본 아티클은 위상배열 초음파 탐상 이미징 분야의 첨단 기술인 풀 매트릭스 획득(FMC, Full Matrix Capture) 디지털 신호 수집 메커니즘과 전체 집속 기법(TFM, Total Focusing Method) 영상 재구성 알고리즘의 수학적 및 물리적 기초를 다룹니다.
1. 풀 매트릭스 획득 (FMC)의 데이터 수집 원리
기존의 위상배열 초음파(PAUT) 기법에서는 다소자 어레이의 각 압전 소자를 설정된 시간 지연 값에 따라 동시에 발진시켜, 특정 입사각이나 초점 깊이를 갖는 하나의 합성 빔을 물리적으로 형성합니다. 이 방식은 고속 검사가 가능하지만, 수집되는 초음파 전파 정보 중 상당량이 물리적으로 소실된다는 한계가 있습니다.
**풀 매트릭스 획득 (FMC)**은 이와 다르게 어레이 탐촉자를 구성하는 모든 개별 소자 간의 송수신 조합을 체계적이고 개별적으로 기록하는 데이터 획득 전략입니다.
FMC 신호 획득 과정
N개의 소자로 구성된 어레이 탐촉자를 기준으로:
- 1번 소자만 독립적으로 짧은 초음파 펄스를 송신합니다. 이때 탐촉자의 모든 소자($1번부터 N번 소자 전체)는 수신기로 작동하여 반사 에너지를 동시에 받아들입니다. 이를 통해 N개의 A-Scan 파형 신호가 저장됩니다.
- 다음으로 2번 소자만 독립적으로 펄스를 송신하고, 모든 소자가 동시에 수신하여 또 다른 N개의 A-Scan 신호를 획득합니다.
- 이 순차적 과정을 N번 소자가 송신할 때까지 반복합니다.
이 과정을 거치면 총 N \times N개의 독립적인 A-Scan 파형으로 이루어진 로우 데이터 매트릭스(FMC Matrix)가 형성됩니다.
FMC 원시 데이터 매트릭스 [A_i,j(t)] (i: 송신 소자, j: 수신 소자)
여기서 A_i,j(t)는 i번 소자가 송신하고 j번 소자가 수신한 A-Scan 파형 신호입니다. 이 데이터 매트릭스는 임의의 지연 법칙(Focal Law)이 인가되지 않은, 검사 영역의 전체 순수 음향 정보를 온전히 보존한 원시 자료 데이터베이스가 됩니다.
2. 전체 집속 기법 (TFM) 영상 재구성 알고리즘
FMC 매트릭스는 가공되지 않은 다량의 파형 데이터 집합이므로 직관적인 판독이 어렵습니다. **전체 집속 기법 (TFM)**은 이 로우 데이터를 연산하여 검사 대상의 전 영역에서 초점이 정밀하게 맞추어진 2차원 단면 영상을 합성하는 포스트 프로세싱 알고리즘입니다.
수학적 포뮬러 유도
TFM 알고리즘은 먼저 이미지를 생성할 대상 단면 영역을 미세한 격자(Grid) 단위의 픽셀들로 분할합니다. 그리드 상의 임의의 한 픽셀 좌표를 P(x, z)라고 할 때, 알고리즘은 모든 송신 소자 i에서 픽셀 P를 거쳐 수신 소자 j로 돌아오는 초음파 전파 시간을 수학적으로 계산합니다.
정의:
- d_Tx,i(P): 송신 소자 i의 좌표에서 픽셀 P(x, z)까지의 직선거리
- d_Rx,j(P): 수신 소자 j의 좌표에서 픽셀 P(x, z)까지의 직선거리
- v: 매질 내의 초음파 종파 속도
초음파가 송신 소자 i에서 출발하여 픽셀 P에서 산란된 후 수신 소자 j에 도달하기까지 걸리는 전체 왕복 시간 t_{i,j}(P)는 다음과 같습니다:
t_{i,j}(P) = \frac{d_{Tx, i}(P) + d_{Rx, j}(P)}{v}
TFM 연산 장치는 FMC 매트릭스 내부의 수많은 A-Scan 데이터 중 i번 송신 - j번 수신 A-Scan인 A_{i,j} 신호 파형에서 정확히 t_{i,j}(P) 시점의 진폭(Amplitude) 값을 추출합니다. 픽셀 P의 최종 이미지 밝기(진폭 강도, I(P))는 모든 N \times N 송수신 소자 조합으로부터 추출한 진폭 값을 합산하여 계산합니다:
I(P) = \left| \sum_{i=1}^{N} \sum_{j=1}^{N} A_{i,j}(t_{i,j}(P)) \right|
그리드 상의 모든 픽셀 좌표들에 대해 이 합산 연산을 수행함으로써, 대상 내부의 형태를 선명하게 묘사하는 최종 TFM 단면 이미지를 재구성합니다.
3. 기존 PAUT 대비 FMC/TFM의 공학적 이점
FMC/TFM의 디지털 합성 집속 방식은 기존 비파괴 탐상 신호 처리 대비 물리적으로 월등한 이점을 제공합니다:
- 전 영역 합성 집속 (Synthetic Focusing): 단일 깊이에만 물리적으로 초점이 형성되는 기존 PAUT와 달리, TFM은 재구성되는 이미지 내부의 모든 픽셀 좌표 전체가 초점 영역이 되는 효과를 내어 사각지대를 최소화합니다.
- 공간 분해능의 비약적 향상: N^2개의 파형 데이터를 누적 합산 연산하므로 랜덤 노이즈가 상쇄되어 신호 대 잡음비(SNR)가 급격히 증가하며, 매우 인접한 미세 결함들을 상호 분리하여 판독할 수 있는 공간 분해능을 극대화합니다.
- 다양한 전파 모드를 이용한 형상 이미징: 로우 데이터가 보존되어 있으므로 종파-종파 모드뿐만 아니라 바닥면이나 벽면에 튕겨 돌아오는 전파 경로(예: 횡파 변환 전파 경로 등)까지 연산식에 반영하여, 매우 복잡한 구조물의 구석진 영역에 존재하는 결함까지 선명하게 묘사할 수 있습니다.