
··
·
··
··
··
·
···
··
·
··
··
··20

3.2 AE장비 ·
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
·
··
··
··
·
··
··
·
··
··
··
·
··
··
·
··
··
··
·
··
··
·
··
··
··
·
··
··
·
··
··
··
·
··
··
·
··22

3.3 연필심파괴시험 ·
··
··
··
··
··
··
··
··
··
··
··
·
··
··
··
·
··
··
·
··
··
·
··
··
··
·
··
··
·
··
··
··
··
·
··
··
··
·
··
··
·
··
··
·
··
··
··24
3.4 인장시험 ·
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
·
··
··
··
·
···
··
·
··
··
··
·
··
··
·
··
··
··
··
·
··
··
··
·
··
··
·
··
··
··
··
·
··
··
··
·
·27

3.5 HAC시험 ·
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
·
··
··
·
··
··
··
··
··
··
·
··
··
··
·
···
··
·
··
··
··
·
··
··
·
··
··
·
··
··
··
·
···
··
·
··
··30

4. 결론 ·
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
·33

참고문헌 ·
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
·
··
··
··
··
·
··
··
··
·
··
··
·
··
··
·
··
··
··
·
···
··
·
··
··
··
·
··
··
·
··
··
·
··
··
··34

발표 논문 목록 ·
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
·
··
··
··
··
··
··
·
··
··
··
·
···
··
·
··
··
··
·
···
··
·
··
··
··
·
··
··
·
··
··
·
··39

- i -
 The Development of Data Analysis Program using LabVIEW and Its Application

Byeong-Su Kim

Department of Materials Science and Engineering, The Graduate School,

Pukyong National University

Abstract
LabVIEW was a programming language that processes data using a graphical

function. It has the advantage connection between measuring equipment and system.
In addition it is easy making functions for users and then saved functions can be used
other programming. In this paper programs developed to data acquisition and analysis.

The program can working on a personal computer. This program was used to data
acquisition and analyze elastic waves (acoustical emission (AE)) that generate as
accumulated energy release inside when a material is deformed. Elastic wave
generation was performed by Pencil Lead Breakage(PLB), Tensile test, Hydrogen
Assisted Cracking (HAC). The developed program was able to acquire and analyze AE
signals, and the results were similar to other studies using expensive equipment.
Development of a LabVIEW program can save the cost of purchasing new expensive
equipment. By modifying the developed functions, it is possible to shorten the new
signal acquisition and analysis program development period.

- ii -
 Ⅰ 서 론

랩뷰(LabVIEW)는 그래픽화 된 함수를 이용하여 알고리즘을 구성해 주어진 데

이터를 처리할 수 있는 프로그래밍 언어이다. 이는 프로세스 흐름도와 유사한 그

래픽 표현을 만들어, 프로그래밍이 가능하다는 것이다. 또한, 간단한 네트워크 통

신, 공통 통신프로토콜이 구현되어 있어, 폭넓게 활용이 가능하다.[1] 최근 실험
실에서 사용되는 마이크로 프로세스 제어 시스템은 개인용 컴퓨터에서 사용할
수 있는 시스템으로 점점 변화하고 있다. 이에 랩뷰는 데이터 수집, 데이터 처리
및 저장, 데이터 표시에 큰 장점이 있기 때문에, 훌륭한 대체제가 될 수 있다.[2,
3] 간단한 교육만 받고 프로그래밍에 익숙해진다면 랩뷰의 그래픽화 된 함수를
이용하여 간편하게 프로그램을 제작할 수 있다. 또한, 제작자가 원하는 함수가
있다면 랩뷰에서 제공하는 함수들을 이용하여 쉽게 만들 수 있고, 만들어진 함수
는 재사용이 가능하다. 그리고 측정 장비와 호환성이 좋기 때문에, 추후 다른 시
스템을 개발할 때 개발시간과 비용을 획기적으로 줄일 수 있는 장점이 있다.[4]
최근에는 신호의 측정이나 분석[5], 재료의 파손을 조기 탐지할 수 있는 비파괴
모니터링 기술[6, 7], 모터 속도, 주파수 제어 분야[8, 9]까지 다양하게 사용되는
프로그래밍 언어이다.
음향방출(acoustic emission; AE)이란 재료가 변형 또는 파괴 시에 내부에 축적
된 에너지해방으로 나타나는 탄성파이다. 이 탄성파를 검출하고 해석 및 평가하

는 것을 AE법이라고 한다. AE는 재료가 파괴되기 이전부터 작은 변형이나 균열

의 진행 과정에서 발생하기 때문에 재료 파괴 메커니즘을 파악하거나 결함의 성
질과 상태를 평가하는 것이 가능하다. 탄성파를 발생시키는 원인은 균열의 생성

및 전파, 슬립변형, 쌍정변형, 상변태 등의 국부적인 동적 변화들이다. 즉, 이러한

탄성파를 적절히 분석함으로서 재료 내부에서 일어나는 동적 거동이나 결함의
위치 확인과[10∼12] 기계 내 상태 모니터링[13∼16]등에 이용된다. 또한 용접 된

- 1 -
저탄소강의 모재부, 열영향부, 용접부를 식별하고 불량을 검출하는데 이용하기도

하고[17, 18], 재료의 상분율이 달라짐에 따라 변화하는 AE신호 특성을 이용하기

도 한다.[19, 20] AE신호는 발생 원인에 따라 특성 주파수 대역이 달라지기 때문

에 자기 조직화 지도(Self-Organizing Map; SOM), k-means방법 등으로 발생한

AE신호를 분류하기도 한다.[21] 스테인리스강이나 고강도 구조용 내화강, 알루미

늄 합금 등과 같이 다양한 재료에서 피로균열 진전거동에 의해 발생하는 AE신호
를 검출하고 시간-주파수 분석을 하는 연구도 진행되었고,[22~26] 금속뿐만 아니
라 SiC세라믹스의 탄성파에 관한 연구도 진행되었다.[27]
본 논문에서는 랩뷰를 이용하여 신호를 검출하고 분석할 수 있는 툴을 개발하
고, 재료에서 발생하는 탄성파를 검출하고, 분석하였다. 이것으로 구조물의 안전
성을 확보하기 위한 감시 시스템에 적용할 수 있을 것이다.

