サイクリック負荷を受ける複合材オーバーラップ加圧容器の構造健康モニタリングのための深層学習の応用

超音波誘導波（UGW）を使用した構造健康モニタリング（SHM）は、複雑な形状を持つコンポーネントの連続監視を可能にし、それらの構造健全性および全体的な状態に関する広範な情報を提供します。非常に高圧で水素ガスを貯蔵するために使用される複合材オーバーラップ加圧容器（COPV）は、SHMの恩恵を大いに受ける可能性のある重要なインフラストラクチャの例です。これは、定期的な検査間隔の延長を図り、異常の早期検出によって安全な運転条件を確保し、最終的にはCOPVの残存寿命を推定するために使用されます。したがって、ドイツのデジタルクオリティインフラストラクチャイニシアティブ（QI-Digital）では、水素再充填ステーションで使用されるCOPVのためのSHMシステムが開発されています。本研究では、異なる温度と圧力の下で数千回の負荷サイクルを受けたタイプIV COPVの疲労試験の結果を示し、このようなSHMシステムに関連する強みと課題を明らかにします。COPVの最終的な材料破壊に至るまでのサイクル試験中に、15個の表面固定型圧電（PZT）ウェーハのセンサーネットワークを使用してUGWデータを収集しました。しかし、圧力の変動、COPVの老化プロセス、環境パラメータ、および同時に発生する可能性のある損傷が記録信号に影響を与えています。この問題とラベル付きデータの不足により、信号処理と分析がさらに困難になります。したがって、本研究では、異なる変数がUGWデータに与える影響を分離するために、半監視型および無監視の深層学習アプローチを利用し、重要な故障の前に損傷を検出し、位置を特定することを最終的な目標とします。