JP4153675B2 - 材料寿命の評価システム、及び、その評価方法 - Google Patents
材料寿命の評価システム、及び、その評価方法 Download PDFInfo
- Publication number
- JP4153675B2 JP4153675B2 JP2001112015A JP2001112015A JP4153675B2 JP 4153675 B2 JP4153675 B2 JP 4153675B2 JP 2001112015 A JP2001112015 A JP 2001112015A JP 2001112015 A JP2001112015 A JP 2001112015A JP 4153675 B2 JP4153675 B2 JP 4153675B2
- Authority
- JP
- Japan
- Prior art keywords
- labels
- label
- represented
- evaluation index
- evaluation
- 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.)
- Expired - Lifetime
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8858—Flaw counting
Landscapes
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biochemistry (AREA)
- Theoretical Computer Science (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Analysis (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Description
【発明の属する技術分野】
本発明は、材料寿命の評価システム、及び、その評価方法に関し、特に、プラントの熱的劣化を受ける部位の劣化度を判定して余寿命を推定的に評価する材料寿命の評価システム、及び、その評価方法に関する。
【0002】
【従来の技術】
火力発電設備のタービンのように、高温であり且つ起動停止が頻繁に繰り返される高温化機械要素を持つ機械は、その材料の熱疲労とクリープ疲労が原因して有限の寿命を持つ。このような設備の老朽化に対処することが、適正な運転の継続のために重要であり、特にその耐用年数の適正な延長が重要である。そのような延長のために、寿命評価技術が開発されている。耐用年数の適正な延長のために、その寿命評価には高信頼性が求められる。
【0003】
信頼性が高いクリープ寿命評価は、金属組織学的鑑定が技術的高度専門家(スーパバイサー)によって行われてきた。金属材料の組織変化に着目した非破壊余寿命診断法として、組織対比法が知られている。その組織対比法は、マルテンサイト組織を有する低合金鋼溶接部粗粒域の脆性的なクリープ損傷の寿命評価法として開発され、その寿命評価性能の精度が高い点で高く評価され、定検周期延長のための検査法として広く利用されている。
【0004】
組織対比法は、図19に示されるように、検査対象部位の金属組織をレプリカ101に転写して採取し、走査型電子顕微鏡102によるクリープキャビティ103の観察と、光学顕微鏡104による微視き裂105と金属組織106の観察と、分析電子顕微鏡107による析出物108の観察とを行って、対比表109を作成する。対比表109は、損傷因子に基づいて、損傷態様を機械的損傷と光学顕微鏡的組織損傷と析出物分布損傷の区分に分類する。光学顕微鏡的組織損傷と析出物分布損傷は、寿命前半で生じるマルテンサイト組織の回復と析出物の形態変化である析出物分布から形成される冶金的変化である。機械的損傷は、寿命後半に生じるクリープボイド、微視き裂の発生・合体・成長による機械的変化である。劣化度は、このような3つの損傷態様の組合わせに基づいて判断され、各分類ごとに損傷劣化度をクラスに細分する。このようなクラス分けは、標準化されている標本との対比により行われる。このような劣化度の分類は、対比表109の右側に示されるような寿命消費率に対応している。このような分類と対比は、材料知識が豊富である技術的高度専門家により実行されている。
【0005】
顕微鏡組織の面からそのクラス分けは、下記のように例示される。CrMo鋼の溶接部粒域は、マルテンサイト組織で形成され、そのマルテンサイト組織に高温で応力が負荷されれば、クリープ変形によりマルテンサイト組織の回復が起こる。そのような回復過程は、技術的高度専門家により、対比表109の顕微鏡組織の欄に示されるように、劣化度クラスIM,IIM,IIIMにクラス分けされる。劣化度クラスIMは、未使用座雨量と同等であり、マルテンサイトラスと呼ばれる粒の中の線状構造が明確に観察される段階であり、その寿命消費率は0〜20%である。劣化度クラスIIMは、マルテンサイトラスの境界近傍に炭化物が析出する段階であり、その寿命消費率は20〜40%である。劣化度クラスIIIMは、マルテンサイトラスが消失し、ラスの境界炭化物が分散して旧オーステナイト粒界上に炭化物が析出する段階であり、その寿命消費率は40〜100%である。劣化度のクラス分けを行う際に技術的高度専門家が最も注目する点は、マルテンサイトラスの消失度であり、健全な状態では明瞭に確認できる線状構造が次第に不明瞭になる度合いである。技術的高度専門家は、このように健全なマルテンサイトラスが占める割合によりその劣化度を判定している。
【0006】
機械的損傷の面からのクラス分けは、下記のように例示される。CrMo鋼の溶接部粒域の機械的損傷は、クリープ損傷の進行にともなって生成するクリープボイドと、クリープボイドが合体・成長して生成する微視き裂を技術的高度専門家が定量化することにより区分けされ、損傷段階はクラスID,IID,IIID,IVDの4クラスに区分けされる。劣化度クラスIDは、クリープボイドが生成していない段階、又は、独立したクリープボイドが生成した段階であり、その寿命消費率は0〜50%である。劣化度クラスIIDは、クリープボイドが連結する段階であり、その寿命消費率は50〜75%である。劣化度クラスIIIDは、1結晶粒界の全長にクリープボイドが連結して微視き裂が発生する段階であり、その寿命消費率は75〜80%である。劣化度クラスIVDは、微視き裂が2結晶粒界以上にまたがってき裂が発生する段階であり、その寿命消費率は80〜100%である。
【0007】
このような評価法は、寿命評価経験年数が多いエキスパートの人的能力に依存し、寿命評価対象プラントの急増に対処することが困難である。更に、現地サイトから試料又はそのデータを研究所に持ち帰る必要があり、評価までに時間が多くかかっている。
【0008】
人的評価の重要性は変わらないが、エキスパートによらずに瞬時的に又は短時間的に余寿命を算出することができることが求められる。更に、その余寿命評価が精度の点でエキスパートの評価に匹敵することが望まれる。
【0009】
【発明が解決しようとする課題】
本発明の課題は、瞬時又は短時間的に人の主観が入らないで余寿命を算出する材料寿命の評価システム、及び、その評価方法を提供することにある。
本発明の他の課題は、その余寿命評価が精度の点でエキスパートの評価に匹敵する材料寿命の評価システム、及び、その評価方法を提供することにある。
本発明の更に他の課題は、エキスパートの評価を将来の自動評価に接続して行く材料寿命の評価システム、及び、その評価方法を提供することにある。
【0010】
【課題を解決するための手段】
その課題を解決するための手段が、下記のように表現される。その表現中に現れる技術的事項には、括弧()つきで、番号、記号等が添記されている。その番号、記号等は、本発明の実施の複数・形態又は複数の実施例のうちの少なくとも1つの実施の形態又は複数の実施例を構成する技術的事項、特に、その実施の形態又は実施例に対応する図面に表現されている技術的事項に付せられている参照番号、参照記号等に一致している。このような参照番号、参照記号は、請求項記載の技術的事項と実施の形態又は実施例の技術的事項との対応・橋渡しを明確にしている。このような対応・橋渡しは、請求項記載の技術的事項が実施の形態又は実施例の技術的事項に限定されて解釈されることを意味しない。