- 2 -
 Ⅱ 프로그램 개발

2.1 랩뷰의 구성

랩뷰는 VI(Virtual Instruments)를 통해서 프로그래밍이 완성되며, 실질적으로

구형하는 파일의 확장자도 VI이다. 또한 랩뷰는 크게 프런트 패널(Front Panel)
과 블록 다이어그램(Block diagram)으로 나뉘어져 있다. Fig. 1은 프런트 패널을
나타낸다. 이것은 다양한 형태의 컨트롤(control)과 인디케이터(indicator)를 제공
하고 있다. 처리하고자 하는 데이터의 타입에 따라 적절한 컨트롤과 인디케이터
를 사용할 수 있다. 컨트롤은 사용자의 데이터를 입력하는 개체이고, 인디케이
터는 사용자가 결과를 확인할 수 있는 개체이다. 블록 다이어그램은 사용자가
컨트롤에 입력한 데이터를 인디케이터의 결과 값으로 얻기까지 필요한 알고리
즘을 작성하는 부분이다. Fig. 2는 블록 다이어그램을 나타내며, 다양한 함수(VI)
들이 존재한다. 가장 기본적인 사칙연산부터 데이터를 불러들이는 경로 함수,
또 필요한 만큼 반복할 수 있는 반복문, 조건에 따라 처리를 다르게 하는 조건
문, 신호의 스펙트럼을 분석할 수 있는 함수까지 다양한 함수를 제공하고 있다.

- 3 -
 Fig. 1 Front Panel

Fig. 2 Block Diagram

- 4 -
2.2 주파수 분석

신호처리 방법 중에서 가장 많이 사용되는 것이 주파수분석이다. 퓨리에 이론

에 의하면, 어떤 파형도 정현파의 중첩으로 표현이 가능하고, 주기적인 파형은

기본파형과 이의 고차 조화성분들로 이루어진 이산적인 스펙트럼으로 분해된다.

주기성이 없는 일반적인 파형의 경우는 연속된 주파수를 갖는 무한개의 정현파
로 분해된다.

2.3 필터 처리

필터를 사용하면 진동파형신호의 어느 범위의 주파수성분을 차단하고, 나머지

부분만을 통과시킬 수가 있다. 차단하고자 하는 주파수를 차단주파수라 한다. 필
터에는 저역통과필터, 고역통과필터, 대연통과필터가 있다. 저역통과필터에서는
차단주파수보다 낮은 주파수 성분은 통과시키고 높은 주파수 성분은 차단한다.
고역통과필터는 이와 반대로 주파수가 높은 성분은 그대로 통과시키고 주파수가
낮은 성분은 차단한다. 대역통과필터는 저역통과필터와 고역통과필터를 조합시킨

것으로, 주파수분석에는 주로 대연통과필터가 사용된다. 필터 특성은 차단 주파

수를 완벽히 차단하는 사각파형 모양이 되는 것이 이상적이다. 사각파형의 양끝

의 주파수가 차단 주파수, 그 폭이 대역폭이다.

- 5 -
2.4 FFT 신호처리

FFT는 고속 푸리에 변환으로 이산 푸리에 변환을 고속으로 수행하는 것이고,

샘플링 데이터 수를 2의 정수 승으로 해야 하는 제약이 있다. 진동파형의 주파수

분석은 보통 FFT 분석기를 사용한다. 진동파형은 실제로는 연속된 파형이지만

FFT 해석에서는 유한시간길이를 갖는 파형을 절취하고, 그 신호파형에 대하여
샘플링한 데이터를 사용하여 계산한다. 이러한 특성 때문에 앨리어싱(aliasing)과
누설과 같은 오차가 발생할 수 있다.
앨리어싱은 샘플링 간격이 넓을 때 거짓 주파수가 발생하는 것으로 Fig. 3이
그 예이다. 이러한 앨리어싱을 막기 위해서는 샘플링 주파수가 측정하고자 하는
대상의 주파수 보다 최소 2배 이상 커야한다. 보통 필터를 설정할 때 대역통과필
터나 저역통과필터를 통과시켜 측정 대상의 최고주파수 이상의 주파수를 사전에
차단한다.
누설은 유한한 데이터 길이 때문에 본래의 주파수 전후에도 스펙트럼이 발생
하는 것을 말한다. 이러한 누설을 막기 위해 창함수를 두어 절취한 파형의 처음
과 끝이 매끄럽게 연결되도록 파형을 조정한다. 파형의 형태를 조정하는 함수를
창함수라 하고 대표적인 것으로 해닝함수, 플랫탑함수, 사각함수가 있다. 이중
정상적인 연속 데이터에는 주로 해닝함수가 쓰인다.

주파수를 어디까지 세밀하게 식별할 수 있는가는 주파수 분해능이다. 주파수

분해능은 샘플링 레이트와 샘플의 데이터 수에 의존한다. 주파수 분해능은 샘플
링 레이트에 비례하고 데이터 수에 반비례한다.

형상이 시간과 함께 변화하고 있는 과도적인 신호의 경우에는 연속한 채취 데

이터의 주파수분석 결과를 위치를 옮겨 3차원적으로 표시하면 시간의 변화에 따
른 주파수 변화를 이해하기 쉬운 시간-주파수 해석이 가능하다.

- 6 -
Fig. 3 Example of aliasing

- 7 -
2.5 탄성파 습득 VI

Fig. 4는 데이터 습득 VI의 흐름도이다. 탄성파 신호가 AE광대역센서를 이용

하여 습득이 되고 이를 LabVIEW 프로그램으로 보내 트리거를 통과시킨다. 이

후 신호를 분할하고 저장하게 된다. Fig. 5는 데이터 습득 VI의 프런트패널이다.

