[2L01-03] Improvement of Inspection Technology of Nuclear Power Plants

[2L01] Identification of flaw depth by deep learning of eddy current testing signals

*Tomoyuki Hori¹, Kazuyuki Demachi¹ (1. Department of Nuclear Engineering and Management, School of Engineering, the University of Tokyo)

Keywords:Eddy Current Testing, Deep Neural Network, Convolutional Neural Network

PWR蒸気発生器の伝熱管が破損すると、一次冷却水が二次システムに漏れる。この漏れ量が大きいと緊急炉心冷却システムも機能する可能性があり、これを防ぐために、伝熱管に割れやかけがないかを定期的に点検している。渦電流検査(ECT)は、伝導性材料の亀裂、傷を検出するための非破壊検査方法の一種であり、逆問題解析によって欠陥の形状を推定することができるが、計算時間とメモリが膨大になる可能性がある。そこで本研究では深層学習の一種である深層ニューラルネットワーク(DNN)と畳み込みニューラルネットワーク(CNN)による傷深さの推定を行った。DNNによる単純な条件での推定結果は大きな誤差があったものの、CNNでは推定誤差が非常に小さく、ノイズにも強く大きい汎化性能を示した。