JP2011506992A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2011506992A5 JP2011506992A5 JP2010538831A JP2010538831A JP2011506992A5 JP 2011506992 A5 JP2011506992 A5 JP 2011506992A5 JP 2010538831 A JP2010538831 A JP 2010538831A JP 2010538831 A JP2010538831 A JP 2010538831A JP 2011506992 A5 JP2011506992 A5 JP 2011506992A5
- Authority
- JP
- Japan
- Prior art keywords
- pipe
- ultrasonic
- image
- sensor
- arrangement
- 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.)
- Granted
Links
- 230000001537 neural Effects 0.000 claims description 63
- 238000007689 inspection Methods 0.000 claims description 46
- 238000002592 echocardiography Methods 0.000 claims description 34
- 230000000875 corresponding Effects 0.000 claims description 31
- 238000004519 manufacturing process Methods 0.000 claims description 27
- 230000001066 destructive Effects 0.000 claims description 19
- 238000001914 filtration Methods 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 239000012528 membrane Substances 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 9
- 229910000831 Steel Inorganic materials 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 8
- 239000010959 steel Substances 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000005284 excitation Effects 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 6
- 230000001808 coupling Effects 0.000 claims description 4
- 238000010168 coupling process Methods 0.000 claims description 4
- 238000005859 coupling reaction Methods 0.000 claims description 4
- 239000007788 liquid Substances 0.000 claims description 4
- 230000002950 deficient Effects 0.000 claims 1
- 238000002604 ultrasonography Methods 0.000 description 24
- 238000010586 diagram Methods 0.000 description 23
- 238000001514 detection method Methods 0.000 description 22
- 238000000034 method Methods 0.000 description 16
- 239000000523 sample Substances 0.000 description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 13
- 210000002569 neurons Anatomy 0.000 description 11
- 238000009434 installation Methods 0.000 description 9
- 238000010304 firing Methods 0.000 description 7
- 238000009659 non-destructive testing Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 210000004027 cells Anatomy 0.000 description 5
- 239000000463 material Substances 0.000 description 4
- 239000003208 petroleum Substances 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 230000001702 transmitter Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 210000002364 input neuron Anatomy 0.000 description 2
- 238000009114 investigational therapy Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 210000004205 output neuron Anatomy 0.000 description 2
- 230000003252 repetitive Effects 0.000 description 2
- 101700064026 EXT1 Proteins 0.000 description 1
- 102100008243 INTS1 Human genes 0.000 description 1
- 101710004183 INTS1 Proteins 0.000 description 1
- 210000000225 Synapses Anatomy 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007374 clinical diagnostic method Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000001186 cumulative Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000003628 erosive Effects 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000717 retained Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000000528 statistical test Methods 0.000 description 1
- 230000001360 synchronised Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000002194 synthesizing Effects 0.000 description 1
- 230000001960 triggered Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Images
Description
本発明は、特に製造プロセスにおけるパイプ用材料の非破壊検査に関する。
材料の非破壊検査に関して最近のもの程さらにニューラルネットワークを用いることに資する種々のオプションが知られている。しかし、現在既存のオプションは、既に稼動中の機器で、リアルタイムで産業環境において操作することができないが、タイプに応じた不完全(imperfection)の実行中の分級を可能にし、これにより製造段階中に生じる問題に迅速に対処することが可能である。
未公開のフランス特許出願第0605923号では、非破壊検査について論じている。
本発明の目的は、
産業環境において使用することができ、この環境において既に存在する機器で容易に取り付けられることができ;
リアルタイムで使用することができ、すなわち、特に製造の全体速度を減速することなく十分に高速の速度で、高速診断を提供することができ;
その深刻度を認識するとともに、不完全にとっての技術的な理由の決定を可能にするのみならず、製造フェーズ中の問題に迅速に対処することを可能にするために、少ない情報量に基づいて、タイプに応じた不完全の分級を可能にする、システムに近づけることによって状況を改善することにある。
産業環境において使用することができ、この環境において既に存在する機器で容易に取り付けられることができ;
リアルタイムで使用することができ、すなわち、特に製造の全体速度を減速することなく十分に高速の速度で、高速診断を提供することができ;
その深刻度を認識するとともに、不完全にとっての技術的な理由の決定を可能にするのみならず、製造フェーズ中の問題に迅速に対処することを可能にするために、少ない情報量に基づいて、タイプに応じた不完全の分級を可能にする、システムに近づけることによって状況を改善することにある。
本発明の初期の態様によれば、製造中および製造終了時に、パイプ(または他の鉄鋼製品)の非破壊検査用の操作ツールを形成する装置が提案される。そのようなツールは、製品において考えられる不完全の情報を抽出することを意図している。超音波センサ送信は、選択された時間規則にしたがって選択的に励起される。フィードバック信号は、液体媒体の介在を通じてパイプと超音波カップリングにより取り付けられた、選択された幾何構成による配置を形成する超音波センサ受信によって捕捉される。最後に、一般に、パイプとトランスデューサの配置との間の相対的な回転/並進移動がある。
操作ツールは、
相対的な回転/並進移動の関数として指定された時間窓において考えられるエコーのデジタル表示を選択的に分離可能であるとともに、製品における考えられる不完全の画像をこのデジタル表示から抽出し、当該表示は少なくとも1つのエコーの振幅および飛翔時間と、平行六面体3Dグラフとを含んでいるコンバータと、
3Dグラフおよびデータベースに基づくパイプにおいて考えられる不完全の3D画像を生成可能な変換ユニットと、
画像において、推定不完全領域に加えて、各推定不完全の特性を決定可能なフィルタと、
製品の適合または不適合信号を生成するように構成された出力部と、を備える。
相対的な回転/並進移動の関数として指定された時間窓において考えられるエコーのデジタル表示を選択的に分離可能であるとともに、製品における考えられる不完全の画像をこのデジタル表示から抽出し、当該表示は少なくとも1つのエコーの振幅および飛翔時間と、平行六面体3Dグラフとを含んでいるコンバータと、
3Dグラフおよびデータベースに基づくパイプにおいて考えられる不完全の3D画像を生成可能な変換ユニットと、
画像において、推定不完全領域に加えて、各推定不完全の特性を決定可能なフィルタと、
製品の適合または不適合信号を生成するように構成された出力部と、を備える。
本発明は、同様に製造中および製造終了時のパイプ(または他の鉄鋼製品)用の非破壊検査装置として位置づけられ、
パイプとトランスデューサの配置との間の相対的な回転/並進移動によって、カップリング媒体の介在を通じて前記パイプとつながる超音波で取り付けられた、選択された幾何構成による超音波トランスデューサの配置、
選択された時間規則にしたがってトランスデューサ要素を選択的に励起するとともに、トランスデューサ要素が捕捉するフィードバック信号を収集するための回路、および
上述したような操作ツールを備える。
パイプとトランスデューサの配置との間の相対的な回転/並進移動によって、カップリング媒体の介在を通じて前記パイプとつながる超音波で取り付けられた、選択された幾何構成による超音波トランスデューサの配置、
選択された時間規則にしたがってトランスデューサ要素を選択的に励起するとともに、トランスデューサ要素が捕捉するフィードバック信号を収集するための回路、および
上述したような操作ツールを備える。
本発明の他の態様は、製造中および製造終了時のパイプ(または他の鉄鋼製品)用の非破壊検査方法の形態それ自体を示し、下記のステップを備える:
a.パイプとトランスデューサの配置との間の相対的な回転/並進移動によって、カップリング媒体の介在を通じて前記パイプとつながる超音波で取り付けられた、選択された幾何構成による超音波トランスデューサの配置を設けるステップ;
b.選択された時間規則にしたがってトランスデューサ要素を選択的に励起するステップ;
c.トランスデューサ要素が捕捉するフィードバック信号を、前記パイプにおいて考えられる不完全上の情報を抽出するように、これらのフィードバック信号を選択的に解析するために、収集し、前記情報は少なくとも1つのエコーの振幅および飛翔時間を含み、平行六面体3Dグラフを生成するステップ;
d.相対的な回転/並進移動の関数として指定された時間窓において考えられるエコーのデジタル表示を選択的に分離するとともに、3Dグラフおよびデータベースに基づいて前記パイプにおいて考えられる不完全の3D画像をこれから抽出するステップ;
e.製品の適合または不適合信号を生成するステップ。
a.パイプとトランスデューサの配置との間の相対的な回転/並進移動によって、カップリング媒体の介在を通じて前記パイプとつながる超音波で取り付けられた、選択された幾何構成による超音波トランスデューサの配置を設けるステップ;
b.選択された時間規則にしたがってトランスデューサ要素を選択的に励起するステップ;
c.トランスデューサ要素が捕捉するフィードバック信号を、前記パイプにおいて考えられる不完全上の情報を抽出するように、これらのフィードバック信号を選択的に解析するために、収集し、前記情報は少なくとも1つのエコーの振幅および飛翔時間を含み、平行六面体3Dグラフを生成するステップ;
d.相対的な回転/並進移動の関数として指定された時間窓において考えられるエコーのデジタル表示を選択的に分離するとともに、3Dグラフおよびデータベースに基づいて前記パイプにおいて考えられる不完全の3D画像をこれから抽出するステップ;
e.製品の適合または不適合信号を生成するステップ。
ステップeは、
e1.推定不完全領域(Zcur)および各推定不完全の特性を決定するために、選択されたフィルタ基準にしたがった画像をフィルタリングする段階、
e2.推定不完全領域(Zcur)に対応する画像の抽出、フィルタから発する同じ領域における推定不完全の特性、および出現箇所のデータ(contextual data)から、作業のデジタル入力を形成する段階、
e3.形成された入力をニューラル回路タイプの少なくとも1つの配置に適用する段階、
e4.出力からデシジョンおよび/またはアラームを導き出すために、前記ニューラル回路タイプの前記配置からの出力をデジタル処理する段階、ならびに
e5.e4段階により適応しないと判断されたパイプを分けるとともに印を付ける(994)段階を備え得る。
e1.推定不完全領域(Zcur)および各推定不完全の特性を決定するために、選択されたフィルタ基準にしたがった画像をフィルタリングする段階、
e2.推定不完全領域(Zcur)に対応する画像の抽出、フィルタから発する同じ領域における推定不完全の特性、および出現箇所のデータ(contextual data)から、作業のデジタル入力を形成する段階、
e3.形成された入力をニューラル回路タイプの少なくとも1つの配置に適用する段階、
e4.出力からデシジョンおよび/またはアラームを導き出すために、前記ニューラル回路タイプの前記配置からの出力をデジタル処理する段階、ならびに
e5.e4段階により適応しないと判断されたパイプを分けるとともに印を付ける(994)段階を備え得る。
本発明の他の態様、特徴および利点は、後述する非限定的な実施形態および添付図面の詳細説明の考察において明らかになるであろう。
図面は、要素の明確な定義を含む。したがって、図面は、本発明をよりよく理解することに供するだけでなく、必要に応じて、その定義にも寄与する。
本文において、超音波センサは、センサ、またはプローブもしくはトランスデューサと区別なく呼ばれ得、そのすべてが、当業者には公知である。
ニューラルネットワーク
材料の非破壊検査に関してニューラルネットワークの使用は、種々の刊行物の主たる課題であり、現在考えられている大部分は極めて理論的である。
材料の非破壊検査に関してニューラルネットワークの使用は、種々の刊行物の主たる課題であり、現在考えられている大部分は極めて理論的である。
ZAOUI、MARCHANDおよびRAZEKによる「Localization and Shape Classification of Defects using the Finite Element Method and the Neural Networks」(NDT.NET、1999年8月、4巻、縮約版11月8日)の論文が、この分野における提案を説明している。しかしながら、これらの提案は、研究室における活動という状況で行われており、記載された用途は、産業環境の製造ラインにおける実現が可能でない。さらに、渦電流(Eddy Current)による検出のみが扱われており、不適切であることが多い。
