合金種を考慮した深層学習による金属材料の破面分類

摘要

破面解析（フラクトグラフィ）とは、破面に残された痕跡を調査することにより得られた情報を元に、破壊の機構や原因を解析する手法である。しかし、破面解析には多くの経験・知識が必要であり、リソース不足が叫ばれる昨今、破面解析専門の技術者を育成することは、多大な労力が必要である。そのため、人工知能システムにより破面を分類することができれば、破面解析の省力化とともに、技術者育成に役立つものと考えられる。本研究はCNN(畳み込みニューラルネットワーク)を用いて、SEM(走査型透過電子顕微鏡)観察によるミクロ破面の破面形態を自動分類するシステムの構築を目的としており、合金種別を考慮することによる分類精度の向上を報告する。