JP4913264B2

JP4913264B2 - 材料の欠陥検出方法およびそのシステム

Info

Publication number: JP4913264B2
Application number: JP2011517394A
Authority: JP
Inventors: 淳一中川; 忠幸伊藤; 鉄生西山; 正弘土岐; 孝三斉藤; ガライベ，ベラル; ホーチュア，ケン; サライメ，アマッド; 昌宏山本; 知哉竹内; 一文伊東; ホアン，ホアション; ボフン，ショーン，シー．
Original assignee: Nippon Steel Corp
Current assignee: Nippon Steel Corp
Priority date: 2008-09-17
Filing date: 2008-09-17
Publication date: 2012-04-11
Anticipated expiration: 2028-09-17
Also published as: BRPI0823078B1; EP2350627B1; US8506159B2; BRPI0823078A2; EP2350627A1; TW201020541A; JP2011527438A; CA2736734A1; KR20110059769A; MX2011002128A; CN102159940B; CA2736734C; RU2476867C2; US20110249700A1; KR101260146B1; CN102159940A; TWI425205B; WO2010033113A1; RU2011115097A

Description

本発明は、材料の表面欠陥および／または表層欠陥を検出するのに好適な、材料の欠陥検出方法およびそのシステムに関する。

材料が鋼板の場合を例にとると、鋼板の表面や表層には、例えば、ロールによる押し込み疵、溶融亜鉛浴のドロスが亜鉛めっき層に咬みこんで形成されるドロス疵、鋳造中にアルゴンガスが鋳片内に捕捉されて形成される鋼板内部に点在するブローホール欠陥、あるいは亜鉛めっき層厚みの不均一さに起因する表面疵等、種々の欠陥が発生することがある。

鋼板におけるこれらの欠陥のうち、他の正常部位と比較して光学的に色が異なって見える欠陥は、作業者による目視検査によって検出されていた。

一方、特開２００４−２１９１７７号公報に開示されているように、鋼板の表面をＣＣＤカメラによって撮影した鋼板表面の画像データに基づいて欠陥検出を行う欠陥検出技術が知られている。

しかしながら、作業者による目視検査を行う場合は生産ラインのスピードを減速しなければならないし、またその目視検査の精度は作業者により異なる。さらに、近年ではより高い品質管理レベルが要請されるにつれ、目視で検出するにはあまりに微小な欠陥もその検出が要求されてきている。

また、鋼板の表面をＣＣＤカメラで視覚的に検査する方法では、鋼板の表層（表面にではなく）に存在する欠陥については、それらを表面を外側から視認して検出するのは困難なことが多いために、その検出能は高いとは言えない。

特開２００４−２１９１７７号公報

本発明は上記のような問題点に鑑みて着想されたものであり、その目的は、鋼板等の材料の表面および表層のどちらの欠陥に対しても、それが移動中あるいは搬送中であっても、精度良く検出できる検出方法およびシステムを提供することである。

本発明では、材料における欠陥が、その表面および表層のどちらの欠陥も検出する方法を使用して検出され、その方法は、下記のステップ、すなわち、材料表面を加熱する工程、材料が加熱中あるいは加熱後の冷却中にその材料表面の熱画像データを赤外線サーモグラフィカメラを用いて取得する工程、およびその熱画像データＴに基づいて、下式（２）に示すように前記材料の熱拡散率αを用い、前記材料の表層の蓄熱変化量を表わすとともに、前記材料の板厚方向ｚへの熱移動による蓄熱変化量を表わすラプラシアンΔ _xy Ｔを算出することによって欠陥を検出するする工程を有する。また、材料の表面および表層のどちらの欠陥も検出するためのシステムは、下記の構成、すなわち、材料の表面を加熱する加熱装置、材料が加熱中あるいは加熱後の冷却中にその材料表面の熱画像データを取得するための赤外線サーモグラフィカメラ、およびその熱画像データＴに基づいて、下式（２）に示すように前記材料の熱拡散率αを用い、前記材料の表層の蓄熱変化量を表わすとともに、前記材料の板厚方向ｚへの熱移動による蓄熱変化量を表わすラプラシアンΔ _xy Ｔを算出することによって欠陥を検出するための検出装置を有する。

本発明によれば、欠陥の検出は、材料表面を加熱し、その材料を加熱中あるいは加熱後の冷却中にその材料表面の熱画像データを赤外線サーモグラフィカメラを用いて取得し、その熱画像データによって表現された表面の温度についてラプラシアンを算出することによって欠陥を検出することによって実行される。これにより材料が搬送されているあるいは移動している場合でも、その表面欠陥および表層欠陥の両方に関して精度良く検出することが可能となる。