【0011】
本発明による材料寿命の評価システムは、原画像(12)をデジタル化してデジタル化画像を形成するユニット(1,S1)と、デジタル化画像から複数ラベルを抽出するユニット(1,S5)と、複数ラベルの評価指数を計算するユニット(3又は6)と、設定された基準評価指数と複数ラベルの個々の評価指数との大小関係に基づいてラベルを区分けするユニット(6,S10)とから構成されている。デジタル化として2値化が好適である。3値化した場合、後述されるクラス分けが複雑になる。基準評価指数の導入により、高度専門家の判断に頼らずに主観が入らずに適正に即時的に劣化度を診断する基礎資料を作成することができる。基準評価指数は、膨大な過去の経験的判断の集積に基づいて経験的に修正され更新される。
【0012】
1つのラベルの面積について、1つのラベルの画素数がNAで表され、そのラベルの周辺の画素数がNRで表され、充填率rCが、rC=NA/NRで定義される。この場合、評価指数は充填率である。充填率は、劣化度判定のための幾何学的特徴として特に優れていることが経験則的に判明している。
【0013】
ラベルの総画素数がNMで表され、デジタル化画像の総画素数がNTで表され、面積率rHAZがrHAZ=NM/NTで定義される。この場合、評価指数は面積率である。面積率も、劣化度判定のための幾何学的特徴として特に優れていることが経験則的に判明している。
【0014】
特徴量の数はNである。特徴量はN次元線形空間でN成分を持つベクトルxN(N=1,2又はN=1,2,・・・,N)で表され、係数ベクトルがN次元線形空間でN成分を持つINで表され、評価指数が係数ベクトルINとベクトルxNの内積であるN次元空間内の射影IN・xNで表される。特徴量は幾何学的特徴量と光学的特徴量で表される。このような特徴量は、将来的に増加される可能性があり、更に多次元化され、又は、多次元化されずより適正な特徴量の組に組み替えることができる。
【0015】
幾何学的特徴量は充填率の他に、正規化輝度平均が追加されることが好ましい。1つのラベルの面積について、1つのラベルの画素数がNAで表され、そのラベルの周辺の画素数がNRで表され、充填率rCはrC=NA/NRにより定量化される。1つのラベルの平均輝度がBLで表され、デジタル化画像の全体の平均輝度がBAで表され、デジタル化画像の全体の輝度標準偏差がHAで表され、正規化輝度平均SAは、SA=(BL−BA)/HAにより定量化される。光学的特徴量として、正規化輝度標準偏差が好適に追加される。1つのラベルの輝度標準偏差がHLで表され、デジタル化画像の全体の輝度標準偏差がHAで表され、正規化輝度平均SHは、SH=HL/HAにより定量化される。幾何学的特徴量として、アスペクトレシオrAが更に好適に追加される。1つのラベルの長軸長さがALで表され、それの短軸の長さがASで表され、アスペクトレシオrAは、rA=AL/ASにより定量化される。複数の特徴量の追加、削除、又は、更新、組み替えにより、経験的知識の増殖的増加によって寿命診断が更に高精度化する。
【0016】
既述の複数ラベルの集合は非人為的ラベル集合(C1)と言われ、デジタル画像に基づいて専門家により人為的に抽出された人為的複数ラベルの集合は人為的ラベル集合(C2)と言われる。人為的ラベル集合(C2)のラベルの評価指数を計算するユニット(3,S7)とが更に追加される。係数ベクトルはクラスC1とクラスC2との分離度が最大になる値として計算される。分離度が最大になる値は、N次元空間で正準判別法により計算される。
【0017】
分離度はθで表され、そのθは、それの分母が前記クラスC1のクラス内分散とクラスC2のクラス内分散との合計に基づいて表され、それの分子がクラス間分散に基づいて表される。θは、
θ=dZ2/{VZ(nC1+nC2−2)}
=(ITd)2/[{IT{SC1+SC2)I}(nC1+nC2−2)]
で表され、ここで、右上添字のTは行列の転置を示し、dZは前記クラス間分散であり、Iは前記係数ベクトルである。dZとVZとは、それぞれに、次の式:
dZ2={IT(x− C1−x− C2)}2
VZ=ITSC1I+ITSC2I
で表され、前記式の中の右肩添字の−は平均を示す。
【0018】
VZは、更に詳しくは、次の式:
VZ,C
=(Σi=1 pΣj=1 pIiIj{Σk∈C(xki−x− i)(xkj−x− j)}
で表され、式の中のpはN次元空間のNに一致し、式の中のkはラベルの連続番号である。係数ベクトルは、次の式:
I=c(SC1+SC2)d
で表され、そのdは、次の式:
d=x− C1
で表され、前記式の中のSC1とSC2とは、
{Σk∈C(xk−x− C)(xk−x− C)T
で表され、係数ベクトルはθが最大になるように計算される。
【0019】
クラスC1は、非人為的ラベル集合に含まれ且つ人為的ラベル集合に含まれる第1集合C11と、非人為的ラベル集合に含まれ且つ人為的ラベル集合に含まれない第2集合C12とに区分けされ、全てのラベルの評価指数が複数段階に分類され、前記第2集合のラベル数と、前記非人為的ラベル集合に含まれ前記非人為的ラベル集合に含まれないラベル数との合計が最小になる前記複数段階のうちの1段階に対応する評価指数を閾値として規定するユニット(3,S8)と、第2集合のラベルの数が最小になる複数段階のうちの1段階に対応する評価指数が閾値として規定するユニット(3,S8)と、閾値より大きい評価指数を持つラベルを選別するユニットとが更に追加される。ここで、人為的ラベル集合は、高度専門家により判断されるラベルの集合であり、高度専門家の経験的判断能力が活用され、過去の寿命評価の人的資源を活用し過去の寿命判断の正当性を踏襲しながら、通常の技術者による主観が入らない将来の判断に接続していくことができる。
【0020】
本発明による材料寿命の評価方法は、非順序ステップの集合:ステップS1;原画像からデジタル化画像を作成すること、ステップS2;前記デジタル画像から複数ラベルを抽出すること、ステップS3;複数ラベルのそれぞれのN次元特徴量xを個々に計算すること、ステップS4;N次元係数ベクトルIを規定すること、ステップS5;特徴量xと係数ベクトルIのN次元空間の内積を計算すること、ステップS7;内積の大きさに基づいてラベルを複数段階に区分けすることとから構成される。既述の通り、主観を排除して通常の技術者による即時的寿命評価が可能になる。
【0021】
【発明の実施の形態】
図に対応して、本発明による材料寿命の評価システムの実施の形態は、データ採取フェーズの計算過程に属するデータ生成用コンピュータユニットとともに、学習フェーズの計算過程に属する係数ベクトル算出コンピュータユニットと、ボイド識別フェーズの計算過程に属するボイド判別コンピュータユニットとが設けられている。そのデータ生成用コンピュータユニット1は、図1に示されるように、生の採取金属組織に基づいてボイド識別の基礎データである検出ラベル2を生成して出力する。検出ラベル2は、ボイド計算コンピュータユニット3に入力される。ボイド計算コンピュータユニット3は、ボイドクラスの複数特徴量を計算し、その複数特徴量に基づいて、正準判別法により係数ベクトルIと識別用閾値Tとを学習的に算出して、係数ベクトルI4と識別用閾値T5とを学習的に出力する。係数ベクトルI4と識別用閾値T5とは、ボイド判別コンピュータユニット6に入力する。ボイド判別コンピュータユニット6は、ボイド以外7から区別してボイド8を判別する。
【0022】
組織対比法は、既述の通り、マルテンサイトラス(顕微鏡により採取された金属表面・断面の金属組織に現れる粒内線状構造)の定量化を行うラス定量化過程を有している。図2(a),(b),(c)は、溶接熱影響部の粗粒域のマルテンサイトラスの大域的写真撮影像を示し、それぞれに、劣化小、劣化中、劣化大の3つの大域的損傷過程を示している。図3(a),(b)は、その粗粒域のマルテンサイトラスの顕微鏡写真撮影像を示している。図3(a)は劣化小のマルテンサイトラス9を示し、図3(b)は損傷成長中の劣化中マルテンサイトラス11を示している。図3は、組織の劣化が進めば、マルテンサイトラスが不明瞭になっていき消失していくことを示している。
