JP2010243189A - 火花試験の画像処理による鋼の炭素成分分析装置及びその方法 - Google Patents
火花試験の画像処理による鋼の炭素成分分析装置及びその方法 Download PDFInfo
- Publication number
- JP2010243189A JP2010243189A JP2009089000A JP2009089000A JP2010243189A JP 2010243189 A JP2010243189 A JP 2010243189A JP 2009089000 A JP2009089000 A JP 2009089000A JP 2009089000 A JP2009089000 A JP 2009089000A JP 2010243189 A JP2010243189 A JP 2010243189A
- Authority
- JP
- Japan
- Prior art keywords
- spark
- steel
- carbon component
- weight ratio
- image processing
- 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
Images
Landscapes
- Investigating And Analyzing Materials By Characteristic Methods (AREA)
Abstract
【課題】 鋼の火花試験により生じる火花を画像処理することにより鋼中の炭素成分を分析することが可能な分析方法を提供する。
【解決手段】 鋼の摩擦による火花発生点から所定の距離に所定の視野幅及び被写界深度を有する撮像ラインを設定して、撮像ラインを通過する火花微粒子を撮像するラインセンサカメラと、撮像した火花微粒子について所定の画像処理を行い火花微粒子の特徴量について数値化されたデータを抽出する画像処理部と、抽出された火花微粒子のデータから、鋼の炭素成分重量比率に対して有意な相関関係をもつ因子を少なくとも1つ用いて統計的処理により鋼の炭素成分重量比率の予測式を生成する予測式生成部と、鋼種判別時において、画像処理部で抽出された火花微粒子の有意な因子のデータを鋼の炭素成分重量比率の予測式に入力して鋼の炭素成分重量比率を得る鋼種判別部とを有する。
【選択図】 図1
【解決手段】 鋼の摩擦による火花発生点から所定の距離に所定の視野幅及び被写界深度を有する撮像ラインを設定して、撮像ラインを通過する火花微粒子を撮像するラインセンサカメラと、撮像した火花微粒子について所定の画像処理を行い火花微粒子の特徴量について数値化されたデータを抽出する画像処理部と、抽出された火花微粒子のデータから、鋼の炭素成分重量比率に対して有意な相関関係をもつ因子を少なくとも1つ用いて統計的処理により鋼の炭素成分重量比率の予測式を生成する予測式生成部と、鋼種判別時において、画像処理部で抽出された火花微粒子の有意な因子のデータを鋼の炭素成分重量比率の予測式に入力して鋼の炭素成分重量比率を得る鋼種判別部とを有する。
【選択図】 図1
Description
本発明は、鋼の炭素成分分析装置及びその方法に関し、特に、鋼の火花試験により生じる火花を画像処理することにより鋼中の炭素成分を分析する装置及びその方法に関するものである。
鋼の製造工程では異材を鑑別して排除するために火花試験が広く用いられている。火花試験とは鋼塊、鋼片、鋼材及びその他の鋼製品をグラインダを使用して研削し、発生する火花の特徴を観察することによって、鋼種の推定又は異材の鑑別を行なう試験のことをいい、JIS G 0566に規定されている。
図11は、鋼の火花の形及び名称を示す図である。図に示すように、火花はその位置から「根本」「中央」「先端」の各部に区別され、火花の各部において流線や破裂の形状や密度は変化している。
従来、火花試験は鉄鋼材の検査工程などで熟練した経験をもった検査員が目視観察にて官能検査として行われてきたが、個人差や環境の変動によって判定結果がばらついて適正検査結果を得ることが困難であった。また、官能検査の必然性として検査結果が記録できないため、検査技術はもっぱら伝承によるところが大きく、技術改善を評価することが困難であった。尚、人による炭素成分重量比率〔C〕値の誤差は0.20〜0.50%程度ともいわれている。
このような火花試験を目視観察によらず、装置により自動的に行なう技術としては、鋼材を摩擦した際に生じる破裂を含む火花を撮像する撮像手段と、火花画像を画像処理し、破裂領域内の画像を特徴量抽出可能な破裂画像に変換する画像処理手段と、破裂画像に含まれる破裂の特徴を示す特徴量を、少なくとも3種類以上ほど各破裂から抽出する特徴量抽出手段と、各々既知の複数種類の鋼材についての各破裂を、各特徴量を座標軸とする多次元空間にプロットし、これにより生じた母集団の分布の特徴を基に多次元空間を分割し、各々の分割領域を各カテゴリーとするカテゴリー分類手段と、ある鋼種についての各破裂の多次元空間におけるプロット結果により、各カテゴリーについての破裂の度数を度数分布として算出する鋼種別度数分布算出手段とを備えた鋼材分析装置がある(例えば、特許文献1参照)。
特許文献1に記載の装置よれば、二次元CCDカメラを使って撮像した特定の瞬間における火花画像全体を画像処理することにより火花の細線化画像を生成し、この細線化画像から特徴量(面積値、端点数、支点数)の抽出を行い、所定の元素の含有量を検査している。
