白岩 隆行
材料工学は金属，セラミックス，高分子などのあらゆる材料を扱う分野である。社会基盤・デバイス・医療など多様な場面で，必要とされる先端材料を開発することで，現代社会を支えている。これまでにない強度や加工性を持つ構造材料や，人工知能技術の発展を支える半導体材料，人類の健康を支える医療材料など，科学技術のブレイクスルーは多くの場合，革新的な材料の開発によってもたらされてきた。また持続可能な社会の実現という人類喫緊の課題においても，材料工学が果たす役割は極めて大きい。
この分野においては，新規材料の設計と，供用中の材料の信頼性評価がいずれの応用においても重要な課題である。材料の設計においては，原子レベルからマクロスケールにわたる広範な組織制御が求められる。材料の信頼性評価においては，材料組織に依存したマルチスケールな変形・破壊現象を捉えることが必要になる。
材料研究において，非破壊検査手法の一つであるアコースティック・エミッション（AE）法が長年利用され続けるのは他の計測手法にはない優れた特徴をもつためである。すなわち，材料内部の事象に対する極めて高感度な検出能力と，高い時間分解能である。1950 年代に金属材料工学の基盤となる転位論が発展するにつれて，AE 信号と転位挙動に関する考察が始まり，1970 年頃からはマイクロメカニクスにもとづきAE 源を定量的に扱う手法が研究された。その後確実な進展はあるものの，近年では残念ながら革新的な手法が登場していないように感じる。AE 法でしか捉えられない事象は数多くあるので，計測や解析の方法を工夫することで，将来の材料設計や材料評価において，強力な評価手法としての立ち位置を得られる可能性があると期待される。
以上の観点から，本特集号では「AE 法による未来の材料設計と評価」と題して，材料研究や材料評価におけるAE 法の第一人者としてご活躍されている方々に執筆を依頼した。
初めに筆者らより「材料試験におけるAE の計測と解析」と題して，材料試験におけるAE 計測の基本的な事項と，最近のAE 解析手法の進展について概説した。
次にVinogradov 教授より，「Progress in the Assessment of Dislocation Kinetics through AE Measurements」と題して，金属材料の塑性変形に起因するAE 信号について，理論的考察を解説いただいた。これは材料工学の分野で長年の課題であった転位運動とAE 挙動の関係を解析したものであり，非破壊検査の分野においても，構造材料の変形に由来するAE 信号の物理的意味を解釈するために必要な研究である。
続いて，武 凱歌氏らより，「AE 信号に基づく軽金属の局部腐食メカニズムの考察」と題して，腐食研究においてAE 法がどのように活躍しているか解説いただいた。
また松尾卓摩教授より，「AE 法を用いた材料特性評価のための高精度音源位置標定手法の開発」と題して，材料研究において必須の位置標定技術について解説いただいた。
最後に，伊藤海太氏より，「AE 波形連続計測によるプロセス条件最適化の加速」と題して，金属積層造形（3 次元プリンタの原理の一つ）を含む最先端の材料プロセスにおけるAE 計測について解説いただいた。
いずれも大変興味深い内容であり，本特集号が皆様の参考になることを願う次第である。最後に，末筆ながら本特集号に寄稿いただいた執筆者の皆様に深く感謝申し上げる。
東京大学 白岩 隆行 榎 学
Measurement and Analysis of AE in Material Testing
The University of Tokyo Takayuki SHIRAIWA and Manabu ENOKI
キーワード: 変形，破壊，金属材料，複合材料，インフォマティクス
はじめに
材料の研究開発では数多くの計測・解析手法が用いられている。その中でも，超音波やX 線，赤外線，可視光などを用いた非破壊検査法は材料を破壊することなく，表面や内部における構造や応力・ひずみ状態を計測することができるため，重要な計測ツールと見なされている。一方で，これらの計測は基本的に，静的あるいは準静的に行われるものであり，材料の動的挙動を捉えることができない。近年開発されている先端構造材料は，材料組織が複雑で微細化しており，それに伴い力学的な応答や破壊機構も多様なものになっている。これらの変形や破壊のメカニズムを解明するためには，時間的にも空間的にも高分解能な計測手法が必須であり，微視領域における動的解析手法の確立が新規材料開発の鍵となっている。
そのような中で，アコースティック・エミッション（AE）法は他の計測手法では実現できない際立った特徴を持つ。その特徴として，10−7 s オーダーの時間分解能で事象を検出できることや10−14 m オーダーの表面変位を検知できるほど高感度であること１），多チャンネル計測により事象の位置標定ができること，非破壊に計測でき，その他のその場観察手法（デジタル画像相関法，X 線・中性子回折など）と同時利用できることが挙げられる。一方で最大の欠点は，材料内部の現象を直接見る手法ではないので，物理現象と対応づけるための解析が必要なことである。
材料試験におけるAE の発生源には，金属結晶中の転位（線状の格子欠陥）の運動や双晶変形，キンク変形，相変態，摩擦，微視割れなどがある。これらは主にナノスケールからマイクロスケールの現象であり，AE 法で対象とする数100 kHz の高周波成分を含む弾性波を生じる。構造物の非破壊検査で対象とする「きず」と比較すると，検出対象のスケールがかなり小さい。したがって，AE 信号の計測や解析においても細心の注意が必要となる。そのための対策は研究室内で伝授されていることも多く，一般の材料研究者がAE 法を利用する際のハードルになっているのではないかと懸念する。そこで本稿では，初めに，やや泥臭い計測のノウハウの一端を紹介する。次に，近年発展が著しいインフォマティクス技術をAE 解析に利用する方法について概説する。最後に，近年使用され始めている構造材料や，将来的に利用が検討されている先端材料の研究分野において，AE 法がどのように活用されているか，いくつかの事例を示す。
Kumamoto University Alexey VINOGRADOV
Abstract
We present a concise yet comprehensive summary of our decade-long research endeavour dedicated to enhancing our understanding of the Acoustic Emission (AE) phenomenon triggered by plastic deformation in metals and alloys. Our efforts are focused on elucidating prevalent trends in AE through the development of a novel methodology that bridges the gap between dislocation kinetics governing strain hardening and experimentally measurable spectral AE parameters. We systematically outline and discuss critical aspects of our proposed phenomenological model approach. Our key contribution lies in demonstrating that traditionally qualitative AE measurements can be transformed into a robust quantitative tool for characterising dislocation evolution, predicting strain localisation, and anticipating imminent failure events. Our findings offer promising avenues for advancing the utility of AE analysis in material science and engineering applications.
Key Words: Acoustic emission, Dislocation kinetics, Strain hardening
Introduction and motivation