【0023】
このようなマルテンサイトラスの消失と組織劣化との間の消失劣化関係は、余寿命評価の重要な基礎データを提供する。基礎データの提供のために、顕微鏡により採取された原画像12は、その健全なラス領域が不健全なラス領域から区別されて抽出される。図1は、既述のコンピュータユニットの構成とともに、本発明による材料寿命の評価方法の動作過程を示している。ステップS1で採取された原画像12は、2値化処理が施される。
【0024】
ステップS2は、その2値化の過程である。その2値化過程は、輝度に関して実行される。原画像は、画素の集合として作成されている。2値化処理を受けた原画像12は、ラスらしいラス部分とラスらしくない非ラス部分に分割される。ラス部分は値1(輝度が1)の画素の集合であり、非ラス部分は値0(輝度が0)の画素の集合である。結晶粒界は、ラス部分として抽出されるが、結晶粒界の抽出は、余寿命評価に影響を与えることはない。ここで、輝度1と輝度0とに区別する2値化は、閾値を上回る輝度を1とし閾値を下回る輝度を0とすることにより実行される。閾値は、(輝度平均−2.0×輝度標準偏差)で定義され得るが、このような定義に限定されず他の閾値を定義することができる。図4は、正準判別法による2値化のための公知の閾値決定手法を示している。除去対象と背景との分離の度合いがもっとも明瞭になる位置の輝度が、閾値として選定される。
【0025】
ラス構造が不明瞭になっていることは、図5に示されるように、画像上ではラスである線状構造が切れ切れになって、2値化後のラベルが微小面積ラベルの集合になっていることを意味する。ここで、ラベルとは、画像上で連結した同輝度の画素の集合として定義されている。ステップS3で、不明瞭ラスは不健全ラスとして除去される。その除去の基準である微小面積は、40画素以下として設定されている。図5は、微小面積ラベルの集合である不明瞭ラス13と、大面積ラベルの集合である明瞭ラス14とを例示している。ステップS3は、不明瞭ラス13を除去し明瞭ラス14を残存させる。図6(a),(b),(c)は、原画像12と、2値化像15と、不明瞭ラス除去後のラス健全像16をそれぞれに示している。
【0026】
このように抽出された明瞭ラス構造は、公知の膨張収縮処理法により補正される。膨張収縮処理法は、例えば、3×3の9つの画素から形成される正方形領域の真ん中の画素の2値化後の値が、他の8つの画素の2値化後の値と異なっている場合に、真ん中の画素の値を他の画素の値に等しくし、且つ、同じ値の9つの画素に点で接続する異なる値の画素を9つの画素の値に変更する数学的処理である。このような処理により値が変更される画素は、何らかのノイズに基づいて生成された画素であると強く推定されている。このように推定される画素は、その値が反転される。このような反転により、ラス領域と非ラス領域が、微視的に補正される。このような補正は、膨張、収縮、膨張、収縮の4過程の処理により高精度化され得る。ステップS4は、サイズ5×5によりこのような画像補正を実行する。このような画像補正の後に、ステップS5で、ラス部分の中に囲まれて非ラス部分がないことと、非ラス部分の中に囲まれてラス部分がないこととが確認される。
【0027】
このようなラス部分から形成されるラベル構造が、検出ラベル2としてデータ生成用コンピュータユニット1から出力されボイド計算コンピュータユニット3に入力される。損傷のクラスが寿命後半に至っていない初期損傷クラスであるクラスC1とクラスC2のボイドの大きさと数は、余寿命評価のために決定的に重要である。ボイド計算コンピュータユニット3は、ステップS6で検出ラベル2の中からボイドラベルを各クラス特にクラスC1とクラスC2で抽出する。
【0028】
マルテンサイトラスの成長度に対応する非劣化度は、下記定義の面積率RHAZにより数量化されて表現される。
RHAZ=NM/Nr
NM:ラス部分の画素数
Nr:全画素数
【0029】
図7は、クリープボイドの顕微鏡撮影像を点線円内に示している。図8は、4段階ID,IID,IIID,IVDの損傷レベルでそれぞれにクリープボイドを示している。劣化が進行すれば、クリープボイドの数と大きさのいずれもが増大している。ステップS2,S3の処理を受けた検出ラベル2は、そのほとんどがボイドと粒界であることが専門家の判定により確認されている。ボイドは粒界に比べて円形度が高く、線状構造である粒界はボイドに比べて円形度が低い。このような円形性特徴は、ボイドを非ボイドから区別するための重要な判別指標である。その円形性特徴は、円形性特徴量(充填率)として数量化される。円形性特徴量rCは、1つのラベルについて、下記式により定義されて数量化される。
【0030】
rC=NA/NR
NA:ラベル画素数
NR:ラベル周辺画素数
この値rCは、完全円で最小である。
【0031】
劣化度という特徴は、1つの特徴要素のみで現れることはない。円形性特徴量は、劣化度段階を示す重要な指標であるが、特徴要素がより多ければ特徴はより高精度化されて表現され得る。下記の4つの有効な特徴量が存在する。4つの有効な特徴量として、既述の面積率RHAZ、アスペクトレシオrA、正規化輝度平均SA、正規化輝度標準偏差SHが追加される。
【0032】
アスペクトレシオrA:
rA=AL/AS
AL:ラベル長軸長さ
AS:ラベル短軸長さ(短軸は長軸に直交)
【0033】
正規化輝度平均SA:
SA=(BL−BA)/HA
BL:ラベルの平均輝度
BA:画像全体の平均輝度
HA:画像全体の輝度標準偏差
【0034】
正規化輝度標準偏差SH:
SH=HL/HA
HL:ラベルの輝度標準偏差
HA:画像全体の輝度標準偏差
【0035】
図9は、面積率RHAZと劣化度判定の慣用的指標であるラーソン・ミラー・パラメータLMPとの一致性を示している。ラーソン・ミラー・パラメータLMPは、次式で定義されている。
LMP=T(C+logt)/1000
T:絶対温度(K)
C:定数(20が採択されている)
t:加熱時間(hr)
【0036】
対比試験に用いられた材料として、火力発電設備の伝熱管のような損傷発生の可能性が高い部位で使用される使用率が高いSTBA22、STBA23、STBA24の3種が選ばれた。各供試体は、被覆アーク溶接法により突き合わせ溶接継ぎ手を製作し、下記条件で溶接後熱処理を行った。
溶接熱処理条件は、715゜Cで15分保持することであり、その後空気中で自然冷却される。
【0037】
図8の横軸はLMPを示し、その縦軸は既述の面積率RHAZを示している。LMPと面積率RHAZとの相関は、的中率換算で90%である。 加熱処理条件を多様に変えて行われた試験は、いずれも高い的中率を持つ相関性を示す。他の特徴量も、LMPとの高い相関性を示す。
【0038】
ステップS8は、5つの特徴量が劣化度に反映される反映度である重み係数を求める純数学的過程である。特徴量の数が5であれば、重み係数成分の数は5である。ステップS7は、このような5つの特徴量にかけられる重み係数ベクトルIを学習的に計算して求める。重み係数ベクトルIは、横行列(I1,I2,I3,I4,I5)又はこれの転置行列で表される。5つの特徴量は、特徴量ベクトル(x1,x2、x3,x4,x5)で表される。
【0039】
重み係数ベクトルIは、下記式(1)のθが最大になるように計算されて求められる。
θ=dZ2/{VZ(nC1+nC2−2)}
=(ITd)2/[{IT{SC1+SC2)I}(nC1+nC2−2)]・・・(1)
ここで、右上添字のTは、行列の転置を示す。dZは、判定量のクラス間分散であり、次式で示される。
【0040】
dZ2=(ITx−C1−Ix−C2)2
={IT(x− C1−x− C2)}2
=(ITd)2・・・(2)
ここで、C1,C2は、クラス1とクラス2を示し、右肩添字の−は平均を示す。
【0041】
式(1)のVZは、クラス内平方和の総計であり、次式(2)で示される。
VZ=VZ,C1+VZ,C2
=ITSC1I+ITSC2I
=IT(SC1+SC2)・・・(3)
【0042】
判定量のクラス内平方和VZ,C1とVZ,C2は、VZ,Cとして表記されそれぞれに次式で示される。
VZ,C
