2023 Fiscal Year Annual Research Report
Development of quantitative evaluation technology for rolling fatigue by statistical analysis method
| Project/Area Number |
21K03830
|
|---|
| Research Institution | Shiga University |
|---|
Principal Investigator |
三井 真吾 滋賀大学, データサイエンス学系, 助教 (10714438)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
西村 龍太郎 大学共同利用機関法人高エネルギー加速器研究機構, 物質構造科学研究所, 特別助教 (00828189)
新谷 正義 石川県工業試験場, 機械金属部, 技師 (20909337)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | X線残留応力測定 / 転がり疲労 / cosα法 / 異常検知 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
本年度は2円筒転がり接触試験に代わり、SUJ2試験片に対してスラスト荷重試験を行い、残留応力および回折環半価幅を測定して、前年度に開発した異常検知手法により転がり疲労の定量的評価を行った。
2円筒転がり接触試験は疲労や損傷状態の再現が難しいため、試験方法をSUJ2試験片と鋼球によるスラスト荷重試験に変更した。スラスト荷重試験は通過回数1億回まで実施した。途中、残留応力および回折環半価幅の抜き取り測定を行い、開発した異常検知手法により転がり疲労の時間的変化を評価した。SUJ2試験片には切り欠き加工を行い、再試験の際の鋼球接触位置の再現性を確保した。これにより、同一サンプルでの時間的な転がり疲労の進展の評価が可能となった。
前年度に開発した異常検知手法は論文化しており、亀裂のあるレールにおいて損傷部の検知が可能であることを示した。本手法は、正常部の残留応力と回折環半価幅のデータから得られる部分空間からのマハラノビス距離を異常度としている。これにより、正常部とは異なる残留応力や回折環半価幅の値を示した点を異常として検知することが出来る。この異常度の時間的変化を調査することで転がり疲労の時間的な進展を評価することが出来る。
本研究により、これまで十分に解明されていなかった転がり疲労について、定量的に評価することが可能となった。研究成果は令和6年度に学会発表や学術論文で公表する予定である。本手法は、インフラの維持管理や金属製品の全数検査など広い分野へ応用可能であるため、今後も引き続き研究を行い社会実装していく。
|
