JP2012515896A - 渦電流の自動非破壊試験解析方法 - Google Patents
渦電流の自動非破壊試験解析方法 Download PDFInfo
- Publication number
- JP2012515896A JP2012515896A JP2011546432A JP2011546432A JP2012515896A JP 2012515896 A JP2012515896 A JP 2012515896A JP 2011546432 A JP2011546432 A JP 2011546432A JP 2011546432 A JP2011546432 A JP 2011546432A JP 2012515896 A JP2012515896 A JP 2012515896A
- Authority
- JP
- Japan
- Prior art keywords
- analysis
- locale
- data
- mapping
- detection
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 69
- 238000012360 testing method Methods 0.000 title description 17
- 238000000034 method Methods 0.000 claims abstract description 71
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 61
- 238000001514 detection method Methods 0.000 claims abstract description 59
- 230000007547 defect Effects 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000013507 mapping Methods 0.000 claims description 31
- 230000007704 transition Effects 0.000 claims description 20
- 230000007246 mechanism Effects 0.000 claims description 18
- 238000005259 measurement Methods 0.000 claims description 15
- 230000003044 adaptive effect Effects 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000007726 management method Methods 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 abstract description 7
- 230000008569 process Effects 0.000 description 33
- 238000010586 diagram Methods 0.000 description 16
- 208000024891 symptom Diseases 0.000 description 12
- 230000008859 change Effects 0.000 description 10
- 239000003550 marker Substances 0.000 description 8
- 239000000523 sample Substances 0.000 description 8
- 230000035945 sensitivity Effects 0.000 description 7
- 239000010802 sludge Substances 0.000 description 7
- 230000010354 integration Effects 0.000 description 6
- 238000007635 classification algorithm Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 101100484492 Arabidopsis thaliana VHA-C gene Proteins 0.000 description 3
- 102000012677 DET1 Human genes 0.000 description 3
- 101150113651 DET1 gene Proteins 0.000 description 3
- 101150066284 DET2 gene Proteins 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 239000000758 substrate Substances 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 235000019735 Meat-and-bone meal Nutrition 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
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
-
- 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
- G01N27/9073—Recording measured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2205—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using arrangements specific to the hardware being tested
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/28—Error detection; Error correction; Monitoring by checking the correct order of processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Immunology (AREA)
- Electrochemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Human Computer Interaction (AREA)
- Computer Hardware Design (AREA)
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
Description
(関連出願の相互参照)
本PCT出願は、2009年1月19日付け米国仮特許出願第61/145,666号に対し、両出願に共通するすべての事項に関して優先権を主張するとともに、米国特許法第119条(e)の下での利益を主張する。当該仮出願の全開示内容は、本明細書中に参考として援用する。
システムアーキテクチャ
処理ファーム
図1に関連して、システムハードウェアは、多数の自動解析タスクの並列実行を扱う分散処理システム(ファーム)40を具備しており、目標スループットを満足するために使用する。設計目標は、ネットワークのオーバーヘッドを抑えることと、拡張性を確保することである。このファームは、Windowsオペレーティングシステムを用いたファイルサーバーを具備し、生データ45および設定へのアクセスに使用する。本発明において、ファームの入力としては、データ45へのUNCパスおよび必要な設定ファイルのほか、データベースでデータを探し出すためのSQLサーバー接続文字列およびパラメータが挙げられる。
1.クライアントは、解析者がファームにジョブを提示して完了させるために使用するソフトウェアであって、解析者マシン上で動作する。図1には、ディレクタクライアント10、ダッシュボードクライアント30、およびコンフィグレータ20という3種類のクライアントを示している。
4.処理アプリケーションは、作業、進捗報告、状態メッセージの送信、および完了の成否を処理する。
最上位プロジェクトフロー
図1aは、本発明の方法を実装したシステムの主要なプロセスを示すプロセス図である。
「解析」段階では、スラッジやノイズ等の影響に対する欠陥検出161、欠陥分類163、およびシングルパス測定162を行う。データは、検出161および分類163を経た後、シングルパス測定の処理が行われ、設定に基づいて複数のロケールに分割される。各ロケールへの検出の適用は、設定に基づいて行う。検出した欠陥への分類の適用は設定に基づいて行い、分類した欠陥は「バケット」に書き込んで最終受け入れに供する。
マルチアルゴリズムアーキテクチャ
自動解析コアアーキテクチャの基本は、管内の重要な解析位置を予め決定し、これら特定の各領域において任意の数の検出アルゴリズムを任意の数の分類アルゴリズムと組み合わせて、損傷メカニズムの検出確率を最大化することにある。このアーキテクチャでは、管をあらゆるスライスで解析して、解析の重複が発生する場所と態様とを厳密に保証できるように完全な制御を実現する。また、このアーキテクチャは、任意の位置精度で解析を行う柔軟性を提供するため、たとえば、管板拡張遷移における損傷メカニズムを非常に明確に探し出すことができる。または、管板の全領域をより広範に走査可能である。あるいは、これら両者を実現可能である。
部位設定インターフェース611においてチャンネルエイリアシング610を実施する。その後、チャンネルのマッピングを行う(612)。チャンネルマッピングでは、各チャンネルに対してコイルを選択し(613)、周波数のタイプを選択し(614)、所定のフィルタを適用する(615)。
アルゴリズムビルダー620は、トレーニング用インターフェース621を介して実行する。この段階には、上述の通りチャンネルの選択(631)、フィルタの適用(632)、測定タイプの選択(633)、および試験ロジックの適用(634)を含むルールベースの検出器630が内蔵されている。このシステムでは、複数の検出器設定を定義することもできる。また、検出器は、連続的なウェーブレット変換フィルタを備えたミシガン州適応閾値ルールベース(Michigan State Adaptive Threshold Rule Based)アルゴリズムまたはZetecカスタムルールベース(Zetec Custom Rule Based)アルゴリズム等、現在のアルゴリズムの特定の技術パラメータを満足するように構成してもよい。
効果的な解析のプロセスには、高精度に定義したロケールが不可欠である。これは、管類をロケールへと細分割するには、標識を高精度に検出することが必要であることを意味する。すなわち、複数の高度なアルゴリズムを用いて標識の自動検出を行うと、標識が正確に検出可能となる。
AnalysisLocaleは、管内の単一領域または集合領域を記述するデータ構造であって、以下の例のように、任意の精度を記述可能である。
1.FullTube/HotLeg(ホットレグ管全体)
2.FullTube/Ubend/FreeSpan(U字管に含まれる個別の各フリースパン)
3.FullTube/HotLeg/Tubesheet/Expansion(ホットレグ管の拡張遷移部の始点から終点まで)
4.FullTube/ColdLeg/FreeSpan/SludgePile(フリースパンの始点からスラッジパイルの頂点まで)
5.FullTube/Ubend/UbendStructures/StructureEdges(U字管の構造縁部)
6.FullTube/Ubend/UbendStructures(U字管の縁部および中心部を含む構造全体信号)
すべてのロケールおよび必要な精度は、予測してxmlファイルにパッケージ化する。これら予測した各ロケールでは、マッピングしたロケール間にスライスギャップが生じないように、スライス値群へのマッピングに必要なアルゴリズムを利用する。上記コードにより、一連の各精度が親ロケールに完全に含まれるとともに、親ロケールのあらゆるスライスが直下の子ロケールによって構成される。
LocaleAnalyzerは、単一のAnalysisLocale上での解析の開始を担う。LocaleAnalyzerは、1つだけ含むAnalysisLocaleに適用され、当該ロケール全体で実行する特定の解析方法(LocaleAnalyzerUnits)を多数含む。また、AnalysisLocaleは、AnalysisLocaleツリーで説明したように、当該ロケール内で区画された領域に関連する低精度のAnalysisLocaleを多数含む。LocaleAnalyzerUnitは、所与のAnalysisLocaleにおける任意の単一解析パス種別に関与する抽象基底クラスである。各LocaleAnalyzerUnitは、ユーザー設定に応じて他のLocaleAnalyzerUnitとの共有可否が決定される単一の指定AnalysisReportBucketを有する。以下は、LocaleAnalyzerUnitから派生したクラスである。
