CN115698699A - 机械特性的计测装置、机械特性的计测方法、物质的制造设备、物质的管理方法和物质的制造方法 - Google Patents

机械特性的计测装置、机械特性的计测方法、物质的制造设备、物质的管理方法和物质的制造方法 Download PDF

Info

Publication number
CN115698699A
CN115698699A CN202180042018.6A CN202180042018A CN115698699A CN 115698699 A CN115698699 A CN 115698699A CN 202180042018 A CN202180042018 A CN 202180042018A CN 115698699 A CN115698699 A CN 115698699A
Authority
CN
China
Prior art keywords
substance
mechanical property
physical quantities
measuring
mechanical
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202180042018.6A
Other languages
English (en)
Inventor
松井穣
尾关孝文
寺田一贵
安达健二
今仲大辉
泉大地
嶋村纯二
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
JFE Steel Corp
Original Assignee
JFE Steel Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by JFE Steel Corp filed Critical JFE Steel Corp
Publication of CN115698699A publication Critical patent/CN115698699A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
    • G01N27/80—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating mechanical hardness, e.g. by investigating saturation or remanence of ferromagnetic material
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
    • G01N27/82—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21C—MANUFACTURE OF METAL SHEETS, WIRE, RODS, TUBES OR PROFILES, OTHERWISE THAN BY ROLLING; AUXILIARY OPERATIONS USED IN CONNECTION WITH METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL
    • B21C51/00—Measuring, gauging, indicating, counting, or marking devices specially adapted for use in the production or manipulation of material in accordance with subclasses B21B - B21F

Landscapes

  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Engineering & Computer Science (AREA)
  • Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)

Abstract

提供能够经由物理量正确地计测机械特性的机械特性的计测装置和机械特性的计测方法。提供通过能够经由物理量正确地计测机械特性而能够提高物质的制造成品率的物质的制造设备和物质的制造方法。另外，通过能够经由物理量正确地计测机械特性而提供高品质的物质。机械特性的计测装置(100)具备：物理量计测部(5)，其对具有物质和处于物质的表面的膜的计测对象物的多个物理量进行计测；机械特性计算部(82)，其使用计算物质的机械特性的多个计算模型和计测出的多个物理量中至少两个物理量，按多个计算模型中每一个计算模型计算物质的机械特性；以及选择处理部(81)，其从基于多个物理量中至少两个物理量计算出的多个物质的机械特性中选择一个机械特性，作为物质的机械特性。

