JP2002022708A - 渦流探傷信号の評価方法及びその装置 - Google Patents
渦流探傷信号の評価方法及びその装置Info
- Publication number
- JP2002022708A JP2002022708A JP2000204665A JP2000204665A JP2002022708A JP 2002022708 A JP2002022708 A JP 2002022708A JP 2000204665 A JP2000204665 A JP 2000204665A JP 2000204665 A JP2000204665 A JP 2000204665A JP 2002022708 A JP2002022708 A JP 2002022708A
- Authority
- JP
- Japan
- Prior art keywords
- flaw detection
- detection signal
- flaw
- feature
- sample
- 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
Links
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
- G01N27/82—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
- G01N27/90—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws using eddy currents
- G01N27/9046—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws using eddy currents by analysing electrical signals
Landscapes
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
Abstract
(57)【要約】
【課題】 渦流探傷により検出する傷の深さの評価精度
を向上させることができる渦流探傷信号の評価方法を提
供する。 【解決手段】 傷の深さが既知の実測データである見本
探傷信号Ｓ1 に基づき、傷の深さと相関の高い位相角及
び振幅とともに、深さ以外に見本探傷信号Ｓ1 の波形に
影響を与える２次要因と相関の高い特徴を特徴量生成手
段３で数値化するとともに、見本探傷信号Ｓ1 の正解デ
ータとの誤差が十分小さい値を出力するためのパラメー
タである評価パラメータを上記特徴量を利用して学習手
段５で学習により生成し、この評価パラメータを用いて
実測探傷信号Ｓ2 が表す傷の深さを推定するようにした
ものである。
を向上させることができる渦流探傷信号の評価方法を提
供する。 【解決手段】 傷の深さが既知の実測データである見本
探傷信号Ｓ1 に基づき、傷の深さと相関の高い位相角及
び振幅とともに、深さ以外に見本探傷信号Ｓ1 の波形に
影響を与える２次要因と相関の高い特徴を特徴量生成手
段３で数値化するとともに、見本探傷信号Ｓ1 の正解デ
ータとの誤差が十分小さい値を出力するためのパラメー
タである評価パラメータを上記特徴量を利用して学習手
段５で学習により生成し、この評価パラメータを用いて
実測探傷信号Ｓ2 が表す傷の深さを推定するようにした
ものである。
Description
【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は渦流探傷信号の評価
方法及びその装置に関し、特にマルチコイル方式、回転
方式又は２次元スキャニング方式（以下、マルチコイル
方式等という。）の渦流探傷センサで探傷を行う場合に
適用して有用なものである。 【０００２】 【従来の技術】金属の非破壊検査方法として渦電流探傷
法が知られている。これは、励磁電流を供給したコイル
が発生する磁束により、被測定部材に渦電流を発生さ
せ、この渦電流により発生する磁束に基づく探傷信号を
前記コイルの出力信号として得るものである。このとき
の探傷信号は、被測定部材の傷の位置、形状、深さ等を
反映したものとなるので、この探傷信号に基づき金属
（磁性体）である被測定部材の非破壊検査を行うことが
できる。 【０００３】かかる渦電流探傷により、例えば伝熱管の
探傷を行う場合には、渦流探傷センサであるコイルを伝
熱管の内部に挿通して渦流探傷信号を得ている。この場
合の傷を表す信号である探傷信号は、振幅だけでなく、
位相も変化するので、探傷信号を一次元的に観測したの
では不十分であり、二次元的な観測が必要である。この
ため伝熱管の当該渦流探傷には、Ｘ軸とＹ軸に沿う二次
元的な出力を発生する渦流探傷装置が用いられる。この
場合の探傷信号を電圧平面上に表すと図７に示すような
リサージュ図形を描く。 【０００４】かかるリサージュ図形はその大きさと、Ｘ
軸に対する傾きで特徴づけられる。すなわち、リサージ
ュ図形の大きさは傷の体積に比例し、そのＸ軸に対する
傾きが傷の深さに対応する。伝熱管の渦流探傷において
傷の深さは重要な情報である。このため、探傷信号の位
相により所定の探傷を行う。すなわち、傷を表す信号
（複素数値）の位相角を計測し、この位相角を、予め用
意しておいた探傷信号の位相と傷の深さとの関係を示す
図８に示すような特性曲線にマッピングして傷の深さを
推定する。 【０００５】 【発明が解決しようとする課題】上述の如き従来技術に
係る渦電流探傷においては、位相角を計測し、この位相
角を、予め用意しておいた探傷信号の位相と傷の深さと
の関係を示す特性曲線にマッピングすることにより傷の
深さを推定しているが、両者の関係は必ずしも正確に対
応していないこともあり、当該探傷の精度が実用上十分
でない場合がある。傷の深さが同じでも傷の形（例え
ば、長さ、幅等）、傷とコイルの相対的な位置関係等、
すなわち各種の要因により位相角が異なるからである。
特に、探傷信号の位相の変化の割合に対して傷の深さの
変化の割合が小さい内面傷（伝熱管の内周面側の傷）の
場合の探傷精度が、問題となる場合が多い。 【０００６】本発明は、上記従来技術に鑑み、渦流探傷
により検出する傷の深さの評価精度を向上させるととも
に、被測定部材の減肉量の評価精度及び疑似信号の識別
精度も向上させることができる渦流探傷信号の評価方法
及びその装置を提供することを目的とする。 【０００７】 【課題を解決するための手段】上記目的を達成する本発
明の構成は次の点を特徴とする。 【０００８】１） 被測定部材を実測して得る探傷信号
により、傷の深さと相関の高い位相角及び振幅ととも
に、深さ以外に上記探傷信号の波形に影響を与える２次
要因と相関の高い特徴を数値化した特徴量を生成するこ
と。 【０００９】２） 傷の深さが既知の被測定部材である
標準試料を実測して得る見本探傷信号により、傷の深さ
と相関の高い位相角及び振幅とともに、深さ以外に上記
見本探傷信号の波形に影響を与える２次要因と相関の高
い特徴を数値化した特徴量を生成し、さらに上記標準試
料の傷の深さを表す量として既知の正解データとの誤差
が十分小さい値を出力するためのパラメータである評価
パラメータを、上記特徴量を利用して学習により生成す
る一方、測定対象の被測定部材を探傷して得る実測探傷
信号により、見本探傷信号と同様の特徴量を生成し、さ
らにこの実測探傷信号に基づく特徴量とこの特徴量に対
応する上記評価パラメータとに基づき、傷の深さを表す
データを生成すること。 【００１０】３） 上記２）に記載する渦流探傷信号の
評価方法において、見本探傷信号に基づき、例えば外面
傷、内面傷等の傷の種類を分類し、この分類毎に、同様
の特徴量生成及び評価パラメータの生成を行う一方、被
測定部材を探傷して得る実測探傷信号により、傷の種類
を分類するとともに、この分類毎に特徴量生成及び評価
パラメータに基づく傷の深さを表すデータの生成を行う
ようにしたこと。 【００１１】４） 減肉量が既知の被測定部材である標
準試料を、多数のコイルを有するマルチコイル方式等、
２次元的に分布する多数の位置でデータを得る渦流探傷
センサにより実測して求めた複数の見本探傷信号によ
り、減肉量と相関の高い位相角及び振幅とともに、減肉
量以外に上記見本探傷信号の波形に影響を与える２次要
因と相関の高い特徴を数値化した特徴量を生成し、さら
に各見本探傷信号に基づく特徴量を例えば位相順等、所
定の基準に基づき次の学習効率が向上するように並べ替
え、次に上記標準試料の減肉量を表す量として既知の正
解データとの誤差が十分小さい値を出力するためのパラ
メータである評価パラメータを、上記特徴量を利用して
学習により生成する一方、被測定部材を探傷して得る実
測探傷信号により、見本探傷信号と同様の特徴量を生成
し、さらにこの実測探傷信号に基づく特徴量とこの特徴
量にそれぞれ対応する上記評価パラメータとに基づき、
減肉量を表すデータを生成すること。 【００１２】５） 既知の傷又は疑似探傷信号の発生要
因となる傷以外の疑似要因を形成した被測定部材である
標準試料を実測して得る見本探傷信号により、傷と相関
の高い位相角及び振幅とともに、上記各見本探傷信号の
波形に影響を与える２次要因と相関の高い特徴を数値化
した特徴量を生成し、さらに上記標準試料の傷又は疑似
要因を表す状態信号である既知の正解データとの誤差が
十分小さい値を出力するためのパラメータである評価パ
ラメータを、上記特徴量を利用して学習により生成する
一方、被測定部材を探傷して得る実測探傷信号により、
見本探傷信号と同様の特徴量を生成し、さらにこの実測
探傷信号に基づく特徴量とこの特徴量に対応する上記評
価パラメータとに基づき、傷又は疑似要因を表す状態信
号を生成すること。 【００１３】６） 傷の深さが既知の被測定部材である
標準試料を実測して得る見本探傷信号を入力し、傷の深
さと相関の高い位相角及び振幅とともに、深さ以外に上
記見本探傷信号の波形に影響を与える２次要因と相関の
高い特徴を数値化した特徴量を生成する特徴量生成手段
と、上記標準試料の傷の深さを表す量として既知の正解
データを供給する正解データ供給手段と、上記特徴量及
び正解データを入力し、上記特徴量を利用して上記正解
データとの誤差が十分小さい値を出力するためのパラメ
ータである評価パラメータを、学習により生成する学習
手段と、測定対象の被測定部材を探傷して得る実測探傷
信号により、見本探傷信号と同様の特徴量を生成する特
徴量生成手段と、実測探傷信号に基づく特徴量とこの特
徴量に対応する上記評価パラメータとに基づき、傷の深
さを表すデータを生成する評価結果生成手段とを具備し
たこと。 【００１４】７） 上記６）に記載する渦流探傷信号の
評価装置において、被測定部材を探傷して得る実測探傷
信号により、例えば外面傷、内面傷等の傷の種類を分類
する分類手段を有する一方、評価パラメータ生成手段
は、見本探傷信号に基づき上記傷の種類を分類し、この
分類毎に、上記特徴量の生成及び上記評価パラメータの
生成を行うように構成するとともに、実測探傷信号によ
り特徴量を生成する特徴量生成手段は、上記分類手段に
よる分類毎に特徴量の生成を行うとともに、評価結果生
成手段は、分類毎に生成された特徴量と評価パラメータ
とに基づき傷の深さを表すデータを生成するものである
こと。 【００１５】８） 減肉量が既知の被測定部材である標
準試料を、多数のコイルを有するマルチコイル方式等、
２次元的に分布する多数の位置でデータを得る渦流探傷
センサにより実測して求めた複数の見本探傷信号によ
り、減肉量と相関の高い位相角及び振幅とともに、減肉
量以外に上記見本探傷信号の波形に影響を与える２次要
因と相関の高い特徴を数値化した特徴量を生成する特徴
量生成手段と、各見本探傷信号に基づく特徴量を例えば
位相順等、所定の基準に基づき次の学習効率が向上する
ように並べ替えるソーティング手段と、上記標準試料の
減肉量を表す量として既知の正解データを供給する正解
データ供給手段と、上記特徴量及び正解データを入力
し、上記特徴量を利用して上記正解データとの誤差が十
分小さい値を出力するためのパラメータである評価パラ
メータを、学習により生成する学習手段と、測定対象の
被測定部材を探傷して得る実測探傷信号により、見本探
傷信号と同様の特徴量を生成する特徴量生成手段と、実
測探傷信号に基づく特徴量とこの特徴量に対応する上記
評価パラメータとに基づき、減肉量を表すデータを生成
する評価結果生成手段とを具備したこと。 【００１６】９） 既知の傷又は疑似探傷信号の発生要
因となる傷以外の疑似要因を形成した被測定部材である
標準試料を実測して得る見本探傷信号により、傷と相関
の高い位相角及び振幅とともに、上記各見本探傷信号の
波形に影響を与える２次要因と相関の高い特徴を数値化
した特徴量を生成する特徴量生成手段と、上記標準試料
の傷又は疑似要因に対応して生成したこれらを表す状態
信号である既知の正解データを供給する正解データ供給
手段と、上記特徴量及び正解データを入力し、上記特徴
量を利用して上記正解データとの誤差が十分小さい値を
出力するためのパラメータである評価パラメータを、学
習により生成する学習手段と、測定対象の被測定部材を
探傷して得る実測探傷信号により、見本探傷信号と同様
の特徴量を生成する特徴量生成手段と、実測探傷信号に
基づく特徴量とこの特徴量に対応する上記各評価パラメ
ータとに基づき、傷又は疑似要因を表す状態信号を生成
する評価結果生成手段とを具備したこと。 【００１７】１０） 傷の深さが既知の被測定部材であ
る標準試料を実測して得る見本探傷信号により、傷の深
さと相関の高い位相角及び振幅とともに、深さ以外に上
記見本探傷信号の波形に影響を与える２次要因と相関の
高い特徴を数値化した特徴量を生成し、さらに上記標準
試料の傷の深さを表す量として既知の正解データとの誤
差が十分小さい値を出力するためのパラメータである評
価パラメータを、上記特徴量を利用して学習により生成
するとともに、上記見本探傷信号に基づく特徴量の生成
及び評価パラメータの生成作業を、特徴量の組み合わせ
構成を変更して繰り返し、複数組の評価パラメータを生
成する一方、測定対象の被測定部材を探傷して得る実測
探傷信号により、見本探傷信号と同様の特徴量を異なる
特徴量の組毎に複数組生成し、さらにこの実測探傷信号
に基づく各特徴量と各特徴量にそれぞれ対応する上記各
評価パラメータとに基づき、傷の深さを表すデータを、
各評価パラメータの組毎に生成するとともに、こうして
得る傷の深さを表す各データを比較し、各データが表す
傷の深さが所定の範囲に納まっているとき、この傷の深
さを推定値として採用すること。 【００１８】１１） 上記１０）に記載する渦流探傷信
号の評価方法において、 見本探傷信号に基づき、例え
ば外面傷、内面傷等の傷の種類を分類し、この分類毎
に、同様の特徴量生成及び評価パラメータの生成を行う
一方、被測定部材を探傷して得る実測探傷信号により、
傷の種類を分類するとともに、この分類毎に特徴量生成
及び各評価パラメータに基づく傷の深さを表すデータ生
成を行うようにしたこと。 【００１９】１２） 減肉量が既知の被測定部材である
標準試料を、多数のコイルを有するマルチコイル方式
等、２次元的に分布する多数の位置でデータを得る渦流
探傷センサにより実測して求めた複数の見本探傷信号に
より、減肉量と相関の高い位相角及び振幅とともに、減
肉量以外に上記見本探傷信号の波形に影響を与える２次
要因と相関の高い特徴を数値化した特徴量を生成し、さ
らに各見本探傷信号に基づく特徴量を例えば位相順等、
所定の基準に基づき次の学習効率が向上するように並べ
替え、次に上記標準試料の減肉量を表す量として既知の
正解データとの誤差が十分小さい値を出力するためのパ
ラメータである評価パラメータを、上記特徴量を利用し
て学習により生成するとともに、上記見本探傷信号に基
づく特徴量の生成、並べ替え及び評価パラメータの生成
作業を、特徴量の組み合わせ構成及び並べ替えの基準を
変更して繰り返すことにより複数組の評価パラメータを
生成する一方、被測定部材を探傷して得る実測探傷信号
により、見本探傷信号と同様の特徴量を異なる特徴量の
組毎に複数組生成し、さらにこの実測探傷信号に基づく
各特徴量と各特徴量にそれぞれ対応する上記各評価パラ
メータとに基づき、減肉量を表すデータを、各評価パラ
メータの組毎に生成するとともに、こうして得る減肉量
を表す各データを比較し、各データが表す減肉量が所定
の範囲に納まっているとき、この減肉量を推定値として
採用すること。 【００２０】１３） 既知の傷又は疑似探傷信号の発生
要因となる傷以外の疑似要因を形成した被測定部材であ
る標準試料を実測して得る見本探傷信号により、傷と相
関の高い位相角及び振幅とともに、上記各見本探傷信号
の波形に影響を与える２次要因と相関の高い特徴を数値
化した特徴量を生成し、さらに上記標準試料の傷又は疑
似要因を表す状態信号である既知の正解データとの誤差
が十分小さい値を出力するためのパラメータである評価
パラメータを、上記特徴量を利用して学習により生成す
るとともに、上記見本探傷信号に基づく特徴量の生成及
び評価パラメータの生成作業を、特徴量の組み合わせ構
成を変更して繰り返し、複数組の評価パラメータを生成
する一方、被測定部材を探傷して得る実測探傷信号によ
り、見本探傷信号と同様の特徴量を異なる特徴量の組毎
に複数組生成し、さらにこの実測探傷信号に基づく各特
徴量と各特徴量にそれぞれ対応する上記各評価パラメー
タとに基づき、傷又は疑似要因を表す状態信号を、各評
価パラメータの組毎に生成するとともに、当該各状態信
号を比較し、各状態信号の内容の一致状態に基づき上記
実測探傷信号が傷を表す信号であるか、疑似信号である
かを峻別するようにしたこと。 【００２１】１４） 傷の深さが既知の被測定部材であ
る標準試料を実測して得る見本探傷信号を入力し、傷の
深さと相関の高い位相角及び振幅とともに、深さ以外に
上記見本探傷信号の波形に影響を与える２次要因と相関
の高い特徴を数値化した特徴量を生成する特徴量生成手
段と、上記標準試料の傷の深さを表す量として既知の正
解データを供給する正解データ供給手段と、上記特徴量
及び正解データを入力し、上記特徴量を利用して上記正
解データとの誤差が十分小さい値を出力するためのパラ
メータである評価パラメータを、学習により生成する学
習手段とを有して上記見本探傷信号に基づく特徴量の生
成及び評価パラメータの生成作業を、特徴量の組み合わ
せ構成を変更して繰り返して複数組の評価パラメータを
生成する評価パラメータ生成手段を具備するとともに、
測定対象の被測定部材を探傷して得る実測探傷信号によ
り、見本探傷信号と同様の特徴量を異なる特徴量の組毎
に複数組生成する特徴量生成手段と、実測探傷信号に基
づく各特徴量と各特徴量にそれぞれ対応する上記各評価
パラメータとに基づき、傷の深さを表すデータを、各評
価パラメータの組毎に生成する評価結果生成手段と、評
価結果生成手段の出力信号として得る傷の深さを表す各
データを比較し、各データが表す傷の深さが所定の範囲
に納まっているとき、この傷の深さを推定値として採用
する検証手段とを具備したこと。 【００２２】１５） 上記１４）に記載する渦流探傷信
号の評価装置において、 被測定部材を探傷して得る実
測探傷信号により、例えば外面傷、内面傷等の傷の種類
を分類する分類手段を有する一方、評価パラメータ生成
手段は、見本探傷信号に基づき上記傷の種類を分類し、
この分類毎に、上記特徴量の生成及び上記評価パラメー
タの生成を行うように構成するとともに、実測探傷信号
により特徴量を生成する特徴量生成手段は、上記分類手
段による分類毎に特徴量の生成を行うとともに、評価結
果生成手段は、分類毎に生成された特徴量と評価パラメ
ータとに基づき傷の深さを表すデータを生成するもので
あること。 【００２３】１６） 減肉量が既知の被測定部材である
標準試料を、多数のコイルを有するマルチコイル方式
等、２次元的に分布する多数の位置でデータを得る渦流
探傷センサにより実測して求めた複数の見本探傷信号に
より、減肉量と相関の高い位相角及び振幅とともに、減
肉量以外に上記見本探傷信号の波形に影響を与える２次
要因と相関の高い特徴を数値化した特徴量を生成する特
徴量生成手段と、各見本探傷信号に基づく特徴量を例え
ば位相順等、所定の基準に基づき次の学習効率が向上す
るように並べ替えるソーティング手段と、上記標準試料
の減肉量を表す量として既知の正解データを供給する正
解データ供給手段と、上記特徴量及び正解データを入力
し、上記特徴量を利用して上記正解データとの誤差が十
分小さい値を出力するためのパラメータである評価パラ
メータを、学習により生成する学習手段とを有して上記
見本探傷信号に基づく特徴量の生成、並べ替え及び評価
パラメータの生成作業を、特徴量の組み合わせ構成及び
並べ替えの基準を変更して繰り返して複数組の評価パラ
メータを生成する評価パラメータ生成手段を具備すると
ともに、測定対象の被測定部材を探傷して得る実測探傷
信号により、見本探傷信号と同様の特徴量を異なる特徴
量の組毎に複数組生成する特徴量生成手段と、実測探傷