The primary objective of Non-Destructive Inspection (NDI) within industrial facilities is to evaluate the integrity and quality of components, structures, or equipment without causing damage. Employing a diverse range of modern techniques, including Acoustic Emission (AE), NDI aims to identify flaws induced during service that could jeopardize safety, reliability, or performance. The AE technique is pivotal in assessing damage evolution by detecting and analysing transient elastic waves emitted by materials undergoing deformation or structural changes due to external stimuli. It reliably identifies defects such as cracks (initiation and propagation), delamination, fracture of reinforcements in composites, corrosion, stresscorrosion cracking, and fatigue damage in materials subjected to cyclic loading. Continuous monitoring of AE during operation or testing provides real-time information about defect generation, location, and severity, enabling proactive maintenance and repair actions to prevent catastrophic failures, prolong asset lifespan, and ensure industrial facility safety and reliability. However, despite its extensive history, AE technology faces several fundamental challenges that hinder its everyday NDI practice. Among these challenges, background noise, signal interpretation, and the assessment of the severity of underlying sources are paramount. Both unavoidable electric and ambient noise in industrial settings can interfere with AE signals, making it challenging to detect and analyse relevant emissions from defects or damage. Even if the detection phase is successful, distinguishing between AE signals generated by defects and those caused by benign sources (such as operational vibrations, wear, etc.) requires sophisticated knowledge-based signal processing and analysis techniques. Addressing these challenges is imperative for the wider adoption and effectiveness of AE technology in various applications. To tackle these challenges, dedicated laboratory experiments are crucial. They enable the controlled introduction of specific defects into materials to study their AE characteristics under various loading conditions. While recent advancements in signal processing methods, including advanced feature extraction, classification methods, and the integration of artificial intelligence, offer promising avenues for addressing technical issues with signal detection and noise elimination, modelling remains a critical and largely unresolved task. Modelling aids in simulating AE behaviour in different damage initiation and propagation scenarios, facilitating physically-based interpretation and classification of AE signals.
In my perspective, based on first-hand experience, solely datadriven decision-making remains intuitive rather than informed, untraceable, and unfounded, potentially leading to significant losses if incorrect. Decision-makers are encouraged, if not compelled, to prioritise transparency and trust in decisions by relying on proven predictive models. An ideal model, whether deterministic or stochastic, analytical or numerical, describes the behaviour of dynamic systems and predicts breaking points where the evolution scenario changes and a critical stage is reached. In the landscape of AE studies, the most fundamental yet detectable source has been linked to plastic events carried by dislocations. Since its inception in the 1950s１）, the most acclaimed phenomenon related to the dislocation behaviour in plastically deformed metals is the prominent AE peak observed shortly after the onset of microscopic plastic yielding２）− ４）as depicted in Fig.1 for pure copper, as an example. It is surprising that after many years of intensive research, there is still no commonly accepted quantitative model or even a satisfactory qualitative explanation of this phenomenon, which is omnipresent across a wide range of structural metals and alloys.