이 프런트패널에서는 데이터 습득을 실시간으로 확인하면서, 샘플링 레이트와
신호의 임계값을 지정하는 트리거레벨 그리고 트리거의 길이와 데이터의 길이
등을 수정 할 수 있다. 특히 샘플링 레이트와 샘플의 수와의 관계가 매우 중요
하다. 샘플링 레이트가 초당 얻는 샘플의 수라면 샘플의 수는 몇 개의 샘플이
쌓이면 화면에 한번 띄우는지를 설정하는 것이다. 예를 들면 샘플링 레이트가
1MHz이고 샘플의 수가 2M라면 2초에 1번씩 화면이 갱신된다. 이 두 항목의 비
는 사용하는 장비의 성능에 따라 그에 맞게 설정한다.

- 8 -
Fig. 4 Flow chart of data measurement VI

- 9 -
Fig. 5 Front panel of data acquisition VI

- 10 -
 Fig. 6은 데이터 습득 VI의 블록다이어그램이다. 블록다이어그램은 Express VI

인 DAQassistance와 Write To Measurement File와 트리거, 그리고 각종 함수로

이루어져 있다. DAQassistance를 통해 데이터를 받고 트리거를 거쳐 프런트 패

널에서 설정했던 트리거레벨이 넘어가는 데이터가 들어오면 지정한 트리거길이,

데이터길이 만큼의 데이터만 Write To Measurement File을 통해 저장하게 된다.

트리거레벨이 넘어가는 한 데이터 안에 몇 개의 데이터가 같이 들어 올수 있기
때문에 트리거 검출과 저장을 반복하여 한 데이터 안에서도 여러 개의 데이터
를 검출하여 저장할 수 있다. 또한 데이터가 저장되는 폴더 안에 파일이 많이
쌓이게 될 경우 장비의 성능이 떨어질 수 있어 일정 개수를 정해 자동으로 폴
더를 새로 생성하도록 하였다.

- 11 -
Fig. 6 Block diagram of data acquisition VI

- 12 -
2.6 탄성파 분석 VI

Fig. 7은 데이터 분석 VI의 흐름도이다. 데이터 습득 VI를 통해 저장된 데이터

에서 노이즈와 같은 불필요한 파일을 제거한 후 남은 파일들로 이루어진 배열

을 만들고 이 배열을 이용하여 존재하는 파일만 읽도록 하였다. 읽어진 신호는

필터링을 거친 후 웨이브폼 그래프와 FFT를 거치고 또한 신호를 분할하여 FFT
를 진행 겹치는 작업으로 시간-주파수 그래프를 완성하고 저장한다. Fig. 8은
데이터 분석 VI의 프런트패널이다. AE데이터가 저장된 폴더의 경로를 지정할
수 있는 버튼과 그 폴더에 들어 있는 데이터 파일을 읽어 필터를 거친 웨이브
폼 그래프, FFT 그래프, 시간-주파수 그래프를 보여준다. 웨이브폼과 FFT 그래
프를 엑셀 파일로 만들어주는 버튼도 존재한다. 이 외에도 데이터의 최대 진폭,
지속시간, AE에너지, 상승시간, 누적카운트 분석이 가능하다. 사용된 필터는
IIR-버터워스 대역필터이다. 또한, 데이터의 분산이 클 때 이동평균을 사용 할
수 있는 컨트롤을 설치하였다.

- 13 -
Fig. 7 Flow chart of data analysis VI

- 14 -
Fig. 8 Front panel of data analysis VI

- 15 -
 Fig. 9는 데이터 분석 VI의 블록다이어그램이다. 데이터가 분석되는 흐름을 살

펴보면, 필터의 종류와 컷오프 시킬 주파수 대역을 설정하고 읽기 시작할 파일

번호를 입력하고 VI를 실행시킨다. 그러면 VI는 파일 번호를 통해 읽어야 할 파

일을 찾아가고 그 파일을 필터를 통과 시킨다. 이후 필터링된 데이터에 해밍창

함수를 씌워 기본적인 시간-진폭의 진동파형과, FFT분석을 진행한다. 시간-주파

수 분석은 4096개의 데이터 중 처음 256개만을 절취한 후 FFT분석을 실시하고
연속적으로 두 번째부터 256개를 절취하여 FFT분석을 한다. 이러한 분석을
4096개의 데이터에 적용한 후 그것을 한 화면에 이어 붙이면 Fig. 8의 시간-주
파수 그래프가 된다.

- 16 -
Fig. 9 Block diagram of data analysis VI

- 17 -
 Fig. 10은 FFT분석을 위한 함수(VI)이다. 기본적으로 신호의 배열과 데이터 습

득시 사용했던 샘플링 레이트를 입력하고 랩뷰에서 제공하는 FFT함수를 사용한

다. FFT후 나온 결과 값에는 미러링과 DC성분이 섞여 있으므로 이를 잘라낸

후 프런트패널에 보여준다.

Fig. 11은 시간-주파수 해석을 위한 함수로 이 함수에서 필터링된 4096개의

신호가 256개의 신호의 배열로 절단되고, 창함수를 거쳐 FFT분석이 진행된다.
이후 한 포인트씩 이동시키며 FFT분석을 하여 시간의 순서에 따라 연결하여 보
면 3차원적인 시간-주파수 해석이 가능하다.
Fig. 12는 연속적인 데이터를 확인할 때 사용자의 편의를 위해 자동으로 다음
파일을 찾아가기 위한 함수를 제작한 것이다. 이 기능은 Fig. 8에 컨트롤버튼을
통해 이용할 수 있으며 사용자가 지정한 파일번호에서부터 하나씩 차례대로 기
본전인 시간진동신호부터 FFT, 시간-주파수분석이 진행 되어 화면에 보여주게
된다.