信号に基づく各特徴量と各特徴量にそれぞれ対応する上
記各評価パラメータとに基づき、減肉量を表すデータ
を、各評価パラメータの組毎に生成する評価結果生成手
段と、評価結果生成手段の出力信号として得る減肉量を
表す各データを比較し、各データが表す減肉量が所定の
範囲に納まっているとき、この減肉量を推定値として採
用する検証手段とを具備したこと。 【００２４】１７） 既知の傷又は疑似探傷信号の発生
要因となる傷以外の疑似要因を形成した被測定部材であ
る標準試料を実測して得る見本探傷信号により、傷と相
関の高い位相角及び振幅とともに、上記各見本探傷信号
の波形に影響を与える２次要因と相関の高い特徴を数値
化した特徴量を生成する特徴量生成手段と、 上記標準
試料の傷又は疑似要因に対応して生成したこれらを表す
状態信号である既知の正解データを供給する正解データ
供給手段と、上記特徴量及び正解データを入力し、上記
特徴量を利用して上記正解データとの誤差が十分小さい
値を出力するためのパラメータである評価パラメータ
を、学習により生成する学習手段とを有して上記見本探
傷信号に基づく特徴量の生成及び評価パラメータの生成
作業を、特徴量の組み合わせ構成を変更して繰り返して
複数組の評価パラメータを生成する評価パラメータ生成
手段を具備するとともに、測定対象の被測定部材を探傷
して得る実測探傷信号により、見本探傷信号と同様の特
徴量を異なる特徴量の組毎に複数組生成する特徴量生成
手段と、実測探傷信号に基づく各特徴量と各特徴量にそ
れぞれ対応する上記各評価パラメータとに基づき、傷又
は疑似要因を表す状態信号を、各評価パラメータの組毎
に生成する評価結果生成手段と、評価結果生成手段の出
力信号として得る各状態信号を比較し、各状態信号が表
す状態が一致しているとき、傷又は疑似要因の何れであ
るかを特定する検証手段とを具備したこと。 【００２５】 【発明の実施の形態】以下、本発明の実施形態を図面に
基づき詳細に説明する。 【００２６】＜第１の実施の形態＞図１は本発明の第１
の実施の形態に係る渦流探傷信号の評価装置を示すブロ
ック線図である。本形態は、伝熱管の内部に渦流探傷セ
ンサを挿入して探傷を行い、その結果得た探傷信号によ
り傷の深さを評価する装置である。ここで、当該探傷信
号を得る渦流探傷センサは多数のコイルを周方向に並べ
てリング状に形成したマルチコイル方式のセンサであ
り、隣接するコイル間のピッチで、伝熱管の内周面の状
態を表す探傷信号を得ることができる。同様の探傷信号
は、単体のコイルを周方向に回転させながら軸方向に移
動させる方式の渦流探傷センサによっても得ることがで
きる。また、被測定部材は、当然伝熱管に限定する必要
はない。 【００２７】図１に示すように、入力端子１には、傷の
深さが既知の被測定部材である標準試料を実測して得る
見本探傷信号Ｓ1 を供給する。ここで、標準試料とは、
例えば実測する被測定部材に１０％、２０％・・・等の
内面乃至外面傷等を形成し、且つこの傷の深さ等の状態
が既知のものをいう。見本探傷信号Ｓ1 は傷の状態に応
じ多種類のサンプルを用意しておき、これを順次、入力
端子１に供給する。 【００２８】見本探傷信号Ｓ1 は、必要に応じ、既知の
手法によりフィルタ２でノイズを低減した後、特徴量生
成手段３に供給される。特徴量生成手段３では、見本探
傷信号Ｓ1 に基づき傷の深さと相関の高い位相角及び振
幅とともに、深さ以外に上記見本探傷信号Ｓ1 の波形に
影響を与える２次要因と相関の高い特徴を数値化した特
徴量を生成する。ここで、深さ以外に探傷信号の波形に
影響を与える２次要因としては、例えば探傷信号の分布
形状（分布の長さ、幅）、探傷信号の波形、探傷信号の
振幅がピークである近傍の信号波形、励磁周波数が異な
る信号の相関等を挙げることができる。すなわち、探傷
信号がピークとなっている周辺の信号を特徴量に加える
ことにより探傷精度の向上に資する量を抽出する。さら
に、具体的には、或る周波数ｆ1 の励磁電流を用いた場
合の位相角θ1 を重視し、これを中心としてこの周波数
ｆ1 における振幅Ａ1 、他の周波数ｆ2 の励磁電流を用
いた場合の位相角θ2 、周波数ｆ2 における振幅Ａ2 、
周波数ｆ1 、ｆ2 おける振幅比（Ａ1 ／Ａ2 ）、傷の幅
Ｗ、傷の長さＬ等を特徴要素とすることにより目的に沿
う特徴量を任意に構成することができる。 【００２９】正解データ供給手段４は、上記標準試料の
傷の深さを表す量として既知の正解データを供給する。
この正解データとは、各見本探傷信号Ｓ1 に対応づけら
れた、各見本探傷信号Ｓ1 に基づく傷の深さの値の正解
を表すデータである。学習手段５は、上記特徴量及び正
解データを入力し、上記特徴量を利用して上記正解デー
タとの誤差が十分小さい値を出力するためのパラメータ
である評価パラメータを、学習により生成するもので、
具体的には正解データが表す量との誤差が十分小さい値
を出力するための各特徴量に対する、例えば重み係数で
ある評価パラメータを学習により決定する等の操作をい
う。このときの学習手法は、特に限定する必要はない
が、例えばニューラルネットワークを利用する手法、重
回帰分析法及び疑似マハラノビス距離法等が考えられ
る。すなわち、この学習手段は、種々の見本探傷信号Ｓ
1 を用いて、この見本探傷信号Ｓ1 から評価基準を統計
的に求めるものである。 【００３０】評価パラメータ生成手段Ｉは、上述の如
き、フィルタ２、特徴量生成手段３、正解データ供給手
段４及び学習手段５からなるが、この評価パラメータ生
成手段Ｉでは、上記見本探傷信号Ｓ1 に基づく特徴量の
生成及び評価パラメータの生成作業を、特徴量の組み合
わせ構成を変更して繰り返すことにより複数組の評価パ
ラメータを生成する。ここで、特徴量の組み合わせ構成
とは、一つは見本探傷信号Ｓ1 の位相角に着目してこれ
を中心に上記２次要因を含めた特徴量を組み合わせたも
の、他の一つは見本探傷信号Ｓ1 の振幅に着目してこれ
を中心に上記２次要因を含めた特徴量を組み合わせたも
のというように、基準とする要素を変えて他の特徴量を
適宜組み合わせた構成をいう。本形態では２種類を用意
したが、この数に特別な限定はない。 【００３１】また、上述の如き評価パラメータの生成
は、傷の種類毎に行う。ここで、傷の種類とは、内面
傷、外面傷、軸方向傷、周方向傷等をいう。ちなみに、
軸方向傷及び周方向傷は、探傷信号の位相角により峻別
することができる。 【００３２】入力端子６には、測定対象の被測定部材を
実測して得る実測探傷信号Ｓ2 を供給する。実測探傷信
号Ｓ2 は、必要に応じ、既知の手法によりフィルタ７で
ノイズを低減した後、分類手段８に供給される。分類手
段８では、実測探傷信号Ｓ2に基づき上記傷の種類を峻
別する。傷の種類に応じた評価パラメータを用いて当該
評価を行うことにより、その精度をさらに向上させるた
めである。 【００３３】特徴量生成手段９は、実測探傷信号Ｓ2 に
より、見本探傷信号Ｓ1 と同様の特徴量を異なる特徴量
の組毎に複数組生成する。評価結果生成手段１０は、実
測探傷信号Ｓ2 に基づく各特徴量と各特徴量にそれぞれ
対応する上記各評価パラメータとに基づき、傷の深さを
表すデータを、各評価パラメータの組毎に生成する。具
体的には、各特徴量を評価パラメータを利用して処理す
る。例えば特徴要素に当該パラメータを掛け合わせる
等、見本探傷信号Ｓ1 に基づき正解データに辿り着いた
のと同様の処理により、上記正解データに対応するデー
タを生成する。 【００３４】検証手段１１は、評価結果生成手段１０の
出力信号として得る傷の深さを表す各データを比較し、
各データが表す傷の深さが所定の範囲に納まっていると
き、この傷の深さを推定値として採用する。 【００３５】上述の如き渦流探傷信号の評価装置を用い
た評価方法を図２を追加して詳述する。先ず、見本探傷
信号Ｓ1 を入力し（ステップＳ１）、所定のフィルタリ
ング処理（ステップＳ２）をした後、特徴量を生成する
（ステップＳ３）。その後、正解データ（ステップＳ
１）を参照してこの正解データとの誤差が十分小さい値
を出力するためのパラメータである評価パラメータを、
上記特徴量を利用して学習により生成する（ステップＳ
４）。この結果、一種類の評価パラメータＡを生成す
る。 【００３６】上記ステップＳ１乃至ステップＳ４の処理
を繰り返して他の種類の評価パラメータＢを生成する。 【００３７】上記評価パラメータＡ、Ｂは傷の種類毎に
生成する。 【００３８】次に、実測探傷信号Ｓ2 を入力し（ステッ
プＳ５）、所定のフィルタリング処理（ステップＳ６）
をした後、傷の種類を分類する（ステップＳ７）ととも
に、この分類毎に見本探傷信号Ｓ1 と同様の特徴量を生
成する（ステップＳ８）。さらに実測探傷信号Ｓ2 に基
づく特徴量とこの特徴量にそれぞれ対応する評価パラメ
ータＡとに基づき、傷の深さを表すデータを生成する
（ステップＳ９、１０）。 【００３９】上述の如き処理を評価パラメータＢについ
ても行う。 【００４０】上述の処理により得る傷の深さを表す各デ
ータを比較して検証し（ステップＳ１１）、各データが
表す傷の深さが所定の範囲に納まっているとき、この傷
の深さを推定値として採用する（ステップＳ１２）。 【００４１】＜第２の実施の形態＞図３は本発明の第２
の実施の形態に係る渦流探傷信号の評価装置を示すブロ
ック線図である。本形態は、第１の実施の形態における
傷の深さの代わりに被測定部材の減肉量を評価するもの
である。当該装置の構成は、第１の実施の形態に係る装
置にソーティング手段１２を追加しただけで、後の構成
は同様である。ただ、各部の機能は多少異なる。そこ
で、ソーティグ手段１２及び機能的に異なる点を中心に
当該装置を説明する。なお、被測定部材が減肉を生起し
ていることは、別の方法により予め検出しておき、その
被測定部材を対象として実測探傷信号Ｓ 2 を得る。ここ
で、当該探傷信号を得る渦流探傷センサは第１の実施の
形態と同様のものを用いている。 【００４２】図３に示すように、入力端子１には、減肉
量が既知の被測定部材である標準試料を実測して得る見
本探傷信号Ｓ1 を供給する。見本探傷信号Ｓ1 は、必要
に応じ、既知の手法によりフィルタ２でノイズを低減し
た後、特徴量生成手段２３に供給される。特徴量生成手
段２３では、見本探傷信号Ｓ1 に基づき減肉量と相関の
高い位相角及び振幅とともに、減肉量以外に上記見本探
傷信号Ｓ1 の波形に影響を与える２次要因と相関の高い
特徴を数値化した特徴量を生成する。ここで、減肉量以
外に探傷信号の波形に影響を与える２次要因は、第１の
実施の形態における傷の深さの場合に準じて考えれば良
い。すなわち、適宜選択した特徴要素を組み合わせるこ
とにより所望の特徴量を生成する。 【００４３】本形態では、ソーティング手段１２を有す
る。ソーティング手段１２は、各見本探傷信号Ｓ1 に基
づく特徴量を例えば位相順等、所定の基準に基づき次の
学習効率が向上するように並べ替える処理を行う。具体
的には、例えば渦流探傷センサであるマルチコイルの各
コイルの出力信号である見本探傷信号Ｓ1 のうち、位相
の大きさを基準としてこれが大きいものから順に並べ替
える、振幅の大きさを基準としてこれが大きいものから
順に並べ替える等のソーティング手法が考えられる。 【００４４】正解データ供給手段２４は、上記標準試料
の減肉量を表す量として既知の正解データを供給する。
学習手段２５は、基本的に図１に示す学習手段５と同様
である。すなわち、上記特徴量及び正解データを入力
し、上記特徴量を利用して上記正解データとの誤差が十
分小さい値を出力するためのパラメータである評価パラ
メータを生成する。 【００４５】評価パラメータ生成手段IIは、上述の如
き、フィルタ２、特徴量生成手段２３、ソーティング手
段１２、正解データ供給手段２４及び学習手段２５から
なるが、この評価パラメータ生成手段IIでは、上記見本
探傷信号Ｓ1 に基づく特徴量の生成、ソーティング及び
評価パラメータの生成作業を、特徴量の組み合わせ構成
を変更して繰り返すことにより複数組の評価パラメータ
を生成する。この特徴量の組み合わせ構成は第１の実施
の形態と同様に考えれば良い。 【００４６】特徴量生成手段２９は、測定対象の被測定
部材を探傷して得る実測探傷信号Ｓ 2 により、見本探傷
信号Ｓ1 と同様の特徴量を異なる特徴量の組毎に複数組
生成する。評価結果生成手段３０は、実測探傷信号Ｓ2
に基づく各特徴量と各特徴量にそれぞれ対応する上記各
評価パラメータとに基づき、減肉量を表すデータを、各
評価パラメータの組毎に生成する。検証手段３１は、評
価結果生成手段３０の出力信号として得る減肉量を表す
各データを比較し、各データが表す減肉量が所定の範囲
に納まっているとき、この減肉量を推定値として採用す
る。 【００４７】上述の如き渦流探傷信号の評価装置を用い
た評価方法を図４を追加して詳述する。先ず、見本探傷
信号Ｓ1 を入力し（ステップＳ２１）、所定のフィルタ
リング処理（ステップＳ２２）をした後、特徴量を生成
する（ステップＳ２３）。その後、所定の基準で特徴量
を構成する特徴要素を並べ替える（ステップＳ２４）。
次に、正解データ（ステップＳ２１）を参照してこの正
解データにとの誤差が十分小さい値を出力するためのパ
ラメータである評価パラメータを、ソーティング後の上
記特徴量を利用して学習により生成する（ステップＳ２
５）。この結果、一種類の評価パラメータＣを生成す
る。 【００４８】上記ステップＳ２１乃至ステップＳ２５の
処理を繰り返して他の種類の評価パラメータＤを生成す
る。 【００４９】次に、実測探傷信号Ｓ2 を入力し（ステッ
プＳ２６）、所定のフィルタリング処理（ステップＳ２
７）をした後、見本探傷信号Ｓ1 と同様の特徴量を生成
する（ステップＳ２８）して所定のソーティングを行う
（ステップＳ２９）。さらに実測探傷信号Ｓ2 に基づく
特徴量とこの特徴量にそれぞれ対応する評価パラメータ
Ｃとに基づき、減肉量表すデータを生成する（ステップ
Ｓ３０、３１）。 【００５０】上述の如き処理を評価パラメータＤについ
ても行う。 【００５１】上述の処理により得る減肉量を表す各デー
タを比較して検証し（ステップＳ３２）、各データが表
す傷の深さが所定の範囲に納まっているとき、この傷の
深さを推定値として採用する（ステップＳ３３）。 【００５２】＜第３の実施の形態＞図５は本発明の第３
の実施の形態に係る渦流探傷信号の評価装置を示すブロ
ック線図である。本形態は、探傷信号が被測定部材の傷
に起因するものであるか、又は傷以外の疑似要因に起因
するものであるか評価するものである。 【００５３】図５に示すように、入力端子１には、既知
の傷又は疑似探傷信号の発生要因となる傷以外の疑似要
因を形成した被測定部材である標準試料を実測して得る
見本探傷信号Ｓ1 を供給する。見本探傷信号Ｓ1 は、特
徴量生成手段４３に供給される。特徴量生成手段４３で
は、見本探傷信号Ｓ1 に基づき傷と相関の高い位相角及
び振幅とともに、上記見本探傷信号Ｓ1 の波形に影響を
与える２次要因と相関の高い特徴を数値化した特徴量を
生成する。ここで、傷以外に探傷信号の波形に影響を与
える２次要因は、第１の実施の形態における傷の深さの
場合に準じて考えれば良い。すなわち、適宜選択した特
徴要素を組み合わせることにより所望の特徴量を生成す
る。 【００５４】正解データ供給手段４４は、上記標準試料
の傷又は疑似要因に対応して生成したこれらを表す状態
信号である既知の正解データを供給する。学習手段４５
は、基本的に図１に示す学習手段５と同様である。すな
わち、上記特徴量及び正解データを入力し、上記特徴量
を利用して上記正解データとの誤差が十分小さい値を出
力するためのパラメータである評価パラメータを生成す
る。 【００５５】評価パラメータ生成手段III は、上述の如
き、フィルタ２、特徴量生成手段４３、正解データ供給
手段４４及び学習手段４５からなるが、この評価パラメ
ータ生成手段III では、上記見本探傷信号Ｓ1 に基づく
特徴量の生成及び評価パラメータの生成作業を、特徴量
の組み合わせ構成を変更して繰り返すことにより複数組
の評価パラメータを生成する。この特徴量の組み合わせ
構成は第１の実施の形態と同様に考えれば良い。 【００５６】特徴量生成手段４９は、測定対象の被測定
部材を探傷して得る実測探傷信号Ｓ 2 により、見本探傷
信号Ｓ1 と同様の特徴量を異なる特徴量の組毎に複数組
生成する。評価結果生成手段５０は、実測探傷信号Ｓ2
に基づく各特徴量と各特徴量にそれぞれ対応する上記各
評価パラメータとに基づき、傷又は疑似要因を表す状態
信号を、各評価パラメータの組毎に生成する。検証手段
５１は、評価結果生成手段５０の出力信号として得る各
状態信号を比較し、各状態信号が表す状態が一致してい
るとき、傷又は疑似要因の何れであるかを特定する。 【００５７】上述の如き渦流探傷信号の評価装置を用い
た評価方法を図６を追加して詳述する。先ず、見本探傷
信号Ｓ1 を入力し（ステップＳ５１）、所定のフィルタ
リング処理（ステップＳ５２）をした後、特徴量を生成
する（ステップＳ５３）。その後、正解データ（ステッ
プＳ５１）を参照してこの正解データとの誤差が十分小
さい値を出力するためのパラメータである評価パラメー
タを、上記特徴量を利用して学習により生成する（ステ
ップＳ５４）。この結果、一種類の評価パラメータＥを
生成する。 【００５８】上記ステップＳ５１乃至ステップＳ５４の
処理を繰り返して他の種類の評価パラメータＦを生成す
る。 【００５９】上記評価パラメータＥ、Ｆは傷の種類毎に
生成する。 【００６０】次に、実測探傷信号Ｓ2 を入力し（ステッ
プＳ５５）、所定のフィルタリング処理（ステップＳ５
６）をした後、見本探傷信号Ｓ1 と同様の特徴量を生成
する（ステップＳ５７）。さらに実測探傷信号Ｓ2 に基
づく特徴量とこの特徴量にそれぞれ対応する評価パラメ
ータＥとに基づき、傷又は疑似要因を表す信号を生成し
て傷又は傷以外かを識別する（ステップＳ５８、５
９）。 【００６１】上述の如き処理を評価パラメータＦについ
ても行う。上述の処理により得る傷又はそれ以外を表す
各データを比較して検証し（ステップＳ６０）、各デー
タが一致するとき、このときの傷又はそれ以外であるか
の識別結果を出力する（ステップＳ６１）。 【００６２】なお、上記第１乃至第３の実施の形態にお
いては、特徴量の組み合わせ構成及び評価パラメータの
組は２組の場合につき説明したが、この場合の数に特別
な制限はない。ただ、数が増えればその分、評価精度が
向上することについては論をまたない。一方、このよう
に複数組生成する必要も必ずしもない。評価精度は、若
干劣る場合があるが、一種類の特徴量及びこれに基づく
評価パラメータを用いた場合であっても本願発明の技術
思想に含まれ、この場合でも、従来に較べ、格段に評価
精度を向上させることができる。 【００６３】 【発明の効果】以上実施の形態とともに具体的に説明し
た通り、〔請求項１〕に記載する発明は、被測定部材を
実測して得る探傷信号により、傷の深さと相関の高い位
相角及び振幅とともに、深さ以外に上記探傷信号の波形
に影響を与える２次要因と相関の高い特徴を数値化した
特徴量を生成するので、探傷信号がピークとなっている
周辺の信号を特徴量に加えることができ、探傷信号の評
価に影響を与える要素、換言すれば位相角及び振幅のみ
を用いて傷の深さを評価する場合には、ノイズの原因と
なる要素が、傷の深さの評価に与える影響を数量化する
ことができる。この結果、本発明によれば、探傷信号に
基づく傷の深さの特定をより正確に行うためのデータを
提供することができる。 【００６４】〔請求項２〕に記載する発明は、傷の深さ
が既知の被測定部材である標準試料を実測して得る見本
探傷信号により、傷の深さと相関の高い位相角及び振幅
とともに、深さ以外に上記見本探傷信号の波形に影響を
与える２次要因と相関の高い特徴を数値化した特徴量を
生成し、さらに上記標準試料の傷の深さを表す量として
既知の正解データとの誤差が十分小さい値を出力するた
めのパラメータである評価パラメータを、上記特徴量を
利用して学習により生成する一方、測定対象の被測定部
材を探傷して得る実測探傷信号により、見本探傷信号と
同様の特徴量を生成し、さらにこの実測探傷信号に基づ
く特徴量とこの特徴量に対応する上記評価パラメータと
に基づき、傷の深さを表すデータを生成するので、傷の
深さの評価に有効な特徴を数値化した特徴量を統計的に
処理して単一の評価パラメータを生成することができ、
かかる単一の評価パラメータを用いて、実測探傷信号に
基づく傷の深さの評価を行うことができる。この結果、
本願発明によれば、傷の深さを実測探傷信号の位相角及
び振幅のみに基づいて判断する場合に較べ、格段にその
評価精度が向上する。 【００６５】〔請求項３〕に記載する発明は、〔請求項
２〕に記載する渦流探傷信号の評価方法において、見本
探傷信号に基づき、例えば外面傷、内面傷等の傷の種類
を分類し、この分類毎に、同様の特徴量生成及び評価パ
ラメータの生成を行う一方、被測定部材を探傷して得る
実測探傷信号により、傷の種類を分類するとともに、こ
の分類毎に特徴量生成及び評価パラメータに基づく傷の
