| 研究課題/領域番号 |
20H02230
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
廣瀬 壮一 東京工業大学, 環境・社会理工学院, 教授 (00156712)
|
|---|
| 研究分担者 |
斎藤 隆泰 群馬大学, 大学院理工学府, 准教授 (00535114)
中畑 和之 愛媛大学, 理工学研究科(工学系), 教授 (20380256)
古川 陽 北海道大学, 工学研究院, 准教授 (60724614)
丸山 泰蔵 愛媛大学, 理工学研究科(工学系), 准教授 (90778177)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 超音波非破壊評価 / 超音波イメージング / 時間反転法 / 粒子フィルタ法 / MUSIC / スパース推定法 / 深層学習 / シミュレーション |
|---|
| 研究実績の概要 |
本研究の最終目標は，AIなどを利用した効率的超音波非破壊評価システムの構築にある．令和2年度は時間反転法，粒子フィルタ法，MUSIC法，及びスパース推定法などの多点計測データを用いた超音波イメージング法の最適化を検討し，それぞれの手法の重要因子の抽出を行った．それを受けて令和３年度は各種超音波イメージングをさらに改良するとともに，実務的な問題へ応用展開した．時間反転法についてはトポロジカル感度を指標とした手法を2次元問題から3次元問題に拡張するとともに，薄板の表面き裂の検出に適用して精度のよい結果を得た．粒子フィルタ法については単一のパルスエコー信号のみを用いてアルミニウム試験片の人工欠陥の形状の特定に成功した．MUSIC法では複数周波数を用いることによって単一の周波数の場合に比べてイメージングの解像度を上げることに成功した．スパース推定法では物体力による点波源のみならず，モーメントテンソルを求めることによって，き裂面の方向と変位不連続を推定できることを示した．また，これらの手法によって得られた超音波画像をもとにニューラルネットワークを用いた深層学習を実施して，欠陥種別や位置の判定，未接着部の検出，及び，弾性定数、減衰定数の推定を行った．本年度はニューラルネットワークへの入力データの一部に実験データを用いたものの，多くのデータはシミュレーションデータを使用した．そのため超音波のシミュレーションをより効率的に実施するために，モード連続追跡によるガイド波の分散特性の解析，閉口き裂解析など，超音波シミュレーションに係る数理モデルの向上も図った．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
本年度は前年度に検討した時間反転法，粒子フィルタ法，MUSIC法，並びにスパース推定法の4つの超音波イメージング法をさらに改良し実務的な問題への適用性を検討した．さらに，これらの手法によって得られた超音波画像をもとにニューラルネットワークを用いた深層学習によるきずの判定や材料の非破壊評価を行った．以上の内容は当初の研究目的に合致しており，本研究はおおむね順調に進展しているといえる．
|
| 今後の研究の推進方策 |
本年度はニューラルネットワークを用いた深層学習を実施して，きず種別や位置の判定，未接着部の検出，及び，弾性定数、減衰定数の推定を行った．ただし，ニューラルネットワークへの入力データの一部に実験データを用いたものの，多くの入力データはシミュレーションによって得たものであった．次年度は実験や計測による実データをより取り入れた上で，数値シミュレーションデータとの連携を強化して深層学習を実施し，実用的な課題に対応できる非破壊評価システムの構築を図る．
|