Description

机械特性的计测装置、机械特性的计测方法、物质的制造设 备、物质的管理方法和物质的制造方法
技术领域
本公开涉及机械特性的计测装置、机械特性的计测方法、物质的制造设备、物质的管理方法和物质的制造方法。
背景技术
在成为管线管等材料的钢材制造中，作为钢材的机械特性的检查，有时实施抽样检查。抽样检查，是从钢材取出检查部位，加工成机械试件并进行试验的所谓的破坏试验。近年来，谋求非破坏地计测或者评价钢材商品其本身的机械特性并保证品质，而不是谋求抽样检查。因此，实施经由在钢材制造中或者钢材制造后计测的与钢材的机械特性相关的各种物理量来计测机械特性的尝试。
例如，专利文献1记载有如下技术：通过使交流磁场作用于金属材料，并检测感应产生的涡电流，由此，检测局部存在于金属材料的高硬度部。
例如，专利文献2记载有一种检测装置，具有在长条件的沿着长度方向的一侧供长条件插通的第1开口部和在另一侧供长条件插通的第2开口部，且具备磁轭构件，该磁轭构件具有相对于穿过第1开口部和第2开口部的轴线而大致轴对称的形状。专利文献2的检测装置能够减少长条件的长度方向端部的死区，能够高精度地检测磁特性变化。
例如，专利文献3记载一种技术，根据在被检体感应产生的涡电流强度，对被检体的涂层材料的膜厚进行评价，根据与涂层材料的膜厚的减少相关的信息来掌握被检体的劣化程度。
专利文献1：日本特开2008-224495号公报
专利文献2：国际公开第2019/087460号
专利文献3：日本特开平9-113488号公报
此处，在利用传感器计测钢材表层的电磁特征量来计测机械特性的情况下，在现有技术中，存在如下问题：电磁特征量与机械特性之间的关系的不一致变大，难以进行正确的计算。例如针对以得到相同的机械特性的方式制造出的钢材，有时由传感器计测出的钢材表层的电磁特征量不同。因此，谋求在钢材的制造工艺中能够利用的能够以非破坏方式正确地计测机械特性的技术。
发明内容
本公开是鉴于上述状况而完成的，目的在于提供能够经由物理量正确地计测机械特性的机械特性的计测装置和机械特性的计测方法。另外，本公开的其他目的在于提供通过能够经由物理量正确地计测机械特性而能够提高物质的制造成品率的物质的制造设备和物质的制造方法。并且，本公开的其他目的在于提供通过能够经由物理量正确地计测机械特性而能够提供高品质的物质的物质的管理方法。
为了解决上述课题，作为针对计测对象物的物理量与机械特性之间的关系进行了调查的结果，发明人发现：这些关系影响计测对象物所具有的膜的性质。
本公开的一实施方式所涉及的机械特性的计测装置具备：物理量计测部，其对具有物质和处于上述物质的表面的膜的计测对象物的多个物理量进行计测；机械特性计算部，其使用计算上述物质的机械特性的多个计算模型和计测出的上述多个物理量中至少两个物理量，按上述多个计算模型中每一个计算模型计算上述物质的机械特性；以及选择处理部，其基于上述多个物理量中至少两个物理量，从计算出的多个上述物质的机械特性选择一个机械特性，来作为上述物质的机械特性。
本公开的一实施方式所涉及的机械特性的计测方法具备：计测步骤，在该步骤中，对具有物质和处于上述物质的表面的膜的计测对象物的多个物理量进行计测；计算步骤，在该步骤中，使用计算上述物质的机械特性的多个计算模型和计测出的上述多个物理量中至少两个物理量，按上述多个计算模型中每一个计算模型来计算上述物质的机械特性；以及选择步骤，在该步骤中，基于上述多个物理量中至少两个物理量，从计算出的多个上述物质的机械特性选择一个机械特性，来作为上述物质的机械特性。
本公开的一实施方式所涉及的物质的制造设备具备：制造设备，其制造物质；和机械特性的计测装置，上述机械特性的计测装置具备：物理量计测部，其对具有物质和处于上述物质的表面的膜的计测对象物的多个物理量进行计测；机械特性计算部，其使用计算上述物质的机械特性的多个计算模型和计测出的上述多个物理量中至少两个物理量，按上述多个计算模型中每一个计算模型计算上述物质的机械特性；以及选择处理部，其基于上述多个物理量中至少两个物理量，从计算出的多个上述物质的机械特性选择一个机械特性，来作为上述物质的机械特性，上述计测装置对由上述制造设备制造出的物质的机械特性进行计测。
本公开的一实施方式所涉及的物质的管理方法具备：计测步骤，在该步骤中，对具有物质和处于上述物质的表面的膜的计测对象物的多个物理量进行计测；计算步骤，在该步骤中，使用计算上述物质的机械特性的多个计算模型和计测出的上述多个物理量中至少两个物理量，按上述多个计算模型中每一个计算模型计算上述物质的机械特性；选择步骤，在该步骤中，基于上述多个物理量中至少两个物理量，从计算出的多个上述物质的机械特性选择一个机械特性，来作为上述物质的机械特性；以及管理步骤，在该步骤中，基于选择出的上述物质的机械特性对上述物质进行分类。
本公开的一实施方式所涉及的物质的制造方法具备：制造步骤，在该步骤中，制造物质；计测步骤，在该步骤中，将制造出的上述物质和处于该物质的表面的膜作为计测对象物，对上述计测对象物的多个物理量进行计测；计算步骤，在该步骤中，使用计算上述物质的机械特性的多个计算模型和计测出的上述多个物理量中至少两个物理量，按上述多个计算模型中每一个计算模型来计算上述物质的机械特性；以及选择步骤，在该步骤中，基于上述多个物理量中至少两个物理量，从计算出的多个上述物质的机械特性选择一个机械特性，来作为上述物质的机械特性。
根据本公开的一实施方式所涉及的机械特性的计测装置和机械特性的计测方法，能够经由物理量正确地计测机械特性。另外，根据本公开所涉及的物质的制造设备和物质的制造方法，能够通过能够经由物理量正确地计测机械特性，从而能够提高物质的制造成品率。并且，根据本公开所涉及的物质的管理方法，能够通过能够经由物理量正确地计测机械特性，从而提供高品质的物质。
附图说明
图1是本公开的一实施方式所涉及的机械特性的计测装置的框图。
图2是物理量计测部的框图。
图3是表示传感器的具体结构例的图。
图4是表示为了生成交流磁场而给予励磁线圈的信号的一例的图。
图5是表示学习数据的收集的处理的流程图。
图6是表示机械特性的计测方法的流程图。
图7是将计算出的机械特性与实测值进行了比较的图。
图8是其他实施方式所涉及的机械特性的计测装置的框图。
图9是其他实施方式所涉及的机械特性的计测装置的框图。
图10是表示钢材的制造方法的例子的图。
图11是表示通过显示部显示了判定结果的例子的图。
图12是例示一个模型所存在的情况下的一个参数与一个机械特性之间的对应的图。
图13是例示存在多个模型的情况下的一个参数与一个机械特性之间的对应的图。
图14是对存在多个模型的情况下基于多个参数的分布的分离进行说明的图。
图15是对固化部的位置信息的列表进行说明的图。
具体实施方式
(第1实施方式)
图1是本公开的第1实施方式所涉及的机械特性的计测装置100的框图。计测装置100经由物理量计测部5计测出的计测对象物101(参照图2)的多个物理量而非破坏性地对计测对象物101的物质1(参照图2)的机械特性进行计测。此处，机械特性是力学的特性，特别是指针对拉拔、压缩或者剪切等外力的性质。例如机械特性包括抗拉应力、屈服应力和压缩应力等强度、维氏硬度(Vickers hardness)和里氏硬度(Leeb hardness)等硬度以及脆性。物理量包括能够客观测定的量例如温度、质量和电磁特征量等。
以下，在本实施方式中，作为物质1，以钢材为例子进行说明，但物质1不局限于钢材。另外，作为机械特性，以硬度为例子进行说明，但机械特性不局限于硬度。另外，作为多个物理量，以包括电流波形的畸变量、电流波形的振幅、高次谐波的振幅、透磁率和保磁力的电磁特征量为例子进行说明，但多个物理量不局限于电磁特征量。此处，一直以来，透磁率和保磁力之类的电磁特征量与金属的机械特性存在相关性，优选使用电磁特征量对机械特性进行计测或者评价。作为计测电磁特征量的方法，优选涡流探伤法或者3MA(Micromagnetic Multiparameter Microstructure and Stress Analysis)技术等。特别是，若作为为了生成交流磁场而被给予的信号，使用叠加有两个以上频率的交流信号(交流电流或者交流电压)，则能够获取更多的电磁特征量，从而优选。并且，通过使其中的一个频率为200Hz以下，即便在物质1的表面形成有膜2(参照图2)的情况下交流磁场也充分地渗透至物质1的表面，能够更高精度地计测或者评价机械特性，因此，更优选。在计测物质1的表层的电磁特征量的情况下，特别优选上述的计测方法。
(机械特性的计测装置的结构)
如图1所示，计测装置100具备物理量计测部5、控制部8、存储部10、显示部11。控制部8具备选择处理部81、机械特性计算部82、物理量计测控制部83。存储部10具备计算物质1的机械特性的多个计算模型M1、M2……Mn。此处，n为2以上的整数。对计测装置100的各要素的详情将在下文说明。
图2是物理量计测部5的框图。物理量计测部5具备传感器3和扫描部6。传感器3对计测对象物101的物理量进行计测。计测对象物101具有物质1和形成于物质1的表面的膜2。对物理量计测部5的各要素的详情将在下文说明。
例如在物质1为钢材的情况下，在钢材的制造中途在钢材的表面形成有被称为氧化皮或者黑皮的氧化铁膜。氧化铁膜存在各种种类，但通常的是，公知有磁铁(四氧化三铁、Fe3O4)、乌斯铁(氧化亚铁、FeO)和赤铁(红铁、Fe2O3)。这些氧化皮不仅分别是氧和铁的组成不同，而且是电磁特征也不同。例如，磁铁具有磁性，但乌斯铁不具有磁性。此处，为了计测作为钢材的物质1的(特别是表层的)机械特性，从表面开始计测物理量。换句话说，在本发明中，将作为钢材的物质1和作为膜2的氧化皮一起作为计测对象物101来计测物理量。
因此，作为氧化皮的膜2对作为钢材的物质1的计测给予影响。另外，氧化皮的种类和组成因钢材制造时的状态改变而变化。并且，有时由于钢材本身的组织改变而使磁性具有各向异性，电磁特征因计测对象物101而异。因此，针对具有钢材和氧化皮的计测对象物101，单纯地将硬度等钢材的机械特性与计测对象物101的电磁特征量建立关系而进行测定或者评价非常困难。特别是，在计测物质1的表层的机械特性的情况下，作为膜2的氧化皮的电磁特征更大地产生影响。因此，针对具有钢材和氧化皮的计测对象物101，单纯地将硬度等钢材的表层的机械特性与计测对象物101的电磁特征量建立关系而进行测定或者评价更加困难。
这即便在物质1为钢材以外和膜2为氧化皮以外材料的情况下，也是相同的。特别是，针对计测的多个物理量，膜2具备与物质1不同的特征的情况下，针对具有物质1和处于表面的膜2的计测对象物101，单纯地将物质1的机械特性与计测对象物101的多个物理量建立关系进行测定或者评价非常困难。并且，在计测物质1的表层的机械特征的情况下，针对具有物质1和处于表面的膜2的计测对象物101，单纯地将物质1的表层的机械特性与计测对象物101的多个物理量建立关系进行测定或者评价更加困难。