- 18 -
 Fig. 10 Block diagram of FFT analysis VI

Fig. 11 Block diagram of time-frequency graph VI

Fig. 12 Block diagram of automatic file search VI

- 19 -
 Ⅲ 적용

3.1 시험편 및 실험 방법

연필심파단(Pencil lead breakage; PLB)시험과 인장(Tensile)시험에 사용된 재료

는 화학 플랜트용 STS316L을 사용하였고, 수소유기균열(Hydrogen assisted
cracking; HAC)시험에 사용된 재료는 냉간금형용강 SKD11을 사용하였다.
STS316L은 두께 1mm 강판과 80% 냉간압연한 두께 1mm 강판을 사용하였다.
SKD11은 비커스경도 HV 670인 것을 사용하였다. 시험편의 반원형 슬릿은
2c=0.7 mm, a=0.35 mm로 방전가공으로 도입하였다. 시험편의 화학적 성분은
Table 1에 나타내고, 시험편의 형상과 치수는 Fig. 13에 나타내었다.
Fig. 14는 본 실험에서 사용된 AE 측정을 위한 모식도이다. (a)는 PLB시험,
(b)는 인장시험이고 (c)는 HAC시험이다. ⒜ PLB시험은 연필심의 파괴로 발생하
는 신호를 AE 센서로 검출하는 것이고, ⒝ 인장시험은 인장에 따라서 발생하는
신호를 시험편의 중앙에서 일정 거리 떨어진 곳에 장착한 2개의 AE 센서로 검
출하였다. ⒞ HAC시험은 부식 용액에 침치된 부분에서 발생하는 신호를 AE 센
서로 검출하였다. 이때 사용된 용액은 아세트산(    ) 0.057M, pH 3을 사

용하였으며, 용액은 적절한 농도의 유지를 위하여, 폭 10mm의 시험편 부분에

용액이 담긴 튜브를 설치하였다.

- 20 -
Table 1 Chemical compositions of STS316L and SKD11 (wt%)

C Si Mn P S Ni Cr Mo

STS316L 0.05 0.71 1.04 0.033 0.002 10.07 16.81 2.09

SKD11 1.489 0.272 0.329 0.024 0.001 0.024 11.29 0.843

(a)

(b)

Fig. 13 Schematic diagram of specimen for tests (a) Pencil lead breakage and tensile
test specimen, (b) Hydrogen assisted cracking test specimen

- 21 -
3.2 AE장비

사용한 장비는 NI PXIe-4480로 최대 6채널까지 지원되며 각 채널은 독립적으

로 전압과 소프트웨어를 선택 가능한 장비이다. 사용가능 한 샘플링 레이트

(Sampling Rate)의 범위는 100∼1.25 MHz이다. 사용한 광대역센서(WSα Sensor)

는 100 kHz ∼ 1 MHz까지 지원되는 센서이다. 검출된 신호는 28 dB 전치증폭기
를 거쳐 증폭하였다. 센서는 접촉매질을 바르고, 시험편에 고무 밴드로 고정하고
PLB, 인장시험 및 HAC에 의한 신호를 검출하였다. 노이즈 신호의 제거는 트리거
레벨(Trigger level)을 0.04V로 하고, 샘플링 레이트는 1 MHz, 샘플의 수(Number
of samples)는 2 M로 하였다. AE신호의 한 개의 데이터 수는 4096개이고, 트리거
수는 512개이다. 이와 같이 검출된 신호는 랩뷰 프로그램을 사용하여, 시간-주파
수 분석을 하였다.

- 22 -
 (a)

(b)

(c)

Fig. 14 Block diagram of experiment setup for elastic wave measurement. (a) Pencil
lead break method, (b) Tensile test method, (c) Hydrogen assisted cracking test

method.

- 23 -
3.3 연필심파괴시험

인위적인 AE 신호를 발생시키는 방법으로 PLB가 있다. 이는 오래전부터 사용된 시험

방법이다.[28] AE신호가 발생하는 원리는 연필심이 파괴될 때, 파괴되는 순간 누적된 응
력이 갑자기 방출되어 표면에 미세한 변위가 일어나 AE가 발생한다. 이러한 PLB는 재현
성이 좋고 현장뿐만 아니라, 실험실 환경에서도 쉽게 처리가 가능하기 때문에 AE 시험
에 주로 사용하는 방법이다.

Fig. 15, 16은 모재와 80% 냉간압연에 따른 시험편의 파형(Waveform), 주파수

스펙트럼(Power spectrum) 및 시간-주파수 해석(Time-frequency analysis)을 결
과를 나타낸다. Fig. 15, 16에서 주파수 스펙트럼과 시간-주파수 해석의 탁월 주
파수가 같은 주파수를 나타내고 있고, 0.2 ms에서 가장 높은 신호강도를 나타내
고 있다. 또한, 모재 시험편과 80% 냉간압연한 시험편의 차이는 STS316L이 냉
간압연에 의해 내부 조직이 마르텐사이트로 상변태를 일으키고 상이 변화함에
따라 이전 연구와 유사하게 탁월 주파수가 변화한 것으로 판단된다.[19, 20]

- 24 -
 4000 As-received specimen
3000
2000
Am plitude (m V)

1000
0
-1000
-2000
-3000
-4000
0.1 0.2 0.3 0.4 0.5
Time (ms)

(a) (b)

(c)

Fig. 15 AE signal detected from a pencil lead breakage test in as-received specimen.
(a) Waveform, (b) Power spectrum, (c) Time-frequency analysis

- 25 -
 4000 Cold rolled specimen of 80%

3000
2000
Am plitude (m V)

1000
0
-1000
-2000
-3000
-4000
0.1 0.2 0.3 0.4 0.5
Time (ms)

(a) (b)

(c)

Fig. 16 AE signal detected from a pencil lead breakage test in Cold rolled specimen of
80 %. (a) Waveform, (b) Power spectrum, (c) Time-frequency analysis

- 26 -
3.4 인장시험

인장시험 중에도 균열의 생성 및 전파, 슬립변형 등이 발생하므로 국부적인 동적변화

AE신호가 발생한다. 이 신호를 고속 퓨리에 변환을 이용한 주파수 스펙트럼을 확인하여
보면 AE신호가 발생하는 원인에 따라 특성 주파수 대역이 달라진다.[29] 시험편의 중앙에
노치를 가공하고, 이 노치에서 동일한 거리에 두개의 센서를 부착하고 동시에 측정된 신
호를 분석하였다.

