特開 2024-11100 劣化診断装置、方法及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024011100

(43)【公開日】2024-01-25

(54)【発明の名称】劣化診断装置、方法及びプログラム

(51)【国際特許分類】

   G01N 21/88 20060101AFI20240118BHJP

   G21F 9/36 20060101ALI20240118BHJP

   G21C 19/32 20060101ALI20240118BHJP

   G21F 5/06 20060101ALI20240118BHJP

【ＦＩ】

G01N21/88 Z

G21F9/36 501H

G21F9/36 Z

G21C19/32 110

G21F5/06 Z

【審査請求】未請求

【請求項の数】11

【出願形態】ＯＬ

(21)【出願番号】P 2022112813

(22)【出願日】2022-07-14

(71)【出願人】

【識別番号】000003078

【氏名又は名称】株式会社東芝

(71)【出願人】

【識別番号】317015294

【氏名又は名称】東芝エネルギーシステムズ株式会社

(74)【代理人】

【識別番号】110001380

【氏名又は名称】弁理士法人東京国際特許事務所

(72)【発明者】

【氏名】田副 佑典

(72)【発明者】

【氏名】三浦 崇広

(72)【発明者】

【氏名】相川 徹郎

(72)【発明者】

【氏名】赤井 芳恵

(72)【発明者】

【氏名】▲高▼林 芳栄

【テーマコード（参考）】

2G051

【Ｆターム（参考）】

2G051AA90

2G051AB02

2G051AB20

2G051CA04

2G051CB01

2G051EA14

2G051EA17

2G051EB01

2G051EC01

2G051EC02

2G051ED07

(57)【要約】

【課題】特別な装備を用いず、腐食状態を的確に評価し、容器の劣化をデータドリブンに診断する技術を提供する。
【解決手段】劣化診断装置１０は、容器２７の外表面を撮像した画像データ１１を取得する取得部１２と、画像データ１１を構成するピクセルを予め設定した属性に分類する分類部＠＠と、属性が容器２７の腐食による錆に分類されたピクセルに基づいて容器２７の劣化を診断させる診断部１８と、を備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

容器の外表面を撮像した画像データを取得する取得部と、
前記画像データを構成するピクセルを予め設定した属性に分類する分類部と、
前記属性が前記容器の腐食による錆に分類された前記ピクセルに基づいて前記容器の劣化を診断させる診断部と、を備える劣化診断装置。

【請求項2】

請求項１に記載の劣化診断装置において、
前記画像データは、前記外表面の反射光を波長分別して撮像された前記ピクセルで構成され、
前記属性は、前記波長分別された前記ピクセルの強度に基づいて分類される、劣化診断装置。

【請求項3】

請求項２に記載の劣化診断装置において、
前記波長分別された前記ピクセルの強度に基づき、前記腐食の深度又は種類に応じて、さらに前記錆の前記属性が細分類されている、劣化診断装置。

【請求項4】

請求項１から請求項３のいずれか１項に記載の劣化診断装置において、
位置情報が相互に近接し前記属性が共通する前記ピクセルの群を前記外表面においてセグメントに分割する分割部と、を備える劣化診断装置。

【請求項5】

請求項４に記載の劣化診断装置において、
前記セグメントのうち前記錆に関連した前記属性を持つ錆セグメントを強調した画像を表示する表示部を備える劣化診断装置。

【請求項6】

請求項２又は請求項３に記載の劣化診断装置において、
前記分類部は、前記波長分別された前記ピクセルの強度の入力に対し前記属性が出力されるよう機械学習された第１学習モデルを利用する劣化診断装置。

【請求項7】

請求項５に記載の劣化診断装置において、
前記容器及び前記錆セグメントを識別する識別子を導入し、
前記識別子をキーとして異日に撮像した前記錆セグメントの進展状態に基づいて前記容器の劣化を診断させる劣化診断装置。

【請求項8】

請求項７に記載の劣化診断装置において、
前記識別子には、対応する前記容器の点検情報も紐付けられている劣化診断装置。

【請求項9】

請求項７に記載の劣化診断装置において、
前記診断部は、撮像日の情報を付帯させた１又は２以上の前記錆セグメントの情報入力に対し前記容器の耐用期間が情報表示されるよう機械学習された第２学習モデルを利用する劣化診断装置。