LawsonおよびParkerによる「Automatic Detection of Defects in Industrial Ultrasound Images using a Neural Network」と題された論文(Proc.of Int. Symposium on Lasers, Optics, and Vision for Productivity in Manufacturing I(Vision Systems:Applications)、1996年6月、Proc. of SPIE 2786巻,37−47ページ、1996年)は、いわゆるスキャンTOFD解釈に対する画像処理およびニューラルネットワークの適用について記載している。TOFD(飛翔時間回折)法は、不完全のエッジでビームの回折を観察することを可能にする超音波センサの位置を特定することからなり、不完全の次の次元決定(dimensioning)を可能にする。この方法は、特に産業環境において、既存の非破壊検査機器に適応させることが困難である。
DunlopおよびMcNabによる「Shape Classification of Flaw Indications in 3−Dimensional Ultrasonic Images」と題された論文(IEE Proceedings−Science,Measurement and Technology、1995年7月、142巻、4号、307−312ページ)は、パイプライン腐食に関する診断に関連する。システムは、精密な非破壊検査を可能にし、リアルタイムにおける3次元調査を可能にする。しかしながら、システムは、きわめて遅い。このことは、産業環境におけるその使用を相対的に困難にする。
Ravanbodによる「Application of nuero−fuzzy techniques in oil pipelines ultrasonic non−destructive testing」と題された論文(NDT&E International 38(2005年)、643−653ページ)は、不完全検出アルゴリズムを、ニューラルネットワークと組み合わせたファジー論理要素の使用によって改善することができることを提示している。しかしながら、これもまた、検討された技術は、パイプライン不完全の検査および腐食不完全の診断に関する。
独国特許4201502C2号明細書は、ニューラルネットワーク用に意図された信号作成方法について記載しているが、診断に関して結果の解釈の情報はほとんどまたは全く提供されていない。さらに、この場合も渦電流による検出のみが取り扱われている。
特開平11−2626号公報は、単に渦電流による長手方向の不完全のみの検出に関する。
特開平8−110323号公報は、超音波によって得られた信号の周波数の研究にとどまっている。
特開2003−279550号公報は、ニューラルネットワークを使用した製品の良好と見なされた領域と不完全な領域との間の分別用プログラムについて記載している。このプログラムは、これだけにとどまり、不完全の分級または位置特定のいずれも可能ではない。結果として、このプログラムの用途は、結果がオペレータによって解釈されている場合に、良好と考えられるような部分の排除を頻繁にもたらし得る。
パイプの非破壊検査
下記の詳細な説明は、本質的に製造を終わらせるパイプの非破壊検査の範囲内で提供されるが、これに限定されない。
下記の詳細な説明は、本質的に製造を終わらせるパイプの非破壊検査の範囲内で提供されるが、これに限定されない。
図1に示されているように、パイプTにおける不完全は、その位置に応じて識別することができる。したがって、表面不完全は、内側であれ外側であれ、長手方向の不完全LD、円周方向(または横方向または交差方向または横断方向)の不完全CDおよび斜め方向または傾斜方向の不完全IDを含み、センサの種々の配置によって、標準要件または規格要件または顧客の要件(例えば、標準において言及される不完全の長さの値は1/2インチまたは約12.7mmであり、検査される製品の厚さの約5%の深さである)に応じて定義される長さおよび深さを越えて延在すると即、これらを検出しようとする試みがなされている。この規準に適合する不完全は欠陥と呼ばれる。また、「壁の中の」不完全も重大であり、すなわち、塊MD(図1では見えない)において、包含および分割端部に対応することが多く、その検出は、厚さ測定と同時に試みられる。超音波ビームは、不完全の検出を説明するために、図1において広がることが示されている。実際には、図から分かるように、かなり収束するであろう。
従来、超音波による非破壊検査において、下記の3つの設置のタイプ、すなわち、いわゆる「回転ヘッド」設置、いわゆる「回転パイプ」設置および多要素取り囲みセンサ設置の1つが使用され、いずれの設置も当業者には公知である。電子スキャンにより作用するセンサの使用の場合には、相対的なパイプ/センサの回転は、仮想(virtual)である。ここで使用される際には、表現「パイプとトランスデューサ配置との間の相対的な回転移動/並進移動」は、相対的な回転が仮想である場合を包含する。
図2において、回転ヘッド非破壊検査機は、ウォータエンクロージャまたはウォータボックス100上にいわゆる適切に取り付けられる超音波デバイスを備えており、この超音波デバイスは、例えば、v=0.5m/秒の速度でパイプTと交差する。超音波センサまたはプローブは、水中で縦波を発する。所定のセンサは、例えば、1MHzまたは2MHz以上で動作する。それは、選択された波形のパルスによって、数kHzまたは数十kHzオーダ、例えば、10kHzの反復速度(または周波数)Fr(パルス反復周波数(PRF)としても知られる。)で反復的に励起される。
また、超音波トランスデューサは、
数々の干渉が存在するいわゆるフレネル領域において実際に平行である近接場放射線であって、ビームの軸に沿ったその長さが、
N=0.25D2/λ(式中、Dはトランスデューサのアクティブパッドの直径であり、λはその動作波長)である近接場放射線と、
角度2αの発散ビームによる、いわゆるフラウンホーファ領域における遠方場放射線であって、
sinα=1.22λ/Dである遠方場放射線と、を有する。
数々の干渉が存在するいわゆるフレネル領域において実際に平行である近接場放射線であって、ビームの軸に沿ったその長さが、
N=0.25D2/λ(式中、Dはトランスデューサのアクティブパッドの直径であり、λはその動作波長)である近接場放射線と、
角度2αの発散ビームによる、いわゆるフラウンホーファ領域における遠方場放射線であって、
sinα=1.22λ/Dである遠方場放射線と、を有する。
図3A、図3Bおよび図3Cは、パイプ検査用途において現在使用されているような凹面(超音波)レンズを用いて収束を行うセンサを表す。外乱が少ないため、フラウンホーファ領域が用いられることが好ましい。
したがって、P11およびP12のようなセンサにとって、通常焦点を結ぶ超音波ビームは、パイプTの軸に対して垂直な平面付近に延在する。その結果、断面において、検出は顕著に行われる。それらの役割は、下記の通りである。
ビームもまた、断面においてパイプTの軸に対して垂直であり、厚さ(例えば、P1、図3A)を測定するようにふるまい、これはそのとき「直線プロービング」と呼ばれるか、
または、それらのビームは、断面において、パイプTの軸における入射を有するとともに、長手方向の不完全(例えば、P11、図3B)を検出するようにふるまう。この場合には、(原則的には水/鋼における)パイプの水/金属の境界の特性を踏まえて、断面において入射角は好ましくは、超音波の横波またはせん断波のみをパイプに生成するために選択される。一般に、パイプの軸に対して対向する入射を伴う2つのセンサP11およびP12が提供される(図2)。
または、それらのビームは、断面において、パイプTの軸における入射を有するとともに、長手方向の不完全(例えば、P11、図3B)を検出するようにふるまう。この場合には、(原則的には水/鋼における)パイプの水/金属の境界の特性を踏まえて、断面において入射角は好ましくは、超音波の横波またはせん断波のみをパイプに生成するために選択される。一般に、パイプの軸に対して対向する入射を伴う2つのセンサP11およびP12が提供される(図2)。
また、検査機は、P21およびP22などのセンサを備え、その超音波ビームもまた、焦点を結び、他方では、パイプの軸を通過する平面付近まで延在するが、パイプTの軸に対して垂直である平面に対して入射を有する(センサP21、図3C参照)。この場合には、パイプの軸に対して垂直である平面に対する入射角は、パイプ(原則的には水/鋼)の水/金属の境界の特性を踏まえて、超音波の横波またはせん断波のみをパイプに生成するために選択されることが好ましい。これらのセンサは、横断方向の不完全を検出するようにふるまう。一般に、パイプの軸の垂直平面に対して対向する入射を有する2つのセンサP21およびP22が提供される(図2)。
不完全に関する検査は一般に、ビームの焦点を結ぶことによって行われる。焦点は、接合に関して測定され、パイプの厚さにおける超音波の最初の出射および戻りの軌跡に対応する。したがって、図3Aにおけるセンサは半接合で焦点を結ぶ一方、図3Bおよび図3Cのセンサは4分の3接合で焦点を結ぶ。また、外部不完全に関する検査は一般に、接合において行われ、内部不完全の場合には、半接合で行われる。
Taが留意され、これは、考えられる不完全を表す戻り超音波ビームを正確に受信することができるようにするために、プローブに関して必要な時間である。この時間Taは、下記の2つの時間の和により決まる:
第1に、超音波の軌跡に沿って、プローブとパイプとの間に存在する水柱の高さに関して、超音波の縦波が出射して戻る伝播時間と、
第2に、非破壊検査自体を行うためにパイプ内で必要とされるような超音波の横波の伝播時間と、である。この時間は主に、パイプの壁内における横波の選択された反射数により決まる。
第1に、超音波の軌跡に沿って、プローブとパイプとの間に存在する水柱の高さに関して、超音波の縦波が出射して戻る伝播時間と、
第2に、非破壊検査自体を行うためにパイプ内で必要とされるような超音波の横波の伝播時間と、である。この時間は主に、パイプの壁内における横波の選択された反射数により決まる。
従来、プローブは、毎分数千回転(例えば、6,000rpm)オーダの速度Tで、示されていない手段によって、パイプの軸の周囲を回転するように構成される。当業者にも公知であるように、パイプが回転する一方、プローブが回転するように構成されていない場合(いわゆる回転パイプ設置)において、パイプの回転速度は、毎分数十〜数千回転オーダである。
セルは、各センサ−伝導媒体(水)−パイプアセンブリに与えられる名前である。また、セルにとって、検出超音波プローブのビーム開口Odを考慮しなければならない。開口は、2つの構成要素(図1)、パイプの断面における1つのOd1とパイプおよびプローブの軸を通過する平面における他のOd2とによって定義することができる。
(回転速度、スループット速度、寸法Od1およびOd2およびプローブの数の関数としての)設置調整は、検査するパイプの表面および容量の全てを超音波ビームによってスキャンすることを保証すべきである。
一定の標準要件または顧客の要件または仕様は、スキャン領域の範囲でなければならないことに留意すべきである。
したがって、解析時間Taは、
反復速度(または周波数)Fr(パルス反復周波数(PRF)としても知られる。)と、
パイプの断面において、超音波プローブの検出開口Od1を考慮した回転速度ω(換言すれば、センサの回転速度を踏まえて、ビーム開口の成分Od1は、センサの前方における不完全の存在のためにTaに少なくとも等しい時間を許容しなければならない)と、
パイプに沿って、超音波プローブの検出開口Od2を踏まえた、このスループットの速度v、およびパイプの周囲の同一の機能Fi専用のプローブの数NFi(したがってプローブのグループを構成する)(換言すれば、パイプの前進を踏まえて、ビーム開口の成分Od2は、センサ(またはセンサのグループ)の前方における不完全の存在のためにTaに少なくとも等しい時間を許容しなければならない)と、
同一の役割(すなわち同一の機能)専用のプローブの数と、
予め定義された波の伝播時間と、の間の中間状態によって定義される。
反復速度(または周波数)Fr(パルス反復周波数(PRF)としても知られる。)と、
パイプの断面において、超音波プローブの検出開口Od1を考慮した回転速度ω(換言すれば、センサの回転速度を踏まえて、ビーム開口の成分Od1は、センサの前方における不完全の存在のためにTaに少なくとも等しい時間を許容しなければならない)と、
パイプに沿って、超音波プローブの検出開口Od2を踏まえた、このスループットの速度v、およびパイプの周囲の同一の機能Fi専用のプローブの数NFi(したがってプローブのグループを構成する)(換言すれば、パイプの前進を踏まえて、ビーム開口の成分Od2は、センサ(またはセンサのグループ)の前方における不完全の存在のためにTaに少なくとも等しい時間を許容しなければならない)と、
同一の役割(すなわち同一の機能)専用のプローブの数と、
予め定義された波の伝播時間と、の間の中間状態によって定義される。
従来、検査機は一般に、LDタイプの不完全および可能であればIDタイプの不完全の検査用にP11、P12などの合わせて2つのセンサを備え、CDタイプの不完全の検査用のP21、P22などの2つのセンサに加えて、原則としてP1タイプの1つのセンサを備え、製品の厚さを測定するとともに、MDタイプ不完全について検査をする。実際に、各センサは、わかるように、共に作用するセンサのグループであり得る。
検査機は、各々のセンサに関連付けられる励起および検出の電子機器の一体型または個別のいずれかを有する。それは、ウォータボックス100に取り付けられたプローブP0の励起用に、例えば、250ボルトのパルス送信器70を備える(図4)。非破壊検査システムの一体部品として、超音波プローブP0、ここではトランシーバは、この励起に引き続くエコーを受信する。ライン700および710はそれぞれ、プローブの端子で励起パルスおよび信号を増幅器73に送信する。
増幅器73からの出力は、オペレータおよび/または(下流の)不適合パイプを分離することができる選別ロボットの制御用表示として役立つ。
表示は、例えば、オシロスコープ750上で行われ、信号として増幅器73からの出力を受信するとともに、時間基準752として送信器70から発する同期化段階753からの信号を受信する。閾値段階754は、送信パルスの時点でオシロスコープのブラインディングを回避する。
増幅器73からの別の出力は、信号処理段階760に進む。この処理は一般に、整流、平滑化およびフィルタリングを含む。信号処理は、公知の方法で著しいエコーを分離することができる検出またはセレクタフェーズ762に続く。不完全の検出にとって、これは、本質的に半接合および接合の一定の時間窓において、著しいその振幅またはその持続時間(つまりそのエネルギー)を伴うエコーの存在である。厚さの検出のために、それぞれの底部エコーの間の時間のずれに等しい距離が、パイプの所望の厚さに正確に対応するかどうかの確認が行われる。これらの基準にしたがって検出された異常は、764においてアラーム(警告)を発するため、および/または不適合なパイプを除去し、これらに、検出された異常の機能としてマーキングする選別ロボット766を制御するために使用することができる。
また、物理的に回転ヘッド設置(図5Aおよび図5B)の場合には、セルは機械支持部80の上に、図4のライン700、710を接合する接続部701によってセンサアセンブリP0を収容するウォータボックス100を備える。3つの回転軸受81〜83は、例えば、パイプTを中心に置くために設けられる。
公知の方法(例えば、ドイツ企業GE NUTRONIK(旧NUKEM)によって販売された装置)によれば、センサアセンブリP0は、パイプの周囲で毎分数千回の回転をするセンサを備える。また、多数のセンサは、パイプの周囲に環に分散させて使用することができる。リングは、例えば、周囲に分散された128個の超音波センサの6つのセクタを備える。センサセクタは、パイプの軸の方向において交互にわずかなオフセットを有する。これは、長手方向に2つの連続するセンサセクタの間を網羅することを可能にするとともに、干渉の問題も低減する。所定のセンサが別のセンサで行われる発射(超音波ショット)に起因するエコーを受信する際には、干渉が生じる。
これに加えて、超音波センサを連続的に通りすぎるパイプを正確に位置決めするために、非破壊検査ステーションの上流および下流にパイプを案内するためのベンチ(図示せず)がある。
非破壊検査は、パイプの全周囲で行われなければならない。しかし、この検査は、製造を終わらせるパイプの直線速度vを監視することも重要である。したがって、パイプの直線速度v、反復速度(または周波数)Fr(パルス反復周波数(PRF)としても知られる。)、解析時間Ta、検出中の超音波プローブの作動開口Od、回転速度ω、同一の機能を実行するセンサの数および超音波の伝播速度の間で、中間状態に達する。
また、同一の設置は、作製範囲を網羅するパイプの直径(およびパイプの厚さも)の全範囲にわたって動作することができる状態が望ましい。次いで、回転速度ωおよび反復周波数Fr(パルス反復周波数(PRF)としても知られる。)の複数の値を提供することが頻繁にあり、この値は、処理するパイプの直径の関数として選択される。
