固体中の欠陥位置および大きさ推定のための深層学習ベース2次元逆散乱解析

抄録

超音波や電磁波等を用いた非破壊評価の分野において，受信散乱波から欠陥形状を再構成する手法である逆散乱解析に関する研究が古くから行われてきた．一般的に，例えばBorn近似やKirchhoff 近似を用いた逆散乱解析法では，難解な数学理論を駆使した定式化がなされているものの，実用化の観点から見れば，依然として実際の非破壊評価への適用に対する課題は多い．そこで，本研究では，近年，AIの基礎として注目を集めている深層学習を用いて，それら逆散乱解析と同様に，受信散乱波から欠陥の形状や位置を再構成する方法を開発することを試みる．ただし，本論文では，この種の研究の第一段階であることから，受信散乱波は時間領域境界要素法で作成したシミュレーション波形を用いる．最終的に欠陥からの散乱波を教師データとした深層学習を行い，固体中の欠陥の位置や大きさ等を推定した結果を示す．深層学習結果より，欠陥が素子群から遠ざかる程，欠陥形状再構成精度が低下することが示唆された．