日本工業規格、JIS G 0566 鋼の火花試験方法、日本規格協会
特許文献1による特定の時点の火花画像全体を画像処理したデータによれば、画像処理され細線化された火花形状に基づく定性的な評価は可能である。
しかしながら、火花の形態は立体的かつ「発生」、「成長」、「破裂」及び「消滅」の動的な形態変化を伴うものであるため、図11に示す火花の根本部、中央部、及び、先端部の各部において火花の明度や密度などの特性には相違が生じる。したがって、特許文献1のごとく、特定の時点の火花画像1枚の全体から同時に特徴量を抽出した場合には、成分分析の有効精度を確保した撮像や画像処理を行なうことは困難であり、定量的な評価は困難である。
また、従来の撮像手法は既存の高精度二次元CCDカメラを使って平面画像を撮像していた。この場合、被写界深度が小さい為(〜±30mm)、焦点位置付近の火花の形状や寸法は鮮明に撮像できるが、この領域を離れると不鮮明になりデータの信頼度が悪かった。又、シャッタースピードが比較的遅い為(〜1/100秒)、高速で流れる火花微粒子の形状は不鮮明であった。
本発明は、このような従来の問題を解決するためになされたもので、鋼の火花試験により生じる火花を画像処理することにより鋼中の炭素成分を分析することが可能な分析方法を提供することである。
本発明は、鋼の摩擦による火花発生点から所定の距離に所定の視野幅及び被写界深度を有する撮像ラインを設定して、撮像ラインを通過する火花微粒子を撮像するラインセンサカメラと、撮像した火花微粒子について所定の画像処理を行い火花微粒子の特徴量について数値化されたデータを抽出する画像処理部と、抽出された火花微粒子のデータから、鋼の炭素成分重量比率に対して有意な相関関係をもつ因子を少なくとも1つ用いて統計的処理により鋼の炭素成分重量比率の予測式を生成する予測式生成部と、鋼種判別時において、画像処理部で抽出された火花微粒子の有意な因子のデータを鋼の炭素成分重量比率の予測式に入力して鋼の炭素成分重量比率を得る鋼種判別部と、を有する火花試験の画像処理による鋼の炭素成分分析装置である。
また、本発明は、鋼の摩擦による火花発生点から所定の距離の火花中に所定の視野幅及び被写界深度を有する撮像ラインを設定して、撮像ラインを通過する火花微粒子をラインセンサカメラで撮像する工程と、撮像した火花微粒子について所定の画像処理を行い火花微粒子の特徴量について数値化されたデータを抽出する工程と、抽出された火花微粒子のデータから、鋼の炭素成分重量比率に対して有意な相関関係をもつ因子を少なくとも1つ用いて統計的処理により鋼の炭素成分重量比率の予測式を生成する工程と、鋼種判別時において、抽出された火花微粒子の有意な因子のデータを鋼の炭素成分重量比率の予測式に入力して鋼の炭素成分重量比率を得る工程とを有する火花試験の画像処理による鋼の炭素成分分析方法である。
本発明によれば、ラインセンサカメラを用いることにより、高速かつ微細な火花微粒子1つ1つを精度良く撮像することが可能となる。また、ラインセンサカメラの撮像ラインを火花発生点から所定の位置に固定して撮像することにより、火花微粒子の「発生」、「成長」、「破裂」及び「消滅」という動的な形態変化の影響を受けにくくすることが可能となり、定量的な評価を行なうことが可能となる。
以下、本発明の実施形態である火花試験の画像処理による鋼の炭素成分分析装置及びその方法について、図を参照して詳細に説明をする。
まず、本実施形態の火花試験の画像処理による鋼の炭素成分分析方法の測定原理について説明する。特許文献1及び非特許文献1にもあるように、従来の火花試験はグラインダと鋼が接触することより生じる火花の流線形状に着目し、この流線形状に基づいて目視検査又は画像処理が行われ鋼種の評価が行われてきた。
しかしながら、火花の流線と呼ばれるものは、実際にはグラインダと鋼が接触することより生じる無数の火花微粒子が高速で移動することに生じる残像部分にすぎない。本実施形態ではより本質的な分析を行なうため、高速度のシャッタースピードのカメラを用いて火花微粒子自体を撮像し、この無数の火花微粒子を分析評価するものであり、この点において従来技術と本質的に異なるものである。
図1は、本実施形態の鋼の炭素成分分析装置の構成を示す図である。本実施形態の鋼の炭素成分分析装置100は、ラインセンサカメラ101と炭素成分分析部102とを有する。また、炭素成分分析部102は内部ブロックとして、画像処理部103と予測式生成部104と予測式記憶部105と鋼種判別部106とを有する。
本実施形態のラインセンサカメラ101には、撮像素子として一次元CCDセンサや一次元CMOSセンサを用いることが可能である。ラインセンサカメラは、二次元センサカメラと比較して、視野幅wにおける分解能を著しく高くすることが可能であり、また、走査速度を著しく高速とすることが可能であるため、火花微粒子のような高速かつ微細な粒子を精度良く撮像することが可能である。
ラインセンサカメラ101の焦点位置である撮像ラインSは、検査対象の鋼BとグラインダCとが接触する位置(すなわち、火花の発生点)から距離lだけ離れた火花A内に位置し、ラインセンサカメラ101は、検査対象の鋼BとグラインダCとが摩擦した場合に生じる火花Aの上記距離lの位置を撮像する。
ラインセンサカメラ101は、撮像ラインSの視野幅wと、撮像ラインSからラインセンサカメラ101の被写界深度dだけ前後させた幅2dと、からなる略長方形状の撮像面Pを形成し、この撮像面pを通過する火花Aを構成する火花微粒子を撮像する。