【請求項10】

容器の外表面を撮像した画像データを取得するステップと、
前記画像データを構成するピクセルを予め設定した属性に分類するステップと、
前記属性が前記容器の腐食による錆に分類された前記ピクセルに基づいて前記容器の劣化を診断させるステップと、を含む劣化診断方法。

【請求項11】

コンピュータに、
容器の外表面を撮像した画像データを取得するステップ、
前記画像データを構成するピクセルを予め設定した属性に分類するステップ、
前記属性が前記容器の腐食による錆に分類された前記ピクセルに基づいて前記容器の劣化を診断させるステップ、を実行させる劣化診断プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明の実施形態は、腐食による錆を観察し容器の劣化を診断する技術に関する。

【背景技術】

【0002】

放射性固体廃棄物のうち金属やコンクリートといった不燃性雑固体廃棄物等は、ドラム缶等の容器に収容して貯蔵庫に保管することが義務付けられている。そのような廃棄物の発生量は膨大であるため、貯蔵庫における大量の容器の保管・管理は、負担が重い。更に、貯蔵庫で保管中の容器は、腐食して、収容する廃棄物の一部が漏洩する可能性もあることから、１本１本の個別検査が行われる。そして、検査の結果、収容した廃棄物の漏洩が懸念される不健全な容器については、容器の補修や廃棄物の入れ替え等の対策がとられる。

【0003】

ところで、外観には汚れや塗装浮きなどがあるため、一過性の目視検査だけで腐食状態の評価は、一般的に困難である。このため、画像処理を用いた外観検査で、錆やホール等の多岐に渡る腐食状態を評価することが行われている。

【0004】

ドラム缶をカメラで撮影した画像データと、ドラム缶を３次元スキャナで撮影したスキャンデータとに基づいて、ドラム缶の異常を判定する公知技術が存在する。この公知技術によれば、画像データにおける変色部位と、スキャンデータにおける変形部位とが一致する場合に、錆ありと判定している。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開２０２１－１５６７５０号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

しかし上述の公知技術では、スキャンデータ撮影を伴うため撮影機構が大掛かりになる課題がある。また、上述の公知技術の検出結果は、錆の有無の二値問題として示されるため、錆の程度に基づいて腐食の進行度合を把握したり、ドラム缶を貫通するホールによる放射性物質の漏洩までの猶予を予測したり、等といった腐食状態の評価が不能である課題があった。このため、容器の劣化診断は、人間の勘や経験に頼る課題があった。

【0007】

本発明の実施形態は、このような事情を考慮してなされたもので、特別な装備を用いず、腐食状態を的確に評価し、容器の劣化をデータドリブンに診断する技術の提供を目的とする。

【課題を解決するための手段】

【0008】

実施形態に係る劣化診断装置において、容器の外表面を撮像した画像データを取得する取得部と、前記画像データを構成するピクセルを予め設定した属性に分類する分類部と、前記属性が前記容器の腐食による錆に分類された前記ピクセルに基づいて前記容器の劣化を診断させる診断部と、を備えている。

【発明の効果】

【0009】

本発明の実施形態により、特別な装備を用いず、腐食状態を的確に評価し、容器の劣化をデータドリブンに診断する技術が提供される。

【図面の簡単な説明】

【0010】

【図1】本発明の第１実施形態に係る劣化診断装置の構成図。

【図2】容器の外表面をカメラで撮像する様子の説明図。

【図3】（Ａ）（Ｂ）（Ｃ）（Ｄ）属性が異なるピクセルのスペクトル分布（波長－強度）を示すグラフ。

【図4】第２実施形態に係る劣化診断装置の構成図。

【図5】（Ａ）（Ｂ）（Ｃ）（Ｄ）錆セグメントの進展状態の説明図。

【図6】各実施形態に係る劣化診断方法及び劣化診断プログラムを説明するフローチャート。

【発明を実施するための形態】

【0011】

（第１実施形態）
以下、本発明の実施形態を添付図面に基づいて説明する。図１は本発明の第１実施形態に係る劣化診断装置１０Ａ（１０）の構成図である。図２は容器２７の外表面に照明２８を当てながらカメラ２９で撮像する様子の説明図である。

【0012】

このように劣化診断装置１０Ａは、容器２７の外表面を撮像した画像データ１１を取得する取得部１２と、画像データ１１を構成するピクセルを予め設定した属性に分類する分類部１３と、この属性が容器２７の腐食による錆に分類されたピクセルに基づいて容器２７の劣化を診断させる診断部１８と、を備えている。