=Σk∈C(ITxk−ITx− C)2
=Σk∈C{(Σi=1 pΣj=1 pIiIj(xki−x− i)(xkj−x− j)}
=(Σi=1 pΣj=1 pIiIj{Σk∈C(xki−x− i)(xkj−x− j)}
=ITSCI
=式(3)の右辺最終項の各項・・・(4)
【0043】
ここで、SCは、クラスCの特徴量ベクトルxの偏差平方和・積和行列であり、次式(5)で示される。Σk∈Cの右下添字k∈Cは、集合Cに属するkについて足し加えることを意味する。Σj=1 pの右下添字とその右上添字は、jについて1からpまで足し加えることを意味する。ここで、pは特徴量の個数であり、今の場合、5である。kは、ボイドラベルの番号を示している。
SC={Σk∈C(xk−x− C)(xk−x− C)T・・・(5)
【0044】
式(1)のnC(nC1,nC2)は、クラスC(C1,C2)のそれぞれのデータ数(ボイド数)である。式(1)のベクトルdは、2つのクラスの特徴量平均ベクトルの差であり次式で表される。
d=x−C1−x−C2・・・(6)
【0045】
式(1)のθが最大になるように、SCとIとの間には、下記式が成立する。
(SC1+SC2)I=Cd・・・(7)
これから、重み係数ベクトルIが求められる。
I=C(SC1+SC2)−1d・・・(8)
ここで、式(7)の右辺のCは、適正に規定される定数である。
【0046】
ボイド計算コンピュータユニット3は、ステップ8で、各特徴量について、ボイドと非ボイドの識別を明確にするために、特徴量対応閾値Tを算出する。閾値の算出は、公知の数学的処理法から適正に採択され、特に、正準判別法が採択され得る。係数ベクトルI4と識別用閾値T5とは、ボイド計算コンピュータユニット3から出力されボイド判別コンピュータユニット6に入力される。ボイド判別コンピュータユニット6は、ステップS9で、判定量Fを計算する。判定量Fは、次式で規定される内積により表される。
F=I・x
=I1x1+I2x2+I3x3+I4x4+I5x5
【0047】
このような一連の計算過程を通じて、全てのラベルをボイドラベル(正しくボイドであると判断されたラベルと非ボイドであるにも係わらずボイドととして誤検出されたラベル)として検出されたボイドクラスと、それ以外のラベルである非ボイドラベルクラスに分離し、2つのクラスの分離度が高くなる軸が特徴量N次元空間から正準判別法により計算されている。2つのクラスの分離度が高くなることは、クラス間分散(式(1)の分子)とクラス内分散(式(1)の分母)の比が最も大きくなる軸を計算することに数学的に等価である。判定量である評価関数は、特徴量ベクトルのその軸への射影である。この射影は、N次元の特徴量xj(今の場合jは5)の線形和であり、既述の内積として求められている。
【0048】
2つのクラスC1とC2とは、更に詳しくは、次のようにクラス分けされる。対象対象原画像は、データ生成用コンピュータユニット1によりステップS5で既述の通りにラベリング処理されて抽出されたラベル群であり識別対象ラベルと言われる。対象原画像は、高度専門技術者により確認されて手作業により作成されたラベル群であり教師ラベルと言われる。教師により作成された教師手作業作成原画像は、既述のステップS2の2値化と、ステップS3の微小ラベル除去と、ステップS4の膨張収縮処理と、ステップS5のラベリング処理がデータ生成用コンピュータユニット1により実行される。識別対象ラベルと教師ラベルとから、ラベルの種類が下記の3通りに区分けされる。3通りのラベルは、次のように定義される。
正解ラベル:
教師ラベルと識別対象ラベルとが重なりあっているラベルの部分集合である。
誤検出ラベル:
教師ラベルに重なりあっていない識別対象ラベルの部分集合である。
見逃しラベル:
識別対象ラベルに重なりあっていない教師ラベルの部分集合である。
既述のクラスC1は、正解ラベルと誤検出ラベルの合計集合であり、ボイドクラスと言われている。既述のクラスC2は、見逃しラベルであり、非ボイドクラスと言われている。
【0049】
次に、3通りの部分集合ラベルから、判定量(評価指数)である内積I・xの閾値が求められる。(正解ラベル+誤検出ラベル+見逃しラベル)である全ラベルについて評価指数I・xを求め、その最大値と最小値の間を100等分し、(誤検出ラベル+見逃しラベル)の数が最も小さくなる内積I・xが、ボイド・非ボイド判定の閾値として決定される。
【0050】
ボイド計算コンピュータユニット3は、ステップS8の一部で、全てのラベルについて、内積I・xk(=F)を計算する。ここで、kは、クラスC1とクラスC2に連番で付けられたラベル番号である。xkは、既述のとおりそれぞれに5成分特徴量を持つ5次元ベクトルである。ボイド判別コンピュータユニット6は、閾値Tと係数ベクトルIとに基づいて、ステップS9で、全ラベルについて指数を計算し、次いで、ステップS10で次の判定を実行する。
Fk=I・xk>=T:そのラベルxkはボイドである。
Fk=I・xk<T:そのラベルxkは非ボイドである。
更に、F>=Tであれば、そのボイドの大きさが求められる。ボイドの大きさと数のスペクトラムが、ボイド判別コンピュータユニット6から出力される。
【0051】
図10は、供試体の評価対象部位である4領域について計算した結果を示している。左欄は、5つの特徴量成分xを示している。その値は、{各特徴量の(重み係数×標準偏差)の絶対値}/{特徴量の(重み係数×標準偏差)の絶対値の総和}として、係数ベクトルIに対応する目安示されている。4領域(粗流域、細粒域、混粒域、溶接域)について、それぞれの目安が計算されている。図10の表に示されるように、全領域で、その影響度として既述の円形性特徴量(充填率)が際だって大きい。
【0052】
図11と図12、図13と図14、図15と図16、図17と図18の4対は、評価指数(識別指数)と充填率との高い相関を示している。図11と図12の組は粗流域の相関を示し、図13と図14の組は細流域の相関を示し、図15と図16の組は混流域の相関を示し、図17と図18の組は溶接域の相関をそれぞれに示している。
【0053】
図11の横軸は、識別指標を示し縦軸はラベル数を示し、識別指標のスペクトラムを示している。丸は正解ラベルを示し、?は誤検出ラベルを示し、@は見逃しラベルを示し、×は2値化失敗ラベルを示している。図12の横軸は、特徴量成分の1つである充填率を示している。図11では、@ラインと丸ラインの交叉点が計算された閾値T(=1.96)に対応している。図12では、@ラインと丸ラインの交叉点が充填率の閾値(=0.33)になっていて、図11と図12の関係は裏返し(閾値のところで概ね鏡面対称)になっている。図11と図12は、識別指標と充填率の相関の高さを示している。
【0054】
図13では、@ラインと丸ラインの交叉点が計算された閾値T(=−2.38)に対応している。図14では、@ラインと丸ラインの交叉点が充填率の閾値(=0.47)になっていて、図13と図14の関係は裏返し(閾値のところで概ね鏡面対称)になっている。図13と図14は、識別指標と充填率の相関の高さを示している。図15では、@ラインと丸ラインの交叉点の近傍が計算された閾値T(=−349)に対応している。図16では、@ラインと丸ラインの交叉点の近傍が充填率の閾値(=0.53)になっていて、図15と図16の関係は裏返し(閾値のところで概ね鏡面対称)になっている。図15と図16は、識別指標と充填率の相関の高さを示している。図17では、@ラインと丸ラインの交叉点の近傍が計算された閾値T(=−4.79)に対応している。図18では、@ラインと丸ラインの交叉点の近傍が充填率の閾値(=0.48)になっていて、図17と図18の関係は裏返し(閾値のところで概ね鏡面対称)になっている。図17と図18は、識別指標と充填率の相関の高さを示している。
【0055】
充填率は、劣化度判定の重要な判定基準である。他の4つの判定基準を採用して、5次元空間の射影として識別指標を用いることにより、劣化度診断の精度が更に高くなる。コンピュータによる100%診断は、高度専門技術者から学習した診断に遜色がなく、更に学習を積み上げることにより、更に高精度診断が可能になることが強く推定される。
【0056】
【発明の効果】