このように、検査対象の鋼BとグラインダCとが接触する位置から距離l離れた特定の位置に固定して撮像面Pを通過する火花微粒子のみを観察することにより、位置変化に伴う「発生」、「成長」、「破裂」及び「消滅」の動的な形態変化による火花微粒子の明度や形態の変化の影響を低減することが可能となる。
本実施形態で使用するラインセンサカメラ101は、被写界深度dが大きいものが好ましく、例えば、撮像距離1800mmで±180mm程度あればよい。被写界深度dを大きくすることにより、火花が発生している領域を十分にカバー出来、焦点位置の撮像ラインS付近の火花微粒子の形状や寸法をより鮮明に撮像することが可能となる。
また、高速移動する火花微粒子を、流線ではなく火花微粒子として撮像することが必要であるため、本実施形態で使用するラインセンサカメラ101のシャッタースピードを1/10000秒以上とすることが好ましい。本実施形態で使用するラインセンサカメラ101のシャッタースピードを1/10000秒以上と高速とすることにより、火花微粒子の時間的変化も高精度で測定出来る。
本実施形態では、ラインセンサカメラ101による撮像は撮像面Pを通過する火花微粒子を1/2000秒単位で走査してスキャニングすることにより行われる。撮像情報は時間軸方向にメモリーされる。
0.1秒間に撮像した原画像例を図2に示す。図2に示すように火花微粒子は黒色を背景とした輝点(白点)として撮像される。図3は、説明の容易化のため図2の白黒を反転した概略図である。
ラインセンサカメラ101による撮像で形成される画像は、撮像時間を0.1秒、スキャン時間を1/2000秒とした場合には、画像の縦軸は撮像ラインS上の視野幅wにおける火花微粒子の位置となり、画像の横軸は、シャッタースピードを1/10000秒として撮像面Pを通過する火花微粒子を所定の瞬間において撮像した画像を、200枚整列させたものとなる。火花微粒子の流速が20000mm/秒と仮定すると、図を撮像した0.1秒間の画像展開長さは2mに相当する。
画像処理部103は、ラインセンサカメラ101により撮像された火花微粒子について所定の画像処理を行い、所定の火花微粒子の特徴量のデータを抽出する。
画像処理の手法の一例としては、図2のごとく得られた256階調のグレースケールによる火花微粒子の画像を、しきい値を例えば32階調として、それ以上の輝度で示される各島の画像を火花微粒子のデータとして抽出する。
この例の場合、火花微粒子の最小測定単位は、幅は、0.234mm (1200mm/5120(カメラの分解能))であり、長さは、1/2000秒=20000mm/s*1/2000(≒10mm)となる。原画像は画像処理部103によりノイズカットの為に、リジェクション処理された後、この最小単位のN倍値で火花粒子の大きさが測定され、数値データに変換される。
本実施形態では、画像処理部103によって、数値化処理された火花微粒子の特徴量のデータから、長楕円形状の火花微粒子の幅方向始点座標・終点座標、及び、長さ方向の始点座標・終点座標が求められ、これらの座標から、個々の火花微粒子の幅、長さ、個数、周囲長、傾き角、面積、縦横比、及び、総面積が求められる。
予測式生成部104は、統計的処理の結果から炭素成分重量比率(以下、〔C〕ともいう。)の予測式を生成する。
火花微粒子は1秒間あたり数千個になるため、予測式生成部104では、統計的手法を使ったデータの整理が必要となる。又、整理されて〔C〕に対して有意と思われる個々の火花微粒子の幅、長さ、個数、周囲長、傾き角、面積、縦横比、及び、総面積等の因子のうち、最も有意な因子と〔C〕の相関関係を多変量解析等の統計的処理を使って求める。
そして、上記複数の因子のうち、少なくとも1つ以上の有意な因子を使って、相関分析や重回帰分析を行い、自由度調整済寄与率R2乗で評価して下記数式1に示す最適な回帰式を求める。
[数式1]
〔C〕=a1X1 + a2X2 + ・・・ + b
〔C〕=a1X1 + a2X2 + ・・・ + b
ここで、〔C〕は鋼中の炭素成分重量比率であり、ai(iは1以上の整数である)は偏回帰係数であり、Xiは〔C〕に影響する最も有意な従属変数群(粒子データ、火花発生条件、撮像条件等)であり、bは定数項である。
予測式記憶部105は、予測式生成部104で生成された予測式を記憶する。
鋼種判定部106は、成分の分析対象となる鋼について、ラインセンサカメラ101により取得され画像処理部103で処理された火花微粒子のデータを、予測式記憶部105に格納された予測式に入力して〔C〕を予測する。また、鋼種判定部106は、様々な鋼種に対応する炭素成分重量比率を格納するデータベース107を備え、予測された鋼の炭素成分重量比率〔C〕と被検査鋼種に対応する炭素成分重量比率を比較して鋼種を判別する。鋼種判定部106は、判別結果を不図示の出力装置(ディスプレイ等)に出力する。
図4は、本実施形態の鋼の炭素成分分析装置の初期設定の動作を示すフローチャートである。
ステップ101(図中ではステップをSと略す。)では、炭素成分重量比率〔C〕が既知の鋼を適度な条件下で回転する砥石(グラインダ)を鋼材に押し付けて火花を発生させる。
適度な条件には、(1)鋼材と砥石の相対的な押し付け力、(2)砥石の周速、(3)グラインダーモーター電流値、(4)砥石の材質、(5)グラインダの種類、(6)風速、及び、(7)風向を考慮する。