深さを表すデータの生成を行うようにしたので、〔請求
項２〕に記載する評価方法を傷の種類毎に行うことがで
きる。この結果、本発明によれば、〔請求項２〕に記載
する発明よりもさらに正確に傷の深さを評価することが
できる。 【００６６】〔請求項４〕に記載する発明は、減肉量が
既知の被測定部材である標準試料を、多数のコイルを有
するマルチコイル方式等、２次元的に分布する多数の位
置でデータを得る渦流探傷センサにより実測して求めた
複数の見本探傷信号により、減肉量と相関の高い位相角
及び振幅とともに、減肉量以外に上記見本探傷信号の波
形に影響を与える２次要因と相関の高い特徴を数値化し
た特徴量を生成し、さらに各見本探傷信号に基づく特徴
量を例えば位相順等、所定の基準に基づき次の学習効率
が向上するように並べ替え、次に上記標準試料の減肉量
を表す量として既知の正解データとの誤差が十分小さい
値を出力するためのパラメータである評価パラメータ
を、上記特徴量を利用して学習により生成する一方、被
測定部材を探傷して得る実測探傷信号により、見本探傷
信号と同様の特徴量を生成し、さらにこの実測探傷信号
に基づく特徴量とこの特徴量にそれぞれ対応する上記評
価パラメータとに基づき、減肉量を表すデータを生成す
るので、減肉量の評価に有効な特徴を数値化した特徴量
を統計的に処理して単一の評価パラメータを生成するこ
とができ、かかる評価パラメータを用いて、実測探傷信
号に基づく減肉量の評価を行うことができる。この結
果、本願発明によれば、減肉量を実測探傷信号の位相角
及び振幅のみに基づいて判断する場合に較べ、格段にそ
の評価精度が向上する。 【００６７】〔請求項５〕に記載する発明は、既知の傷
又は疑似探傷信号の発生要因となる傷以外の疑似要因を
形成した被測定部材である標準試料を実測して得る見本
探傷信号により、傷と相関の高い位相角及び振幅ととも
に、上記各見本探傷信号の波形に影響を与える２次要因
と相関の高い特徴を数値化した特徴量を生成し、さらに
上記標準試料の傷又は疑似要因を表す状態信号である既
知の正解データとの誤差が十分小さい値を出力するため
のパラメータである評価パラメータを、上記特徴量を利
用して学習により生成する一方、被測定部材を探傷して
得る実測探傷信号により、見本探傷信号と同様の特徴量
を生成し、さらにこの実測探傷信号に基づく特徴量とこ
の特徴量に対応する上記評価パラメータとに基づき、傷
又は疑似要因を表す状態信号を生成するので、傷又はそ
れ以外の疑似要因の何れであるかの評価に有効な特徴を
数値化した特徴量を統計的に処理して単一の評価パラメ
ータを生成することができ、かかる評価パラメータを用
いて、傷又はそれ以外の疑似要因の何れであるかの評価
を行うことができる。この結果、本願発明によれば、傷
又はそれ以外の疑似要因の何れであるかの評価を位相角
及び振幅のみに基づいて判断する場合に較べ、格段にそ
の評価精度が向上する。 【００６８】〔請求項６〕に記載する発明は、傷の深さ
が既知の被測定部材である標準試料を実測して得る見本
探傷信号を入力し、傷の深さと相関の高い位相角及び振
幅とともに、深さ以外に上記見本探傷信号の波形に影響
を与える２次要因と相関の高い特徴を数値化した特徴量
を生成する特徴量生成手段と、上記標準試料の傷の深さ
を表す量として既知の正解データを供給する正解データ
供給手段と、上記特徴量及び正解データを入力し、上記
特徴量を利用して上記正解データとの誤差が十分小さい
値を出力するためのパラメータである評価パラメータ
を、学習により生成する学習手段と、測定対象の被測定
部材を探傷して得る実測探傷信号により、見本探傷信号
と同様の特徴量を生成する特徴量生成手段と、実測探傷
信号に基づく特徴量とこの特徴量に対応する上記評価パ
ラメータとに基づき、傷の深さを表すデータを生成する
評価結果生成手段とを具備したので、傷の深さの評価に
有効な特徴を数値化した特徴量を統計的に処理して単一
の評価パラメータを生成することができ、かかる評価パ
ラメータを用いて、実測探傷信号に基づく傷の深さの評
価を行うことができる。この結果、本願発明によれば、
傷の深さを実測探傷信号の位相角及び振幅のみに基づい
て判断する場合に較べ、格段にその評価精度が向上す
る。ちなみに、人が評価しようとする場合には、位相角
以外の特徴要素も用いて判断するということは困難であ
るが、本願発明によれば、位相角以外の各種の特徴要素
を統計的に処理して評価パラメータを生成しているの
で、探傷信号を総合的に判断することができ、その分精
度が向上する。 【００６９】〔請求項７〕に記載する発明は、〔請求項
６〕に記載する渦流探傷信号の評価装置において、被測
定部材を探傷して得る実測探傷信号により、例えば外面
傷、内面傷等の傷の種類を分類する分類手段を有する一
方、評価パラメータ生成手段は、見本探傷信号に基づき
上記傷の種類を分類し、この分類毎に、上記特徴量の生
成及び上記評価パラメータの生成を行うように構成する
とともに、実測探傷信号により特徴量を生成する特徴量
生成手段は、上記分類手段による分類毎に特徴量の生成
を行うとともに、評価結果生成手段は、分類毎に生成さ
れた特徴量と評価パラメータとに基づき傷の深さを表す
データを生成するものであるので、〔請求項６〕に記載
する評価方法を傷の種類毎に行うことができる。この結
果、本発明によれば、〔請求項６〕に記載する発明より
もさらに正確に傷の深さを評価することができる。 【００７０】〔請求項８〕に記載する発明は、減肉量が
既知の被測定部材である標準試料を、多数のコイルを有
するマルチコイル方式等、２次元的に分布する多数の位
置でデータを得る渦流探傷センサにより実測して求めた
複数の見本探傷信号により、減肉量と相関の高い位相角
及び振幅とともに、減肉量以外に上記見本探傷信号の波
形に影響を与える２次要因と相関の高い特徴を数値化し
た特徴量を生成する特徴量生成手段と、各見本探傷信号
に基づく特徴量を例えば位相順等、所定の基準に基づき
次の学習効率が向上するように並べ替えるソーティング
手段と、上記標準試料の減肉量を表す量として既知の正
解データを供給する正解データ供給手段と、上記特徴量
及び正解データを入力し、上記特徴量を利用して上記正
解データとの誤差が十分小さい値を出力するためのパラ
メータである評価パラメータを、学習により生成する学
習手段と、測定対象の被測定部材を探傷して得る実測探
傷信号により、見本探傷信号と同様の特徴量を生成する
特徴量生成手段と、実測探傷信号に基づく特徴量とこの
特徴量に対応する上記評価パラメータとに基づき、減肉
量を表すデータを生成する評価結果生成手段とを具備し
たので、減肉量の評価に有効な特徴を数値化した特徴量
を統計的に処理して単一の評価パラメータを生成するこ
とができ、かかる評価パラメータを用いて、実測探傷信
号に基づく減肉量の評価を行うことができる。この結
果、本願発明によれば、減肉量を実測探傷信号の位相角
及び振幅のみに基づいて判断する場合に較べ、格段にそ
の評価精度が向上する。ちなみに、人が評価しようとす
る場合には、位相角以外の特徴要素も用いて判断すると
いうことは困難であるが、本願発明によれば、位相角以
外の各種の特徴要素を統計的に処理して評価パラメータ
を生成しているので、探傷信号を総合的に判断すること
ができ、その分精度が向上する。 【００７１】〔請求項９〕に記載する発明は、既知の傷
又は疑似探傷信号の発生要因となる傷以外の疑似要因を
形成した被測定部材である標準試料を実測して得る見本
探傷信号により、傷と相関の高い位相角及び振幅ととも
に、上記各見本探傷信号の波形に影響を与える２次要因
と相関の高い特徴を数値化した特徴量を生成する特徴量
生成手段と、上記標準試料の傷又は疑似要因に対応して
生成したこれらを表す状態信号である既知の正解データ
を供給する正解データ供給手段と、上記特徴量及び正解
データを入力し、上記特徴量を利用して上記正解データ
との誤差が十分小さい値を出力するためのパラメータで
ある評価パラメータを、学習により生成する学習手段
と、測定対象の被測定部材を探傷して得る実測探傷信号
により、見本探傷信号と同様の特徴量を生成する特徴量
生成手段と、実測探傷信号に基づく特徴量とこの特徴量
に対応する上記各評価パラメータとに基づき、傷又は疑
似要因を表す状態信号を生成する評価結果生成手段とを
具備したので、傷又はそれ以外の疑似要因の何れである
かの評価に有効な特徴を数値化した特徴量を統計的に処
理して単一の評価パラメータを生成することができ、か
かる評価パラメータを用いて、傷又はそれ以外の疑似要
因の何れであるかの評価を行うことができる。この結
果、本願発明によれば、傷又はそれ以外の疑似要因の何
れであるかの評価を位相角及び振幅のみに基づいて判断
する場合に較べ、格段にその評価精度が向上する。ちな
みに、人が評価しようとする場合には、位相角以外の特
徴要素も用いて判断するということは困難であるが、本
願発明によれば、位相角以外の各種の特徴要素を統計的
に処理して評価パラメータを生成しているので、探傷信
号を総合的に判断することができ、その分精度が向上す
る。 【００７２】〔請求項１０〕に記載する発明は、傷の深
さが既知の被測定部材である標準試料を実測して得る見
本探傷信号により、傷の深さと相関の高い位相角及び振
幅とともに、深さ以外に上記見本探傷信号の波形に影響
を与える２次要因と相関の高い特徴を数値化した特徴量
を生成し、さらに上記標準試料の傷の深さを表す量とし
て既知の正解データとの誤差が十分小さい値を出力する
ためのパラメータである評価パラメータを、上記特徴量
を利用して学習により生成するとともに、上記見本探傷
信号に基づく特徴量の生成及び評価パラメータの生成作
業を、特徴量の組み合わせ構成を変更して繰り返し、複
数組の評価パラメータを生成する一方、測定対象の被測
定部材を探傷して得る実測探傷信号により、見本探傷信
号と同様の特徴量を異なる特徴量の組毎に複数組生成
し、さらにこの実測探傷信号に基づく各特徴量と各特徴
量にそれぞれ対応する上記各評価パラメータとに基づ
き、傷の深さを表すデータを、各評価パラメータの組毎
に生成するとともに、こうして得る傷の深さを表す各デ
ータを比較し、各データが表す傷の深さが所定の範囲に
納まっているとき、この傷の深さを推定値として採用す
るので、傷の深さの評価に有効な特徴を数値化した複数
組の特徴量を統計的に処理して複数組の評価パラメータ
を生成することができ、かかる評価パラメータを用い
て、実測探傷信号に基づく傷の深さの評価を行うことが
できる。この結果、本願発明によれば、傷の深さを実測
探傷信号の位相角及び振幅のみに基づいて判断する場合
に較べ、格段にその評価精度が向上する。また、複数組
の特徴量及び評価パラメータを用いているので、これら
が単一場合に較べより正確な評価を行うことができる。 【００７３】〔請求項１１〕に記載する発明は、〔請求
項１０〕に記載する渦流探傷信号の評価方法において、
見本探傷信号に基づき、例えば外面傷、内面傷等の傷
の種類を分類し、この分類毎に、同様の特徴量生成及び
評価パラメータの生成を行う一方、被測定部材を探傷し
て得る実測探傷信号により、傷の種類を分類するととも
に、この分類毎に特徴量生成及び各評価パラメータに基
づく傷の深さを表すデータ生成を行うようにしたので、
〔請求項１０〕に記載する評価方法を傷の種類毎に行う
ことができる。この結果、本発明によれば、〔請求項１
０〕に記載する発明よりもさらに正確に傷の深さを評価
することができる。また、複数組の特徴量及び評価パラ
メータを用いているので、これらが単一場合に較べより
正確な評価を行うことができる。 【００７４】〔請求項１２〕に記載する発明は、減肉量
が既知の被測定部材である標準試料を、多数のコイルを
有するマルチコイル方式等、２次元的に分布する多数の
位置でデータを得る渦流探傷センサにより実測して求め
た複数の見本探傷信号により、減肉量と相関の高い位相
角及び振幅とともに、減肉量以外に上記見本探傷信号の
波形に影響を与える２次要因と相関の高い特徴を数値化
した特徴量を生成し、さらに各見本探傷信号に基づく特
徴量を例えば位相順等、所定の基準に基づき次の学習効
率が向上するように並べ替え、次に上記標準試料の減肉
量を表す量として既知の正解データとの誤差が十分小さ
い値を出力するためのパラメータである評価パラメータ
を、上記特徴量を利用して学習により生成するととも
に、上記見本探傷信号に基づく特徴量の生成、並べ替え
及び評価パラメータの生成作業を、特徴量の組み合わせ
構成及び並べ替えの基準を変更して繰り返すことにより
複数組の評価パラメータを生成する一方、被測定部材を
探傷して得る実測探傷信号により、見本探傷信号と同様
の特徴量を異なる特徴量の組毎に複数組生成し、さらに
この実測探傷信号に基づく各特徴量と各特徴量にそれぞ
れ対応する上記各評価パラメータとに基づき、減肉量を
表すデータを、各評価パラメータの組毎に生成するとと
もに、こうして得る減肉量を表す各データを比較し、各
データが表す減肉量が所定の範囲に納まっているとき、
この減肉量を推定値として採用するので、減肉量の評価
に有効な特徴を数値化した複数組の特徴量を統計的に処
理して複数組の評価パラメータを生成することができ、
かかる評価パラメータを用いて、実測探傷信号に基づく
減肉量の評価を行うことができる。この結果、本願発明
によれば、減肉量を実測探傷信号の位相角及び振幅のみ
に基づいて判断する場合に較べ、格段にその評価精度が
向上する。また、複数組の特徴量及び評価パラメータを
用いているので、これらが単一場合に較べより正確な評
価を行うことができる。 【００７５】〔請求項１３〕に記載する発明は、既知の
傷又は疑似探傷信号の発生要因となる傷以外の疑似要因
を形成した被測定部材である標準試料を実測して得る見
本探傷信号により、傷と相関の高い位相角及び振幅とと
もに、上記各見本探傷信号の波形に影響を与える２次要
因と相関の高い特徴を数値化した特徴量を生成し、さら
に上記標準試料の傷又は疑似要因を表す状態信号である
既知の正解データに辿り着くためのパラメータである評
価パラメータを、上記特徴量を利用して学習により生成
するとともに、上記見本探傷信号に基づく特徴量の生成
及び評価パラメータの生成作業を、特徴量の組み合わせ
構成を変更して繰り返し、複数組の評価パラメータを生
成する一方、被測定部材を探傷して得る実測探傷信号に
より、見本探傷信号と同様の特徴量を異なる特徴量の組
毎に複数組生成し、さらにこの実測探傷信号に基づく各
特徴量と各特徴量にそれぞれ対応する上記各評価パラメ
ータとに基づき、傷又は疑似要因を表す状態信号を、各
評価パラメータの組毎に生成するとともに、当該各状態
信号を比較し、各状態信号の内容の一致状態に基づき上
記実測探傷信号が傷を表す信号であるか、疑似信号であ
るかを峻別するようにしたので、傷又はそれ以外の疑似
要因の何れであるかの評価に有効な特徴を数値化した複
数組の特徴量を統計的に処理して複数組の評価パラメー
タを生成することができ、かかる評価パラメータを用い
て、傷又はそれ以外の疑似要因の何れであるかの評価を
行うことができる。この結果、本願発明によれば、傷又
はそれ以外の疑似要因の何れであるかの評価を位相角及
び振幅のみに基づいて判断する場合に較べ、格段にその
評価精度が向上する。また、複数組の特徴量及び評価パ
ラメータを用いているので、これらが単一場合に較べよ
り正確な評価を行うことができる。 【００７６】〔請求項１４〕に記載する発明は、傷の深
さが既知の被測定部材である標準試料を実測して得る見
本探傷信号を入力し、傷の深さと相関の高い位相角及び
振幅とともに、深さ以外に上記見本探傷信号の波形に影
響を与える２次要因と相関の高い特徴を数値化した特徴
量を生成する特徴量生成手段と、上記標準試料の傷の深
さを表す量として既知の正解データを供給する正解デー
タ供給手段と、上記特徴量及び正解データを入力し、上
記特徴量を利用して上記正解データとの誤差が十分小さ
い値を出力するためのパラメータである評価パラメータ
を、学習により生成する学習手段とを有して上記見本探
傷信号に基づく特徴量の生成及び評価パラメータの生成
作業を、特徴量の組み合わせ構成を変更して繰り返して
複数組の評価パラメータを生成する評価パラメータ生成
手段を具備するとともに、測定対象の被測定部材を探傷
して得る実測探傷信号により、見本探傷信号と同様の特
徴量を異なる特徴量の組毎に複数組生成する特徴量生成
手段と、実測探傷信号に基づく各特徴量と各特徴量にそ
れぞれ対応する上記各評価パラメータとに基づき、傷の
深さを表すデータを、各評価パラメータの組毎に生成す
る評価結果生成手段と、評価結果生成手段の出力信号と
して得る傷の深さを表す各データを比較し、各データが
表す傷の深さが所定の範囲に納まっているとき、この傷
の深さを推定値として採用する検証手段とを具備したの
で、傷の深さの評価に有効な特徴を数値化した複数組の
特徴量を統計的に処理して複数組の評価パラメータを生
成することができ、かかる評価パラメータを用いて、実
測探傷信号に基づく傷の深さの評価を行うことができ
る。この結果、本願発明によれば、傷の深さを実測探傷
信号の位相角及び振幅のみに基づいて判断する場合に較
べ、格段にその評価精度が向上する。ちなみに、人が評
価しようとする場合には、位相角以外の特徴要素も用い
て判断するということは困難であるが、本願発明によれ
ば、位相角以外の各種の特徴要素を統計的に処理して評
価パラメータを生成しているので、探傷信号を総合的に
判断することができ、その分精度が向上する。また、複
数組の特徴量及び評価パラメータを用いているので、こ
れらが単一場合に較べより正確な評価を行うことができ
る。 【００７７】〔請求項１５〕に記載する発明は、〔請求
項１４〕に記載する渦流探傷信号の評価装置において、
被測定部材を探傷して得る実測探傷信号により、例えば
外面傷、内面傷等の傷の種類を分類する分類手段を有す
る一方、評価パラメータ生成手段は、見本探傷信号に基
づき上記傷の種類を分類し、この分類毎に、上記特徴量
の生成及び上記評価パラメータの生成を行うように構成
するとともに、実測探傷信号により特徴量を生成する特
徴量生成手段は、上記分類手段による分類毎に特徴量の
生成を行うとともに、評価結果生成手段は、分類毎に生
成された特徴量と評価パラメータとに基づき傷の深さを
表すデータを生成するものであるので、〔請求項１４〕
に記載する評価方法を傷の種類毎に行うことができる。
この結果、本発明によれば、〔請求項１４〕に記載する
発明よりもさらに正確に傷の深さを評価することができ
る。また、複数組の特徴量及び評価パラメータを用いて
いるので、これらが単一場合に較べより正確な評価を行
うことができる。 【００７８】〔請求項１６〕に記載する発明は、減肉量
が既知の被測定部材である標準試料を、多数のコイルを
有するマルチコイル方式等、２次元的に分布する多数の
位置でデータを得る渦流探傷センサにより実測して求め
た複数の見本探傷信号により、減肉量と相関の高い位相
角及び振幅とともに、減肉量以外に上記見本探傷信号の
波形に影響を与える２次要因と相関の高い特徴を数値化
した特徴量を生成する特徴量生成手段と、各見本探傷信
号に基づく特徴量を例えば位相順等、所定の基準に基づ
き次の学習効率が向上するように並べ替えるソーティン
グ手段と、上記標準試料の減肉量を表す量として既知の
正解データを供給する正解データ供給手段と、上記特徴
量及び正解データを入力し、上記特徴量を利用して上記
正解データとの誤差が十分小さい値を出力するためのパ
ラメータである評価パラメータを、学習により生成する
学習手段とを有して上記見本探傷信号に基づく特徴量の
生成、並べ替え及び評価パラメータの生成作業を、特徴
量の組み合わせ構成及び並べ替えの基準を変更して繰り
返して複数組の評価パラメータを生成する評価パラメー
タ生成手段を具備するとともに、測定対象の被測定部材
を探傷して得る実測探傷信号により、見本探傷信号と同
様の特徴量を異なる特徴量の組毎に複数組生成する特徴
量生成手段と、実測探傷信号に基づく各特徴量と各特徴
量にそれぞれ対応する上記各評価パラメータとに基づ
き、減肉量を表すデータを、各評価パラメータの組毎に
生成する評価結果生成手段と、評価結果生成手段の出力
信号として得る減肉量を表す各データを比較し、各デー
タが表す減肉量が所定の範囲に納まっているとき、この
減肉量を推定値として採用する検証手段とを具備したの
で、減肉量の評価に有効な特徴を数値化した複数組の特
徴量を統計的に処理して複数組の評価パラメータを生成
することができ、かかる評価パラメータを用いて、実測
探傷信号に基づく減肉量の評価を行うことができる。こ
の結果、本願発明によれば、減肉量を実測探傷信号の位
相角及び振幅のみに基づいて判断する場合に較べ、格段
にその評価精度が向上する。ちなみに、人が評価しよう
とする場合には、位相角以外の特徴要素も用いて判断す
るということは困難であるが、本願発明によれば、位相
角以外の各種の特徴要素を統計的に処理して評価パラメ
ータを生成しているので、探傷信号を総合的に判断する
ことができ、その分精度が向上する。また、複数組の特