【0013】

さらに劣化診断装置１０Ａは、位置情報が相互に近接し属性が共通するピクセルの群を容器２７の外表面においてセグメント１６（１６₀，１６₁，１６₂，１６₃）に分割する分割部１５を備えている。これにより、表示部１９は、セグメント１６のうち錆に関連した属性を持つ錆セグメント１６₁，１６₂，１６₃を強調した画像を表示できる。

【0014】

図２に示すように、容器２７としては、特に放射性廃棄物を収容するものに限定されないが、容量が２００Ｌ程度であるドラム缶、容量が２０００Ｌ程度であるコンテナ、及び梱包材等が挙げられる。そして、放射性廃棄物を収容した容器２７は、地下空間または地上建屋に設けられた貯蔵庫に、個別に取り出せるよう段積みされて保管される。

【0015】

そして、このように貯蔵庫に保管される容器２７は、収容する廃棄物の一部が漏洩していないかもしくはその兆候を事前に察知する必要がある。このため、容器２７を腐食して生成する錆の発見並びに進展観察を、その外表面に対し定期的に行っている。

【0016】

実施形態においてカメラ２９は、単眼カメラを例示しているが、これ以外にもステレオカメラ、ＲＧＢＤカメラ、全方位カメラ、サーモカメラ等の機器により撮影することができる。また実施形態では、画像データ１１が、容器２７の外表面の反射光２４を波長分別して撮像するハイパースペクトル画像である場合を説明する。これにより、得られた画像データ１１は、多数の波長チャネルを持つ画像となる。後述する図３においては、波長チャネル数が１０である画像データ１１を構成するピクセルのスペクトル分布を示している。

【0017】

なおカメラ２９は、例示するハイパースペクトルカメラに限定されることは無く、ＲＧＢの３つの波長チャネルで構成された画像データ１１を出力するものであってもよく、またグレースケールで波長チャネルが１つの画像データ１１を出力するものであってもよい。なお、それぞれの波長チャネルに対応するカメラ２９の検出センサは、可視光領域の波長の照明（電磁波）の反射光を検出する場合に限定されず、可視光領域の外側領域の波長を持つ電磁波の反射波を検出するものであってもよい。

【0018】

また、撮像方式は、照明２８を照射させながら、容器２７を段積みしたまま動かさずカメラ２９を動かして外観を撮像したり、容器２７を個別に別室に移動させ、上面、下面、側周面といった全方向から容器２７を動かしながらその外観を撮像したりする。また照明２８として用いる光源の種類に限定は無く、また照明２８を用いずに自然光を利用する場合もある。

【0019】

取得部１２で取得される画像データ１１は、容器２７の外表面の反射光２４を波長分別して撮像されたピクセル（図示略）で構成されている。分類部１３は、この画像データ１１を構成するピクセルを予め設定した属性に分類する。ここでピクセルの属性とは、画像データ１１から認識される容器２７の外表面を分類した地金、塗装、錆、汚れ等である。

【0020】

これにより、定期的な検査で同一の容器２７の画像データ１１を複数回にわたり撮像し、錆の属性に分類されたピクセルの数又は位置の進展状況を把握することで、診断部１８に容器２７の劣化を診断させることができる。

【0021】

分割部１５は、位置情報が相互に近接し属性が共通するピクセルの群を外表面においてセグメント１６（１６₀，１６₁，１６₂，１６₃，）に分割する。分割されたセグメント１６のうち錆の画像に特徴的な波長を持つピクセルの群は、錆セグメント１６₁，１６₂，１６₃として分割される。

【0022】

診断部１８は、錆セグメント１６（１６₁，１６₂，１６₃）を強調した画像を表示部１９に表示させ容器２７の劣化をオペレータに診断させる。オペレータは、錆セグメント１６の強調画像に基づいて容器への対応策を決定する。この対応策は、具体的に「異常無し（対応無し）」、「次期検査に結論繰り越し」、「要・補修」、「要・交換」といったものであるが、これらに限定されない。

【0023】

図３（Ａ）（Ｂ）（Ｃ）（Ｄ）は、画像データ１１を構成するピクセルに関し属性が異なるピクセルのスペクトル分布（波長－強度）を示すグラフである。なお、このグラフの縦軸に関しては、図示するように波長分別された反射光２４（ピクセル）の強度で表す以外に、この反射光２４（ピクセル）の強度と照明２８の直接光の強度との比をとった反射率で表してもよい。このようなピクセルのスペクトル分布に基づいてセグメント１６の属性が分類される。ここでセグメント１６₀の属性は、容器２７の正常な外表面である。そしてセグメント１６₁，１６₂，１６₃の属性は、容器２７の外表面が腐食されてできた錆である。

