JP2021167730A

JP2021167730A - 丸棒材の超音波探傷方法

Info

Publication number: JP2021167730A
Application number: JP2020070115A
Authority: JP
Inventors: 大輔森; Daisuke Mori; 隆夫湯藤; Takao Yuto
Original assignee: Daido Steel Co Ltd
Current assignee: Daido Steel Co Ltd
Priority date: 2020-04-09
Filing date: 2020-04-09
Publication date: 2021-10-21
Anticipated expiration: 2040-04-09
Also published as: JP7415757B2

Abstract

【課題】表面疵と表層疵を迅速かつ確実に判別できる丸棒材の超音波探傷方法を提供する。【解決手段】丸棒材Ｍに向けて斜角探傷用超音波Ｕｂを送信しつつこれを丸棒材Ｍの周面に沿う方向で走査し、丸棒材Ｍの表面疵Ｍ１、ないし表面直下の丸棒材Ｍ内部に生じる表層疵Ｍ２で反射して戻る反射超音波を受信して疵エコー信号Ｓa1,Ｓa2とし、時間軸に沿った疵エコー信号Ｓa1,Ｓa2波形を含む所定領域を二次元の疵エコー画像Ｘ，Ｙとして抽出して、必要数の疵エコー画像Ｘ，Ｙを学習データとしてニューラルネットワーク３に与えて学習させ、学習済みのニューラルネットワーク３に対して新たな疵エコー画像Ｘ，Ｙを与えて、当該疵エコー画像Ｘ，Ｙに対応する疵が表面疵Ｍ１か表層疵Ｍ２かを判別させる。【選択図】図１

Description

本発明は丸棒材の超音波探傷方法に関し、特に表面疵と表面直下の丸棒材内部に生じる表層疵を良好に識別して検出できる超音波探傷方法に関するものである。

丸棒材の表面近くの疵を探傷する場合には図７に示すように探傷用の超音波ビームＵｂの横波を使用しその屈折角（セクタースキャン角）を４５度程度に設定して行う。しかし、この方法では、丸棒材Ｍの表面に開口する表面疵Ｍ１(図６（１）)と丸棒材Ｍの表面直下の内部に生じる表層疵Ｍ２（図６（２））からの疵エコー信号（図７（１）、（２））がほほ同じ大きさで同じ時間帯に現れることがあるため、往々にして両者を区別することが困難であった。

そこで、例えば特許文献１では異なるセクタースキャン角を設定して、各セクタースキャン角で得られた疵エコー信号の大きさが所定の閾値を超えたときにそれぞれ表面疵あるいは表層疵があるもと判定する探傷方法が開示されている。

特開２０１２−２２５８８７

しかし、上記従来の方法では、セクタースキャン角を変更して同様の探傷を繰り返す必要があるために探傷に時間を要し、ラインを流れる丸棒材の探傷を迅速に行えないという問題があった。

そこで、本発明はこのような課題を解決するもので、表面疵と表層疵を迅速かつ確実に判別できる丸棒材の超音波探傷方法を提供することを目的とする。

上記目的を達成するために、本第１発明では、丸棒材（Ｍ）に向けて斜角探傷用超音波（Ｕｂ）を送信しつつこれを前記丸棒材（Ｍ）の周面に沿う方向で走査し、前記丸棒材（Ｍ）の表面疵（Ｍ１）、ないし表面直下の丸棒材（Ｍ）内部に生じる表層疵（Ｍ２）で反射して戻る反射超音波を受信して疵エコー信号（Ｓa1,Ｓa2）とし、時間軸に沿った前記疵エコー信号（Ｓa1,Ｓa2）波形を含む所定領域を二次元の疵エコー画像（Ｘ，Ｙ）として抽出して、必要数の前記疵エコー画像（Ｘ，Ｙ）を学習データとしてニューラルネットワーク（３）に与えて学習させ、学習済みの前記ニューラルネットワーク（３）に対して新たな前記疵エコー画像（Ｘ，Ｙ）を与えて、当該疵エコー画像（Ｘ，Ｙ）に対応する疵が前記表面疵（Ｍ１）か表層疵（Ｍ２）かを判別させる。

