異常マップを自動生成するためのAI支援ハンマリング試験システム

IWATA Masaya; KASAI Yuji; YE Jiaxing; CHANG Ching-Tzun; OKUMA Takashi; NOZOE Yusuke; TAKATSU Sota; KUBOTA Yuichi; MURAKAWA Masahiro

文献

J-GLOBAL ID：201902225443818188 整理番号：19A2685909

異常マップを自動生成するためのAI支援ハンマリング試験システム

AI-aided Hammering Test System to Automatically Generate Anomaly Maps

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=19A2685909&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=19A2685909&from=J-GLOBAL&jstjournalNo=L0338A") }}

著者 (9件)： , , , , , , , ,
資料名：
巻： 31 号： 10 (2) ページ： 3087-3098 発行年： 2019年
JST資料番号： L0338A ISSN： 0914-4935 CODEN： SENMER 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：日本 (JPN) 言語：英語 (EN)

本研究の目的は,検査者のスキルにかかわらず,正確に損傷を検出できるハンマリングエコー検査技術を確立することである。この技術を実現するために,筆者らは,「人工知能(AI)支援ハンマリング試験システム」を提案し,開発し,これは,構造の異常な部分を自動的に識別し,また,ハンマリングエコーの違いの機械学習を介して異常の程度を自動的に同定する。レーザ距離センサを用いて,ハンマーのヒット位置を容易に同定し,この情報をハンマリングエコー解析結果に統合し,異常マップを自動的に生成した。著者らは,AI支援ハンマリング試験システムを用いて,ハンマリングエコー収集実験を行い,その性能を評価した。実験において,内部欠陥(フロート)が詳細な手動ハンマー試験によって検出された7つの実際の橋を検査し,結果を著者らのシステムを用いて得られた結果と比較した。粗いブロックユニットでは欠陥は見過ごされず,各ハンマリングエコーの精度は最大で96.3%,平均で90.4%と決定された。(翻訳著者抄録)

, , , , , , , , , ,
, ,

非破壊試験

引用文献 (10件)：

M. J. Sansalone: ACI Struct. J. 94 (1997) 777.
F. Schubert and B. Kohler: J. Nondestr. Eval. 27 (2008) 5.
H. Hassani: J. Data Sci. 5 (2007) 239.
C. M. Bishop: Pattern Recognition and Machine Learning (Springer, New York, 2006).
F. De La Torre and M. J. Black: Int. J. Comput. Vis. 54 (2003) 117.

, , , , ,

前のページに戻る