(1)鋼材と砥石の相対的な押し付け力、(2)砥石の周速、及び、(3)グラインダーモーター電流値は相互に影響しあうが、予測式に適用する火花微粒子因子のばらつきが最小になる領域で一定になるように制御する。(4)砥石の材質、及び、(5)グラインダの種類の条件は、JIS G 0566 (鋼の火花試験方法)で推奨されている様な一定の条件にし、(6)風速、及び、(7)風向は、風が無い状態を維持する。
ステップ102では、ラインセンサカメラ101は、発生した火花微粒子を所定のシャッタースピードで所定の回数スキャニングして撮像する。
火花微粒子の撮像に影響する撮像条件は、(1)測定距離(火花からカメラまでの距離)、(2)被写界深度、(3)観察位置(火花発生位置から観察する位置までの距離)、(4)走査時間、(5)シャッタースピード、(6)明るさ、(7)バックグラウンド状態、及び、(8)撮像時間である。
この内、(2)被写界深度は(1)測定距離とカメラの特性で決まる。また、(1)測定距離は、画像粒子の幅方向分解能にも影響するので最適値に固定する必要がある。(3)観察位置は火花粒子と〔C〕の相関係数が最も高く、予測回帰式の精度が高い位置を選択する。当該発明の場合は100〜500mmの範囲にある。(4)走査時間及び(5)シャッタースピードは機器の固有値、(6)明るさは50ルックス以下、(7)バックグラウンド状態は黒い背景を作る事でノイズを出来るだけ少なくする(例:黒色板を配置する)。(8)撮像時間は火花微粒子のデータ数に比例する。
ステップ103では、画像処理部103は、ラインセンサカメラ101が撮像した画像データを画像処理して粒子解析を行って数値化し、火花微粒子の特徴量の数値データを取得する。
以後、ステップ101に戻り、炭素成分重量比率が異なる複数の種類の鋼について粒子解析を行い、炭素成分重量比率の変化に応じた火花微粒子の特徴量の数値データを複数取得する。
ステップ104では、予測式生成部104は、複数の火花微粒子の特徴量の数値データから〔C〕に対して有意な因子を用いて統計的処理を行い、炭素成分重量比率の予測式を生成する。
ステップ105では、予測式記憶部105は、予測式生成部104で生成された炭素成分重量比率の予測式を記憶する。
図5は、本実施形態の鋼の炭素成分分析装置の実操業における動作を示すフローチャートである。
ステップ201では、炭素成分の分析対象となる鋼をグラインダで摩擦し火花微粒子を発生させる。
ステップ202では、ラインセンサカメラ101は、発生した火花微粒子を所定のシャッタースピードで、所定の回数スキャニングして撮像する。
ステップ203では、画像処理部103は、撮像された画像データを画像処理して粒子解析を行い、火花微粒子の特徴量の数値データを取得する。
ステップ204では、鋼種判別部106は、予測式記憶部105に記憶された予測式に画像処理部103で生成された火花微粒子データのうち〔C〕に対して有意な因子を適用する。
ステップ205では、鋼種判別部106は、入力されたデータを使って重回帰予測式の計算を行い、分析対象の鋼の炭素成分重量比率の予測値を出力する。
ステップ206では、鋼種判別部106は、予測された鋼の炭素成分重量比率〔C〕と被検査鋼種に対応する炭素成分重量比率を比較して鋼種を判別する。
なお、事前に作られた〔C〕の予測重回帰式は環境等の変化で誤差が生じる可能性が有るので、実操業にあたっては定期的に、一定環境下で、対比試験片を使って誤差チェックを行なうとよい。判定値を超えた場合は、予測式生成部104は予測式の補正を行なう。通常は定数項bの補正を行なう事になるが、定期的に蓄積された実操業データを使って偏回帰係数aiの見直しを行なうとよい。
以上説明したように、本実施形態の鋼の炭素成分分析装置及びその方法によれば、ラインセンサカメラを用いることにより、高速かつ微細な火花微粒子を精度良く撮像することが可能となる。また、ラインセンサカメラの撮像ラインを火花発生点から所定の位置に固定して撮像することにより、火花微粒子の「発生」、「成長」、「破裂」及び「消滅」という動的な形態変化の影響を受けにくくすることが可能となり、定量的な評価を行なうことが可能となる。
また、複数の有意な因子から重回帰式を生成することにより、より精度の高い予測式を得ることが可能となり、鋼種の予測の精度を向上させることが可能となる。
以下に、本発明の火花試験の画像処理による鋼の炭素成分分析装置における鋼の炭素成分重量比率(〔C〕)の予測式の生成方法について具体例を用いて説明する。ただし、本発明は以下の実施例に限定されるものではない。
表1は、本実施例の火花試験の画像処理による鋼の炭素成分分析装置により抽出された火花微粒子の数値化されたデータの例である。
1.有意な因子の抽出
まず、鋼の〔C〕値と相関のある有意な因子を抽出する。有意な因子には、例えば以下の因子がある。
まず、鋼の〔C〕値と相関のある有意な因子を抽出する。有意な因子には、例えば以下の因子がある。
(1)撮像データ
(1-2)単位時間あたりに撮像ラインS(すなわち撮像面p)を通過した火花微粒子の総面積(mm2)
(1-2)単位時間あたりに撮像ラインSを通過した火花微粒子の最小測定幅(例えば0.234mm幅)の個数
(1-3)単位時間あたりに撮像ラインSを通過した幅の大きい(例えば、7mm幅)火花微粒子の個数
(1-4)単位時間あたりに撮像ラインSを通過した火花微粒子の長さA(例えば、20mm)と長さB(例えば、10mm)の個数比率
(1-5)単位時間あたりに撮像ラインSを通過した火花微粒子個数
(1-2)単位時間あたりに撮像ラインS(すなわち撮像面p)を通過した火花微粒子の総面積(mm2)