1.SludgeReportUnit
2.NoiseMeasurementUnit
3.DetectionClassificationUnit
AnalysisReportBucketは、関連する結果の集合体である。同じAnalysisReportBucketに置かれた結果はすべて、当該バケット内の他の結果に対して、空間的な重なりの有無が自動的に確認される。2つの結果の位置が重なっている場合は、以下のいずれかのユーザー設定規則に従って、一方の結果を削除する。
1.先入れ:バケットに最初に入力されたレポートを残し、新しい方を破棄する。
2.後入れ:最後に追加入力したレポートを残し、古い方を破棄する。
3.最大電圧:電圧の測定結果が最大の入力(中間レポート入力構造での報告による)を残し、小さい方を破棄する。
4.最大面積:空間面積が大きい方の入力を残し、小さい方を破棄する。
1.くぼみ
2.MBM(製造バフマーク)
3.欠陥
4.スラッジ(内部使用のみを目的として確保)
5.ノイズ(内部使用のみを目的として確保)
ユーザーは、他のレポート入力種別と重複しているか否かに関わらず、くぼみ、MBM、スラッジ等が読み出されるようにしたいと考える。また、AnalysisReportBucketは、後段の最終受け入れで使用することにより、同じバケットには存在しないが、別の規則に基づいて削除の要望が依然あるか、または別のバケットの要素(たとえば、くぼみ等)と重複していることにより兆候コードの変更が必要な重複入力の処理方法を決定する。
DetectionClassificationUnitは、単一のDetectionStepおよび単一のClassificationStepを含むLocaleAnalyzerUnitの一形態である。DetectionClassificationUnitは、LocaleAnalyzerからの通知により、DetectionStepを介して解析を開始し、DetectionStepの終了を待って(各検出アルゴリズムは個別のスレッドに存在)、ClassificationStepを介して分類を開始し、先程と同様にClassificationStepの終了を待つ。
DetectionStepクラスは、解析領域の複合検出走査を表し、複数の独立した検出パスにより構成可能であって、結果的に単一のDetectionResultアレイが得られる。隣接する結果の各組は、重複の場合は組み合わせによって結果を統合し、重複しない結果は破棄するように構成されたDetectionMergerオブジェクトに渡される。対応する検出統合規則による(必要以上に複雑で起こりそうにない)検出の例として、DET1‘and’DET2‘or’DET3‘or’DET4‘and’DET5‘and’DET6が挙げられる。
DetectionResultは、データ中の矩形または1次元位置を記述するための単純なデータ構造である。この構造の存続時間は、検出から分類までである。
Detectorは、基本検出クラスであり、その派生としてPluginDetector、ZRBDetector、MatlabDetector等の様々な検出器が得られる。Detectorの出力は、DetectionResultのベクトルとなる。
DetectionMergerは、2つのDetectionResultに対してOR論理またはAND論理を実行する機能クラスである。任意の単一演算の結果は、別のDetectionResultとなって、別のDetectionResultとの組み合わせが必要となる場合がある。DetectionResultの任意の複雑性を対応するDetectionMerger規則と組み合わせる方法においては、常に左から右へ、すべてのAND項をまず初めに演算する。上述の例DET1‘and’DET2‘or’DET3‘or’DET4‘and’DET5‘and’DET6に関しては、以下のように演算する。
1.DET1‘and’DET2を実施(結果はDET12)
2.DET4‘and’DET5を実施(結果はDET45)
3.DET45‘and’DET6を実施(結果はDET456)
4.DET12‘or’DET3を実施(結果はDET123)
5.DET123‘or’DET456を実施(結果はDET123456)
AND論理では、任意の2つのDetectionResultに関して、互いに重複する部分のみが残って、新たなDetectionResultが1つ生成される。OR論理では、任意の2つのDetectionResultに関して、重複する場合(各結果の少なくともN%(Nは設定可能)が他の結果に含まれることを意味する)以外はすべての結果が変更されない。2つのDetectionResultが重複する場合は、統合されて、2つの矩形DetectionResultの結合体である単一の大きなDetectionResultとなる。
ClassificationStepクラスは、特定の検出結果群の複合分類解析を表す。DetectionStepと同様に、複数の独立したアルゴリズムにより構成可能であって、結果的に単一のIntermediateReportEntryアレイ(DetectionResult当たり1つ以下)が得られる。
並列マルチパスアーキテクチャ
本発明のソフトウェアは、管内の同じ領域に対して複数の解析方法を設定可能である。また、各方法の結果が異なる分析報告グループに属するように構成してもよい。
ステップ410では、報告グループを作成・確認する。各報告パスの報告グループを作成・検証する動作(412)は、部位設定インターフェース411を介して行う。
度数比/頻度差(Frequency ratios/deltas)