【0024】

このように錆セグメント１６₁，１６₂，１６₃は、腐食の深度に依存してピクセルのスペクトル分布が相違することに基づいて、細分類できることを示している。また、腐食の種類によってもスペクトル分布が相違するため、錆の種類別に属性を分類することもできる。なお、腐食の深度や腐食の種類をこのように区別せず、錆セグメントの属性を細分類せずに統一してその領域だけを表示させることもできる。

【0025】

第１学習モデル２１は、スペクトル分布の入力に対し属性（容器２７の地金、塗装、錆、汚れ等）が出力されるよう機械学習されたものである。分類部１３は、取得した画像データ１１において波長分別されたピクセル各々の強度（スペクトル分布）を第１学習モデル２１に入力し、各々のピクセルに対応する属性を出力として返す。

【0026】

そして分割部１５は、位置情報が相互に近接し属性が共通するピクセルの群を、外表面においてセグメント１６に分割する。このようにして画像データ１１は、属性の異なる複数のセグメント１６により分割して表示されることになる。

【0027】

この第１学習モデル２１は、過去の現実的に取得した又は仮想的に作成されたスペクトル分布と属性の関係を初期の教師データとして利用することができる。そして第１学習モデル２１は、その後に現実に取得され蓄積されたスペクトル分布と属性の関係を新たな教師データとして登録を増やしチューニングしていくことができる。

【0028】

（第２実施形態）
次に図４を参照して本発明における第２実施形態について説明する。図４は第２実施形態に係る劣化診断装置１０Ｂ（１０）の構成図である。第２実施形態に係る劣化診断装置１０Ｂは、第１実施形態の劣化診断装置１０Ａ（図１）の構成に加え、さらに容器２７及び錆セグメント１６₁，１６₂，１６₃を識別する識別子２５が導入され、この識別子２５をキーとして異日に撮像した錆セグメント１６₁，１６₂，１６₃の進展状態に基づいて容器２７の劣化をオペレータに診断させることができる。

【0029】

識別子２５は、貯蔵庫に保管されている複数の容器２７の各々を識別するために発行される。さらに識別子２５は、分割されたセグメント１６（１６₀，１６₁，１６₂，１６₃）の各々に対しても発行することができ、複数の容器２７に存在する錆セグメント１６₁，１６₂，１６₃を統括的に管理できる。

【0030】

なお識別子２５には、対応する容器２７の点検情報２６や貯蔵庫における保管位置に関する情報も紐付けることができる。そのような点検情報２６としては、容器２７を段積みしたまま動かさずに、検査員が巡回して目視評価して取得するものであったり、容器２７を個別に別室に移動させ、上面、下面、側周面といった全方向から容器の外観を目視で評価するものであったりする。点検情報２６は、このような目視情報に限定されず、視覚以外にも検査員の五感を活用して得られた情報であって、検査員が作成したテキストデータである。

【0031】

このような識別子２５に関連付けられた容器２７、錆セグメント１６₁，１６₂，１６₃、点検情報２６は、新たに情報が更新される都度、データベース２０に累積的に保存されていく。なおデータベース２０は、他の構成要素と同じ機器筐体内に設けることができるが、この機器筐体が接続される情報通信ネットワーク上にも設けることができる。

【0032】

図５（Ａ）（Ｂ）（Ｃ）（Ｄ）は錆セグメント１６₁，１６₂，１６₃の進展状態の説明図である。腐食が進行するに連れ、錆セグメント１６の面積は広がり腐食の深度も深くなり、その到達点は容器２７を貫通するホール３０である。放射性固体廃棄物を収容する容器２７にとって、収容物の漏洩は回避すべき最大のリスクであるため、錆セグメント１６の大きさや腐食の深度の客観的なデータを蓄積して管理していくことは、劣化状態を診断する重要なファクターとなる。

【0033】

診断部１８は、撮像日の情報を付帯させた１又は２以上の錆セグメント１６₁，１６₂，１６₃の情報入力に対し、容器２７の耐用期間が情報表示されるよう機械学習された第２学習モデル２２を利用している。この耐用期間とは、放射線廃棄物を収容する容器２７に関しては、これら廃棄物の一部が漏洩するようなホール３０が発生する推定時期の所定時間前までの期間ということになる。耐用期間は、容器２７の用途によって、適切な基準が定められる。