In this succinct survey, the focus lies on describing our recent endeavours aimed at bridging the gap in phenomenological descriptions of AE behaviour resulting from the evolution of dislocation microstructures during strain hardening. The mathematical intricacies and derivation procedures, comprehensively covered in the original publications５）−15）, are left untouched here. Instead, the primary objective is to elucidate the philosophical underpinnings that unify the proposed approach across these publications. Emphasis is placed on delineating the approach’s capabilities, advantages, and limitations, along with showcasing major outcomes. Additionally, this survey aims to outline potential future directions for research in this domain.
東京大学 武 凱歌 白岩 隆行 榎 学
Consideration on the Localized Corrosion Mechanism of Light Metals Based on AE Signals
The University of Tokyo Kaige WU, Takayuki SHIRAIWA and Manabu ENOKI
キーワード: 材料試験，腐食，モニタリング，軽合金，AE 法
はじめに
“すべての工業材料は反応性を持つ化学物質であり，それらが問題なく機能することは驚きべきことである”（オハイオ州立大学R. W. Staehle 教授）１）。
近年，部材の軽量化を要求される多くの産業分野において，鉄鋼や銅合金などの重金属により構成されていた部材が，次々にマグネシウム（Mg）やアルミニウム（Al）合金のような軽金属に置き換えられていることは注目に値する２）。ステンレス鋼のような鉄系合金と比較して，Mg 合金やAl 合金ははるかに反応性が高い。したがって，軽金属の利用が増加するにつれて，その腐食に伴う問題は重要な懸念事項である。腐食は，金属材料にとって最も重要な損傷のひとつであり，使用環境との相互作用により進展する損傷である。世界腐食機構（WCO）によると３），腐食によって生じる全世界のコストは年間約2.5 兆ドル（先進国のGDP の3 〜4％）に達し，そのうち日本だけで約6.6 兆円，GNI の1.27％が腐食に伴うコストであると推定されている４）。
様々な腐食形態の中でも，孔食（pitting）は極度に局所的な腐食形態であり，目に見えないまま，非常に深く致命的な空洞を生じる可能性がある。孔食の挙動は，確率的かつ予測困難であることから，金属材料の「癌」と見なされることがあり，安全性，環境，経済に与える影響は甚大である５）。孔食において，材料の微視組織における不連続性と局所的な不均一性は，電気化学的および幾何学的な観点から見ると，金属材料における先天的な「癌原遺伝子（proto-oncogenes）」に似ている。環境との相互作用に伴い，その「遺伝子」が異常に「活性化」し，材料が「癌化」すること，すなわち孔食現象が起こる。Parkins の応力腐食スペクトル６）によれば，使用中の材料の腐食劣化は，多くの場合，最初は長期間にわたる孔食の発生・成長から始まり，その後，短期間での急速なき裂進展に変化し，致命的な損壊につながる。したがって，孔食を初期段階で検出し監視することは，人間の癌の早期診断に匹敵するものであり，材料の健全性確保と構造部材の寿命予測において極めて重要である。
この解説記事では，まずMg 合金やAl 合金などの軽金属における孔食のメカニズムを概説する。次に，孔食に関するアコースティック・エミッション（AE）の研究例を紹介する。続いて，Mg 合金（Mg89Zn4Y7）およびAl 合金（AA5083）の孔食挙動の解析にAE 法を活用した最新の研究結果を示す。最後に，複雑で多段階なプロセスを伴う孔食のメカニズムを解明するために，AE 法が担う役割についてまとめと今後の展望を示す。
明治大学 松尾 卓摩
Development of a High-accuracy Source Location Method for Material Characterization Using the AE Method
Meiji University Takuma MATSUO
キーワード: アコースティックエミッション，音源位置標定，ウェーブレット変換，赤池情報量規準
はじめに
