ディープニューラルネットワークを用いた光弾性CT法による3次元応力推定の精度向上

点击翻译按钮获取中文摘要

本研究の目的は，光弾性CT法を実用化することである．応力が作用している材料を光が透過すると，応力状態に応じて光の偏光状態が変化する．この性質(光弾性)を利用し，カメラで検出した偏光状態から2次元の応力分布を推定する手法が光弾性実験法である．光弾性CT法は，複数の方向から光弾性実験を実施し，それらの結果から3次元の応力分布を算出する．その実現のために，ディープニューラルネットワーク(DNN)を用いた推定モデルの構築と，実機実験による検証を繰り返し，精度よく応力分布を推定可能な手法の確立を目指す計画である．まず，DNNモデルを構築するためのプログラムを作成した．(1)汎用有限要素法ソフトから出力された節点の座標および各応力成分の値を読み取り，再配置する．(2)ジョーンズ計算法により光の経路に沿った光弾性の影響を計算し，カメラ位置における偏光状態を算出する．(3)カメラで取得するのと同様のデータ形式に変換し，DNNの入力データとして取り込む．(4)元の応力分布を教師データとし，DNNの学習を行う．(5)再構成された結果を定量的に評価する．以上の一連の処理を行うプログラムを作成した．また，応力分布の類似度を定量的に評価する手法を検討し，DNNの最適化アルゴリズムに適用することで推定精度が変化することを確認した．実機実験を行うための実験装置の設計も進めている．具体的には，一台のカメラで複数方向からの撮影を可能とするための回転機構と，応力を生じさせるための外力負荷機構を備え，また回転中心や撮影位置を一致させるための位置調整機能を搭載する．また，試料界面での光の屈折の影響を低減するため，高屈折率の液体を保持する水槽内部に試料を固定する台を設置し，水槽外部から非接触伝達機構により試料を回転させる．現在，物品の選定および発注を行っている．