文献

J-GLOBAL ID：201702238255596694   整理番号：17A0420105

送電鉄塔劣化診断のための見本画像の選択に関する検討

A Note on Selection of Representative Images for Deterioration Diagnosis of Steel Tower

著者 (4件)： 藤後廉 (北大 大学院情報科学研究科) ,  高橋翔 (北大 大学院情報科学研究科) ,  小川貴弘 (北大 大学院情報科学研究科) ,  長谷山美紀 (北大 大学院情報科学研究科)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 116  号： 463(ITS2016 42-76)  ページ： 47-50  発行年： 2017年02月13日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本文では,送電鉄塔の劣化診断において塗膜劣化見本となる標準画像(以降,劣化見本)の選択手法について検討する。送電鉄塔に対する劣化診断では,熟練技術者を中心に診断が行われている。このとき劣化見本は,診断結果のばらつき減少を目的として用いられる。しかしながら,現在使用されている劣化見本は,劣化診断を開始した当初に手動で選択されたものであるため,劣化見本の自動選択および診断者の熟練度に応じた劣化見本の更新が可能となることが望まれている。そこで本文では,機械学習を用いて劣化見本を自動で選択する手法を提案し,実験によって劣化見本が劣化診断に与える影響について考察する。本検討は,劣化診断に対して経験を有さない診断者の診断結果のばらつき減少に貢献する劣化見本の選択につながると考えられる。(著者抄録)

シソーラス用語： *送電塔 ,  *故障診断 ,  塗膜欠陥 ,  サポートベクトルマシン ,  特徴抽出
準シソーラス用語： *送電鉄塔 ,  *劣化診断 ,  塗膜劣化 ,  画像特徴抽出

分類 (1件)： 電力線路要素・工事  (NB05020V)

引用文献 (10件)：

• T. Yin, H. F. Lam, H. M. Chow et al., ′′Dynamic reduction-based structural damage detection of transmission tower utilizing ambient vibration data,′′ Engineering Structures, vol. 31, no. 9, pp. 2009- 2019, 2009.
• S. Woo, I. Chu, B. Youn et al., ′′Development of the Corrosion Deterioration Inspection Tool for Transmission Tower Members,′′ KEPCO Journal on Elecric Power and Energy, vol. 2, no. 2, pp. 293- 298, 2016.
• PC Watch,′′東電燃えない「リチウム硫黄バッテリ」やスマホロボットを公開 経営技術戦略研究所を初披露,′′http://pc.watch.impress.co.jp/docs/news/1024585.html,(Last accessed:01/21/2017).
• H Hamada et al., Tokyo Electronic Power Campany Holdings, Inc. (private communication).
• C. Cortes and V. Vapnik, ′′Support-vector networks,′′ Machine learning, vol. 20, no. 3, pp. 273-297,1995.

タイトルに関連する用語 (2件)： 送電鉄塔 ,  劣化診断