JP2020516867A - 定量赤外線サーモグラフィを使用して複合構造物を検査するための装置、システム、および方法 - Google Patents

Abstract

欠陥について、構造物の表面を検査するためのシステムおよび方法は、構造物の表面のあるセクションを加熱するための加熱デバイスと、加熱に応答して表面から赤外放射線を受け取るための赤外線カメラと、受け取った赤外放射線からサーモグラフを生成するように構成されたコントローラと、通信デバイスとを有する検査装置を含む。トレーニングシステムは、欠陥を有するモデル化された構造要素の熱シミュレーションによって生成されたサーモグラフのセットと、モデル化された構造要素のパラメータとの間の相関関係を判定するように構成されたエキスパートシステムモジュールを含む。トレーニングシステムおよび検査装置に通信可能に連結されたコンピュータシステムは、検査装置から受け取られるサーモグラフを受け取るように、かつトレーニングシステムから得られる相関関係を使用して構造物内の欠陥の定量パラメータを検出するように適合される。【選択図】図１

Description

本発明は、材料の検査および特徴付けに関し、特に、定量赤外線サーモグラフィを使用して複合構造物を検査するための装置、システム、および方法に関する。

複合材料（以下、「複合材」）は、現在、それらの耐腐食性により、多くの産業用途で金属材料の代替品として使用されている。例えば石油およびガス産業では、パイプや容器タンクなどのフィラメント巻き複合構造物に複合材が使用されている。現場で現在使用されている複合構造物の規模を示すために、複合材から作られたパイプラインを図１４に示す。耐腐食性の利点がそれらの使用を支持する一方で、複合材は、衝撃、クリープ、経年といった他のタイプの損傷に対する感受性に悩まされ得る。

特定のタイプの損傷に対する複合材の感受性を考えると、複合材を定期的に検査して、そのような損傷が発生したかまたは蓄積しているかをテストすることが重要である。また、現場での構造物の継続的な運用を中断する侵襲的な手法を採用することは実行不可能であるため、検査が非破壊的であることも必要条件である。適切な非破壊テスト（ＮＤＴ）技術は、複合材の典型的な欠陥を正確に検出し、適用し易く、迅速かつ自動化された広域検査を可能にするものであるべきである。また、このような技術では、最小限の表面前処理で稼働中検査を提供することも有利である。

一般的なＮＤＴ技術の中で、赤外線サーモグラフィは、非接触測定（連結媒体の必要なし）、広範囲でかつ集中的な領域キャン、高速取得、および簡単な操作を提供するため、優れた候補として際立っている。赤外線サーモグラフィ機器の感度の限界により、これまでこの手法は定性検査および境界検査に制限されており、これらのいずれも、正確な欠陥サイズ、深さデータ、または閉じ込められた媒体の性質に関するデータを提供できず、しかも検査対象構造物の表面近くに位置する欠陥を検出することに限定されている。

したがって、複合構造物を正確な定量方法で、迅速に、確実に、かつコスト効率よく検査するための非破壊的な技術に対するニーズがある。本発明は、このニーズおよび関連するニーズに対処するものである。

本発明の一態様によれば、欠陥について、構造物の表面の欠陥を検査するためのシステムが提供される。一実施形態によれば、システムは、１）構造物の表面のあるセクションを加熱するための加熱デバイス、加熱に応答して表面からの赤外放射線を受け取るための赤外線カメラ、受け取った赤外放射線からサーモグラフを生成するように構成されたコントローラ、および通信デバイスを含む、検査装置と、２）欠陥を有するモデル化された構造要素の熱シミュレーションによって生成されたサーモグラフのセットの相関関係を判定するように、かつモデル化された構造要素のパラメータを決定するように構成されたエキスパートシステムモジュールを含むトレーニングシステムと、３）トレーニングシステムおよび検査装置に通信可能に連結されたコンピュータシステムであって、検査装置から受け取られるサーモグラフを受け取るように、かつトレーニングシステムから得られる相関関係を使用して構造物内の欠陥の定量パラメータを検出するように適合されたコンピュータシステムと、を備える。

いくつかの実施形態では、構造物は、複合材料で構成されている。いくつかの実施形態では、コンピュータシステムによって検出される定量パラメータは、位置、深さ、配向、欠陥タイプ、閉じ込められた媒体のタイプ、またはこれらのサブコンビネーションを含む。さらなる実施では、エキスパートシステムモジュールは、サーモグラフのセットとモデル化された構造要素の対応するセットとの間の相関関係を判定するためにエキスパートシステム（例えば、ニューラルネットワーク）を採用する。さらに別の実施形態では、上記の組み合わせは、位置、深さ、配向、欠陥タイプ、および閉じ込められた媒体のタイプを含むコンピュータシステムによって検出される定量パラメータを有する、複合材料を構造物として含むことができ、さらなる実施形態では、この組み合わせは、上記のニューラルネットワークを採用するエキスパートモジュールとともに実施することができる。

いくつかの実施形態では、トレーニングシステムは、モデル化された構造要素のセットを生成するように構成された欠陥微細構造データベースモジュールをさらに含み、各構造要素が、統合欠陥を含む。いくつかの実施では、トレーニングシステムは、モデル化された構造要素の各々の熱解析を行うように、かつ構造要素に対応する過渡的サーモグラフを生成するように構成された仮想サーモグラフデータベースモジュールをさらに含む。熱解析は、有限要素解析を使用して実施できる。繰り返しになるが、実施形態は、この段落に記載された特徴のそれぞれまたはすべてを用いて実施することができる。

いくつかの実施形態では、各モデル化された構造要素のパラメータは、位置、配向、欠陥タイプ、欠陥サイズ、および閉じ込められた媒体を含む。モデル化された欠陥タイプは、層間剥離、固有の孔隙、基質亀裂、ファイバ基質剥離、複数の孔隙、および穴のうちの１つであり得る。モデル化された閉じ込められた媒体は、液体または気体のうちの１つであり得る。

本発明のさらなる実施形態では、トレーニングシステムは、構造物の材料特性、環境条件、およびモデル化された構造要素の熱解析に基づいて、検査装置を制御するための取得パラメータを自動的に判定するように構成された最適化取得パラメータモジュールを含む。いくつかの実施では、最適化取得パラメータモジュールによって判定される取得パラメータは、加熱デバイスを動作させるための加熱時間、目標熱流束レベル、検査装置の赤外線カメラを動作させるための取得時間、またはこれら特性のサブコンビネーションを含む。熱解析は、最小および最深の欠陥の少なくとも１つを有するモデル化された構造要素において行われ得る。

本発明のいくつかの実施では、コンピュータシステムは、トレーニングシステムから取得パラメータを受け取る。そのような実施では、コンピュータシステムは、取得パラメータを検査装置に送信する。さらなる実施では、エキスパートシステムモジュールは、ニューラルネットワークを採用して、サーモグラフのセットと対応するモデル化された構造要素のセットとの間の相関関係を判定する。

別の実施形態によれば、検査装置は、装置を構造物の表面に固定するためのクランプ要素と、加熱要素および赤外線カメラを収容するためのシャーシユニットと、を含む。いくつかの実施では、シャーシユニットは、クランプ要素に摺動連結され、かつ構造物の表面に対して周方向に回転可能である。さらなる実施では、シャーシユニットおよびクランプ要素は、検査装置が構造物の表面に沿って周方向に回転すること、および長手方向に並進することを可能にする、回転可能かつ並進可能なホイールに連結されている。例えば、シャーシユニットおよびクランプ要素は、ロボット車両に連結することができる。

本発明の別の態様によれば、欠陥について、構造物の表面を検査するためのシステムは、１）構造物の表面のあるセクションを加熱するための加熱デバイス、加熱に応答して表面からの赤外放射線を受け取るための赤外線カメラ、受け取った赤外放射線からサーモグラフを生成するように構成されたコントローラ、および通信デバイスを含む検査装置と、２）モデル化された構造要素のサーモグラフおよびパラメータのセットの相関関係を判定するように構成されたエキスパートシステムモジュール、ならびに構造物の材料特性および環境条件に基づいて、検査装置を制御するためのパラメータを自動的に判定するように構成された最適化取得パラメータモジュール含むトレーニングシステムと、３）トレーニングシステムおよび検査装置に通信可能に連結されたコンピュータシステムであって、検査装置から受け取られるサーモグラフを受け取るように、かつトレーニングシステムから得られた相関関係を使用して、構造物内の閉じ込められた媒体のタイプを含む欠陥の定量パラメータを検出するように適合されたコンピュータシステムと、を含む。