Fig. 17, 18은 모재와 80% 냉간압연에 따른 시험편의 파형, 주파수 스펙트럼 및
시간-주파수 해석을 결과를 나타낸다. Fig. 17, 18에서 주파수 스펙트럼과 시간-
주파수 해석의 탁월 주파수가 같은 주파수를 나타내고 있고 0.13 ms에서 가장
높은 신호강도를 나타내고 있다. 인장에 의한 탄성파 신호는 이전 연구와 유사하
였다.[29, 30] 하지만 PLB와는 다른 탁월 주파수를 나타내는데, 이는 AE신호의
발생원이 연필심파단의 탄성파와 균열 진전의 탄성파가 서로 다르기 때문이다.
즉, 연필심파단시험은 연필심파단에 의한 탄성파가 재료를 전달하여 검출되는 반
면, 인장시험은 원자간 인력이 파괴됨으로서 나타나는 탄성파이다.

- 27 -
 As-received specimen
150

100
Am plitude (m V)

50

-50

-100

-150

0.1 0.2 0.3 0.4 0.5

Time (ms)
(a) (b)

(c)

Fig. 17 AE signal detected from tensile test in as-received specimen. (a) Waveform, (b)
Power spectrum, (c) Time-frequency analysis

- 28 -
 50 Cold rolled specimen of 80%
40
30
Am plitude (m V)

20
10
0
-10
-20
-30
-40
-50
0.1 0.2 0.3 0.4 0.5
Time (ms)
(a) (b)

(c)

Fig. 18 AE signal detected from tensile test in cold rolled specimen of 80%. (a)
Waveform, (b) Power spectrum, (c) Time-frequency analysis

- 29 -
3.5 HAC시험

HAC는 균열선단의 높은 수소농도로 인해 금속 매트릭스로 수소가 침투하여

매트릭스의 결합을 약화시키고, 결과적으로 균열을 발생시키는 것이다.[31] 이는

주로 초 고강도강에서 잘 발생하고, HAC시험 도중 수소기포와 균열로 인한 AE

신호가 발생하며 이를 통해 HAC 발생 단계를 추측할 수 있다.[32]
Fig. 19, 20은 HAC에서 검출된 AE신호의 파형, 주파수 스펙트럼 및 시간-주파
수 해석을 결과를 나타낸다. Fig. 19, 20에서 주파수 스펙트럼과 시간-주파수 해
석의 탁월 주파수가 같은 주파수를 나타내고 있고, 0.12 ms에서 가장 높은 신호
강도를 나타내고 있다. HAC에 의한 탄성파 신호는 이전 연구와 유사하였다.[31,
32]

- 30 -
 0.5
Kc = 8.1 MPa×m
0.5
1.0 Kc = 8.1 MPa×m
45
Test time = 27 hours Test time = 27 hours
30 115 kHZ
0.8
Am plitude (mV )

Am plitude (m V)
15
0.6
0
30 kHZ
-15 0.4

-30
0.2
-45
0.0
0.0 0.2 0.4 0.6 0.8 1.0 0 50 100 150 200
Time (ms) Frequency (kHz)

(a) (b)

(c)

Fig. 19 AE signal detected from 27 hours of HAC solution (    

,

acetic acid 0.057M)

- 31 -
 0.5
30 Kc = 8.1 MPa×m
Test time = 430 hours
20
Am plitude (mV )

10

-10

-20

-30
0.0 0.2 0.4 0.6 0.8 1.0
Time (ms)

(a) (b)

(c)

Fig. 20 AE signal detected from 430 hours of HAC solution (    
,

acetic acid 0.057M)

- 32 -
 Ⅳ 결론

랩뷰를 이용하여 AE탄성파를 검출 할 수 있는 측정프로그램과 검출된 신호를

파형, 주파수 스펙트럼, 시간-주파수 분석을 할 수 있는 분석프로그램을 재작하

였으며, 이 프로그램들을 이용하여 실제로 PLB, 인장, HAC시험에 적용하여 신
호를 습득하고, 분석하였다.

(1) 랩뷰의 그래픽화 된 함수를 이용하여 측정프로그램 및 분석프로그램을 제작

할 수 있었고, 개인용 컴퓨터에서도 작동 가능하였다.

(2) 데이터 습득 프로그램을 통해 AE 탄성파 신호를 안정적으로 습득할 수 있

었고, 데이터 분석 프로그램을 통해 탄성파 신호의 파형과 주파수 스펙트럼,
시간-주파수 분석을 할 수 있었다.

(3) PLB, 인장시험 및 HAC 시험에서 발생한 AE 신호는 제작한 프로그램을 이

용하여 습득하고, 분석하였으며, 고가 장비를 사용한 연구들과 유사한 결과
를 얻을 수 있었다.

(4) 랩뷰를 이용하여 제작한 습득 및 분석 프로그램은 AE 증폭기 및 센서 만

있으면, AE 장비와 유사한 결과를 얻을 수 있다. 본 연구와 같이 랩뷰 프로
그램을 제작하여, 이용하면 새로운 고가 장비를 구입하는 비용을 절약할 수

있을 뿐 아니라, 만들어진 함수들의 첨삭에 의하여 새로운 신호 습득 및 분

석 프로그램 개발 기간을 단축 할 수 있을 것이다.

