【seedsビッグデータ】破面写真のビッグデータを用いた破面特徴量の自動識別 ~経験が浅くても破面解析ができるようにするための手法~

『破面写真のビッグデータを用いた破面特徴量の自動識別』~経験が浅くても破面解析ができるようにするための手法~

立命館大学 理工学部 機械工学科 上野 明教授

 

■研究内容

工業製品の破断原因を解明する上で破面観察(フラクトグラフィ)は有効な手段の一つである。しかし、「延性破壊のディンプル(図1)」、「ぜい性破壊のリバーパターン(図2)」、「疲労破壊のストライエ―ション(図3)」のような破壊原因を特徴付ける破面形態を識別するためには、ある程度以上の経験を有する。破面の特徴量を抽出する方法として、フラクタル次元の有用性に注目した研究例は多いが、フラクタル次元では、異なる破面形態でも同じ値を示す場合もある。そのため、破面形態の違いの定量評価にもむすびつけることができる「リカレンスプロット」を用いた破面形態の識別方法を新たに提案する。

 

■破面特徴量抽出方法

走査型電子顕微鏡(SEM)で観察・撮影した白黒破面写真上の任意の断面における「白黒濃淡度」を0~255(=2⁸=8ビット)の数値として抽出し、断面プロファイル線図[図4(a)~(c)] を描くとともに、そのデータを時系列データセット{x₁,x₂、・・・,xn}として扱う。

標準的なSEM写真は、横1280画素×縦960画素であるため、1枚のSEM写真からデータ数n=1280個の時系列データセットを960本の各断面線上で抽出することにより、膨大な時系列データ(Ξビッグデータ)を取得できる。

■リカレンスプロットを用いた破面識別

リカレンスプロットは、時系列データセット{x₁,x₂、・・・,xn}の有する特徴を視覚化するための2次元平面図である。代表的な破面形態から抽出した時系列データセットを用いて作成したリカレンスプロット[図5(a)~(c)]をテンプレート(200画素×200画素)とし、特徴量を識別したい破面[図6]上をスキャンしながら、式(下に示す)で計算できる[正規化相互相関係数RNcc] を用いて判定する。

■適用例(粒界割れの識別と、粒界割れ位置同定)

粒界割れが混じった疲労破面(図7)へ、本手法を適用した。

・全ての断面線上で、図5(a)の粒界割れテンプレートを用いた時のRNccが最大。

・粒界割れ位置[図8]の同定も、概ね良好。

■セールスポイント

・走査型電子顕微鏡(SEM)へ実装することが可能な手法。

・ディープラーニングを用いることで、全自動破面特徴量抽出システムへ発展できる可能性あり。

・破面観察に携わる技術者や研究者のための、支援・トレーニングシステムを構築可能。

 

■特許情報

特願2016-219778

 

■研究キーワード

フラクトグラフィ・リカレンスプロット・自動識別・ビッグデータ・電子顕微鏡

 

■お問い合わせ

立命館大学 BKCリサーチオフィス

〒525-8577 滋賀県草津市野路東1-1-1 びわこ・くさつキャンパス

TEL:077-561-2802 FAX:077-561-2811

MAIL:liaisonb@st.ritsumei.ac.jp

 

 

立命館大学 BKCリサーチオフィス

立命館大学 BKCリサーチオフィス

投稿者プロフィール

立命館大学 BKCリサーチオフィス
所在地 滋賀県 草津市
webサイト http://www.ritsumei.ac.jp/research/

この著者の最新の記事

関連記事

運営協会情報

提供協力 WEBサイト

産学連携推進専門委員

ページ上部へ戻る