機械学習による打音検査の汎化手法について

抄録

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．