本発明による材料寿命の評価システム、及び、その評価方法は、瞬時又は短時間的に人の主観が入らないで余寿命を算出することができる。その評価が精度の点でエキスパートの評価に匹敵する。特に、エキスパートから学んだ知識を参照して評価指数と閾値を計算することによりより適正に余寿命評価が可能になる。
【図面の簡単な説明】
【図1】図1は、本発明による材料寿命の評価システムの実施の形態を示す動作フロー付きシステムブロックである。
【図2】図2(a),(b),(c)は、劣化度をそれぞれに示す写真である。
【図3】図3(a),(b)は、2形態のマルテンサイトラスをそれぞれに示す写真である。
【図4】図4は、2値化の判別法を示すグラフである。
【図5】図5は、ラベルの形態を示すスケッチ図である。
【図6】図6(a),(b),(c)は、ラスの3態様をそれぞれに示す写真である。
【図7】図7は、クリープボイドを示す写真である。
【図8】図8は、クリープボイドと劣化度との関係を表である。
【図9】図9は、特徴量と慣用のパラメータとの相関を示すグラフである。
【図10】図10は、特徴量の域別の影響度を示す表である。
【図11】図11は、評価指数の分散度を示すグラフである。
【図12】図12は、特徴量の分散度を示すグラフである。
【図13】図13は、評価指数の他の分散度を示すグラフである。
【図14】図14は、特徴量の他の分散度を示すグラフである。
【図15】図15は、評価指数の更に他の分散度を示すグラフである。
【図16】図16は、特徴量の更に他の分散度を示すグラフである。
【図17】図17は、評価指数の更に他の分散度を示すグラフである。
【図18】図18は、特徴量の更に他の分散度を示すグラフである。
【図19】図19は、公知の評価法を示すフローチャートである。
【符号の説明】
1,S1…ユニット
1,S5…ユニット
3又は6…ユニット
6,S10…ユニット
12…原画像
Claims (25)
- 原画像をデジタル化してデジタル化画像を形成するユニットと、
前記デジタル化画像から複数ラベルを抽出するユニットと、
前記複数ラベルの評価指数を計算するユニットと、
設定された基準評価指数と前記複数ラベルの個々の評価指数との大小関係に基づいて前記ラベルを区分けし、前記評価指数が前記基準評価指数より大きいラベルの数と大きさを出力するユニット
とを含み、
1つのラベルの面積について、1つのラベルの画素数がNAで表され、そのラベルの周辺の画素数がNRで表され、充填率rCが、
rC=NA/NR
で定義され、
前記評価指数は充填率である
材料寿命の評価システム。 - 原画像をデジタル化してデジタル化画像を形成するユニットと、
前記デジタル化画像から複数ラベルを抽出するユニットと、
前記複数ラベルの評価指数を計算するユニットと、
設定された基準評価指数と前記複数ラベルの個々の評価指数との大小関係に基づいて前記ラベルを区分けし、前記評価指数が前記基準評価指数より大きいラベルの数と大きさを出力するユニット
とを含み、
前記ラベルの総画素数がNMで表され、前記デジタル化画像の総画素数がNTで表され、面積率rHAZが
rHAZ=NM/NT
で定義され、
前記評価指数は面積率である
材料寿命の評価システム。 - 原画像をデジタル化してデジタル化画像を形成するユニットと、
前記デジタル化画像から複数ラベルを抽出するユニットと、
前記複数ラベルの評価指数を計算するユニットと、
設定された基準評価指数と前記複数ラベルの個々の評価指数との大小関係に基づいて前記ラベルを区分けするユニット
とを含み、
前記複数ラベルの個々の評価指数は前記ラベルの特徴量に基づいて計算され、
前記特徴量の数はNであり、
前記特徴量はN次元線形空間でN成分を持つベクトルxN(N=1,2,・・・,N)で表され、係数ベクトルが前記N次元線形空間でN成分を持つINで表され、前記評価指数が係数ベクトルINとベクトルxNの内積であるN次元空間内の射影IN・xNで表され、
前記特徴量は幾何学的特徴量と光学的特徴量で表される
材料寿命の評価システム。 - 前記幾何学的特徴量は充填率であり、前記光学的特徴量は正規化輝度平均であり、
1つのラベルの面積について、1つのラベルの画素数がNAで表され、そのラベルの周辺の画素数がNRで表され、充填率rCが、
rC=NA/NR
で定義され、
1つのラベルの平均輝度がBLで表され、前記デジタル化画像の全体の平均輝度がBAで表され、前記デジタル化画像の全体の輝度標準偏差がHAで表され、
前記正規化輝度平均SAは、
SA=(BL−BA)/HA
で表される
請求項3の材料寿命の評価システム。 - 前記光学的特徴量は更に正規化輝度標準偏差であり、
1つのラベルの輝度標準偏差がHLで表され、前記デジタル化画像の全体の輝度標準偏差がHAで表され、前記正規化輝度平均SHは、
SH=HL/HA
で表される
請求項4の材料寿命の評価システム。 - 前記幾何学的特徴量は更にアスペクトレシオrAであり、
1つのラベルの長軸長さがALで表され、それの短軸の長さがASで表され、
前記アスペクトレシオrAは、
rA=AL/AS
で表される
請求項5の材料寿命の評価システム。 - 前記幾何学的特徴量は面積率であり、前記ラベルの総画素数がNMで表され、前記デジタル化画像の総画素数がNTで表され、面積率rHAZがrHAZ=NM/NT
で表される
請求項6の材料寿命の評価システム。 - 原画像をデジタル化してデジタル化画像を形成するユニットと、
前記デジタル化画像から複数ラベルを抽出するユニットと、
前記複数ラベルの評価指数を計算するユニットと、
設定された基準評価指数と前記複数ラベルの個々の評価指数との大小関係に基づいて前記ラベルを区分けするユニット
とを含み、
前記複数ラベルの個々の評価指数は前記ラベルの特徴量に基づいて計算され、
前記特徴量の数はNであり、
前記特徴量はN次元線形空間でN成分を持つベクトルxN(N=1,2,・・・,N)で表され、係数ベクトルが前記N次元線形空間でN成分を持つINで表され、前記評価指数が係数ベクトルINとベクトルxNの内積であるN次元空間内の射影IN・xNで表され、
前記複数ラベルの集合は識別対象ラベルとしての非人為的ラベル集合C1であり、人為的ラベル集合C2は前記デジタル化画像に基づいて抽出された教師ラベルの集合であり、
前記係数ベクトルは前記クラスC1と前記クラスC2との分離度が最大になる値である
材料寿命の評価システム。 - 前記分離度が最大になる値は、前記N次元空間で正準判別法により計算される
請求項8の材料寿命の評価システム。 - 前記分離度はθで表され、前記θは、それの分母が前記クラスC1のクラス内分散と前記クラスC2のクラス内分散との合計に基づいて表され、それの分子がクラス間分散に基づいて表される
請求項9の材料寿命の評価システム。 - 前記θは、
θ=dZ2/{VZ(nC1+nC2−2)}
=(ITd)2/[{IT(SC1+SC2)I}(nC1+nC2−2)]
で表され、ここで、右上添字のTは行列の転置を示し、dZは前記クラス間分散であり、
Iは前記係数ベクトルである
請求項10の材料寿命の評価システム。 - 前記dZと前記VZとは、それぞれに、次の式:
dZ2={IT(x− C1−x− C2)}2
VZ=ITSC1I+ITSC2I
で表され、前記式の中の右肩添字の−は平均を示す
請求項11の材料寿命の評価システム。 - 前記VZは、更に詳しくは、次の式:
VZ,C
=(Σi=1 pΣj=1 pIiIj{Σk∈C(xki−x− i)(xkj−x− j)}
で表され、前記式の中のpは前記N次元空間のNに一致し、前記式の中のkは前記ラベルの連続番号である
請求項12の材料寿命の評価システム。 - 前記係数ベクトルは、次の式:
I=c(SC1+SC2)d
で表され、ベクトルである前記dは、次の式:
d=x− C1
で表され、前記式の中のSC1とSC2とは、
{Σk∈C(xk−x− C)(xk−x− C)T
で表され、前記係数ベクトルは前記式から前記θが最大になるように計算される
請求項13の材料寿命の評価システム。 - 前記クラスC1は、前記非人為的ラベル集合に含まれ且つ前記人為的ラベル集合に含まれる第1集合C11と、前記非人為的ラベル集合に含まれ且つ前記人為的ラベル集合に含まれない第2集合C12とに区分けされ、全ての前記ラベルの評価指数が複数段階に分類され、前記第2集合のラベルの数が最小になる前記複数段階のうちの1段階に対応する評価指数が閾値として規定するユニットと、前記閾値より大きい評価指数を持つラベルを選別するユニット