最後に、製造に対する何らかの変更が、パイプの周囲に各センサの超音波の入射角の再調整を伴うことに留意されたい。この繊細な操作は、手動で行われ、パイプの製造が中断される時間中、現在、約半時間かかる。これは、製造を終わらせるパイプまたは他の外形および/または薄壁の製品の超音波による非破壊検査条件下で現在行われる。
超音波非破壊検査の分野において、下記の専門用語が頻繁に用いられる。
「スキャン」は、一連の相対的なパイプ/センサの位置を意味する;
「インクリメント」は、(反復周波数(パルス反復周波数(PRF)としても知られる。)または超音波発射(ショット)周波数に反比例する)スキャニングのピッチを意味する;
「Aスキャン」は、横座標上の飛翔時間および縦座標上の超音波振幅とも呼ばれる電圧の表示による、超音波センサの端子で測定された電圧のグラフを意味する;
「Bスキャン」は、横座標上の、可能であれば検査する部分に対する角の角度で表現される、超音波発射(ショット)に対応するスキャンと、縦座標上の飛翔時間とによる、インクリメントの所定の値に対応する画像を意味し、各点における超音波振幅がグレースケールまたはカラースケールに変換される;
「エコーダイナミック」は、横座標上の超音波発射(ショット)および縦座標上の対応する発射(ショット)についてAスキャンの時間セレクタで検出される最大振幅の表示による曲線(グラフ)を意味する;
「Cスキャン」は、横座標および縦座標上の超音波発射(ショット)点(スキャン位置)の平坦な空間における等価な位置に関する画像を意味し、グレースケールに変換されるAスキャン(画像振幅)から考えられる時間セレクタにおいて検出されるこの発射にとっての最大超音波振幅を表す。パイプの場合には、Cスキャンの横座標上の点がパイプの長さにおける位置に対応するとともに、縦座標上の点がパイプの円周上の位置に対応する。平坦な製品の場合には、Cスキャンの横座標上の点が平坦な製品の長さ上の位置に対応し、縦座標における点が平坦な製品の幅上の位置に対応する。
「インクリメント」は、(反復周波数(パルス反復周波数(PRF)としても知られる。)または超音波発射(ショット)周波数に反比例する)スキャニングのピッチを意味する;
「Aスキャン」は、横座標上の飛翔時間および縦座標上の超音波振幅とも呼ばれる電圧の表示による、超音波センサの端子で測定された電圧のグラフを意味する;
「Bスキャン」は、横座標上の、可能であれば検査する部分に対する角の角度で表現される、超音波発射(ショット)に対応するスキャンと、縦座標上の飛翔時間とによる、インクリメントの所定の値に対応する画像を意味し、各点における超音波振幅がグレースケールまたはカラースケールに変換される;
「エコーダイナミック」は、横座標上の超音波発射(ショット)および縦座標上の対応する発射(ショット)についてAスキャンの時間セレクタで検出される最大振幅の表示による曲線(グラフ)を意味する;
「Cスキャン」は、横座標および縦座標上の超音波発射(ショット)点(スキャン位置)の平坦な空間における等価な位置に関する画像を意味し、グレースケールに変換されるAスキャン(画像振幅)から考えられる時間セレクタにおいて検出されるこの発射にとっての最大超音波振幅を表す。パイプの場合には、Cスキャンの横座標上の点がパイプの長さにおける位置に対応するとともに、縦座標上の点がパイプの円周上の位置に対応する。平坦な製品の場合には、Cスキャンの横座標上の点が平坦な製品の長さ上の位置に対応し、縦座標における点が平坦な製品の幅上の位置に対応する。
さらに、出願人は、本明細書の記載において下記の用語を使用する:
「平行六面体3DのBスキャン」は、パイプの軸上のセンサの位置に加えて未加工とみなされる表示および現れていない管の形状を含む3D表示を表わす;
「縮小3DのBスキャン」は、選別の終了時に存在しそうな欠陥の超音波表示による領域に制限された平行六面体3DのBスキャンを表わす;
「パイプ3DのBスキャン」は、平行六面体3DのBスキャンと同じ寸法を有し、データが検査されたパイプ中に表示され、可能であれば振幅が追加寸法を構成可能である。
「平行六面体3DのBスキャン」は、パイプの軸上のセンサの位置に加えて未加工とみなされる表示および現れていない管の形状を含む3D表示を表わす;
「縮小3DのBスキャン」は、選別の終了時に存在しそうな欠陥の超音波表示による領域に制限された平行六面体3DのBスキャンを表わす;
「パイプ3DのBスキャン」は、平行六面体3DのBスキャンと同じ寸法を有し、データが検査されたパイプ中に表示され、可能であれば振幅が追加寸法を構成可能である。
図6は、センサ、その水柱およびパイプを備えるシステムの概略長手方向断面図であり、エコーを形成する種々の超音波軌跡を示す。これらの軌跡の複雑さおよび解析の困難さをより理解することができる。
図6Aは、斜め入射下で作動するセンサのレベルにおける超音波信号の概略的な振幅/時間の図である。センサの励起の瞬間Texcitから、瞬間Tinterf(TphiExter0と呼ぶこともできる)における水−パイプの境界のエコーTinterfがある。次いで、超音波ビームが反射および屈折する場所であるパイプの内膜に達する瞬間TphiInterのマーキング(垂直の点線)に加えて、超音波ビームがパイプの外膜に達する瞬間TphiExter1がある。斜め入射の結果として、このスポットにおける不完全が不在の場合には、TphiInterでセンサに戻る顕著な反射エコーはほとんどない。これは、TphiExter1にも当てはまる。
図6Bは、法線入射下で作動するセンサのレベルにおける超音波信号の概略的な振幅/時間の図である。信号の一般的な時間順序は、(入射に関連する要因を除き)図6Aについてと同じである。他方、法線入射下で、関連するパイプの点における不完全が不在の場合であっても、TphiInterおよびTphiExter1において著しいエコーがある。
現在パイプの製造において使用される非破壊検査は、
検査するパイプから発する信号の振幅Asと、
関連する検査のタイプについて標準基準欠陥から生じる信号の振幅A0と、の間の比Kを確立することによって作用する。この「標準基準欠陥」は一般に、例えば、非破壊検査標準要件および/または顧客の要件に応じて、選択された寸法特性による人工的な欠陥(例えば、U字形またはV字形切欠き)を備える基準パイプ上で定義される。
検査するパイプから発する信号の振幅Asと、
関連する検査のタイプについて標準基準欠陥から生じる信号の振幅A0と、の間の比Kを確立することによって作用する。この「標準基準欠陥」は一般に、例えば、非破壊検査標準要件および/または顧客の要件に応じて、選択された寸法特性による人工的な欠陥(例えば、U字形またはV字形切欠き)を備える基準パイプ上で定義される。
示唆される仮定は、この信号振幅が不完全の重大性、すなわちその深さ(DD)に比例することである。図7のグラフ(当業者に公知である、ASNT−米国非破壊試験協会によって出版されたNondestructive Testing Handbookの第7巻の統計部分参照)は、実際の分布K=f(DD)を表す。これは、実際には、相関は、(超音波検査については0.3〜0.4程度と)極めて貧弱であることを示している。
さらに詳細には、図7のグラフにおいて、基準振幅A0(K=1)が、(それ自体が斜めのTDisを中心とする)分布の中心において値XL(不完全の最大の許容可能深さ)で固定される場合には、XLより大きい深さDDにより不完全をK=0.5で依然として見出すことができることがわかる。そのことで、XLよりはるかに低い値にA0を設定する必要があるということになる。結果として、製造において、実際には問題ないにもかかわらず、パイプを処分することになる。これは、パイプ製造が複雑さおよびエネルギーの集中性の双方で重い工業技術を伴うため、経済的には一層問題である。
したがって、本出願人は、状況を改善するためにさらなる努力を捧げている。
図8は、図4の装置と比べて改善された装置を示している。
段階761に適用される増幅器73からの出力は、増幅器73から発する信号の振幅をデジタル化し、このデジタル化した信号で動作する。この処理は、図11を参照して下記で説明される。図4の段階に機能的に類似である段階764および766を、次いで保持することができる。オシロスコープ750で分かるように、センサの未処理の信号は、当業者によってAスキャンと呼ばれる。Aスキャンは、図6によって定義された図にしたがったエコーを含む。
超音波信号の助けによってパイプの不完全のイメージングを行うことが望ましい。ここでは、どのように画像が得られるかについて説明する。
実際には、画像は、パイプの断面を概ね網羅する連続的な角度の下で、センサPxによって、パイプの複数の連続スキャンを検討することによって得られる。パイプ/センサの相対的な回転を使用して、1つのセンサからの連続発射(ショット)によって、これを行うことが可能である。
実施例によって、制限されることなく、ここでは、いわゆる回転ヘッドタイプの設置の場合である。
図8Aにおいて、上述のP1、P11、P12、P21およびP22タイプのうちの1つであることができるセンサPxが、検討される。示された実施例において、このセンサPxは、実際にはn個の基本センサPx−1、・・、Px−i、・・Px−nを備え、パイプの長手方向の軸線に沿って整列されるとともに、同時に超音波発射(ショット)の対象である。図8Aにおいて、基本センサと出力画像769の3Dグラフとの間にあるものは、コンバータであると考えることができる。
第1の基本センサPx−1からのAスキャン信号は、増幅器73−1に適用され、2つの並列チャンネル:セレクタ763−1Aのチャンネルおよびセレクタ763−1Bチャンネルが、次に続く。各セレクタ763−1Aは、それぞれ最大振幅および飛翔時間の2つの出力を備えている。最大振幅出力は、ラインデジタイザ765−1Aに接続される。飛翔時間出力は、ラインデジタイザ765−1Atに接続される。
最大振幅のラインデジタイザ765−1Aaの出力は、1からnまでのインデックスiによる最大振幅ラインデジタイザから発するデータを集めるデータバッファストア768−Aaに接続される。飛翔時間のラインデジタイザ765−1Atの出力は、1からnまでのインデックスiによる飛翔時間ラインデジタイザ765−iAtから発するデータを集めるデータバッファストア768−Atに接続される。最大振幅のラインデジタイザ765−1Baの出力は、1からnまでのインデックスiによる最大振幅ラインデジタイザ765−iBaから発するデータを集めるデータバッファストア768−Baに接続される。飛翔時間のラインデジタイザ765−1Btの出力は、1からnまでのインデックスiによる飛翔時間ラインデジタイザ765−iBtの時間から来るデータを集めるデータバッファストア768−Btに接続される。
基準パイプが通過する際に得られた情報に基づいて、オペレータはバッファストア768−Aaおよび768−Atに位置表示および時間幅表示に対応する情報T_1Aを入力することができ、その情報は、パイプの既知の幾何構成の関数として、例えば、図6の第1のエコーInt1のようなパイプの内側に関する「内膜エコー」をオペレータが見出し得るであろう瞬間を示す。図6Aは、TphiInter周囲の対応する時間窓「Int」をより明確に示す。
同様に、基準パイプが通過する際に得られた情報に基づいて、オペレータはバッファストア768−Baおよび768−Btに位置表示および時間幅表示に対応する情報T_1Bを入力することができ、その情報は、パイプの既知の幾何構成の機能により、例えば、図6の第1のエコーExt1のようなパイプの外側に関する「外膜エコー」をオペレータが見出し得るであろう瞬間の場所を示す。図6Aは、TphiExter周囲の対応する時間窓「Int」をより明確に示す。
上記ダイヤグラムは、他のセンサPx−2、・・、Px−i、・・Px−nに対して繰り返される。
したがって、毎回、セレクタ761が、超音波の伝送の瞬間およびこのセレクタに関するエコーであると予想することができる場所には、予め定義可能な時間間隔を考慮する時間窓を画定する。図6の図は、パイプの超音波ビームの入射角に加え、パイプの直径(内径または外径)および厚さを考慮して、関心領域の時間間隔をどのように定義することが可能であるかを示す。パイプとセンサとの間の所定の相対位置にとって所定の時間間隔は、パイプの所定の点における所定のエコーに対応する。
簡略化のために、ここでは、発射(ショット)の瞬間がパイプ/センサの相対回転と同期化されると仮定され、したがって、基本センサは常に、パイプの同一の長手方向の生成ラインで動作する。このように、そのセレクタの出力は、間隔を置いて連続するアナログ信号サンプルを提供し、各サンプルは、パイプの壁で予想されるエコーの振幅に対応する。(例えば)センサPx−1のこれらのサンプルは、765でデジタル化される。
伝送との同期化は、送信器70とのリンク(図示せず)によって、またはそのトリガによる同期化回路753またはその時間基準752(図8)によって保証することができる。望まれるのであれば、表示750を維持することができる。システムは、概ね一定の速度で回転するパイプで機能することができる。この場合には、パイプの角度速度および前進は、例えば、Hengstler社によって供給されるモデルRS0550168のような正確な角度符号器と、例えば、Polytec社によって供給されるモデルLSV065のようなレーザ速度計の助けによって測定することができる。また、パイプは回転しなくてもよいのに対して、センサのシステムは回転する。この場合には、レーザ速度計は、パイプの前進を測定するために十分であるのに対して、センサの回転速度は、角度符号器を用いて認識される。
所定の発射(ショット)について、センサPx−1からPx−nの設定は、パイプの断面に対応する画像ラインを提供する。画像の他の次元において、所定の基本センサは、パイプの生成ラインに対応するラインを提供する。
デジタイザ765−1Aa、765−2Aa、・・、765−iAa、・・、765−nAaと、765−1At、765−2At、・・、765−iAt、・・、765−nAtは、パイプの内膜に関する「内部」画像769Aの記入を可能にする。デジタイザ765−1Ba、765−2Ba、・・、765−iBa、・・、765−nBaと765−1Bt、765−2Bt、・・、765−iBt、・・、765−nBtは、最大振幅エコーの飛翔時間であるTvolにより、パイプの外膜に関する「外部」画像769Bの記入を可能にする。
769内に格納された平行六面体3Dグラフは、関係するセンサPxのセンサまたはセンサ群を構成する。グレーの影に変換された、この画像の各点は、関係するパイプの領域における考えられる不完全上の超音波信号の反射によるエコーの振幅の値に対応する。また、この値は、試験中のパイプにおいて捕捉される超音波信号の最大振幅と、上述の人工の「標準基準欠陥」により得られる超音波信号の最大振幅との比を表す。平行六面体3Dグラフは、769においてデジタル化された予備3DのBスキャンの表示である(予備とは、
パイプ3DのBスキャンの生成の基礎として役立つという意味である)。3Dの形状は、特にパイプについて検討された製品の形状と異なる。
パイプ3DのBスキャンの生成の基礎として役立つという意味である)。3Dの形状は、特にパイプについて検討された製品の形状と異なる。
平行六面体3Dグラフのデータは、所定のデジタル化周期に亘るAスキャンの曲線(グラフ)の組み合わせ(飛翔時間、振幅)の設定を含むことができる。
769においてデジタル化された平行六面体3Dグラフは、図11に示されるように、センサ群P11に由来するデータから構築された平行六面体3Dグラフ891と、センサ群P12、P21、P22に由来するデータから構築された平行六面体グラフ892とを含む。
この画像はここで、デジタル化されたラインの各々に対応するパイプの略環状領域を共に接合することによって得られるパイプの領域に対応する。実際には、超音波ビームが、パイプの軸に対して概ね垂直に適用されるならば、それは環状または螺旋状領域の場合である。その場合には、パイプ/センサの相対的移動に応じて異なることが知られている。次いで、領域は、むしろさらに楕円であり、結果として、空間において歪むかねじれる。本説明において、「環状領域」なる表現は、種々の可能性を包含する。
3D画像のこの完全な復元を得るために、パイプに対するセンサの位置決めにおける追加情報が、必要とされることを留意すべきである。それは、個別の入力740において入手可能である。この情報は、空間位置の測定を可能にするエンコーダまたはレーザの設定から発する。パイプを厚みのない円筒に例えることができるため、位置情報は、2次元まで削減することができる。
既存の超音波検査ベンチにおける本発明の実現は、
例えば、National Instrument社からのモデルNI 6024、あるいはベンチテストエレクトロニクスに含まれるデジタルデータに対するダイレクトアクセスによって、EシリーズまたはNI 6251、Mシリーズなどのデータ取得カードの助けによって提供される超音波検査生データへのアクセスしやすさ、
(パイプまたはセンサヘッド)の回転速度オンライン情報の入手しやすさ、およびあるいはセンサに対するパイプの相対角位置に関する
パイプ前進速度あるいは軸線上に突出したセンサの相対角位置に関するオンライン情報の入手しやすさ、
を伴うことが理解される。
例えば、National Instrument社からのモデルNI 6024、あるいはベンチテストエレクトロニクスに含まれるデジタルデータに対するダイレクトアクセスによって、EシリーズまたはNI 6251、Mシリーズなどのデータ取得カードの助けによって提供される超音波検査生データへのアクセスしやすさ、
