| 研究課題/領域番号 |
19K14872
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分18030:設計工学関連
|
|---|
| 研究機関 | 地方独立行政法人東京都立産業技術研究センター |
|---|
研究代表者 |
富山 真一 地方独立行政法人東京都立産業技術研究センター, 事業化支援本部地域技術支援部城南支所, 副主任研究員 (40614524)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
260千円 (直接経費: 200千円、間接経費: 60千円)
2020年度: 130千円 (直接経費: 100千円、間接経費: 30千円)
2019年度: 130千円 (直接経費: 100千円、間接経費: 30千円)
|
|---|
| キーワード | X線CT / 鋳巣検出 / 画像解析 / ボイド検出 / 異物検出 |
|---|
| 研究開始時の研究の概要 |
輸送機器業界では、ダイカストで鋳造される金属部品の内部欠陥の高精度な検出技術が課題である。内部欠陥の検出は、得られたＸ線CT断面画像に対し、手動で設定した画素値の閾値による判別分析法で行われる。しかし、X線のアーチファクトの影響でCT断面画像にノイズが入り、欠陥の未検出や誤検出が生じる。
本研究では、金属部品の内部欠陥自動検出を目的に、CT断面画像内のアーチファクトを低減するアルゴリズムと精度の高い金属部品内部の欠陥検出アルゴリズムを開発する。本研究により、肉厚検査や現物融合型エンジニアリングへの応用が見込め、製品/信頼性/保全性/安全設計、リバースエンジニアリングの高付加価値化が期待できる。
|
| 研究成果の概要 |
精密機械メーカーは、内部欠陥の高精度な検出を要望している。内部欠陥の検出は、CT画像の画像処理で行われる。従来法では、CT画像内のノイズや手動で設定した閾値による判別により、欠陥の誤検出や未検出が生じている。そこで本研究では、内部欠陥の誤検出と未検出を低減した内部欠陥検出方法の開発を行った。提案法は、初めに類似の特徴を持たない欠陥のみに絞り込んだ後、欠陥の孤立度を算出し、孤立していない欠陥のみに絞り込みを行う。提案法により、従来法よりも欠陥の誤検出と未検出を低減した内部欠陥自動検出が可能となった。
|
| 研究成果の学術的意義や社会的意義 |
提案法により、内部欠陥の誤検出と未検出を低減した内部欠陥自動検出が可能になる。また、内部の異物検出も設定を反転することで高精度な検出が可能になる。高精度な内部欠陥や内部の異物検出技術は、肉厚検査や現物融合型エンジニアリングへの応用が見込める。これは製品設計、信頼性設計、保全性設計、リバースエンジニアリング、安全設計の高付加価値化が見込めるため、非常に有意義なことである。
|
