Investigation of Machine Learning-Based Current Density Distribution Estimation for High-Speed Inspection of REBCO Coated Conductors
上原 聡太, 武居 淳一郎, 間藤 昂允 (北大), 石山 敦士 (早大), 野口 聡 (北大)
Abstract:REBCO（rare-earth barium copper oxide）導体の高速非破壊検査では、測定器のサンプリング周波数が一定であるため、テープ搬送速度を上げるほど磁場分布の空間サンプリング間隔が粗くなり、欠陥検出精度の低下が懸念される。本研究では、磁場分布から電流密度分布を推定する問題を対象として、高速検査条件下における測定速度と推定精度のトレードオフを数値的に検証する。従来のFFT逆解析ではこのトレードオフの改善は困難であるため、U-Netを用いた機械学習手法を適用し、粗いサンプリング条件下でも精度を維持できる可能性について検討する。