さらに別の態様によれば、検査装置が、欠陥について、構造物の表面の正確な定量検査を行うことを可能にするシステムをトレーニングする方法が提供される。この態様による一実施形態では、方法は、構造物の特性および構造物の環境条件に関するオペレータ入力を受け取ることと、オペレータ入力を使用して構造要素のセットを生成することであって、モデル化された構造要素の各々が、統合欠陥を含む、生成することと、過渡的熱解析の適用により、構造要素の各々に対応するサーモグラフを生成することと、サーモグラフと、対応する構造要素のパラメータとの間の相関関係を計算することと、を含み、相関関係は、構造物の撮影されたサーモグラフを解析して、構造物内の欠陥の定量パラメータを決定することを可能にする。いくつかの実施形態では、構造物は、複合材料で構成されている。

本発明のいくつかの実施形態では、過渡的熱解析は、有限要素解析を採用する。他の実施形態では、生成された構造要素は、位置、配向、欠陥タイプ、欠陥サイズ、閉じ込められた媒体、またはこれらのサブコンビネーションによって特徴付けられる。いくつかの実施では、欠陥タイプは、層間剥離、固有の孔隙、基質亀裂、ファイバ基質剥離、複数の孔隙、および穴のうちの１つである。閉じ込められた媒体は、空気、水、油などの液体または気体であり得る。

さらなる実施形態では、方法は、構造物の材料特性、環境条件、および構造要素の熱解析に基づいて、検査装置を制御するための最適取得パラメータを決定することを含む。いくつかの実施では、取得パラメータは、加熱時間、目標熱流束レベル、検査装置を動作させるための取得時間、またはこれらのサブコンビネーションを含む。熱解析は、最小および最深の欠陥のうちの少なくとも１つを有する構造要素において行われ得る。

いくつかの実施では、サーモグラフと、対応する構造要素のパラメータとの間の相関関係は、機械学習技術を使用して判定される。より具体的な実施では、機械学習技術は、ニューラルネットワークを採用する。

本発明のさらに別の態様によれば、検査装置によって赤外線サーモグラフが取得される欠陥について、構造物の表面を定量的に検査する方法が提供される。この態様による一方法は、モデル化された構造欠陥のパラメータと、モデル化された構造欠陥のシミュレートされたサーモグラフとの間の相関関係のセット、および構造物からサーモグラフデータを取得するための検査装置を構成するための最適取得パラメータを得ることと、取得パラメータを検査装置に通信することと、構造物から取得された赤外線サーモグラフデータを検査装置から受け取ることと、得られた相関関係を使用して、受け取ったサーモグラフデータを解析することと、受け取ったサーモグラフの解析に基づいて、構造物中の欠陥のパラメータを判定することと、を含む。

この方法のいくつかの実施形態では、取得パラメータは、検査装置に通信される。いくつかの実施形態では、サーモグラフデータは、無線通信を介して検査装置から受け取られる。いくつかの実施形態では、判定された構造物中の欠陥のパラメータは、位置、深さ、配向、欠陥タイプ、閉じ込められた媒体のタイプ、またはこれらのサブコンビネーションを含む。さらなる実施形態では、検査装置を構成するための取得パラメータは、構造物に熱を印加するための加熱時間、目標熱流束レベル、構造物からの赤外放射線を検出する取得時間、またはこれらのサブコンビネーションを含む。最適取得パラメータは、構造物の材料および構造物の環境条件に基づいて判定され得る。より特定の実施形態は、この段落に記載された特徴の組み合わせを含む。

本発明のさらに別の態様によれば、加熱デバイスおよび赤外線カメラを有する検査装置を使用して、構造物の表面を定量的に検査する方法が提供される。この態様による一方法は、加熱要素を構成するための最適取得パラメータを受け取ることと、受け取った取得パラメータに従って、加熱デバイスを使用して構造物の表面のあるセクションを加熱することと、受け取った取得パラメータに従って、構造物のセクションから放出される赤外放射線を検出することと、検出された赤外放射線からサーモグラフデータを生成することと、サーモグラフデータをコンピュータシステムに通信して、サーモグラフデータを使用して構造物の欠陥を判定することと、を含む。解析は、モデル化された構造欠陥のパラメータと、モデル化された構造欠陥のシミュレートされたサーモグラフとの間の相関関係のセットを採用し、かつ相関関係を使用して、受け取ったサーモグラフデータに対応するパラメータを取得する。

いくつかの実施形態では、方法は、クランプ要素を使用して、検査装置を構造物に近接して取り外し可能に固定することをさらに含む。いくつかの実施では、方法は、検査装置の加熱デバイスおよび赤外線カメラを、クランプ要素に対して構造物の周りで周方向に回転させることを含み、また、少なくとも１つのホイールを使用して、クランプ要素を構造物上で長手方向に並進させることを含み得る。取得パラメータは、構造物のセクションを加熱するための加熱時間、目標熱流束レベル、構造物からの赤外放射線を検出する取得時間、またはこれらのサブコンビネーションを含み得る。いくつかの実施では、最適取得パラメータは、構造物の材料、構造物の環境条件、または両方に基づいて決定される。

本発明のさらに別の態様によれば、欠陥について、構造物の表面を検査するための装置が提供される。この態様による装置の一実施形態は、１）装置を構造物の表面に近接して取り外し可能に固定するためのクランプ要素と、２）クランプ要素に連結されたシャーシユニットと、を備え、シャーシユニットは、ｉ）構造物の表面のあるセクションを加熱するように構成可能な加熱デバイスと、ｉｉ）構造物の表面から赤外放射線を取得するように構成可能な赤外線カメラと、ｉｉｉ）加熱デバイスおよび赤外線カメラに通信可能に連結されて動作するコントローラと、ｉｖ）トランシーバと、を収容する。コントローラは、構造物の材料および構造物に近接する環境条件に基づいてパラメータを決定するシステムから最適取得パラメータを受け取る。

いくつかの実施形態では、検査装置は、シャーシユニットとクランプ要素との間に連結され、シャーシユニットが構造物の周りで周方向にクランプ要素に沿って回転することを可能にするスライド要素をさらに備える。他の実施形態では、検査装置は、クランプ要素およびシャーシユニットの端部に固定された回転可能かつ並進可能なホイールをさらに備え、ホイールは、クランプ要素およびシャーシユニットが構造物の表面上で周方向に回転および長手方向に並進することを可能にする。いくつかの実施では、最適取得パラメータには、加熱デバイスを使用して構造物のセクションに熱を印加するための加熱時間、目標熱流速レベル、赤外線カメラを使用して構造物からの赤外線を検出する取得時間、またはそのサブコンビネーションを含む。

これらおよび他の態様、特徴、および利点は、本発明の特定の実施形態の以下の説明ならびに添付の図面および特許請求の範囲から理解することができる。

本発明の例示的な実施形態に従う、定量赤外線サーモグラフィを使用して複合構造物を検査するためのシステムの概略図である。 本発明に従う検査装置の例示的な実施形態の斜視図である。 検査対象構造物の周りを周方向に動くことができる本発明に従う検査装置の別の例示的な実施形態の斜視図である。 検査対象構造物に沿って周方向および長手方向の両方に移動することができる本発明に従う検査装置の別の例示的な実施形態の斜視図である。 本発明の例示的な実施形態に従う検査装置の検査ユニット（シャーシ）のコンポーネントを示す概略図である。 本発明に従う検査装置に採用し得る加熱デバイスおよび赤外線カメラの一実施形態の概略図である。 パルスサーモグラフィの活性化に従う、例示的な活性化入力（上）および赤外線応答（下）を示すグラフである。 ロックインサーモグラフィの活性化に従う、例示的な活性化入力（上）および赤外線応答（下）を示すグラフである。 本発明の例示的な実施形態に従う、仮想サーモグラフをモデル化された欠陥（ＲＶＥ）の特性と相関させるエキスパートシステムをトレーニングする方法のフローチャートである。 本発明の例示的な実施形態に従う、欠陥微細構造データベース（ＤＶＤＢ）を生成する方法の概略フローチャートである。 本発明の例示的な実施形態に従う、代表的体積要素（ＲＶＥ）の概略斜視図である。 図７ＡのＲＶＥの軸Ａに沿った断面図である。 図７ＡのＲＶＥの軸Ｂに沿った断面図である。 本発明の例示的な実施形態に従う、最適化取得パラメータを自動的に生成する方法のフローチャートである。 本発明の例示的な実施形態に従う、仮想サーモグラフデータベース（ＶＴＤＢ）を生成する方法の概略フローチャートである。 本発明の実施形態に従って生成されるサーモグラフデータを記憶するための例示的なマトリックスデータ構造の概略図である。 特定のＲＶＥに対する図１０Ａのマトリックスデータ構造の一実施形態の概略図である。 本発明の実施形態に従う、エキスパートシステムトレーニング方法で採用することができる例示的なニューラルネットワークの概略図である。 本発明の例示的な実施形態に従う、構造物のリアルタイム検査のための方法のフローチャートである。 本発明の例示的実施形態に従う、エキスパートシステムを使用して取得されたサーモグラフを解析して欠陥パラメータを生成するプロセスの概略図である。 複合材料で作られた大型パイプラインの写真である。