アコースティックエミッション（AE）法は，機械や構造物の損傷状態をリアルタイムに検出できる非破壊検査手法であり，検出したAE 波の振幅や周波数，波形形状を解析することで，発生した微小な損傷のモード分類が可能となる。そこで，材料の破壊メカニズムの評価に非常に有効なツールとして広く用いられている１）。また，複数のAE センサを使用して，材料のどの位置からAE が発生したかを調査するAE 音源位置標定も損傷過程の評価に重要な技術となる２）。一般的なAE音源位置標定では，AE 波の初動波到達時間を用いて，解析的に位置を特定する手法３）や仮想音源走査法によって求める手法４），波形をウェーブレット変換する方法５），また波形に対して赤池情報量規準（AIC）６）を適用して求める方法などが用いられている。しかし，薄板やパイプをガイド波７）として伝搬する波では，初動波となるS モードやL モードの波の振幅が小さく初動波を的確に捉えられない場合がある。そのため，音源位置の標定誤差が大きくなるなどの問題が生じる。これらの解決方法としては各波形を熟練した技術者，研究者自身で初動波モードを判別し，正しい速度を用いることであるが，AE 発生数が膨大になる対象の場合は作業が困難となる。また，コンピュータを用いて自動的に場合分けを行うことも可能であるが条件分岐が複雑になる問題もある。
そこで著者らは，AE 音源位置の精度や解析速度向上のために，AE のS モードやL モードの初動波到達時間を高精度に読み取る手法を開発した８）。本稿ではそのアルゴリズムを紹介するとともに，一般的なAE 音源位置標定手法と精度や特性について比較した結果を示す。
（国研）物質・材料研究機構 伊藤 海太
Acceleration of Process Condition Optimization by Continuous AE Waveform Measurement
National Institute for Materials Science Kaita ITO
キーワード: アコースティック・エミッション法，プロセスモニタリング，AE ストリーミング
はじめに
アコースティック・エミッション（Acoustic Emission）法は材料の微視損傷の発生や拡大が「いつ・どこで」起きたかを検出できる，ユニークな非破壊評価手法である。また，少数のセンサによる「点」の測定で，弾性波（AE 波）が検出できる数十センチから数メートルの範囲をカバーでき，弾性波が伝搬さえすれば複雑形状でも問題ない。これらの特長のため，AE 法の適用は材料試験にとどまらず，社会インフラや機械部品の供用中のヘルスモニタリングにも広がっている。
微視損傷の発生や拡大を検知できる能力は，材料や構造物の供用前の段階，すなわち製造や加工のプロセスモニタリングでも有用であることは言うまでもない。しかし，これらのプロセス環境は振動・騒音・電気パルスなど，AE 計測にとって厄介なノイズのために計測の難易度が高いことがしばしばである。それでも，特に機械加工の分野では様々な工夫でノイズを除去しAE 法によるプロセスモニタリングが行われてきた１），２）が，これらは製品（被加工物）中の欠陥よりも工具の破損や劣化の検出を目的とする事例が多い。本稿は工具を対象にしないわけではないが，どちらかといえば製品の不良検出に重きをおく。
さて，AE 法によるプロセスモニタリングではノイズ対策が大切であることは既に述べたが，ノイズの要因や強度は様々であり，プロセスの段階や周辺環境によっても大きく変化しうる。特に初見の環境ではノイズの変化を予測できないために熟練の技術者でもノイズフィルタやAE 事象検出のしきい値電圧を適切に設定できずノイズを十分除去できない，しきい値電圧が高すぎてAE 事象が全く検出されないか低すぎてノイズばかり拾ってしまうなどの失敗が起こりえる。この難しさがAE 法のプロセスモニタリングへの適用を阻害してきた一大要因である。
筆者はAE 計測を波形の連続計測（ストリーミング）と，デジタルデータになった連続波形の解析という処理にすることでこの問題を克服し，AE 法によるプロセスモニタリングを容易にすることを目的の一つとして，Continuous Wave Memory（CWM）と名付けた独自のAE 計測装置の開発に取り組んできた。CWM という名前は和訳すれば「連続波形メモリ」であり，その名の通り連続波形をすべて記録する。CWM は電気回路による周波数フィルタを使わず，センサが出力しアンプで増幅しただけの「生」の波形を記録する。この生波形に対し，計測中・計測後のどちらでもフィルタリングやAE 事象の検出などの解析が行える。計測開始と同時に事前設定した条件で解析も開始すれば，一般的なAE 計測装置と同様にリアルタイムに結果が得られる。一方，もしこの解析条件が不適切であった場合は，計測途中ないし計測完了後であっても記録済の連続波形を再生し直して，修正された条件で再解析ができる。これにより，AE 計測の失敗による再試験や試行錯誤を大きく削減できる。
こうしてAE 法で製造や加工のプロセスモニタリングができ，微視損傷が「いつ・どこで」起きたかが分かれば，プロセスの問題箇所を実験的に示し，条件の最適化を迅速に進めることができる。本稿では，CWM を用いたプロセスモニタリングの実例をいくつか示し，その後にそれらに通底する要点を説明する。