(パイプまたはセンサヘッド)の回転速度オンライン情報の入手しやすさ、およびあるいはセンサに対するパイプの相対角位置に関する
パイプ前進速度あるいは軸線上に突出したセンサの相対角位置に関するオンライン情報の入手しやすさ、
を伴うことが理解される。
図8Aの図は:
P11タイプのセンサおよびP12タイプのセンサに並列に適用することができ、2つの異なる方向からパイプの同一の領域を観察する。各センサは、内部画像および外部画像を得ることが可能である。次に、画像の1つは、表記「Int/Ext」を伴うコマンドの機能として選択され得る;
P21タイプのセンサおよびP22タイプのセンサに並列に適用することができ、ここでも同様に、内部画像769Aおよび外部画像769Bをそれぞれが得ることが可能である。
P11タイプのセンサおよびP12タイプのセンサに並列に適用することができ、2つの異なる方向からパイプの同一の領域を観察する。各センサは、内部画像および外部画像を得ることが可能である。次に、画像の1つは、表記「Int/Ext」を伴うコマンドの機能として選択され得る;
P21タイプのセンサおよびP22タイプのセンサに並列に適用することができ、ここでも同様に、内部画像769Aおよび外部画像769Bをそれぞれが得ることが可能である。
また、図8Aにおける図は、P1タイプのセンサに適用することができ、この場合には、3つの並列チャンネルが、(少なくとも仮想の)各増幅器の背後に提供される。これらのチャンネルの1つは、図6Bにおいて、「Volum.」という名で示されたように、位置決めされる反復時間窓において操作される。このチャンネルは、ボリューム、すなわちパイプの厚さにおける不完全の検査を可能にする。
2つの他のチャンネルは、図6Bにおいて、「WphiExter0」および「WphiInter1」に示されているように位置決めされる反復時間窓においてそれぞれ操作することができる。これらの2つの他のチャンネルは、パイプの厚さの測定を可能にする。
3つのチャンネル間の区別は、純粋に(仮想上)機能的である。実際には、上述の2つの他のチャンネルは、物理的に同じであってもよく、瞬間または窓「WphiExter0」および「WphiInter1」の区別がある。単一の物理的チャンネルを使用することも可能であり、瞬間または窓「WphiExter0」、「Volum.」および「WphiInter1」の区別がある。
P11タイプのセンサとP12タイプのセンサの場合をさらに詳細に記載することが典型的である。これが、ここで行われることである。
センサP11およびP12のこれらの2つのグループは、パイプにおける長手方向の不完全の検出のために使用されることが想起されるであろう。超音波検査は、2つの好ましい方向(時計回り−反時計回り)における超音波発射(USショット)により行われる:
センサまたはセンサ群P11は、作動方向(時計回り)においてパイプの超音波画像を提供する;
第2のセンサまたはセンサ群P12は、別の作動方向(反時計回り)において同一のパイプの超音波画像を提供する。
センサまたはセンサ群P11は、作動方向(時計回り)においてパイプの超音波画像を提供する;
第2のセンサまたはセンサ群P12は、別の作動方向(反時計回り)において同一のパイプの超音波画像を提供する。
したがって、長手方向の不完全は有利には、ビーム軸がパイプの軸に垂直である平面に対して対称に傾く2つのセンサまたはセンサ群により検出される。傾きは、例えば、約±17°である。これは、上述したように、2つのセンサまたはセンサ群によるシステムの適用の実施例を提供する。
図8Bの形態において、増幅器781に由来する各デジタル化窓782は、検討されたAスキャンの点の数nを定義する開始、持続時間およびデジタル化周波数により特徴付けることができる。次いで、各デジタル化窓782は、各超音波発射(ショット)についての情報(振幅、飛翔時間)の組み合わせの数nを提供する。バッファ/マルチプレクサ788は、センサのもう一方に対する幾何構成の知見および超音波発射(ショット)740におけるパイプ/センサ位置決めにおける情報のおかげで全て一度に、まさに信号が受信される際に、センサのそれぞれの位置を考慮している平行六面体3Dグラフに、この方法で集められる全てのデータを配置する。
ここで、図9を参照する。画像903、904は、(「方向1」タブが選択された)第1の検査方向に向けたパイプ3DのBスキャンの(それぞれ横断方向および長手方向の)断面図であり、3DはセンサP11から発する既述のパイプの幾何構成を伴う。これらの断面に位置決めは、「横断面(mm)」および「縦断面(°)」を使用して決定される。(内部)画像905および(外部)画像906は、Cスキャンであり、上述のように、画像905(または906)が内膜(または外膜)における不完全が検出されると仮定される場所のAスキャンの時間領域に集中する。画像905、906の再構築に必要な情報は、図11の平行六面体3DのBスキャン891から発する。
画像901は、検査される製品の一部のパイプ3DのBスキャン上に突出した3D表示であり、潜在的な関心領域が既述のように識別される。図9Aを参照すると、同様の画像903bis、904bis、905bis、906bisおよび902が、第2の検査方向(「方向2」アクティブタブ)に向けて再構築される。
ここで、上述の説明が長手方向の欠陥の検査に関係することを繰り返す。同じ手法を(センサ群P21、P22による)横断方向の欠陥の調査に適用する。
ここで、図11を参照する。画像ブロック901、902は、図11Aに詳述されるような変換ユニット930を用いた平行六面体3Dグラフ891、892から得られる。図11のコンバータユニット891は、図8Aのセットアップに対応し、センサP11に適用される。同様に、コンバータユニット892もまた、図8Aのセットアップに対応し、センサP12に適用される。コンバータブロック891、892は、ブロック740のパイプ/センサの出現箇所のデータを使用する。これらのデータは、検査中のパイプの特性および使用中のセンサの特性に関連する。
変換ユニット930は、平行六面体3Dグラフ891、892の下流に配置されるとともに、図11Aに示される構成を有することができる。変換ユニット930は、欠陥上の超音波の衝撃時間におけるモード変換を考慮してパイプにおける波伝播の経路の時間計算を行う。衝撃で横波を縦波におよびその反対に変換できる。変換ユニット930は、送信および反射係数の算出から音響ビームの力の伝播を概算できる。Aスキャンの周波数スペクトルの解析を行うことができる。変換ユニット930は、受信された3Dグラフとの比較を可能にする実際のまたはシミュレート試験のデータベース939を備えることができる。変換ユニット930は、パイプの幾何構成による3DのBスキャン画像を再構築することができる。
図11に図示されるように、変換ユニット930は、ユニット931が3D画像891からのデータを処理するとともにユニット932が3D画像892を処理する、3Dグラフからの3DのBスキャンの不要な領域除去用の2つのユニット931、932と、シミュレート時間窓の適用によるフィルタリング用の、ユニット931、932のそれぞれ下流の2つのユニット933、934と、理論的シミュレーションユニット935と、上述の画像901、902を提供する逆アルゴリズムユニット936を供給する公差計算ユニット937とを、備えている。
ユニット931、932による除去は、三次元で示される潜在的関心領域を保持しつつ、処理される情報量の減少を可能にする。フィルタリングは、Cスキャンからの距離により行うことができる。選択された距離は、閾値より大きな振幅により領域の距離より長くなり得る。次いで、潜在的不完全を伴う平行六面体3DのBスキャンを処理することができる。
ユニット933、934によるフィルタリングは、干渉エコーと底部エコーによる時間窓の境界を定めることにより行うことができる。また、これらのフィルタユニットは、潜在的関心領域を画定および十分に再構築するために、潜在的関心のパイプの角領域の境界を定めることができるとともに、必要であればこれらの領域を相殺する。ユニット933、934により提供される画像は、減少した3DのBスキャンである。
理論的シミュレーションユニット935は、例えば、欠陥の位置および機能としての3DのAスキャンまたはBスキャンのシミュレーションデータベースを備えることができる。データベースは、シミュレートされた結果および/または自然および/または人工的欠陥上の試験からの結果を含むことができる。逆アルゴリズムユニット936は、最も近い理論的AスキャンおよびBスキャンと結果として最も考えられる欠陥とを決定するために、理論的シミュレーションユニット935により提供された理論的3DのAスキャンまたはBスキャンと検査中に得られたAスキャンまたはBスキャンとを比較することができる。例として、逆アルゴリズム936は、長さ位置および角度位置に対応するフィルタされた実験的Aスキャンを、長さおよび縮閉線においてこの同じ位置上の理論的Aスキャンと比較する。例として、逆アルゴリズム936は、長さ位置に対応する減少した3DのBスキャンから生じる3DのBスキャンを同じ長さ位置上の理論的3DのBスキャンと比較する。2つの比較を作製することができる。エコーの理論的表示の最良の設定は、実験データからの最小偏差を有する次の設定である。
図11を参照すると、変換ユニット930の後にフィルタ921、922が示され、それらは特に、ニューラル処理または専門処理用の合成ユニット960により合成された入力データとしての画像からと、画像の予備データとからの抽出を可能にする。
説明された実施形態において、フィルタ921は:
画像における動作領域を示す信号出力Zcur。この出力は、抽出機能951によって使用され、結果として、Zcur領域用の画像(Cスキャン)からの抽出を行い、同Zcur領域に関連してそこに格納された情報(いわゆるAスキャン)を得るために、画像準備891へのアクセスを行う。これらのデータは全て、ニューラル処理または専門処理970への入力として抽出機能951によって合成器960に送信される;
少なくとも一部は領域Zcurに関し、ニューラル処理または専門処理970用の入力として送信する、フィルタリングによって得られた情報を提供する出力;
任意に(点線)メモリ990への追加のフィルタされたデータの出力、を有する。
画像における動作領域を示す信号出力Zcur。この出力は、抽出機能951によって使用され、結果として、Zcur領域用の画像(Cスキャン)からの抽出を行い、同Zcur領域に関連してそこに格納された情報(いわゆるAスキャン)を得るために、画像準備891へのアクセスを行う。これらのデータは全て、ニューラル処理または専門処理970への入力として抽出機能951によって合成器960に送信される;
少なくとも一部は領域Zcurに関し、ニューラル処理または専門処理970用の入力として送信する、フィルタリングによって得られた情報を提供する出力;
任意に(点線)メモリ990への追加のフィルタされたデータの出力、を有する。
同じことが、同Zcurカレント領域についての抽出機能952を伴うフィルタ922にも当てはまる。
ニューラル処理970は、デシジョンおよびアラーム回路992を供給し、選別およびマーキングロボット994を制御する。オペレータ解釈インターフェイス996を提供することができ、検査中のパイプの断面に関してメモリ990に収容されるデータの全てまたは一部を提示することができる。
予測(表示の発生源、タイプおよび深刻度)以外にニューラルシステム970は、この予測に添付することができる信頼性評価を提供する。この情報はオペレータにアクセス可能であり、オペレータは進行中のオーダの背景または製品の構築中に生じた問題などのより質的なデータも入手可能である。したがって、オペレータまたはスペシャリストは、予測の重み付けに関与することができる。
ここで、図11は、同一の機能を提供するか、または検査の同一のタイプ向けのセンサの少なくとも2つの群(P11、P12の2つの群またはP21、P22の2つの群)から生じる情報を扱っている。同一の図を、異なるタイプの検査向けの多数のセンサ群から生じる情報を処理するために使用することができる。同時に処理される画像の数は、同量だけ増やされる。
フィルタ921、922の主要機能は、Cスキャン画像901、902における不完全領域を決定することである。一般的に言えば、フィルタリングは、解析される領域を特定し、他の表示から不完全を区別するために配置される。フィルタリングは、2つの画像の2つの等価な部分で動作する。2つのフィルタは、連結して動作する。
デジタル画像をスキャンすることによって、まず、潜在的な不完全がある画像の領域が識別される。この目的のために、キャリブレーションにより確立した固定閾値を適用することができる。
閾値は、画像において優勢な雑音レベルに適応するものを使用することができる。本方法は、2つの仮説に基づくことができる白色雑音における信号の検出の理論に基づいている。
仮説H0:測定値=平均白色雑音m_bおよび標準偏差std_b
仮説H1:測定値=信号+白色雑音
状況が仮説H0または仮説H1の範囲内に収まるかどうかの決定を可能にする統計的試験が行われる。これらの統計的な計算は、連続発射(ショット)に対応する画像のn個のスライディングポイントでリアルタイムに行われる。数nは、学習によって決定することができる。
仮説H1:測定値=信号+白色雑音
状況が仮説H0または仮説H1の範囲内に収まるかどうかの決定を可能にする統計的試験が行われる。これらの統計的な計算は、連続発射(ショット)に対応する画像のn個のスライディングポイントでリアルタイムに行われる。数nは、学習によって決定することができる。
この方法(いわゆるガウス加算)によれば、例えば、ネイマン−ピアソン基準を使用して、誤認アラーム(pfa)の所定の確率にしたがって検出閾値を決定することが可能である。これは、式[21]によって表現される。一般にQ(またはエラー関数erfとも呼ぶ)として公知のガウス累積関数が、使用され、式[22]によって閾値を得るために反転することが必要である。
現れそうな他の誤った表示の中で、超音波信号における極めて短いピークの形態で干渉が生じる。この干渉は、累積的計数アルゴリズムまたは積分岐(例:「アラーム前にn回」または「二重閾値])と呼ぶことができる簡単なアルゴリズムによって除去することができる。
また、本出願人は、パイプが例えられる円筒表面に沿ってセンサに従う軌跡である「ターン」も考慮した。フィルタリングは、誤認アラームの割合をさらに低減するために、各ターンに沿って行うことができる。このために、例えば、バターワースフィルタおよび/または高速フーリエ変換などの離散フーリエ変換が使用される。この方法は、各デジタルラインに適用される。
同じタイプのアルゴリズムをパイプの長手方向に適用することができる。
このように、潜在的な不完全が特定される。ひとたび、不完全が特定されると、その位置は、3D画像、横断方向断面および軸方向断面を伴う、(例えば)図9の画像において解析される位置に対応する。半径方向の位置/厚さの表示(またはさらに簡単に言えば、内部であれ、外部であれもしくは塊であれ、不完全の位置)は、画像の点の属性として表すことができる。したがって、
パイプの外膜において考えられる不完全を表す2つの2D画像;
パイプの内膜において考えられる不完全を表す2つの2D画像;
パイプの厚さにおいて考えられる不完全を表す1つの2D画像、を有する。
パイプの外膜において考えられる不完全を表す2つの2D画像;
パイプの内膜において考えられる不完全を表す2つの2D画像;
パイプの厚さにおいて考えられる不完全を表す1つの2D画像、を有する。
不完全は、特に干渉および誤認アラームの排除後に、ここで「確認された」と考えられる。
ここから後では、本出願人は、固定サイズの画像領域で動作することを決定している。したがって、得たばかりの不完全存在データにおけるデータとこの領域を位置合わせすることが必要である。
換言すれば、不完全の周囲の完全な領域を決定するために、閾値より大きいと識別されている点を位置決めすることが必要である。これは、例えば、不完全の傾きを決定することが望ましいのであれば必要である。
アルゴリズムは、多数のステップを経る:
輪郭検出(例えば、ロバーツ勾配);
拡張(付近輪郭の収集)
不完全の周囲のマスクの決定を可能にする、衰退(erosion)、次いで閉鎖;
不完全の十分な位置決めを可能にする最終包囲段階。
輪郭検出(例えば、ロバーツ勾配);
拡張(付近輪郭の収集)
不完全の周囲のマスクの決定を可能にする、衰退(erosion)、次いで閉鎖;
不完全の十分な位置決めを可能にする最終包囲段階。
これにより、各不完全について、対応する画像領域の座標が得られ、これは、次に行うニューラルネットワーク解析用に有用である。
図12は、概略的流れ図の形態で画像領域のこの処理を図示する。
画像の始まり(801)で、ゼロと処理対象のp画像領域との間に確認された不完全を表す。作用803は、少なくとも初期領域があると仮定し、この領域は、805においてZcurを処理するためのカレント領域として役立つ。この領域Zcurについて:
操作807は、(画像におけるその座標によって定義される)この領域に対応する画像901、902からデータを選択的に抽出する;
操作809は、画像901、902の準備において役割を果たし、領域Zcurに対応するデータを選択的に抽出する。これらのデータの実施例は、以下で提供される;
操作811は、いわゆる適切にニューラル処理を行い、その多くは、後に行われる;
領域Zcurについて得られた結果が、813において選択的に格納され、Zcur領域表示に対応する;