此处，针对难以单纯地将物质1的机械特性与计测对象物101的多个物理量建立关系而进行测定或者评价这种情况，示出图12～图14，以下进行说明。图12是例示存在一个模型的情况下的一个参数与一个机械特性之间的对应关系的图。在能够构建一个(例如，图12中的模型M1)使任意的一个参数A(例如电磁特征量中一个特征量)与机械特性以1对1的关系的形式关联起来的数学模型的情况下，能够使用该模型，根据参数A计算机械特性(图12～图14的例子中硬度)。但是，在物质1例如为钢材的情况下，实际上具有钢组织的分布、氧化皮(膜2的一例)之类的构成表层构造的要素等。因此，如图13所示，任意的一个参数A与机械特性之间的相关性根据成为表层构造的物质1和膜2的组合而存在多个关系(模型M1、M2、M3和M4)。例如，模型M2和M3分别能够应对氧化皮厚的情况和氧化皮薄的情况。如图13所示，即便测定出的参数A的值相同，也存在计算出两种硬度的可能性，硬度的计算精度降低。此处，通过选择适当的模型，能够避免硬度的计算精度的降低。然而，例如在存在针对一个参数A的某个值而输出相似的机械特性的多个模型的情况下(例如，图13中包括模型M2的右上端和模型M4的左下端的区域)，上述的多个模型可能被识别为一个模型。针对该问题，如图14所示，能够通过使用多个参数，将各模型分离来识别。图14的例子中，通过使用参数A和参数B的组合，将组合有模型M1、模型M3、模型M2和M4的分布分离来识别。并且，通过使用参数A和参数C的组合，将模型M2与模型M4分离来识别。并且，图中虽没有示出，但若参数B和参数C的组合也一起利用，则能够期待更切实地使模型分离来识别。这样通过使用多个参数，能够判定各模型的数据组。而且，通过从判定出的多个模型中选择适当的模型来使用，能够高精度地计测或者评价机械特性。
存储部10存储各种信息和用于使计测装置100动作的程序。可以是，存储部10所存储的各种信息包括为了计算物质的机械特性而预先准备的多个计算模型M1、M2……Mn。存储部10所存储的程序包括：使控制部8作为选择处理部81动作的程序、使控制部8作为机械特性计算部82动作的程序和使控制部8作为物理量计测控制部83动作的程序。存储部10例如由半导体存储器或者磁存储器等构成。此处，存储部10也可以存储预先准备的在下文说明的组G1、G2……Gn的范围或者边界的信息。
显示部11对于用户显示包含物质1的机械特性的各种信息。在本实施方式中，显示部11包括：能够显示文字、图像等的显示器和能够检测用户的手指等的接触的触摸屏幕而构成。显示器能够为液晶显示器(LCD：Liquid Crystal Display)、有机EL显示器(OELD：Organic Electro-Luminescence Display)等显示设备。触摸屏幕的检测方式能够为静电电容方式、电阻膜方式、表面弹性波方式、红外线方式、电磁感应方式或者载荷检测方式等任意方式。此处，作为其他例，显示部11可以由不包括触摸屏幕的显示器构成。
控制部8控制计测装置100的整体的动作。控制部8包括1个以上的处理器而构成。处理器可以包括读入特定程序并执行特定功能的通用的处理器和特殊化为特定处理的专用的处理器的至少一个。专用的处理器也可以包括适合特定用途的IC(ASIC；ApplicationSpecific Integrated Circuit)。处理器也可以包括可编程逻辑器件(PLD；ProgrammableLogic Device)。PLD也可以包括FPGA(Field-Programmable Gate Array)。控制部8也可以包括一个或者多个处理器协作的SoC(System-on-a-chip)和SiP(System In a Package)中至少一者。控制部8根据从存储部10读出的程序，作为选择处理部81、机械特性计算部82和物理量计测控制部83发挥功能。
另外，控制部8也可以具备在学习数据的收集结束后生成多个计算模型M1、M2……Mn的功能。另外，控制部8设定分别与多个计算模型M1、M2……Mn对应的组G1、G2……Gn的范围或者边界。例如，在基于电磁特征量而判定为计测对象物101属于组Gi的情况下，利用使用了对应的计算模型Mi的计算结果。此处，i是从1至n为止的任意整数。对模型生成的详情将在下文说明。
机械特性计算部82使用多个计算模型M1、M2……Mn和由物理量计测部5计测出的多个物理量中至少两个物理量，按多个计算模型M1、M2……Mn中每一个计算模型计算物质1的机械特性。换句话说，机械特性计算部82计算出与计算模型M1、M2……Mn的数目相同数目的物质1的机械特性。作为一例，多个物理量包括上述的电磁特征量，电流波形的畸变量、电流波形的振幅、高次谐波的振幅、透磁率和保磁力全部用于物质1的机械特性的计算。机械特性计算部82从存储部10获取多个计算模型M1、M2……Mn。机械特性计算部82将经由通信部7获取到的电流波形的畸变量、电流波形的振幅、高次谐波的振幅、透磁率和保磁力的值分别输入至多个计算模型M1、M2……Mn。机械特性计算部82按多个计算模型M1、M2……Mn中每一个计算模型计算物质1的机械特性，得到n个机械特性。
选择处理部81基于由物理量计测部5计测出的计测对象物101的多个物理量中至少两个物理量从计算出的多个物质1的机械特性中选择一个机械特性。此处，被选择出的一个机械特性是从作为候选的上述的n个机械特性中选择出而最终输出的物质1的机械特性。作为一例，作为电磁特征量的电流波形的畸变量、电流波形的振幅、高次谐波的振幅、透磁率和保磁力全部用于适当的计算模型Mi的选择。首先，选择处理部81从存储部10获取组G1、G2……Gn的范围或者边界的信息。然后，选择处理部81判定经由通信部7获取到的电流波形的畸变量、电流波形的振幅、高次谐波的振幅、透磁率和保磁力的值的组合属于组G1、G2……Gn中哪一个组。选择处理部81在判定为这些值属于组Gi的情况下，选择与组Gi对应的计算模型Mi。然后，选择处理部81选择基于计算模型Mi的物质1的机械特性。也可以是，在选择处理部81将一个物质1的机械特性选择为最终的物质1的机械特性之后，控制部8为了向用户示出而将机械特性输出至显示部11。
此处，在选择处理部81选择计算模型Mi的情况下，在上述的例子中，使用所有电磁特征量，但也可以使用两个以上电磁特征量的一部分电磁特征量的组合。另外，在机械特性计算部82计算物质1的机械特性的情况下，在上述的例子中使用所有电磁特征量，但也可以将两个以上电磁特征量的一部分电磁特征量输入至计算模型Mi。此时，输入至计算模型Mi的电磁特征量的一部分电磁特征量可以与在选择处理部81选择计算模型Mi的情况下使用的电磁特征量的一部分电磁特征量不同。例如，可以是，选择处理部81使用电流波形的畸变量和电流波形的振幅的组合来选择计算模型Mi，机械特性计算部82将电流波形的振幅、高次谐波的振幅和透磁率输入至计算模型Mi来计算物质1的机械特性。
物理量计测控制部83控制物理量计测部5的动作。物理量计测控制部83例如使传感器3动作，来计测电磁特征量。
(物理量计测部的结构)
传感器3对具有物质1和膜2的计测对象物101的物理量进行测定。在本实施方式中，作为传感器3，以磁传感器为例子进行说明，但传感器3不局限于磁传感器。传感器3可以为一个，但能够为多个。此处，传感器3的计测结果表示包含膜2的影响的物理量，即表示不仅具有物质1还具有膜2的状态下的物理量。相对于此，机械特性计算部82计算的机械特性与不包含膜2的物质1相关。
图3是表示传感器3的一个具体结构例的图。也可以是，传感器3例如是磁传感器，且具备励磁线圈31和磁轭32。传感器3一边相对于计测对象物101相对移动，一边使交流磁场作用于计测对象物101。在图3所示的传感器中，通过一个线圈兼作励磁线圈和计测电磁变化的线圈。传感器3将因交流磁场而感应产生于计测对象物101的涡电流等的影响计测为电磁特征量的变化。作为其他例，计测电磁特征量的传感器可以构成为，在磁轭上缠绕励磁线圈，另外缠绕励磁线圈和用于接收信号的线圈。作为又一其他例，计测电磁特征量的传感器可以构成为，在磁轭上缠绕励磁线圈，将计测电磁变化的线圈独立地设置于磁轭之间。计测电磁特征量的传感器只要是具备励磁线圈、计测电磁变化的线圈、磁轭的结构，则不限定于图3所示的结构。
此处，在钢材中，作为计测的物理量，可以使用表层的电磁特征量。公知有：在钢材中，磁滞曲线的变化和巴克豪森噪声同材料的抗拉强度和硬度之类的机械特性存在相关性。因此，通过图3所示那样的磁传感器来计测表层的电磁特征量较佳。此处，磁滞曲线也被称为B-H曲线，是表示磁场的强度与磁通量密度之间的关系的曲线。另外，在交流电流流过导体的情况下，根据电流密度在导体的表面较高且越远离表面而电流密度越低的现象(趋肤效应)，能够通过磁传感器仅在计测对象物的表层有选择性地计测电磁特征量。对于趋肤效应而言，交流电流的频率越高则电流越容易向表面集中。在由于趋肤效应使电流成为表面电流的约0.37倍的深度作为渗透深度时，其关系通过下述的式(1)来给出。式(1)中，d为渗透深度[m]，f为频率[Hz]，μ为透磁率[H/m]，σ为导电率[S/m]，π为圆周率。
数学式1
Figure BDA0003993642660000101
如式(1)那样，频率越高则渗透深度越浅。换言之，频率越低则渗透深度越深。因此，根据欲计测或者评价的表层深度范围来调整频率，从而能够调整渗透深度。例如，在欲计测或者评价至表层0.25mm左右为止的机械特性的情况下，以使渗透深度成为0.25mm左右的方式决定频率。考虑到衰减，优选相对于表层深度的渗透深度的3/4大于0.25mm。
图4表示为了生成交流磁场而给予励磁线圈31的信号的一例。图4的信号是在低频信号上叠加有高频信号所形成的信号。通过使用这样的信号，传感器3能够高效地计测基于低频信号的电磁特征量和基于高频信号的电磁特征量。作为一例，低频信号为150Hz的正弦波。作为一例，高频信号为1kHz的正弦波。通过使高频信号与低频信号叠加，即便在物质1上形成有膜2的情况下，至物质1的表层为止的电磁特征量的计测也变容易。此处，例如在膜2较薄的情况下，膜2的相对透磁率(物质的透磁率与真空的透磁率之比)低的情况下，磁容易透过。在磁容易透过的情况下，也可以仅使用适当的高频来计测电磁特征量。另外，例如在膜2厚的情况下，构成膜2的物质的相对透磁率高的情况下，磁不易透过，信号不易到达物质1。在磁不易透过的情况下，通过使高频信号叠加于低频信号，能够使磁到达更深处。此时，低频信号可以是直流信号。作为其他例，低频信号可以是正弦波信号，也可以是矩形信号。
扫描部6使传感器3相对于计测对象物101相对移动。扫描部6也可以使传感器3移动至由物理量计测控制部83指定出的评价部位。另外，扫描部6也可以获取物质1的移动速度的信息，并调整为使传感器3以适当的相对速度移动。
(学习数据的收集和模型制作)
本实施方式所涉及的机械特性的计测装置100基于由物理量计测部5计测出的计测对象物101的物理量，计算物质1的机械特性。例如，计测对象物101是具有氧化皮的钢材。例如，物理量包括电磁特征量。例如，物质1的机械特性是钢材的硬度。为了正确地计测机械特性，多个计算模型M1、M2……Mn的正确度和基于物理量的适当的计算模型Mi的选择较为重要。计测装置100如以下那样收集学习数据，生成多个计算模型M1、M2……Mn，设定组G1、G2……Gn的范围。
图5是表示学习数据的收集的处理的流程图。控制部8对计测物理量的计测对象物101的位置即评价部位进行设定(步骤S1)。
控制部8使物理量计测部5计测所设定的评价部位中的物理量(步骤S2)。此处，在学习数据中，计测对象物101的物理量是说明变量。
控制部8执行预先处理(步骤S3)。此处，预先处理例如能够从计测对象物101上除去膜2而进行评价部位处的机械特性的计测。例如在计测对象物101是在表面具有氧化皮的钢材的情况下，氧化皮能够通过蚀刻或者研磨等来除去。另外，预先处理也可以包括：在评价部位处切断计测对象物101，使物质1的截面暴露。
