| 研究課題/領域番号 |
21K03750
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分18010:材料力学および機械材料関連
|
|---|
| 研究機関 | 徳島大学 |
|---|
研究代表者 |
西野 秀郎 徳島大学, 大学院社会産業理工学研究部(理工学域), 教授 (50316890)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2023年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | 非破壊検査 / 超音波 / ガイド波 / 人工知能 / パーセプトロン / パイプライン / 減肉 / マルチレイヤーパーセプトロン / 超音波計測 / 減肉評価 / 深層ニューラルネットワーク / 畳み込みニューラルネットワーク / AI / ディープラーニング |
|---|
| 研究開始時の研究の概要 |
本研究では，超音波ガイド波計測における重要かつ未解明な配管減肉の減肉深さの定量を人工知能(AI)によって実現できるか？に解を与えることを目的とする。AIは，容易に得られる情報(入力)から知りたい情報(出力)が得られる技術である。これまで申請者はガイド波の欠陥での反射現象を良く説明できる数学モデルを構築し，その中で多周波数の反射率に多くの減肉形状の情報が有することを証明している。本AIでは，入力は多周波数の反射率とし，出力は減肉深さである。AIの実現にはまた大量の学習データが必要である。数学モデルは，多種多量の学習データを極めて高速に取得できる。有限要素法の利用も併せてAIの精度を高める。
|
| 研究成果の概要 |
本研究は広範囲高効率手法であるガイド波手法において減肉の定量を可能とする方法を付加することを目的に行うものである。実現手法には人工知能において最も広く用いられている教師付きの多層パーセプトロンを用いることとした。
教師付きパーセプトロンにおける重要なオリジナルポイントは，(1)入力層に与える特徴量を多周波ガイド波反射率としたこと，(2)多数の学習データを独自の数学モデルで構築したこと，である。これらを用いた手法を人工減肉と実機減肉を用いて検証したところ，供用推定幅±0.5mmにおいて人工減肉では８０％程度，実機減肉では１００％の正答率を獲得できている。
|
| 研究成果の学術的意義や社会的意義 |
本手法は，公共インフラや産業インフラとして多く用いられている各種導管(パイプライン) の健全性を高効率かつ非破壊で検査できる手法である。現在は拭き取り検査に留まる各種検査を全域検査に置換できる可能性を秘めており，安心安全社会の実現に向けた研究開発の一つである。安全性の向上のみならず，産業や社会公共におけるコストの低減にも寄与する重要な研究課題である。
|