検査820は、画像において処理される別の領域があれば確認するために調べ、その場合には、821において示されるようにこの別の領域を伴う805において再始動が行われ、そうでなければ、現在の画像の処理は、終了する(822)。
操作807は、(画像におけるその座標によって定義される)この領域に対応する画像901、902からデータを選択的に抽出する;
操作809は、画像901、902の準備において役割を果たし、領域Zcurに対応するデータを選択的に抽出する。これらのデータの実施例は、以下で提供される;
操作811は、いわゆる適切にニューラル処理を行い、その多くは、後に行われる;
領域Zcurについて得られた結果が、813において選択的に格納され、Zcur領域表示に対応する;
検査820は、画像において処理される別の領域があれば確認するために調べ、その場合には、821において示されるようにこの別の領域を伴う805において再始動が行われ、そうでなければ、現在の画像の処理は、終了する(822)。
センサP1の処理の場合においては、唯一の画像があり、入力パラメータの数を変化させる。これ以外は、処理は概して同一であってもよい。
各関心領域Zcurの決定につづいて、フィルタリングは、他の機能を含むことができる。これらの他の機能について、図13は、フィルタリングと図11に示された一連の作用との間の相互作用を概略態様で図示する。
図13は、図11に類似であるが、画像901についてのみである。図13は、
ブロック740のパイプセンサ出現箇所の要素;
画像901およびその準備891におけるZcur領域についてのデータを見出す抽出器951;
検討されるZcur領域における不完全が、内膜または外膜において位置を特定されるかどうかを示している内部/外部ブロック7410、を示す。
ブロック740のパイプセンサ出現箇所の要素;
画像901およびその準備891におけるZcur領域についてのデータを見出す抽出器951;
検討されるZcur領域における不完全が、内膜または外膜において位置を特定されるかどうかを示している内部/外部ブロック7410、を示す。
フィルタリングによって基本データに追加されるものは、さらに詳細に定義される。すなわち、各Zcur領域(ブロック805)の場合には、破線のボックスの中身によって示されている通りである:
941における傾きの角度の調査;
不完全942の長さの表示。
941における傾きの角度の調査;
不完全942の長さの表示。
さらに、特に以下のものが含まれ得る:
945のCスキャンにおける位置合わせの表示、および
946のパイプの同一断面における他の不完全の存在の表示。
945のCスキャンにおける位置合わせの表示、および
946のパイプの同一断面における他の不完全の存在の表示。
記載された実施形態において、945、946などのデータは、メモリ990に進む。他のデータは、ニューラルネットワークまたは専門システム970に進む。これらは、ここで図から分かるであろうように、2つの機能に分けられる。
パイプにおける不完全は、その位置、そのタイプおよびその深さによって例えられることが多いその深刻度によって定義することができる。記載された実施形態において、パイプの不完全のタイプおよび深さの度合いは、ここで実施例を使用して詳述される同一の一般的な構造の2つのニューラル処理の助けによって個別に決定される。
不完全タイプの場合は図14にしたがって対処され、かつ深刻度の場合は図15にしたがって対処される。
タイプは、例えば、図10Aから図10Dに図示されるように、定義することができる。これらの図は、4つのタイプを図示しており、APIによって供給される不完全のリストに比較して簡略化された選択肢を表し、これらはパイプ構築処理によって生じさせることができる。フランス語および英語による見出しは、不完全のタイプを表すために当業者によって使用されるものである。なお、不完全のタイプ1および3は直線であり、2および4のそれは円弧形状(「弦」)である。
実際の不完全と4つの上記のタイプとの間の対応関係は、以下のように定義することができる。
図14および図15は、共通の一定数の入力を有する。理解を助けるものとして、入力は、異なるタイプのラインを使用して図示される。二重線は、入力が複数であること、すなわち、Zcur領域の各点について反復されることを示す。
まず、7410において、関連するセレクタ763によって検討される状態にしたがって、パイプの壁の内膜または外膜に位置する不完全を処理する場合であるかどうかを示す情報が提供される。また、この情報は、3DのBスキャンからも得ることができる。
共通の入力変数の第2の分類は、ブロック740(図13)から発する出現箇所の変数を含む:
7401における、壁厚対パイプ直径の比WT/OD;
7402における、超音波プローブの作動周波数Freq;
7403における、超音波プローブの有効直径ProbDiam。
7401における、壁厚対パイプ直径の比WT/OD;
7402における、超音波プローブの作動周波数Freq;
7403における、超音波プローブの有効直径ProbDiam。
共通の変数の第3の分類は、フィルタリングから生じる量に対応し、2つのセンサ921、922(またはそれ以上)に共通であると考えることができる。例えば、2つのセンサからの結果の平均が取られ、または最大の代表的な結果(場合によっては、最大値/最小値)が取られる。これらの量は、9201において欠陥の傾き、9202においてその長さという変数である。これらの2つの変数は、鏡面対称を有する図9の2つの画像において特定しやすい。
ここで、図14のみが参照される。変数の以下の分類は、2つのセンサ(またはグループのセンサ)の各々にとって異なる測定の変数を含み、Zcur領域の各々については、二重線の使用によって図に反映される。
第1のセンサ用には、以下を有する:
9511における、Zcur領域および画像901において遭遇する超音波信号の最大振幅と上述の「標準基準欠陥」の最大振幅との間の比、K1。実際には、実施例において、画像901の各画素における振幅は、この比によって定義される。K1はこのとき、単に画像901のZcur領域において遭遇する最大振幅であり、この最大値が遭遇するZcur領域の点をPmax1と表記する;
9512における、QuantBumpsEchodynと呼ばれるCスキャンの変数であり、最大振幅の点Pmax1の付近における画像901のZcur領域で遭遇される最大位置の数を示す、QBE1。この数QBE1は、いずれかの側で、Pmax1の付近で遭遇する極大を制限するが、背景雑音に対応するレベル未満に収まる信号振幅はない。QBE1は一般に、値1または値2のいずれかを取る。
9511における、Zcur領域および画像901において遭遇する超音波信号の最大振幅と上述の「標準基準欠陥」の最大振幅との間の比、K1。実際には、実施例において、画像901の各画素における振幅は、この比によって定義される。K1はこのとき、単に画像901のZcur領域において遭遇する最大振幅であり、この最大値が遭遇するZcur領域の点をPmax1と表記する;
9512における、QuantBumpsEchodynと呼ばれるCスキャンの変数であり、最大振幅の点Pmax1の付近における画像901のZcur領域で遭遇される最大位置の数を示す、QBE1。この数QBE1は、いずれかの側で、Pmax1の付近で遭遇する極大を制限するが、背景雑音に対応するレベル未満に収まる信号振幅はない。QBE1は一般に、値1または値2のいずれかを取る。
これらの2つの変数は、抽出器951を介して画像901から発し、図面において表記951(901)によって示される。これに加えて以下を有する:
9518における、Aスキャンとして公知の未加工の超音波信号におけるエコー立ち上がり時間を表す変数RT1(これは、信号がその最大値にある瞬間と信号がマイクロ秒で通常表現される背景雑音レベルにある最後の前の瞬間との間の差である)。この変数RT1は、関連する増幅器73(図8A)の出力で既に測定されており、例えば、891において関連するパイプの点に対応して格納されている。このように、この変数は、抽出器951によって選択的に検索することができる。ここで、変数RT1は、図9の画像903上であるいはまた平行六面体3DのBスキャン上でも、オペレータにより直接測定することができる。
9518における、Aスキャンとして公知の未加工の超音波信号におけるエコー立ち上がり時間を表す変数RT1(これは、信号がその最大値にある瞬間と信号がマイクロ秒で通常表現される背景雑音レベルにある最後の前の瞬間との間の差である)。この変数RT1は、関連する増幅器73(図8A)の出力で既に測定されており、例えば、891において関連するパイプの点に対応して格納されている。このように、この変数は、抽出器951によって選択的に検索することができる。ここで、変数RT1は、図9の画像903上であるいはまた平行六面体3DのBスキャン上でも、オペレータにより直接測定することができる。
第2のセンサ用には、以下を有する:
9521における、K2は、K1のように定義されるが、画像901ではなく、画像902に関する。実施例において、K2は、単に画像902のZcur領域において遭遇する最大振幅であり、この最大値が遭遇するZcur領域の点をPmax2と表記する;
9522における、QBE2は、QBE1のように定義されるが、画像901ではなく、画像902においてであり、Pmax2の付近である。この場合も同様に、QBE2は一般に、値1または値2を取る。
9521における、K2は、K1のように定義されるが、画像901ではなく、画像902に関する。実施例において、K2は、単に画像902のZcur領域において遭遇する最大振幅であり、この最大値が遭遇するZcur領域の点をPmax2と表記する;
9522における、QBE2は、QBE1のように定義されるが、画像901ではなく、画像902においてであり、Pmax2の付近である。この場合も同様に、QBE2は一般に、値1または値2を取る。
これらの2つの変数は、抽出器952を介して画像902から発する。これに加えて、以下を有する:
9528における、RT2は、Aスキャンとして公知の未加工の信号におけるエコー立ち上がり時間を表す変数である。既に述べたように、この変数RT2は、関連する増幅器73(図8A)の出力で既に測定されており、例えば、892において関連するパイプの点に対応して格納されている。このように、この変数は、抽出器952によって選択的に検索することができる。ここで、変数RT2は、図9の画像903A上であるいはまた平行六面体3DのBスキャン上でも、オペレータにより直接測定することができる。
9528における、RT2は、Aスキャンとして公知の未加工の信号におけるエコー立ち上がり時間を表す変数である。既に述べたように、この変数RT2は、関連する増幅器73(図8A)の出力で既に測定されており、例えば、892において関連するパイプの点に対応して格納されている。このように、この変数は、抽出器952によって選択的に検索することができる。ここで、変数RT2は、図9の画像903A上であるいはまた平行六面体3DのBスキャン上でも、オペレータにより直接測定することができる。
ニューラルネットワークの最後の入力958は、定数Aと呼ばれる定数値であり、モデルのキャリブレーション時に決定される定数を表し、学習から生じる。
図14の出力998は、不完全のタイプおよび(タイプの関数として定義される)その平均勾配を表す変数である。
不完全の深さの度合い(または深刻度)の場合は、図15にしたがって対処される。入力は、以下を除いて図14についてと同様である:
第1のセンサについて、ブロック9512が、ブロック9513によって置き換えられ、この第1のセンサの場合には、エコーダイナミック波形の中間高さ(50%)の幅である変数EW_1またはEchodynWidthを処理する。この変数EW_1は、Cスキャンから引き出される;
同様に、第2のセンサの場合には、ブロック9522が、ブロック9523によって置き換えられ、この第2のセンサの場合には、エコーダイナミック波形の中間高さ(50%)の幅である変数EW_2またはEchodynWidthを処理する;
959における、定数Bとここでは呼ばれる定数が、異なる;
出力999が、DDと呼ばれる不完全の深刻度の表示である。
第1のセンサについて、ブロック9512が、ブロック9513によって置き換えられ、この第1のセンサの場合には、エコーダイナミック波形の中間高さ(50%)の幅である変数EW_1またはEchodynWidthを処理する。この変数EW_1は、Cスキャンから引き出される;
同様に、第2のセンサの場合には、ブロック9522が、ブロック9523によって置き換えられ、この第2のセンサの場合には、エコーダイナミック波形の中間高さ(50%)の幅である変数EW_2またはEchodynWidthを処理する;
959における、定数Bとここでは呼ばれる定数が、異なる;
出力999が、DDと呼ばれる不完全の深刻度の表示である。
なお、いずれの場合(図14および図15)も、所定のニューラル回路970が、超音波センサのグループの1つにとっての画像抽出物951に加え、同一の領域に対応するが、別のグループのセンサが起源である画像抽出物952を処理することに注目すべきである。
本出願人は、例えばニューラル回路および可能であればこれらの数を条件として、極めて満足な結果を得ることが可能であり、予測を最適化することを観察した。
さらに、本出願人は、種々のニューラルネットワークによって収集された情報の組み合わせによって、予測をさらに改善することを可能にすることを発見した。
全般的に見れば、ニューラルネットワークの入力変数はこのとき、2つの3D画像の特性(基準振幅に対する最大振幅の比、エコー幅、不完全の傾きを表すエコーの向きなど)および検査(センサ、パイプの寸法など)の特性である。
出力変数は、不完全の特性(深さ、勾配/タイプ)である。デシジョンおよび/またはアラーム(992)は、選択された決定基準の助けによって、必要に応じた安全度を保持する閾値に基づいて自動的に行うことができる。これらの閾値を定義するために、学習からの結果を用いることができる。
ここで、2つのセンサにとっての図14および図15の基本的なニューラル回路のモデルである図16を参照する。
このモデルは、入力層またはレベルILを備え、入力パラメータ(「入力ニューロン」と呼ばれることが多い)の全てを共にグループ化する。図を過負荷にしないようにするために、ニューロンE0と見なすこともできる定数を加えた3つのニューロンE1〜E3のみが示されている。この定数は、「バイアス」と呼ばれることが最も多い。実際には、場合により得、図14または図15にしたがった、より多くの入力ニューロンがある。
次に、少なくとも1つの隠れ層またはレベルHLが設けられ、k個のニューロン(図を過負荷にしないようにするために、2つのみが示されている)を含む。
最後に、出力ニューロンS1を発し、パイプにおける不完全、例えば、長手方向の不完全の重要性を表す値の形態で、デシジョンを提供する。この出力は、図14におけるブロック998および図15における999に対応する。
「ニューロン」定数E0は、隠れ層または層(単数または複数)HLだけでなく、出力ニューロン(出力層、OL)も重み付けするようになることに留意されたい。
ここで提供される回路において、図17に概略的に示されるように、基本的なニューロンは、式[12]にしたがい振る舞う。
図16の出力S1は、式[13]に対応する推定値を提供する。
学習によって、本出願人は、隠れニューロンおよびその重みを、関数fが、非線形で連続的であり、導出可能で制限された関数であるように調整する。現在好ましい例は、アークタンジェント関数である。
ニューラルネットワークは、学習によってシナプスとして一般に公知であるその係数wijを決定することが知られている。学習は所望の範囲の作動条件を正確に網羅しつつ、一般に、計算される重みより3〜10倍の例を伴わなければならない。
各実施例についてEp(P=1〜M)から始まり、ニューラル回路によって与えられる値Spと、測定または実験的に定義される実際の値Rpとの間で偏差値Dpが決定される。これは、式[14]によって反映されるものである。
ニューラル回路の動作の品質は、「コスト(cost)」として公知である広範囲な偏差変数Cgによって定義される。例えば、重み付けされた2次方程式の広範囲な偏差変数として、式[15]により表現することができる。
学習は、特に、既に示したように重い工業技術を伴うという事実に起因して、パイプにおける不完全についての検査などの場合には、種々の問題を引き起こす。
本出願人は最初に、シミュレーションによる初期学習を行った。このために、フランスのAtomic Energy Agencyによって開発および販売されているCIVAソフトウェアを用いることが可能である。この初期学習は、仮想の不完全に基づいて、影響を及ぼすパラメータの特定およびニューラルネットワークの初期バージョンの構成を可能にした。コスト関数は、最適化した。
本出願人は次に、シミュレーションおよび人工的な欠陥、すなわち実際のパイプに意図的に作製された不完全から得られた結果を組み合わせる第2の学習を行った。この第2の学習は、ニューラルネットワークの第2のバージョンの構成を可能にし、そのコスト関数もまた、最適化した。
本出願人は次に、人工的な不完全を用いて得られた結果と実際のパイプに存在する一連の不完全によって得られた不完全を組み合わせ、これらの不完全は、作製過程中に事後行われる測定から正確に認識されている。この第3の段階は、ニューラルネットワークの最終バージョンの妥当性の確認を可能にした。このバージョンは、作製監視のために操作上、有用であることが証明されている。しかし、新しい取り付けまたは改良した取り付けにおいて実現される際、取り扱う全体的な範囲の不完全を網羅する約10個の人工サンプルを用いる「キャリブレーション」を実行することが現在、必要である。当然のことながら、最適化が次に続く。