(1-2)単位時間あたりに撮像ラインSを通過した火花微粒子の最小測定幅(例えば0.234mm幅)の個数
(1-3)単位時間あたりに撮像ラインSを通過した幅の大きい(例えば、7mm幅)火花微粒子の個数
(1-4)単位時間あたりに撮像ラインSを通過した火花微粒子の長さA(例えば、20mm)と長さB(例えば、10mm)の個数比率
(1-5)単位時間あたりに撮像ラインSを通過した火花微粒子個数
(2)火花発生条件
(2-1)砥石が鋼に押し付けられる圧力
(2-2)砥石の材質種類
(2-3)砥石の周速
(2-4)グラインダーモーターの電流値
(2-1)砥石が鋼に押し付けられる圧力
(2-2)砥石の材質種類
(2-3)砥石の周速
(2-4)グラインダーモーターの電流値
(3)火花撮像条件
(3-1)発生位置から撮像ラインまでの距離
(3-2)カメラから火花中心位置までの距離
(3-1)発生位置から撮像ラインまでの距離
(3-2)カメラから火花中心位置までの距離
2.有意な因子と〔C〕値の相関グラフ例
上記(1)から(3)の有意な因子についてデータを取得し、単回帰分析の回帰式と寄与率(R2)を求めたものを図6から図10に示す。
上記(1)から(3)の有意な因子についてデータを取得し、単回帰分析の回帰式と寄与率(R2)を求めたものを図6から図10に示す。
図6は、(1-1)単位時間あたりに撮像ラインS(すなわち撮像面p)を通過した火花微粒子の総面積を有意な因子としてデータを取得し単回帰分析を行った結果を示す図である。図からわかるように、単回帰式はy=0.011x-422.99となり、寄与率はR2=0.9459となる。このように、〔C〕値が高くなるほど火花微粒子の発生量が多くなる事を示していて相関は強いことがわかる。
図7は、(1-2)単位時間あたりに撮像ラインSを通過した火花微粒子の最小測定幅(例えば0.234mm幅)の個数を有意な因子としてデータを取得し単回帰分析を行った結果を示す図である。図からわかるように、単回帰式はy=4.9905x-114.56となり、寄与率はR2=0.9378となる。このように、〔C〕値が高くなるほど幅の小さい火花微粒子の発生量が多くなる事を示していて相関は強いことがわかる。
図8は、(1-3)単位時間あたりに撮像ラインSを通過した幅の大きい(例えば、7mm幅)火花微粒子の個数を有意な因子としてデータを取得し単回帰分析を行った結果を示す図である。図からわかるように、単回帰式はy=12.124x+144.65となり、寄与率はR2=0.9075となる。このように、〔C〕値が高くなるほど幅の大きい火花微粒子の発生量が多くなる事を示していて相関は強いことがわかる。
図9は、(1-4)単位時間あたりに撮像ラインSを通過した火花微粒子の長さA(例えば、20mm)と長さB(例えば、10mm)の個数比率を有意な因子としてデータを取得し単回帰分析を行った結果を示す図である。図からわかるように、単回帰式はy=-13.199x+1283.9となり、寄与率はR2=0.5546となる。このように、〔C〕値が高くなるほど長さ20mm/10mmの比率が小さくなる傾向があるが相関は弱く、〔C〕値が高くなるほど火花微粒子の長さが短くなる傾向がある。
図10は、(1-5)単位時間あたりに撮像ラインSを通過した火花微粒子個数を有意な因子としてデータを取得し単回帰分析を行った結果を示す図である。図からわかるように、単回帰式はy=0.482x-571.85となり、寄与率はR2=0.7402となる。このように、〔C〕値が高くなるほど火花微粒子の個数が多くなる事を示していて相関はやや強いことがわかる。
3.有意な因子と〔C〕の重回帰分析結果例
上記各有意な因子を組み合わせて重回帰分析し、最も信頼度の高い回帰式を求める。下記実施例では、有意な因子として、(1)単位時間あたりに撮像ラインS(すなわち撮像面p)を通過した火花微粒子の総面積と、(2)単位時間あたりに撮像ラインSを通過した火花微粒子の最小測定幅(例えば0.234mm幅)の個数とを用いる。そして、因子を2つとした場合の重回帰式は[数式2]のごとく表わすことができる。
上記各有意な因子を組み合わせて重回帰分析し、最も信頼度の高い回帰式を求める。下記実施例では、有意な因子として、(1)単位時間あたりに撮像ラインS(すなわち撮像面p)を通過した火花微粒子の総面積と、(2)単位時間あたりに撮像ラインSを通過した火花微粒子の最小測定幅(例えば0.234mm幅)の個数とを用いる。そして、因子を2つとした場合の重回帰式は[数式2]のごとく表わすことができる。
[数式2]
〔C〕=a1X1 + a2X2 + b
〔C〕=a1X1 + a2X2 + b
ここで、表2中の補正R2が0.8以上であれば回帰式の有意性が高いといえる。なお、補正R2とは「自由度調整済み寄与率」と言い複数の因子を要因として重回帰分析をしたときの寄与率を表わしている。
重回帰分析の結果補正R2が最も大きくなった時の(偏回帰)係数は次の様になり最適な回帰式が求められる。
したがって、重回帰式は、切片の係数「-298.8」を定数項bとし、(1)の火花微粒子の総面積の係数「0.006121」をa1とし、(2)火花微粒子の最小測定幅(0.234mm幅)の個数の係数「2.312」をa2とした数式3のごとく表わすことができる。
[数式3]
〔C〕(予測値(%))=-0.298+0.000006121*〔総面積〕+0.002312*〔0.234mm幅個数〕
〔C〕(予測値(%))=-0.298+0.000006121*〔総面積〕+0.002312*〔0.234mm幅個数〕