控制部8计测评价部位处的机械特性(步骤S4)。学习数据包括机械特性作为目标变量。机械特性例如也可以是评价部位处的钢材的截面的硬度。机械特性也可以使用例如通过从过去的试验得到的换算式将使用回弹式硬度计得到的钢材的表面的里氏硬度换算为截面的硬度的值。另外，为了进行更正确的换算，也可以使用进一步针对钢材的厚度将换算出的值标准化得到的值。即，可以执行换算为成为基准的钢材的厚度处的值的处理。成为基准的钢材的厚度例如为28mm。另外，在上述的预先处理是在评价部位处切断了计测对象物101的情况下，机械特性可以是直接计测剖切面的维氏硬度。控制部8获取计测出的机械特性。控制部8使物质1的管理编号和评价部位等数据标签、说明变量、目标变量相关联而作为一个学习数据，存储于存储部10。
控制部8在判定为没有收集到足够模型生成的学习数据的情况下(步骤S5的否)，返回步骤S1的处理，进一步收集学习数据。
控制部8在判定为收集到足够模型生成的学习数据而收集结束的情况下(步骤S5的是)，进入步骤S6的处理。
此处，控制部8存储于存储部10的学习数据组即多个学习数据的集合可以包括通过不同的方法得到的目标变量。在上述的例子中，学习数据组可以包括通过直接计测剖切面得到的维氏硬度、将钢材的表面的里氏硬度换算为截面的硬度得到的值和进一步针对钢材的厚度使换算出的值标准化得到的值中至少两个方法而得到的目标变量。例如，维氏硬度是正确的，但是，由于切断钢材，计测上需要时间。此处，通过允许利用不同的计测方法得到的目标变量的混合存在，由此能够在现实的时间内生成正确的学习数据组。
控制部8通过机器学习将学习数据组所包含的学习数据区分为组G1、G2……Gn。在分组时，也可以基于电磁特征量和其他参数来执行机器学习。另外，可以是，在基于一部分电磁特征量和其他参数而预先设定了组(原组)之后，执行基于机器学习的适当的区分。其他参数例如也可以包含膜2的组成和物质1的组织中至少一者。区分为组G1、G2……Gn的方法也可以使用逻辑回归、支持向量机、K近邻法或者随机树逻辑等。其中，针对各组所具有的学习数据组，能够以使余量成为最大的方式决定边界，因此，最优选通过支持向量机进行基于组G1、G2……Gn的分类。
控制部8将通过上述的方法决定出的组G1、G2……Gn的范围或者边界的信息存储于存储部10。此处，特别是在物质1为钢材的情况下，机械特性对作为膜2的氧化皮的性质产生影响。因此，优选通过基于膜2的组成的机器学习来执行分组。另外，为了考虑钢材的磁性的各向异性的影响而进一步计算正确的机械特性，优选基于物质1的组织进行机器学习。
控制部8按组G1、G2……Gn中每一个组，生成计算模型M1、M2……Mn(步骤S6)。控制部8例如基于被区分为组Gi的学习数据而生成计算模型Mi。也可以将计算模型Mi准备为使学习数据的说明变量与目标变量关联而成的线性回归模型或者非线性回归模型。作为线性回归模型，可以使用一般线性模型、一般线性混合模型之类的方法。另外，也可以采用使用利用了深度学习的神经网络的方法。此处，在外推的情况下，线性回归模型比非线性回归模型精度高。因此，最优选使用线性回归模型。另外，如上述那样，优选通过基于物质1和膜2的至少一个性质的机器学习执行分组，生成与物质1和膜2的至少一个性质对应的多个计算模型M1、M2……Mn。控制部8使所生成的多个计算模型M1、M2……Mn存储于存储部10，结束一系列的处理。
(机械特性的计测方法)
本实施方式所涉及的机械特性的计测装置100基于由物理量计测部5计测出的计测对象物101的物理量，来计算物质1的机械特性。例如，计测对象物101是具有氧化皮的钢材。例如，物质1是钢材。例如，处于物质1的表面的膜2是氧化皮。例如，物理量包括电磁特征量。例如，物质1的机械特性是钢材的硬度。例如，传感器3是图2和图3所示的磁传感器。在物质1的机械特性的计算中，使用多个计算模型M1、M2……Mn中的一个计算模型。为了正确地计测机械特性，基于多个计算模型M1、M2……Mn的正确度和物理量的适当的计算模型Mi的选择较为重要。因此，本实施方式所涉及的机械特性的计测装置100如以下那样计算物质1的机械特性。图6是表示机械特性的计测方法的流程图。而且，在对计测对象物101进行计测之前，预先准备上述多个计算模型M1、M2……Mn并且储存于机械特性的计测装置100的存储部10。
控制部8使物理量计测部5计测计测对象物101的物理量(计测步骤，步骤S11)。此时，计测物质1的(特别是表层的)机械特性中，从物质1的存在膜2的表面计测物理量。换句话说，在本计测方法中，将作为钢材的物质1和作为膜2的氧化皮一同作为计测对象物101来计测物理量。这在物质1为除钢材以外物质和膜2为除氧化皮以外材料的情况下也相同。具体而言，在膜2的表面配置物理量计测部5的传感器3。传感器3的计测结果表示包括膜2的影响的物理量，即表示不仅具有物质1还具有膜2的状态下的物理量。扫描部6使传感器3相对于计测对象物101相对移动。作为其结果，传感器3使交流磁场作用于由物理量计测控制部83指定出的计测对象物101的评价部位。传感器3将因交流磁场而感应产生于计测对象物101的涡电流等的影响计测为电磁特征量的变化。物理量计测部5将计测出的电磁特征量作为多个物理量而向控制部8发送。
控制部8按为了计算物质的机械特性而预先准备的多个计算模型M1、M2……Mn中每一个计算模型，计算物质1的机械特性(计算步骤、步骤S12)。此处，也可以将计算模型M1、M2……Mn准备为使作为说明变量的计测对象物101的物理量中至少两个物理量与作为目标变量的物质1的机械特性关联起来而成的线性回归模型或者非线性回归模型。作为线性回归模型，可以使用一般线性模型、一般线性混合模型之类的方法。另外，也可以采用使用利用了深度学习的神经网络的方法。此处，在外推的情况下，线性回归模型比非线性回归模型精度高。因此，最优选使用线性回归模型。另外，优选通过基于物质1和膜2的至少一个性质的前述的机器学习来执行分组，生成与物质1和膜2的至少一个性质对应的多个计算模型M1、M2……Mn。控制部8使用多个计算模型M1、M2……Mn和作为输入而需要的至少两个物理量，按多个计算模型M1、M2……Mn中每一个计算模型来计算物质1的机械特性。
控制部8基于物理量中至少两个物理量，将基于多个计算模型M1、M2……Mn中一个计算模型的机械特性选择为物质1的机械特性(选择步骤、步骤S13)。具体而言，控制部8基于预先准备并存储于存储部10的组G1、G2……Gn的范围或者边界的信息，来判定物理量中至少两个物理量的值的组合所属的组Gi。控制部8选择与判定出的组Gi对应的计算模型Mi，将使用选择出的计算模型Mi而计算出的物质1的机械特性作为通过该计测方法计测出的一个物质1的机械特性。此处，区分为组G1、G2……Gn的方法也可以如刚才叙述的那样，使用逻辑回归、支持向量机、K近邻法或者随机树逻辑等。其中，针对各组所具有的学习数据组，能够以使余量成为最大的方式决定边界，因此，最优选通过支持向量机进行基于组G1、G2……Gn的分类。这些组G1、G2……Gn的范围在储存于机械特性的计测装置100的存储部10的情况下，在对计测对象物101进行计测之前，预先准备而储存。
此处，物质1的机械特性例如可以是评价部位处的钢材的截面的硬度。机械特性也可以使用例如通过根据过去的试验得到的换算式将使用回弹式硬度计得到的钢材的表面的里氏硬度换算为截面的硬度而得到的值。另外，为了进行更正确的换算，也可以使用进一步针对钢材的厚度而使换算出的值标准化所得到的值。即，也可以执行换算为成为基准的钢材的厚度处的值的处理。成为基准的钢材的厚度例如为28mm。另外，在上述的预先处理是在评价部位切断计测对象物101这种处理的情况下，机械特性也可以是直接计测切割面的维氏硬度。
控制部8将一个物质1的机械特性输出至显示部11(输出步骤、步骤S14)，结束一系列的处理。由用户来识别显示于显示部11的物质1的机械特性。用户可以基于所显示的物质1的机械特性，来执行物质1的管理或者物质1的制造参数的变更指示等。
如以上那样，根据本实施方式所涉及的机械特性的计测装置100和计测装置100所执行的机械特性的计测方法，能够通过上述的结构，经由物理量而正确地计测机械特性。特别是，在针对计测的多个物理量，膜2具备与物质1不同的特征的情况下，通过选择处理部81或者选择步骤(步骤S13)，能够选择更适当的计算模型，因此，更大程度地获得上述效果。另外，即便在计测物质1的表层的机械特征的情况下，也能够通过选择处理部81或者选择步骤(步骤S13)而选择更适当的计算模型，因此，更大程度地获得上述效果。此外，上述效果在下文说明的第2实施方式和第3实施方式的情况下也被同样地获得。
(实施例)
以下，基于实施例对本公开的效果具体地进行说明，但本公开不限定于这些实施例。
(第1实施例)
在第1实施例中，计测装置100是计测钢材的表层的硬度的装置。在本实施例中，物质1是钢材。膜2是产生于钢材的表面的氧化皮。传感器3是电磁传感器。计测对象物101的物理量是具有氧化皮的钢材的电磁特征量。本实施例中欲计测的机械特性是深度0.25mm处的钢材的截面的硬度。
通过对连续铸造出的板坯进行粗轧，进一步在线连续地进行基于冷却的淬火，从而制造出钢材。为了学习数据的收集，针对通过该制造工艺而制造出的钢材，计测出深度0.25mm处的截面的硬度。
在本实施例中，在计测装置100上配置能够计测电磁特征量的电磁传感器，对在表面产生了氧化皮的钢材的表层的电磁特征量进行了计测。此处，作为扫描部6，使用以人力移动的台车。在该台车排列设置有8个电磁传感器。8个电磁传感器对钢材整个面进行了扫描。
对电磁传感器施加有在150Hz以下的频率的正弦波上叠加了1kHz以上的正弦波所得到的电压。从由电磁传感器观测的电流波形中，提取出多种电磁特征量。在本实施例中，作为电磁特征量，提取出电流波形的畸变量、振幅和相位变化、高次谐波的振幅和相位变化、增量透磁率的最大值、最小值、平均值、保磁力等20个特征量。此处，使施加的正弦波的频率成为150Hz以下，以使由电磁传感器激励出来的交流磁场从钢材的表面起进入至300μm左右为止。另外，增量透磁率是表示被施加了磁场的状态下的被磁化的容易度的值，且在表示磁通量密度与磁场之间的关系的磁化曲线中通过小磁滞回线表示。
在收集学习数据之后，基于氧化皮的组成、钢材的组织、电磁特征量和截面的硬度的关系，生成3个组G1、G2、G3。分组化的机器学习中使用支持向量机。分别针对3个组G1、G2、G3，使用一般线性化回归模型，通过机器学习而生成多个计算模型M1、M2、M3。
为了计算钢材的表层的硬度，计测装置100通过物理量计测部5来计测电磁特征量。控制部8使用计算模型M1、M2和M3，计算出硬度。然后，控制部8判定计测出的电磁特征量所属的组，将使用判定出的计算模型M1、M2或者M3而计算出的硬度选择为计测出的钢材的硬度。
图7是对本实施例中得到的钢材的硬度和通过硬度计得到的实测值进行了比较的图。横轴的表层实际硬度是实测值，是切出试件并使用回弹式硬度计而调查的硬度。另外，纵轴的预测硬度是本实施例中得到的钢材的硬度，是使用计算模型M1、M2或者M3和组G1、G2、G3而计算出的硬度。此处，硬度H0、H1分别是测定的硬度的下限值、上限值。如图7所示，预测硬度与表层实际硬度几乎一致，能够以标准偏差9Hv左右的精度进行计测。因此，认为通过上述方法计算的硬度具有与硬度试验相同程度的精度。
(第2实施例)
作为第2实施例，示出在厚钢板的制造方法中，作为表层的硬度的检查而使用计测装置100所执行的机械特性的计测方法的例子。具体的制造方法的一例如图10所示。图10所示的厚钢板43的制造方法包括粗轧工序S41、精轧工序S42、冷却工序S43、表层硬度计测工序S45、表层硬度再计测工序S46和除去工序S47。而且，也可以根据需要，追加去磁工序S44。在进行了追加的情况下，工序按从冷却工序S43开始，进行去磁工序S44、表层硬度计测工序S45的顺序进行。