徴量及び評価パラメータを用いているので、これらが単
一場合に較べより正確な評価を行うことができる。 【００７９】〔請求項１７〕に記載する発明は、既知の
傷又は疑似探傷信号の発生要因となる傷以外の疑似要因
を形成した被測定部材である標準試料を実測して得る見
本探傷信号により、傷と相関の高い位相角及び振幅とと
もに、上記各見本探傷信号の波形に影響を与える２次要
因と相関の高い特徴を数値化した特徴量を生成する特徴
量生成手段と、上記標準試料の傷又は疑似要因に対応し
て生成したこれらを表す状態信号である既知の正解デー
タを供給する正解データ供給手段と、上記特徴量及び正
解データを入力し、上記特徴量を利用して上記正解デー
タとの誤差が十分小さい値を出力するためのパラメータ
である評価パラメータを、学習により生成する学習手段
とを有して上記見本探傷信号に基づく特徴量の生成及び
評価パラメータの生成作業を、特徴量の組み合わせ構成
を変更して繰り返して複数組の評価パラメータを生成す
る評価パラメータ生成手段を具備するとともに、測定対
象の被測定部材を探傷して得る実測探傷信号により、見
本探傷信号と同様の特徴量を異なる特徴量の組毎に複数
組生成する特徴量生成手段と、実測探傷信号に基づく各
特徴量と各特徴量にそれぞれ対応する上記各評価パラメ
ータとに基づき、傷又は疑似要因を表す状態信号を、各
評価パラメータの組毎に生成する評価結果生成手段と、
評価結果生成手段の出力信号として得る各状態信号を比
較し、各状態信号が表す状態が一致しているとき、傷又
は疑似要因の何れであるかを特定する検証手段とを具備
したので、傷又はそれ以外の疑似要因の何れであるかの
評価に有効な特徴を数値化した複数組の特徴量を統計的
に処理して複数組の評価パラメータを生成することがで
き、かかる評価パラメータを用いて、傷又はそれ以外の
疑似要因の何れであるかの評価を行うことができる。こ
の結果、本願発明によれば、傷又はそれ以外の疑似要因
の何れであるかの評価を位相角及び振幅のみに基づいて
判断する場合に較べ、格段にその評価精度が向上する。
ちなみに、人が評価しようとする場合には、位相角以外
の特徴要素も用いて判断するということは困難である
が、本願発明によれば、位相角以外の各種の特徴要素を
統計的に処理して評価パラメータを生成しているので、
探傷信号を総合的に判断することができ、その分精度が
向上する。また、複数組の特徴量及び評価パラメータを
用いているので、これらが単一場合に較べより正確な評
価を行うことができる。
方法及びその装置に関し、特にマルチコイル方式、回転
方式又は２次元スキャニング方式（以下、マルチコイル
方式等という。）の渦流探傷センサで探傷を行う場合に
適用して有用なものである。 【０００２】 【従来の技術】金属の非破壊検査方法として渦電流探傷
法が知られている。これは、励磁電流を供給したコイル
が発生する磁束により、被測定部材に渦電流を発生さ
せ、この渦電流により発生する磁束に基づく探傷信号を
前記コイルの出力信号として得るものである。このとき
の探傷信号は、被測定部材の傷の位置、形状、深さ等を
反映したものとなるので、この探傷信号に基づき金属
（磁性体）である被測定部材の非破壊検査を行うことが
できる。 【０００３】かかる渦電流探傷により、例えば伝熱管の
探傷を行う場合には、渦流探傷センサであるコイルを伝
熱管の内部に挿通して渦流探傷信号を得ている。この場
合の傷を表す信号である探傷信号は、振幅だけでなく、
位相も変化するので、探傷信号を一次元的に観測したの
では不十分であり、二次元的な観測が必要である。この
ため伝熱管の当該渦流探傷には、Ｘ軸とＹ軸に沿う二次
元的な出力を発生する渦流探傷装置が用いられる。この
場合の探傷信号を電圧平面上に表すと図７に示すような
リサージュ図形を描く。 【０００４】かかるリサージュ図形はその大きさと、Ｘ
軸に対する傾きで特徴づけられる。すなわち、リサージ
ュ図形の大きさは傷の体積に比例し、そのＸ軸に対する
傾きが傷の深さに対応する。伝熱管の渦流探傷において
傷の深さは重要な情報である。このため、探傷信号の位
相により所定の探傷を行う。すなわち、傷を表す信号
（複素数値）の位相角を計測し、この位相角を、予め用
意しておいた探傷信号の位相と傷の深さとの関係を示す
図８に示すような特性曲線にマッピングして傷の深さを
推定する。 【０００５】 【発明が解決しようとする課題】上述の如き従来技術に
係る渦電流探傷においては、位相角を計測し、この位相
角を、予め用意しておいた探傷信号の位相と傷の深さと
の関係を示す特性曲線にマッピングすることにより傷の
深さを推定しているが、両者の関係は必ずしも正確に対
応していないこともあり、当該探傷の精度が実用上十分
でない場合がある。傷の深さが同じでも傷の形（例え
ば、長さ、幅等）、傷とコイルの相対的な位置関係等、
すなわち各種の要因により位相角が異なるからである。
特に、探傷信号の位相の変化の割合に対して傷の深さの
変化の割合が小さい内面傷（伝熱管の内周面側の傷）の
場合の探傷精度が、問題となる場合が多い。 【０００６】本発明は、上記従来技術に鑑み、渦流探傷
により検出する傷の深さの評価精度を向上させるととも
に、被測定部材の減肉量の評価精度及び疑似信号の識別
精度も向上させることができる渦流探傷信号の評価方法
及びその装置を提供することを目的とする。 【０００７】 【課題を解決するための手段】上記目的を達成する本発
明の構成は次の点を特徴とする。 【０００８】１） 被測定部材を実測して得る探傷信号
により、傷の深さと相関の高い位相角及び振幅ととも
に、深さ以外に上記探傷信号の波形に影響を与える２次
要因と相関の高い特徴を数値化した特徴量を生成するこ
と。 【０００９】２） 傷の深さが既知の被測定部材である
標準試料を実測して得る見本探傷信号により、傷の深さ
と相関の高い位相角及び振幅とともに、深さ以外に上記
見本探傷信号の波形に影響を与える２次要因と相関の高
い特徴を数値化した特徴量を生成し、さらに上記標準試
料の傷の深さを表す量として既知の正解データとの誤差
が十分小さい値を出力するためのパラメータである評価
パラメータを、上記特徴量を利用して学習により生成す
る一方、測定対象の被測定部材を探傷して得る実測探傷
信号により、見本探傷信号と同様の特徴量を生成し、さ
らにこの実測探傷信号に基づく特徴量とこの特徴量に対
応する上記評価パラメータとに基づき、傷の深さを表す
データを生成すること。 【００１０】３） 上記２）に記載する渦流探傷信号の
評価方法において、見本探傷信号に基づき、例えば外面
傷、内面傷等の傷の種類を分類し、この分類毎に、同様
の特徴量生成及び評価パラメータの生成を行う一方、被
測定部材を探傷して得る実測探傷信号により、傷の種類
を分類するとともに、この分類毎に特徴量生成及び評価
パラメータに基づく傷の深さを表すデータの生成を行う
ようにしたこと。 【００１１】４） 減肉量が既知の被測定部材である標
準試料を、多数のコイルを有するマルチコイル方式等、
２次元的に分布する多数の位置でデータを得る渦流探傷
センサにより実測して求めた複数の見本探傷信号によ
り、減肉量と相関の高い位相角及び振幅とともに、減肉
量以外に上記見本探傷信号の波形に影響を与える２次要
因と相関の高い特徴を数値化した特徴量を生成し、さら
に各見本探傷信号に基づく特徴量を例えば位相順等、所
定の基準に基づき次の学習効率が向上するように並べ替
え、次に上記標準試料の減肉量を表す量として既知の正
解データとの誤差が十分小さい値を出力するためのパラ
メータである評価パラメータを、上記特徴量を利用して
学習により生成する一方、被測定部材を探傷して得る実
測探傷信号により、見本探傷信号と同様の特徴量を生成
し、さらにこの実測探傷信号に基づく特徴量とこの特徴
量にそれぞれ対応する上記評価パラメータとに基づき、
減肉量を表すデータを生成すること。 【００１２】５） 既知の傷又は疑似探傷信号の発生要
因となる傷以外の疑似要因を形成した被測定部材である
標準試料を実測して得る見本探傷信号により、傷と相関
の高い位相角及び振幅とともに、上記各見本探傷信号の
波形に影響を与える２次要因と相関の高い特徴を数値化
した特徴量を生成し、さらに上記標準試料の傷又は疑似
要因を表す状態信号である既知の正解データとの誤差が
十分小さい値を出力するためのパラメータである評価パ
ラメータを、上記特徴量を利用して学習により生成する
一方、被測定部材を探傷して得る実測探傷信号により、
見本探傷信号と同様の特徴量を生成し、さらにこの実測
探傷信号に基づく特徴量とこの特徴量に対応する上記評
価パラメータとに基づき、傷又は疑似要因を表す状態信
号を生成すること。 【００１３】６） 傷の深さが既知の被測定部材である
標準試料を実測して得る見本探傷信号を入力し、傷の深
さと相関の高い位相角及び振幅とともに、深さ以外に上
記見本探傷信号の波形に影響を与える２次要因と相関の
高い特徴を数値化した特徴量を生成する特徴量生成手段
と、上記標準試料の傷の深さを表す量として既知の正解
データを供給する正解データ供給手段と、上記特徴量及
び正解データを入力し、上記特徴量を利用して上記正解
データとの誤差が十分小さい値を出力するためのパラメ
ータである評価パラメータを、学習により生成する学習
手段と、測定対象の被測定部材を探傷して得る実測探傷
信号により、見本探傷信号と同様の特徴量を生成する特
徴量生成手段と、実測探傷信号に基づく特徴量とこの特
徴量に対応する上記評価パラメータとに基づき、傷の深
さを表すデータを生成する評価結果生成手段とを具備し
たこと。 【００１４】７） 上記６）に記載する渦流探傷信号の
評価装置において、被測定部材を探傷して得る実測探傷
信号により、例えば外面傷、内面傷等の傷の種類を分類
する分類手段を有する一方、評価パラメータ生成手段
は、見本探傷信号に基づき上記傷の種類を分類し、この
分類毎に、上記特徴量の生成及び上記評価パラメータの
生成を行うように構成するとともに、実測探傷信号によ
り特徴量を生成する特徴量生成手段は、上記分類手段に
よる分類毎に特徴量の生成を行うとともに、評価結果生
成手段は、分類毎に生成された特徴量と評価パラメータ
とに基づき傷の深さを表すデータを生成するものである
こと。 【００１５】８） 減肉量が既知の被測定部材である標
準試料を、多数のコイルを有するマルチコイル方式等、
２次元的に分布する多数の位置でデータを得る渦流探傷
センサにより実測して求めた複数の見本探傷信号によ
り、減肉量と相関の高い位相角及び振幅とともに、減肉
量以外に上記見本探傷信号の波形に影響を与える２次要
因と相関の高い特徴を数値化した特徴量を生成する特徴
量生成手段と、各見本探傷信号に基づく特徴量を例えば
位相順等、所定の基準に基づき次の学習効率が向上する
ように並べ替えるソーティング手段と、上記標準試料の
減肉量を表す量として既知の正解データを供給する正解
データ供給手段と、上記特徴量及び正解データを入力
し、上記特徴量を利用して上記正解データとの誤差が十
分小さい値を出力するためのパラメータである評価パラ
メータを、学習により生成する学習手段と、測定対象の
被測定部材を探傷して得る実測探傷信号により、見本探
傷信号と同様の特徴量を生成する特徴量生成手段と、実
測探傷信号に基づく特徴量とこの特徴量に対応する上記
評価パラメータとに基づき、減肉量を表すデータを生成
する評価結果生成手段とを具備したこと。 【００１６】９） 既知の傷又は疑似探傷信号の発生要
因となる傷以外の疑似要因を形成した被測定部材である
標準試料を実測して得る見本探傷信号により、傷と相関
の高い位相角及び振幅とともに、上記各見本探傷信号の
波形に影響を与える２次要因と相関の高い特徴を数値化
した特徴量を生成する特徴量生成手段と、上記標準試料
の傷又は疑似要因に対応して生成したこれらを表す状態
信号である既知の正解データを供給する正解データ供給
手段と、上記特徴量及び正解データを入力し、上記特徴
量を利用して上記正解データとの誤差が十分小さい値を
出力するためのパラメータである評価パラメータを、学
習により生成する学習手段と、測定対象の被測定部材を
探傷して得る実測探傷信号により、見本探傷信号と同様
の特徴量を生成する特徴量生成手段と、実測探傷信号に
基づく特徴量とこの特徴量に対応する上記各評価パラメ
ータとに基づき、傷又は疑似要因を表す状態信号を生成
する評価結果生成手段とを具備したこと。 【００１７】１０） 傷の深さが既知の被測定部材であ
る標準試料を実測して得る見本探傷信号により、傷の深
さと相関の高い位相角及び振幅とともに、深さ以外に上
記見本探傷信号の波形に影響を与える２次要因と相関の
高い特徴を数値化した特徴量を生成し、さらに上記標準
試料の傷の深さを表す量として既知の正解データとの誤
差が十分小さい値を出力するためのパラメータである評
価パラメータを、上記特徴量を利用して学習により生成
するとともに、上記見本探傷信号に基づく特徴量の生成
及び評価パラメータの生成作業を、特徴量の組み合わせ
構成を変更して繰り返し、複数組の評価パラメータを生
成する一方、測定対象の被測定部材を探傷して得る実測
探傷信号により、見本探傷信号と同様の特徴量を異なる
特徴量の組毎に複数組生成し、さらにこの実測探傷信号
に基づく各特徴量と各特徴量にそれぞれ対応する上記各
評価パラメータとに基づき、傷の深さを表すデータを、
各評価パラメータの組毎に生成するとともに、こうして
得る傷の深さを表す各データを比較し、各データが表す
傷の深さが所定の範囲に納まっているとき、この傷の深
さを推定値として採用すること。 【００１８】１１） 上記１０）に記載する渦流探傷信
号の評価方法において、 見本探傷信号に基づき、例え
ば外面傷、内面傷等の傷の種類を分類し、この分類毎
に、同様の特徴量生成及び評価パラメータの生成を行う
一方、被測定部材を探傷して得る実測探傷信号により、
傷の種類を分類するとともに、この分類毎に特徴量生成
及び各評価パラメータに基づく傷の深さを表すデータ生
成を行うようにしたこと。 【００１９】１２） 減肉量が既知の被測定部材である
標準試料を、多数のコイルを有するマルチコイル方式
等、２次元的に分布する多数の位置でデータを得る渦流
探傷センサにより実測して求めた複数の見本探傷信号に
より、減肉量と相関の高い位相角及び振幅とともに、減
肉量以外に上記見本探傷信号の波形に影響を与える２次
要因と相関の高い特徴を数値化した特徴量を生成し、さ
らに各見本探傷信号に基づく特徴量を例えば位相順等、
所定の基準に基づき次の学習効率が向上するように並べ
替え、次に上記標準試料の減肉量を表す量として既知の
正解データとの誤差が十分小さい値を出力するためのパ
ラメータである評価パラメータを、上記特徴量を利用し
て学習により生成するとともに、上記見本探傷信号に基
づく特徴量の生成、並べ替え及び評価パラメータの生成
作業を、特徴量の組み合わせ構成及び並べ替えの基準を
変更して繰り返すことにより複数組の評価パラメータを
生成する一方、被測定部材を探傷して得る実測探傷信号
により、見本探傷信号と同様の特徴量を異なる特徴量の
組毎に複数組生成し、さらにこの実測探傷信号に基づく
各特徴量と各特徴量にそれぞれ対応する上記各評価パラ
メータとに基づき、減肉量を表すデータを、各評価パラ
メータの組毎に生成するとともに、こうして得る減肉量
を表す各データを比較し、各データが表す減肉量が所定
の範囲に納まっているとき、この減肉量を推定値として
採用すること。 【００２０】１３） 既知の傷又は疑似探傷信号の発生
要因となる傷以外の疑似要因を形成した被測定部材であ
る標準試料を実測して得る見本探傷信号により、傷と相
関の高い位相角及び振幅とともに、上記各見本探傷信号
の波形に影響を与える２次要因と相関の高い特徴を数値
化した特徴量を生成し、さらに上記標準試料の傷又は疑
似要因を表す状態信号である既知の正解データとの誤差
が十分小さい値を出力するためのパラメータである評価
パラメータを、上記特徴量を利用して学習により生成す
るとともに、上記見本探傷信号に基づく特徴量の生成及
び評価パラメータの生成作業を、特徴量の組み合わせ構
成を変更して繰り返し、複数組の評価パラメータを生成
する一方、被測定部材を探傷して得る実測探傷信号によ
り、見本探傷信号と同様の特徴量を異なる特徴量の組毎
に複数組生成し、さらにこの実測探傷信号に基づく各特
徴量と各特徴量にそれぞれ対応する上記各評価パラメー
タとに基づき、傷又は疑似要因を表す状態信号を、各評
価パラメータの組毎に生成するとともに、当該各状態信
号を比較し、各状態信号の内容の一致状態に基づき上記
実測探傷信号が傷を表す信号であるか、疑似信号である
かを峻別するようにしたこと。 【００２１】１４） 傷の深さが既知の被測定部材であ
る標準試料を実測して得る見本探傷信号を入力し、傷の
深さと相関の高い位相角及び振幅とともに、深さ以外に
上記見本探傷信号の波形に影響を与える２次要因と相関
の高い特徴を数値化した特徴量を生成する特徴量生成手
段と、上記標準試料の傷の深さを表す量として既知の正
解データを供給する正解データ供給手段と、上記特徴量
及び正解データを入力し、上記特徴量を利用して上記正
解データとの誤差が十分小さい値を出力するためのパラ
メータである評価パラメータを、学習により生成する学
習手段とを有して上記見本探傷信号に基づく特徴量の生
成及び評価パラメータの生成作業を、特徴量の組み合わ
せ構成を変更して繰り返して複数組の評価パラメータを
生成する評価パラメータ生成手段を具備するとともに、
測定対象の被測定部材を探傷して得る実測探傷信号によ
り、見本探傷信号と同様の特徴量を異なる特徴量の組毎
に複数組生成する特徴量生成手段と、実測探傷信号に基
づく各特徴量と各特徴量にそれぞれ対応する上記各評価
パラメータとに基づき、傷の深さを表すデータを、各評
価パラメータの組毎に生成する評価結果生成手段と、評
価結果生成手段の出力信号として得る傷の深さを表す各
データを比較し、各データが表す傷の深さが所定の範囲
に納まっているとき、この傷の深さを推定値として採用
する検証手段とを具備したこと。 【００２２】１５） 上記１４）に記載する渦流探傷信
号の評価装置において、 被測定部材を探傷して得る実
測探傷信号により、例えば外面傷、内面傷等の傷の種類
を分類する分類手段を有する一方、評価パラメータ生成
手段は、見本探傷信号に基づき上記傷の種類を分類し、
この分類毎に、上記特徴量の生成及び上記評価パラメー
タの生成を行うように構成するとともに、実測探傷信号
により特徴量を生成する特徴量生成手段は、上記分類手
段による分類毎に特徴量の生成を行うとともに、評価結
果生成手段は、分類毎に生成された特徴量と評価パラメ
ータとに基づき傷の深さを表すデータを生成するもので
あること。 【００２３】１６） 減肉量が既知の被測定部材である
標準試料を、多数のコイルを有するマルチコイル方式
等、２次元的に分布する多数の位置でデータを得る渦流
探傷センサにより実測して求めた複数の見本探傷信号に
より、減肉量と相関の高い位相角及び振幅とともに、減
肉量以外に上記見本探傷信号の波形に影響を与える２次
要因と相関の高い特徴を数値化した特徴量を生成する特
徴量生成手段と、各見本探傷信号に基づく特徴量を例え
ば位相順等、所定の基準に基づき次の学習効率が向上す
るように並べ替えるソーティング手段と、上記標準試料
の減肉量を表す量として既知の正解データを供給する正
解データ供給手段と、上記特徴量及び正解データを入力
し、上記特徴量を利用して上記正解データとの誤差が十
分小さい値を出力するためのパラメータである評価パラ
メータを、学習により生成する学習手段とを有して上記
見本探傷信号に基づく特徴量の生成、並べ替え及び評価
パラメータの生成作業を、特徴量の組み合わせ構成及び
並べ替えの基準を変更して繰り返して複数組の評価パラ
メータを生成する評価パラメータ生成手段を具備すると
ともに、測定対象の被測定部材を探傷して得る実測探傷
信号により、見本探傷信号と同様の特徴量を異なる特徴
量の組毎に複数組生成する特徴量生成手段と、実測探傷
信号に基づく各特徴量と各特徴量にそれぞれ対応する上
記各評価パラメータとに基づき、減肉量を表すデータ
を、各評価パラメータの組毎に生成する評価結果生成手
段と、評価結果生成手段の出力信号として得る減肉量を
表す各データを比較し、各データが表す減肉量が所定の
範囲に納まっているとき、この減肉量を推定値として採
用する検証手段とを具備したこと。 【００２４】１７） 既知の傷又は疑似探傷信号の発生
要因となる傷以外の疑似要因を形成した被測定部材であ
る標準試料を実測して得る見本探傷信号により、傷と相
関の高い位相角及び振幅とともに、上記各見本探傷信号
の波形に影響を与える２次要因と相関の高い特徴を数値
化した特徴量を生成する特徴量生成手段と、 上記標準
試料の傷又は疑似要因に対応して生成したこれらを表す
状態信号である既知の正解データを供給する正解データ
供給手段と、上記特徴量及び正解データを入力し、上記
特徴量を利用して上記正解データとの誤差が十分小さい
値を出力するためのパラメータである評価パラメータ
を、学習により生成する学習手段とを有して上記見本探