本第１発明においては、疵エコー画像を作成し、当該疵エコー画像によって予め学習させたニューラルネットワークに、新たな疵エコー画像を与えて当該疵エコー画像に対応する疵が表面疵か表層疵かを判別するようにしたから、表面疵と表層疵を迅速かつ確実に判別することができる。

本第２発明では、前記疵エコー信号（Ｓa1,Ｓa2）のサンプリングデータ列（Ｓｄ）をグラフ化して二次元の前記疵エコー画像（Ｘ，Ｙ）とする

本第２発明によれば、コンピュータ処理によって容易に疵エコー画像を得ることができる。

上記カッコ内の符号は、後述する実施形態に記載の具体的手段との対応関係を参考的に示すものである。

以上のように、本発明の丸棒材の超音波探傷方法によれば、表面疵と表層疵を迅速かつ確実に判別することができる。より具体的には、丸棒材が圧延工程、熱処理工程、曲がり矯正工程を経た状態で、その表面が酸化金属である黒錆で覆われた状態のものを対象とすることができる。黒皮材は最表層に黒錆を備えることから、特に表面疵と表層疵等の判別が困難であるが、本発明の方法を適用することで、表面疵と表層疵を迅速かつ確実に判別することが可能となる。

本発明方法を実施する装置の構成を示す図である疵エコー信号の一例を経時変化を示す図である。疵エコー信号をＡＤ変換したデジタル信号のデータ列を示す図である。デジタル信号をグラフ化した疵エコー画像の一例を示す図である。畳み込みニューラルネットワークの概略構成を示す図である。従来の探傷方法を示す概略断面図である。従来の探傷方法における疵エコー信号を示す図である。

なお、以下に説明する実施形態はあくまで一例であり、本発明の要旨を逸脱しない範囲で当業者が行う種々の設計的改良も本発明の範囲に含まれる。

図1には本発明の超音波探傷方法を実施する装置の構成を示す。図１において、金属製丸棒材Ｍの外周面に対向させてフェーズドアレイ探触子１が設けられている。フェーズドアレイ探触子１では、多数の超音波振動子（図示略）が丸棒材Ｍの外周に倣って湾曲する送受信面１ａを形成するように公知の構造で隣接配置されており、隣接する所定数の超音波振動子を、コンピュータを内蔵した制御装置２から出力される所定の時間差を有する励振信号で振動させることによって、本実施形態では略４５度のセクタースキャン角を有し丸棒材の表面およびその直下の表層を含む領域で収束する斜角探傷用超音波たる横波超音波ビームＵｂを生成している。そして振動させる所定数の超音波振動子の範囲を順次移動させることによって、約９０度の角度範囲Ｄで横波超音波ビームＵｂを走査して、この範囲にある表面疵Ｍ１および表層疵Ｍ２からの反射超音波をフェーズドアレイ探触子１で再び受信して、疵エコー信号として制御装置２へ出力している。

なお、丸棒材Ｍの全周について表面疵Ｍ１および表層疵Ｍ２を検出する場合には、同様の構成のフェーズドアレイ探触子１を丸棒材Ｍの全周に沿って複数（４つ）設けるか、丸棒材Ｍを回転させ、ないしフェーズドアレイ探触子１を丸棒材Ｍ周りに旋回させる。

図２（１）には表面疵があった場合の疵エコー信号Ｓａ1の経時波形を示し、図２（２）には表層疵があった場合の疵エコー信号Ｓａ2の経時波形を示し、これら疵エコー信号Ｓａ1,Ｓａ2は制御装置２内に設けられたＡＤ変換回路（図示略）に入力する。ＡＤ変換回路は疵エコー信号Ｓａ1,Ｓａ2の正負の最大振幅範囲をカバーできる入力レンジを有し、図３に示すような、疵エコー信号Ｓａ1,Ｓａ2はＡＤ変換回路で、所定サンプリング時間毎の振幅に応じた数列（データ列）からなるデジタル信号Ｓｄ（図３）に変換される。なお、図３は８ビットのＡＤ変換回路を使用した場合のデジタル信号Ｓｄの一例である。