在粗轧工序S41中，例如以1000℃以上的温度对钢片41进行热粗轧。在接下来的精轧工序S42中，以850℃以上的温度进行热精轧，使钢片41成为厚钢板42。通过其后的冷却工序S43，将厚钢板42冷却。此处，在冷却工序S43中，例如在厚钢板的温度成为800℃以上的温度下开始冷却，进行冷却至在冷却结束时厚钢板的温度成为450℃左右为止。
在表层硬度计测工序S45中，使用计测装置100所执行的计测方法，针对冷却后的厚钢板42的整个面，计测表层的机械特性。然后，根据该计测出的结果，将比预先设定的表层硬度硬的部位判定为硬化部。图11示出通过显示部11显示了判定结果的例子。图11中，使表层硬度超过阈值的部分亦即硬化部以特定颜色(深灰色)与计测位置形成对应进行二维映射。此处，作为一例，阈值设定为230Hv。图11中，在右端附近存在判定出的多个硬化部。这样，若存在硬化部，则将判定出的厚钢板42输送至再计测工序S46。
此处，在使用磁铁起重机那样的磁力提起了钢板的情况下，在起重机的磁铁部分所吸附的部分残留有残留磁场。在计测电磁特征量来计测机械特性的情况下，存在如下情况：若至少在表层存在残留磁场，则机械特性的计测或者评价的精度降低。因此，在存在产生残留磁场的工艺的情况下，优选在表层硬度计测工序S45之前紧挨着表层硬度计测工序S45追加去磁工序S44，通过该去磁工序S44对残留磁场进行去磁。此时，去磁装置以采用距离衰减方式使表层的残留磁场成为0.5mT以下的方式进行去磁。
另外，在表层硬度计测工序S45中，针对被判定为硬化部的部位，将被检测为二维的映射的硬化部的位置信息的列表输出。将二维映射和硬化部的位置信息的列表传输至制造工序的品质管理系统，能够在各工序中进行参照。如图15所示，硬化部的位置信息相对于检测出的各硬化部，进行标记处理，视为相同的缺陷，被集中分配ID。另外，也可以是，按每个ID，输出硬度的最大值(图中H＿max)、硬度的平均值(H＿ave)、存在硬度的最大值的L方向上的位置(X＿max)、存在硬度的最大值的C方向上的位置(Y＿max)等。二维的映射也可以输出有如图11那样显示了硬化部的判定结果映射、针对钢板的计测范围将硬度按颜色分配而显示的硬度分布映射、显示了使用哪个模型的模型映射。通常，仅使用判定结果映射，但是，例如，在欲与冷却工序S43的制造条件进行对比的情况下等需要详细的硬度分布的情况下，也可以参照硬度分布映射和模型映射中至少一者。
在再计测工序S46中，进行表层硬度计测工序S45中检测出的硬化部的表层硬度的再计测。此处，使用计测装置100所执行的计测方法，仅针对包含附近区域的硬化部，再计测表层的机械特性。而且，在若再计测出的硬化部的表层硬度超过上述阈值则再次进行了判定的情况下，判定为局部具有较硬的区域的硬化部，将厚钢板42向除去工序S47输送。
然后，在除去工序S47中，将通过再计测工序S46判定为硬化部的部位除去。具体而言，通过研磨机等公知的研磨单元研磨并除去被判定为硬化部的部位。在该除去工序S47之后，从厚钢板42向厚钢板43的制造结束，向其他工序(向需要者的出货工序、钢管制造工序等)输送厚钢板43。此外，优选对于厚钢板42的经除去工序S47研磨后的部位，使用公知或者现有的厚度计来测定研磨位置处的厚钢板42的壁厚，确认是否进入在钢板制造时预先设定的尺寸公差。另外，优选在除去了硬化部之后，对于硬化部，利用公知的接触式硬度计再次计测表层硬度。根据该计测结果，确认为预先设定的表层硬度以下这个情况。若能够确认到，则从厚钢板42向厚钢板43的制造结束。
另一方面，在表层硬度计测工序S45中判定为不存在硬化部的情况下或者在再计测工序S46中判定为不是硬化部的情况下，不经过除去工序S47，从厚钢板42向厚钢板43的制造结束，向其他工序(向需要者的出货工序、钢管制造工序等)输送厚钢板43。
此外，本实施例中的厚钢板的制造方法也可以在先前的冷却工序S43之后并且在表层硬度计测工序S45之前还包括退火工序S48(未图示)等。特别是，在制造的厚钢板43的表层硬度(更具体而言，在除去了氧化皮的表面上，从上表面起，根据ASTM A 956/A 956MAStandard Test Method for Leeb Hardness Testing of Steel Products测定出的维氏硬度)为230Hv以上且厚钢板43容易产生翘曲的钢的品种的情况下，优选在冷却工序S43之后，经由退火工序S48之后，经过表层硬度计测工序S45。通过经过退火工序S48，能够期待基于回火的组织的软化。组织的软化抑制硬化部的产生，因此，作为结果，能够期待除去区域减少。
如上述那样，在表层硬度计测工序S45中，为了确认硬度，在除去了氧化皮的表面上，从上表面起，根据ASTM A 956/A 956MA Standard Test Method for Leeb hardnessTesting of Steel products，计测硬度。此处，在反弹式的硬度计测中，计测对象的厚度对计测值产生影响。因此，预先按厚度调查深度0.25mm处的基于截面维氏硬度和基于表层的排斥式硬度计的硬度的值而构建关系式。被判定为硬化部的硬度的值也可以以0.25mm处的截面硬度为基准，基于为了考虑到由厚度造成的影响而预先构建的关系式，来进行调整并进行决定。在该例子中，使成为基准的深度为0.25mm，但成为基准的深度没有被限定。
此外，在本实施例中，作为除去厚钢板42的表层处的由表层硬度计测工序S45判定出的硬化部的除去方法，以公知的研磨单元进行了说明，但在本发明中不限定于此。若是能够除去硬化部的方法，则也能够使用除研磨以外的公知方法(例如热处理等)来除去。
如本实施例那样，在厚钢板43的制造方法中使用了计测装置100所执行的机械特性的计测方法的情况下，能够经由物理量正确地计测机械特性，因此，能够提供作为高品质的物质1的厚钢板43。更具体而言，能够从厚钢板42制造抑制了硬化部的厚钢板43。
(第2实施方式)
图8是本公开的第2实施方式所涉及的机械特性的计测装置100的框图。在第1实施方式中，多个计算模型M1、M2……Mn存储于计测装置100所具备的存储部10。在本实施方式中，多个计算模型M1、M2……Mn存储于处于计测装置100的外部的数据库12。本实施方式所涉及的机械特性的计测装置100具备通信部7。控制部8能够经由通信部7访问数据库12。在本实施方式中，控制部8使所生成的多个计算模型M1、M2……Mn经由通信部7存储于数据库12。另外，控制部8经由通信部7获取从数据库12中选择出的多个计算模型M1、M2……Mn。计测装置100的其他结构与第1实施方式相同。
根据本实施方式所涉及的机械特性的计测装置100、具备计测装置100的物质1的制造设备、计测装置100所执行的机械特性的计测方法、使用该计测方法的物质1的管理方法和制造方法，与第1实施方式相同，能够经由物理量正确地计测机械特性。并且，多个计算模型M1、M2……Mn存储于处于计测装置100的外部的数据库12，因此，能够处理超过内部的存储部10的存储容量的多个计算模型M1、M2……Mn。
此处，通信部7的通信方式可以是近距离无线通信标准或者向移动电话网连接的无线通信标准，也可以是有线通信标准。近距离无线通信标准例如也可以包括WiFi(注册商标)、Bluetooth(注册商标)、红外线和NFC(Near Field Communication)等。向移动电话网连接的无线通信标准例如也可以包括LTE(Long Term Evolution)或者第4代以后的移动通信系统等。另外，在通信部7与物理量计测部5之间的通信中使用的通信方式例如也可以是LPWA(Low Power Wide Area)或者LPWAN(Low Power Wide Area Network)等通信标准。
(第3实施方式)
图9是本公开的第3实施方式所涉及的机械特性的计测装置100的框图。在第1实施方式中，多个计算模型M1、M2……Mn存储于计测装置100所具备的存储部10。另外，在第1实施方式中，多个计算模型M1、M2……Mn是与一个品种的计测对象物101对应的模型。在本实施方式中，计测装置100经由通信部7获取品种信息15。品种信息15是表示物质1的品种的信息。在本实施方式中，计测装置100能够使m为2以上的整数而与m种品种对应。若品种不同，则例如物质1的组织和制造条件不同。因此，按物质1的每个品种，准备不同的多个计算模型Mj1、Mj2……Mjn。此处，j是从1至m为止的任意整数。另外，如上述那样，与计算模型Mji对应地设定有组Gji。因此，将物质1的任意的一个组Gj1，Gj2……Gjn的范围或者边界的信息作为一个选择模型Cj来准备。在物质1为钢材的情况下，选择模型Cj例如能够按每个品种来准备。
多个选择模型C1、C2……Cm存储于处于计测装置100的外部的第1数据库13。多个计算模型M11、M12……M1n……Mm1、Mm2……Mmn存储于处于计测装置100的外部的第2数据库14。控制部8能够经由通信部7访问第1数据库13和第2数据库14。在本实施方式中，控制部8使所生成的多个选择模型C1、C2……Cm经由通信部7存储于第1数据库13。控制部8使所生成的多个计算模型M11、M12……M1n……Mm1、Mm2……Mmn经由通信部7存储于第2数据库14。另外，控制部8经由通信部7获取品种信息15。控制部8经由通信部7从第1数据库13中获取与品种信息15所指定的物质1的品种对应的选择模型Cj。控制部8经由通信部7，获取与从第2数据库14中指定的品种关联的多个计算模型Mj1、Mj2……Mjn。计测装置100的其他结构与第2实施方式相同的。
根据本实施方式所涉及的机械特性的计测装置100、具备计测装置100的物质1的制造设备、计测装置100所执行的机械特性的计测方法、使用该计测方法的物质1的管理方法和制造方法，与第1实施方式相同，能够经由物理量正确地计测机械特性。并且，多个选择模型C1、C2……Cm和多个计算模型M11、M12……M1n……Mm1、Mm2……Mmn存储于处于计测装置100外部的第1数据库13和第2数据库14，因此，能够处理超过内部的存储部10的存储容量的模型。另外，能够与物质1的多个品种对应，因此，机械特性的计测中的通用性提高。
基于各附图和实施例对本公开进行了说明，但应该注意本领域技术人员可以容易地基于本公开进行各种变形和修正。因此，应该注意到这些变形和修正包含于本公开的范围。例如，各方法、各步骤等所含的功能等能够在逻辑上不矛盾地进行再配置，能够将多个方法和步骤等组合为一个，或者进行分割。
上述的实施方式中说明的计测装置100和物理量计测部5的结构是例示，也可以不包括构成要素的全部。例如，计测装置100可以不具备显示部11。另外，计测装置100和物理量计测部5可以具备其他构成要素。例如，物理量计测部5与控制部8和存储部10也可以在物理上分开距离。在这种情况下，物理量计测部5与计测装置100的控制部8电连接即可，该连接可以是有线的，也可以是无线的。另外，该连接也可以利用公知技术。
例如，本公开也能够作为叙述有实现计测装置100的各功能的处理内容的程序或者记录有程序的存储介质来实现。应该理解为本公开的范围也包含这些。
例如，以上述的实施方式所涉及的计测装置100使用图1的本发明所涉及的计测装置100收集了学习数据组这种情况进行了说明，但本发明不限定于此。也可以使用其他物理用计测装置，来收集计测对象物101的物理量。
例如，示出上述的实施方式所涉及的计测装置100制作区别为组G1、G2……Gn的方法的例子，但这些也可以通过其他信息处理装置来进行制作。在这种情况下，这样的信息处理装置获取学习数据组，制作区别为组G1、G2……Gn的方法。另外，信息处理装置将所制作的区别为组G1、G2……Gn的方法传输至计测装置100。换句话说，将由其他装置制作的区分为组G1、G2……Gn的方法安装于计测装置100的控制部8，用作计测装置100的局部。