- 33 -
 References

(1) Elliott, Chance, Vijayakumar, Vipin, Zink, Wesley and Hansen, Richard,

2007, “National Instruments LabVIEW : A Programming Environment for

Laboratory Automation and Measurement,” Journal of the Association for

Laboratory Automation, Vol. 12, No. 1, pp. 17~24

(2) Gani, Asan and Salami, M. J. E., 2002, “A LabVIEW based Data
Acquisition System for Vibration Monitoring and Analysis,” Student
Conference on Research and Development Proceedings, Shah Alam,
Malaysia, pp. 62~65
(3) Kraum, A., Weimar, U., and Goë pel, W., 1999, “LabVIEW for sensor data
acquisition,” Trends in analytical chemistry, Vol. 18, No. 5, pp. 312~318
(4) Kalkman, Cor J. MD, PhD., 1995, “LabVIEW : a software system for data
acquisition, data analysis, and instrument control,” Journal of Clinical
Monitoring, Vol. 11, No. 1, pp. 51~58
(5) Teng, Jen-Hao, Chan, Shun-Yu, Lee, Jin-Chang and Lee, Roy, 2000, “A
LabVIEW Based Virtual Instrument for Power Analyzers,” Power Con 2000.
2000 International Conference on Power System Technology, pp. 179~184
(6) Elmaleeh, Mohammed A. A. and Saad, N., 2008, “Acoustic Emission
Techniques for Early Detection of Bearing Faults using LabVIEW,” 2008

5th International Symposium on Mechatronics and Its Applications

(7) Nam, K. W., Ahn, S. H. and Kim, J. W., 2005, "Nondestructive Evaluation
in Materials using Time-Frequency Analysis Methods,” Key Engineering

Materials, Vol. 297-300, pp. 2090∼2095.

(8) Thepsatoml, P., Numsomran, A., Tipsuwanpo, M. V. and Teanthong, T.,
2006, “DC Motor Speed Control using Fuzzy Logic based on LabVIEW,”

- 34 -
 SICE-ICASE International Joint Conference 2006, pp. 3617~3620

(9) Nikitin Pavel, V. and Seshagiri Rao, K. V., 2009, “LabVIEW-Based UHF
RFID Tag Test and Measurement System,” IEEE Transactions on industrial

electronics, Vol. 56, No. 7, pp. 2374~2381

(10) Li, Ruoyu, Sec¸kiner, Serap Ulusam, He, David, Bechhoefer, Eric and
Menon, Praneet, “Gear Fault Location Detection for Split Torque Gearbox
Using AE Sensors,” IEEE transactions on systems, man, and cybernetics
part c : applications and reviews, Vol. 42, No. 6, pp. 1308~1317
(11) Mostafapour, Amir and Davoodi, Saman, 2015, “Continuous leakage
location in noisy environment using modal and wavelet analysis with one
AE sensor,” Ultrasonics, Vol. 62, pp. 305~311
(12) Bhuiyan, M. S. H., Choudhury, I. A., Dahari, M., Nukman, Y. and Dawal,
S. Z., 2016, “Application of acoustic emission sensor to investigate the
frequency of tool wear and plastic deformation in tool condition
monitoring,” Measurement, Vol. 92, pp. 208~217
(13) Vicuña, Cristián Molina, 2014, “Effects of operating conditions on the
Acoustic Emissions (AE) from planetary gearboxes,” Applied Acoustics, Vol.
77, pp. 150~158
(14) Yapar, O., Basu, P.K., Volgyesi, P. and Ledeczi, A., 2015, “Structural
health monitoring of bridges with piezoelectric AE sensors,” Engineering
Failure Analysis, Vol. 56, pp. 150~169

(15) Niccolini, Gianni, Lacidogna, Giuseppe and Carpinteri, Alberto, 2019,

“Fracture precursors in a working girder crane: AE natural-time and
b-value time series analyses,” Engineering Fracture Mechanics, Vol. 210,
pp. 393~399

(16) Neslušan, M., Micˇieta, B., Micˇietová, A., illiková, M. Cˇ and Mrkvica,

- 35 -
 I., 2015, “Detection of tool breakage during hard turning through acoustic

emission at low removal rates,” Measurement, Vol. 70, pp. 1~13

(17) Lee, C. S., Huh, J. H., Ll, D. M. and Shin, D. H., 1999, “Acoustic Steel

Emission Behavior Welds during Tensile Tests of Low Carbon,” ISIJ

International, Vol. 39, No. 4, pp. 365~370

(18) Droubi, Mohamad G., Faisal, Nadimul H., Orr, Fraser, Steel, John A. and
El-Shaib, Mohamed, 2017, “Acoustic emission method for defect detection
and identification in carbon steel welded joints,” Journal of Constructional
Steel Research, Vol. 134, pp. 28~37
(19) Khamedi, R., Fallahi, A. and Oskouei, A. Refahi, 2010, “Effect of
martensite phase volume fraction on acoustic emission signals using wavelet
packet analysis during tensile loading of dual phase steels,” Materials &
Design, Vol. 31, No. 6, pp. 2752~2759.
(20) Khamedi, R., Fallahi, A. and Zoghi, H., 2009, “The Influence of
Morphology and Volume Fraction of Martensite on AE Signals during
Tensile Loading of Dual-Phase Steels,” International Journal of Recent
Trends in Engineering, Vol. 1, No. 5, pp. 30~34.
(21) Godin, N., Huguet, S. and Gaertner, R., 2005, “Integration of the
Kohonen’s self-organising map and k-means algorithm for the
segmentation of the AE data collected during tensile tests on cross-ply
composites,” NDT & E International, Vol. 38, No. 4, pp. 299~309.

(22) Lee, S. K., Do, J. Y., Nam, K. W., Kang, C. Y. and Ahn, S. H., 2000,
"Fatigue Crack Propagation Behavior of 316L Stainless Steel and Frequency
Characteristics of its Acoustic Emission,” The Korean Society for Power
System Engineering, Vol. 4, No. 2, pp. 52~57.

(23) Kim, H. S., Kang C. Y. and Nam, K. W., 2000, "Fatigue Characteristics of

- 36 -
 High Strength Fire Resistance Steel for Frame Structure and

Time-Frequency Analysis of its Acoustic Emission Signals,” J. Kor. Inst.

Met. & Mater, Vol. 38, No. 11, pp. 1478~1482.

