特許ウォッチ

公開番号2025136662
公報種別公開特許公報(A)
公開日2025-09-19
出願番号2024035400
出願日2024-03-07
発明の名称寿命評価装置、そのプログラム、及び寿命評価方法
出願人学校法人早稲田大学,株式会社レゾナック
代理人個人
主分類G01N 3/34 20060101AFI20250911BHJP(測定;試験)
要約【課題】非破壊検査により、材料の繰り返し疲労による長期耐久性における材料の寿命評価をより簡便に行うこと。
【解決手段】寿命評価装置10は、所定の環境下で使用している材料の疲労に対応する物理量の分布を表す解析画像データを物理量データとして入力したときに、材料の余寿命の予測及び破壊位置の推定に係る寿命情報を導出する寿命評価モデルを作成するモデル作成部12と、寿命評価モデルにより、非破壊状態における解析画像データの取得時点での材料の繰り返し疲労による寿命情報を出力する予測部13とを備える。
【選択図】図1
特許請求の範囲【請求項１】
所定の環境下で使用している材料の寿命を機械学習モデルにより評価する装置であって、
前記材料の疲労に対応する物理量の分布を表す解析画像データに基づき、非破壊状態の前記解析画像データの取得時点における前記材料の繰り返し疲労による余寿命の予測、及び／又は、前記材料の将来の破壊位置の推定を行うことを特徴とする寿命評価装置。
続きを表示（約 1,100 文字）【請求項２】
所定の環境下で使用している材料の寿命を機械学習モデルにより評価する装置であって、
前記材料の疲労に対応する物理量の分布を表す解析画像データを物理量データとして入力したときに、前記材料の余寿命の予測及び／又は破壊位置の推定に係る寿命情報を導出する寿命評価モデルを作成するモデル作成部と、前記寿命評価モデルにより、非破壊状態における前記解析画像データの取得時点での前記材料の繰り返し疲労による前記寿命情報を出力する予測部とを備えたことを特徴とする寿命評価装置。
【請求項３】
前記解析画像データは、デジタル画像相関法により取得した前記材料の変位分布又はひずみ分布を表す画像データであることを特徴とする請求項２記載の寿命評価装置。
【請求項４】
前記モデル作成部では、前記材料の疲労試験による繰り返し荷重の絶対値の最大荷重時における前記解析画像データを学習データとして前記寿命評価モデルを作成することを特徴とする請求項３記載の寿命評価装置。
【請求項５】
所定の環境下で使用している材料の寿命を機械学習モデルにより評価する装置を機能させるプログラムであって、
前記材料の疲労に対応する物理量の分布を表す解析画像データを物理量データとして入力したときに、前記材料の余寿命の予測及び／又は破壊位置の推定に係る寿命情報を導出する寿命評価モデルを作成するモデル作成部と、前記寿命評価モデルにより、非破壊状態における前記解析画像データの取得時点での前記材料の繰り返し疲労による前記寿命情報を出力する予測部としてコンピュータを機能させることを特徴とする寿命評価装置のプログラム。
【請求項６】
所定の環境下で使用している材料の寿命を機械学習モデルにより評価する方法であって、
デジタル画像相関法により取得した前記材料の変位分布又はひずみ分布を表す解析画像データを物理量として、前記材料の寿命に関する寿命情報を導出する寿命評価モデルを作成し、非破壊状態の前記解析画像データを前記寿命評価モデルに入力することで、当該解析画像データの取得時点における前記材料の繰り返し疲労による余寿命の予測、及び／又は、前記材料の破壊位置の推定を行うことを特徴とする寿命評価方法。
【請求項７】
前記寿命評価モデルの学習データとして、事前に行う前記材料の疲労試験で取得した前記解析画像データから、繰り返し荷重の絶対値の最大荷重時における前記解析画像データを抽出して用いることを特徴とする請求項６記載の寿命評価方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、所定の環境下での長期耐久性における材料の寿命を評価する寿命評価装置、そのプログラム、及び寿命評価方法に関する。
続きを表示（約 2,000 文字）【背景技術】
【０００２】