例如，示出上述的实施方式所涉及的计测装置100制作区别为组G1、G2……Gn的方法的例子，但这些也可以通过其他信息处理装置来进行制作。在这种情况下，这样的信息处理装置获取另外准备的学习数据组，制作区别为组G1、G2……Gn的方法。另外，信息处理装置将区别为组G1、G2……Gn的方法传输至计测装置100。换句话说，将由其他装置制作的区别为组G1、G2……Gn的方法安装于计测装置100的控制部8，用作计测装置100的局部。
例如，示出上述的实施方式所涉及的计测装置100制作多个计算模型M1、M2……Mn的例子，但这些也可以通过其他信息处理装置来进行制作。在这种情况下，这样的信息处理装置获取学习数据组，制作多个计算模型M1、M2……Mn。另外，信息处理装置将所制作的多个计算模型M1、M2……Mn传输至计测装置100。换句话说，将由其他装置制作的多个计算模型M1、M2……Mn安装于计测装置100的控制部8，用作计测装置100的局部。
例如，示出上述的实施方式所涉及的计测装置100制作多个计算模型M1、M2……Mn的例子，但这些也可以通过其他信息处理装置来进行制作。在这种情况下，这样的信息处理装置获取另外准备的学习数据组，制作多个计算模型M1、M2……Mn。另外，信息处理装置将所制作的多个计算模型M1、M2……Mn传输至计测装置100。换句话说，将由其他装置制作的多个计算模型M1、M2……Mn安装于计测装置100的控制部8，用作计测装置100的局部。
例如，在上述的实施方式中，示出传感器3通过扫描部6进行扫描的例子，但传感器3的位置也可以被固定。在传感器3的位置被固定的情况下，扫描部6也可以使计测对象物101移动。另外，扫描部6在上述说明中成为基于人力的台车，但也可以为具备机械式驱动装置的台车。另外，也可以成为由与计测装置100的控制部8不同的控制部控制并能够进行扫描的扫描部6。特别是，在设置于物质1的制造设备内的情况下，优选利用公知的扫描装置、新的扫描装置、公知的扫描方法、新的扫描方法、公知的控制装置、新的控制装置、公知的控制方法或者新的控制方法中一者及以上，设置本发明所涉及的物理量计测部5。并且，扫描部6的控制部也可以能够与其他制造设备的控制部(未图示)协作进行自动扫描。另外，相反，也可以能够通过机械特性的计测装置100的控制部8进行自动扫描。在这种情况下，扫描部6、扫描部的控制部、制造设备的控制部、计测装置100的控制部8电连接即可，它们的连接可以是有线的，也可以是无线的。另外，该连接也可以利用公知或者新的技术。
例如，在上述的实施方式中，也可以能够基于所显示的物质1的机械特性而输入用户的判定。用户也可以在显示部11中通过手指等向触摸屏幕的接触而输入诸如优劣的判定。控制部8也可以根据来自用户的优劣判定结果，进行例如决定研磨工序的实施或者不实施的等控制。另外，作为其他例，为了管理物质1的管理工序的高效化，也可以取代用户而由控制部8基于设定的阈值来执行物质1的优劣的判定。
例如，选择处理部81所选择的物质1的机械特性也可以是多个。此时，例如，选择处理部81也可以在获取到的物理量处于组G1、G2……Gn的边界附近的情况下，选择与隔着该边界的多个组相关的多个机械特性。此时，选择处理部81也可以计算获取到的物理量的坐标和作为边界的线、平面或者超平面之间的距离。在该距离不足阈值的情况下，选择处理部81也可以选择多个物质1的机械特性。在这种情况下，选择处理部81能够根据预先决定的判定条件，从选择出的多个物质1的机械特性中，进一步将一个机械特性选择为最终的物质1的机械特性。例如，选择处理部81也可以选择距期待值的误差更大的内容。在这种情况下，能够进行更慎重的检查和管理等。另外，作为其他例子，选择处理部81也可以采用将从组G1、G2……Gn中选择出的多个机械特性中最差值选择为最终的物质1的机械特性这样的判定基准。在这种情况下，能够进行更严的检查和管理等。
另外，在上述的实施方式中，以作为物质1的例子而为钢材、作为物理量的例子而为电磁特征量、作为机械特征的例子而为硬度的情况进行了说明，但也可以是其他组合。例如，即便物理量为温度，也得到本发明的效果。例如，即便物质1为金属或者化合物，也得到本发明的效果。特别是，在处于金属或者化合物的表面的膜2相对于计测的多个物理量而具备与该金属或者化合物不同的特征的情况下，能够得到更大的效果。此处，作为金属的例子，可举出铁、钢、镍、钴、铝、钛或者包含它们中任一者及更多金属的合金。另一方面，作为化合物，可举出无机化合物、有机化合物或者包含铁、钢、镍、钴、铝或钛中任一者及更多金属的化合物。其中，若物质1是铁、钢、镍、钴、包含它们中任一者及更多金属的合金或者包含它们中任一者及更多金属的化合物，则在使用电磁特征量作为多个物理量的情况下，能够更明确地得到本发明的效果。特别是，在物质1为钢材的情况下，该机械特性根据该钢材所含有的合金元素的比例、淬火处理和退火处理的方法做决定。因此，作为计测的物理量，也可以使用淬火处理和退火处理前后的表面温度的至少一个。
(应用例)
如上述那样构成的机械特性的计测装置100和计测装置100所执行的机械特性的计测方法例如能够在以下那样的设备或者情况下适用。
另外，也可以将本发明用作构成物质1的制造设备的检查设备的局部。即，也可以是，通过本发明所涉及的机械特性的计测装置100，通过计测装置对由公知、新的或者现有的制造设备制造出的物质1的表面与处于该物质1的表面的膜2一起进行计测。并且，也可以是，根据该计测结果和例如预先设定的机械特性，检查设备对该物质1的机械特性进行检查。换言之，本发明所涉及的机械特性的计测装置100对由制造设备制造出的物质1进行计测。另外，具备本发明所涉及的机械特性的计测装置100的检查设备例如使用预先设定的机械特性来检查由制造设备制造出的物质1。
另外，也可以将本发明用作物质1的制造方法所含的检查步骤的一部分。具体而言，也可以是，保持在该物质1的表面存在膜2的状态，通过检查步骤来检查在公知、新的或者现有的制造步骤中制造出的物质1。此处，检查步骤具备本发明所涉及的前述的计测步骤、计算步骤和选择步骤，将在表面存在膜2的物质1作为计测对象物101，输出物质1的机械特性。或者，检查步骤使用本发明所涉及的机械特性的计测装置100，将在表面存在膜2的物质1作为计测对象物101，来计算物质1的机械特性。也可以是，作为更优选的形式，在由选择步骤或者计测装置100选择出的一个物质1的机械特性不包含于基准范围的情况下，以包含于基准范围的方式变更制造步骤的制造条件的条件变更步骤包含于制造方法。此处，基准范围也可以是使用过去制造出的物质1通过统计而得到的机械特性的标准范围。制造条件是能够在物质1的制造步骤中调整的参数。制造条件能够选择例如物质1的加热温度、加热时间或者冷却时间等。
根据这些物质1的制造设备和物质1的制造方法，能够经由物理量正确地计测机械特性，因此，能够高合格率地制造物质1。此处，在通过机械特性的计测装置100或者选择步骤得到的物质1的机械特性为物质1的表层的机械特性的情况下，通过选择处理部81或者选择步骤(步骤S13)，能够制作并选择更适当的计算模型，因此，更大地获得上述效果。
此处，作为物质1的制造设备的一例，可举出接下来的内容。即，一种钢板的制造设备列，具备：轧制设备，其对钢片进行轧制而得到钢板；检查设备，其具备本发明所涉及的机械特性的计测装置，并通过上述计测装置来计测上述钢板的表层硬度，根据上述计测出的上述钢板的表层硬度，针对上述钢板的表层将比预先设定的表层硬度硬的部位判定为硬化部；以及除去设备，将上述钢板的表层中的上述判定出的硬化部除去。
此外，上述制造设备列若根据需要在上述轧制设备与上述检查设备之间还具备对钢板表层或者整体进行去磁的去磁设备，则能够防止机械特性的计测或者评价的精度降低，因此，更加优选。
另外，此处，作为物质1的制造方法的一例，可举出接下来的内容。即，一种钢板的制造方法，具有：轧制步骤，在该步骤中，对钢片进行轧制而得到钢板；检查步骤，在该步骤中，通过本发明所涉及的机械特性的计测方法来计测上述钢板的表层硬度，根据上述计测出的上述钢板的表层硬度，针对上述钢板的表层将比预先设定的表层硬度硬的部位判定为硬化部；以及除去步骤，在该步骤中，将上述钢板的表层中的上述判定出的硬化部除去。
此外，上述制造方法若根据需要在上述轧制步骤与上述检查步骤之间还具备对钢板表层或者整体进行去磁的去磁步骤，则能够防止机械特性的计测或者评价的精度降低，因此，更加优选。
在上述钢板的制造方法的情况下，为了在连续的钢片中得到预定形状和机械特性，在850℃以上进行轧制步骤。也可以是，在该轧制步骤后，作为热处理步骤而进一步进行淬火和退火。公知有增量透磁率、保磁力、巴克豪森噪声等电磁特征量与钢材的机械特性具有相关性。因此，在经由上述热处理步骤而决定了钢材的组织的状态下，优选作为计测对象物101的物理量而计测电磁特征量。此时，计测对象物101是指钢板和处于该钢板的表面的膜。另外，作为钢板的表面的膜，例如可举出氧化皮和黑皮等氧化铁膜、树脂涂层等有机被膜、镀覆被膜或者化成处理被膜等。另外，机械特性由于被淬火和退火中决定，所以，作为制造方法中的计测对象物101的物理量，也可以进一步另外计测淬火的前后的温度或者退火的前后的温度等来使用。
并且，也可以将本发明应用于物质1的管理方法，并检查物质1，由此进行物质1的管理。具体而言，相对于在表面存在膜2的预先准备的物质1，在检查步骤中进行检查，以通过检查步骤而得到的检查结果为基础，在对物质1进行分类的管理步骤中进行管理。此处，检查步骤具备本发明所涉及的前述的计测步骤、计算步骤和选择步骤，将在表面存在膜2的预先准备的物质1作为计测对象物101，输出物质1的机械特性。或者，检查步骤使用本发明所涉及的机械特性的计测装置，将在表面存在膜2的物质1作为计测对象物101，输出物质1的机械特性。在接下来的管理步骤中，能够进行物质1的管理。在管理步骤中，基于通过选择步骤或者机械特性的计测装置100而得到的物质1的机械特性，将制造出的物质1以预先指定的基准为基础进行分类，从而管理物质1。例如，在物质1为钢材，物质1的机械特性为钢材的硬度的情况下，能够按与硬度对应的等级对钢材进行分类。根据这样的物质1的管理方法，能够经由物理量而正确地计测机械特性，因此，能够提供高品质的物质1。此处，在通过机械特性的计测装置100或者计算步骤而得到的物质1的机械特性为物质1的表层的机械特性的情况下，通过选择处理部81或者选择步骤(步骤S13)，能够制作并选择更适当的计算模型，因此，更大程度地获得上述效果。
另外，此处，作为物质1的管理方法的一例，可举出接下来的内容。即，一种钢板的制造方法，具有：检查步骤，在该步骤中，通过本发明所涉及的机械特性的计测方法来计测钢板的表层硬度，根据上述计测出的上述钢板的表层硬度，针对上述钢板的表层将比预先设定的表层硬度硬的部位判定为硬化部；和管理步骤，在该步骤中，根据上述钢板的表层中的上述判定出的硬化部的面积和/或者位置对上述钢板进行分类。
附图标记说明
1...物质；2...膜；3...传感器；5...物理量计测部；6...扫描部；7...通信部；8...控制部；10...存储部；11...显示部；12...数据库；13...第1数据库；14...第2数据库；15...品种信息；31...励磁线圈；32...磁轭；41...钢片；42...厚钢板；43...厚钢板(不存在硬化部的状态)；81...选择处理部；82...机械特性计算部；83...物理量计测控制部；100...计测装置；101...计测对象物。

