文献

J-GLOBAL ID：202102260318167496   整理番号：21A0612845

AE-RTISNet:改良型高速領域ベース畳込みニューラルネットワークフレームワークによる航空エンジンX線検査システムネット【JST・京大機械翻訳】

AE-RTISNet: Aeronautics Engine Radiographic Testing Inspection System Net with an Improved Fast Region-Based Convolutional Neural Network Framework

著者 (2件)： Chen Zhi-Hao ,  Juang Jyh-Ching
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 10  号： 23  ページ： 8718  発行年： 2020年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 航空機飛行における安全性を確保するため,X線画像検出のための多重欠陥検出パラダイムによる非破壊検査の深層学習法の使用を目的とした。高速領域ベースの畳み込みニューラルネットワーク(Fast R-CNN)駆動モデルの使用は,既存の自動非破壊試験(NDT)診断を強化し,改良することであった。X線スクリーニングの文脈の中で,X線航空エンジン欠陥データサンプルの限られた数および不十分なタイプは,このように,多重検出を攻撃する訓練モデルの性能精度において,別の問題を提起することができた。この問題を克服するために,単一および多重検出の両者を攻撃する移動学習の深層学習パラダイムを採用した。全体として,達成された結果は,8種類の欠陥検出で再訓練された航空エンジンX線検査システムネット(AE-RTISNet)に基づく90%以上の精度を得た。Caffe構造ソフトウェアを用いて,多重高速R-CNNs上のネットワーク追跡検出を実行した。AE-RTISNetは,より伝統的な多重高速R-CNN手法と比較して最良の結果を提供し,C++コードに翻訳し,Jetson TX2組込みコンピュータにインストールした。雷メモリマッピングデータベース(LMDB)フォーマットを用いて,すべての入力画像は640480画素であった。結果は,8種類の材料欠陥分類器問題に対して0.9平均精度(mAP)を達成し,約100マイクロ秒を必要とした。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  航空機 ,  *ネットワーク ,  故障検出 ,  画素 ,  多重化 ,  ソフトウェア ,  飛翔 ,  X線画像 ,  スクリーニング ,  コンピュータ ,  C++言語
準シソーラス用語： *航空エンジン ,  深層学習 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 高速R-CNN ,  R-CNN ,  NDT ,  X線 ,  伝達学習

分類 (2件)： ガスタービン  (PB02040Y) ,  非破壊試験  (HB02030F)

引用文献 (28件)：

• National Transportation Safety Board. DCA18MA142 SWA1380 Investigative Update; National Transportation Safety Board: Washington, DC, USA, 2018; Volume 1, pp. 1-6.
• Little, J.E.; Yuan, X.; Jones, M.I. Characterisation of voids in fibre reinforced composite materials. NDT E Int. 2012, 46, 122-127.
• Gholizadeh, S. A review of non-destructive testing methods of composite materials. Proc. Struct. Integr. 2016, 1, 50-57.
• Gong, Y.; Shao, H.; Luo, J.; Li, Z. A deep transfer learning model for inclusion defect detection of aeronautics composite materials. Compos. Struct. 2020, 252, 112681.
• Pontecorvo, J.A. MSG-3-A Method for Maintenance Program Planning; SAE Technical Paper in United States; Lund University: Sweden, Switzerland, 1984.

タイトルに関連する用語 (6件)： AE ,  畳込みニューラルネットワーク ,  フレームワーク ,  航空エンジン ,  X線検査システム ,  ネット