赤外線サーモグラフィを使用して構造物を確実に定量的に検査するための体系的アプローチを開示する。本明細書に開示されるアプローチは、特に、複合材料の検査に適用可能である。いくつかの実施形態では、検査システムは３つの特徴的な要素を含む：１）ａ）複合材料の構造欠陥をモデル化し、ｂ）モデル化された欠陥が加熱にどのように反応するかの数学的シミュレーションを行い、モデル化された欠陥の経時的温度変化を示す仮想サーモグラフ（温度を示す画像）を生成し、そしてｃ）機械学習アプローチを使用して仮想サーモグラフをモデル化された欠陥のパラメータと相関させ、アクセス可能な仮想サーモグラフデータベースを作成するトレーニングシステム；２）構造物の現場で使用され、構造物表面のあるセクションに熱を印加する加熱要素と、表面の加熱されたセクションから放出される赤外放射線を記録する記録デバイスとを含む検査装置；および３）ａ）トレーニングシステムにアクセスして、欠陥のパラメータのサーモグラフ間の相関関係を得て、ｂ）記録された赤外放射線のサーモグラフを検査装置から受け取り、そしてｃ）トレーニングシステムから得られた相関関係を使用して、受け取ったサーモグラフのパラメータを定量的に判定するオンサイトコンピューティングシステム。システムのさらなる詳細は、例示される実施形態を参照して説明される。

開示されたシステムは、大きなおよび／または拡張された表面を有する複合構造物上の欠陥を検出する問題に対して、実施が容易で、迅速な検査を提供し、経済的に効率的な統合解決策を提供する。

予備事項として、用語「サーモグラフ」および「サーモグラム」は本明細書では交換可能であり、両方とも、色、色相、グレースケール、または他の識別マークが特定の温度または温度範囲を示す、赤外線カメラまたはセンサによって撮像された表面領域の画像と解釈される。

検査システム
図１を参照すると、定量赤外線サーモグラフィを使用して複合構造物を検査するためのシステム１００の一実施形態が示されている。システム１００は、複合材で作ることができる構造物のある表面セクション１１５に近接して配置される検査装置１１０を含む。以下により詳細に説明する装置は、表面セクション１１５を加熱し、加熱されたことに応答してセクション１１５から放出される赤外放射線を検出および記録する。検査装置１１０は、好ましくは無線で、しかし任意選択で有線接続により、コンピュータシステム１２０に通信可能に連結される。コンピュータシステム１２０は、検査装置によって記録されたデータを受信および処理するように動作可能であり、またトレーニングシステム１３０に通信可能に連結されている。コンピュータシステム１２０は、検査装置１１０から受け取ったデータと、トレーニングシステム１３０から受け取った相関情報とを、構造物表面で特定された欠陥のタイプ、サイズ、深さ、配向、および閉じ込められた媒体の情報を提供する欠陥定量化レポートを生成する欠陥特定および定量化モジュール（ＩＤＱ）１２２への入力として使用する。コンピュータシステム１２０は、ラップトップ、タブレット、または現場検査中に容易にアクセス可能な任意の他のコンピューティングデバイスを含む、十分な処理およびメモリリソース（例えば、シングルまたはマルチコアプロセッサおよびソリッドステートメモリ）を有する任意のコンピューティングデバイスを使用して現場で実施することができる。

トレーニングシステム１３０は、いくつかのモジュールを実行するように動作する少なくとも１つのプロセッサを含む。以下により詳細に説明するように、モジュールは、少なくとも１つのプロセッサに、関連する入力を使用して、モデル化された構造欠陥のセットを生成させるコードを含む欠陥微細構造データベース（ＤＭＤＢ）モジュール１３２を含み、データベースの各欠陥は特定のタイプ、サイズ、深さ、配向、および閉じ込められた媒体を有する。欠陥は、関連するＤＭＤＢデータベースに記憶される。トレーニングシステム１３０は、少なくとも１つのプロセッサに、ＤＭＤＢデータベース１３２内の微細構造欠陥の、加熱に対して予想される応答を計算する数学的シミュレーションを実行させるとともに、少なくとも１つのプロセッサに、微細構造物の各々からの予想される赤外放射線放出の仮想サーモグラフを生成させるコードを含む仮想サーモグラフデータベース（ＶＴＤＢ）モジュール１３４も含む。仮想サーモグラフは、ＶＴＤＢデータベースに記憶される。トレーニングシステム１３０は、ＶＴＤＢモジュール１３４によって出力される仮想サーモグラフをＤＭＤＢデータベース１３２内の欠陥のパラメータと相関させるために、ニューラルネットワークなどのプロセッサ内で（例えばコンピュータコードとして）実施され得るような機械学習アルゴリズムを実行するエキスパートシステムモジュール１３６も含む。最適化取得パラメータ（ＯＡＰ）モジュール１３８は、少なくとも１つのプロセッサに、検査対象複合材料の特性および環境および動作条件を含む入力に基づいて、加熱モード、加熱時間、取得時間、熱流束などの最適加熱パラメータを含む、検査装置１１０を制御するための最適パラメータを自動的に判定させるコードを含む。モジュール１３２、１３４、１３６、１３８は、データを生成するコンピュータプログラム命令を実行するための処理リソースを含むおよび／または利用することができ、生成されたデータを記憶するためにメモリリソースを採用することもできる。トレーニングシステム１３０によって実行されるプロセスのすべては、実際の構造物の検査の前に実行することができる。

トレーニングシステム１３０に割り当てられるコンピューティングリソースは、単一のコンピューティングシステム上または単一の施設に共存させることができ、あるいは、複数のコンピューティングシステムにおよび単一または複数の施設に分散させることができる。さらに、トレーニングシステムは固定システムでホストすることも、仮想コンピューティングプラットフォームのクラウドでホストすることもできる。特定の実施形態では、分散コンピューティングリソースは、１つ以上のコンピューティングリソースに、別の１つのコンピューティングリソースの動作状態または特定のデータの関数として１つ以上の動作を一時停止または中止させるコードを実施する。そのような一実施形態では、動作状態の更新または特定のデータを考慮して、そのようなリソース間の協調的コミュニケーションに応答して動作を制御することにより、コンピュータ使用リソースが確保される。

検査装置
図２Ａは、本明細書に開示される原理に従う検査装置２００の一実施形態の斜視図である。装置２００は、検査される複合材で作られたパイプ構造物２０５に取り付けられて示されている。装置２００は、特定の表面セクションを検査するために、構造物２０５上の所望の位置に装置２００をしっかりと取り外し可能に配置および固定するために使用される調整可能な支持クランプ２１０、２２０を含む。クランプ２１０、２２０は、異なる外周を有する構造物に適合するように湾曲される。クランプ２１０、２２０の端部は、それぞれの吸引パッド、例えば２１２、２２２（構造物２０５の逆側のパッドは示されていない）、またはクランプ端部を構造物２０５の表面にしっかりと取り外し可能に固定する他の適切な機構で終わる。半閉鎖シャーシユニット２３０は、クランプ２１０、２２０に連結され、それらの間に配置されている。図示された実施形態では、シャーシユニット２３０は、以下でさらに説明されるように、検査に使用されるコンポーネントを含む。シャーシユニット２３０は、図示のようにバー要素によってクランプ２１０、２２０に固定して取り付けることができ、あるいは、他の実施では、シャーシユニット２３０はクランプに取り外し可能に連結することができる。

