2019 Fiscal Year Research-status Report
ラチス構造破壊過程の三次元形状計測と解析技術の構築
| Project/Area Number |
19K04136
|
|---|
| Research Institution | Tokyo Metropolitan Industrial Technology Research Institute |
|---|
Principal Investigator |
三浦 由佳 地方独立行政法人東京都立産業技術研究センター, 事業化支援本部技術開発支援部3Dものづくりセクター, 研究員 (10807647)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
長井 超慧 首都大学東京, システムデザイン研究科, 准教授 (20586002)
大竹 豊 東京大学, 大学院工学系研究科(工学部), 准教授 (50425617)
月精 智子 地方独立行政法人東京都立産業技術研究センター, 事業化支援本部技術開発支援部3Dものづくりセクター, 主任研究員 (80520220)
紋川 亮 地方独立行政法人東京都立産業技術研究センター, 事業化支援本部技術開発支援部3Dものづくりセクター, 上席研究員 (10399397)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 高速X線撮影手法 / ラチス構造 / In-Situ形状計測 |
|---|
| Outline of Annual Research Achievements |
現在、3Dプリンタの特徴を生かした技術であるラチス構造が注目されている。しかしながら、ラチス構造の強度がどのように影響するか不明な部分が多く、その利用は限定的である。そこで本研究は、CADで設計し造形したラチス構造体の圧縮過程をリアルタイムX線撮影(In-Situ法)することを目標としている。
本年度では、三次元的な構造であるラチス構造を持つ造形物の設計を行った。また、X線CT装置内に設置するIn-Situ圧縮試験機の開発に成功した。
リアルタイム計測する際に課題となる従来手法である三次元再構成技術の代替手法を開発した。4次元CT再構成アルゴリズムの研究に取り組み、計算方法の基盤的な部分の技術検討と計算機実装、および模擬データによる検証を行った。模擬データとしてシリコンゴム製のラチス構造を作成し、圧縮により徐々に潰れる様子の4次元CT再構成にトライした。研究開発された再構成アルゴリズムにより、ラチス構造の変形過程の4次元データを得ることに成功した。本技術は、国内講演会にて論文を公表し、また国際会議での発表を予定(論文採択済み)している。
さらに、ラチス構造が繰り返しパタンを有することに着目し、その静的なX線CT画像に対する高分解能化法を提案した。同一ラチスに対する低分解能X線CTデータと高分解能X線CTデータから、対応する箇所を切り出し組にした学習データを生成する。このデータをCNN(畳み込みニューラルネットワーク)により学習したモデルに、学習に用いたものと同様の構造を有するラチスの低分解能X線CTデータを与えると、高解像化された画像を得ることが可能である。実データを用いた実験により、高解像度化された画像では、同等の解像度を有する高分解能X線CT画像よりもノイズが抑えられていることが確認できた。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
ラチス構造体の圧縮過程をリアルタイムX線撮影するための、X線CT装置内に設置する圧縮試験機の開発に成功している。
4次元CT再構成アルゴリズムの研究においては、変形前の形状データが取得可能である点に着目し、X線透過像を使って初期形状を徐々に変形していく方法を採用した。形状変形には、ラチス構造の破断に対応するために、トポロジー変化に対応可能なレベルセット法を用いることとした。初期形状を用いない従来の手法と比較して、1フレーム30枚程度の少ない枚数のX線透過像から、より鮮明なCT画像を得ることができることを確認した。
静的なX線CT画像に対する高分解能化を提案する予備実験用に、樹脂を用いた積層造形によりラチス構造モデルを作製し、X線CT計測を行った。近隣分野である画像高分解能化に関する研究調査を行い、機械学習技術の適用が妥当であるとの結論を得た。静的X線CTデータに対する高分解能化の手法を提案し、樹脂ラチス構造のX線CTデータを用いて実験を行い、ノイズ量を抑えて高分解能可能であることを確認している。
|
| Strategy for Future Research Activity |
4次元CT再構成アルゴリズムの研究においては、2019年度は模擬データを用いた実証試験にとどまったが、今後は実データを扱うためのアルゴリズムの改善に取り組む。特に、ラチス構造破断の正確な再現、X線透過像上のノイズへの頑健性に注目して研究を進める。また、得られた4次元CTデータの解析手法にも着手予定である。具体的には、時間変化するトポロジー構造の自動抽出や、変形の定量的な評価手法のアルゴリズム開発に取り組む。
X線CT画像に対する高分解能化法の開発は、4次元CTデータの高分解能化を目標とする。4次元X線CTデータに生じる、動的観察に起因するボケに対して頑健性のある高分解能化法の提案を目指す。そのために、CTスキャンの一次データであるサイノグラムからボケ除去を行った上で、昨年度開発した手法で高解像度化する。得られたサイノグラムをCT再構成することにより、高画質高分解能な4次元CTデータを生成することができると見込まれる。マイクロCTスキャン・ナノCTスキャンによる実データを用い、画質・ノイズや4次元X線CT特有のブレへの頑健性について評価を行う。
|
| Causes of Carryover |
予定より安く購入することができたため。
|
Research Products
(1 results)
