国立釜庆大学 Lim Haekyun 教授团队携手全球合作，开发自来水管超声双重诊断系统
自来水管腐蚀与水质同步测量研究登上《npj Clean Water》
国立釜庆大学医疗工学专业的 Lim Hae-gyun 教授与 Sung Young-ho 学生研究团队，通过与天主教大学 Lee Ojun 教授、美国 Flowserve Corporation 的 Hwan Ryul Jo 博士研究团队开展全球联合研究，开发出一套能够同时测量自来水管道腐蚀和管内水质的系统。
国立釜庆大学教授 Lim Hae-gyun、本科生 Sung Young-ho、天主教大学教授 Lee O-jun、美国 Flowserve Corporation 的 Hwan Ryul Jo。
View original image这一研究成果所撰写的论文《Internal pipe corrosion assessment method in water distribution system using ultrasound and convolutional neural networks》近日发表在自然出版社子刊（影响因子：10.4，水资源领域期刊引文报告前1.6%）上。
由于管道腐蚀产生的氧化铁沉淀物会污染水质，可能引发胃肠道感染、皮肤问题和淋巴结并发症等严重健康问题；同时，腐蚀导致管壁减弱后，漏水或爆管风险增加，从而造成维修成本上升以及供水中断。
因此，业界一直需要一种既不破坏管道、又能持续进行腐蚀监测的评估方法，以便及早掌握管道状态并实施适当维护，从而保护水质并延长管道寿命。既有的腐蚀评估方法往往需要破坏管道或中断系统运行，存在导致经济效率低下的局限。
研究团队利用超声波和人工智能，开发出一种可实现无损且持续监测的双重诊断系统。研究人员利用高频超声显微镜（SAM）生成高分辨率的管道壁厚图像，成功实现对管道腐蚀程度的监测。同时，通过卷积神经网络（CNN）分析管道内的超声波信号，成功测量水中氧化铁的浓度。
研究结果显示，对于因腐蚀而厚度减少69～80微米的管道，采用高频显微镜测量时，误差均控制在5%以内。此外，利用卷积神经网络对管道内氧化铁浓度进行分类时，最高准确率达到99%。如果这种能够同时实现管道腐蚀和水质分析的双重诊断系统在工业现场得到应用，有望实现高效而精细的管道基础设施管理。
Lim Hae-gyun 教授研究团队通过 BK21 Four、韩国研究财团优秀新进研究资助项目、区域创新先导研究中心（RLRC）、优秀研究者交流资助项目（BrainLink）等支持开展了本次研究，并于去年7月13日发表了相关论文。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