Claims (7)

1.一种机械特性的计测装置，其特征在于，具备：
物理量计测部，其对具有物质和处于所述物质的表面的膜的计测对象物的多个物理量进行计测；
机械特性计算部，其使用计算所述物质的机械特性的多个计算模型和计测出的所述多个物理量中至少两个物理量，按所述多个计算模型中每一个计算模型计算所述物质的机械特性；以及
选择处理部，其基于所述多个物理量中至少两个物理量，从计算出的多个所述物质的机械特性中选择一个机械特性，作为所述物质的机械特性。
2.根据权利要求1所述的机械特性的计测装置，其特征在于，
所述多个物理量包括电流波形的畸变量、电流波形的振幅、高次谐波的振幅、透磁率和保磁力作为电磁特征量，
所述机械特性计算部使用所述多个计算模型和所述电磁特征量中至少两个电磁特征量，按所述多个计算模型中每一个计算模型来计算所述物质的机械特性，
所述选择处理部基于所述电磁特征量中至少两个电磁特征量，选择所述一个机械特性。
3.一种机械特性的计测方法，其特征在于，具备：
计测步骤，在该步骤中，对具有物质和处于所述物质的表面的膜的计测对象物的多个物理量进行计测；
计算步骤，在该步骤中，使用计算所述物质的机械特性的多个计算模型和计测出的所述多个物理量中至少两个物理量，按所述多个计算模型中每一个计算模型计算所述物质的机械特性；以及
选择步骤，在该步骤中，基于所述多个物理量中至少两个物理量，从计算出的多个所述物质的机械特性中选择一个机械特性，作为所述物质的机械特性。
4.一种物质的制造设备，其特征在于，具备：
制造设备，其制造物质；和
机械特性的计测装置，
所述机械特性的计测装置具备：
物理量计测部，其对具有物质和处于所述物质的表面的膜的计测对象物的多个物理量进行计测；
机械特性计算部，其使用计算所述物质的机械特性的多个计算模型和计测出的所述多个物理量中至少两个物理量，按所述多个计算模型中每一个计算模型来计算所述物质的机械特性；以及
选择处理部，其基于所述多个物理量中至少两个物理量，从计算出的多个所述物质的机械特性中选择一个机械特性，作为所述物质的机械特性，
所述计测装置对由所述制造设备制造出的物质的机械特性进行计测。
5.根据权利要求4所述的物质的制造设备，其特征在于，
对于所述计测装置而言，
所述多个物理量包括电流波形的畸变量、电流波形的振幅、高次谐波的振幅、透磁率和保磁力作为电磁特征量，
所述机械特性计算部使用所述多个计算模型和所述电磁特征量中至少两个电磁特征量，按所述多个计算模型中每一个计算模型计算所述物质的机械特性，
所述选择处理部基于所述电磁特征量中至少两个电磁特征量，选择所述一个机械特性。
6.一种物质的管理方法，其特征在于，具备：
计测步骤，在该步骤中，对具有物质和处于所述物质的表面的膜的计测对象物的多个物理量进行计测；
计算步骤，在该步骤中，使用计算所述物质的机械特性的多个计算模型和计测出的所述多个物理量中至少两个物理量，按所述多个计算模型中每一个计算模型计算所述物质的机械特性；
选择步骤，在该步骤中，基于所述多个物理量中至少两个物理量，从计算出的多个所述物质的机械特性中选择一个机械特性，作为所述物质的机械特性；以及
管理步骤，在该步骤中，基于选择出的所述物质的机械特性对所述物质进行分类。
7.一种物质的制造方法，其特征在于，具备：
制造步骤，在该步骤中，制造物质；
计测步骤，在该步骤中，将制造出的所述物质和处于该物质的表面的膜作为计测对象物，对所述计测对象物的多个物理量进行计测；
计算步骤，在该步骤中，使用计算所述物质的机械特性的多个计算模型和计测出的所述多个物理量中至少两个物理量，按所述多个计算模型中每一个计算模型计算所述物质的机械特性；以及
选择步骤，在该步骤中，基于所述多个物理量中至少两个物理量，从计算出的多个所述物质的机械特性中选择一个机械特性，作为所述物质的机械特性。
CN202180042018.6A 2020-06-15 2021-06-14 机械特性的计测装置、机械特性的计测方法、物质的制造设备、物质的管理方法和物质的制造方法 Pending CN115698699A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2020-103336 2020-06-15
JP2020103336 2020-06-15
PCT/JP2021/022594 WO2021256443A1 (ja) 2020-06-15 2021-06-14 機械的特性の計測装置、機械的特性の計測方法、物質の製造設備、物質の管理方法および物質の製造方法