図11、図12、図14および図15は、センサP11、P12に関して説明したものである。
同一の原理は、センサのグループP1に適用される。この場合には、画像2はなく、構築されたネットワークは、既に述べたように、より少ない入力変数を有する。2つのセンサについて記載された回路は、1つのみのセンサについて用いられ得るが、「画像2」部分についての入力変数はない。
また、同一の原理は、横断方向の欠陥の検出が委ねられたセンサの2つのグループP21、P22にも適用され、この検出のために、センサが、パイプの軸を通過する平面において(例えば、±17°)傾くことに留意すべきである。
各々の場合において、要素992〜996を除き、図11によって定義されたタイプのデジタル処理が、行われることが理解されるであろう。この手順は、ブロック764、766が次に続く図8にしたがった、全般的な表示761を有する。
設定は、図18によって示されているように、以下により得られる:
センサP1については、手順761−1、続いて、デシジョンおよびアラーム(警報)段階764−1;
センサP11およびP12については、手順761−10、続いて、デシジョンおよびアラーム段階764−10;
センサP21およびP22については、手順761−20、続いて、デシジョンおよびアラーム段階764−20;
3段階764−1、764−10および764−20は、選別および警報ロボット766によって共に解釈される。
センサP1については、手順761−1、続いて、デシジョンおよびアラーム(警報)段階764−1;
センサP11およびP12については、手順761−10、続いて、デシジョンおよびアラーム段階764−10;
センサP21およびP22については、手順761−20、続いて、デシジョンおよびアラーム段階764−20;
3段階764−1、764−10および764−20は、選別および警報ロボット766によって共に解釈される。
図示されていない図18の変形は、1つのみの「デシジョンおよびアラーム」段階を提供し、3つの手順761−1、761−10および761−20からの出力を直接用いる。
非破壊検査は、いわゆる「飛翔中」、すなわち、パイプが取り付け試験を経ているときに、適切に行われる。また、上述の情報の処理から生じる決定は、(「飛翔中の」デシジョン−アラームおよびマーキングによって)パイプを取り付け試験を経ているときに行うことができ、変形は、一旦、パイプの全長が検査されると、この決定を行うことからなり、あるいは、例え後(例えば、パイプの全バッチの試験後)にであっても、各パイプが、(例えば、番号順に)指標化/識別される。この場合には、得られた情報が、記録(格納)される必要がある。記録は、ニューラルネットワークによって記録および処理された結果の解析後に、決定を行う権限を伴うオペレータによる後の解析の対象であることができる。
当然のことながら、付与されたニューラル回路の特性は、所望の入力の全てを有する1つのニューラル回路において、少なくともある程度まで(手順761−1、761−10および761−20に含まれる)全てのニューラルネットワークを組み合わせることが可能である。
記載された実施形態は、専門システムの例としてニューラルネットワークを直接用いる。本発明は、実施形態のこのタイプに限定されるわけではない。ここで、「ニューラル回路タイプの配置」なる表現は、ニューラル回路の有無に関係なく、他の非線形統計的方法を網羅することができる。
一般的に言えば、コンバータは、セレクタにおける最大振幅入力および対応する飛翔時間入力を含むことができる。これらの入力は、製品が一致するか否かの決定用のデータを提供することができる。
変換ユニットは、不要なデータの除去要素、ピンポイント領域のフィルタ要素、シミュレータおよび解釈ユニット(interpretation unit)に対応することができる。情報量の減少は、より高い処理速度を可能にする。
シミュレータは、理論的シミュレーション要素、公差カルキュレータおよび逆アルゴリズムを備えることができる。
出力段階は、
推定不完全領域に対応する画像の抽出とフィルタから発する同じ領域における推定不完全の特性と出現箇所のデータとからニューラル回路についてのデジタル入力を準備するように配置された合成器と、
合成器からの入力を受信する少なくとも1つのニューラル回路と、
ニューラル回路からの出力に基づいて作動するデジタルデシジョンおよびアラーム段階と、
デシジョンおよびアラーム段階により適応しないと判断された製品を分けるとともに印を付けるように配置された選別およびマーキングロボットと、を備える。
推定不完全領域に対応する画像の抽出とフィルタから発する同じ領域における推定不完全の特性と出現箇所のデータとからニューラル回路についてのデジタル入力を準備するように配置された合成器と、
合成器からの入力を受信する少なくとも1つのニューラル回路と、
ニューラル回路からの出力に基づいて作動するデジタルデシジョンおよびアラーム段階と、
デシジョンおよびアラーム段階により適応しないと判断された製品を分けるとともに印を付けるように配置された選別およびマーキングロボットと、を備える。
ここで提案されたシステムは、溶接のないパイプの作製における非破壊検査の場合において記載されており、これは、本発明が特に良好に役立つ場合である。同一の方法は、必ずしも管状でない細長い鉄鋼製品に特に適用することができる。
溶接のあるパイプまたは他の溶接のある製品(シートまたはプレートなど)の場合には、システムもまた、溶接の継ぎ目の限界を決定することができることがわかっており、溶接の継ぎ目における任意の不完全の位置を決定する結果として、監視することが必要であり得る。その一部について、溶接の継ぎ目の限界の外側で位置が決定された不完全は、ベースストリップ(または製品)に既に存在する含有物に対応し得、別に考慮しなければならない。
Claims (18)
- パイプまたは他の長手の製品などの鉄鋼製品の製造中または製造終了時における非破壊検査用の操作ツールを形成する装置であり、このツールは、前記パイプとトランスデューサの配置との間の相対的な回転/並進移動によって、液体媒体の介在を通じて前記製品とつながる超音波で取り付けられた、選択された時間規則にしたがった超音波センサ送信の選択的励起(70)に続く、選択された幾何構成による配置を形成する超音波受信により、捕捉される(73)フィードバック信号から、前記製品において考えられる不完全に関する情報を抽出することが意図され、前記操作ツールは、
前記相対的な回転/並進移動の関数として指定された時間窓において考えられるエコーのデジタル表示を選択的に分離可能であって、前記表示は少なくとも1つのエコーの振幅および飛翔時間と、平行六面体3Dグラフの生成とを含んでいるコンバータ(891;892)と、
3Dグラフおよびデータベースに基づく前記パイプにおいて考えられる欠陥の3D画像(901;902)を生成可能な変換ユニット(930)と、
前記画像(901;902)において、推定不完全領域(Zcur)に加えて、各推定不完全の特性を決定可能なフィルタ(921;922)と、
製品の適合または不適合信号を生成するように構成された出力部と、を備えることを特徴とする、装置。 - 前記コンバータ(891;892)は、セレクタにおける最大振幅入力および対応する飛翔時間入力を備えることを特徴とする請求項1に記載の装置。
- 前記変換ユニットは、不要なデータの除去要素、ピンポイント領域のフィルタ要素、シミュレータおよび解釈ユニットを備えることを特徴とする請求項1または2に記載の装置。
- 前記シミュレータは、理論的シミュレーション要素、公差カルキュレータおよび逆アルゴリズムを備えることを特徴とする請求項3に記載の装置。
- 前記出力部は、
フィルタ(921;922)から発する、推定不完全領域(Zcur)に対応する画像の抽出(951;952)と同じ領域における推定不完全の特性とからニューラル回路についてのデジタル入力を準備するように配置された合成器(960)と、
前記合成器(960)からの入力を受信する少なくとも1つのニューラル回路タイプの配置(970)と、
前記ニューラル回路タイプの前記配置(970)からの出力に基づいて作動するデジタルデシジョンおよびアラーム部(992)と、
前記デシジョンおよびアラーム部(992)により適応しないと判断された製品を分けるとともに印を付けるように配置された選別およびマーキングロボット(994)と、を備えることを特徴とする請求項1〜4のいずれか1項に記載の装置。 - 前記操作ツールがそれぞれの超音波ビームの方向の鏡面対象性に概ねしたがった超音波カップリングにより取り付けられた、選択された幾何構成による超音波トランスデューサの2つの配置(P11,P12;P21,P22)にそれぞれ割り当てられた2つのコンバータ(891;892)を備えるとともに、前記合成器(960)が内膜エコーまたは外膜エコーまたは前記パイプの塊において生じるエコーに選択的に作用するが、同時に、前記2つのトランスデューサ配置のうちの一方および他方に関するデータに作用するように配置されることを特徴とする請求項1〜5のいずれか1項に記載の装置。
- 前記コンバータ(891;892)が内膜エコー、外膜エコー、および前記パイプの塊にそれぞれ対応する指定時間窓において考えられる最大エコーのデジタル表示を選択的に隔離するために配置されるとともに、前記合成器(960)が内膜エコーまたは外膜エコーまたは塊において生じるエコーに選択的に作用するように配置されることを特徴とする請求項1〜6のいずれか1項に記載の装置。
- 前記合成器(960)は、前記推定不完全領域における前記画像の振幅極値に関する少なくとも1つの入力(9511;9512)を受信することを特徴とする請求項1〜7のいずれか1項に記載の装置。
- 前記フィルタ(921;922)が各推定不完全の特性としての傾きおよび長さを生成するために配置される一方、前記合成器(960)が不完全の傾き(931)および不完全の長さ(932)の対応する入力を受信することを特徴とする請求項1〜8のいずれか1項に記載の装置。
- 前記フィルタ(921;922)と前記合成器(960)と前記ニューラル回路(970)と前記デジタルデシジョンおよびアラーム部(992)とが、前記フィルタ(921;922)により決定された一連の推定不完全領域(Zcur)に反復的に作用するように配置されることを特徴とする請求項1〜9のいずれか1項に記載の装置。
- 前記フィルタ(921;922)と前記合成器(960)と前記ニューラル回路(970)と前記デジタルデシジョンおよびアラーム部(992)とが、前記パイプの内膜および外膜に交互に作用するように配置されることを特徴とする請求項10に記載の装置。
- 前記ニューラル回路タイプの前記配置は、
複数の予め定められた等級間から不完全の性質を評価するために適した第1のニューラル回路(NC121−123)と、
不完全の深刻度を評価するために適した第2のニューラル回路(NC141−NC143)と、を備えることを特徴とする請求項1〜11のいずれか1項に記載の装置。 - 前記2つのニューラル回路は、
前記第1のニューラル回路についての付近における最大値の数の入力(9512;9522)と、
前記第2のニューラル回路についてのエコー幅の入力(9513;9523)と、により異なる入力を有することを特徴とする請求項8に記載の装置。 - 前記2つのニューラル回路の出力は、組み合わされて予測を精密にすることを特徴とする請求項12または13に記載の装置。
- 超音波信号の送信および受信は、センサの配置の少なくとも一部のために同じトランスデューサにより毎回行われることを特徴とする請求項1〜14のいずれか1項に記載の装置。
- 製品の製造中または製造終了時におけるパイプ用の非破壊検査装置であって、
前記パイプとトランスデューサの配置との間の相対的な回転/並進移動によって、液体媒体の介在を通じて前記パイプとつながる超音波で取り付けられた、選択された幾何構成による超音波トランスデューサの配置、
選択された時間規則にしたがってトランスデューサ要素を選択的に励起する(70)とともに、トランスデューサ要素が捕捉するフィードバック信号を収集する(73)ための回路、および
請求項1〜15のいずれか1項による操作ツールを備えることを特徴とする、非破壊検査装置。 - パイプまたは他の長手の製品などの鉄鋼製品の製造中または製造終了時における非破壊検査方法であって、下記のステップからなる、非破壊検査方法。
a.前記パイプとトランスデューサの配置との間の相対的な回転/並進移動によって、液体媒体の介在を通じて前記パイプとつながる超音波で取り付けられた、選択された幾何構成による超音波トランスデューサの配置を設けるステップ;
b.選択された時間規則にしたがってトランスデューサ要素を選択的に励起する(70)ステップ;
c.トランスデューサ要素が捕捉するフィードバック信号を収集し(73)、これらのフィードバック信号(760−766)を選択的に解析し、前記パイプにおいて考えられる不完全に関する情報を抽出し、平行六面体3Dグラフを生成し、前記情報は少なくとも1つのエコーの振幅および飛翔時間を含んでいるステップ;
d.前記相対的な回転/並進移動の関数として指定された時間窓において考えられるエコーのデジタル表示を選択的に隔離するとともに、3Dグラフおよびデータベースから前記パイプにおいて考えられる不完全の3D画像(901;902)をこれから抽出するステップ;
e.製品の適合または不適合信号を生成するステップ。 - 前記ステップeは、
e1.推定不完全領域(Zcur)および各推定不完全の特性を決定するために、選択されたフィルタ基準にしたがった画像(901;902)をフィルタリング(921;922)する段階、
e2.推定不完全領域(Zcur)に対応する画像の抽出(951;952)、フィルタ(921;922)から発する同じ領域における推定不完全の特性、および出現箇所のデータ(740)から、作業のデジタル入力を形成する(960)段階、
e3.形成された入力(960)をニューラル回路タイプの少なくとも1つの配置(970)に適用する段階、
e4.出力からデシジョンおよび/またはアラーム(992)を導き出すために、前記ニューラル回路タイプの前記配置(970)からの出力をデジタル処理する段階、ならびに
e5.前記e4段階により適合しないと判断されたパイプを分けるとともに印を付ける(994)段階を備えることを特徴とする請求項17に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR0709045A FR2925690B1 (fr) | 2007-12-21 | 2007-12-21 | Controle non destructif,en particulier pour des tubes en cours de fabrication ou a l'etat fini. |
FR07/09045 | 2007-12-21 | ||
PCT/FR2008/001751 WO2009106711A2 (fr) | 2007-12-21 | 2008-12-16 | Controle non destructif, en particulier pour des tubes en cours de fabrication ou a l'etat fini |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2011506992A JP2011506992A (ja) | 2011-03-03 |
JP2011506992A5 true JP2011506992A5 (ja) | 2012-09-27 |
JP5595281B2 JP5595281B2 (ja) | 2014-09-24 |
Family
ID=39636907
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010538831A Expired - Fee Related JP5595281B2 (ja) | 2007-12-21 | 2008-12-16 | 特に製造中または完成状態におけるパイプ用非破壊検査 |
Country Status (17)
Country | Link |
---|---|
US (1) | US8365603B2 (ja) |
EP (1) | EP2223098B1 (ja) |
JP (1) | JP5595281B2 (ja) |
KR (1) | KR101476749B1 (ja) |
CN (1) | CN101903771B (ja) |
AR (1) | AR069323A1 (ja) |
AU (1) | AU2008351946B2 (ja) |
BR (1) | BRPI0821312B1 (ja) |
CA (1) | CA2709611C (ja) |
EA (1) | EA021646B1 (ja) |
ES (1) | ES2616552T3 (ja) |
FR (1) | FR2925690B1 (ja) |
MY (1) | MY152235A (ja) |
SA (1) | SA108290823B1 (ja) |
UA (1) | UA99844C2 (ja) |
WO (1) | WO2009106711A2 (ja) |
ZA (1) | ZA201004112B (ja) |
Families Citing this family (88)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2903187B1 (fr) | 2006-06-30 | 2008-09-26 | Setval Sarl | Controle non destructif, en particulier pour des tubes en cours de fabrication ou a l'etat fini |
US9937577B2 (en) | 2006-12-20 | 2018-04-10 | Lincoln Global, Inc. | System for a welding sequencer |
US9104195B2 (en) | 2006-12-20 | 2015-08-11 | Lincoln Global, Inc. | Welding job sequencer |
US10994358B2 (en) | 2006-12-20 | 2021-05-04 | Lincoln Global, Inc. | System and method for creating or modifying a welding sequence based on non-real world weld data |
US9280913B2 (en) | 2009-07-10 | 2016-03-08 | Lincoln Global, Inc. | Systems and methods providing enhanced education and training in a virtual reality environment |
US9196169B2 (en) | 2008-08-21 | 2015-11-24 | Lincoln Global, Inc. | Importing and analyzing external data using a virtual reality welding system |
US8657605B2 (en) * | 2009-07-10 | 2014-02-25 | Lincoln Global, Inc. | Virtual testing and inspection of a virtual weldment |
US8884177B2 (en) | 2009-11-13 | 2014-11-11 | Lincoln Global, Inc. | Systems, methods, and apparatuses for monitoring weld quality |
US9330575B2 (en) | 2008-08-21 | 2016-05-03 | Lincoln Global, Inc. | Tablet-based welding simulator |
US9318026B2 (en) | 2008-08-21 | 2016-04-19 | Lincoln Global, Inc. | Systems and methods providing an enhanced user experience in a real-time simulated virtual reality welding environment |
US8747116B2 (en) | 2008-08-21 | 2014-06-10 | Lincoln Global, Inc. | System and method providing arc welding training in a real-time simulated virtual reality environment using real-time weld puddle feedback |
US8834168B2 (en) | 2008-08-21 | 2014-09-16 | Lincoln Global, Inc. | System and method providing combined virtual reality arc welding and three-dimensional (3D) viewing |
US9483959B2 (en) | 2008-08-21 | 2016-11-01 | Lincoln Global, Inc. | Welding simulator |
US8911237B2 (en) | 2008-08-21 | 2014-12-16 | Lincoln Global, Inc. | Virtual reality pipe welding simulator and setup |
US8851896B2 (en) | 2008-08-21 | 2014-10-07 | Lincoln Global, Inc. | Virtual reality GTAW and pipe welding simulator and setup |
JP5694193B2 (ja) | 2009-01-19 | 2015-04-01 | ゼテック インコーポレイテッドZetec,Inc. | 渦電流の自動非破壊試験解析方法 |
US8274013B2 (en) | 2009-03-09 | 2012-09-25 | Lincoln Global, Inc. | System for tracking and analyzing welding activity |
US9773429B2 (en) | 2009-07-08 | 2017-09-26 | Lincoln Global, Inc. | System and method for manual welder training |
US9221117B2 (en) | 2009-07-08 | 2015-12-29 | Lincoln Global, Inc. | System for characterizing manual welding operations |
US10748447B2 (en) | 2013-05-24 | 2020-08-18 | Lincoln Global, Inc. | Systems and methods providing a computerized eyewear device to aid in welding |
US9011154B2 (en) | 2009-07-10 | 2015-04-21 | Lincoln Global, Inc. | Virtual welding system |
US8569655B2 (en) | 2009-10-13 | 2013-10-29 | Lincoln Global, Inc. | Welding helmet with integral user interface |
DE202009014770U1 (de) * | 2009-11-02 | 2011-07-04 | Seuthe, Ulrich, 58300 | Vorrichtung zum Überprüfen eines Bauteils auf Schäden |
US8569646B2 (en) | 2009-11-13 | 2013-10-29 | Lincoln Global, Inc. | Systems, methods, and apparatuses for monitoring weld quality |
US9468988B2 (en) | 2009-11-13 | 2016-10-18 | Lincoln Global, Inc. | Systems, methods, and apparatuses for monitoring weld quality |
CN101788534A (zh) * | 2010-03-24 | 2010-07-28 | 中国石油集团渤海石油装备制造有限公司 | 埋弧焊缝横向缺陷的探伤方法 |
US8798940B2 (en) * | 2010-04-16 | 2014-08-05 | Olympus Ndt Inc. | Rotating array probe system for non-destructive testing |
US9835450B2 (en) * | 2010-05-03 | 2017-12-05 | Rontgen Technische Dienst B.V. | Method for inspecting an object by means of ultrasound |
FR2960960B1 (fr) * | 2010-06-03 | 2012-07-20 | V & M France | Procede et dispositif d'aide au controle en production de la traversabilite de tubes |
WO2012082105A1 (en) | 2010-12-13 | 2012-06-21 | Edison Welding Institute, Inc. | Welding training system |
FR2974437B1 (fr) * | 2011-04-21 | 2013-10-25 | Eads Europ Aeronautic Defence | Procede de simulation d'operations de controle non-destructif en conditions reelles utilisant des signaux synthetiques |
US9389215B2 (en) * | 2011-09-23 | 2016-07-12 | Mastinc | Multi-modal fluid condition sensor platform and system thereof |
US9020766B2 (en) * | 2011-09-23 | 2015-04-28 | Mastinc. | Multi-modal fluid condition sensor platform and system therefor |
US8991258B2 (en) * | 2012-05-10 | 2015-03-31 | General Electric Company | Linear scanner with rotating coupling fluid |
US20160093233A1 (en) | 2012-07-06 | 2016-03-31 | Lincoln Global, Inc. | System for characterizing manual welding operations on pipe and other curved structures |
US9767712B2 (en) | 2012-07-10 | 2017-09-19 | Lincoln Global, Inc. | Virtual reality pipe welding simulator and setup |
US9568461B2 (en) | 2012-12-31 | 2017-02-14 | Mastinc | Multi-modal fluid condition sensor platform and system therefor |
US9207639B2 (en) * | 2013-01-24 | 2015-12-08 | General Electric Company | Transforming A-scan data samples into a three-dimensional space for facilitating visualization of flaws |
US11543811B2 (en) * | 2013-03-15 | 2023-01-03 | Etegent Technologies Ltd. | Manufacture modeling and monitoring |
FR3003646B1 (fr) * | 2013-03-21 | 2015-04-03 | V & M France | Dispositif et procede de controle non destructif de produits tubulaires, notamment sur site |
GB2512835A (en) | 2013-04-08 | 2014-10-15 | Permasense Ltd | Ultrasonic detection of a change in a surface of a wall |
US10930174B2 (en) | 2013-05-24 | 2021-02-23 | Lincoln Global, Inc. | Systems and methods providing a computerized eyewear device to aid in welding |
DE102013106901B4 (de) * | 2013-07-01 | 2021-07-22 | Bundesrepublik Deutschland, vertreten durch das Bundesministerium für Wirtschaft und Technologie, dieses vertreten durch den Präsidenten der BAM, Bundesanstalt für Materialforschung und -prüfung | Vorrichtung und Verfahren zur Ermittlung von Materialfehlern in rotationssymmetrischen Prüfkörpern mittels Ultraschall |
JP6230841B2 (ja) * | 2013-07-26 | 2017-11-15 | 旭化成エンジニアリング株式会社 | 肉厚測定装置を用いた配管の減肉評価方法 |
US20150072323A1 (en) | 2013-09-11 | 2015-03-12 | Lincoln Global, Inc. | Learning management system for a real-time simulated virtual reality welding training environment |
US10083627B2 (en) | 2013-11-05 | 2018-09-25 | Lincoln Global, Inc. | Virtual reality and real welding training system and method |
US9836987B2 (en) | 2014-02-14 | 2017-12-05 | Lincoln Global, Inc. | Virtual reality pipe welding simulator and setup |
CN103926317A (zh) * | 2014-04-25 | 2014-07-16 | 上海势华电子科技有限公司 | 超声波筛选工件的方法 |
CN106233358A (zh) | 2014-06-02 | 2016-12-14 | 林肯环球股份有限公司 | 用于人工焊工培训的系统和方法 |
KR101722063B1 (ko) | 2015-06-24 | 2017-04-21 | 경상대학교산학협력단 | 초음파 적외선 열화상을 이용한 금속의 미세 결함 검출시스템 |
KR101736641B1 (ko) * | 2015-12-24 | 2017-05-17 | 주식회사 포스코 | 균열 측정 장치 및 방법 |
US10684261B2 (en) | 2016-04-01 | 2020-06-16 | General Electric Company | Ultrasonic bar and tube end testing with linear axis robot |
EP3319066A1 (en) | 2016-11-04 | 2018-05-09 | Lincoln Global, Inc. | Magnetic frequency selection for electromagnetic position tracking |
US10913125B2 (en) | 2016-11-07 | 2021-02-09 | Lincoln Global, Inc. | Welding system providing visual and audio cues to a welding helmet with a display |
US10878591B2 (en) | 2016-11-07 | 2020-12-29 | Lincoln Global, Inc. | Welding trainer utilizing a head up display to display simulated and real-world objects |
US11085885B2 (en) * | 2017-01-19 | 2021-08-10 | Aegion Coating Services, Llc | Pipe joint inspection |
EP3382386B1 (en) * | 2017-03-29 | 2020-10-14 | Fujitsu Limited | Defect detection using ultrasound scan data |
JP6854186B2 (ja) * | 2017-05-09 | 2021-04-07 | 株式会社日立パワーソリューションズ | 超音波映像装置及び超音波映像生成方法 |
US10997872B2 (en) | 2017-06-01 | 2021-05-04 | Lincoln Global, Inc. | Spring-loaded tip assembly to support simulated shielded metal arc welding |