とを更に含む請求項14の材料寿命の評価システム。 - 前記係数ベクトルは可変である
請求項3乃至15のいずれかに記載の材料寿命の評価システム。 - 前記Nは可変である
請求項16の材料寿命の評価システム。 - 前記デジタル化は2値化である
請求項1乃至17のいずれかに記載の材料寿命の評価システム。 - 下記非順序ステップの集合:
ステップS1;原画像からデジタル化画像を作成すること、
ステップS2;前記デジタル画像から複数ラベルを抽出すること、
ステップS3;前記複数ラベルのそれぞれのN次元特徴量xを個々に計算すること、
ステップS4;N次元係数ベクトルIを規定すること、
ステップS5;特徴量xと係数ベクトルIのN次元空間の内積を計算すること、
ステップS6;前記内積の大きさに基づいて前記ラベルを複数段階に区分けすること
を含み、
前記複数ラベルの集合は識別対象ラベルとしての非人為的ラベル集合C1であり、
人為的ラベル集合C2は前記デジタル化画像に基づいて抽出された教師ラベルの集合であり、下記ステップ:
ステップS7;前記クラスC1と前記クラスC2との分離度θが最大になる前記係数ベクトルの値を計算すること
を更に含む
材料寿命の評価方法。 - 前記分離度が最大になる値は、前記N次元空間で正準判別法により計算される
請求項19の材料寿命の評価方法。 - 前記θは、
θ=dZ2/{VZ(nC1+nC2−2)}
=(ITd)2/[{IT(SC1+SC2)I}(nC1+nC2−2)]
で表され、ここで、右上添字のTは行列の転置を示し、dZは前記クラス間分散であり、
Iは前記係数ベクトルであり、
前記dZと前記VZとは、それぞれに、次の式:
dZ2={IT(x− C1−x− C2)}2
VZ=ITSC1I+ITSC2I
で表され、前記式の中の右肩添字の−は平均を示し、
前記VZは、更に詳しくは、次の式:
VZ,C
=(Σi=1 pΣj=1 pIiIj{Σk∈C(xki−x− i)(xkj−x− j)}
で表され、前記式の中のpは前記N次元空間のNに一致し、前記式の中のkは前記ラベルの連続番号であり、
前記係数ベクトルは、次の式:
I=c(SC1+SC2)d
で表され、前記dは、次の式:
d=x− C1
で表され、前記式の中のSC1とSC2とは、
{Σk∈C(xk−x− C)(xk−x− C)T
で表され、
下記ステップ:
ステップS8;前記式から前記θが最大になるように前記係数ベクトルを計算すること
を更に含む請求項20の材料寿命の評価方法。 - 前記クラスC1は、前記非人為的ラベル集合に含まれ且つ前記人為的ラベル集合に含まれる第1集合C11と、前記非人為的ラベル集合に含まれ且つ前記人為的ラベル集合に含まれない第2集合C12とに区分けされ、下記非順序ステップの集合:
ステップS9;全ての前記ラベルの評価指数が複数段階に分類し、前記第2集合のラベル数と、前記非人為的ラベル集合に含まれ前記非人為的ラベル集合に含まれないラベル数との合計が最小になる前記複数段階のうちの1段階に対応する評価指数を閾値として規定すること、
ステップS10;前記閾値より大きい評価指数を持つラベルを選別すること
とを更に含む請求項21の材料寿命の評価方法。 - 原画像をデジタル化してデジタル化画像を形成するステップと、
前記デジタル化画像から複数ラベルを抽出するステップと、
前記複数ラベルの評価指数を計算するステップと、
設定された基準評価指数と前記複数ラベルの個々の評価指数との大小関係に基づいて前記ラベルを区分けするステップと、
前記評価指数が前記基準評価指数より大きいラベルの数と大きさを出力するステップとを具備し、
1つのラベルの面積について、1つのラベルの画素数がNAで表され、そのラベルの周辺の画素数がNRで表され、充填率rCが、
rC=NA/NR
で定義され、
前記評価指数は充填率である
材料寿命の評価方法。 - 原画像をデジタル化してデジタル化画像を形成するステップと、
前記デジタル化画像から複数ラベルを抽出するステップと、
前記複数ラベルの評価指数を計算するステップと、
設定された基準評価指数と前記複数ラベルの個々の評価指数との大小関係に基づいて前記ラベルを区分けするステップと、
前記評価指数が前記基準評価指数より大きいラベルの数と大きさを出力するステップとを具備し、
前記ラベルの総画素数がNMで表され、前記デジタル化画像の総画素数がNTで表され、面積率rHAZが
rHAZ=NM/NT
で定義され、
前記評価指数は面積率である
材料寿命の評価方法。 - 原画像をデジタル化してデジタル化画像を形成するステップと、
前記デジタル化画像から複数ラベルを抽出するステップと、
前記複数ラベルの評価指数を計算するステップと、
設定された基準評価指数と前記複数ラベルの個々の評価指数との大小関係に基づいて前記ラベルを区分けするステップと
を具備し、
前記複数ラベルの個々の評価指数は前記ラベルの特徴量に基づいて計算され、
前記特徴量の数はNであり、
前記特徴量はN次元線形空間でN成分を持つベクトルxN(N=1,2,・・・,N)で表され、係数ベクトルが前記N次元線形空間でN成分を持つINで表され、前記評価指数が係数ベクトルINとベクトルxNの内積であるN次元空間内の射影IN・xNで表され、
前記特徴量は幾何学的特徴量と光学的特徴量で表される
材料寿命の評価方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001112015A JP4153675B2 (ja) | 2001-04-10 | 2001-04-10 | 材料寿命の評価システム、及び、その評価方法 |
US10/115,978 US6993178B2 (en) | 2001-04-10 | 2002-04-05 | Lifetime evaluating system of mechanical element and method for the same |
MXPA02003615A MXPA02003615A (es) | 2001-04-10 | 2002-04-10 | Sistema evaluador de la vida de elemento mecanico y metodo para el mismo. |
SA02230124A SA02230124B1 (ar) | 2001-04-10 | 2002-05-25 | نظام وطريقة لتقدير عمر lifetime عنصر ميكانيكي mechanical element |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001112015A JP4153675B2 (ja) | 2001-04-10 | 2001-04-10 | 材料寿命の評価システム、及び、その評価方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2002310958A JP2002310958A (ja) | 2002-10-23 |
JP4153675B2 true JP4153675B2 (ja) | 2008-09-24 |
Family
ID=18963501
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001112015A Expired - Lifetime JP4153675B2 (ja) | 2001-04-10 | 2001-04-10 | 材料寿命の評価システム、及び、その評価方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US6993178B2 (ja) |
JP (1) | JP4153675B2 (ja) |
MX (1) | MXPA02003615A (ja) |
