音響識別と深層学習に基づく気泡噴流の状態把握に関する研究

State sensing of bubble jet flow based on acoustic recognition and deep learning

Mikami, Nao*; Ueki, Yoshitaka*; Shibahara, Masahiko*; Aizawa, Kosuke; Ara, Kuniaki

本研究では、SFRの蒸気発生器内水リークによる気液二相噴流の発生を対象とし、音響識別と深層学習に基づく新たな状態把握手法の概念実証を行った。その過程で、先ず作動流体として空気と水を用いて、通常音を模擬した配管内水流動音、異常音を模擬した気泡噴流音を測定し、周波数解析と理論的考察を行った。次に、RMSやFFTにより音響特徴量の抽出を行い、FCNNとCNNを用いて各深層学習モデルの性能評価を行った。

no abstracts in English

使用言語	:	Japanese
掲載資料名	:
巻	:
号	:
ページ数	:
発行年月	:
発表会議名	:	日本機械学会熱工学コンファレンス2022
開催年月	:	2022/10
開催都市	:	東京
開催国	:	日本
キーワード	:	no keyword

特許データ	:
PDF	:

論文URL	:
研究データの公開先DOI	:	本成果にかかわる研究データのリンクです。
使用施設	:
広報プレスリリース	:
論文解説記事 (成果普及情報誌)	:
受委託・共同研究相手機関	:	経済産業省

Access	:	- Accesses
Web of Science® Times Cited Count	:	被引用回数：評価・統計等のため最新の被引用回数を確認したい場合は、直接Web of Science®をご確認ください。 http://www.webofknowledge.com/wos
InCites™	:
Altmetrics	:

登録番号 : BB20221200
抄録集掲載番号 :
論文投稿番号 :

[CLARIVATE ANALYTICS], [WEB OF SCIENCE], [HIGHLY CITED PAPER & CUP LOGO] and [HOT PAPER & FIRE LOGO] are trademarks of Clarivate Analytics, and/or its affiliated company or companies, and used herein by permission and/or license.