基础设施诊断随着尺寸更小、重量更轻和人工智能技术的发展而发展
基础设施诊断随着尺寸更小、重量更轻和人工智能技术的发展而发展

2023/01/11
基础设施诊断随着尺寸更小、重量更轻和人工智能技术的发展而发展高精度、低成本X射线无损检测系统
经济高速增长时期建立的社会基础设施正变得越来越陈旧。如果在肉眼无法看到的区域恶化,可能会导致严重事故,因此AIST开发了一种X射线无损检查技术,可以有效地诊断基础设施。除了减小X射线源的尺寸和重量以及开发创新的X射线探测器外,我们的目标是通过提高整体检查技术的复杂性来提高基础设施诊断的效率和自动化程度。
如何有效地检查快速老化的基础设施
日本从1955年左右到1970年左右经历了经济高速增长,疯狂修建公路、铁路、桥梁、水坝等,这样发展起来的基础设施很多已经建设了半个多世纪,老化基础设施的维护和管理已成为重大社会问题。
因此,基础设施诊断技术研究小组正在利用X射线、红外光谱、物理探测、超声波探头、微波等多角度开发无损检测技术。其中,加藤英俊和藤原健正在研究X射线无损检测技术。
由于经济高速增长时期建设的基础设施数量巨大,不可能全部考察。因此,需要有效地检查并仅更换或维护必要的部件。然而,传统的 X 射线源又大又重,并且需要电源布线,这限制了它们的使用场所数量,我们的目标是解决这些问题。”(加藤)
更小、更轻的 X 射线源使得将它们安装在机器人上成为可能
过去几年,AIST一直致力于研究和开发专门用于基础设施诊断的无损X射线检查技术。 2014 年,Kato 成功大幅减小了 X 射线源的尺寸和重量。采用AIST开发的碳纳米结构X射线管,可输出120kV管电压,重量小于25kg,CD盒大小,厚度小于70mm,寿命长,可用USB电源或干电池供电。此外,2016年,管电压提高到200 kV以上,同时藤原开发了可以处理高能X射线源的高灵敏度X射线探测器。由此诞生了一种小型、轻量、高功率的 X 射线检测系统,可以安装在机器人上。
小型便携式 X 射线源
加藤因这项研究获得了 2019 年文部科学大臣表彰。目前,我们正在致力于进一步提高X射线源的精密度,并开发可应用于各种基础设施检查的检测方法。
许多基础设施结构体庞大,随着厚度的增加,X射线穿透变得更加困难,因此需要进一步提高管电压和管电流。还需要考虑如何使X射线源变得更小、更轻,以便安装在机器人上时能够轻松搬运,以及如何简化装置的机构。
在化工厂中,高温条件和含有有害物质的物料通过管道,因此管道等设备出现故障可能会导致重大事故。机器人检测技术的需求很大。加藤等人开发的X射线检查装置。可以自行检查此类管道,从而可以显着降低成本和人力。
创新的反向散射 X 射线检测技术,扩大了基础设施检测的范围
通常,X 射线无损检测涉及通过将物体夹在 X 射线源和 X 射线探测器之间来观察物体的内部。但现实中,有很多基础设施是捏不过去的。例如,铁路道口的铁轨覆盖着木材或橡胶,隧道覆盖着防火罩,以及河流上的大桥。为了解决这个问题,藤原正致力于开发不涉及挤压的无损X射线检查技术。
该技术被称为反向散射X射线检查,是一种将X射线像手电筒一样扩散并照射到物体上,然后用超高灵敏度X射线传感器检测它们如何反射的方法。我们开发了一种超灵敏的X射线传感器,利用反射光的机制(当我们控制缠绕在网格上的控制线的时间并发送电信号时,垂直和水平方向交叉点的像素会发光以显示文本和图像)。我们目前正在开发一种可以安装在轨道上的车载式后向散射X射线检查设备。我们还在开发一种与AI技术集成的图像判断设备。利用AI,即使是人眼几乎看不见的粗糙图像也可以高精度判断。”
藤原也希望将这项技术应用于隧道检查。速度是隧道检查中的一个问题。目前,测量10厘米见方大约需要2秒,这对于看清一条长隧道来说太长了。理想的情况是只需将设备放入检查车中并开走即可进行检查。藤原正试图大幅提高速度。
通过跨学科的挑战性研究实现社会实施
基础设施诊断技术研究团队聚集了无损检测、传感器、IT、材料开发、结构设计、性能评估等广泛领域的专家。
由于AIST将基础设施诊断技术作为中心主题,因此与其他研究领域的合作变得更加容易。特别是一线AI研究人员共同合作是一个很大的优势。为了提高技术的灵敏度,我们需要新材料,因此正在与参与材料开发的研究人员建立新的合作。我们希望通过以这种方式进行具有挑战性的研究和开发,企业会产生兴趣,联合研究和示范测试的机会也会扩大。”
加藤谈到社会实施的前景如下。
为了在社会上实施新技术,需要由实际进行测试的公司决定引入该技术。然而,很难立即改变测试方法,因此我认为像AIST这样的研究机构创建原型并进行实际测试具有重要意义。''
社会基础设施损坏可能导致严重事故,产生巨大社会影响。通过研究和开发防止此类问题发生的基础设施诊断,AIST 坚定地支持安全可靠的社会的基础。
本文转载自 2022 年 9 月发布的《AIST Report 2022》。AIST:出版物 AIST 报告 (aistgojp)
可持续基础设施研究实验室
基础设施诊断技术研究团队
首席研究员
加藤英俊
加藤英俊
可持续基础设施研究实验室
基础设施诊断技术研究团队
首席研究员
藤原健
藤原武