SA (1) | SA02230124B1 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3643806B2 (ja) * | 2001-09-28 | 2005-04-27 | 三菱重工業株式会社 | 高精度クリープ損傷評価方法 |
KR101174804B1 (ko) | 2010-02-05 | 2012-08-17 | 주식회사 피레타 | 수명 평가 장치 및 그 방법 |
US8818078B2 (en) * | 2012-02-03 | 2014-08-26 | Solar Turbines Inc. | Apparatus and method for optically measuring creep |
US9995922B2 (en) | 2013-03-08 | 2018-06-12 | Shimadzu Corporation | Analysis target region setting apparatus |
CN103544715B (zh) * | 2013-09-29 | 2017-04-19 | 广东工业大学 | 一种印刷电路板金相切片彩色图像的分割方法 |
CN104390980B (zh) * | 2014-12-09 | 2017-10-17 | 中国石油天然气股份有限公司 | Hp型制氢炉炉管的组织劣化程度监测方法及装置 |
JP6224643B2 (ja) * | 2015-03-26 | 2017-11-01 | 日本碍子株式会社 | 棚板割れ検知方法、ハニカム構造体の搬送方法、棚板割れ検知装置、及び棚板搬送装置 |
WO2019130391A1 (ja) * | 2017-12-25 | 2019-07-04 | 富士通株式会社 | 画像処理プログラム、画像処理方法、および画像処理装置 |
CN110866325B (zh) * | 2019-10-10 | 2022-03-25 | 华北电力大学 | 一种基于间接监测数据设备剩余寿命不完美维护预测方法 |
JP7363462B2 (ja) * | 2019-12-23 | 2023-10-18 | 大同特殊鋼株式会社 | 材料評価方法 |
Family Cites Families (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4875170A (en) * | 1986-04-10 | 1989-10-17 | Hitachi, Ltd. | Method and apparatus for estimating life expectancy of mechanical structures |
JPH0635971B2 (ja) * | 1986-10-16 | 1994-05-11 | バブコツク日立株式会社 | 金属材料の余寿命予測法 |
US4845763A (en) * | 1987-11-06 | 1989-07-04 | General Motors Corporation | Tool wear measurement by machine vision |
JPH02212749A (ja) * | 1989-02-13 | 1990-08-23 | Hitachi Ltd | 微視欠陥の検出方法 |
US5291419A (en) * | 1989-04-10 | 1994-03-01 | Hitachi, Ltd. | Method for diagnosing the life of a solder connection |
JPH03123856A (ja) * | 1989-10-09 | 1991-05-27 | Mitsubishi Heavy Ind Ltd | 水素侵食部材の余寿命判定装置 |
JP3156140B2 (ja) * | 1992-03-12 | 2001-04-16 | 株式会社日立製作所 | 金属部材の損傷検査方法および損傷検査装置 |
JPH05298452A (ja) * | 1992-04-20 | 1993-11-12 | Mitsubishi Heavy Ind Ltd | パターン認識装置 |
JPH06148062A (ja) * | 1992-10-30 | 1994-05-27 | Sumitomo Metal Ind Ltd | 金属材の寿命評価方法 |
JP3186866B2 (ja) * | 1992-11-20 | 2001-07-11 | 株式会社東芝 | 構造部材の劣化・損傷予測方法およびその予測装置 |
US6161055A (en) * | 1993-05-17 | 2000-12-12 | Laser Measurement International Inc. | Method of determining tool breakage |
JPH0765152A (ja) * | 1993-08-31 | 1995-03-10 | Babcock Hitachi Kk | 監視装置および監視方法 |
JP3327303B2 (ja) * | 1993-10-12 | 2002-09-24 | 岩崎通信機株式会社 | 被測定物の寿命予測方法及び装置 |
JPH08304301A (ja) * | 1995-05-08 | 1996-11-22 | Mitsubishi Heavy Ind Ltd | フェライト系材料の経年劣化測定方法 |
WO1997040959A1 (fr) * | 1996-04-30 | 1997-11-06 | Komatsu Ltd. | Procede et appareil pour la detection d'un defaut d'outil dans une machine-outil |
JPH09311106A (ja) * | 1996-05-24 | 1997-12-02 | Nippon Steel Corp | 鋼材の表層介在物検出装置 |
JPH09326096A (ja) * | 1996-06-06 | 1997-12-16 | Nissan Motor Co Ltd | 車両用人的障害物検知装置 |
JPH1091782A (ja) * | 1996-09-10 | 1998-04-10 | Olympus Optical Co Ltd | 濃淡画像用特定部位抽出方法 |
JP2937925B2 (ja) * | 1997-02-12 | 1999-08-23 | 石川島播磨重工業株式会社 | レーザー顕微鏡による観察装置、クリープ損傷自動診断装置およびレーザー顕微鏡による観察装置を用いたクリープ損傷自動診断装置 |
EP0911667B1 (en) * | 1997-10-22 | 2003-04-02 | Max-Planck-Gesellschaft zur Förderung der Wissenschaften e.V. | Programmable spatially light modulated microscope and microscopy method |
JPH11248605A (ja) * | 1998-03-05 | 1999-09-17 | Tohoku Electric Power Co Inc | ガスタービン翼のクリープ余寿命評価方法およびその装置 |
JP3976938B2 (ja) * | 1999-03-05 | 2007-09-19 | 中国電力株式会社 | クリープ寿命評価方法 |
JP2001022433A (ja) * | 1999-07-13 | 2001-01-26 | Babcock Hitachi Kk | 監視装置および監視方法 |
JP4031608B2 (ja) * | 2000-04-18 | 2008-01-09 | 三菱重工業株式会社 | 材料の寿命評価方法 |
AU2001286485A1 (en) * | 2000-08-15 | 2002-02-25 | The Penn State Research Foundation | General method for tracking the evolution of hidden damage or other unwanted changes in machinery components and predicting remaining useful life |
-