【0034】

第２学習モデル２２は、過去の現実的に取得した又は仮想的に作成された錆セグメント１６と耐用期間の関係を初期の教師データとして利用することができる。この教師データの構築は、例えば容器２７を人為的に腐食させる環境下に置き、観測された錆の画像データと、スペクトルと、耐用期間の関係性から構築したモデルでもよく、もしくは実際に保管中の使用されている容器２７の実績に基づき構築したモデルでもよい。或いは、その両方を用いても良い。さらに第２学習モデル２２は、その後に現実に取得され蓄積された錆セグメント１６と耐用期間の関係を新たな教師データとして登録を増やしチューニングしていくことができる。

【0035】

また第２学習モデル２２は、錆セグメント１６の情報入力からのみ耐用期間を出力させるシングルモーダルに限定されることは無く、錆セグメント１６に点検情報２６等を組み合わせた情報入力から耐用期間を出力させるマルチモーダルに依ってもよい。

【0036】

図６のフローチャートに基づいて各実施形態に係る劣化診断方法及び劣化診断プログラムを説明する（適宜、図１参照）。まず、容器２７の外表面を撮像した画像データ１１を取得する（Ｓ１１）。そして、この画像データ１１を構成するピクセルを予め設定した属性に分類する（Ｓ１２）。

【0037】

次に、位置情報が相互に近接し属性が共通するピクセルの群を、容器２７の外表面において、セグメント１６（１６₀，１６₁，１６₂，１６₃）に分割する（Ｓ１３）。そして、セグメント１６のうち錆に関連した属性を持つ錆セグメント１６₁，１６₂，１６₃を強調した画像を表示部１９に表示する（Ｓ１４）。

【0038】

このようにして、これまで定期的に行われてきた複数回の検査で撮像した同一の容器２７の複数の画像データ１１に基づいて、進展していく錆セグメント１６を抽出し容器２７の劣化を診断する（Ｓ１５）。これに基づき、容器２７を修復したり内容物を入れ替えたりする計画が立案される（ＥＮＤ）。

【0039】

以上述べた少なくともひとつの実施形態の劣化診断装置によれば、画像データを構成するピクセルを予め設定した属性に分類することにより、特別な装備を用いず、腐食状態を的確に評価し、容器の劣化をデータドリブンに診断することが可能となる。

【0040】

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更、組み合わせを行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

【0041】

以上説明した劣化診断装置は、専用のチップ、ＦＰＧＡ（Field Programmable Gate Array）、ＧＰＵ（Graphics Processing Unit）、又はＣＰＵ（Central Processing Unit）などのプロセッサを高集積化させた制御装置と、ＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）などの記憶装置と、ＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）などの外部記憶装置と、ディスプレイなどの表示装置と、マウスやキーボードなどの入力装置と、通信Ｉ／Ｆとを、備えており、通常のコンピュータを利用したハードウェア構成で実現できる。また、劣化診断装置の構成要素は、コンピュータのプロセッサで実現することも可能であり、劣化診断プログラムにより動作させることが可能である。

【0042】

また劣化診断プログラムは、ＲＯＭ等に予め組み込んで提供される。もしくは、このプログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ－ＲＯＭ、ＣＤ－Ｒ、メモリカード、ＤＶＤ、フレキシブルディスク（ＦＤ）等のコンピュータで読み取り可能な記憶媒体に記憶されて提供するようにしてもよい。

【0043】

また、本実施形態に係る劣化診断プログラムは、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせて提供するようにしてもよい。また、劣化診断装置は、構成要素の各機能を独立して発揮する別々のモジュールを、ネットワーク又は専用線で相互に接続し、組み合わせて構成することもできる。

【符号の説明】

【0044】

１０（１０Ａ，１０Ｂ）…劣化診断装置、１１…画像データ、１２…取得部、１３…分類部、１５…分割部、１６（１６₀，１６₁，１６₂，１６₃，）…セグメント、１６₁，１６₂，１６₃…錆セグメント、１８…診断部、１９…表示部、２０…データベース、２１…第１学習モデル、２２…第２学習モデル、２４…反射光、２５…識別子、２６…点検情報、２７…容器、２８…照明、２９…カメラ、３０…ホール。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】