傷信号に基づく特徴量の生成及び評価パラメータの生成
作業を、特徴量の組み合わせ構成を変更して繰り返して
複数組の評価パラメータを生成する評価パラメータ生成
手段を具備するとともに、測定対象の被測定部材を探傷
して得る実測探傷信号により、見本探傷信号と同様の特
徴量を異なる特徴量の組毎に複数組生成する特徴量生成
手段と、実測探傷信号に基づく各特徴量と各特徴量にそ
れぞれ対応する上記各評価パラメータとに基づき、傷又
は疑似要因を表す状態信号を、各評価パラメータの組毎
に生成する評価結果生成手段と、評価結果生成手段の出
力信号として得る各状態信号を比較し、各状態信号が表
す状態が一致しているとき、傷又は疑似要因の何れであ
るかを特定する検証手段とを具備したこと。 【００２５】 【発明の実施の形態】以下、本発明の実施形態を図面に
基づき詳細に説明する。 【００２６】＜第１の実施の形態＞図１は本発明の第１
の実施の形態に係る渦流探傷信号の評価装置を示すブロ
ック線図である。本形態は、伝熱管の内部に渦流探傷セ
ンサを挿入して探傷を行い、その結果得た探傷信号によ
り傷の深さを評価する装置である。ここで、当該探傷信
号を得る渦流探傷センサは多数のコイルを周方向に並べ
てリング状に形成したマルチコイル方式のセンサであ
り、隣接するコイル間のピッチで、伝熱管の内周面の状
態を表す探傷信号を得ることができる。同様の探傷信号
は、単体のコイルを周方向に回転させながら軸方向に移
動させる方式の渦流探傷センサによっても得ることがで
きる。また、被測定部材は、当然伝熱管に限定する必要
はない。 【００２７】図１に示すように、入力端子１には、傷の
深さが既知の被測定部材である標準試料を実測して得る
見本探傷信号Ｓ1 を供給する。ここで、標準試料とは、
例えば実測する被測定部材に１０％、２０％・・・等の
内面乃至外面傷等を形成し、且つこの傷の深さ等の状態
が既知のものをいう。見本探傷信号Ｓ1 は傷の状態に応
じ多種類のサンプルを用意しておき、これを順次、入力
端子１に供給する。 【００２８】見本探傷信号Ｓ1 は、必要に応じ、既知の
手法によりフィルタ２でノイズを低減した後、特徴量生
成手段３に供給される。特徴量生成手段３では、見本探
傷信号Ｓ1 に基づき傷の深さと相関の高い位相角及び振
幅とともに、深さ以外に上記見本探傷信号Ｓ1 の波形に
影響を与える２次要因と相関の高い特徴を数値化した特
徴量を生成する。ここで、深さ以外に探傷信号の波形に
影響を与える２次要因としては、例えば探傷信号の分布
形状（分布の長さ、幅）、探傷信号の波形、探傷信号の
振幅がピークである近傍の信号波形、励磁周波数が異な
る信号の相関等を挙げることができる。すなわち、探傷
信号がピークとなっている周辺の信号を特徴量に加える
ことにより探傷精度の向上に資する量を抽出する。さら
に、具体的には、或る周波数ｆ1 の励磁電流を用いた場
合の位相角θ1 を重視し、これを中心としてこの周波数
ｆ1 における振幅Ａ1 、他の周波数ｆ2 の励磁電流を用
いた場合の位相角θ2 、周波数ｆ2 における振幅Ａ2 、
周波数ｆ1 、ｆ2 おける振幅比（Ａ1 ／Ａ2 ）、傷の幅
Ｗ、傷の長さＬ等を特徴要素とすることにより目的に沿
う特徴量を任意に構成することができる。 【００２９】正解データ供給手段４は、上記標準試料の
傷の深さを表す量として既知の正解データを供給する。
この正解データとは、各見本探傷信号Ｓ1 に対応づけら
れた、各見本探傷信号Ｓ1 に基づく傷の深さの値の正解
を表すデータである。学習手段５は、上記特徴量及び正
解データを入力し、上記特徴量を利用して上記正解デー
タとの誤差が十分小さい値を出力するためのパラメータ
である評価パラメータを、学習により生成するもので、
具体的には正解データが表す量との誤差が十分小さい値
を出力するための各特徴量に対する、例えば重み係数で
ある評価パラメータを学習により決定する等の操作をい
う。このときの学習手法は、特に限定する必要はない
が、例えばニューラルネットワークを利用する手法、重
回帰分析法及び疑似マハラノビス距離法等が考えられ
る。すなわち、この学習手段は、種々の見本探傷信号Ｓ
1 を用いて、この見本探傷信号Ｓ1 から評価基準を統計
的に求めるものである。 【００３０】評価パラメータ生成手段Ｉは、上述の如
き、フィルタ２、特徴量生成手段３、正解データ供給手
段４及び学習手段５からなるが、この評価パラメータ生
成手段Ｉでは、上記見本探傷信号Ｓ1 に基づく特徴量の
生成及び評価パラメータの生成作業を、特徴量の組み合
わせ構成を変更して繰り返すことにより複数組の評価パ
ラメータを生成する。ここで、特徴量の組み合わせ構成
とは、一つは見本探傷信号Ｓ1 の位相角に着目してこれ
を中心に上記２次要因を含めた特徴量を組み合わせたも
の、他の一つは見本探傷信号Ｓ1 の振幅に着目してこれ
を中心に上記２次要因を含めた特徴量を組み合わせたも
のというように、基準とする要素を変えて他の特徴量を
適宜組み合わせた構成をいう。本形態では２種類を用意
したが、この数に特別な限定はない。 【００３１】また、上述の如き評価パラメータの生成
は、傷の種類毎に行う。ここで、傷の種類とは、内面
傷、外面傷、軸方向傷、周方向傷等をいう。ちなみに、
軸方向傷及び周方向傷は、探傷信号の位相角により峻別
することができる。 【００３２】入力端子６には、測定対象の被測定部材を
実測して得る実測探傷信号Ｓ2 を供給する。実測探傷信
号Ｓ2 は、必要に応じ、既知の手法によりフィルタ７で
ノイズを低減した後、分類手段８に供給される。分類手
段８では、実測探傷信号Ｓ2に基づき上記傷の種類を峻
別する。傷の種類に応じた評価パラメータを用いて当該
評価を行うことにより、その精度をさらに向上させるた
めである。 【００３３】特徴量生成手段９は、実測探傷信号Ｓ2 に
より、見本探傷信号Ｓ1 と同様の特徴量を異なる特徴量
の組毎に複数組生成する。評価結果生成手段１０は、実
測探傷信号Ｓ2 に基づく各特徴量と各特徴量にそれぞれ
対応する上記各評価パラメータとに基づき、傷の深さを
表すデータを、各評価パラメータの組毎に生成する。具
体的には、各特徴量を評価パラメータを利用して処理す
る。例えば特徴要素に当該パラメータを掛け合わせる
等、見本探傷信号Ｓ1 に基づき正解データに辿り着いた
のと同様の処理により、上記正解データに対応するデー
タを生成する。 【００３４】検証手段１１は、評価結果生成手段１０の
出力信号として得る傷の深さを表す各データを比較し、
各データが表す傷の深さが所定の範囲に納まっていると
き、この傷の深さを推定値として採用する。 【００３５】上述の如き渦流探傷信号の評価装置を用い
た評価方法を図２を追加して詳述する。先ず、見本探傷
信号Ｓ1 を入力し（ステップＳ１）、所定のフィルタリ
ング処理（ステップＳ２）をした後、特徴量を生成する
（ステップＳ３）。その後、正解データ（ステップＳ
１）を参照してこの正解データとの誤差が十分小さい値
を出力するためのパラメータである評価パラメータを、
上記特徴量を利用して学習により生成する（ステップＳ
４）。この結果、一種類の評価パラメータＡを生成す
る。 【００３６】上記ステップＳ１乃至ステップＳ４の処理
を繰り返して他の種類の評価パラメータＢを生成する。 【００３７】上記評価パラメータＡ、Ｂは傷の種類毎に
生成する。 【００３８】次に、実測探傷信号Ｓ2 を入力し（ステッ
プＳ５）、所定のフィルタリング処理（ステップＳ６）
をした後、傷の種類を分類する（ステップＳ７）ととも
に、この分類毎に見本探傷信号Ｓ1 と同様の特徴量を生
成する（ステップＳ８）。さらに実測探傷信号Ｓ2 に基
づく特徴量とこの特徴量にそれぞれ対応する評価パラメ
ータＡとに基づき、傷の深さを表すデータを生成する
（ステップＳ９、１０）。 【００３９】上述の如き処理を評価パラメータＢについ
ても行う。 【００４０】上述の処理により得る傷の深さを表す各デ
ータを比較して検証し（ステップＳ１１）、各データが
表す傷の深さが所定の範囲に納まっているとき、この傷
の深さを推定値として採用する（ステップＳ１２）。 【００４１】＜第２の実施の形態＞図３は本発明の第２
の実施の形態に係る渦流探傷信号の評価装置を示すブロ
ック線図である。本形態は、第１の実施の形態における
傷の深さの代わりに被測定部材の減肉量を評価するもの
である。当該装置の構成は、第１の実施の形態に係る装
置にソーティング手段１２を追加しただけで、後の構成
は同様である。ただ、各部の機能は多少異なる。そこ
で、ソーティグ手段１２及び機能的に異なる点を中心に
当該装置を説明する。なお、被測定部材が減肉を生起し
ていることは、別の方法により予め検出しておき、その
被測定部材を対象として実測探傷信号Ｓ 2 を得る。ここ
で、当該探傷信号を得る渦流探傷センサは第１の実施の
形態と同様のものを用いている。 【００４２】図３に示すように、入力端子１には、減肉
量が既知の被測定部材である標準試料を実測して得る見
本探傷信号Ｓ1 を供給する。見本探傷信号Ｓ1 は、必要
に応じ、既知の手法によりフィルタ２でノイズを低減し
た後、特徴量生成手段２３に供給される。特徴量生成手
段２３では、見本探傷信号Ｓ1 に基づき減肉量と相関の
高い位相角及び振幅とともに、減肉量以外に上記見本探
傷信号Ｓ1 の波形に影響を与える２次要因と相関の高い
特徴を数値化した特徴量を生成する。ここで、減肉量以
外に探傷信号の波形に影響を与える２次要因は、第１の
実施の形態における傷の深さの場合に準じて考えれば良
い。すなわち、適宜選択した特徴要素を組み合わせるこ
とにより所望の特徴量を生成する。 【００４３】本形態では、ソーティング手段１２を有す
る。ソーティング手段１２は、各見本探傷信号Ｓ1 に基
づく特徴量を例えば位相順等、所定の基準に基づき次の
学習効率が向上するように並べ替える処理を行う。具体
的には、例えば渦流探傷センサであるマルチコイルの各
コイルの出力信号である見本探傷信号Ｓ1 のうち、位相
の大きさを基準としてこれが大きいものから順に並べ替
える、振幅の大きさを基準としてこれが大きいものから
順に並べ替える等のソーティング手法が考えられる。 【００４４】正解データ供給手段２４は、上記標準試料
の減肉量を表す量として既知の正解データを供給する。
学習手段２５は、基本的に図１に示す学習手段５と同様
である。すなわち、上記特徴量及び正解データを入力
し、上記特徴量を利用して上記正解データとの誤差が十
分小さい値を出力するためのパラメータである評価パラ
メータを生成する。 【００４５】評価パラメータ生成手段IIは、上述の如
き、フィルタ２、特徴量生成手段２３、ソーティング手
段１２、正解データ供給手段２４及び学習手段２５から
なるが、この評価パラメータ生成手段IIでは、上記見本
探傷信号Ｓ1 に基づく特徴量の生成、ソーティング及び
評価パラメータの生成作業を、特徴量の組み合わせ構成
を変更して繰り返すことにより複数組の評価パラメータ
を生成する。この特徴量の組み合わせ構成は第１の実施
の形態と同様に考えれば良い。 【００４６】特徴量生成手段２９は、測定対象の被測定
部材を探傷して得る実測探傷信号Ｓ 2 により、見本探傷
信号Ｓ1 と同様の特徴量を異なる特徴量の組毎に複数組
生成する。評価結果生成手段３０は、実測探傷信号Ｓ2
に基づく各特徴量と各特徴量にそれぞれ対応する上記各
評価パラメータとに基づき、減肉量を表すデータを、各
評価パラメータの組毎に生成する。検証手段３１は、評
価結果生成手段３０の出力信号として得る減肉量を表す
各データを比較し、各データが表す減肉量が所定の範囲
に納まっているとき、この減肉量を推定値として採用す
る。 【００４７】上述の如き渦流探傷信号の評価装置を用い
た評価方法を図４を追加して詳述する。先ず、見本探傷
信号Ｓ1 を入力し（ステップＳ２１）、所定のフィルタ
リング処理（ステップＳ２２）をした後、特徴量を生成
する（ステップＳ２３）。その後、所定の基準で特徴量
を構成する特徴要素を並べ替える（ステップＳ２４）。
次に、正解データ（ステップＳ２１）を参照してこの正
解データにとの誤差が十分小さい値を出力するためのパ
ラメータである評価パラメータを、ソーティング後の上
記特徴量を利用して学習により生成する（ステップＳ２
５）。この結果、一種類の評価パラメータＣを生成す
る。 【００４８】上記ステップＳ２１乃至ステップＳ２５の
処理を繰り返して他の種類の評価パラメータＤを生成す
る。 【００４９】次に、実測探傷信号Ｓ2 を入力し（ステッ
プＳ２６）、所定のフィルタリング処理（ステップＳ２
７）をした後、見本探傷信号Ｓ1 と同様の特徴量を生成
する（ステップＳ２８）して所定のソーティングを行う
（ステップＳ２９）。さらに実測探傷信号Ｓ2 に基づく
特徴量とこの特徴量にそれぞれ対応する評価パラメータ
Ｃとに基づき、減肉量表すデータを生成する（ステップ
Ｓ３０、３１）。 【００５０】上述の如き処理を評価パラメータＤについ
ても行う。 【００５１】上述の処理により得る減肉量を表す各デー
タを比較して検証し（ステップＳ３２）、各データが表
す傷の深さが所定の範囲に納まっているとき、この傷の
深さを推定値として採用する（ステップＳ３３）。 【００５２】＜第３の実施の形態＞図５は本発明の第３
の実施の形態に係る渦流探傷信号の評価装置を示すブロ
ック線図である。本形態は、探傷信号が被測定部材の傷
に起因するものであるか、又は傷以外の疑似要因に起因
するものであるか評価するものである。 【００５３】図５に示すように、入力端子１には、既知
の傷又は疑似探傷信号の発生要因となる傷以外の疑似要
因を形成した被測定部材である標準試料を実測して得る
見本探傷信号Ｓ1 を供給する。見本探傷信号Ｓ1 は、特
徴量生成手段４３に供給される。特徴量生成手段４３で
は、見本探傷信号Ｓ1 に基づき傷と相関の高い位相角及
び振幅とともに、上記見本探傷信号Ｓ1 の波形に影響を
与える２次要因と相関の高い特徴を数値化した特徴量を
生成する。ここで、傷以外に探傷信号の波形に影響を与
える２次要因は、第１の実施の形態における傷の深さの
場合に準じて考えれば良い。すなわち、適宜選択した特
徴要素を組み合わせることにより所望の特徴量を生成す
る。 【００５４】正解データ供給手段４４は、上記標準試料
の傷又は疑似要因に対応して生成したこれらを表す状態
信号である既知の正解データを供給する。学習手段４５
は、基本的に図１に示す学習手段５と同様である。すな
わち、上記特徴量及び正解データを入力し、上記特徴量
を利用して上記正解データとの誤差が十分小さい値を出
力するためのパラメータである評価パラメータを生成す
る。 【００５５】評価パラメータ生成手段III は、上述の如
き、フィルタ２、特徴量生成手段４３、正解データ供給
手段４４及び学習手段４５からなるが、この評価パラメ
ータ生成手段III では、上記見本探傷信号Ｓ1 に基づく
特徴量の生成及び評価パラメータの生成作業を、特徴量
の組み合わせ構成を変更して繰り返すことにより複数組
の評価パラメータを生成する。この特徴量の組み合わせ
構成は第１の実施の形態と同様に考えれば良い。 【００５６】特徴量生成手段４９は、測定対象の被測定
部材を探傷して得る実測探傷信号Ｓ 2 により、見本探傷
信号Ｓ1 と同様の特徴量を異なる特徴量の組毎に複数組
生成する。評価結果生成手段５０は、実測探傷信号Ｓ2
に基づく各特徴量と各特徴量にそれぞれ対応する上記各
評価パラメータとに基づき、傷又は疑似要因を表す状態
信号を、各評価パラメータの組毎に生成する。検証手段
５１は、評価結果生成手段５０の出力信号として得る各
状態信号を比較し、各状態信号が表す状態が一致してい
るとき、傷又は疑似要因の何れであるかを特定する。 【００５７】上述の如き渦流探傷信号の評価装置を用い
た評価方法を図６を追加して詳述する。先ず、見本探傷
信号Ｓ1 を入力し（ステップＳ５１）、所定のフィルタ
リング処理（ステップＳ５２）をした後、特徴量を生成
する（ステップＳ５３）。その後、正解データ（ステッ
プＳ５１）を参照してこの正解データとの誤差が十分小
さい値を出力するためのパラメータである評価パラメー
タを、上記特徴量を利用して学習により生成する（ステ
ップＳ５４）。この結果、一種類の評価パラメータＥを
生成する。 【００５８】上記ステップＳ５１乃至ステップＳ５４の
処理を繰り返して他の種類の評価パラメータＦを生成す
る。 【００５９】上記評価パラメータＥ、Ｆは傷の種類毎に
生成する。 【００６０】次に、実測探傷信号Ｓ2 を入力し（ステッ
プＳ５５）、所定のフィルタリング処理（ステップＳ５
６）をした後、見本探傷信号Ｓ1 と同様の特徴量を生成
する（ステップＳ５７）。さらに実測探傷信号Ｓ2 に基
づく特徴量とこの特徴量にそれぞれ対応する評価パラメ
ータＥとに基づき、傷又は疑似要因を表す信号を生成し
て傷又は傷以外かを識別する（ステップＳ５８、５
９）。 【００６１】上述の如き処理を評価パラメータＦについ
ても行う。上述の処理により得る傷又はそれ以外を表す
各データを比較して検証し（ステップＳ６０）、各デー
タが一致するとき、このときの傷又はそれ以外であるか
の識別結果を出力する（ステップＳ６１）。 【００６２】なお、上記第１乃至第３の実施の形態にお
いては、特徴量の組み合わせ構成及び評価パラメータの
組は２組の場合につき説明したが、この場合の数に特別
な制限はない。ただ、数が増えればその分、評価精度が
向上することについては論をまたない。一方、このよう
に複数組生成する必要も必ずしもない。評価精度は、若
干劣る場合があるが、一種類の特徴量及びこれに基づく
評価パラメータを用いた場合であっても本願発明の技術
思想に含まれ、この場合でも、従来に較べ、格段に評価
精度を向上させることができる。 【００６３】 【発明の効果】以上実施の形態とともに具体的に説明し
た通り、〔請求項１〕に記載する発明は、被測定部材を
実測して得る探傷信号により、傷の深さと相関の高い位
相角及び振幅とともに、深さ以外に上記探傷信号の波形
に影響を与える２次要因と相関の高い特徴を数値化した
特徴量を生成するので、探傷信号がピークとなっている
周辺の信号を特徴量に加えることができ、探傷信号の評
価に影響を与える要素、換言すれば位相角及び振幅のみ
を用いて傷の深さを評価する場合には、ノイズの原因と
なる要素が、傷の深さの評価に与える影響を数量化する
ことができる。この結果、本発明によれば、探傷信号に
基づく傷の深さの特定をより正確に行うためのデータを
提供することができる。 【００６４】〔請求項２〕に記載する発明は、傷の深さ
が既知の被測定部材である標準試料を実測して得る見本
探傷信号により、傷の深さと相関の高い位相角及び振幅
とともに、深さ以外に上記見本探傷信号の波形に影響を
与える２次要因と相関の高い特徴を数値化した特徴量を
生成し、さらに上記標準試料の傷の深さを表す量として
既知の正解データとの誤差が十分小さい値を出力するた
めのパラメータである評価パラメータを、上記特徴量を
利用して学習により生成する一方、測定対象の被測定部
材を探傷して得る実測探傷信号により、見本探傷信号と
同様の特徴量を生成し、さらにこの実測探傷信号に基づ
く特徴量とこの特徴量に対応する上記評価パラメータと
に基づき、傷の深さを表すデータを生成するので、傷の
深さの評価に有効な特徴を数値化した特徴量を統計的に
処理して単一の評価パラメータを生成することができ、
かかる単一の評価パラメータを用いて、実測探傷信号に
基づく傷の深さの評価を行うことができる。この結果、
本願発明によれば、傷の深さを実測探傷信号の位相角及
び振幅のみに基づいて判断する場合に較べ、格段にその
評価精度が向上する。 【００６５】〔請求項３〕に記載する発明は、〔請求項
２〕に記載する渦流探傷信号の評価方法において、見本
探傷信号に基づき、例えば外面傷、内面傷等の傷の種類
を分類し、この分類毎に、同様の特徴量生成及び評価パ
ラメータの生成を行う一方、被測定部材を探傷して得る
実測探傷信号により、傷の種類を分類するとともに、こ
の分類毎に特徴量生成及び評価パラメータに基づく傷の
深さを表すデータの生成を行うようにしたので、〔請求
項２〕に記載する評価方法を傷の種類毎に行うことがで
きる。この結果、本発明によれば、〔請求項２〕に記載
する発明よりもさらに正確に傷の深さを評価することが
できる。 【００６６】〔請求項４〕に記載する発明は、減肉量が
既知の被測定部材である標準試料を、多数のコイルを有
するマルチコイル方式等、２次元的に分布する多数の位
置でデータを得る渦流探傷センサにより実測して求めた
複数の見本探傷信号により、減肉量と相関の高い位相角
及び振幅とともに、減肉量以外に上記見本探傷信号の波
形に影響を与える２次要因と相関の高い特徴を数値化し
た特徴量を生成し、さらに各見本探傷信号に基づく特徴
量を例えば位相順等、所定の基準に基づき次の学習効率
が向上するように並べ替え、次に上記標準試料の減肉量
を表す量として既知の正解データとの誤差が十分小さい
値を出力するためのパラメータである評価パラメータ
を、上記特徴量を利用して学習により生成する一方、被
測定部材を探傷して得る実測探傷信号により、見本探傷
