アコースティック・エミッション (ＡＥ) の基礎とIoT／ＡIを活用したモニタリングへの応用

～ＡＥのデータ解析と評価方法、ＡＥによる実構造物の健全性評価と設備診断、ＡIによるＡＥデータ処理の例～

・ＡＥのデータをＡＩで解析・評価・判定し、設備の信頼性確保に活かすための講座
・急速に広まっているIoTの切り札として国内外で広まっているＡＥ技術を修得し、機械・構造物の破壊未然防止やメンテナンスコスト削減に活かそう！
＊当日は講師の著書をお配りいたします。

講師の言葉

　アコースティック・エミッション（ＡＥ）は、金属、複合材料、セラミックスなどの材料評価法として、また金属製構造物、FRP製構造物、コンクリート製構造物などの健全性をグローバルに評価する方法として、広く適用されています。
　環境雑音に影響されない高周波数帯域を計測するＡＥは、スマート工場、スマートコンビナート、そしてインフラ構造物において、設備の診断を行い、健全性を連続的に評価することにより構造物や機械装置の破壊を未然に防ぐなどしてリスクを軽減し、またメンテナンスコストを削減する目的で、IoTの切り札として、国内外で広く適用されています。
　本講演では、現在急速に発展しつつあるディジタル社会において、構造物のモニタリング・評価手法として、安全を確保するために大きな期待のかかるＡＥの基礎を述べ、応用例を紹介します。さらに、データ解析・評価を実施する際に中核的役割を担うＡI（機械学習）の基礎について分かり易くまとめ、国内外におけるＡＥによるIoT／ＡIの適用実例を紹介します。

セミナー詳細

開催日時	2019年11月06日(水) 10:30 ~ 17:30
開催場所	日本テクノセンター研修室
カテゴリー	電気・機械・メカトロ・設備
受講対象者	・自動車、ロボット、半導体製造工場などで、品質管理、製品検査、設備診断などの仕事に従事している技術者の方・高速道路会社や鉄道会社、あるいは各自治体において、橋梁、道路などインフラ構造物のメンテナンスに関わる仕事に従事している技術者の方・機械、エレベータ・エスカレータ、プレス機、発電設備、海洋構造物、橋梁、プラント、タンク、配管等などにおいて、設備診断やメンテナンスに関わる仕事に従事している技術者
予備知識	・インフラ構造物の特徴、各種設備や各種機械システムに関する基本的な知識があれば、理解しやすい
修得知識	・ＡＥの基礎について十分な知識を持つことができ、現在急速に適用が広まりつつあるIoTを活用して、スマート工場、スマートコンビナート、社会インフラ構造物などの健全性モニタリングを実施することができるようになる・IoTで採取されたデータの解析・評価・判定にＡI（機械学習）を適用するための基礎知識を習得し、活用できるようになる
プログラム	１．IoT、ビッグデータ、ＡIの基礎　　（１）．IoTとは何か　　　　ａ．各種センシング技術　　　　ｂ．データ採集　　　　ｃ．エッジ処理　　　　ｄ．データ転送と保存　　　　ｅ．データ解析と評価　　（２）．ビッグデータ　　　　ａ．ビッグデータとは何か　　　　ｂ．自然科学で採集されるデータ　　　　ｃ．サイバー空間で採集されるデータ　　　　ｄ．データベース　　　　ｅ．GAFA／データに依存する社会　　（３）．ＡI 　　　　ａ．歴史　　　　ｂ．有意なデータと雑音　　　　ｃ．機械学習　　　　ｄ．ＡIが創造する社会２．アコースティック・エミッション（ＡＥ）の基礎　　（１）．ＡＥの発生原理　　（２）．ＡＥの発生源　　（３）．ＡＥ波の伝播と減衰　　　　ａ．ＡＥ波形の特徴　　　　ｂ．位置標定　　（４）．ＡＥ計測装置　　　　ａ．ＡＥセンサー　　　　ｂ．ＡＥ計測システム　　　　ｃ．ＡＥ信号処理パラメータ　　（５）．ＡＥの計測手順　　（６）．ＡＥのデータ解析と評価方法　　（７）．ＡＥによる材料評価　　　　ａ．金属材料　　　　ｂ．複合材料　　　　ｃ．セラミックス　　（８）．ＡＥによる実構造物の健全性評価　　　　ａ．金属製構造物　　　　ｂ．FRP製構造物　　　　ｃ．土木構造物　　　　ｄ．宇宙・航空構造物　　（９）．設備診断　　　　ａ．歯車診断　　　　ｂ．軸受診断　　　　ｃ．金型プレス機　　　　ｄ．射出成形装置　　　　ｅ．メカニカルシール　　　　ｆ．エレベータ・エスカレータ　　　　ｇ．大型プレス機　　　　ｈ．加工状態の評価　　　　ｉ．製品検査　　　　ｊ漏洩（リーク）の評価３．ＡI（機械学習）の基礎　　（１）．ＡIによるＡＥデータ処理の例　　（２）．ＡIを導入する前に考えるべきこと　　　　ａ．情報科学市民権の獲得　　　　ｂ．課題設定　　　　ｃ．ＡI技術導入のための第一歩　　　　ｄ．ＡIによる予測の仕組み　　　　ｅ．予測（回帰）モデル　　　　ｆ．損失関数と正則化　　　　ｇ．交差検証　　　　ｈ．モデル回帰のベイズ統計による定式化　　　　ｉ．ＡIによる分類の仕組み　　　　ｊ．教師あり学習と教師なし学習　　　　ｋ．類似度と特徴空間　　　　ｌ．低次元特徴空間を構成するための主成分解析　　　　ｍ．K-means法による分類４．IoTへの適用実例　　（１）．スマート工場におけるロボットのIoT 　　（２）．スマート工場における各種機械装置のIoT 　　（３）．スマートコンビナートにおけるIoT 　　（４）．スマートグリッドのIoT 　　（５）．風力発電設備のIoT 　　（６）．海洋構造物のIoT 　　（７）．原子力発電所のIoT 　　（８）．鋼橋のIoT 　　（９）．コンクリート橋のIoT 　（１０）．吊り橋のIoT ５．ＡIの適用実例　　（１）．スマート工場　　（２）．MONPAC解析・評価　　　　ａ．背景　　　　ｂ．適用実例　　　　　　・ステンレス製円筒容器の加圧試験　　　　　　・球形ホルダーの加圧試験　　　　　　・ステンレス製反応容器　　　　　　・横置エチレン貯曹　　　　　　・プロセスユニット　　　　　　・貯蔵タンク側板　　　　　　・高圧配管　　（３）．TANKPAC解析・評価　　　　ａ．タンク底板のＡＥ試験　　　　　　・歴史的経緯　　　　　　・世界の適用状況　　　　　　・規格化の動向　　　　　　・ＡＥ試験の実施　　　　　　・我国における適用実例　　　　　　　　・検討　　　　ｂ．ＡＥ発生源　ＡＥ計測時における環境雑音の影響　　（４）．地下貯蔵タンクの腐食損傷評価　　　　ａ．試験原理　　　　ｂ．ＡＥ波の計測手順　　　　ｃ．試験タンクの諸元　　　　ｄ．データベースの構築　　　　ｅ．地下タンクの定性的腐食損傷評価　　　　ｆ．腐食速度とＡＥ活動度との相関　　（５）．バルブリーク検出・評価への適用（VPAC評価）　　　　ａ．背景　　　　ｂ．バルブリークの理論　　　　ｃ．データベースの作成による実用化　　　　ｄ．現場における実バルブへの適用　　（６）．スマートコンビナート（化学プラントにおけるデータマネジメントシステム）
キーワード	アコースティック・エミッション　ＡＥ　健全性評価　設備診断　予測（回帰）モデル　ベイズ統計　K-means法　スマート工場　IoT　 MONPAC解析・評価　TANKPAC解析・評価　腐食損傷　バルブリーク検出・評価　VPAC評価
タグ	AI・機械学習、検査、センサ、ロボット、データ分析、機械、計測器、構造物、自動車・輸送機、設備
受講料	一般 (1名)：50,600円(税込) 同時複数申込の場合(1名)：45,100円(税込)
会場	日本テクノセンター研修室〒 163-0722 東京都新宿区西新宿２－７－１　新宿第一生命ビルディング（２２階） - JR「新宿駅」西口から徒歩10分 - 東京メトロ丸ノ内線「西新宿駅」から徒歩8分 - 都営大江戸線「都庁前駅」から徒歩5分電話番号 : 03-5322-5888 FAX : 03-5322-5666

講師の言葉

セミナー詳細

日本テクノセンター研修室

こちらのセミナーは受付を終了しました。