深層学習に基づく配管バルブの健全性モニタリング

• 野村 泰稔

  立命館大学 理工学部都市システム工学科

• 井田 一晟

  立命館大学 理工学部都市システム工学科

• 宮地 翼

  立命館大学 理工学部都市システム工学科

• 宮本 学

  巴バルブ株式会社

• 菅 真人

  巴バルブ株式会社

書誌事項

タイトル別名

• STRUCTURAL INTEGRITY MONITORING BASED ON DEEP LEARNING FOR FIXATION-DAMAGE VALVE

抄録

配管系を構成するバルブは流体の存在する建設設備やプラント等において欠かせないものである．しかしながら，バルブの制御不良による事故は多く報告されており，事故の原因として，バルブに錆びつき固着が発生し開閉不能になることが挙げられる．錆びつき固着による動作不良は，製品品質だけでなく，人命に関わる重大な事故に直結することから，安全性確保の観点からバルブの健全性の把握は重要である．本研究では，バルブの健全性モニタリング技術の開発を目的として，バルブを開閉することなく，流体が常時流れている際の振動から，周波数特性のフーリエ振幅値を画像化し，深層学習の一種である畳込みニューラルネットワークを用いてバルブの状態を識別することを試みた．

収録刊行物

• 土木学会論文集F6（安全問題）

  土木学会論文集F6（安全問題） 72 (2), I_183-I_190, 2016

  公益社団法人 土木学会

キーワード

• deep learning
• convolution neural network
• structural health monitoring
• valve

詳細情報

• CRID: 1390001205354616448
• NII論文ID: 130005243662
• DOI: 10.2208/jscejsp.72.i_183
• ISSN: 21856621
• Web Site: https://www.jstage.jst.go.jp/article/jscejsp/72/2/72_I_183/_pdf
• 本文言語コード: ja
• データソース種別:
  • JaLC
  • Crossref
  • CiNii Articles
  • KAKEN
• 抄録ライセンスフラグ: 使用不可