表4は、実測値と予測値の差である「誤差」を示す表である。
したがって、重回帰予測式である上記[数式3]を用いることより、信頼度95%の区間は、±21.658(表5の標準誤差)*2.447(自由度6、出現確率0.95の場合のt値)=±53.0(0.053%)に入ると予想され、〔C〕値を人による判定よりも的確に判断することが可能であることがわかる。
なお、上記有意な因子はあくまでも一例であり、他に有意な因子としては以下の因子をあげることも可能である。
(6)単位時間あたりに撮像ラインSを通過した火花微粒子の撮像ラインSに対する設定角度範囲の個数。
(7)単位時間あたりに撮像ラインSを通過した火花微粒子の撮像ラインSに対する設定角度範囲の総面積。
(8)単位時間あたりに撮像ラインSを通過した火花微粒子の設定明るさ以上の個数。
(9)単位時間あたりに撮像ラインSを通過した火花微粒子の設定明るさ以上の総面積。
上記(6)〜(9)は火花微粒子の爆発個数の程度を示すものである。
(6)単位時間あたりに撮像ラインSを通過した火花微粒子の撮像ラインSに対する設定角度範囲の個数。
(7)単位時間あたりに撮像ラインSを通過した火花微粒子の撮像ラインSに対する設定角度範囲の総面積。
(8)単位時間あたりに撮像ラインSを通過した火花微粒子の設定明るさ以上の個数。
(9)単位時間あたりに撮像ラインSを通過した火花微粒子の設定明るさ以上の総面積。
上記(6)〜(9)は火花微粒子の爆発個数の程度を示すものである。
(10)単位時間あたりに撮像ラインSを通過した火花微粒子の幅合計値。
(11)単位時間あたりに撮像ラインSを通過した火花微粒子の長さ合計値。
上記(10)、(11)は火花微粒子の発生量を示すものである。
(11)単位時間あたりに撮像ラインSを通過した火花微粒子の長さ合計値。
上記(10)、(11)は火花微粒子の発生量を示すものである。
また、次の補正因子を適正値に管理するか予測式で補正計算項を追加すれば予測精度は向上する。
(予測式を補正する因子)
予測式は火花微粒子が発生する条件と火花微粒子を撮像する条件が変化すれば変動し精度が悪化する。出来るだけ重回帰分析の補正R2が大きくなり標準誤差が小さくなる条件下で発生させて撮像する事が重要であるが、不可避的に各条件が変動する場合はその変動値を測定して予測式を補正する必要がある。その因子は次の項目である
予測式は火花微粒子が発生する条件と火花微粒子を撮像する条件が変化すれば変動し精度が悪化する。出来るだけ重回帰分析の補正R2が大きくなり標準誤差が小さくなる条件下で発生させて撮像する事が重要であるが、不可避的に各条件が変動する場合はその変動値を測定して予測式を補正する必要がある。その因子は次の項目である
(火花微粒子発生条件(JIS G0566を参考))
(1)砥石の種類(粒度、結合度、製造番号)
(2)砥石の周速
(3)砥石の鋼への押付力
(4)火花発生開始からの時間(表面の脱炭・浸炭・窒化層、スケールは避けてサンプリングする)
(5)グラインダー種類
(1)砥石の種類(粒度、結合度、製造番号)
(2)砥石の周速
(3)砥石の鋼への押付力
(4)火花発生開始からの時間(表面の脱炭・浸炭・窒化層、スケールは避けてサンプリングする)
(5)グラインダー種類
(撮像条件)
(1)火花発生位置から撮像ラインSまでの距離
(2)焦点位置からカメラレンズまでの距離
(3)周囲の明るさ、背景の明るさ
(4)風力、風向
(1)火花発生位置から撮像ラインSまでの距離
(2)焦点位置からカメラレンズまでの距離
(3)周囲の明るさ、背景の明るさ
(4)風力、風向
上記の内、予測式の定数項が変動するカテゴリー的因子に関しては定期的な感度校正によって予測式を補正する。火花微粒子発生条件の(1),(5)、撮像条件の(1),(2)がこれに相当すると考えられる。又、量的変動要因に関しては変動値を測定してオンラインで予測式を補正する。
また、定期的に実測値と予測値の誤差が最小になるように重回帰分析を見直すことも必要である。
100:本実施形態の鋼の炭素成分分析装置
101:ラインセンサカメラ
102:炭素成分分析部
103:画像処理部103
104:予測式生成部104
105:予測式記憶部
106:鋼種判別部
107:データベース
101:ラインセンサカメラ
102:炭素成分分析部
103:画像処理部103
104:予測式生成部104
105:予測式記憶部
106:鋼種判別部
107:データベース
Claims (10)
- 鋼の摩擦による火花発生点から所定の距離に所定の視野幅及び被写界深度を有する撮像ラインを設定して、前記撮像ラインを通過する火花微粒子を撮像するラインセンサカメラと、
前記撮像した火花微粒子について所定の画像処理を行い前記火花微粒子の特徴量について数値化されたデータを抽出する画像処理部と、
前記抽出された火花微粒子のデータから、鋼の炭素成分重量比率に対して有意な相関関係をもつ因子を少なくとも1つ用いて統計的処理により鋼の炭素成分重量比率の予測式を生成する予測式生成部と、
鋼種判別時において、前記画像処理部で抽出された火花微粒子の前記有意な因子のデータを前記鋼の炭素成分重量比率の予測式に入力して鋼の炭素成分重量比率を得る鋼種判別部と、
を有することを特徴とする火花試験の画像処理による鋼の炭素成分分析装置。 - 前記鋼種判別部は、
