ORNL､X線CT欠陥検出アルゴリズム改善

February, 1, 2021, Cambridge--Oak Ridge National Laboratory(ORNL)が開発したアルゴリズムは､X線CT (XCT)､3Dプリント金属パーツの画像を著しく改善することができ､より正確な高速スキャンを可能にする｡

産業用XCTは､積層造形(AM)されたパーツの非破壊検査と品質評価の方法として人気が出ている｡しかし､そのプロセスは､ビーム硬化といわれる効果によって妨げられる｡これは､再構成された画像の細孔や亀裂など､小さな欠陥を解像する標準的アルゴリズム機能に影響する｡

そのプロセスを改善するために、ORNL研究チームは､ディープニューラルネットワークを使う新方法を実証した｡これは､コンピュータ支援設計(CAD)モデルと物理学ベースの情報からのシミュレートデータでトレーニングしたものである｡その方法は､ノイズとアーチファクトを減らし､一般的なアルゴリズムよりも高品質の画像を､大幅に高速に生み出す｡

｢われわれの狙いはX線画像の分解能と欠陥検出能力の強化である｡これは、今度はAMパーツの品質評価と認定に役立つ｣とORNLのAmir Ziabariはコメントしている｡

(詳細は､https://www.ornl.gov/)