2001
- 2001-04-10 JP JP2001112015A patent/JP4153675B2/ja not_active Expired - Lifetime
-
2002
- 2002-04-05 US US10/115,978 patent/US6993178B2/en not_active Expired - Lifetime
- 2002-04-10 MX MXPA02003615A patent/MXPA02003615A/es active IP Right Grant
- 2002-05-25 SA SA02230124A patent/SA02230124B1/ar unknown
Also Published As
Publication number | Publication date |
---|---|
US6993178B2 (en) | 2006-01-31 |
US20020146162A1 (en) | 2002-10-10 |
MXPA02003615A (es) | 2006-04-24 |
SA02230124B1 (ar) | 2007-08-13 |
JP2002310958A (ja) | 2002-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2776815B1 (en) | System and method for improving automated defect detection user interface | |
Kusche et al. | Large-area, high-resolution characterisation and classification of damage mechanisms in dual-phase steel using deep learning | |
JP4153675B2 (ja) | 材料寿命の評価システム、及び、その評価方法 | |
CN110992349A (zh) | 一种基于深度学习的地下管道异常自动化定位与识别方法 | |
JP2021190716A (ja) | 弱いラベル付けを使用した半導体試料内の欠陥の検出 | |
KR101665157B1 (ko) | 증기 발생기를 모델링하며 원자력 발전소의 증기 발생기 튜브 데이터를 처리하는 방법 | |
CN111210869A (zh) | 一种蛋白质冷冻电镜结构解析模型训练方法和解析方法 | |
Das et al. | Application of deep convolutional neural networks for automated and rapid identification and computation of crack statistics of thin cracks in strain hardening cementitious composites (SHCCs) | |
JP6988995B2 (ja) | 画像生成装置、画像生成方法および画像生成プログラム | |
JP4031608B2 (ja) | 材料の寿命評価方法 | |
CN111951291A (zh) | 基于多结构形态学与fodpso混合处理的红外图像边缘检测方法 | |
Palakal et al. | Intelligent computational methods for corrosion damage assessment | |
JP3771809B2 (ja) | 材料寿命の評価システム | |
KR20220160401A (ko) | 열화도 평가 장치 및 열화도 평가 방법 | |
CN114384073B (zh) | 一种地铁隧道裂纹检测方法及系统 | |
Ruelas-Santoyo et al. | System for the recognition of wear patterns on microstructures of carbon steels using a multilayer perceptron | |
KR20240071909A (ko) | 학습모델 기반 고온부품의 열화 등급 분류 방법 및 시스템 | |
Dobrzański et al. | Computer aided classification of internal damages the chromium-molybdenum steels after creep service | |
Das et al. | Application of Deep Convolutional Neural Networks for automated and rapid identification and characterization of thin cracks in SHCCs | |
Henkes et al. | Gan enables outlier detection and property monitoring for additive manufacturing of complex structures | |
JPH06148062A (ja) | 金属材の寿命評価方法 | |
Bansal et al. | Weld defect identification and characterization in radiographic images using deep learning | |
Suna et al. | NeuroPipe: A neural-network-based automatic pipeline inspection system | |
KR100716902B1 (ko) | 금속조직 손상평가 시스템 및 이를 이용한 금속조직손상평가 방법 | |
Anidjar et al. | Transfer Learning Methods for Fractographic Detection of Fatigue Crack Initiation in Additive Manufacturing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060123 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070501 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070525 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070724 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20071004 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080324 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080523 |
|
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: 20080618 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080704 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 4153675 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110711 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120711 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130711 Year of fee payment: 5 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
EXPY | Cancellation because of completion of term |