信号と同様の特徴量を生成し、さらにこの実測探傷信号
に基づく特徴量とこの特徴量にそれぞれ対応する上記評
価パラメータとに基づき、減肉量を表すデータを生成す
るので、減肉量の評価に有効な特徴を数値化した特徴量
を統計的に処理して単一の評価パラメータを生成するこ
とができ、かかる評価パラメータを用いて、実測探傷信
号に基づく減肉量の評価を行うことができる。この結
果、本願発明によれば、減肉量を実測探傷信号の位相角
及び振幅のみに基づいて判断する場合に較べ、格段にそ
の評価精度が向上する。 【００６７】〔請求項５〕に記載する発明は、既知の傷
又は疑似探傷信号の発生要因となる傷以外の疑似要因を
形成した被測定部材である標準試料を実測して得る見本
探傷信号により、傷と相関の高い位相角及び振幅ととも
に、上記各見本探傷信号の波形に影響を与える２次要因
と相関の高い特徴を数値化した特徴量を生成し、さらに
上記標準試料の傷又は疑似要因を表す状態信号である既
知の正解データとの誤差が十分小さい値を出力するため
のパラメータである評価パラメータを、上記特徴量を利
用して学習により生成する一方、被測定部材を探傷して
得る実測探傷信号により、見本探傷信号と同様の特徴量
を生成し、さらにこの実測探傷信号に基づく特徴量とこ
の特徴量に対応する上記評価パラメータとに基づき、傷
又は疑似要因を表す状態信号を生成するので、傷又はそ
れ以外の疑似要因の何れであるかの評価に有効な特徴を
数値化した特徴量を統計的に処理して単一の評価パラメ
ータを生成することができ、かかる評価パラメータを用
いて、傷又はそれ以外の疑似要因の何れであるかの評価
を行うことができる。この結果、本願発明によれば、傷
又はそれ以外の疑似要因の何れであるかの評価を位相角
及び振幅のみに基づいて判断する場合に較べ、格段にそ
の評価精度が向上する。 【００６８】〔請求項６〕に記載する発明は、傷の深さ
が既知の被測定部材である標準試料を実測して得る見本
探傷信号を入力し、傷の深さと相関の高い位相角及び振
幅とともに、深さ以外に上記見本探傷信号の波形に影響
を与える２次要因と相関の高い特徴を数値化した特徴量
を生成する特徴量生成手段と、上記標準試料の傷の深さ
を表す量として既知の正解データを供給する正解データ
供給手段と、上記特徴量及び正解データを入力し、上記
特徴量を利用して上記正解データとの誤差が十分小さい
値を出力するためのパラメータである評価パラメータ
を、学習により生成する学習手段と、測定対象の被測定
部材を探傷して得る実測探傷信号により、見本探傷信号
と同様の特徴量を生成する特徴量生成手段と、実測探傷
信号に基づく特徴量とこの特徴量に対応する上記評価パ
ラメータとに基づき、傷の深さを表すデータを生成する
評価結果生成手段とを具備したので、傷の深さの評価に
有効な特徴を数値化した特徴量を統計的に処理して単一
の評価パラメータを生成することができ、かかる評価パ
ラメータを用いて、実測探傷信号に基づく傷の深さの評
価を行うことができる。この結果、本願発明によれば、
傷の深さを実測探傷信号の位相角及び振幅のみに基づい
て判断する場合に較べ、格段にその評価精度が向上す
る。ちなみに、人が評価しようとする場合には、位相角
以外の特徴要素も用いて判断するということは困難であ
るが、本願発明によれば、位相角以外の各種の特徴要素
を統計的に処理して評価パラメータを生成しているの
で、探傷信号を総合的に判断することができ、その分精
度が向上する。 【００６９】〔請求項７〕に記載する発明は、〔請求項
６〕に記載する渦流探傷信号の評価装置において、被測
定部材を探傷して得る実測探傷信号により、例えば外面
傷、内面傷等の傷の種類を分類する分類手段を有する一
方、評価パラメータ生成手段は、見本探傷信号に基づき
上記傷の種類を分類し、この分類毎に、上記特徴量の生
成及び上記評価パラメータの生成を行うように構成する
とともに、実測探傷信号により特徴量を生成する特徴量
生成手段は、上記分類手段による分類毎に特徴量の生成
を行うとともに、評価結果生成手段は、分類毎に生成さ
れた特徴量と評価パラメータとに基づき傷の深さを表す
データを生成するものであるので、〔請求項６〕に記載
する評価方法を傷の種類毎に行うことができる。この結
果、本発明によれば、〔請求項６〕に記載する発明より
もさらに正確に傷の深さを評価することができる。 【００７０】〔請求項８〕に記載する発明は、減肉量が
既知の被測定部材である標準試料を、多数のコイルを有
するマルチコイル方式等、２次元的に分布する多数の位
置でデータを得る渦流探傷センサにより実測して求めた
複数の見本探傷信号により、減肉量と相関の高い位相角
及び振幅とともに、減肉量以外に上記見本探傷信号の波
形に影響を与える２次要因と相関の高い特徴を数値化し
た特徴量を生成する特徴量生成手段と、各見本探傷信号
に基づく特徴量を例えば位相順等、所定の基準に基づき
次の学習効率が向上するように並べ替えるソーティング
手段と、上記標準試料の減肉量を表す量として既知の正
解データを供給する正解データ供給手段と、上記特徴量
及び正解データを入力し、上記特徴量を利用して上記正
解データとの誤差が十分小さい値を出力するためのパラ
メータである評価パラメータを、学習により生成する学
習手段と、測定対象の被測定部材を探傷して得る実測探
傷信号により、見本探傷信号と同様の特徴量を生成する
特徴量生成手段と、実測探傷信号に基づく特徴量とこの
特徴量に対応する上記評価パラメータとに基づき、減肉
量を表すデータを生成する評価結果生成手段とを具備し
たので、減肉量の評価に有効な特徴を数値化した特徴量
を統計的に処理して単一の評価パラメータを生成するこ
とができ、かかる評価パラメータを用いて、実測探傷信
号に基づく減肉量の評価を行うことができる。この結
果、本願発明によれば、減肉量を実測探傷信号の位相角
及び振幅のみに基づいて判断する場合に較べ、格段にそ
の評価精度が向上する。ちなみに、人が評価しようとす
る場合には、位相角以外の特徴要素も用いて判断すると
いうことは困難であるが、本願発明によれば、位相角以
外の各種の特徴要素を統計的に処理して評価パラメータ
を生成しているので、探傷信号を総合的に判断すること
ができ、その分精度が向上する。 【００７１】〔請求項９〕に記載する発明は、既知の傷
又は疑似探傷信号の発生要因となる傷以外の疑似要因を
形成した被測定部材である標準試料を実測して得る見本
探傷信号により、傷と相関の高い位相角及び振幅ととも
に、上記各見本探傷信号の波形に影響を与える２次要因
と相関の高い特徴を数値化した特徴量を生成する特徴量
生成手段と、上記標準試料の傷又は疑似要因に対応して
生成したこれらを表す状態信号である既知の正解データ
を供給する正解データ供給手段と、上記特徴量及び正解
データを入力し、上記特徴量を利用して上記正解データ
との誤差が十分小さい値を出力するためのパラメータで
ある評価パラメータを、学習により生成する学習手段
と、測定対象の被測定部材を探傷して得る実測探傷信号
により、見本探傷信号と同様の特徴量を生成する特徴量
生成手段と、実測探傷信号に基づく特徴量とこの特徴量
に対応する上記各評価パラメータとに基づき、傷又は疑
似要因を表す状態信号を生成する評価結果生成手段とを
具備したので、傷又はそれ以外の疑似要因の何れである
かの評価に有効な特徴を数値化した特徴量を統計的に処
理して単一の評価パラメータを生成することができ、か
かる評価パラメータを用いて、傷又はそれ以外の疑似要
因の何れであるかの評価を行うことができる。この結
果、本願発明によれば、傷又はそれ以外の疑似要因の何
れであるかの評価を位相角及び振幅のみに基づいて判断
する場合に較べ、格段にその評価精度が向上する。ちな
みに、人が評価しようとする場合には、位相角以外の特
徴要素も用いて判断するということは困難であるが、本
願発明によれば、位相角以外の各種の特徴要素を統計的
に処理して評価パラメータを生成しているので、探傷信
号を総合的に判断することができ、その分精度が向上す
る。 【００７２】〔請求項１０〕に記載する発明は、傷の深
さが既知の被測定部材である標準試料を実測して得る見
本探傷信号により、傷の深さと相関の高い位相角及び振
幅とともに、深さ以外に上記見本探傷信号の波形に影響
を与える２次要因と相関の高い特徴を数値化した特徴量
を生成し、さらに上記標準試料の傷の深さを表す量とし
て既知の正解データとの誤差が十分小さい値を出力する
ためのパラメータである評価パラメータを、上記特徴量
を利用して学習により生成するとともに、上記見本探傷
信号に基づく特徴量の生成及び評価パラメータの生成作
業を、特徴量の組み合わせ構成を変更して繰り返し、複
数組の評価パラメータを生成する一方、測定対象の被測
定部材を探傷して得る実測探傷信号により、見本探傷信
号と同様の特徴量を異なる特徴量の組毎に複数組生成
し、さらにこの実測探傷信号に基づく各特徴量と各特徴
量にそれぞれ対応する上記各評価パラメータとに基づ
き、傷の深さを表すデータを、各評価パラメータの組毎
に生成するとともに、こうして得る傷の深さを表す各デ
ータを比較し、各データが表す傷の深さが所定の範囲に
納まっているとき、この傷の深さを推定値として採用す
るので、傷の深さの評価に有効な特徴を数値化した複数
組の特徴量を統計的に処理して複数組の評価パラメータ
を生成することができ、かかる評価パラメータを用い
て、実測探傷信号に基づく傷の深さの評価を行うことが
できる。この結果、本願発明によれば、傷の深さを実測
探傷信号の位相角及び振幅のみに基づいて判断する場合
に較べ、格段にその評価精度が向上する。また、複数組
の特徴量及び評価パラメータを用いているので、これら
が単一場合に較べより正確な評価を行うことができる。 【００７３】〔請求項１１〕に記載する発明は、〔請求
項１０〕に記載する渦流探傷信号の評価方法において、
見本探傷信号に基づき、例えば外面傷、内面傷等の傷
の種類を分類し、この分類毎に、同様の特徴量生成及び
評価パラメータの生成を行う一方、被測定部材を探傷し
て得る実測探傷信号により、傷の種類を分類するととも
に、この分類毎に特徴量生成及び各評価パラメータに基
づく傷の深さを表すデータ生成を行うようにしたので、
〔請求項１０〕に記載する評価方法を傷の種類毎に行う
ことができる。この結果、本発明によれば、〔請求項１
０〕に記載する発明よりもさらに正確に傷の深さを評価
することができる。また、複数組の特徴量及び評価パラ
メータを用いているので、これらが単一場合に較べより
正確な評価を行うことができる。 【００７４】〔請求項１２〕に記載する発明は、減肉量
が既知の被測定部材である標準試料を、多数のコイルを
有するマルチコイル方式等、２次元的に分布する多数の
位置でデータを得る渦流探傷センサにより実測して求め
た複数の見本探傷信号により、減肉量と相関の高い位相
角及び振幅とともに、減肉量以外に上記見本探傷信号の
波形に影響を与える２次要因と相関の高い特徴を数値化
した特徴量を生成し、さらに各見本探傷信号に基づく特
徴量を例えば位相順等、所定の基準に基づき次の学習効
率が向上するように並べ替え、次に上記標準試料の減肉
量を表す量として既知の正解データとの誤差が十分小さ
い値を出力するためのパラメータである評価パラメータ
を、上記特徴量を利用して学習により生成するととも
に、上記見本探傷信号に基づく特徴量の生成、並べ替え
及び評価パラメータの生成作業を、特徴量の組み合わせ
構成及び並べ替えの基準を変更して繰り返すことにより
複数組の評価パラメータを生成する一方、被測定部材を
探傷して得る実測探傷信号により、見本探傷信号と同様
の特徴量を異なる特徴量の組毎に複数組生成し、さらに
この実測探傷信号に基づく各特徴量と各特徴量にそれぞ
れ対応する上記各評価パラメータとに基づき、減肉量を
表すデータを、各評価パラメータの組毎に生成するとと
もに、こうして得る減肉量を表す各データを比較し、各
データが表す減肉量が所定の範囲に納まっているとき、
この減肉量を推定値として採用するので、減肉量の評価
に有効な特徴を数値化した複数組の特徴量を統計的に処
理して複数組の評価パラメータを生成することができ、
かかる評価パラメータを用いて、実測探傷信号に基づく
減肉量の評価を行うことができる。この結果、本願発明
によれば、減肉量を実測探傷信号の位相角及び振幅のみ
に基づいて判断する場合に較べ、格段にその評価精度が
向上する。また、複数組の特徴量及び評価パラメータを
用いているので、これらが単一場合に較べより正確な評
価を行うことができる。 【００７５】〔請求項１３〕に記載する発明は、既知の
傷又は疑似探傷信号の発生要因となる傷以外の疑似要因
を形成した被測定部材である標準試料を実測して得る見
本探傷信号により、傷と相関の高い位相角及び振幅とと
もに、上記各見本探傷信号の波形に影響を与える２次要
因と相関の高い特徴を数値化した特徴量を生成し、さら
に上記標準試料の傷又は疑似要因を表す状態信号である
既知の正解データに辿り着くためのパラメータである評
価パラメータを、上記特徴量を利用して学習により生成
するとともに、上記見本探傷信号に基づく特徴量の生成
及び評価パラメータの生成作業を、特徴量の組み合わせ
構成を変更して繰り返し、複数組の評価パラメータを生
成する一方、被測定部材を探傷して得る実測探傷信号に
より、見本探傷信号と同様の特徴量を異なる特徴量の組
毎に複数組生成し、さらにこの実測探傷信号に基づく各
特徴量と各特徴量にそれぞれ対応する上記各評価パラメ
ータとに基づき、傷又は疑似要因を表す状態信号を、各
評価パラメータの組毎に生成するとともに、当該各状態
信号を比較し、各状態信号の内容の一致状態に基づき上
記実測探傷信号が傷を表す信号であるか、疑似信号であ
るかを峻別するようにしたので、傷又はそれ以外の疑似
要因の何れであるかの評価に有効な特徴を数値化した複
数組の特徴量を統計的に処理して複数組の評価パラメー
タを生成することができ、かかる評価パラメータを用い
て、傷又はそれ以外の疑似要因の何れであるかの評価を
行うことができる。この結果、本願発明によれば、傷又
はそれ以外の疑似要因の何れであるかの評価を位相角及
び振幅のみに基づいて判断する場合に較べ、格段にその
評価精度が向上する。また、複数組の特徴量及び評価パ
ラメータを用いているので、これらが単一場合に較べよ
り正確な評価を行うことができる。 【００７６】〔請求項１４〕に記載する発明は、傷の深
さが既知の被測定部材である標準試料を実測して得る見
本探傷信号を入力し、傷の深さと相関の高い位相角及び
振幅とともに、深さ以外に上記見本探傷信号の波形に影
響を与える２次要因と相関の高い特徴を数値化した特徴
量を生成する特徴量生成手段と、上記標準試料の傷の深
さを表す量として既知の正解データを供給する正解デー
タ供給手段と、上記特徴量及び正解データを入力し、上
記特徴量を利用して上記正解データとの誤差が十分小さ
い値を出力するためのパラメータである評価パラメータ
を、学習により生成する学習手段とを有して上記見本探
傷信号に基づく特徴量の生成及び評価パラメータの生成
作業を、特徴量の組み合わせ構成を変更して繰り返して
複数組の評価パラメータを生成する評価パラメータ生成
手段を具備するとともに、測定対象の被測定部材を探傷
して得る実測探傷信号により、見本探傷信号と同様の特
徴量を異なる特徴量の組毎に複数組生成する特徴量生成
手段と、実測探傷信号に基づく各特徴量と各特徴量にそ
れぞれ対応する上記各評価パラメータとに基づき、傷の
深さを表すデータを、各評価パラメータの組毎に生成す
る評価結果生成手段と、評価結果生成手段の出力信号と
して得る傷の深さを表す各データを比較し、各データが
表す傷の深さが所定の範囲に納まっているとき、この傷
の深さを推定値として採用する検証手段とを具備したの
で、傷の深さの評価に有効な特徴を数値化した複数組の
特徴量を統計的に処理して複数組の評価パラメータを生
成することができ、かかる評価パラメータを用いて、実
測探傷信号に基づく傷の深さの評価を行うことができ
る。この結果、本願発明によれば、傷の深さを実測探傷
信号の位相角及び振幅のみに基づいて判断する場合に較
べ、格段にその評価精度が向上する。ちなみに、人が評
価しようとする場合には、位相角以外の特徴要素も用い
て判断するということは困難であるが、本願発明によれ
ば、位相角以外の各種の特徴要素を統計的に処理して評
価パラメータを生成しているので、探傷信号を総合的に
判断することができ、その分精度が向上する。また、複
数組の特徴量及び評価パラメータを用いているので、こ
れらが単一場合に較べより正確な評価を行うことができ
る。 【００７７】〔請求項１５〕に記載する発明は、〔請求
項１４〕に記載する渦流探傷信号の評価装置において、
被測定部材を探傷して得る実測探傷信号により、例えば
外面傷、内面傷等の傷の種類を分類する分類手段を有す
る一方、評価パラメータ生成手段は、見本探傷信号に基
づき上記傷の種類を分類し、この分類毎に、上記特徴量
の生成及び上記評価パラメータの生成を行うように構成
するとともに、実測探傷信号により特徴量を生成する特
徴量生成手段は、上記分類手段による分類毎に特徴量の
生成を行うとともに、評価結果生成手段は、分類毎に生
成された特徴量と評価パラメータとに基づき傷の深さを
表すデータを生成するものであるので、〔請求項１４〕
に記載する評価方法を傷の種類毎に行うことができる。
この結果、本発明によれば、〔請求項１４〕に記載する
発明よりもさらに正確に傷の深さを評価することができ
る。また、複数組の特徴量及び評価パラメータを用いて
いるので、これらが単一場合に較べより正確な評価を行
うことができる。 【００７８】〔請求項１６〕に記載する発明は、減肉量
が既知の被測定部材である標準試料を、多数のコイルを
有するマルチコイル方式等、２次元的に分布する多数の
位置でデータを得る渦流探傷センサにより実測して求め
た複数の見本探傷信号により、減肉量と相関の高い位相
角及び振幅とともに、減肉量以外に上記見本探傷信号の
波形に影響を与える２次要因と相関の高い特徴を数値化
した特徴量を生成する特徴量生成手段と、各見本探傷信
号に基づく特徴量を例えば位相順等、所定の基準に基づ
き次の学習効率が向上するように並べ替えるソーティン
グ手段と、上記標準試料の減肉量を表す量として既知の
正解データを供給する正解データ供給手段と、上記特徴
量及び正解データを入力し、上記特徴量を利用して上記
正解データとの誤差が十分小さい値を出力するためのパ
ラメータである評価パラメータを、学習により生成する
学習手段とを有して上記見本探傷信号に基づく特徴量の
生成、並べ替え及び評価パラメータの生成作業を、特徴
量の組み合わせ構成及び並べ替えの基準を変更して繰り
返して複数組の評価パラメータを生成する評価パラメー
タ生成手段を具備するとともに、測定対象の被測定部材
を探傷して得る実測探傷信号により、見本探傷信号と同
様の特徴量を異なる特徴量の組毎に複数組生成する特徴
量生成手段と、実測探傷信号に基づく各特徴量と各特徴
量にそれぞれ対応する上記各評価パラメータとに基づ
き、減肉量を表すデータを、各評価パラメータの組毎に
生成する評価結果生成手段と、評価結果生成手段の出力
信号として得る減肉量を表す各データを比較し、各デー
タが表す減肉量が所定の範囲に納まっているとき、この
減肉量を推定値として採用する検証手段とを具備したの
で、減肉量の評価に有効な特徴を数値化した複数組の特
徴量を統計的に処理して複数組の評価パラメータを生成
することができ、かかる評価パラメータを用いて、実測
探傷信号に基づく減肉量の評価を行うことができる。こ
の結果、本願発明によれば、減肉量を実測探傷信号の位
相角及び振幅のみに基づいて判断する場合に較べ、格段
にその評価精度が向上する。ちなみに、人が評価しよう
とする場合には、位相角以外の特徴要素も用いて判断す
るということは困難であるが、本願発明によれば、位相
角以外の各種の特徴要素を統計的に処理して評価パラメ
ータを生成しているので、探傷信号を総合的に判断する
ことができ、その分精度が向上する。また、複数組の特
徴量及び評価パラメータを用いているので、これらが単
一場合に較べより正確な評価を行うことができる。 【００７９】〔請求項１７〕に記載する発明は、既知の
傷又は疑似探傷信号の発生要因となる傷以外の疑似要因
を形成した被測定部材である標準試料を実測して得る見
本探傷信号により、傷と相関の高い位相角及び振幅とと
もに、上記各見本探傷信号の波形に影響を与える２次要
因と相関の高い特徴を数値化した特徴量を生成する特徴
量生成手段と、上記標準試料の傷又は疑似要因に対応し
て生成したこれらを表す状態信号である既知の正解デー
タを供給する正解データ供給手段と、上記特徴量及び正
解データを入力し、上記特徴量を利用して上記正解デー
タとの誤差が十分小さい値を出力するためのパラメータ
である評価パラメータを、学習により生成する学習手段
とを有して上記見本探傷信号に基づく特徴量の生成及び
評価パラメータの生成作業を、特徴量の組み合わせ構成
を変更して繰り返して複数組の評価パラメータを生成す
る評価パラメータ生成手段を具備するとともに、測定対
象の被測定部材を探傷して得る実測探傷信号により、見
