機械学習による打音検査の汎化手法について

DOI
  • 新保 弘
    リテックエンジニアリング株式会社 技術本部
  • 尾関 智子
    東海大学 情報理工学部 情報科学科
  • 溝渕 利明
    法政大学大学院 デザイン工学研究科 都市環境デザイン工学専攻
  • 野嶋 潤一郎
    (株)開発設計コンサルタント 茅ヶ崎事業本部

書誌事項

タイトル別名
  • Generalization method of hammering test by machine learning

抄録

<p>調査点検の生産性向上に向けた打音検査の自動化や機械化には,まず打音評価の定量化が必要である.短時間フーリエ変換等により時間-周波数領域で画像化した打音データをCNN(Convolutional Neural Network)により教師あり学習させることで,健全部と欠陥部の打音を精度よく分類することは可能であるが,部材の特性や環境が異なると分類性能が低下する.ここでは画像化した打音について学習したCNNを特徴抽出器としてのみ利用し,テストサイトの健全打音データの特徴ベクトルから同サイトのテスト打音の特徴ベクトルをマハラノビス距離により評価する方法を提案・検証した.その結果,提案手法により条件の異なるサイトでも健全データからのマハラノビス距離により健全度を定量的に評価できる可能性を示した.</p>

収録刊行物

詳細情報 詳細情報について

  • CRID
    1390861074219051776
  • DOI
    10.11532/jsceiii.4.3_337
  • ISSN
    24359262
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