従来の自動解析の試みでは、特定種類の損傷メカニズムを考慮する所与の頻度または頻度群で信号が有すべき特徴の規定に向けて、相当のジョブを行っていたが、特に関心のある信号の頻度全体での挙動である場合が多い。第1の頻度からその半分の頻度まで、信号が少なくとも10度回転しているか否か、あるいは、第1の頻度での電圧が半分の頻度での電圧より少なくとも25%高いか否か等は、特徴付けようとしている信号が欠陥であるか否かという点とその種類とを最終的に決定するための基準である。本発明に係る分析製品のルールベース分類アルゴリズムパッケージを使用すると、電圧、角度、深さ、および長さといったあらゆる下位種別の試験の頻度間において、比率および/または直接差異に関する任意の数の測定が可能となる。
発生器およびユーザーにわたり、渦電流検査パラメータには、管類の変形や部位の選好に由来する実に様々な種類が存在する。ただし、渦電流解析の基本原則により、データの解析には多数の共通点がある。そこで、データ解析の設定においては、部位特有の状況を対象としつつ一般論としての作業を可能にするため、チャンネルエイリアスの作成を行った。これにより、特定のデータストリーム・クラスに関するデータの解析が本質的に可能である。たとえば、欠陥のボビン検出を行うには通常、第1の頻度差分チャンネルを考慮に入れる。このチャンネルは、Xプローブのボビンコイルの場合、チャンネル1、3、または169が考えられる。発生器によっては、頻度が変化することになるが、これらの各インスタンスはBobbinDiff.Highとも称する。なお、各取得技術は、エイリアシング対象の実チャンネルのマッピングを有する。
エイリアシングを行えば、名称が付されたデータフィルタへのアドオンも可能となる。フィルタ設定の一群にはユーザーが名称を付け、技術ごとに特殊化してもよい。この特殊化により、けん引速度等の仕様に基づくフィルタの調整が可能となる。たとえば、メディアンフィルタでは、サンプル密度に基づいてウィンドウを調整する必要がある。また、デフォルトのスライス数は301であるが、設定が異なる場合は必要に応じて増減可能である。
最終受け入れ
RevospECTの最終受け入れプロセスは、フィールドでリアルタイムに収集した解析結果を過去の解析パスで収集したデータと関連付けることによって、渦電流解析業界に革新をもたらすものである。このようなデータの「横断的」な見方をすれば、複数のデータセットにわたって複雑な関係を描くことが可能となり、長期間にわたって発生する蒸気発生器の変化率を認識可能となる。また、この最終受け入れプロセスによれば、リアルタイムに収集した関心のある兆候(閾値を超えるノイズ等)の収集および関連付けが可能となり、単体としてではなく全体として評価することによって、蒸気発生器のより大きな問題を提起する描画可能なパターンを決定可能となる。
最終受け入れは、アナライザ設定インターフェース501を介して設定する。ステップ510では、既存の報告バケットの選択または新しいバケットの作成(511)、解析グループの選択(512)、および最終前受け入れ重複方法の選択(513)の各ステップによって、報告バケット重複の削除を規定する。また、必要に応じて、別の報告バケットを追加・設定する(515)。
履歴レポート比較は、解析者設定規則を自動的に適用して、検査履歴関連の決定を行うソフトウェアコンポーネントである。この規則は、現在の検査の結果が履歴や「指定」の履歴と「上昇整合」の状態および/または履歴から「変化」した状態にあるか否か、ならびに適宜変更したフィールドで結果を報告するか否かを判定する。
ロケールマッピング
本発明のロケールマッピングに関連する構成要素の機能詳細を以下に示す。なお、ロケールマッピングは、1)概要、2)アルゴリズム、および3)位置決め手順という3つの小区分に分かれている。
本発明では、ロケールの考え方を用いることにより、各レグによって特定される管板やフリースパン等の発生器の特定領域に対する設定を一般化する。ロケールチャートは、ストリップチャートと平行して、ロケールの変化を表示するものである。ロケールチャートの幅は固定されており、表示データに存在するロケールに応じて、レベル2〜4のロケールを表示する。データカーソルを合わせたロケールはハイライトされる。また、マウスによるデータのナビゲーションおよびズームには様々なモードが存在する。
縁部補正は、支持構造、管板、および/または管端の自動位置決め縁部に対して、ユーザーが効果的に固定距離を加算または減算できる簡単な方法である。この方法によれば、(通常は)フリースパンに割り振られたデータを犠牲にして、特定種類の支持構造およびその内側縁部領域に割り振られたデータの量の増加(または減少)をユーザーが選択できるように、結果として得られるロケールマッピングを繊細に制御可能となる。各種標識構造には、縁部補正用の特定の設定ポイントが用意されているため、たとえば中空の支持部には1/2インチを加算してもよいが、中身の詰まった支持部には補正を行わない。
DamageMechanismクラスは、関連する任意の数の解析ロケールおよび然るべき兆候コードに対して、名称を付けた損傷メカニズムのマッピングを行うデータ構造である。DamageMechanismの名称は、AnalysisLocaleの記述文字列と併せて使用することにより、位置固有の損傷メカニズムに対してアルゴリズムをマッピングする。DamageMechanismクラスは、設定関連のオブジェクトとして、ユーザーが自動解析を設定する際のガイドとなる。損傷メカニズムの作成とロケールへのマッピングを行った後は、自動解析の設定として、ユーザーが各ロケールにアクセスし、当該ロケールにマッピングされた所定の各メカニズムに対する検出および/または分類方法を取得する。ユーザーには、上記特定のロケールで見つけられる損傷メカニズムのみが提供・設定される。未設定のものは、容易に通告および/または追跡可能で、後で検証される。
拡張遷移検出
ロケールツリーマップ構造化の重要な部分である拡張遷移部の自動検出は、通常は遷移部の近傍に存在する周方向亀裂の検出に先行して行う。ほとんどの周方向亀裂は、支持構造または拡張遷移部に隣接している。拡張遷移の信号表示を自動識別することは、「高信頼性ゾーン」で周方向亀裂を探索する際に重要な役割を果たす。
解析対象の第1の絶対頻度チャンネルのうち最も急峻な微小勾配の部分は、関心点であって、信号の差分の最大絶対値に対応するスライスを位置決めすることによって決定される。この点では、不正コールとヒット間の識別を行う第1の校正済み絶対ロケータ頻度全体で別の相対振幅試験を行う。
この場合は、第1の頻度表示セットにおける特定のチャンネルのうち最も急峻な微小勾配の部分が関心点である。この特定チャンネルは、表示セットに含まれるチャンネル各部の長さ全体にわたって最大電圧を生成する部分に対応する。このチャンネルの最も急峻な微小勾配は、ボビンの場合と同様に決定される。また、表示セットチャンネル全体にわたるこの関心点の近傍の位相は、真の拡張遷移位置として確認されるように、指定範囲内に存在する必要がある。