ここで、前述した図７（１）（２）に示した疵エコー信号では、反射強度の波形を絶対値で換算しているため正の波形と負の波形の各々を表しておらず、波形の変化を認識しにくいため疵の判定精度に影響が出てしまう。これに対して、図３に示したデジタル信号Ｓｄでは、絶対値では換算しておらず、信号値が正の疵エコー信号Ｓａ1,Ｓａ2と負の疵エコー信号Ｓａ1,Ｓａ2の双方を反映していることから、図７（１）（２）の疵エコー信号と比較すると波形の変化が認識しやすい。

制御装置２内では、表面疵と表層疵の疵エコー信号Ｓａ1,Ｓａ2に対応した各デジタル信号のデータ列からピーク値を示すデータを検出して、当該ピークデータの前後各５０個（すなわち１００個）のデータを抽出する。そして、これらのデータから、図４（１）、（２）に示すような、横軸をデータ位置、縦軸をデータ値としてグラフ化した二次元の疵エコー画像Ｘ，Ｙを生成する。なお、疵エコー画像Ｘ，Ｙは図２に示したアナログの疵エコー信号Ｓa1,Ｓa2のＸ´領域、Ｙ´領域に対応している。

制御装置２内には、図４に示すような、適当数の畳み込み層３１とプーリング層３２、および全結合層３３を有する公知の構成の畳み込みニューラルネットワーク（ＣＮＮ）３が構成されており、表面疵と表層疵の各疵エコー信号Ｓa1,Ｓa2から生成された上記疵エコー画像Ｘ，ＹをＣＮＮに学習画像として与えて学習させる。

本実施形態では表面疵の学習画像を１４９枚、表層疵の学習画像を１３０枚与えて所定のパラメータ値で学習させた。続いて学習させたＣＮＮ３に、表面疵の新たな疵エコー画像Ｘ，Ｙであるテスト画像を１５４枚、表層疵の新たな疵エコー画像Ｘ，Ｙであるテスト画像を１３２枚与えてそれぞれのテスト正解率を得た。これによると表面疵に対する正解率は９４．８％、表層疵に対する正解率は８８．６％であった。これを表１（ａ）に示す。

これに対して、参考例として、表面疵と表層疵の疵エコー信号に対応した各デジタル信号のデータ列の、ピークデータの前後各５０個をそのまま学習データ列としてＣＮＮ３に与えた場合には、上記学習画像におけるパラメータ値と同一値で学習を繰り返しても、表１（ｂ）に示すように、学習結果の正解率は８２．４％にしかならず、またテストデータ列に対するテスト正解率も表面疵で８３．８％、表層疵で８３．３％と、いずれも疵エコー画像を与えた場合に比してテスト正解率は劣ったものになる。

上記実施形態では、制御装置内のコンピュータにデジタル信号のデータ列を取り込んでグラフ化することによって疵エコー画像を得るようにしたが、例えばオシロスコープで得られたアナログの疵エコー信号の必要領域Ｘ´，Ｙ´を写真撮影する等の手段で疵エコー画像を得るようにしても良い。

１…フェーズドアレイ探触子、２…制御装置、３…畳み込みニューラルネットワーク、Ｍ…丸棒材、Ｍ１…表面疵、Ｍ２…表層疵、Ｓa1,Ｓa2…疵エコー信号、Ｕｂ…横波超音波ビーム（斜角探傷用超音波）、Ｘ，Ｙ…疵エコー画像。

Claims

丸棒材に向けて斜角探傷用超音波を送信しつつこれを前記丸棒材の周面に沿う方向で走査し、前記丸棒材の表面疵、ないし表面直下の丸棒材内部に生じる表層疵で反射して戻る反射超音波を受信して疵エコー信号とし、時間軸に沿った前記疵エコー信号波形を含む所定領域を二次元の疵エコー画像として抽出して、必要数の前記疵エコー画像を学習データとしてニューラルネットワークに与えて学習させ、学習済みの前記ニューラルネットワークに対して新たな前記疵エコー画像を与えて、当該疵エコー画像に対応する疵が前記表面疵か表層疵かを判別させることを特徴とする丸棒材の超音波探傷方法。
前記疵エコー信号のサンプリングデータ列をグラフ化して二次元の前記疵エコー画像とする請求項１に記載の丸棒材の超音波探傷方法。