機械学習を用いたすき間内電位分布の可視化と新規腐食評価法の確立

• 研究課題/領域番号: 24K17537
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分26050:材料加工および組織制御関連
• 研究機関: 国立研究開発法人日本原子力研究開発機構
• 研究代表者: 青山 高士 国立研究開発法人日本原子力研究開発機構, 原子力科学研究所 原子力基礎工学研究センター, 研究職 (60752623)
• 研究期間 (年度): 2024-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,290千円 (直接経費: 3,300千円、間接経費: 990千円); 2026年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円); 2025年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円); 2024年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
• キーワード: すき間腐食 / ステンレス鋼 / 機械学習

研究開始時の研究の概要

ステンレス鋼の重要な腐食課題であるすき間腐食への対策として、すき間腐食進展抑制法の開発が求められている。すき間腐食進展抑制法を確立するためにはすき間内で生じる電位分布（腐食速度分布）を考慮した高精度なすき間腐食評価法が必要となる。本研究ではその場観察と機械学習を組み合わせることにより新規腐食評価法の開発を目指す。すき間内をその場観察することによってすき間内画像を取得する。得られた画像を機械学習によって処理することで、すき間腐食の進展挙動及び、すき間内電位分布を可視化することが可能となる。