このアルゴリズムでは、識別するU字管遷移点の数を予め把握しておく必要がある。必要な点が1つの場合は、第1の絶対頻度チャンネルのうち最も急峻な微小勾配の部分が決定される。また、この位置は、信号の差分の最大絶対値に対応するスライスを位置決めすることによって特定される。別の識別子としては、関心点の近傍で実行されるユーザー供給識別子を備えた相対電圧検査がある。
このアルゴリズムは、支持板または管板信号の近傍にヌル点を決定する。このヌル点を基準として、所定電圧および2つの位相境界の外側に存在する信号要素の極座標識別を実施する。予め設定した極領域内の要素がこのスラッジ信号成分である。
信号とノイズを識別するための閾値判定は、検出プロセス全体で重要な役割を果たす。不正コール率および誤り率を最低限に抑えるため、選択した閾値は、定常時信号対ノイズ比と直接関係する必要がある。すなわち、この閾値は、解析対象の信号の支配的な統計的特性に適合する必要がある。
確率統計上、値の統計的分散の尺度としては、確率分布の標準偏差、確率変数、または値の母集団もしくは集合体が挙げられる。標準偏差は一般的に、文字σ(小文字のシグマ)で表され、分散の平方根として定義される。
渦電流データにおけるノイズに対応する電圧は、正規分布しているものと仮定する。統計的には、測定結果が多数存在する場合、約68%が平均値から1標準偏差の間に存在し、95%が2標準偏差の間に存在し、99.7%が3標準偏差の間に存在する。この経験則は通常、正規分布の母集団値にも当てはまる。図3は、正規分布データのグラフである。
最初のテストケースとして、中央値絶対偏差に基づく臨界閾値の変更に利用可能なレベルが10個ある場合を考える。これらのレベルは、感度レベルと表す。レベル1の感度では、標準偏差の倍数因子がレベル10の感度よりもはるかに高くなる。XプローブおよびMRPC(最大残余パケット容量)の2次元データ表示の場合、閾値は以下のように適応的に定義される。
Ω=閾値
μ=分布の中央値
ξ=乗数
σ=中央値絶対偏差
N=分布の要素数(経験的には、分布の要素数が5000を超えるまでは2.7184に設定する)。
ここで、
Ω=閾値
ξ=乗数
σ=Vpp値の集合体の中央値絶対偏差。
トレーニング用データが十分であれば、類似の環境条件で収集されたデータの感度レベルを適切に推定することができる。
位置決め手順
自動位置決め:信号形成
本発明の解析では、自動位置決めアルゴリズムに使用する固有の基準セットをあらゆる種類の標識に持たせることができる。特に、設定プロセスでは、種類ごとに信号回転の校正および格納を行う。自動位置決めにおいては、検出を試みる標識ごとに問題の標識種別を判定し、アルゴリズムの適用前に然るべき回転をデータに適用する。問題の各信号については、期待通りの方向に形成が進んでいる場合はさらに精査を考慮するだけである。
自動位置決めは、標識テーブルの定義を改良することによって大いに改良可能である。標識の視認性が故障によって異なる「灰色領域」を扱う論理と併せて、所与の行および列での出現が期待される標識に関する正確な情報が利用可能である。特定の行/列位置では、特定の標識幅および視認性が無効となる可能性がある。この情報は、標識が管と接触する角度が異なるために標識が大きく見える場所を記述する際に使用してもよい。あるいは、1つの大きな構造に見える点に近接している2つの標識を効果的に組み合わせる際に使用してもよい。
自動位置決め:対称性の考察
本発明の解析の自動位置決めでは、標識テーブルによる指定がない限り、U字管の標識構造が対称割り付けになることを仮定している(ただし、必ずしも等距離ではない)。この場合、U字管の標識は、U字管の頂点が決まるごとに対で検出される。対称性が予想される場合、自動位置決めソフトウェアとしては、U字管の頂点から同じ距離(公差の範囲内)で各標識対が検出されるようにする必要がある。対称性は、標識テーブルエディタを介して、標識テーブルに頂点マーカー(1つの標識が頂点にある場合は2つの隣接マーカー)を設置することにより定義可能である。頂点に対するAVB上昇も提供される場合(四角形管の場合)、対称性の考察は無視されて、直接上昇が優先的に使用される。
アルゴリズムトレーニング用インターフェース
本発明のすべてのアルゴリズムは、専用のトレーニング用インターフェースにおいて設定する。このインターフェースは、検出アルゴリズムおよび/または分類アルゴリズムを作成してライブデータ上で試験する手段を提供する。アルゴリズムの試験中、動的閾値判定、測定位置、角度・電圧判定、合否状態等の重要なアルゴリズムステップについては、プログラムに格納しておくことで、オペレータが後で精査可能である。このように、オペレータは、解析プロセスを自由に前後移動して、設定したアルゴリズムによる解析の実施具合の詳細を確認するようにしてもよい。各ステップにおいては、システムで情報を入手して、関心のある信号に対するトレーニングを自動的に行ってもよい。
Claims (10)
- 管類の欠陥を包括的に監視、解析、および管理するシステムであって、
ロケール解析装置と管類の欠陥を特定する検出分類部とを含むコンピュータプラットフォームであって、該コンピュータプラットフォームのアーキテクチャは、自動解析タスクの並列実行を可能とする分散処理システムを含む、前記コンピュータプラットフォームと、
特定のデータストリーム・クラスに関してデータを解析するチャンネルエイリアシング手段と、
解析者設定規則を自動的に適用して、高確率の検出結果自動解析方法の使用に起因するオーバーコールの形態を低減する自動最終受け入れ手段と、
前記管類および関連する構成要素の特定領域に対する設定を生成するロケールマッピング手段であって、標識境界の補正と、関連する複数の解析ロケールへの損傷メカニズムのマッピングと、拡張遷移検出、適応閾値検出、および位置決め手順を含むアルゴリズムとを実行する前記ロケールマッピング手段と
を備えるシステム。 - アルゴリズムトレーニング用インターフェースをさらに備える、請求項1に記載のシステム。
- 前記検出分類部が、前記管類の電圧、角度、深さ、および長さの頻度間の比率または差異に関する複数の測定結果を含む、請求項1に記載のシステム。
- 管類の欠陥を包括的に監視、解析、および管理する方法であって、
