機械学習画像解析を導入したリール式高速磁気顕微鏡観察による長尺REBCO高温超伝導線材内の局所欠陥ドメインの自動検出

カテゴリ: 全国大会

論文No: 5-146

グループ名: 【全国大会】令和5年電気学会全国大会論文集

発行日: 2023/03/01

タイトル(英語): Automatic Detection of Local Defect-Domains in Long REBCO High-Temperature Superconducting Tapes by Reel-to-Reel High-Speed Magnetic Microscopy with Introduction of Machine-Learning Image Analysis

著者名: 木須隆暢（九州大学）,SomjaijaroenNatthawirot（九州大学）,呉澤宇（九州大学）,今村和孝（九州大学）,寺﨑拓也（九州大学）,東川甲平（九州大学）

著者名(英語): Takanobu Kiss (Kyushu University),Natthawirot Somjaijaroen (Kyushu University),Zeyu Wu (Kyushu University),Kazutaka Imamura (Kyushu University),Takuya Terazaki (Kyushu University),Kohei Higashikawa (Kyushu University)

キーワード: REBCO超伝導線材|磁気顕微鏡観察|欠陥検出|機械学習|画像解析|REBCO Coated Conductor|Magnetic Microscopy|Defect Detection|Machine Learning|Image Analysis

要約(日本語): 著者らは先行研究において，RECBO高温超伝導線材のテープ面に存在する局所的な不均一性を，高速走査Hallプローブ磁気顕微鏡を用いて非破壊的に検出できることを報告した。しかし，数100mの実用長尺線材に適用する場合，数1000枚以上の磁気画像の解析が必要となり，観察画像の自動解析法を確立することが不可欠である。本研究では，磁気顕微鏡から得られた磁化電流画像に対して機械学習を用いた画像診断を導入し，従来の局所臨界電流Icによる基準では検知できない欠陥の自動検出に成功した。

本誌掲載ページ: 246-247 p

原稿種別: 日本語

PDFファイルサイズ: 523 Kバイト