鋼種に対応する炭素成分重量比率を格納し、前記得られた鋼の炭素成分重量比率と被検査鋼種に対応する炭素成分重量比率を比較して鋼種を判別することを特徴とする請求項1に記載の火花試験の画像処理による鋼の炭素成分分析装置。 - 前記統計的処理は、複数の前記有意な因子を用いた多変量解析であり、該多変量解析により、重回帰式である前記鋼の炭素成分重量比率の予測式を生成することを特徴とする請求項1または2に記載の火花試験の画像処理による鋼の炭素成分分析装置。
- 前記有意な因子は、単位時間あたりに前記撮像ラインを通過した前記火花微粒子の総面積、単位時間あたりに前記撮像ラインを通過した前記火花微粒子の最小測定幅の個数、単位時間あたりに前記撮像ラインを通過した幅の大きい前記火花微粒子の個数、単位時間あたりに前記撮像ラインを通過した前記火花微粒子の互いに直交する方向の長さの個数比率、及び、単位時間あたりに前記撮像ラインを通過した前記火花微粒子個数から選ばれた少なくとも1つの因子であることを特徴とする請求項1から3のいずれかに記載の火花試験の画像処理による鋼の炭素成分分析装置。
- 前記予測式生成部は、
火花発生条件又は撮像条件による補正因子の変動値を測定して前記鋼の炭素成分重量比率の予測式の補正を行なうことを特徴とする請求項1から4のいずれかに記載の火花試験の画像処理による鋼の炭素成分分析装置。 - 鋼の摩擦による火花発生点から所定の距離の火花中に所定の視野幅及び被写界深度を有する撮像ラインを設定して、前記撮像ラインを通過する火花微粒子をラインセンサカメラで撮像する工程と、
前記撮像した火花微粒子について所定の画像処理を行い前記火花微粒子の特徴量について数値化されたデータを抽出する工程と、
前記抽出された火花微粒子のデータから、鋼の炭素成分重量比率に対して有意な相関関係をもつ因子を少なくとも1つ用いて統計的処理により鋼の炭素成分重量比率の予測式を生成する工程と、
鋼種判別時において、前記抽出された火花微粒子の前記有意な因子のデータを前記鋼の炭素成分重量比率の予測式に入力して鋼の炭素成分重量比率を得る工程と、
を有することを特徴とする火花試験の画像処理による鋼の炭素成分分析方法。 - 前記得られた鋼の炭素成分重量比率と被検査鋼種に対応する炭素成分重量比率を比較して鋼種を判別する工程をさらに含むことを特徴とする請求項6に記載の火花試験の画像処理による鋼の炭素成分分析方法。
- 前記統計的処理は、複数の前記有意な因子を用いた多変量解析であり、該多変量解析により、重回帰式である前記鋼の炭素成分重量比率の予測式を生成することを特徴とする請求項6または7に記載の火花試験の画像処理による鋼の炭素成分分析方法。
- 前記有意な因子は、単位時間あたりに前記撮像ラインを通過した前記火花微粒子の総面積、単位時間あたりに前記撮像ラインを通過した前記火花微粒子の最小測定幅の個数、単位時間あたりに前記撮像ラインを通過した幅の大きい前記火花微粒子の個数、単位時間あたりに前記撮像ラインを通過した前記火花微粒子の互いに直交する方向の長さの個数比率、及び、単位時間あたりに前記撮像ラインを通過した前記火花微粒子個数、から選ばれた少なくとも1つの因子であることを特徴とする請求項6から8のいずれかに記載の火花試験の画像処理による鋼の炭素成分分析方法。
- 火花発生条件又は撮像条件による補正因子の変動値を測定して前記鋼の炭素成分重量比率の予測式の補正を行なう工程をさらに含むことを特徴とする請求項6から9のいずれかに記載の火花試験の画像処理による鋼の炭素成分分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009089000A JP2010243189A (ja) | 2009-04-01 | 2009-04-01 | 火花試験の画像処理による鋼の炭素成分分析装置及びその方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009089000A JP2010243189A (ja) | 2009-04-01 | 2009-04-01 | 火花試験の画像処理による鋼の炭素成分分析装置及びその方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2010243189A true JP2010243189A (ja) | 2010-10-28 |
Family
ID=43096365
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009089000A Pending JP2010243189A (ja) | 2009-04-01 | 2009-04-01 | 火花試験の画像処理による鋼の炭素成分分析装置及びその方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2010243189A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012247206A (ja) * | 2011-05-25 | 2012-12-13 | Tokyo Univ Of Science | 鋼材成分識別装置及びそのプログラム |
CN106770298A (zh) * | 2017-02-28 | 2017-05-31 | 湘潭大学 | 一种基于火花密度测量钢铁中碳含量的装置和方法 |
JP2018018153A (ja) * | 2016-07-25 | 2018-02-01 | オリンパス株式会社 | 鋼種判別装置及び鋼種判別方法 |
JP2019074340A (ja) * | 2017-10-12 | 2019-05-16 | 学校法人東京理科大学 | 鋼材識別装置、方法、及びプログラム |