コンピュータプラットフォーム上で履歴データおよび取得データをロードおよび校正すること、
ロケールによって前記履歴データおよび取得データをソートすること、
前記データをマッピングして、前記管類および関連する構成要素の特定領域に対する設定を生成すること、
前記マッピングしたデータに基づいて欠陥を検出すること、
電圧、角度、深さ、および長さの頻度間の比率または直接差異に関する任意の数の測定結果を用いて前記欠陥を分類すること、
解析者設定規則を適用して、様々な形態のオーバーコールを低減するとともに、冗長な多数の結果の中から単一の最終結果を選択して報告すること
を含む方法。 - チャンネルエイリアスを利用して、特定のデータストリーム・クラスのデータを解析可能とすることをさらに含む、請求項4に記載の方法。
- 前記マッピングすることが、標識境界の補正を実行することを含む、請求項4に記載の方法。
- 前記マッピングすることが、関連する複数の解析ロケールへ損傷メカニズムをマッピングすることを含む、請求項4に記載の方法。
- 前記マッピングすることが、拡張遷移検出を含むアルゴリズムを実行することを含む、請求項4に記載の方法。
- 前記マッピングすることが、適応閾値検出を含むアルゴリズムを実行することを含む、請求項4に記載の方法。
- 前記マッピングすることが、位置決め手順を含むアルゴリズムを実行することを含む、請求項4に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14566609P | 2009-01-19 | 2009-01-19 | |
US61/145,666 | 2009-01-19 | ||
PCT/US2010/021428 WO2010083531A1 (en) | 2009-01-19 | 2010-01-19 | Methods for automated eddy current non-destructive testing analysis |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2012515896A true JP2012515896A (ja) | 2012-07-12 |
JP2012515896A5 JP2012515896A5 (ja) | 2013-02-14 |
JP5694193B2 JP5694193B2 (ja) | 2015-04-01 |
Family
ID=42126395
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011546432A Expired - Fee Related JP5694193B2 (ja) | 2009-01-19 | 2010-01-19 | 渦電流の自動非破壊試験解析方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8386404B2 (ja) |
JP (1) | JP5694193B2 (ja) |
KR (1) | KR101364404B1 (ja) |
WO (1) | WO2010083531A1 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8742752B2 (en) * | 2010-10-01 | 2014-06-03 | Westinghouse Electric Company Llc | Nondestructive inspection method for a heat exchanger employing adaptive noise thresholding |
US10896767B2 (en) * | 2011-04-07 | 2021-01-19 | Westinghouse Electric Company Llc | Method of detecting an existence of a loose part in a steam generator of a nuclear power plant |
US20140012521A1 (en) * | 2012-07-06 | 2014-01-09 | Zetec, Inc. | Methods for Eddy Current Data Matching |
US9335296B2 (en) * | 2012-10-10 | 2016-05-10 | Westinghouse Electric Company Llc | Systems and methods for steam generator tube analysis for detection of tube degradation |
US9945814B2 (en) | 2014-07-18 | 2018-04-17 | Westinghouse Electric Company Llc | Total integrated tube analysis |
US9092484B1 (en) | 2015-03-27 | 2015-07-28 | Vero Analyties, Inc. | Boolean reordering to optimize multi-pass data source queries |
CN109975395B (zh) * | 2017-12-27 | 2022-09-20 | 核动力运行研究所 | 一种涡流检测信号图形成像方法 |
CN111562307B (zh) * | 2020-04-22 | 2022-05-20 | 南京航空航天大学 | 一种基于直流漏磁原理的钢轨伤损数量实时统计方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60260802A (ja) * | 1984-05-31 | 1985-12-24 | ウエスチングハウス エレクトリック コ−ポレ−ション | 渦電流プローブの使用方法 |
JPS6379058A (ja) * | 1986-06-24 | 1988-04-09 | ウエスチングハウス エレクトリック コ−ポレ−ション | 熱交換器の管の渦電流試験データの機械分析方法及び装置 |
JPH02248895A (ja) * | 1989-03-22 | 1990-10-04 | Nuclear Fuel Ind Ltd | 蒸気発生器における伝熱管欠陥部位判定方法 |