繊維強化プラスチックは、プラスチック材料と繊維を組み合わせた複合材料の一種であり、特に、短繊維の繊維強化プラスチックは、比強度，比剛性に優れた材料であり、軽量化を目的に機械構造材料として使われ、近年、需要が増加している。しかしながら、短繊維の繊維強化プラスチックは、長繊維の繊維強化プラスチックに比べ、繊維がランダムに配置されることから、強度が繊維方向に依存し、疲労特性に影響を及ぼすため、機械構造材料としての長期使用の際に予期せぬ破壊が生じる可能性がある。そこで、短繊維の繊維強化プラスチック等の機械的構造材料については、繰り返し疲労による複雑な損傷挙動に対し、非破壊検査にて損傷の開始を早期に発見し、その後の進展を追跡していく必要がある。
【０００３】
ところで、非破壊検査により材料の寿命を評価する手法として、様々な力学モデルが提案されており、例えば、特許文献１に開示されるような手法がある。
【先行技術文献】
【特許文献】
【０００４】
特開２０２３－１５７６０１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、前記特許文献１における材料の寿命評価手法は、所定の使用環境の想定の下での使用前の評価手法であって、構造部材として実際に使用している段階で長期耐久性を予測するものではない。また、例えば、損傷許容設計がなされる航空機等にあっては、非破壊検査を定期的に実施しながら安全性を確保しつつ運用されているが、部材がいつ、どこで破壊が生じるかの判断が困難であるため、検査には多大な手間やコストがかかる。
【０００６】
本発明は、このような課題に着目して案出されたものであり、その目的は、非破壊検査により、材料の繰り返し疲労による長期耐久性における材料の寿命評価をより簡便に行うことができる寿命評価装置、そのプログラム、及び寿命評価方法を提供することにある。
【課題を解決するための手段】
【０００７】
前記目的を達成するため、本発明は、主として、所定の環境下で使用している材料の寿命を機械学習モデルにより評価する装置であって、前記材料の疲労に対応する物理量の分布を表す解析画像データに基づき、非破壊状態の前記解析画像データの取得時点における前記材料の繰り返し疲労による余寿命の予測、及び／又は、前記材料の将来の破壊位置の推定を行う、という構成を採っている。
【０００８】
また、本発明は、主として、所定の環境下で使用している材料の寿命を機械学習モデルにより評価する方法であって、デジタル画像相関法により取得した前記材料の変位分布又はひずみ分布を表す解析画像データを物理量として、前記材料の寿命に関する寿命情報を導出する寿命評価モデルを作成し、非破壊状態の前記解析画像データを前記寿命評価モデルに入力することで、当該解析画像データの取得時点における前記材料の繰り返し疲労による余寿命の予測、及び／又は、前記材料の破壊位置の推定を行う、という手法を採っている。
【発明の効果】
【０００９】
本発明によれば、所定のシミュレーションによる材料に対する静的負荷時の損傷エリアの予測とは異なり、材料の疲労試験等によって実際に得られた解析画像データを使い、その取得時点での材料の余寿命の予測や将来の破壊位置の推定を行うことができ、損傷形態を考慮した疲労寿命予測を比較的早い段階で簡便に行うことができる。また、機械学習モデルに対する入力データとして、デジタル画像相関法により取得した材料の変位分布又はひずみ分布を表す解析画像データを用いることにより、非常に複雑な現象である繰り返し疲労における損傷蓄積（ひずみ履歴）に対する寿命評価に際し、破壊位置の推定により有効となり、且つ、当該破壊位置に着目した材料の余寿命の予測精度をより高めることができる。更に、学習データとして、事前に行う材料の疲労試験にて取得した繰り返し荷重のデータの中から、データ特徴量が顕著に表れる最大荷重に対応する解析画像データを間欠的に用いることにより、機械学習に用いる解析画像データのデータ容量の効果的な削減が可能となる。
【図面の簡単な説明】
【００１０】
本実施形態に係る寿命評価装置の概略構成図である。
デジタル画像相関法により取得した材料のひずみ分布を表す画像を説明するための図である。
疲労試験における時間と応力の関係を表すグラフである。
材料表面の破壊位置を可視化した画像を説明するための図である。
【発明を実施するための形態】
（【００１１】以降は省略されています）

関連特許