Publications (1)

Publication Number Publication Date
CN115698699A true CN115698699A (zh) 2023-02-03

Family

ID=79268080

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180042018.6A Pending CN115698699A (zh) 2020-06-15 2021-06-14 机械特性的计测装置、机械特性的计测方法、物质的制造设备、物质的管理方法和物质的制造方法

Country Status (7)

Country Link
US (1) US20230228713A1 (zh)
EP (1) EP4166251A4 (zh)
JP (1) JP7095815B2 (zh)
KR (1) KR20230010709A (zh)
CN (1) CN115698699A (zh)
CA (1) CA3182555A1 (zh)
WO (1) WO2021256443A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220082887A (ko) * 2019-10-17 2022-06-17 램 리써치 코포레이션 기판 표면들의 인-시츄 모니터링 (in-situ monitoring)
CA3181997A1 (en) * 2020-06-15 2021-12-23 Jfe Steel Corporation Mechanical property measuring apparatus, mechanical property measuring method, substance manufacturing equipment, substance management method, and substance manufacturing method

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2606952B2 (ja) * 1990-06-20 1997-05-07 新日本製鐵株式会社 鉄鋼製品の製造可否判定装置
GB9322431D0 (en) * 1993-10-30 1993-12-22 Orb Elect Steels Ltd Hardness testing of steels
JPH09113488A (ja) 1995-10-16 1997-05-02 Toshiba Corp 電磁気的材質評価方法及び装置
JP4998821B2 (ja) 2007-03-14 2012-08-15 住友金属工業株式会社 渦流検査方法及び該渦流検査方法を実施するための渦流検査装置
JP5428292B2 (ja) * 2008-10-30 2014-02-26 Ｊｆｅスチール株式会社 高強度冷延鋼板の製造方法
WO2016063433A1 (ja) * 2014-10-21 2016-04-28 日本電気株式会社 推定結果表示システム、推定結果表示方法および推定結果表示プログラム
EP3314247A4 (en) * 2015-06-29 2019-01-23 The Charles Stark Draper Laboratory, Inc. SYSTEM AND METHOD FOR CHARACTERIZING FERROMAGNETIC MATERIAL
JP6889173B2 (ja) * 2016-09-30 2021-06-18 株式会社Uacj アルミニウム製品の特性予測装置、アルミニウム製品の特性予測方法、制御プログラム、および記録媒体
JP6313516B1 (ja) * 2017-03-30 2018-04-18 三菱総研Ｄｃｓ株式会社 情報処理装置、情報処理方法およびコンピュータプログラム
JP6860406B2 (ja) * 2017-04-05 2021-04-14 株式会社荏原製作所 半導体製造装置、半導体製造装置の故障予知方法、および半導体製造装置の故障予知プログラム
JP6948297B2 (ja) * 2017-09-04 2021-10-13 Ｊｆｅスチール株式会社 鋼板の製造方法、磁性材用表層硬さ計測装置及び鋼板の製造設備列
WO2019087460A1 (ja) 2017-10-30 2019-05-09 新日鐵住金株式会社 長尺材の磁気特性変化部検出装置及び方法
JP7059050B2 (ja) * 2018-03-09 2022-04-25 三菱重工業株式会社 応力推定装置、応力推定方法およびプログラム
JP7131766B2 (ja) * 2018-05-28 2022-09-06 三栄源エフ・エフ・アイ株式会社 機械学習システム、食感評価モデル、食感評価装置、機械学習方法および食感評価方法
JP7163099B2 (ja) * 2018-08-10 2022-10-31 株式会社東芝 エネルギー管理装置、モデル管理方法及びコンピュータプログラム

Also Published As

Publication number Publication date
KR20230010709A (ko) 2023-01-19
WO2021256443A1 (ja) 2021-12-23
EP4166251A1 (en) 2023-04-19
US20230228713A1 (en) 2023-07-20
JPWO2021256443A1 (zh) 2021-12-23
EP4166251A4 (en) 2023-12-06
JP7095815B2 (ja) 2022-07-05
CA3182555A1 (en) 2021-12-23

Similar Documents

Publication Publication Date Title
JP7095815B2 (ja) 機械的特性の計測装置、機械的特性の計測方法、物質の製造設備、物質の管理方法および物質の製造方法
CN110187000B (zh) 一种电磁无损检测双相钢微观组织的方法
Sha et al. Noncontact and nondestructive evaluation of heat-treated bearing rings using pulsed eddy current testing
KR20180111771A (ko) 재료 체적의 자기장을 관찰하기 위한 방법 및 디바이스, 및 그 디바이스의 용도
Yang et al. Reliable characterization of bearing rings using Eddy current and Barkhausen noise data fusion
JP7095814B2 (ja) 機械的特性の計測装置、機械的特性の計測方法、物質の製造設備、物質の管理方法および物質の製造方法
JP7095817B2 (ja) 機械的特性の計測装置、機械的特性の計測方法、物質の製造設備、物質の管理方法および物質の製造方法
RU2808618C1 (ru) Устройство для измерения механических свойств, способ измерения механических свойств, оборудование для изготовления материала, способ контроля материала и способ изготовления
RU2808619C1 (ru) Устройство для измерения механических свойств, способ измерения механических свойств, оборудование для изготовления материала, способ контроля материала и способ изготовления материала
Ricci et al. Magnetic imaging and machine vision NDT for the on-line inspection of stainless steel strips
CN115166026A (zh) 一种碳纤维复合材料板结构损伤识别分类系统及方法
Yasmine et al. 3MA Non-destructive analysis on hardened material by finite element simulation and experiment
Rabung et al. Nondestructive Characterization of Residual Stress Using Micromagnetic and Ultrasonic Techniques
JP7409472B1 (ja) 材料データ処理装置及び方法
CN117907426B (zh) 一种基于梯度法特征分析的金属涡流无损检测方法
JP7409464B1 (ja) 材料データ処理装置及び方法
RU2548944C1 (ru) Способ неразрушающего контроля изделий
Stefanita et al. Magnetic nondestructive testing techniques
Psuj Fusion of multiple parameters of signals obtained by vector magnetic flux observation for evaluation of stress loaded steel samples
JP2024084465A (ja) 材料データ処理装置及び方法
JP2024084466A (ja) 材料データ処理装置及び方法
Schreiber et al. Pre-crack fatigue life assessment of relevant aircraft materials using fractal analysis of eddy current test data
JP4192230B2 (ja) 鋳鉄の非破壊評価方法及び装置
CA3137689A1 (en) Metal structure evaluator for rolled steel sheets, method for evaluating metal structure of rolled steel sheet, production facility of steel product, method for manufacturing steel product, and method of quality management of steel product
Shell Amplitude-independent flaw length determination using differential eddy current

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination