Development of in-situ hardness measurement method in high dose rate field

高剂量率场原位硬度测量方法的研制

基本信息

批准号：
22K04988
负责人：
佐藤文信
金额：
$ 2.66万
依托单位：
Osaka University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

本研究では、高線量率放射線場における硬さその場測定技術の開発をおこなう。福島第１原発格納容器内の燃料デブリをはじめとする堆積物の取出しを行うために開発すべき技術は多くあるが、そのうちのひとつに、堆積物の硬さをその場で測定する技術が必要となっている。通常の硬さ測定法は、高い線量率のために使用できない。そこで、本研究で開発するシステムはロボット機構・センサ部と遠隔制御部に分離され、ロボット機構・センサ部では半導体素子を用いずに、耐放射線性の高い電子部品と機械部品によるシンプルな構造により耐放射線性を持たせている。そして、ロボットがドリルで切削しながら対象物に接触するというシンプルな機構を基本としながらも、接触による力学的な触覚情報を数値化し、機械学習により硬さ評価を行う技術の概念実証を行う。２０２２年度では、各種材料を細ドリルで切削するときのドリル先端の位置、ドリルと材料間での反発力、モーターの回転数、モーターの電力情報を同時に得られる硬さ測定システムの試作機を製作した。その硬さ測定システムを用いて、各種材料（アルミニウム、銅、真鍮、鉄鋼、コンクリート、セラッミクス（窒化アルミニウムなど）等）の切削データを取得した。それらのデータについて、機械学習のクラスタリングのひとつである勾配ブースティングをもちいて、材料の判別が可能かどうか調べた。勾配ブースィングによる未知材料の推定では、第１または第２候補として、正しい材料を推定できていることがわかり、分類について、ある程度の見通しを得ることが出来た。しかし、学習データ以外の材料では、どのような推定をするのかなど、調査すべき事は幾つか残っている。今後は、様々なデータを増やし、硬さ測定システムとクラスタリングに関する詳細な考察を行う必要がある。

在本研究中，我们将开发高剂量率辐射领域的原位硬度测量技术。需要开发许多技术来清除福岛第一核电站安全壳内的燃料碎片和其他沉积物，但其中一项是可以现场测量沉积物硬度的技术。由于剂量率高，无法使用传统的硬度测量方法。因此，本研究开发的系统分为机器人机构/传感器部分和远程控制部分。机器人机构/传感器部分不使用半导体元件，但结构简单，具有高抗辐射电子和机械部件。它具有抗辐射能力。尽管该机器人基于一种简单的机制，即机器人在用钻头切割时接触物体，但它会将接触中的机械触觉信息数字化，并执行使用机器学习评估硬度的概念验证技术。 2022财年，我们将生产一款原型硬度测量系统，在用精细钻头切削各种材料时，可以同时获取钻头位置、钻头与材料之间的斥力、电机转速和电机功率的信息。。使用该硬度测量系统，我们获得了各种材料（铝、铜、黄铜、钢、混凝土、陶瓷（氮化铝等）等）的切削数据。使用梯度增强（一种机器学习聚类），我们研究了是否可以使用这些数据来区分材料。在使用梯度增强估计未知材料时，发现可以将正确的材料估计为第一或第二候选，并且可以获得一定程度的分类视角。然而，仍有一些事情需要研究，例如应该使用训练数据以外的材料进行什么样的估计。未来需要增加各种数据量，并对硬度测量系统和聚类进行详细研究。