材料の熱膨張差を利用した受動式クリープ疲労試験技術の確立に関する研究

若井 隆純; 安藤 勝訓; 岡島 智史; 豊田 晃大; 小沼 輝充*; 高橋 亮耶*; 浅山 泰

第29回動力・エネルギー技術シンポジウム予稿集(インターネット), 5 Pages, 2025/06

高速炉が設計で想定される期間を超えて供用される場合における構造健全性評価に利用可能な材料監視試験技術として、主として材料の熱膨張差を利用した受動式クリープ疲労試験技術を確立するための研究に取り組んでいる。これまでに、有限要素法による数値解析を援用して設計・製作した試験体を用いた実験を実施し、試験片を座屈させることなく長時間データを取得可能である見通しを得ている。本報では、これらの解析及び実験に加え、実炉への適用を見据えた試験体の改良について述べる。

クリープ破断時間および高温引張強度予測モデルの連合学習

櫻井 惇也*; 鳥形 啓輔*; 松永 学*; 高梨 直人*; 日比野 真也*; 木津 健一*; 森田 聡*; 井元 雅弘*; 下畠 伸朗*; 豊田 晃大; et al.

鉄と鋼, 111(5), p.246 - 262, 2025/04

https://doi.org/10.2355/tetsutohagane.TETSU-2024-124

Creep testing is time-consuming and costly, leading institutions to limit the number of tests conducted to the minimum necessary for their specific objectives. By pooling data from each institution, it is anticipated that predictive models can be developed for a wide range of materials, including welded joints and degraded materials exposed to service conditions. However, the data obtained by each institution is often highly confidential, making it challenging to share with others. Federated learning, a type of privacy-preserving computation technology, allows for learning while keeping data confidential. Utilizing this approach, it is possible to develop creep life prediction models by leveraging data from various institutions. In this paper, we constructed global deep neural network models for predicting creep rupture life of heat-resistant ferritic steels in collaboration with eight institutions using the federated learning system we developed for this purpose. Each institution built a local model using only its own data for comparison. While these local models demonstrated good predictive accuracy for their respective datasets, their predictive performance declined when applied to data from other institutions. In contrast, the global model constructed using federated learning showed reasonably good predictive performance across all institutions. The distance between each institution's data was defined in the space of explanatory variables, with the NIMS data, which had the largest dataset, serving as the reference point. The global model maintained high predictive accuracy regardless of the distance from the NIMS data, whereas the predictive accuracy of the NIMS local model significantly decreased as the distance increased.

FBR金属材料試験実施要領書(2023年度改訂版)

今川 裕也; 豊田 晃大; 鬼澤 高志; 加藤 章一

JAEA-Testing 2023-004, 76 Pages, 2024/03

JAEA-Testing-2023-004.pdf:2.08MB

本要領書は、高速炉の高温構造設計技術開発の一環として実施している大気中、アルゴン中及びナトリウム中材料試験の実施方法や得られたデータの整理方法についてとりまとめたものである。本報は、1977年に発行された「FBR金属材料試験実施要領書[PNC TN241 77-03]」および2001年に発行された「FBR金属材料試験実施要領書(改訂版)(マニュアル) [JNC TN9520 2001-001]」に日本産業規格(JIS)における試験法の改訂を反映するとともに、国内学会における材料試験法標準である日本機械学会(JSME)の推奨常温/高温引張試験方法や日本材料学会(JSMS)の高温低サイクル疲労試験法標準も参考にしながら作成した。

Accelerating the adoption of advanced manufacturing technologies for Gen IV nuclear reactors through international collaboration

Van Rooyen, I. J.*; Ivan, L.*; Messner, M.*; Edwards, L.*; Abonneau, E.*; 上地 優; Lowe, S.*; Nilsson, K.-F.*; 岡島 智史; Pouchon, M.*; et al.

Proceedings of 4th International Conference on Generation IV and Small Reactors (G4SR-4), p.2 - 12, 2022/10

Developments in advanced manufacturing (AM) are occurring faster than the ability to introduce new materials and methods into design codes. Qualifying new AM technologies for use with nuclear design codes can be a long and complex process. The Generation IV International Forum (GIF) Advanced Manufacturing Materials Engineering Task Force (AMME-TF), focuses on how collaborative AM R&D could be used to decrease time to deployment of Gen-IV reactors. This paper provides a critical review of 2019 and 2021 surveys sampling nuclear reactor vendors, supply chain specialists, regulators, and other experts in GIF member countries. Both surveys confirmed that many AM technologies were considered opportunities by potential end users, although 90% of respondents identified the creation and approval of codes and standards as the greatest obstacle to their adoption. Industry prioritization on AM technologies, components and materials changed significantly during the three-year timespan. Additionally, the paper summarizes a 2021 modeling & simulation workshop that developed ideas on how to accelerate the qualification of AM and synthesizes the survey results and workshop conclusions into a review of critical research gaps and paths to address these gaps, particularly through international collaboration.