図２Ｂは、本明細書に開示される原理に従う検査装置２５０の別の実施形態の斜視図である。この実施形態では、クランプが、構造物２０５の周りにさらに延在し、それぞれの吸引パッド、例えば２５７、２６２で同様に終わるスライドガイド２５５、２６０に置き換えられる。検査に使用されるコンポーネントを含むシャーシユニット２６５は、第１および第２の側面でスライド要素２７０、２７５に連結されている。図示の実施形態では、スライド要素２７０、２７５は、各々がそれぞれのスライドガイド２５５、２６０に嵌合する溝を有する、半円形コンポーネントとして実施される。スライド要素２７０、２７５は、それぞれのホイール２７２、２７７のセットを含み、これらのホイール２７２、２７７により、基板２０５の表面を移動可能に把持する。図示されているように、シャーシユニット２６５は、スライドガイド２５５、２６０によって拘束されて構造物の周りを周方向に移動可能なスライド要素に連結されている。これにより、シャーシユニット２６５は、スライド要素２７０、２７５の動きによって周方向に運ばれることが可能になる。ホイール２７２、２７７は、手動または遠隔（エレクトロニクス）で動かして摺動運動を作動させることができ、検査装置２５０は、外周の周りを自動的に動かされ、基板の表面の多数のセクションを順次検査することができる。これにより、オペレータは、検査装置２５０の単一の構成およびセットアップを採用しながら、構造物２０５の広い領域をスキャンすることが可能になる。

図２Ｃは、構造物２０５に沿った装置２８０の周方向（回転）および長手方向（並進）の両方の動きを提供する、本発明に従う検査装置２８０のさらなる実施形態の斜視図である。シャーシ２８２は、両側でスライド要素２８４、２８５に連結されている。バネ要素２８６、２８７はスライド要素２８４に取り付けられ、バネ要素２８８、２８９はスライド要素２８５に取り付けられている。バネ要素２８６〜２８９は、ねじりバネを使用して実施できる。バネ２８６〜２８９は、検査中にシャーシ２８２を構造物２０５上の特定の位置に固定するのを助ける。ラッチアーム２９１、２９２はスライド要素２８４に枢動可能に連結され、ラッチアーム２９３、２９４はスライド要素２８５に枢動可能に連結されている。ホイール、例えば２９６、２９７は、それぞれのスライド要素２８４、２８５の底部に連結され、ホイール、例えば２９８、２９９は、ラッチアーム２９１、２９２、２９３、２９４の遠位端に連結されている。ホイール、例えば、２９６〜２９９は、好ましくは、装置２８０が構造物２０５に対して周方向および長手方向の両方で手動または遠隔（エレクトロニクス）で動かされることを可能にする、それらの軸上で摺動および回転できるオムニホイールを使用して実施される。この実施形態はまた、オペレータが、検査装置２５０の単一の構成およびセットアップを採用しながら、構造物２０５の広い領域をスキャンすることを可能にする。

図３は、アクティブ赤外線サーモグラフィによる複合構造物の検査を行うために装置２００、２５０、２８０において実施できるシャーシユニット３００のコンポーネントの一実施形態を示す概略図である。アクティブサーモグラフィは、検査対象領域の表面を加熱して、欠陥のすぐ上の表面の温度と周囲の温度との間に差を作ることを含む。加熱により、表面の特定の深さ内に内部熱流束が生成される。表面下の欠陥は熱拡散に影響し、表面から放出される赤外放射線に反映される対応熱コントラストを生成する。材料中の熱の拡散をブロックして遅らせる欠陥は、捕捉された赤外放射線が時間とともに変化する様子によって検出される。通常、表面下の欠陥により、欠陥のすぐ上の表面は周囲の領域とは異なる速度で冷却する。

図３を参照すると、シャーシユニット３００は半閉鎖されており、構造物表面に対向するユニットの側面は少なくとも部分的に開いており、加熱デバイス３１０および赤外線カメラ３２０はハウジングの筐体から表面に向かって外側に延在することができる。加熱デバイス３１０は、検査中に表面のあるセクションに向かって放射線を放出するように動作可能である。赤外線カメラ３２０は、加熱に応じて表面から放出され逆戻りする赤外放射線を検出するように動作可能である。加熱デバイス３１０および赤外線カメラ３２０の両方は、構造物の表面からある距離で動作する。図４Ａは、加熱デバイス３１０および赤外線カメラ３２０の一実施の概略図である。この図では、加熱デバイス３１０は、構造物４１５の表面の一領域を覆う円錐形放射線４１２を放出するように互いに隣接して配置された２つの加熱ランプ４０５、４１０を備える。放射線は、構造物４１５の表面下に熱流束４２０を惹起し、赤外線カメラ３２０は、表面から放出される最適強度の赤外放射線４２５を受け取るために中央に配置されている。例示的な欠陥４３０が表面４１５下のある深さに位置して示されている。加熱デバイス３１０はまた、加熱デバイス３１０によって放出される強い放射線に対する保護としてフード４３５を含むことができる。赤外線カメラ３２０は、放出される赤外放射線の取得を最適化するために調整可能であり、（図４Ａに示すように）加熱ランプ４０５、４１０の間の中央に、または図３に示すように加熱素子に隣接して配置することができ、検査対象構造物の表面に対して様々な角度に配向することができる。

再び図３を参照すると、シャーシユニット３００は、加熱デバイス３１０および赤外線カメラ３２０を制御するように動作するコントローラ３３０（例えば、マイクロコントローラまたはプロセッサ）も含む。コントローラ３３０は、メモリユニット３４０と、それによって（図１の）コンピュータシステム１２０に通信可能に連結されるトランシーバ３５０とにも連結されている。トランシーバ３５０は、Ｗｉ−Ｆｉ、ＲＦ、およびＺｉｇｂｅｅプロトコルを含む様々な通信モードを使用して通信を行い、検査装置とオンラインコンピュータシステム１２０との間の双方向データ伝送を達成することができる。

赤外線サーモグラフィに使用される加熱ランプは、通常、キセノンフラッシュチューブを採用する。動作中、ランプ４０５、４１０は、コントローラ３３０からのトリガ信号に応答して閃光を発する。ランプ４０５、４１０を作動させた後、コントローラ３３０は赤外線カメラ３２０を作動させて、検査対象表面の被加熱部分の放射線放出の連続デジタル画像を定期的に撮像する。赤外線カメラ３２０は、表面に適切な焦点を合わせるべくカメラと検査対象表面との間の角度および距離を変更するために、コントローラ３３０によって動作されるモータに連結することができる。赤外線カメラ３２０によって生成されたデジタル画像データは、メモリユニット３４０に転送され、記憶され得る。コントローラ３３０は、トランシーバ３５０を利用して、デジタル画像データをメモリユニット３４０からコンピュータシステム１２０に転送する。コントローラ３３０は、コンピュータシステム１２０への送信の前にデジタル画像データのいくつかの前処理を行うこともできる。例えば、検査装置が動かされ、隣接する表面セクションから画像が撮像されると、コントローラ３３０はデータを個別の画像フレームにフォーマット化することができる。あるいは、そのような予備画像処理は、コンピュータシステム１２０で行うこともできる。

いくつかのアクティブ赤外線で知られている赤外線サーモグラフィ励起方法の中で、パルスサーモグラフィとロックインサーモグラフィとが広く使用されている。図４Ｂは、経時的に提供される活性化放射線の振幅（強度）（上）と、経時的に表面から放出される赤外放射線の振幅（下）のグラフである。示されているように、パルスサーモグラフィでは、短時間に高エネルギーのパルスが表面に印加され、それに応答して表面から放出され逆戻りする赤外放射線の振幅が急激に上昇し、その後、活性化パルスが終了するとすぐに低下し始める。欠陥の存在は、表面から放出される赤外放射線の振幅が低減する比較的遅い速度（つまり、表面が冷える速度が遅い）によって示される。図４Ｃは、連続的な、例えば正弦波の活性化および対応する正弦波の赤外線応答を示す同様の振幅対時間のグラフである。示されているように、ロックインサーモグラフィでは、欠陥の存在は、振幅応答の違いではなく、入力活性化エネルギーと表面温度応答との間の位相シフトにおいて示される。ロックインサーモグラフィの位相解析は、パルスサーモグラフィと比較して、照射または表面放射率の局所的変動に対する感度が低いという利点を有する。しかしながら、パルスサーモグラフィおよびロックインサーモグラフィのいずれかまたは両方ならびに他の励起方法を使用することもできる。

周期的な熱活性化と赤外線画像データの取得とにより複合構造物の検査が行われると、コントローラ３３０は、好ましくは、無線でリアルタイムにデジタル画像データを受信し、欠陥の解析および特定のためにビデオストリームとしてコンピュータシステム１２０に転送する。