JPH07280773A (ja) * | 1994-02-28 | 1995-10-27 | Westinghouse Electric Corp <We> | 渦電流感知装置 |
JPH10197494A (ja) * | 1997-01-16 | 1998-07-31 | Mitsubishi Heavy Ind Ltd | 渦電流探傷装置 |
JP2002005898A (ja) * | 2000-06-21 | 2002-01-09 | Mitsubishi Heavy Ind Ltd | 渦電流探傷システム及び渦電流探傷方法 |
JP2002022708A (ja) * | 2000-07-06 | 2002-01-23 | Mitsubishi Heavy Ind Ltd | 渦流探傷信号の評価方法及びその装置 |
JP2002288308A (ja) * | 2001-12-27 | 2002-10-04 | Tokyo Gas Co Ltd | 設備劣化診断方法及び設備劣化診断システム |
JP2007263946A (ja) * | 2006-03-03 | 2007-10-11 | Hitachi Ltd | 渦電流探傷センサ及び渦電流探傷方法 |
JP2008164613A (ja) * | 2006-12-29 | 2008-07-17 | General Electric Co <Ge> | 複雑な幾何学形状を有する部品を検査するための多周波画像処理 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5430376A (en) | 1993-06-09 | 1995-07-04 | General Electric Company | Combined thermoelectric and eddy-current method and apparatus for nondestructive testing of metallic of semiconductor coated objects |
US7054762B2 (en) * | 2002-08-29 | 2006-05-30 | Dapco Industries Inc. | Method and system for analysis of ultrasonic reflections in real time |
GB2414809A (en) | 2003-01-23 | 2005-12-07 | Jentek Sensors Inc | Damage tolerance using adaptive model-based methods |
US7231320B2 (en) | 2004-11-22 | 2007-06-12 | Papadimitriou Wanda G | Extraction of imperfection features through spectral analysis |
DE102007004223A1 (de) | 2007-01-27 | 2008-07-31 | Bönisch, Andreas | Verfahren und Vorrichtung zur zerstörungsfreien Prüfung von Rohren, Stangen o. dgl. Fertigteilen zur Ausrüstung von Ölfeldern |
FR2925690B1 (fr) | 2007-12-21 | 2010-01-01 | V & M France | Controle non destructif,en particulier pour des tubes en cours de fabrication ou a l'etat fini. |
US8166821B2 (en) * | 2008-07-14 | 2012-05-01 | Eaton Corporation | Non-destructive test evaluation of welded claddings on rods of hydraulic cylinders used for saltwater, brackish and freshwater applications |
-
2010
- 2010-01-19 US US12/689,576 patent/US8386404B2/en active Active
- 2010-01-19 WO PCT/US2010/021428 patent/WO2010083531A1/en active Application Filing
- 2010-01-19 JP JP2011546432A patent/JP5694193B2/ja not_active Expired - Fee Related
- 2010-01-19 KR KR1020117019218A patent/KR101364404B1/ko active IP Right Grant
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60260802A (ja) * | 1984-05-31 | 1985-12-24 | ウエスチングハウス エレクトリック コ−ポレ−ション | 渦電流プローブの使用方法 |
JPS6379058A (ja) * | 1986-06-24 | 1988-04-09 | ウエスチングハウス エレクトリック コ−ポレ−ション | 熱交換器の管の渦電流試験データの機械分析方法及び装置 |
JPH02248895A (ja) * | 1989-03-22 | 1990-10-04 | Nuclear Fuel Ind Ltd | 蒸気発生器における伝熱管欠陥部位判定方法 |
JPH07280773A (ja) * | 1994-02-28 | 1995-10-27 | Westinghouse Electric Corp <We> | 渦電流感知装置 |
JPH10197494A (ja) * | 1997-01-16 | 1998-07-31 | Mitsubishi Heavy Ind Ltd | 渦電流探傷装置 |
JP2002005898A (ja) * | 2000-06-21 | 2002-01-09 | Mitsubishi Heavy Ind Ltd | 渦電流探傷システム及び渦電流探傷方法 |