Material data acquisition activities to develop the material strength standard for sodium-cooled fast reactors

豊田 晃大; 鬼澤 高志; 若井 隆純; 橋立 竜太; 加藤 章一

Proceedings of International Conference on Fast Reactors and Related Fuel Cycles; Sustainable Clean Energy for the Future (FR22) (Internet), 10 Pages, 2022/04

Adopting the 60-year design is regarded as one of the most effective means for the practical realization of Sodium-cooled Fast Reactor (SFR), which improves the economic efficiency and reduces the radioactive waste of SFR. In addition, since the happening of the severe accident (SA) at the Fukushima Daiichi Nuclear Power Plant, the structural integrity evaluation of SA has been emphasized on SFR as well. As for the practical realization of SFR, it is indispensable to improve materials strength standards such as the extremely high temperature material properties which is required for the application of structural integrity evaluation during the happening of SA. In order to make it possible to evaluate the structural integrity during 60-year design and SA, JAEA is working on the sophistication of the material strength standards. Moreover, material strength tests such as high temperature tensile tests, creep tests and fatigue tests are conducted systematically. In the paper, the overall picture of material testing that we have acquired or plan to acquire in order to establish the JSME standard will be reported.

Evaluation of the Japanese fatigue test data in Gr.91 for elevated temperature design

安藤 勝訓; 豊田 晃大; 橋立 竜太; 鬼澤 高志

Proceedings of ASME 2021 Pressure Vessels and Piping Conference (PVP 2021) (Internet), 10 Pages, 2021/07

米国の原子力用の高温規格であるASME Boiler and Pressure Vessel Code (ASME BPVC) Section III, Division 5は、2019年版まで改良9Cr-1Mo鋼(Gr.91)の設計疲労曲線は540Cのみであった。このために、ASME Section IIIのクリープ疲労およびクリープ考慮不要要件に関するワーキンググループ(WG-CFNC)では、日本機械学会で規格化された改良9Cr-1Mo鋼(Gr.91)の温度依存設計疲労曲線を組み込むための活動を実施してきた。その結果、ASME BPVCの2021年版より日本機械学会の最適疲労破損式に基づいた温度依存の設計疲労曲線が提供されることとなった。本研究では日本機械学会で規格化されたこの最適疲労破損式の特徴を明らかにするために、データベースに保存されている305個のデータを分析し、データベースの詳細と最適疲労破損式の関係ならびに統計処理の結果に基づく破損確率(95%と99%の信頼限界値)について示した。また、日本で得られている温度変動下ならびにナトリウム環境下での疲労およびクリープ疲労試験の結果についても、高温条件でのクリープ疲労損傷評価を検討するために示した。

超高温における316FR鋼の材料特性式

奥田 貴大; 山下 勇人; 豊田 晃大; 下村 健太; 鬼澤 高志; 加藤 章一

no journal, , 

本研究は、次世代高速炉プラントのシビアアクシデント(SA)時に対応した超高温における316FR鋼の材料特性式の設定について述べる。次世代高速炉プラントにおける炉容器等の構造材料として316FR鋼の採用が予定されている。福島第一原子力発電所における事故以来、高速炉プラントにおいてもSA時の構造健全性評価が重要視されており、次世代高速炉プラントの開発には、SA時の構造健全性評価に適用可能な316FR鋼の超高温材料特性が要求されている。しかしながら316FR鋼の材料特性は取得されていなかった。したがって、316FR鋼を対象に、700Cを超える試験温度で引張試験とクリープ試験を実施した。この試験で得られた結果を基に、316FR鋼の超高温材料特性を良好に評価できる弾塑性応力-ひずみ関係式、クリープ破断関係式及びクリープひずみ式を設定した。

超音波フェーズドアレイ画像の機械学習による傷探傷

富田 直樹*; 古谷 正祐*; 朝日 学*; 久持 陸也*; 豊田 晃大; 矢田 浩基

no journal, , 

超音波フェーズドアレイはレーダー分野で開発された位相合成画像技術であり、原子力発電所における供用期間中検査等にも用いられている。ISIにおける超音波探傷試験(UT)は、一般的に配管や容器などの溶接部に対して外表面から板厚内の亀裂を検知するために行われるが、複雑形状や探傷位置から離れた部位に対する検査のニーズも存在する。本研究では、複雑形状に対する探傷精度向上を目的に、まず、フェーズドアレイUTを用いた複雑形状の試験片の探傷試験を行った。次に、得られた探傷画像を基に、19種類の事前学習ネットワークを使用した転移学習を行い、きずに対して高い判別精度が得られることを示した。

Development of the material strength standard of 316FR steel and modified 9Cr-1Mo steel for next-generation fast reactor in Japan

鬼澤 高志; 豊田 晃大; 今川 裕也; 岡島 智史; 安藤 勝訓

no journal, , 

日本原子力研究開発機構(JAEA)では、安全性と経済性を高い次元で両立させた高速炉を実現するために、高速炉設計に必要な材料強度基準の開発を進めている。JAEAはこれまでに取得したデータ及びその評価結果に基づいて材料強度基準を策定し、日本機械学会規格発電用設備規格第2編高速炉規格に規格化している。本論文では、日本機械学会規格に規格化した材料強度基準の概要と、今後の改定に向けた検討状況について述べる。

高速増殖原型炉もんじゅの点検期間に関する課題の分析,2; 保全計画の分析

豊田 晃大; 橋立 竜太; 高橋 慧多; 矢田 浩基; 高屋 茂

no journal, , 

原子力発電所の安全性と経済性を両立させるためには、プラントの特性に基づく合理的な保全を実現することが必要である。高速増殖原型炉「もんじゅ」は、年間の大半を点検に費やしていた。もんじゅにおける点検長期化の原因を究明し、次世代高速炉の保全最適化を実現するための対策を検討することが重要である。本研究では、もんじゅのプラント保全計画に基づき、原子炉低温停止中のもんじゅの点検長期化の原因を分析した。さらに、分析された課題に対処するために、次世代高速炉の保全最適化に係る検討を行った。