[2L01-03] 原子力プラントの検査技術の向上

[2L01] 渦電流探傷信号の深層学習による欠陥深さ同定

*堀 智之¹、出町 和之¹ (1. 東京大学工学系研究科原子力国際専攻)

キーワード：渦電流検査、深層ニューラルネットワーク、畳み込みニューラルネットワーク

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。