本探傷信号と同様の特徴量を異なる特徴量の組毎に複数
組生成する特徴量生成手段と、実測探傷信号に基づく各
特徴量と各特徴量にそれぞれ対応する上記各評価パラメ
ータとに基づき、傷又は疑似要因を表す状態信号を、各
評価パラメータの組毎に生成する評価結果生成手段と、
評価結果生成手段の出力信号として得る各状態信号を比
較し、各状態信号が表す状態が一致しているとき、傷又
は疑似要因の何れであるかを特定する検証手段とを具備
したので、傷又はそれ以外の疑似要因の何れであるかの
評価に有効な特徴を数値化した複数組の特徴量を統計的
に処理して複数組の評価パラメータを生成することがで
き、かかる評価パラメータを用いて、傷又はそれ以外の
疑似要因の何れであるかの評価を行うことができる。こ
の結果、本願発明によれば、傷又はそれ以外の疑似要因
の何れであるかの評価を位相角及び振幅のみに基づいて
判断する場合に較べ、格段にその評価精度が向上する。
ちなみに、人が評価しようとする場合には、位相角以外
の特徴要素も用いて判断するということは困難である
が、本願発明によれば、位相角以外の各種の特徴要素を
統計的に処理して評価パラメータを生成しているので、
探傷信号を総合的に判断することができ、その分精度が
向上する。また、複数組の特徴量及び評価パラメータを
用いているので、これらが単一場合に較べより正確な評
価を行うことができる。
【図面の簡単な説明】
【図１】本発明の第１の実施の形態に係る渦流探傷信号
の評価装置を示すブロック線図である。 【図２】図１に示す装置における情報の処理手順を示す
説明図である。 【図３】本発明の第２の実施の形態に係る渦流探傷信号
の評価装置を示すブロック線図である。 【図４】図３に示す装置における情報の処理手順を示す
説明図である。 【図５】本発明の第３の実施の形態に係る渦流探傷信号
の評価装置を示すブロック線図である。 【図６】図３に示す装置における情報の処理手順を示す
説明図である。 【図７】渦流探傷による探傷信号を電圧平面に表した場
合に傷に基づき形成されるリサージュ図形の一例を示す
波形図である。 【図８】図７に示す波形図に基づき傷の深さを特定する
ために用いる位相角と傷の深さとの関係を示す特性図で
ある。 【符号の説明】 ３、２３、４３ 特徴量生成手段 ４、２４、４４ 正解データ ５、２５、５５ 学習手段 ８ 分類手段 ９、２９、４９ 特徴量生成手段 １０、３０、５０ 評価結果生成手段 １１、３１、５１ 検証手段 １２ ソーティング手段
の評価装置を示すブロック線図である。 【図２】図１に示す装置における情報の処理手順を示す
説明図である。 【図３】本発明の第２の実施の形態に係る渦流探傷信号
の評価装置を示すブロック線図である。 【図４】図３に示す装置における情報の処理手順を示す
説明図である。 【図５】本発明の第３の実施の形態に係る渦流探傷信号
の評価装置を示すブロック線図である。 【図６】図３に示す装置における情報の処理手順を示す
説明図である。 【図７】渦流探傷による探傷信号を電圧平面に表した場
合に傷に基づき形成されるリサージュ図形の一例を示す
波形図である。 【図８】図７に示す波形図に基づき傷の深さを特定する
ために用いる位相角と傷の深さとの関係を示す特性図で
ある。 【符号の説明】 ３、２３、４３ 特徴量生成手段 ４、２４、４４ 正解データ ５、２５、５５ 学習手段 ８ 分類手段 ９、２９、４９ 特徴量生成手段 １０、３０、５０ 評価結果生成手段 １１、３１、５１ 検証手段 １２ ソーティング手段
─────────────────────────────────────────────────────
フロントページの続き
(72)発明者 浅田 義浩
兵庫県神戸市兵庫区和田崎町一丁目１番１
号 三菱重工業株式会社神戸造船所内
Ｆターム(参考） 2G053 AA11 AB21 BA02 BA23 CA03
CB25 CC03 CC07
Claims (1)
- 【特許請求の範囲】 【請求項１】 被測定部材を実測して得る探傷信号によ
り、傷の深さと相関の高い位相角及び振幅とともに、深
さ以外に上記探傷信号の波形に影響を与える２次要因と
相関の高い特徴を数値化した特徴量を生成することを特
徴とする渦流探傷信号の特徴量生成方法。 【請求項２】 傷の深さが既知の被測定部材である標準
試料を実測して得る見本探傷信号により、傷の深さと相
関の高い位相角及び振幅とともに、深さ以外に上記見本
探傷信号の波形に影響を与える２次要因と相関の高い特
徴を数値化した特徴量を生成し、 さらに上記標準試料の傷の深さを表す量として既知の正
解データとの誤差が十分小さい値を出力するためのパラ
メータである評価パラメータを、上記特徴量を利用して
学習により生成する一方、 測定対象の被測定部材を探傷して得る実測探傷信号によ
り、見本探傷信号と同様の特徴量を生成し、 さらにこの実測探傷信号に基づく特徴量とこの特徴量に
対応する上記評価パラメータとに基づき、傷の深さを表
すデータを生成することを特徴とする渦流探傷信号の評
価方法。 【請求項３】 〔請求項２〕に記載する渦流探傷信号の
評価方法において、見本探傷信号に基づき、例えば外面
傷、内面傷等の傷の種類を分類し、この分類毎に、同様
の特徴量生成及び評価パラメータの生成を行う一方、 被測定部材を探傷して得る実測探傷信号により、傷の種
類を分類するとともに、この分類毎に特徴量生成及び評
価パラメータに基づく傷の深さを表すデータの生成を行
うようにしたことを特徴とする渦流探傷信号の評価方
法。 【請求項４】 減肉量が既知の被測定部材である標準試
料を、多数のコイルを有するマルチコイル方式等、２次
元的に分布する多数の位置でデータを得る渦流探傷セン
サにより実測して求めた複数の見本探傷信号により、減
肉量と相関の高い位相角及び振幅とともに、減肉量以外
に上記見本探傷信号の波形に影響を与える２次要因と相
関の高い特徴を数値化した特徴量を生成し、 さらに各見本探傷信号に基づく特徴量を例えば位相順
等、所定の基準に基づき次の学習効率が向上するように
並べ替え、 次に上記標準試料の減肉量を表す量として既知の正解デ
ータとの誤差が十分小さい値を出力するためのパラメー
タである評価パラメータを、上記特徴量を利用して学習
により生成する一方、 被測定部材を探傷して得る実測探傷信号により、見本探
傷信号と同様の特徴量を生成し、 さらにこの実測探傷信号に基づく特徴量とこの特徴量に
それぞれ対応する上記評価パラメータとに基づき、減肉
量を表すデータを生成することを特徴とする渦流探傷信
号の評価方法。 【請求項５】 既知の傷又は疑似探傷信号の発生要因と
なる傷以外の疑似要因を形成した被測定部材である標準
試料を実測して得る見本探傷信号により、傷と相関の高
い位相角及び振幅とともに、上記各見本探傷信号の波形
に影響を与える２次要因と相関の高い特徴を数値化した
特徴量を生成し、 さらに上記標準試料の傷又は疑似要因を表す状態信号で
ある既知の正解データとの誤差が十分小さい値を出力す
るためのパラメータである評価パラメータを、上記特徴
量を利用して学習により生成する一方、 被測定部材を探傷して得る実測探傷信号により、見本探
傷信号と同様の特徴量を生成し、 さらにこの実測探傷信号に基づく特徴量とこの特徴量に
対応する上記評価パラメータとに基づき、傷又は疑似要
因を表す状態信号を生成することを特徴とする渦流探傷
信号の評価方法。 【請求項６】 傷の深さが既知の被測定部材である標準
試料を実測して得る見本探傷信号を入力し、傷の深さと
相関の高い位相角及び振幅とともに、深さ以外に上記見
本探傷信号の波形に影響を与える２次要因と相関の高い
特徴を数値化した特徴量を生成する特徴量生成手段と、 上記標準試料の傷の深さを表す量として既知の正解デー
タを供給する正解データ供給手段と、 上記特徴量及び正解データを入力し、上記特徴量を利用
して上記正解データとの誤差が十分小さい値を出力する
ためのパラメータである評価パラメータを、学習により
生成する学習手段と、 測定対象の被測定部材を探傷して得る実測探傷信号によ
り、見本探傷信号と同様の特徴量を生成する特徴量生成
手段と、 実測探傷信号に基づく特徴量とこの特徴量に対応する上
記評価パラメータとに基づき、傷の深さを表すデータを
生成する評価結果生成手段とを具備したことを特徴とす
る渦流探傷信号の評価装置。 【請求項７】 〔請求項６〕に記載する渦流探傷信号の
評価装置において、 被測定部材を探傷して得る実測探傷信号により、例えば
外面傷、内面傷等の傷の種類を分類する分類手段を有す
る一方、 評価パラメータ生成手段は、見本探傷信号に基づき上記
傷の種類を分類し、この分類毎に、上記特徴量の生成及
び上記評価パラメータの生成を行うように構成するとと
もに、 実測探傷信号により特徴量を生成する特徴量生成手段
は、上記分類手段による分類毎に特徴量の生成を行うと
ともに、評価結果生成手段は、分類毎に生成された特徴
量と評価パラメータとに基づき傷の深さを表すデータを
生成するものであることを特徴とする渦流探傷信号の評
価装置。 【請求項８】 減肉量が既知の被測定部材である標準試
料を、多数のコイルを有するマルチコイル方式等、２次
元的に分布する多数の位置でデータを得る渦流探傷セン
サにより実測して求めた複数の見本探傷信号により、減
肉量と相関の高い位相角及び振幅とともに、減肉量以外
に上記見本探傷信号の波形に影響を与える２次要因と相
関の高い特徴を数値化した特徴量を生成する特徴量生成
手段と、 各見本探傷信号に基づく特徴量を例えば位相順等、所定
の基準に基づき次の学習効率が向上するように並べ替え
るソーティング手段と、 上記標準試料の減肉量を表す量として既知の正解データ
を供給する正解データ供給手段と、 上記特徴量及び正解データを入力し、上記特徴量を利用
して上記正解データとの誤差が十分小さい値を出力する
ためのパラメータである評価パラメータを、学習により
生成する学習手段と、 測定対象の被測定部材を探傷して得る実測探傷信号によ
り、見本探傷信号と同様の特徴量を生成する特徴量生成
手段と、 実測探傷信号に基づく特徴量とこの特徴量に対応する上
記評価パラメータとに基づき、減肉量を表すデータを生
成する評価結果生成手段とを具備したことを特徴とする
渦流探傷信号の評価装置。 【請求項９】 既知の傷又は疑似探傷信号の発生要因と
なる傷以外の疑似要因を形成した被測定部材である標準
試料を実測して得る見本探傷信号により、傷と相関の高
い位相角及び振幅とともに、上記各見本探傷信号の波形
に影響を与える２次要因と相関の高い特徴を数値化した
特徴量を生成する特徴量生成手段と、 上記標準試料の傷又は疑似要因に対応して生成したこれ
らを表す状態信号である既知の正解データを供給する正
解データ供給手段と、 上記特徴量及び正解データを入力し、上記特徴量を利用
して上記正解データとの誤差が十分小さい値を出力する
ためのパラメータである評価パラメータを、学習により
生成する学習手段と、 測定対象の被測定部材を探傷して得る実測探傷信号によ
り、見本探傷信号と同様の特徴量を生成する特徴量生成
手段と、 実測探傷信号に基づく特徴量とこの特徴量に対応する上
記各評価パラメータとに基づき、傷又は疑似要因を表す
状態信号を生成する評価結果生成手段とを具備したこと
を特徴とする渦流探傷信号の評価装置。 【請求項１０】 傷の深さが既知の被測定部材である標
準試料を実測して得る見本探傷信号により、傷の深さと
相関の高い位相角及び振幅とともに、深さ以外に上記見
本探傷信号の波形に影響を与える２次要因と相関の高い
特徴を数値化した特徴量を生成し、 さらに上記標準試料の傷の深さを表す量として既知の正
解データに辿り着くためのパラメータである評価パラメ
ータを、上記特徴量を利用して学習により生成するとと
もに、 上記見本探傷信号に基づく特徴量の生成及び評価パラメ
ータの生成作業を、特徴量の組み合わせ構成を変更して
繰り返し、複数組の評価パラメータを生成する一方、 測定対象の被測定部材を探傷して得る実測探傷信号によ
り、見本探傷信号と同様の特徴量を異なる特徴量の組毎
に複数組生成し、 さらにこの実測探傷信号に基づく各特徴量と各特徴量に
それぞれ対応する上記各評価パラメータとに基づき、傷
の深さを表すデータを、各評価パラメータの組毎に生成
するとともに、 こうして得る傷の深さを表す各データを比較し、各デー
タが表す傷の深さが所定の範囲に納まっているとき、こ
の傷の深さを推定値として採用することを特徴とする渦
流探傷信号の評価方法。 【請求項１１】 〔請求項１０〕に記載する渦流探傷信
号の評価方法において、 見本探傷信号に基づき、例え
ば外面傷、内面傷等の傷の種類を分類し、この分類毎
に、同様の特徴量生成及び評価パラメータの生成を行う
一方、 被測定部材を探傷して得る実測探傷信号により、傷の種
類を分類するとともに、この分類毎に特徴量生成及び各
評価パラメータに基づく傷の深さを表すデータ生成を行
うようにしたことを特徴とする渦流探傷信号の評価方
法。 【請求項１２】 減肉量が既知の被測定部材である標準
試料を、多数のコイルを有するマルチコイル方式等、２
次元的に分布する多数の位置でデータを得る渦流探傷セ
ンサにより実測して求めた複数の見本探傷信号により、
減肉量と相関の高い位相角及び振幅とともに、減肉量以
外に上記見本探傷信号の波形に影響を与える２次要因と
相関の高い特徴を数値化した特徴量を生成し、 さらに各見本探傷信号に基づく特徴量を例えば位相順
等、所定の基準に基づき次の学習効率が向上するように
並べ替え、 次に上記標準試料の減肉量を表す量として既知の正解デ
ータとの誤差が十分小さい値を出力するためのパラメー
タである評価パラメータを、上記特徴量を利用して学習
により生成するとともに、 上記見本探傷信号に基づく特徴量の生成、並べ替え及び
評価パラメータの生成作業を、特徴量の組み合わせ構成
及び並べ替えの基準を変更して繰り返すことにより複数
組の評価パラメータを生成する一方、 被測定部材を探傷して得る実測探傷信号により、見本探
傷信号と同様の特徴量を異なる特徴量の組毎に複数組生
成し、 さらにこの実測探傷信号に基づく各特徴量と各特徴量に
それぞれ対応する上記各評価パラメータとに基づき、減
肉量を表すデータを、各評価パラメータの組毎に生成す
るとともに、 こうして得る減肉量を表す各データを比較し、各データ
が表す減肉量が所定の範囲に納まっているとき、この減
肉量を推定値として採用することを特徴とする渦流探傷
信号の評価方法。 【請求項１３】 既知の傷又は疑似探傷信号の発生要因
となる傷以外の疑似要因を形成した被測定部材である標
準試料を実測して得る見本探傷信号により、傷と相関の
高い位相角及び振幅とともに、上記各見本探傷信号の波
形に影響を与える２次要因と相関の高い特徴を数値化し
た特徴量を生成し、 さらに上記標準試料の傷又は疑似要因を表す状態信号で
ある既知の正解データとの誤差が十分小さい値を出力す
るためのパラメータである評価パラメータを、上記特徴
量を利用して学習により生成するとともに、 上記見本探傷信号に基づく特徴量の生成及び評価パラメ
ータの生成作業を、特徴量の組み合わせ構成を変更して
繰り返し、複数組の評価パラメータを生成する一方、 被測定部材を探傷して得る実測探傷信号により、見本探
傷信号と同様の特徴量を異なる特徴量の組毎に複数組生
成し、 さらにこの実測探傷信号に基づく各特徴量と各特徴量に
それぞれ対応する上記各評価パラメータとに基づき、傷
又は疑似要因を表す状態信号を、各評価パラメータの組
毎に生成するとともに、当該各状態信号を比較し、各状
態信号の内容の一致状態に基づき上記実測探傷信号が傷
を表す信号であるか、疑似信号であるかを峻別するよう
にしたことを特徴とする渦流探傷信号の評価方法。 【請求項１４】 傷の深さが既知の被測定部材である標
準試料を実測して得る見本探傷信号を入力し、傷の深さ
と相関の高い位相角及び振幅とともに、深さ以外に上記
見本探傷信号の波形に影響を与える２次要因と相関の高
い特徴を数値化した特徴量を生成する特徴量生成手段
と、 上記標準試料の傷の深さを表す量として既知の正解デー
タを供給する正解データ供給手段と、 上記特徴量及び正解データを入力し、上記特徴量を利用
して上記正解データとの誤差が十分小さい値を出力する
ためのパラメータである評価パラメータを、学習により
生成する学習手段とを有して上記見本探傷信号に基づく
特徴量の生成及び評価パラメータの生成作業を、特徴量
の組み合わせ構成を変更して繰り返して複数組の評価パ
ラメータを生成する評価パラメータ生成手段を具備する
とともに、 測定対象の被測定部材を探傷して得る実測探傷信号によ
り、見本探傷信号と同様の特徴量を異なる特徴量の組毎
に複数組生成する特徴量生成手段と、 実測探傷信号に基づく各特徴量と各特徴量にそれぞれ対
応する上記各評価パラメータとに基づき、傷の深さを表
すデータを、各評価パラメータの組毎に生成する評価結
果生成手段と、 評価結果生成手段の出力信号として得る傷の深さを表す
各データを比較し、各データが表す傷の深さが所定の範
囲に納まっているとき、この傷の深さを推定値として採
用する検証手段とを具備したことを特徴とする渦流探傷
信号の評価装置。 【請求項１５】 〔請求項１４〕に記載する渦流探傷信
号の評価装置において、被測定部材を探傷して得る実測
探傷信号により、例えば外面傷、内面傷等の傷の種類を
分類する分類手段を有する一方、 評価パラメータ生成手段は、見本探傷信号に基づき上記
傷の種類を分類し、この分類毎に、上記特徴量の生成及
び上記評価パラメータの生成を行うように構成するとと
もに、 実測探傷信号により特徴量を生成する特徴量生成手段
は、上記分類手段による分類毎に特徴量の生成を行うと
ともに、評価結果生成手段は、分類毎に生成された特徴
量と評価パラメータとに基づき傷の深さを表すデータを
生成するものであることを特徴とする渦流探傷信号の評
価装置。 【請求項１６】 減肉量が既知の被測定部材である標準
試料を、多数のコイルを有するマルチコイル方式等、２
次元的に分布する多数の位置でデータを得る渦流探傷セ
ンサにより実測して求めた複数の見本探傷信号により、
減肉量と相関の高い位相角及び振幅とともに、減肉量以
外に上記見本探傷信号の波形に影響を与える２次要因と
相関の高い特徴を数値化した特徴量を生成する特徴量生
成手段と、 各見本探傷信号に基づく特徴量を例えば位相順等、所定
の基準に基づき次の学習効率が向上するように並べ替え
るソーティング手段と、 上記標準試料の減肉量を表す量として既知の正解データ
を供給する正解データ供給手段と、 上記特徴量及び正解データを入力し、上記特徴量を利用
して上記正解データとの誤差が十分小さい値を出力する
ためのパラメータである評価パラメータを、学習により
生成する学習手段とを有して上記見本探傷信号に基づく
特徴量の生成、並べ替え及び評価パラメータの生成作業
を、特徴量の組み合わせ構成及び並べ替えの基準を変更
して繰り返して複数組の評価パラメータを生成する評価
パラメータ生成手段を具備するとともに、 測定対象の被測定部材を探傷して得る実測探傷信号によ
り、見本探傷信号と同様の特徴量を異なる特徴量の組毎
に複数組生成する特徴量生成手段と、 実測探傷信号に基づく各特徴量と各特徴量にそれぞれ対
応する上記各評価パラメータとに基づき、減肉量を表す
データを、各評価パラメータの組毎に生成する評価結果
生成手段と、 評価結果生成手段の出力信号として得る減肉量を表す各
データを比較し、各データが表す減肉量が所定の範囲に
納まっているとき、この減肉量を推定値として採用する
検証手段とを具備したことを特徴とする渦流探傷信号の
評価装置。 【請求項１７】 既知の傷又は疑似探傷信号の発生要因
となる傷以外の疑似要因を形成した被測定部材である標
準試料を実測して得る見本探傷信号により、傷と相関の
高い位相角及び振幅とともに、上記各見本探傷信号の波
形に影響を与える２次要因と相関の高い特徴を数値化し
た特徴量を生成する特徴量生成手段と、 上記標準試料
の傷又は疑似要因に対応して生成したこれらを表す状態
信号である既知の正解データを供給する正解データ供給
手段と、 上記特徴量及び正解データを入力し、上記特徴量を利用
して上記正解データとの誤差が十分小さい値を出力する
ためのパラメータである評価パラメータを、学習により
生成する学習手段とを有して上記見本探傷信号に基づく
特徴量の生成及び評価パラメータの生成作業を、特徴量
の組み合わせ構成を変更して繰り返して複数組の評価パ
ラメータを生成する評価パラメータ生成手段を具備する
とともに、 測定対象の被測定部材を探傷して得る実測探傷信号によ
り、見本探傷信号と同様の特徴量を異なる特徴量の組毎
に複数組生成する特徴量生成手段と、 実測探傷信号に基づく各特徴量と各特徴量にそれぞれ対
応する上記各評価パラメータとに基づき、傷又は疑似要
因を表す状態信号を、各評価パラメータの組毎に生成す
る評価結果生成手段と、 評価結果生成手段の出力信号として得る各状態信号を比
較し、各状態信号が表す状態が一致しているとき、傷又
は疑似要因の何れであるかを特定する検証手段とを具備