サーモグラフィトレーニング方法
検査装置によって取得されたデータの解析に移る前に、まず、解析によって構造物内の欠陥に関する正確な定量データを獲得することを可能にする発明的トレーニング方法の説明に取り掛かる。図５は、本明細書に開示されるトレーニング方法５００の一実施形態の概略フローチャートである。トレーニング方法はいくつかの特徴的な手順を含む：ｉ）オペレータによる、ユーザインターフェースを介しての関連データの入力（５１０）；ｉｉ）内部パラメータの自動構成（５２０）；ｉｉｉ）統合欠陥を有する代表的微細構造物のデータベース（ＤＭＤＢ）の生成（５３０）；ｉｖ）データ取得のための検査装置の最適セットアップパラメータの判定（５４０）；ｖ）シミュレーションによる仮想サーモグラフデータベース（ＶＴＤＢ）の生成（５５０）；ｖｉ）ＤＭＤＢの微細構造物とシミュレーションにより生成されたＶＴＤＢのサーモグラフとの相関関係を判定するためのエキスパートシステムのトレーニング（５６０）。手順（ｉ）〜（ｖｉ）のそれぞれを順番に説明する。ただし、代替実施形態では、これらの手順のサブセットを、本明細書で開示される原理から逸脱することなく行い得ることに留意されたい。

図６は、上記で概説したトレーニング方法の最初の３つの手順５１０、５２０、５３０の一実施形態の概略図である。ステップ５１０に示されるように、特定の欠陥を含む代表的微細構造物のセットをモデル化して記憶するために、材料、構造、および環境の特性を含む入力がオペレータによってトレーニングシステム１３０に入力される。考えられる材料特性には、これらに限定されないが、樹脂およびファイバの熱伝導率、比熱、ファイバ体積含有率、多孔率、層厚、積層シーケンス、層ごとのファイバ配向、内部および／または外部コーティング厚などのパラメータが含まれる。入力構造特性には、材料の直径および厚さが含まれる。環境および動作特性には、これらに限定されないが、動作圧力、輸送流体の温度および流速、周囲温度、ならびに検査対象構造物近傍の高温点などのパラメータが含まれる。さらに、オペレータ入力により、各微細構造物に対して欠陥タイプと閉じ込められる媒体とが設定される。考えられる欠陥タイプには、とりわけ、層間剥離、固有の孔隙、基質亀裂、ファイバ基質剥離、複数の孔隙、および穴が含まれる。閉じ込められる媒体は、欠陥中に閉じ込められる流体または気体を構成し、通常、空気、水、またはオイルである。上記パラメータは例示であり、オペレータがトレーニングシステムに入力できるすべてのパラメータまたはタイプの網羅的なリストを構成するものではない。

トレーニングシステムのオペレータによって入力されたパラメータに加えて、トレーニングシステムはステップ５２０で内部パラメータを生成する。内部パラメータは、熱シミュレーションモデルの初期化と構成に使用され、他の内部パラメータの中で特に選択されるものには、材料表面の経時的熱流束、欠陥サイズの増分、深さ位置、最小および最大の欠陥サイズ、最小および最大の面外サイズ、最小および最大の深さ、メッシュ離散化、および欠陥のパラメータに境界を設定するための他のしきい値が含まれる。内部パラメータは、オペレータによって変更され得る。

欠陥微細構造データベース（ＤＭＤＢ）モジュール１３２は、オペレータ入力を使用し、ステップ５３０でパラメータを内部的に生成して、本明細書で微細構造物、例えば６１０、６１２と呼ばれるある数（Ｎ）の小さな構造要素のモデルを含むデータベース（ＤＭＤＢ）６０５を生成し、各微細構造物は特定のパラメータと少なくとも１つの統合欠陥とを有する。数（Ｎ）は、増分サイズの制御を通じてオペレータが制御することもできる。いくつかの実施では、Ｎは１，０００〜５０，０００の範囲にある。しかしながら、より多くのまたはより少ない数の微細構造物を生成することができる。「代表的体積要素」（ＲＶＥ）と呼ばれるデータベースの各エントリは、８つの要素のベクトルＶ_ｋ［ａ_ｋ，ｂ_ｋ，ｃ_ｋ，ｚ_ｋ，θ_ｋ，φ_ｋ，Ｄ_ｋ，Ｍ_ｋ］としてパラメータ化することができ、ここで、ｚ_ｋはｋ番目のＲＶＥの（検査平面に垂直な）面外方向における欠陥重心の座標であり、ａ_ｋ、ｂ_ｋ、およびｃ_ｋはｋ番目のＲＶＥ中の欠陥の空間寸法であり、θ_ｋおよびφ_ｋは欠陥の平面と検査平面との間の角度であり、Ｄ_ｋは欠陥タイプであり、Ｍ_ｋは欠陥中に閉じ込められた媒体のタイプである。図７Ａは、欠陥微細構造データベース（ＤＭＤＢ）に記憶された例示的なＲＶＥ欠陥の概略図である。欠陥７００は楕円としてモデル化されており、ｚ_ｋは複合材厚さを横切る欠陥の中心の位置を規定し、ａ_ｋ，ｂ_ｋ，ｃ_ｋは欠陥の長さ、幅、および厚さを規定し、断面平面ＡおよびＢにおける角度θ_ｋおよびφ_ｋは複合構造物の表面（検査平面）に対する欠陥の位置および配向を規定する。図７Ａに示された例では、欠陥は、パラメータＤ_ｋによって示される孤立した層間剥離であり、閉じ込められた媒体は、パラメータＭ_ｋによって示される空気である。モデルは欠陥の形状をある程度単純化するが、実際に生成される位置、サイズ、欠陥タイプ、および閉じ込められた媒体の大きな数および変動は、複合構造物で発生する典型的な欠陥をカバーし、適切に表わす。図７Ｂは、検査平面に対するＲＶＥの第１の配向角度θ_ｋを示す、軸Ａに沿ったＲＶＥ７００の断面図である。図７Ｃは、検査平面に対するＲＶＥの第２の配向角度φ_ｋを示す、軸Ｂに沿ったＲＶＥ７００の同様の断面図である。

トレーニング方法５００のステップ５４０では、最適化取得パラメータ（ＯＡＰ）モジュール１３８は、材料特性および動作条件を含むオペレータ入力ならびに内部生成パラメータを使用して、検査装置を構成するための最適赤外線サーモグラフィパラメータを決定する。図８は、ＯＡＰ決定方法５４０のフローチャートである。第１のステップ８１０では、ＤＭＤＢが検索され、最小および／または最深の欠陥を有するＲＶＥが選択される。ステップ８２０では、ＯＡＰモジュール１３８は、ここではトレーニング方法のステップ５２０で生成される加熱流束（ΔＨ_ｆ）、加熱時間（ΔＨ_ｐ）加熱モード（例えば、連続、変調、パルス化）、およびカメラ取得時間（Δｔ）のためのパラメータある初期パラメータを使用して、選択されたＲＶＥの熱シミュレーションモデルの初期および境界条件を判定する。ただし、加熱パラメータは加熱モード（例えば、フラッシュ、パルス、連続など）に依存することに留意されたい。例えば、パルスモードでは、加熱パルスの周波数が制御パラメータとなる。

ステップ８３０では、ＤＭＤＢの最小熱応答性ＲＶＥ（最小および最深の欠陥）の熱応答の解析が行われる。いくつかの実施では、熱シミュレーションは、有限要素解析を採用する。当業者には理解されるように、有限要素解析は、偏微分方程式を含む物理系の境界値問題の近似解を見つける方法である。熱流はこのタイプの偏微分方程式によって特徴付けられ、有限要素解析は、この分野での解決策を提供する際にしばしば採用される。有限要素解析には、複雑な問題を小さな要素に分割するためのメッシュ生成手法の使用、ならびに有限要素の各々に対する方程式のセットに対する解およびドメイン全体に対するグローバル解を決定する有限要素シミュレーションの使用、が含まれる。選択された最小熱応答性ＲＶＥの熱シミュレーションの完了に続いて、ステップ８４０では、ＯＡＰモジュール１３８は、データ取得中に最大温度コントラストを達成するために、入力パラメータおよび熱解析に基づいて、これらに限定されないが、検討されている例ではΔＨ_ｆ、ΔＨ_ｐ、Δｔパラメータなどの新しい最適化された加熱パラメータを決定する。

加熱パラメータの最適化は反復的であり、方法は、最適化された値を出力する前に特定の反復回数を行なう。したがって、ステップ８５０では、それまでに行われた反復回数が選択可能な閾値（ＭａｘＩｔｅｒａｔｉｏｎｓ）に達したかどうかが判定される。ＭａｘＩｔｅｒａｔｉｏｎｓに達していない場合、プロセスはステップ８４０からステップ８２０に戻る。あるいは、ＭａｘＩｔｅｒａｔｉｏｎｓに達した場合、ステップ８６０では、判定された最大温度コントラスト（ΔＴ）の値が赤外線カメラの感度よりも低いままであるかどうかが判定される。ΔＴがカメラの感度よりも低い場合、ステップ８７０では、ＯＡＰモジュール１３８は以下を出力する：１）所定の深さで検出可能であると予想される最小直径；２）所定の深さで検出可能な最小予想厚さ；および３）所定の欠陥径に対して欠陥の幅内で検出可能な最大予想深さ。ΔＴが閾値を上回る場合、ステップ８８０では、ＯＡＰモジュールは、方法の最後の反復からの加熱パラメータの現在の最適化値（例えば、加熱モード、ΔＨ_ｆ、ΔＨ_ｐ、Δｔ）を出力する。

図５に戻ると、ステップ５１０、５２０、５３０、および５４０で入力または生成された累積データは、ステップ５５０で入力として使用され、そこで、仮想サーモグラフモジュール１３４は、ＤＭＤＢの各要素（Ｎ）に対して「仮想」サーモグラフを出力する過渡的熱解析（ＴＴＡ）シミュレーションを実行する。より具体的には、図９に概略的に示されるように、ＴＴＡシミュレータは、欠陥微細構造データベース９１０内のすべての要素と、結合されたオペレータ入力、内部生成パラメータ、境界条件、およびＯＡＰモジュールの出力（「結合入力」）とを入力として受け取る。ＴＴＡシミュレーションは、有限要素解析を使用して実施され得るパラメトリックな数学モデルである。このような有限要素解析では、ＤＭＤＢ９１０に含まれるＮ個のＲＶＥに対応して、Ｎ個の別個の解析が実行される。各有限要素解析の出力は、構造要素の外側表面の過渡的な「仮想」サーモグラフ、つまり、表面の経時的な熱応答を示すグラフのセットである。一般に、予想される有限解析精度は、ＤＭＤＢ９１０の要素の数（つまり、Ｎの値）に依存し、Ｎの値を大きくすると予想精度が向上する。

サーモグラフデータは、視覚サーモグラフデータベース（ＶＴＤＢ）９４０に行列Ｆ_ｉｊｋとして出力およびフォーマット化され、ここで、ｉはｉ番目のカメラ画素要素を表し、ｊはｊ番目の時間増分を表し、ｋはｋ番目のＲＶＥを表す。図１０Ａは、行列Ｆ_ｉｊｋのデータ構造の図を提供する。図では、Ｆ_ｉｊ１は１番目のＲＶＥ（ｋ＝１）に関係する行列のすべての要素を表す。Ｆ_ｉＪ１内にエントリＦ_ｉ１１がネストされており、その内に、次いで、要素Ｆ_１１１からＦ_ｎ１１がネストされている。要素Ｆ_１１１からＦ_ｎ１１は、１番目のＲＶＥ（ｊ＝１、ｋ＝１）の最初の時間増分の間に記録された全ての画素を表す。したがって、Ｎ個のＲＶＥのそれぞれについて、ｍ個の時間増分が関連付けられており、各時間増分中に、ｎ個の画素値が生成される。図１０Ｂは、所与の時間増分におけるサーモグラフの概略斜視図であり、所与のＲＶＥのサーモグラフが、各々がｎ個の画素を有するｍ個のサーモグラフのブロックとしてどのように視覚化され得るかを示す。認識できるように、高解像度シミュレーションは大量のデータを生成できる。しかしながら、トレーニングシステム１３０はオフラインで解析を行うため、過渡的熱解析に割り当てることができるリソースに一定の制限はない。さらに、特定のシナリオにおいてリソースまたは効率が制限要因である場合、解像度レベルをオペレータによって変更できる。

十分な精度および確度のサーモグラフのデータベースにより、現場での検査実行中に取得された複合構造物のサーモグラフをデータベースのサーモグラフと比較して、構造物内に存在する欠陥を特定することが可能である。しかしながら、マッチングのために画像全体を比較することは計算上高価であり、時間の経過に伴う画像の漸進的変化（過渡的応答）を比較することは尚更である。この問題を解決する１つの方法は、仮想サーモグラフを、それらが由来するＲＶＥのパラメータと相関させるように、システムをトレーニングすることである。そうすることで、現場でサーモグラフが取得されると、画像データベースを検索する必要なしに解析できる。

したがって、トレーニング方法のステップ５６０では、仮想サーモグラフデータベースの画像をそれらが由来するＲＶＥのパラメータと相関させるための機械学習プロセスにより、エキスパートシステムがトレーニングされる。いくつかの実施では、トレーニングシステム１３０のエキスパートシステムモジュール１３６は、機械学習技術として、図１１に示されるニューラルネットワークアルゴリズムを採用する。ニューラルネットワーク１１００は、入力層１１１０、１つ以上の隠れ層１１２０、および出力層１１３０を含む。入力層１１１０は、特定の時間増分での所定のＲＶＥに対するＶＴＤＢの仮想サーモグラフのすべての画素を含み、出力層１１３０は、その位置、配向、欠陥寸法、欠陥タイプ、および閉じ込められた媒体を含む同じＲＶＥのパラメータを含む。ニューラルネットワークは、１つ以上の隠れ層１１２０を使用して、入力層１１１０を出力層１１３０に相関させる。入力層１１１０内の各入力は、隠れ層１１２０内の係数因子と乗算されて、出力層１１３０を生成する。隠れ層１１２０の係数は、コスト関数が最小化される逆方向伝播のプロセスによって判定される。これにより、仮想サーモグラフとＲＶＥパラメータとの間の最適化された相関関係が得られる。エキスパートシステムモジュール１３６は、さらなる使用のために係数を記憶する。エキスパートシステムのトレーニングが完了した後、トレーニング方法はステップ５７０で終了する。

リアルタイム検査方法
オンラインコンピュータシステム１２０および検査装置１１０によってそれぞれ行われるリアルタイム検査方法１２００のサブパートのフローチャートを図１２に示す。上記のように、エキスパートシステムは、離れた場所にある施設において現地外で生成され、記憶される。構造物検査を行うために現場にいるオペレータがエキスパートシステムを利用できるためには、現場でのエキスパートシステムへのアクセスが必要である。最初のステップ１２０５では、オペレータは、オンラインコンピュータシステムを使用してネットワーク経由でエキスパートシステムサーバーにログインするか、あるいはエキスパートシステムアルゴリズムと記憶されたデータとをトレーニングシステム１３０からオンラインコンピュータシステム１２０に直接ダウンロードすることにより、エキスパートシステムへのアクセスを得る。さらに、エキスパートシステムは、フラッシュドライブなどの記憶媒体を使用してダウンロードできる。ステップ１２１０では、オンラインコンピュータシステムは、最適化取得パラメータをトレーニングシステム１３０のＯＡＰモジュール１３８からアップロードする。次のステップ１２１５では、オンラインコンピュータシステム１２０は、最適化取得パラメータを検査装置１１０のトランシーバ３５０に送信する。

ステップ１２５５では、検査装置１１０は、オンラインコンピュータシステム１２０から最適化取得パラメータを受け取る。取得されたパラメータを使用して、ステップ１２６０では、検査装置１１０のコントローラ３３０は、加熱デバイス３１０および赤外線カメラ３２０を動作させるための加熱および取得パラメータを構成する。構成に際して、検査装置は、赤外線カメラの検出能力内にある最小および最深の欠陥に対して、放射線を印加し、赤外放射線を捕捉するように構成されるので、検査装置は全体として所定のハードウェア能力に対して最高感度を有する。ステップ１２６５では、検査装置は、検査対象表面のあるセクションを加熱デバイス３１０で加熱し、赤外放射線を赤外線カメラ３２０で取得する検査を行う。検査中、検査装置は、構造物の特定の領域を検査するために所定位置に固定することができるし、あるいは検査装置は、構造物の異なる領域または表面全体を検査するように特定の軌道で動くよう制御することができる。リアルタイムまたはほぼリアルタイムで、ステップ１２７０では、コントローラは、赤外線カメラによって取得された赤外放射線データを編集し、データをサーモグラフの形態でコンピュータシステム１２０にトランシーバ３５０を介して送信する。

コンピュータシステム１２０は、ステップ１２２０でサーモグラフを受け取り、ステップ１２２５で、取得したサーモグラフに基づいて検査対象構造物内の欠陥のリアルタイム定量化を行う。ステップ１２２５は、エキスパートシステム１３２０へ入力されるサーモグラフ１３１０を示す図１３に概略的に示されている。この場合のエキスパートシステム１３２０は、（トレーニングシステム１３０とは対照的に）コンピュータシステム１２０上で実行されるモジュールであり、上記のように、エキスパートシステムサーバーのクライアント、またはトレーニングシステム１３０のエキスパートシステムモジュール１３６の態様をエミュレートする、コンピュータシステム１２０で実行されるソフトウェアモジュールを表すことができる。いくつかの実施では、エキスパートシステム１３２０は、トレーニングシステム１３０からアップロードされたエキスパートシステムモジュール１３６のコピーであり得る。エキスパートシステム１３２０は、トレーニングシステム１３０から得られた相関関係を、取得されたサーモグラフに適用し、図７を参照して上述した要素を含む欠陥パラメータベクトルを出力する。欠陥パラメータベクトルは、そのタイプ、サイズ、深さ、配向、および閉じ込められた媒体の観点から欠陥を特定する。次いで、オンラインコンピュータシステムは、ステップ１２３０で、リアルタイムで取得されたサーモグラフと検出された欠陥の特性とを含む欠陥定量化レポートを生成する。

定量赤外線サーモグラフィを使用して構造物を検査するための開示された装置、システム、および方法は、いくつかの有利な特徴を提供する。いくつかの実施形態では、検査装置は、検査対象構造物の周りを周方向におよびそれに沿って自動的に動くことができ、手動の検査手順を減らすことができるので、システムおよび方法は実施が容易である。加えて、検査装置の実施形態は、検査対象構造物上で速やかに進行するように設計されており、検査プロセスへの介入をさらに減らす。また、開示されたシステムは、検査結果をリアルタイムで配信し、現場で修復措置を開始して重大な欠陥を取り除く可能性を提供する。検査装置は、非接触性であり、比較的コスト効率が良く、ほとんどの実施で赤外線カメラが最高経費となる。さらに、システムは、データ取得のための最適化パラメータがオペレータとは独立してシステムによって判定されるため、検査装置の不偏な構成を提供する。同様に、検査結果は、専門家の知識や技能とは独立して生成されるため、不偏である。多数の仮想サンプル

本明細書で開示された装置、システム、および方法は、複合材検査および欠陥検出に使用されることを特に意図しているが、適切な修正を加えて、本発明の技術は他の材料に適用できる。

本明細書で開示された構造および機能の詳細は、装置、システム、および方法を限定するものとして解釈されるべきではなく、方法を実施するための１つ以上のやり方を当業者に教示するための代表的な実施形態および／または構成として提供されることを理解されたい。

図面中の同様の数字は、いくつかの図面を通して同様の要素を表し、図面に関連して説明および図示されたすべてのコンポーネントおよび／またはステップが、すべての実施形態または構成に必要とされるわけではないことをさらに理解されたい。

本明細書で使用する用語は、特定の実施形態のみを説明する目的のためであり、本発明を限定することを意図するものではない。本明細書で使用するとき、単数形「ａ」、「ａｎ」および「ｔｈｅ」は、文脈で別に明示していない限り、複数形も含むことを意図している。さらに、本明細書で使用するとき、用語「備える」および／または「備えている」は、記載する特徴、整数、ステップ、動作、要素、および／またはコンポーネントの存在を特定するが、１つまたは複数の他の特徴、整数、ステップ、動作、要素、コンポーネント、および／またはそれらのグループの存在または追加を排除しないことが理解される。

向きの用語は、ここでは単に慣例および参照の目的で使用され、限定するものとして解釈されるべきではない。しかしながら、これらの用語は見る人を基準にして使用され得ることが認識される。したがって、制限が暗示されることも、推測されることもない。

また、本明細書で使用される表現および用語は、説明の目的のためであり、限定とみなされるべきではない。本明細書における「含む」、「備える」、「有する」、「包含する」、「伴う」、およびそれらの変形の使用は、その後に列挙される項目およびその等価物、ならびに追加の項目を網羅することを意味する。

例示的な実施形態を参照して本発明を説明したが、本発明の範囲から逸脱することなく、様々な変更を行い、その要素を均等物で置き換えることができることを当業者は理解するであろう。さらに、本発明の本質的な範囲から逸脱することなく、特定の機器、状況、または材料を本発明の教示に適合させるための多くの修正が当業者には理解されよう。したがって、本発明は、本発明を実施するために考えられる最良の形態として開示された特定の実施形態に限定されず、添付の特許請求の範囲に含まれるすべての実施形態を含むものとする。

Claims (44)

1. 欠陥について、構造物の表面を検査するためのシステムであって、
   前記構造物の前記表面のあるセクションを加熱するための加熱デバイス、加熱に応答する前記表面からの赤外放射線を受け取るための赤外線カメラ、前記受け取った赤外放射線からサーモグラフを生成するように構成されたコントローラ、および通信デバイスを含む、検査装置と、
   欠陥を有するモデル化された構造要素の熱シミュレーションによって生成されたサーモグラフのセットと、前記モデル化された構造要素のパラメータとの間の相関関係を判定するように構成されたエキスパートシステムモジュールを含むトレーニングシステムと、
   前記トレーニングシステムおよび前記検査装置に通信可能に連結されたコンピュータシステムであって、前記検査装置から受け取られるサーモグラフを受け取るように、かつ前記トレーニングシステムから得られる前記相関関係を使用して、前記構造物内の欠陥の定量パラメータを検出するように適合された、コンピュータシステムと、を備える、システム。
2. 前記構造物が、複合材料で構成されている、請求項１に記載のシステム。
3. 前記コンピュータシステムによって検出される前記定量パラメータが、位置、深さ、配向、欠陥タイプ、および閉じ込められた媒体のタイプを含む、請求項１に記載のシステム。
4. 前記トレーニングシステムが、前記モデル化された構造要素のセットを生成するように構成された欠陥微細構造データベースモジュールをさらに含み、各構造要素が、統合された欠陥を含む、請求項１に記載のシステム。
5. 前記トレーニングシステムが、前記モデル化された構造要素の各々の熱解析を行うように、かつ前記構造要素に対応する過渡的サーモグラフを生成するように構成された仮想サーモグラフデータベースモジュールをさらに含む、請求項４に記載のシステム。
6. 前記熱解析が、有限要素解析を使用して行われる、請求項５に記載のシステム。
7. 各モデル化された構造要素のパラメータが、位置、欠陥タイプ、欠陥サイズ、欠陥の配向、および閉じ込められた媒体を含む、請求項１に記載のシステム。
8. 前記欠陥タイプが、層間剥離、固有の孔隙、基質亀裂、ファイバ基質剥離、複数の孔隙、および穴のうちの１つである、請求項７に記載のシステム。
9. 前記閉じ込められた媒体が、検査のために選択された液体または気体である、請求項７に記載のシステム。
10. 前記トレーニングシステムが、前記構造物の材料特性、環境条件、およびモデル化された構造要素の熱解析に基づいて、前記検査装置を制御するための取得パラメータを自動的に判定するように構成された最適化取得パラメータモジュールをさらに含む、請求項１に記載のシステム。
11. 前記最適化取得パラメータモジュールによって判定される前記取得パラメータが、前記加熱デバイスを動作させるための加熱モード、加熱時間、および目標熱流束レベルと、前記検査装置の前記赤外線カメラを動作させるための取得時間と、を含む、請求項１０に記載のシステム。
12. 前記熱解析が、最小および最深の欠陥の少なくとも１つを有するモデル化された構造要素において行われる、請求項１０に記載のシステム。
13. 前記コンピュータシステムが、前記トレーニングシステムから前記取得パラメータを受け取り、前記取得パラメータを前記検査装置に送信する、請求項１に記載のシステム。
14. 前記エキスパートシステムモジュールが、前記サーモグラフのセットと前記対応するモデル化された構造要素のセットとの間の相関関係を判定するために、ニューラルネットワークを採用する、請求項１に記載のシステム。
15. 前記検査装置が、前記装置を前記構造物の前記表面に固定するためのクランプ要素と、前記加熱要素および赤外線カメラを収容するためのシャーシユニットと、を含む、請求項１に記載のシステム。
16. 前記シャーシユニットが、前記クランプ要素に摺動連結され、かつ前記構造物の前記表面に対して周方向に回転可能である、請求項１５に記載のシステム。
17. 前記シャーシユニットおよびクランプ要素が、前記検査装置が前記構造物の前記表面に沿って周方向に回転すること、および長手方向に並進することを可能にする、回転可能かつ並進可能なホイールに連結されている、請求項１５に記載のシステム。
18. 欠陥について、構造物の表面を検査するためのシステムであって、
    前記構造物の前記表面のあるセクションを加熱するための加熱デバイス、加熱に応答する前記表面からの赤外放射線を受け取るための赤外線カメラ、前記受け取った赤外放射線からサーモグラフを生成するように構成されたコントローラ、および通信デバイスを含む、検査装置と、
    モデル化された構造要素のサーモグラフおよびパラメータのセットの相関関係を判定するように構成されたエキスパートシステムモジュール、ならびに前記構造物の材料特性および環境条件に基づいて前記検査装置を制御するためのパラメータを自動的に判定するように構成された最適化取得パラメータモジュール含むトレーニングシステムと、
    前記トレーニングシステムおよび前記検査装置に通信可能に連結されたコンピュータシステムであって、前記検査装置から受け取られるサーモグラフを受け取るように、かつ前記トレーニングシステムから得られる相関関係を使用して前記構造物内の欠陥の定量パラメータを検出するように適合された、コンピュータシステムと、を備え、
    前記定量パラメータが閉じ込められた媒体のタイプを含む、システム。
19. 検査装置が欠陥について、構造物の表面の正確な定量検査を行うことを可能にするシステムをトレーニングする方法であって、
    前記構造物の特性および前記構造物における環境条件に関するオペレータ入力を受け取ることと、
    前記オペレータ入力を使用して構造要素のセットを生成することであって、モデル化された構造要素の各々が、統合された欠陥を含む、生成することと、
    過渡的熱解析の適用により、前記構造要素の各々に対応するサーモグラフを生成することと、
    前記サーモグラフと、前記対応する構造要素のパラメータとの間の相関関係を計算することと、を含み
    前記相関関係が、構造物の撮影されたサーモグラフを解析して、前記構造物内の欠陥の定量パラメータを決定することを可能にする、方法。
20. 前記構造物が、複合材料で構成されている、請求項１９に記載の方法。
21. 前記過渡的熱解析が、有限要素解析を採用する、請求項１９に記載の方法。
22. 前記構造要素が、位置、欠陥タイプ、欠陥サイズ、欠陥の配向、および閉じ込められた媒体によって特徴付けられる、請求項１９に記載の方法。
23. 前記欠陥タイプが、層間剥離、固有の孔隙、基質亀裂、ファイバ基質剥離、複数の孔隙、および穴のうちの１つである、請求項２２に記載の方法。
24. 前記閉じ込められた媒体が、検査のために選択された液体または気体である、請求項２２に記載のシステム。
25. 前記構造物の材料特性、環境条件、および構造要素の熱解析に基づいて、前記検査装置を制御するための最適取得パラメータを決定することをさらに含む、請求項１９に記載の方法。
26. 前記取得パラメータが、加熱モード、加熱時間、および目標熱流束レベルのうちの少なくとも１つを含む加熱パラメータと、前記検査装置を動作させるための取得時間と、を含む、請求項２５に記載の方法。
27. 前記熱解析が、最小および最深の欠陥を有する構造要素において行われる、請求項２５に記載の方法。
28. 前記サーモグラフと、前記対応する構造要素のパラメータとの相関関係が、機械学習技術を使用して判定される、請求項１９に記載の方法。
29. 前記機械学習技術が、ニューラルネットワークを採用する、請求項２８に記載の方法。
30. 検査装置によって赤外線サーモグラフが取得される欠陥について、構造物の表面を定量的に検査する方法であって、
    モデル化された構造欠陥のパラメータと、前記モデル化された構造欠陥のシミュレートされたサーモグラフとの間の相関関係のセット、および前記構造物からサーモグラフデータを取得するための前記検査装置を構成するための最適取得パラメータを得ることと、
    前記取得パラメータを前記検査装置に通信することと、
    前記構造物から取得された赤外線サーモグラフデータを前記検査装置から受け取ることと、
    前記得られた相関関係を使用して、前記受け取ったサーモグラフデータを解析することと、
    前記受け取ったサーモグラフの解析に基づいて、前記構造物中の欠陥のパラメータを判定することと、を含む、方法。
31. 前記取得パラメータが、前記検査装置に通信され、サーモグラフデータが、無線通信を介して前記検査装置から受け取られる、請求項３０に記載の方法。
32. 前記判定された構造物内の欠陥のパラメータが、位置、深さ、欠陥タイプ、および閉じ込められた媒体のタイプを含む、請求項３０に記載の方法。
33. 前記検査装置を構成するための前記取得パラメータが、前記構造物に熱を印加するための加熱モード、加熱時間、および目標熱流束レベルのうちの少なくとも１つを含む加熱パラメータと、前記構造物からの赤外放射線を検出する取得時間と、を含む、請求項３０に記載の方法。
34. 前記最適取得パラメータが、前記構造物の材料および前記構造物における環境条件に基づいて決定される、請求項３０に記載の方法。
35. 加熱デバイスおよび赤外線カメラを有する検査装置を使用して、構造物の表面を定量的に検査する方法であって、
    前記加熱要素を構成し、前記構造物の前記表面の一部分を加熱するための最適取得パラメータを受け取ることと、
    前記受け取った取得パラメータに従って、前記加熱デバイスを使用して前記構造物のあるセクションを加熱することと、
    前記受け取った取得パラメータに従って、前記構造物の前記セクションから放出される赤外放射線を検出することと、
    前記検出された赤外放射線からサーモグラフデータを生成することと、
    前記サーモグラフデータを使用して前記構造物の欠陥を判定するために、前記サーモグラフデータをコンピュータシステムに通信することと、を含み、
    前記解析が、モデル化された構造欠陥のパラメータと、前記モデル化された構造欠陥のシミュレートされたサーモグラフとの間の相関関係のセットを採用し、かつ前記相関関係を使用して、前記受け取ったサーモグラフデータに対応するパラメータを取得する、方法。
36. クランプ要素を使用して、前記検査装置を前記構造物に近接して取り外し可能に固定することをさらに含む、請求項３５に記載の方法。
37. 前記検査装置の前記加熱デバイスおよび赤外線カメラを、前記クランプ要素に対して前記構造物の周りで周方向に回転させることをさらに含む、請求項３６に記載の方法。
38. 少なくとも１つのホイールを使用して、前記クランプ要素を前記構造物上で長手方向に並進させることをさらに含む、請求項３７に記載の方法。
39. 前記取得パラメータが、前記構造物の前記セクションを加熱するための加熱時間および目標熱流束レベルと、前記構造物からの赤外放射線を検出する取得時間と、を含む、請求項３５に記載の方法。
40. 前記最適取得パラメータが、前記構造物の材料および前記構造物における環境条件に基づいて決定される、請求項３５に記載の方法。
41. 欠陥について、構造物の表面を検査するための装置であって、
    前記装置を前記構造物の前記表面に近接して取り外し可能に固定するためのクランプ要素と、
    前記クランプ要素に連結されたシャーシユニットとを備え、前記シャーシユニットが、
    前記構造物の前記表面のあるセクションを加熱するように構成可能な加熱デバイスと、
    前記構造物の前記表面から赤外放射線を取得するように構成可能な赤外線カメラと、
    前記加熱デバイスおよび赤外線カメラを制御するために、前記加熱デバイスおよび赤外線カメラに通信可能に連結されて動作するコントローラと、
    トランシーバと、を収容し、
    前記コントローラが、前記構造物の材料および前記構造物に近接する環境条件に基づいて前記パラメータを決定するシステムから最適取得パラメータを受け取る、装置。
42. 前記最適取得パラメータが、前記加熱デバイスを使用して前記構造物の前記セクションに熱を印加するための加熱時間および目標熱流速レベルと、前記赤外線カメラを使用して前記構造物からの赤外放射線を検出する取得時間と、を含む、請求項４１に記載の検査装置。
43. 前記シャーシユニットと前記クランプ要素との間に連結されたスライド要素をさらに備え、前記スライド要素が、前記シャーシユニットが前記構造物の周りで周方向に前記クランプ要素に沿って回転することを可能にする、請求項４１に記載の検査装置。
44. 前記クランプ要素およびシャーシユニットの端部に固定された回転可能かつ並進可能なホイールをさらに備え、前記ホイールが、前記クランプ要素およびシャーシユニットが前記構造物の前記表面上で周方向に回転および長手方向に並進することを可能にする、請求項４１に記載の検査装置。
    

Images