RU2655048C1 (ru) * | 2017-06-21 | 2018-05-23 | Общество с ограниченной ответственностью "Нординкрафт Санкт-Петербург" | Устройство для ультразвукового контроля круглого проката и труб |
FR3068134B1 (fr) * | 2017-06-23 | 2021-01-08 | Vallourec Tubes France | Controle non destructif pour produit tubulaire a forme complexe |
GB201803062D0 (en) * | 2018-02-26 | 2018-04-11 | Gb Inspection Systems Ltd | Ultrasonic probe |
US11557223B2 (en) | 2018-04-19 | 2023-01-17 | Lincoln Global, Inc. | Modular and reconfigurable chassis for simulated welding training |
US11475792B2 (en) | 2018-04-19 | 2022-10-18 | Lincoln Global, Inc. | Welding simulator with dual-user configuration |
RU2685744C1 (ru) * | 2018-04-23 | 2019-04-23 | Родион Николаевич Юрьев | Способ расшифровки дефектограмм и оцифрованных сигналов исследования твёрдых тел |
CN108828059B (zh) * | 2018-06-29 | 2020-04-07 | 清华大学 | 电磁多场耦合缺陷综合检测评价方法及装置 |
BR102018015331A2 (pt) * | 2018-07-26 | 2020-02-04 | Vallourec Solucoes Tubulares Do Brasil S A | método para avaliação do nível inclusional em tubos de aço utilizando transdutor de alta frequência na inspeção ultrassônica automática |
DE102018221016A1 (de) * | 2018-12-05 | 2020-06-10 | Robert Bosch Gmbh | Verfahren zur Prüfung eines Faserverbundbauteils, Vorrichtung, Computerprogramm und maschinenlesbares Speichermedium |
US11231311B2 (en) | 2019-05-31 | 2022-01-25 | Perceptive Sensor Technologies Llc | Non-linear ultrasound method and apparatus for quantitative detection of materials |
CN110530981A (zh) * | 2019-07-04 | 2019-12-03 | 深圳南方中集集装箱服务有限公司 | 一种集装箱维修焊缝检测方法 |
JP6741139B1 (ja) * | 2019-11-28 | 2020-08-19 | トヨタ自動車株式会社 | 車両用異常解析装置 |
KR102241879B1 (ko) * | 2019-12-03 | 2021-04-20 | 한국건설기술연구원 | 인공지능 학습 모델을 이용한 덕트 공동 탐지 모델 학습 장치 및 덕트 공동 탐지 시스템 |
JP7415757B2 (ja) * | 2020-04-09 | 2024-01-17 | 大同特殊鋼株式会社 | 丸棒材の超音波探傷方法 |
WO2021217268A1 (en) * | 2020-04-30 | 2021-11-04 | UT Comp Inc. | System and method for classifying sensor readings |
CN112179990A (zh) * | 2020-09-15 | 2021-01-05 | 昆明理工大学 | 一种基于ToF损伤因子的碳纤维复合材料疲劳损伤概率成像方法 |
CA3201100A1 (en) | 2020-12-04 | 2022-06-09 | Lazar Bivolarsky | Multi-bounce acoustic signal material detection |
US11788904B2 (en) | 2020-12-04 | 2023-10-17 | Perceptive Sensor Technologies, Inc. | Acoustic temperature measurement in layered environments |
WO2022147234A1 (en) | 2020-12-30 | 2022-07-07 | Perceptive Sensor Technologies, Inc. | Evaluation of fluid quality with signals |
US11933763B2 (en) * | 2021-06-29 | 2024-03-19 | Verifi Technologies, Llc | Cylindrical ultrasonic scanning apparatus |
CN113834874B (zh) * | 2021-09-16 | 2023-11-17 | 江苏省特种设备安全监督检验研究院 | 基于civa仿真及分析接管角焊缝缺陷的方法 |
WO2023154514A1 (en) | 2022-02-11 | 2023-08-17 | Perceptive Sensor Technologies, Inc. | Acoustic signal detection of material composition in static and dynamic conditions |
WO2023225062A1 (en) * | 2022-05-17 | 2023-11-23 | Perceptive Sensor Technologies, Inc. | Determining layer characteristics in multi-layered environments |
CN115184146B (zh) * | 2022-06-15 | 2024-02-27 | 北京理工大学 | 一种基于dic的薄壁结构屈曲强度无损探针测量方法 |
KR102516523B1 (ko) | 2022-06-24 | 2023-03-31 | (주)성일에스아이엠 | 벤딩 파이프 검사 장치 |
KR102507104B1 (ko) * | 2022-07-11 | 2023-03-06 | 서해전 | 금속 파이프 검사 장치 및 방법 |
US11940420B2 (en) | 2022-07-19 | 2024-03-26 | Perceptive Sensor Technologies, Inc. | Acoustic signal material identification with nanotube couplant |
KR102552909B1 (ko) * | 2023-01-05 | 2023-07-07 | 주식회사 엠아이티 | 초음파검사시스템 및 이를 이용한 초음파 검사 방법 |
CN116930192B (zh) * | 2023-07-26 | 2024-02-09 | 常州润来科技有限公司 | 一种高精度铜管缺陷检测方法及系统 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4625557B2 (en) * | 1985-02-20 | 1998-05-26 | Rutherford Lora E | Acoustical imaging systems |
JPS61286747A (ja) * | 1985-06-14 | 1986-12-17 | Hitachi Ltd | 3次元探触子及び3次元映像装置 |
US4803638A (en) * | 1986-06-26 | 1989-02-07 | Westinghouse Electric Corp. | Ultrasonic signal processing system including a flaw gate |
KR930009636B1 (ko) * | 1990-08-24 | 1993-10-08 | 이재범 | 파이프 라인 구조를 이용한 변환 영역에서의 필터링 방법 |
JP3007474B2 (ja) * | 1991-04-19 | 2000-02-07 | 川崎重工業株式会社 | 超音波探傷検査方法および装置 |
CN1109594A (zh) * | 1994-04-22 | 1995-10-04 | 清华大学 | 用于声发射检测的声耦合方法及装置 |
JPH09171006A (ja) * | 1995-12-20 | 1997-06-30 | Ishikawajima Harima Heavy Ind Co Ltd | 超音波探傷データ評価装置 |
JPH10115604A (ja) * | 1996-10-14 | 1998-05-06 | Ishikawajima Harima Heavy Ind Co Ltd | 超音波探傷データ評価装置 |
JPH10311138A (ja) * | 1997-05-14 | 1998-11-24 | Ohbayashi Corp | 単管パイプの識別構造 |
JP3730429B2 (ja) * | 1999-01-29 | 2006-01-05 | 株式会社日立製作所 | 超音波探傷結果の表示方法及び超音波探傷装置 |
FR2796153B1 (fr) * | 1999-07-09 | 2001-11-30 | Setval | Controle non destructif a capteurs ultrasonores repartis |
US7164476B2 (en) * | 2000-05-30 | 2007-01-16 | Oyo Corporation U.S.A. | Apparatus and method for detecting pipeline defects |
JP2002257802A (ja) * | 2001-02-27 | 2002-09-11 | Mitsubishi Heavy Ind Ltd | 超音波信号可視化装置 |
FR2833706B1 (fr) * | 2001-12-13 | 2004-07-23 | Setval | Controle non destructif a capteurs ultrasonores, de produits de metallurgie |
JP4167841B2 (ja) * | 2002-03-22 | 2008-10-22 | 恭二 本間 | ニューラルネットワークを利用した知能化超音波探傷システム |
JP4115954B2 (ja) * | 2004-02-27 | 2008-07-09 | 株式会社東芝 | 超音波検査装置 |
JP4542813B2 (ja) * | 2004-04-26 | 2010-09-15 | 株式会社東芝 | 3次元超音波検査装置 |
JP2006255083A (ja) * | 2005-03-16 | 2006-09-28 | Ge Medical Systems Global Technology Co Llc | 超音波画像生成方法および超音波診断装置 |
JP4728762B2 (ja) * | 2005-10-03 | 2011-07-20 | 株式会社東芝 | 超音波探傷画像処理装置 |
JP4859521B2 (ja) * | 2006-05-02 | 2012-01-25 | 三菱重工業株式会社 | 超音波探傷データを処理するためのプログラム、処理装置及び処理方法 |
FR2903187B1 (fr) | 2006-06-30 | 2008-09-26 | Setval Sarl | Controle non destructif, en particulier pour des tubes en cours de fabrication ou a l'etat fini |
-
2007
- 2007-12-21 FR FR0709045A patent/FR2925690B1/fr not_active Expired - Fee Related
-
2008
- 2008-11-14 AR ARP080104973A patent/AR069323A1/es active IP Right Grant
- 2008-12-16 ES ES08872809.2T patent/ES2616552T3/es active Active
- 2008-12-16 WO PCT/FR2008/001751 patent/WO2009106711A2/fr active Application Filing
- 2008-12-16 JP JP2010538831A patent/JP5595281B2/ja not_active Expired - Fee Related
- 2008-12-16 EP EP08872809.2A patent/EP2223098B1/fr not_active Not-in-force
- 2008-12-16 MY MYPI20102470 patent/MY152235A/en unknown
- 2008-12-16 UA UAA201009162A patent/UA99844C2/uk unknown
- 2008-12-16 BR BRPI0821312-7A patent/BRPI0821312B1/pt not_active IP Right Cessation
- 2008-12-16 US US12/808,915 patent/US8365603B2/en active Active
- 2008-12-16 AU AU2008351946A patent/AU2008351946B2/en not_active Ceased
- 2008-12-16 CA CA2709611A patent/CA2709611C/fr not_active Expired - Fee Related
- 2008-12-16 CN CN200880121741.8A patent/CN101903771B/zh not_active Expired - Fee Related
- 2008-12-16 KR KR1020107016301A patent/KR101476749B1/ko not_active IP Right Cessation
- 2008-12-16 EA EA201070787A patent/EA021646B1/ru not_active IP Right Cessation
- 2008-12-21 SA SA108290823A patent/SA108290823B1/ar unknown
-
2010
- 2010-06-09 ZA ZA2010/04112A patent/ZA201004112B/en unknown
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5595281B2 (ja) | 特に製造中または完成状態におけるパイプ用非破壊検査 | |
JP5162583B2 (ja) | パイプの作製中または完成状態における非破壊検査用の操作工具を形成するデバイス、パイプの非破壊検査デバイス、およびパイプの非破壊検査工程 | |
JP2011506992A5 (ja) | ||
JP2009541765A5 (ja) | ||
US7503218B2 (en) | Methods and system for ultrasound inspection | |
US9228980B2 (en) | Non-destructive evaluation methods for aerospace components | |
JP4410037B2 (ja) | 超音波探傷方法および超音波探傷装置 | |
KR100485450B1 (ko) | 초음파 탐상 시험 장치 및 그 제어방법 | |
EP4109090A2 (en) | System and method for automated confirmation of defect indications in ultrasonic testing | |
Aldrin et al. | Advanced echo-dynamic measures for the characterisation of multiple ultrasonic signals in aircraft structures | |
Savin et al. | Ultrasound method for determination of porosity in Laser Additive-Manufactured Titanium alloy |