(24) Nam, K. W. and Ahn, S. H., 2001, "Characteristics of the Acoustic

Emission Waveforms from the Fatigue Crack Propagation of 2024 Aluminum

Alloy with Rivet Hole,” J. Ocean Engineering and Technology, Vol. 15, No.
1, pp. 52~56.
(25) Do, J. Y., Lee, S. K., Ahn, S. H., Nam, K. W., Kang, C. Y. and Park, I. D.,
2001, "effect of Phase Precipitation on Fatigue Crack Propagation and AE
signals in Super Duplex Stainless Steels,” J. Kor. Inst. Met. & Mater., Vol.
39, No. 12, pp. 1339~1405.
(26) Nam, K. W. and Lee, K. C. 2003, "Frequency Characteristics of Acoustic
Emission Signal from Fatigue Crack Propagation in 5083 Aluminum by Joint
Time-Frequency Analysis Method,” J. Ocean Engineering and Technology,
Vol. 17, No. 3, pp. 46∼51.
(27) Kim, J. W., Park, B. W., Ahn, S. H. and Nam, K. W., 2005, "Elastic Wave
Signal Characteristics of SiC Ceramics with Crack Healing Ability by
Wavelet Analysis,” Key Engineering Materials, Vol. 297-300, pp. 2046∼
2051.
(28) Sause, Markus G. R., 2011, “Investigation of pencil-lead breaks as
acousticemission sources,” Journal of Acoustic Emission Published by

Acoustic Emission Group, Vol. 29, No. 7, pp. 184~196.

(29) Yao, W.B., Dai, C.Y., Mao, W.G. and Lu, C., Yang, L., Zhou, Y.C., 2012,
“Acoustic emission analysis on tensile failure of air plasma-sprayed
thermal barrier coatings,” Surface and Coatings Technology, Vol. 206, No.

18, pp. 3803~3807.

- 37 -
(30) Máthis, Kristián, Prchal, Dušan, Novotny´, Radek and Hähner, Peter,

2011, “Acoustic emission monitoring of slow strain rate tensile tests of

304L stainless steel in supercritical water environment,” Corrosion Science,

Vol. 53, No. 1, pp. 59~63.

(31) Merson, E.D., Myagkikh, P.N., Poluyanov, V.A., Merson, D.L. and
Vinogradov, A., 2018, “Features of the Hydrogen-Assisted Cracking
Mechanism in the Low-Carbon Steel at Ex- and In-situ Hydrogen
Charging,” Procedia Structural Integrity, Vol. 13, pp. 1141~1147.
(32) Merson, E.D., Krishtal, M.M., Merson, D.L., Eremichev, A.A. and
Vinogradov, A., 2012, “Effect of strain rate on acoustic emission during
hydrogen assisted cracking in high carbon steel,” Materials Science and
Engineering: A, Vol. 550, No. 30, pp. 408~417.

- 38 -
 발표 논문

<Refereed Journal and Conference Presentations>

1. 최병철, 김병수, 김진욱, 강창룡, 남기우 (2019.**), “냉간압연률 및 두께에

따른 STS316L의 감쇠능 및 고유주파수”, 한국동력기계공학회지, 제**권

제 호, pp. -.
Byoung-Chul Choi, Byeong-Su Kim, Jin-Wook Kim, Chang-Yong Kang and
Ki-Woo Nam (2019.**), “Damping Capacity and Natural Frequency of
STS316L Steel according to Degree of Cold Rolling and Different
Thickness”, Journal of the Korean Society for Power System Engineering
Vol. , No. , pp. -.(under printing)

2. 김공영, 김민헌, 김병수, 팽재은, 남기우 (2019.**), “냉간압연률이 다른

STS316L의 침지 특성”, 한국동력기계공학회지, 제**권 제 호, pp. -.
Kong-Young Kim, Min-Heon Kim, Byung-Soo Kim, Jae-Eun Paeng and
Ki-Woo Nam (2019.**), “Immersion Characteristics of STS316L with Degree
of Different Cold Rolling”, Journal of the Korean Society for Power
System Engineering Vol. , No. , pp. -.(under submitting)

3. 김공영, 김병수, 팽재은, 김민헌, 남기우 (2019.**), “냉간압연률이 다른

STS316L의 탄성파 특성”, 한국동력기계공학회지, 제**권 제 호, pp. -.
Kong-Young Kim, Byung-Soo Kim, Min-Heon Kim, Jae-Eun Paeng and
Ki-Woo Nam (2019.**), “Elastic Wave Characteristics of STS316L with

Degree of Different Cold Rolling”, Journal of the Korean Society for

Power System Engineering Vol. , No. , pp. -.(under submitting)

- 39 -
4. 김병수, 김광주, 김진욱, 강창룡, 남기우 (2018), “랩뷰를 이용한 탄성파 분
석 툴 개발”한국동력기계공학회 2018년도 춘계학술대회논문집, pp.

183-184.

Byung-Soo Kim, Kwang-Ju Kim, Jin-Wook Kim, Chang-Yong Kang and Ki-Woo
Nam (20180, “Development of Elastic Wave Analysis Tool using
LabVIEW”Proceeding of The Korean Society for Power System Engineering 2018
Spring Annual Meeting, pp. 183-184.

5. 김병수, 최병철, 안석환, 강창룡, 남기우 (2018), “냉간압연한 스테인리스강판의 탄

성파 특성”, 한국동력기계공학회 2018년도 추계학술대회논문집, pp. 146-147.
Byung-Soo Kim, Byoung-Chul Choi, Seok-Hwan Ahn, Chang-Yong Kang and
Ki-Woo Nam (2018), “Elastic Wave Characteristics of Cold Rolled Stainless Steel
Plate”, Proceeding of The Korean Society for Power System Engineering 2018 Fall
Annual Meeting, pp. 146-147.

6. 최병철, 김병수, 김진욱, 강창룡, 남기우 (2018), “STS316L의 감쇠능 및 고유주파

수”, 대한기계학회 2018년도 학술대회 강연 및 논문 초록집, pp. 236.
Byung-Cheol, Choi, Byung-Soo Kim, Jin-Wook Kim, Chang-Yong Kang and Ki-Woo
Nam (2018), “Damping Capacity and Natural Frequency of STS316L Steel”,
Proceeding of The KSME 2018 Annual Meeting, pp. 236.

7. 김병수, 손수홍, 남기우, 강창룡, 김권후, 왕제필 (2019), “열처리에 따른 Incoloy 825
경도의 와이블 해석”, 2019년도 대한기계학회 재료 및 파괴부문 춘계학술대회논문
집, pp. 271-272.

Byung-Soo Kim, Su-Hong Son, Ki-Woo Nam, Chang-Yong Kang, Kwon-Hu Kim and

- 40 -
 Jei-Pil Wang (2019), “Weibull Analysis for Hardness of Incoloy 825 according to

heat Treatment”, Proceeding of The KSME 2019 Spring Annual Meeting, pp.
271-272.

8. 김병수, 김공영, 남기우, 김동규, 강창룡, 정지현 (2019), “Pencil Lead Break에 의한
STS316L의 탄성파 특성”, 2019년도 대한기계학회 재료 및 파괴부문 춘계학술대회
논문집, pp. 273-274.
Byung-Soo Kim, Gong-Young Kim, Ki-Woo Nam, Dong-Kyu Kim, Chang-Yong Kang
and Ji-Hyun Jeong (2019), “Elastic Wave Characteristics of STS316L by Pencil
Lead Break”, Proceeding of The KSME 2019 Spring Annual Meeting, pp. 273-274.

9. 김공영, 김병수, 김진욱, 김동규, 강창룡, 정지현, 남기우, (2019), “냉간압연량이 다

른 STS316L의 인장에 의한 탄성파 특성”, 한국동력기계공학회 2019년도 춘계학술
대회논문집, pp. 76-77.
Gong-Young Kim, Byung-Soo Kiim, Jin-Wook Kim, Dong-Kyu Kim, Chang-Yong
Kang, Ji-Hyun Jeong and Ki-Woo Nam, (2019), “ Characteristics of Elastic Wave
by Tensile of STS316L with Degree of Different Cold Rolling”, Proceeding of The
Korean Society for Power System Engineering 2019 Spring Annual Meeting, pp.
76-77.

10. 구세훈, 김병수, 김동규, 강창룡, 남기우, (2019), “열처리한 SM45C의 충격흡수에너

지에 대한 와이블 분포”, 한국동력기계공학회 2019년도 춘계학술대회논문집, pp.

78-79.
Se-Hun Gu, Byung-Soo Kim, Dong-Gyu Kim, Chang-Yong Kang and Ki-Woo Nam,

(2019), “Weibull distribution for Impact Absorbed Energy of Heat Treated

SM45C”, Proceeding of The Korean Society for Power System Engineering 2019

- 41 -
 Spring Annual Meeting, pp. 78-79.

11. 윤서현, 김민헌, 김병수, 팽재은, 남기우, “SCM435 볼트의 파손 해석”, 대한기계

학회 2019년 학술대회, pp. 1798-1801.

Seo-Hyun Yoon, Min-Heon Kim, Byeong-Su Kim, Jae-Eun Paeng, Ki-Woo Nam,
“Failure analysis of SCM435 bolts”, Proceeding of The KSME 2019 Annual
Meeting, pp. 1798-1801.

12. 김병수, 팽재은, 이기식, 남기우, “수소유기균열에 의한 SKD11(HV670)의 탄성파

특성”, 대한기계학회 2019년 학술대회, pp. 1813-1816.
Byeong-Su Kim, Jae-Eun Paeng, Ki-Sik Lee, Ki-Woo Nam, “Characteristics of
Elastic Wave of SKD11(HV670) by Hydrogen Assisted Cracking”, Proceeding of
The KSME 2019 Annual Meeting, pp. 1813-1816.

13. 남기우, 이예나, 김민헌, 김병수, 팽재은, 이장원, “Bi2O3 첨가량에 따르는 Al2O3의
압축강도”, 대한기계학회 2019년 학술대회, pp. 1817-1820.
Ki-Woo Nam, Ye-Na Lee, Min-Heon Kim, Byung-Soo Kim, Jae-Eun Paeng and
Jang-Won Lee, ‘Compressive Strength of Al2O3 according to Bi2O3 Content“,
Proceeding of The KSME 2019 Annual Meeting, pp. 1817-1820.

14. 황석환, 박병준, 박상언, 김병수, 남기우, “경량 소재 체결 접합부재의 내식 특

성”, 대한기계학회 2019년 학술대회, pp. 1838-1841.

SeokHwan Hwang, Byung Joon Park, Sang Eun Park, Byung Su Kim and Ki Woo
Nam, “Corrosion Resistance Characteristics of Fasteners for Lightweight
Materials”, Proceeding of The KSME 2019 Annual Meeting, pp. 1838-1841.

- 42 -
15. 팽재은, 남기우, 김병수, 정세은, 김소율, 박미향, “응력부식에 의한 스테인리스강

의 탄성파특성“, 대한기계학회 2019년 학술대회, pp. 1875-1877.

Jae-Eun Paeng, Ki-Woo Nam, Byung-Soo Kim, Se-Eun Jung, So-Yul Kim and

Mi-Hyang Park, “Elastic Wave Characteristics of Staonless Steel by Stress

Corrosion”, Proceeding of The KSME 2019 Annual Meeting, pp. 1875-1877.

16. 김공영, ․김병수, ․팽재은, 남기우, “두께 및 용접 방법이 다른 스테인리스강의 탄성

파 특성”, 한국동력기계공학회 2019년도 추계학술대회논문집, pp. 102-103.
Kong-Young Kim, Byung-Soo Kim, Jae-Eun Paeng and Ki-Woo Nam,
“Characteristics of Elastic Wave of Stainless with Different Thickness and
Welding Method”, Proceeding of The Korean Society for Power System
Engineering 2019 Fall Annual Meeting, pp. 102-103.

- 43 -