JP2002022708A (ja) * | 2000-07-06 | 2002-01-23 | Mitsubishi Heavy Ind Ltd | 渦流探傷信号の評価方法及びその装置 |
JP2002288308A (ja) * | 2001-12-27 | 2002-10-04 | Tokyo Gas Co Ltd | 設備劣化診断方法及び設備劣化診断システム |
JP2007263946A (ja) * | 2006-03-03 | 2007-10-11 | Hitachi Ltd | 渦電流探傷センサ及び渦電流探傷方法 |
JP2008164613A (ja) * | 2006-12-29 | 2008-07-17 | General Electric Co <Ge> | 複雑な幾何学形状を有する部品を検査するための多周波画像処理 |
Also Published As
Publication number | Publication date |
---|---|
US8386404B2 (en) | 2013-02-26 |
WO2010083531A1 (en) | 2010-07-22 |
KR20110122678A (ko) | 2011-11-10 |
JP5694193B2 (ja) | 2015-04-01 |
US20100185576A1 (en) | 2010-07-22 |
KR101364404B1 (ko) | 2014-02-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5694193B2 (ja) | 渦電流の自動非破壊試験解析方法 | |
JP6134366B2 (ja) | 画像処理装置およびコンピュータプログラム | |
JP5948138B2 (ja) | 欠陥解析支援装置、欠陥解析支援装置で実行されるプログラム、および欠陥解析システム | |
JP5583766B2 (ja) | 時間的に変化する欠陥分類性能の監視のための方法、システムおよびコンピュータ可読媒体 | |
US20100138801A1 (en) | System and Method for Detecting a Defect | |
KR20130118276A (ko) | 자동 및 수동 결함 분류의 통합 | |
KR20160081843A (ko) | 자동 분류를 위한 파라미터들의 튜닝 | |
KR20130118275A (ko) | 자동 결함 분류를 위한 알려지지 않은 결함 리젝션의 최적화 | |
KR20130118822A (ko) | 자동 결함 분류에서 분류기 준비 및 유지 | |
JP2018205247A (ja) | X線回折分析方法及びx線回折分析装置 | |
TWI783400B (zh) | 誤差因子的推定裝置及推定方法 | |
KR101615843B1 (ko) | 반도체 계측 장치 및 기록 매체 | |
JP2009188418A (ja) | データ解析のための方法および装置 | |
KR102351347B1 (ko) | 제조된 컴포넌트로부터 식별된 패턴 결함들의 체계적인 및 확률론적인 특성화를 위한 시스템, 방법 및 컴퓨터 프로그램 제품 | |
JP2011058926A (ja) | 画像検査方法及び画像検査装置 | |
KR20190138891A (ko) | 광학 검사 결과들로부터 형성한 계측 가이드 검사 샘플 | |
IL257205A (en) | Self-directed metrology and example classification | |
JP4959381B2 (ja) | パターン測定方法、及び電子顕微鏡 | |
US20120044262A1 (en) | Surface observation apparatus and surface observation method | |
JP3186171B2 (ja) | 異物観察装置 | |
JP4948238B2 (ja) | 分布解析方法および装置、異常設備推定方法および装置、上記分布解析方法または異常設備推定方法をコンピュータに実行させるためのプログラム、並びに上記プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
US20090030867A1 (en) | Reviewing apparatus, recipe setting method for reviewing apparatus and reviewing system | |
BE1024091B1 (nl) | Werkwijze voor precieze lokalisatie van elementen in een beeld | |
KR20220062568A (ko) | 결함 분류 장치, 결함 분류 프로그램 | |
JP2011191209A (ja) | 故障解析装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20121221 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20121221 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20131001 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140128 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140425 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140624 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140922 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150106 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150204 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5694193 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |