JP2020527227A - ファイバグラスおよび非金属パイプを非破壊検査するための装置および方法 - Google Patents

Abstract

複合材料構造物の欠陥を検査するためのシステムと方法は、ａ）構造物の表面を加熱する加熱デバイスと、加熱に応じて表面からの放射線を受け取る赤外線カメラと、赤外放射線から熱画像を生成するように構成されたコントローラと、を有する検査装置と、ｂ）サンプルの表面全体に熱を加えるために配置された複数の加熱素子と、サンプルの熱画像を捕捉するための赤外線カメラと、熱画像をトレーニングデータベース内に記録するための処理システムと、を含む、既知の複合材料サンプルから熱画像を得るための構成を含むトレーニングシステムと、ｃ）検査装置から熱画像を受け取り、トレーニングデータベースを使用して構造物内の欠陥のパラメータを検出するように適合された、トレーニングシステムおよび検査装置に連結されたコンピュータシステムと、を含む。

Description

本発明は、材料の検査および特徴付けに関し、特に、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。このような複合材の例には、強化熱硬化性樹脂（ＲＴＲ）パイプ（ファイバグラス）、ファイバ強化ポリマー（ＦＲＰ）システム、ガラス強化ポリマー（ＧＲＰ）、およびガラス強化エポキシ（ＧＲＥ）が含まれる。複合材料から作られたパイプの一部の断面図および側面図が、図１４Ａおよび図１４Ｂに示されている。複合材の使用は低圧炭化水素用途で一般的であるが、構造的完全性の監視が困難なため、高圧用途での複合材の使用には引き続き抵抗がある。

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、特に高圧用途において、複合材を定期的に検査して、そのような損傷が発生したことがあるか、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。

一実施形態によれば、本発明は、複合材料構造物の欠陥を検査するシステムを提供する。本システムは、ａ）構造物の表面のあるセクションを加熱する加熱装置と、加熱に応じ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と、受け取った赤外放射線から熱画像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、を含む検査装置と、ｂ）既知の複合材料サンプルから熱画像を得るための構成を含むトレーニングシステムであって、その構成が、サンプルの表面全体に熱を加えるように配置された複数の加熱素子と、加熱時にサンプルの熱画像を捕捉するための赤外線カメラと、捕捉した熱画像をトレーニングデータベース内に記録するための処理システムと、を含む、トレーニングシステムと、ｃ）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、コンピュータシステムが、検査装置から受け取った熱画像を受け取るように、かつトレーニングデータベースを使用して構造物内の欠陥の定量的パラメータを検出するように、適合されている、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、トレーニングシステムの加熱素子が、少なくとも１つの円形レール上に構成され、３６０度の様態でサンプルを取り囲む。

いくつかの実施形態では、コンピュータシステムが、ａ）熱画像・対・ｂ）トレーニングデータベース内の画像に基づいて計算された赤外線カメラと構造物の表面上の点との間の距離を比較することによって、欠陥の存在の可能性を判定する。いくつかの実施では、熱画像・対・トレーニングデータベース内の画像によって計算された赤外線カメラと表面上の点との間の距離間に閾値差がある場合、コンピュータシステムが、検査員に警告を発する。

いくつかの実施形態では、赤外線カメラが、サンプルの外周の周りを移動可能であり、サンプルの外周全体から熱画像を取得するように動作する。熱画像を得るための構成が、円形スライダを含むこともでき、その上に、サンプルの周りを３６０度完全に周方向に移動するように、赤外線カメラが摺動可能に連結されている。

複合材料構造物が、複合材料で作られたパイプである。一部の実施では、複合材料が、強化熱硬化性樹脂（ＲＴＲ）、ファイバ強化ポリマー（ＦＲＰ）、ガラス強化ポリマー（ＧＲＰ）、およびガラス強化エポキシ（ＧＲＥ）のうちの１つである。

本発明はまた、複合材料構造物の含まれる欠陥を検査する方法も提供する。この方法は、既知の複合材料サンプルを複数の加熱素子で加熱して、赤外線カメラを使用してサンプルから得られた熱画像を捕捉することによって、熱画像データベースをトレーニングすることと、検査対象の構造物を加熱することと、構造物の熱画像を捕捉することと、熱画像データベースに連結されたコンピューティングシステムに熱画像を配信することと、捕捉された熱画像を熱画像データベース内の画像に一致させることと、コンピューティングシステムで、構造物の熱画像を熱画像データベース内の一致した熱画像と比較することによって、構造物内に欠陥があるかどうかを判定することと、を含む。いくつかの実施形態では、構造物の外周全体が加熱される。

欠陥があるかどうかを判定するステップは、捕捉された熱画像・対・トレーニングデータベースの一致した画像に基づいて計算された、赤外線カメラと構造物の表面上の点との間の距離を比較することを含むことができる。いくつかの実施では、この方法は、捕捉された熱画像・対・トレーニングデータベースの一致した熱画像によって計算された、赤外線カメラと表面上の点との間の距離間に閾値差がある場合、検査員に警告することをさらに含む。

赤外線カメラをサンプルの外周の周りを移動させて、表面全体から熱画像を取得することができる。

これらおよび他の態様、特徴、ならびに利点は、本発明の特定の実施形態の添付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パイプラインのあるセクションの垂直断面の写真である。 複合材料で作られたパイプラインのあるセクションの正面図である。 現場に設置されたパイプラインを検査するために使用されている、本発明に従う検査装置の例示的な用途を示す斜視図である。 生産ラインで生産されているパイプラインを検査するために使用されている、本発明に従う検査装置の別の例示的な用途を示す斜視図である。 本発明の実施形態に従うトレーニングデータベースのための、複合材料サンプルの熱画像を捕捉するための構成の端面図の写真である。 複合材料サンプルの画像を捕捉するために配置されている、赤外線カメラを示す写真である。 本発明の実施形態に従う、ダイレクトトレーニングシステムの概略図である。 本発明の一実施形態に従う、トレーニングデータベースを使用して複合材料を検査する方法のフローチャートである。

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つの個別要素を含む：１）制御された環境で加熱された既知の複合構造物の外周全体で撮影された熱画像、または、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、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、を含む、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素子と、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）検査装置から記録された赤外放射線の熱画像を受け取り、ｃ）熱画像をトレーニングシステム内の画像と比較することによって受け取った熱画像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。

一実施形態では、トレーニングシステム１３０は、少なくとも１つのプロセッサおよび画像捕捉装置を含む。本装置は、制御された熱および環境条件下で既知のサンプルから熱画像を得る。プロセッサは、サンプルの既知の材料特性およびトレーニング設定の熱および環境パラメータに基づいて、熱画像を特徴付ける。これにより、熱画像を材料および熱パラメータと相関させるトレーニングデータベースが収集され、記憶される。

別の実施形態では、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、検査対象の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。いくつかの実施形態では、赤外線カメラ３２０は、３．０〜５．０μｍ内のスペクトル範囲、３２０×２４０の最小赤外線ピクセル、および２０ｍＫ以下の感度を有する。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。

図１５Ａは、図２Ａ〜図２Ｃに関して上記で説明した装置を現場でどのように使用できるかを示す例示的な斜視図である。示されるように、本発明に従う例示的な装置１５００は、熱検査を行うためのパイプ１５１０の外周に配置される。装置は、手動または自動で、装置がパイプに沿って長手方向に移動するときに、パイプの各長手方向セクションを得る。図１５Ｂは、パイプ生産ライン中の検査のための代替構成を示す例示的な斜視図である。示されるように、パイプ１５２０は、矢印で示される長手方向に生産ラインに沿って移動する。パイプが長手方向に移動するため、検査装置１５３０は長手方向に対して静止することができ、一方、包括的な検査カバレッジを得るために、パイプ１５２０の外周の周りを回転できるカメラを有する。

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。

いくつかの実施では、レーザ熱検出を使用して、構造物の表面温度を測定、および／または熱源を較正することができる。レーザ温度計の記録は、検査デバイスをリアルタイムで自動較正するために使用することができる。

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（直接法）
一実施形態において、熱画像のトレーニングデータベースは、実験室などの制御された設定で加熱される既知のサンプルから熱画像を得ることによって直接得られる。サンプルから取られた画像は、既知のサンプルの熱的および構造的特性に関連して記録され、内部トレーニングデータベースを作成する。次いで、トレーニングデータベース内のデータ記録は、温度と材料特性に基づいてサブセットに分類できる。図１６Ａは、サンプルから熱画像を捕捉してトレーニングデータベースを作成するために使用される装置１６００の端面図を示す写真である。パイプ１６０５のサンプルセクションは、サンプルを取り囲むようにそれぞれの円形レール１６２０、１６２５上で周方向に配置された加熱素子、例えば１６１０、１６１５によって取り囲まれて示されている。この構成では、加熱素子、例えば１６１０、１６１５は、完全な３６０度にわたってサンプル１６０５の表面を覆うことができ、おおむね均一な等方性の様態でサンプルの表面を加熱することができる。赤外線カメラ１６３０は、円形スライダレール１６３５上に摺動可能に配置されている。スライダレール１６３５は、サンプル１６０５に直接面するように軸方向に配置できるベース１６３７を有する。その後、カメラをスライダレール１６３５に沿ってサンプルに対して任意の半径方向位置に回転させることができる。図１６Ｂは、サンプル１６０５に対して最適に配置され、およそ２時の半径方向位置にある赤外線カメラ１６３０を示す写真である。

図１７は、トレーニングシステム１７００全体の概略図である。サンプル１７０５は、加熱素子、例えば、３６０度の様態でサンプルを包囲する円形レール１７１７に沿って周方向に配置された１７１０、１７１５によって加熱される。赤外線カメラ１７２０は、加熱されたサンプルから熱画像を捕捉し、画像をデジタルデータとしてコンピュータシステム１７２５に配信し、コンピュータシステム１７２５はトレーニングデータベース内の熱画像を分析および分類する。熱画像を既知のサンプルの材料パラメータおよび既知の実験トレーニング手順の熱パラメータと相関させる、トレーニングデータベースが生成される。

図１８は、本発明の実施形態に従う、トレーニングデータベースを使用して複合構造物を検査する方法のフローチャートである。方法がステップ１８００で開始した後、赤外線カメラを使用して検査対象の構造物のセクションがステップ１８０２で準備される。ステップ１８０４で、セクションが加熱され、温度と光の状態が自動的に検出される（ステップ１８０６）。次のステップ１８０８では、赤外線カメラとセクションとの間の平均距離が推定され、それに続いて、ステップ１８１０で、赤外線カメラによってセクションの外周全体をカバーするいくつかの画像が捕捉される。その後、ステップ１８１２で、捕捉された画像は、実際の寸法と位置を表すように一致およびフォーマットされる。ステップ１８１４では、捕捉された画像はトレーニングデータベース内の画像と一致され、この一致および比較を介して、カメラとセクション上の各表面点との間の距離が推定される。ステップ１８１６では、表面点距離がトレーニングデータベースのデータから予想される平均と異なるかどうかが判定される。異なる場合、ステップ１８１８で、結果がフィルタにかけられ、ステップ１８２０で、問題の表面積をマークするために警報が現場検査員に配信される。表面点距離が予想と異ならない場合、ステップ１８２２で、検査は構造物の別のセクションに移動する。このプロセスは、構造物全体が検査されるまで繰り返される（ステップ１８２４）。ステップ１８２６では、検査のデータと所見を含むレポートが生成される。ステップ１８２８で、方法は終了する。

サーモグラフィトレーニング方法（仮想法）
別の実施形態では、有限要素に基づく仮想トレーニング方法を使用することができる。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）統合された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閾値が含まれる。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つの統合された欠陥とを有する。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う。したがって、ステップ８５０にでは、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すべての画素を表す。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、一致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。

より具体的には、任意の長手方向の位置について、構造物セクションの外周全体をカバーするために、いくつかの高解像度の熱画像を様々な半径方向の位置で捕捉することができ、個々の半径方向画像は一緒に一致して、展開された構造物を表す単一の画像を形成する。損傷マーカを画像に追加して、さらに処理およびスクリーニングすることができる。

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。欠陥は、分類、１次元の深さ、２次元の面積、または３次元の体積の観点から特徴付けることができる。

定量化レポートには、構造物内の損傷位置の軸方向位置、検査開始の基準点、半径方向位置、深さなど、欠陥の位置の３次元レンダリングも含めることができる。

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。

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。

図面中の類似の数字が、いくつかの図を通して類似の要素を表し、図に関連して説明され、示された構成要素および／またはステップのすべてが、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。

本明細書に使用されている専門用語は、特定の実施形態のみを説明する目的のものであり、本発明を限定することを意図されるものではない。本明細書で使用される際、単数形「ａ」、「ａｎ」、および「ｔｈｅ」は、文脈上、他の意味を示すことが明らかな場合を除き、複数形も含むことが意図されるものである。「ｃｏｍｐｒｉｓｅｓ（備える）」および／または「ｃｏｍｐｒｉｓｉｎｇ（備える）」という用語は、本明細書で使用する際、述べた特徴、整数、ステップ、作業、要素、および／または構成要素の存在を明示するが、１つ以上の他の特徴、整数、ステップ、作業、要素、構成要素、および／またはそれらの群の存在または追加を排除しないことがさらに理解されるであろう。

向きの用語は、本明細書では、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。ただし、これらの用語が見る人を基準にして使用されている可能性があることが分かる。したがって、限定が暗に意味されることもなく、推察されるべきでもない。

また、本明細書に使用されている表現および専門用語は、説明目的のものであり、限定するものと見なされるべきではない。本明細書における「ｉｎｃｌｕｄｉｎｇ（含む）」、「ｃｏｍｐｒｉｓｉｎｇ（備える）」、または「ｈａｖｉｎｇ（有する）」、「ｃｏｎｔａｉｎｉｎｇ（含む）」、「ｉｎｖｏｌｖｉｎｇ（伴う）」、およびそれらの異形の使用は、それ以降に挙げられた項目、およびその均等物、ならびに追加項目を包含することを目的としている。

例示的な実施形態に関連して本発明が説明されてきたが、本発明の範囲から逸脱しない限り、様々な変更が行われてもよく、その要素を均等物に置き換えてもよいことが、当業者には理解されるであろう。さらに、本発明の基本的な範囲から逸脱せずに、特定の計器、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形態が当業者には理解されるであろう。したがって、本発明が、本発明を実施するのに向けて考えられた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内に含まれるすべての実施形態を含むようになることが意図されている。

Claims (15)

1. 複合材料構造物の欠陥を検査するシステムであって、
   前記複合材料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、加熱に応じて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と、受け取った前記赤外放射線から熱画像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、を含む、検査装置と、
   既知の複合材料サンプルから熱画像を得るための構成体を含むトレーニングシステムであって、前記構成体が、前記複合材料サンプルの表面全体に熱を加えるように配置された複数の加熱素子と、加熱時に前記複合材料サンプルの熱画像を捕捉するための赤外線カメラと、前記捕捉された熱画像をトレーニングデータベース内に記録するための処理システムと、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、前記コンピュータシステムが、前記検査装置から受け取った熱画像を受け取るように、かつ、前記トレーニングデータベースを使用して前記複合材料構造物内の欠陥の定量的パラメータを検出するように、適合されている、コンピュータシステムと、を備える、システム。
2. 前記トレーニングシステムの前記加熱素子が、少なくとも１つの円形レール上に構成され、３６０度の様態で前記複合材料サンプルを取り囲む、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が、ａ）前記熱画像・対・ｂ）前記トレーニングデータベース内の画像に基づいて計算された前記赤外線カメラと前記複合材料構造物の表面上の点との距離を比較することによって、欠陥の存在の可能性を判定する、請求項１に記載のシステム。
4. 前記熱画像・対・前記トレーニングデータベース内の画像によって計算された前記赤外線カメラと前記表面上の点との間の距離に閾値差がある場合、前記コンピュータシステムが、検査員に警告を発する、請求項３に記載のシステム。
5. 前記赤外線カメラが、前記複合材料サンプルの外周の周りを移動可能であり、前記複合材料サンプルの外周全体から熱画像を取得するように動作する、請求項１に記載のシステム。
6. 前記熱画像を得るための構成体が、円形スライダを含み、該円形スライダの上に、前記複合材料サンプルの周りを３６０度完全に周方向に移動するように、前記赤外線カメラが摺動可能に連結されている、請求項５に記載のシステム。
7. 前記複合材料構造物が、複合材料で作られたパイプである、請求項１に記載のシステム。
8. 前記複合材料が、強化熱硬化性樹脂（ＲＴＲ）、ファイバ強化ポリマー（ＦＲＰ）、ガラス強化ポリマー（ＧＲＰ）、およびガラス強化エポキシ（ＧＲＥ）のうちの１つである、請求項７に記載のシステム。
9. 複合材料構造物の含まれる欠陥を検査する方法であって、
   既知の複合材料サンプルを複数の加熱素子で加熱して、赤外線カメラを使用して前記複合材料サンプルから得られた熱画像を捕捉することによって、熱画像データベースをトレーニングすることと、
   検査対象の前記複合材料構造物を加熱することと、
   前記複合材料構造物の熱画像を捕捉することと、
   前記熱画像データベースに連結されたコンピューティングシステムに前記熱画像を配信することと、
   捕捉された前記熱画像を前記熱画像データベース内の画像に一致させることと、
   前記コンピューティングシステムで、前記複合材料構造物の前記熱画像を前記熱画像データベース内の一致する熱画像と比較することによって、前記複合材料構造物内に欠陥があるかどうかを判定することと、を含む、方法。
10. 前記複合材料構造物の外周全体が加熱される、請求項９に記載の方法。
11. 前記欠陥があるかどうかを判定することは、捕捉された前記熱画像・対・トレーニングデータベースの一致した画像に基づいて計算された、前記赤外線カメラと前記複合材料構造物の表面上の点との間の距離を比較することを含む、請求項９に記載の方法。
12. 前記捕捉された熱画像・対・前記トレーニングデータベースの前記一致した熱画像によって計算された、前記赤外線カメラと前記表面上の点との間の距離間に閾値差がある場合、検査員に警告することをさらに含む、請求項１１に記載の方法。
13. 前記赤外線カメラを前記複合材料サンプルの外周の周りに移動させて、前記複合材料サンプルの表面全体から熱画像を取得することをさらに含む、請求項９に記載の方法。
14. 前記複合材料構造物が、複合材料で作られたパイプである、請求項９に記載の方法。
15. 前記複合材料が、強化熱硬化性樹脂（ＲＴＲ）、ファイバ強化ポリマー（ＦＲＰ）、ガラス強化ポリマー（ＧＲＰ）、およびガラス強化エポキシ（ＧＲＥ）のうちの１つである、請求項１４に記載の方法。