したことを特徴とする渦流探傷信号の評価装置。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000204665A JP2002022708A (ja) | 2000-07-06 | 2000-07-06 | 渦流探傷信号の評価方法及びその装置 |
| US09/756,139 US6424151B2 (en) | 2000-07-06 | 2001-01-09 | Method and apparatus for evaluation of eddy current testing signal |
| CA002337294A CA2337294C (en) | 2000-07-06 | 2001-02-15 | Method and apparatus for evaluation of eddy current testing signal |
| FR0103089A FR2811429B1 (fr) | 2000-07-06 | 2001-03-07 | Procede et appareil pour evaluer un signal de test par courant de foucault |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000204665A JP2002022708A (ja) | 2000-07-06 | 2000-07-06 | 渦流探傷信号の評価方法及びその装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2002022708A true JP2002022708A (ja) | 2002-01-23 |
Family
ID=18701896
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000204665A Pending JP2002022708A (ja) | 2000-07-06 | 2000-07-06 | 渦流探傷信号の評価方法及びその装置 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US6424151B2 (ja) |
| JP (1) | JP2002022708A (ja) |
| CA (1) | CA2337294C (ja) |
| FR (1) | FR2811429B1 (ja) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003240761A (ja) * | 2002-02-15 | 2003-08-27 | Jfe Steel Kk | 磁性金属被検体の表層欠陥又は表面欠陥の検出方法及び装置 |
| JP2007225564A (ja) * | 2006-02-27 | 2007-09-06 | Mitsubishi Heavy Ind Ltd | 渦流探傷信号の評価方法及び装置 |
| JP2008309573A (ja) * | 2007-06-13 | 2008-12-25 | Mitsubishi Heavy Ind Ltd | 渦電流探傷装置および渦電流探傷方法 |
| JP2010156617A (ja) * | 2008-12-26 | 2010-07-15 | Marktec Corp | 渦電流探傷方法と渦電流探傷装置 |
| JP2012515896A (ja) * | 2009-01-19 | 2012-07-12 | ゼテック インコーポレイテッド | 渦電流の自動非破壊試験解析方法 |
| JP2012533752A (ja) * | 2009-07-23 | 2012-12-27 | ウエスチングハウス・エレクトリック・カンパニー・エルエルシー | 原子力発電所の蒸気発生器細管の処理方法 |
| JP2013511043A (ja) * | 2009-11-12 | 2013-03-28 | ウエスチングハウス・エレクトリック・カンパニー・エルエルシー | 蒸気発生器のモデル化及び原子力発電所の蒸気発生器細管のデータ処理方法 |
| CN103760232A (zh) * | 2014-01-22 | 2014-04-30 | 中国人民解放军国防科学技术大学 | 一种圆形周期结构的柔性阵列式电涡流传感器 |
| JP2020071125A (ja) * | 2018-10-31 | 2020-05-07 | Ｊｆｅスチール株式会社 | 欠陥判定方法、欠陥判定装置、鋼板の製造方法、欠陥判定モデルの学習方法、及び欠陥判定モデル |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7514917B2 (en) * | 2003-09-19 | 2009-04-07 | Automotive Systems Laboratory, Inc. | Magnetic crash sensor |
| US20070188168A1 (en) * | 1999-08-26 | 2007-08-16 | Stanley James G | Magnetic sensor |
| DE10045715A1 (de) * | 2000-09-15 | 2002-03-28 | Busch Dieter & Co Prueftech | Verfahren und Vorrichtung zur Prüfung eines Werkstücks mittels Wirbelströmen |
| US6670808B2 (en) * | 2001-08-27 | 2003-12-30 | General Electric Company | Self reference eddy current probe, measurement system, and measurement method |
| US6563309B2 (en) * | 2001-09-28 | 2003-05-13 | The Boeing Company | Use of eddy current to non-destructively measure crack depth |
| CN1852818A (zh) * | 2003-09-19 | 2006-10-25 | 汽车系统实验室公司 | 磁碰撞感测方法 |
| WO2005028254A2 (en) * | 2003-09-19 | 2005-03-31 | Automotive Systems Laboratory, Inc. | Magnetic crash sensor |
| US7463987B2 (en) | 2003-09-19 | 2008-12-09 | Takata Holdings, Inc. | Magnetic sensing system and method |
| JP2007524539A (ja) * | 2003-12-21 | 2007-08-30 | オートモーティブ システムズ ラボラトリー インコーポレーテッド | 磁気センサ |
| JP2009507210A (ja) | 2005-07-29 | 2009-02-19 | オートモーティブ システムズ ラボラトリー インコーポレーテッド | 磁気衝突センサー |
| US7389206B2 (en) * | 2006-08-10 | 2008-06-17 | General Electric Company | Inspection systems and methods of operation |
| US7948233B2 (en) * | 2008-10-07 | 2011-05-24 | General Electric Company | Omnidirectional eddy current array probes and methods of use |
| JP5562629B2 (ja) * | 2009-12-22 | 2014-07-30 | 三菱重工業株式会社 | 探傷装置及び探傷方法 |
| RU2656115C1 (ru) * | 2016-12-07 | 2018-05-31 | Федеральное государственное автономное образовательное учреждение высшего образования "Национальный исследовательский Томский политехнический университет" | Способ вихретокового контроля толщины стенки металлических немагнитных труб |
| CN108445075A (zh) * | 2018-03-06 | 2018-08-24 | 苏州热工研究院有限公司 | 一种换热管涡流检测管壁损伤的评价方法 |
| CN111351838B (zh) * | 2018-12-20 | 2023-08-18 | 核动力运行研究所 | 一种构造具有特定缺陷的涡流信号的方法 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3588682A (en) * | 1967-11-28 | 1971-06-28 | Forster F M O | System for inspecting a welded seam with means for generating a signal which is a function of the welding temperature |
| US4213183A (en) * | 1979-03-22 | 1980-07-15 | Adaptronics, Inc. | System for nondestructive evaluation of material flaw characteristics |
| FR2627862A1 (fr) * | 1988-02-26 | 1989-09-01 | Commissariat Energie Atomique | Procede de controle par courants de foucault impulsionnels et dispositif de mise en oeuvre |
| US5144565A (en) * | 1990-03-26 | 1992-09-01 | K. J. Law Engineers, Inc. | Measurement of metallurgical properties in ferromagnetic test parts |
| US5339256A (en) * | 1991-11-27 | 1994-08-16 | The United States Of Americas As Represented By The United States Department Of Energy | Expert system for analyzing eddy current measurements |
| DE4201502C2 (de) * | 1992-01-21 | 1995-12-14 | Siemens Ag | Verfahren und Anordnung zur elektrischen Wirbelstromprüfung |
| FR2696550B1 (fr) * | 1992-10-07 | 1994-10-28 | Commissariat Energie Atomique | Procédé de traitement de signaux recueillis par un capteur ponctuel absolu à courants de Foucault. |
| US5737445A (en) * | 1995-04-20 | 1998-04-07 | The United States Of America As Represented By The United States Department Of Energy | Automated feature detection and identification in digital point-ordered signals |
| ATE255227T1 (de) * | 1996-09-27 | 2003-12-15 | Wilfried Dr-Ing Reimche | Messverfahren und messvorrichtung zur materialcharakterisierung von halbzeugen und maschinenbauteilen |
| JPH112626A (ja) * | 1997-06-13 | 1999-01-06 | Hitachi Cable Ltd | 探傷傷種別の自動判定方法 |
| US6115674A (en) * | 1998-06-30 | 2000-09-05 | The United States Of America As Represented By The United States Department Of Energy | Automated detection and location of indications in eddy current signals |
-
2000
- 2000-07-06 JP JP2000204665A patent/JP2002022708A/ja active Pending
-
2001
- 2001-01-09 US US09/756,139 patent/US6424151B2/en not_active Expired - Lifetime
- 2001-02-15 CA CA002337294A patent/CA2337294C/en not_active Expired - Lifetime
- 2001-03-07 FR FR0103089A patent/FR2811429B1/fr not_active Expired - Lifetime
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003240761A (ja) * | 2002-02-15 | 2003-08-27 | Jfe Steel Kk | 磁性金属被検体の表層欠陥又は表面欠陥の検出方法及び装置 |
| JP2007225564A (ja) * | 2006-02-27 | 2007-09-06 | Mitsubishi Heavy Ind Ltd | 渦流探傷信号の評価方法及び装置 |
| JP2008309573A (ja) * | 2007-06-13 | 2008-12-25 | Mitsubishi Heavy Ind Ltd | 渦電流探傷装置および渦電流探傷方法 |
| JP2010156617A (ja) * | 2008-12-26 | 2010-07-15 | Marktec Corp | 渦電流探傷方法と渦電流探傷装置 |
| JP2012515896A (ja) * | 2009-01-19 | 2012-07-12 | ゼテック インコーポレイテッド | 渦電流の自動非破壊試験解析方法 |
| JP2012533752A (ja) * | 2009-07-23 | 2012-12-27 | ウエスチングハウス・エレクトリック・カンパニー・エルエルシー | 原子力発電所の蒸気発生器細管の処理方法 |
| JP2013511043A (ja) * | 2009-11-12 | 2013-03-28 | ウエスチングハウス・エレクトリック・カンパニー・エルエルシー | 蒸気発生器のモデル化及び原子力発電所の蒸気発生器細管のデータ処理方法 |
| CN103760232A (zh) * | 2014-01-22 | 2014-04-30 | 中国人民解放军国防科学技术大学 | 一种圆形周期结构的柔性阵列式电涡流传感器 |
| JP2020071125A (ja) * | 2018-10-31 | 2020-05-07 | Ｊｆｅスチール株式会社 | 欠陥判定方法、欠陥判定装置、鋼板の製造方法、欠陥判定モデルの学習方法、及び欠陥判定モデル |
Also Published As
| Publication number | Publication date |
|---|---|
| FR2811429B1 (fr) | 2005-04-29 |
| CA2337294C (en) | 2004-04-13 |
| CA2337294A1 (en) | 2002-01-06 |
| US6424151B2 (en) | 2002-07-23 |
| FR2811429A1 (fr) | 2002-01-11 |
| US20020003421A1 (en) | 2002-01-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2002022708A (ja) | 渦流探傷信号の評価方法及びその装置 | |
| AU2008208688B2 (en) | Method and apparatus for non-destructive testing | |
| Tian et al. | Multiple sensors on pulsed eddy-current detection for 3-D subsurface crack assessment | |
| CN110702783A (zh) | 一种检测水冷壁管热疲劳裂纹的阵列涡流方法 | |
| CN205861255U (zh) | 基于巴克豪森效应的铁磁材料应力检测装置 | |
| CN109142514B (zh) | 一种基于脉冲涡流阵列的缺陷检测装置及方法 | |
| KR102049524B1 (ko) | 와전류탐상검사를 이용하여 튜브 확관부의 결함 측정을 위한 대비시험편 및 이를 이용한 결함측정방법 | |
| JP2009036682A (ja) | 渦電流センサ、硬化層深さ検査装置及び硬化層深さ検査方法 | |
| Wei et al. | A transducer made up of fluxgate sensors for testing wire rope defects | |
| CN104458896B (zh) | 一种基于多重漏磁检测信号特征值的缺陷评价方法 | |
| KR101357791B1 (ko) | 전기 시트를 분류하기 위한 방법 | |
| CN103954628B (zh) | 联合eemd和近似熵的钢管损伤监控方法 | |
| US20030201771A1 (en) | Test method and test apparatus for the recognition of irregularities in the wall thickness of ferromagnetic pipes | |
| Zhang et al. | A new method of defects identification for wire rope based on three-dimensional magnetic flux leakage | |
| CN102841130A (zh) | 一种检测金属材料内外裂纹缺陷的装置和方法 | |
| Ewald | 3-dimensional magnetic leakage field sensor in nondestructive testing | |
| JP2007163263A (ja) | 渦電流探傷センサ | |
| Cao et al. | A novel electromagnetic method for local defects inspection of wire rope | |
| CN113302467A (zh) | 用于检查构件、尤其是喷射器的方法 | |
| JP2002005897A (ja) | 渦電流探傷方法及びその装置 | |
| US20030062892A1 (en) | Use of eddy current to non-destructively measure crack depth | |
| KR102434224B1 (ko) | 타원형 알고리즘이 포함된 자기공명탐상방법에 의한 검사 장치 및 방법 | |
| CN108169323A (zh) | 一种异形结构工件涡流信号的处理方法 | |
| Rifai et al. | Fuzzy logic error compensation scheme for eddy current testing measurement on mild steel superficial crack | |
| JP2008096329A (ja) | 棒鋼群の検査方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040615 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20041207 |