Analysis of Dominant Factors in Active Infrared Thermography Defect Detection Based on Physics-Constrained Surrogate Models

技術要約：物理制約付きサロゲートモデルに基づく能動型赤外線サーモグラフィ欠陥検出の支配的要因の解析

問題提起
能動型赤外線サーモグラフィ（IRT）は、剥離や空隙などの材料欠陥を検出するための広く用いられている非破壊検査（NDT）手法である。しかし、その実用的な適用は、試験パラメータの最適化の複雑さによって妨げられている。熱応答信号は、母材および欠陥の熱物性、幾何学的パラメータ（深さおよび厚さ）、励起波形の特性、および環境熱交換条件を含む、複数の変数によって制御される強結合系である。現在の研究では標準化されたパラメータ設定のガイドラインが不足しており、変数間の強い結合性により、明確な最適化の優先順位を確立することが困難であるため、しばしばオペレーターによる経験的な判断に頼らざるを得ない状況にある。

手法
これらの課題に対処するため、著者らは次元解析、数値シミュレーション、および機械学習を組み合わせた体系的なフレームワークを開発した。

1. 物理学に基づく次元削減： 本研究では、横方向の寸法が厚さよりも大きい薄板を仮定し、3次元の非定常熱伝導問題を厚み方向に沿った1次元モデルへと簡略化した。バッキンガムの$\pi$定理を用いることで、10個以上の変数を含む元のパラメータ空間を、9次元の無次元空間へと削減した。主要な無次元数は、フーリエ数（$Fo$）、ビオ数（$Bi$）、熱伝導率および熱拡散率の比（$k_1/k_0$, $\alpha_1/\alpha_0$）、および励起パラメータである。
2. 数値シミュレーションと検証： 支配方程式を解くために、陽解法を用いた有限体積法（FVM）を採用した。界面の連続性は、有効熱伝導率のための調和平均法を用いて処理した。モデルは、欠陥（粘着テープ、PVCフォーム、紙）を埋め込んだGFRP試験片を用いた実験データに対して検証され、相関係数0.91、相対誤差0.5%以下を示した。
3. 感度およびパラメータ解析： 自動化されたパラメータスイープとラテン超方格サンプリング（LHS）を用いて、応答曲線を生成した。本研究では、Sobolベースの感度解析を利用して、様々な無次元パラメータに対する最大表面温度差（$\Delta\theta_{max}$）の正規化された感度を定量化した。
4. サロゲートモデルの開発： 偏微分方程式（PDE）を繰り返し解くという計算上のボトルネックを克服するため、物理制約付きニューラルネットワーク（PCNN）サロゲートモデルを構築した。このフィードフォワードニューラルネットワーク（10-5-5アーキテクチャ）は、過学習を防ぎ小規模なデータセットでの汎化性能を高めるために、損失関数に物理的制約を組み込んだ100個のサンプル（80/20分割）を用いて学習された。

主な結果

• 支配的メカニズム： 感度解析により、欠陥の検出可能性は主に2つの要因によって駆動されており、これらが影響の80%以上を占めることが明らかになった：
  1. 界面熱インピーダンスのミスマッチ： 欠陥とマトリックス間の熱物性比（$k_1/k_0$ および $\alpha_1/\alpha_0$）が最も重要な要因であり、熱波の反射と透過を決定する。
  2. 励起エネルギー入力： 励起源によって供給される総エネルギー（主にDC成分 $q_0$ と持続時間 $t_p$ によって決定される）が、2番目に重要な要因である。
• 無視できる要因： 一般的な動作条件下では、対流熱伝達条件（ビオ数）および欠陥の厚さ（$\delta/L$）は、ピーク熱応答に対して限定的な影響しか持たないことが判明した。
• ローパスフィルタ特性： 本研究は、非定常熱伝導がローパスフィルタとして機能することを裏付けた。すなわち、励起波形の高周波成分は急速に減衰するため、高周波変調よりも総エネルギー積分（低周波成分）の方が欠陥検出に効果的である。
• サロゲートモデルの性能： 物理制約付きニューラルネットワークは、テストセットにおいて決定係数（$R^2$）0.929、平均相対誤差6.71%を達成した。
• 計算効率： サロゲートモデルは、単一の評価に対する予測時間を、従来のPDEシミュレーションによる数百秒からミリ秒スケールへと短縮し、$10^5$の計算加速を実現した。

意義および主張
本論文は、能動型赤外線サーモグラフィの物理駆動型最適化のための、理論的基礎と効率的な計算ツールの両方を提供することを主張している。問題を無次元フレームワークに還元することで、本研究は異なるNDTシナリオ（材料、サイズ、電力レベルの変化）を単一の解析構造へと統合している。提案されたサロゲートモデルは、高速なフォワードソルバとして機能し、計算コストの高い数値シミュレーションを繰り返すことなく、検出能力および感度区間の効率的な分析を可能にする。

著者らは、本モデルが欠陥パラメータを直接逆算するものではないものの、励起パラメータおよび検査戦略の最適化を容易にすることを強調している。具体的には、本研究は実用的なエンジニアリングガイドラインを提供している。例えば、高熱伝導率材料には高い電力密度が必要であるが、低熱伝導率材料（GFRPなど）は損傷を避けるために長い励起持続時間の恩恵を受ける。逆に、大規模構造物の迅速なスクリーニングには、高出力・短時間励起を利用することができる。本研究の目的は、IRTのパラメータ設定を経験的な判断からデータ駆動型の最適化へと移行させ、標準化を支援することである。