-
2009
- 2009-04-01 JP JP2009089000A patent/JP2010243189A/ja active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012247206A (ja) * | 2011-05-25 | 2012-12-13 | Tokyo Univ Of Science | 鋼材成分識別装置及びそのプログラム |
JP2018018153A (ja) * | 2016-07-25 | 2018-02-01 | オリンパス株式会社 | 鋼種判別装置及び鋼種判別方法 |
CN106770298A (zh) * | 2017-02-28 | 2017-05-31 | 湘潭大学 | 一种基于火花密度测量钢铁中碳含量的装置和方法 |
CN106770298B (zh) * | 2017-02-28 | 2019-09-20 | 湘潭大学 | 一种基于火花密度测量钢铁中碳含量的装置和方法 |
JP2019074340A (ja) * | 2017-10-12 | 2019-05-16 | 学校法人東京理科大学 | 鋼材識別装置、方法、及びプログラム |
JP7008919B2 (ja) | 2017-10-12 | 2022-01-25 | 学校法人東京理科大学 | 鋼材識別装置、方法、及びプログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4644819B2 (ja) | 微小変位計測法及び装置 | |
US7724925B2 (en) | System for generating thermographic images using thermographic signal reconstruction | |
US6751342B2 (en) | System for generating thermographic images using thermographic signal reconstruction | |
JP5989135B2 (ja) | 表面加工状態の評価システムおよび評価方法 | |
US20070132990A1 (en) | Surface inspection apparatus | |
CN103063576A (zh) | 激光显微镜下定量分析钢中夹杂物的方法 | |
JP2010243189A (ja) | 火花試験の画像処理による鋼の炭素成分分析装置及びその方法 | |
JP2016099126A (ja) | 鋼材成分識別装置及びそのプログラム | |
US7586599B2 (en) | Method and system for detecting defects | |
JP2023551972A (ja) | カソードルミネッセンス測定を用いた、半導体材料における転位のタイプおよび密度の判別 | |
WO2002089042A1 (en) | System for generating thermographic images using thermographic signal reconstruction | |
KR101492254B1 (ko) | 정도관리를 위한 초음파 진단 장치 및 초음파 진단 방법 | |
JP2011031370A (ja) | 表面仕上げ判定装置 | |
JP7210321B2 (ja) | 転位の検出方法,検出装置,及び検出プログラム | |
Kee et al. | A simple approach to fine wire diameter measurement using a high-resolution flatbed scanner | |
JP4035558B2 (ja) | 表面検査装置 | |
JP5133095B2 (ja) | 超音波ガスメーター部品の検査方法及びその装置 | |
JPH10307011A (ja) | 表面検査方法および表面検査装置 | |
Lvova et al. | Surface Image Processing Algorithms in Scanning Probe Microscopy and Nanohardness Measurements | |
CN116297337B (zh) | 一种使用暗场光学成像技术判别二维材料层数的方法 | |
RU2413179C2 (ru) | Способ контроля шероховатости поверхности изделия | |
RU2272277C2 (ru) | Способ интегрально-сцинтилляционного спектрального анализа вещества | |
Yi et al. | Evaluation of grinding surface roughness based on color component difference of image | |
More et al. | Identification of origitnal gold using Digital Image Processing | |
Zhang et al. | The stress intensity factor of opening mode determined by digital image correlation |