図１Ａは、本発明の一実施形態であって、被検査材料が加熱後の冷却中に検出が行われる鋼板の欠陥検出システムの概略構成を示す。図１Ａ２は、本発明の一実施形態であって、被検査材料が加熱後の冷却中に検出が行われる鋼板の欠陥検出システムの概略構成を示す。図１Ａ３は、本発明の一実施形態であって、被検査材料が加熱後の冷却中に検出が行われる鋼板の欠陥検出システムの概略構成を示す。図１Ｂは、本発明の一実施形態であって、被検査材料が加熱後の冷却中に検出が行われる鋼板の欠陥検出システムの概略構成を示す。図１Ｃは、本発明の他の一実施形態であって、被検査材料が加熱中に検出が行われる鋼板の欠陥検出システムの概略構成を示す。図１Ｄは、本発明の他の一実施形態であって、被検査材料が加熱中に検出が行われる鋼板の欠陥検出システムの概略構成を示す。図２Ａは、検出装置の画像処理部で実行される画像データ処理の例を示す模式図である。図２Ｂは、検出装置の画像処理部で実行される画像データ処理の例を示す模式図である。図２Ｃは、検出装置の画像処理部で実行される画像データ処理の例を示す模式図である。図３Ａは、本発明において検出される欠陥のタイプを示す図である。図３Ｂは、本発明において検出される欠陥のタイプを示す図である。図３Ｃは、本発明において検出される欠陥のタイプを示す図である。図３Ｄは、本発明において検出される欠陥のタイプを示す図である。図４は、赤外線サーモグラフィカメラを用いた非破壊検査を説明するための説明図である。図５は、ラプラシアン算出のための画素間の関係を説明する説明図である。図６Ａは、赤外線サーモグラフィカメラによって取得される加熱後冷却中における熱画像データに基づいた表面温度を表す温度特性曲線を示すグラフである。図６Ｂは、赤外線サーモグラフィカメラによって取得される加熱中における熱画像データに基づいた表面温度を表す温度特性曲線を示すグラフである。図７Ａは、図６Ａの温度特性曲線に対応するラプラシアンを示すグラフである。図７Ｂは、図６Ｂの温度特性曲線に対応するラプラシアンを示すグラフである。図８は、表層における温度分布曲線を示すグラフである。図９は、熱画像データにガウシアンフィルター処理を施した場合の効果を示すグラフである。図１０は、検出装置として機能するコンピュータシステムのハードウェア構成を示す図である。図１１Ａは、冷却中における欠陥の検出を示す画像の例であり、その欠陥が鋼板の表層に存在する異物あるいは空隙の場合を示す図である。図１１Ｂは、冷却中における欠陥の検出を示す画像の例であり、その欠陥が鋼板の表層に存在する異物あるいは空隙の場合を示す図である。図１１Ｃは、冷却中における欠陥の検出を示す画像の例であり、その欠陥が鋼板の表層に存在する異物あるいは空隙の場合を示す図である。図１２Ａは、冷却中における欠陥の検出を示す画像の例であり、その欠陥が鋼板の表面における微小な凸部の場合を示す図である。図１２Ｂは、冷却中における欠陥の検出を示す画像の例であり、その欠陥が鋼板の表面における微小な凸部の場合を示す図である。図１２Ｃは、冷却中における欠陥の検出を示す画像の例であり、その欠陥が鋼板の表面における微小な凸部の場合を示す図である。図１３Ａは、冷却中における欠陥の検出を示す画像の例であり、その欠陥が鋼板の表面における微小な鋭角凹部の場合を示す図である。図１３Ｂは、冷却中における欠陥の検出を示す画像の例であり、その欠陥が鋼板の表面における微小な鋭角凹部の場合を示す図である。図１３Ｃは、冷却中における欠陥の検出を示す画像の例であり、その欠陥が鋼板の表面における微小な鋭角凹部の場合を示す図である。図１４Ａは、冷却中における欠陥の検出を示す画像の例であり、その欠陥が鋼板の表面に付着した異物の場合を示す図である。図１４Ｂは、冷却中における欠陥の検出を示す画像の例であり、その欠陥が鋼板の表面に付着した異物の場合を示す図である。図１４Ｃは、冷却中における欠陥の検出を示す画像の例であり、その欠陥が鋼板の表面に付着した異物の場合を示す図である。図１５Ａは、冷却中における欠陥の検出を示す画像の例であり、その欠陥が自動車用樹脂製燃料タンクの表層における異物の場合を示す図である。図１５Ｂは、冷却中における欠陥の検出を示す画像の例であり、その欠陥が自動車用樹脂製燃料タンクの表層における異物の場合を示す図である。図１５Ｃは、冷却中における欠陥の検出を示す画像の例であり、その欠陥が自動車用樹脂製燃料タンクの表層における異物の場合を示す図である。図１６Ａは、加熱中における欠陥の検出を示す画像の例であり、その欠陥が鋼板の表面における微小な凸部の場合を示す図である。図１６Ｂは、加熱中における欠陥の検出を示す画像の例であり、その欠陥が鋼板の表面における微小な凸部の場合を示す図である。図１６Ｃは、加熱中における欠陥の検出を示す画像の例であり、その欠陥が鋼板の表面における微小な凸部の場合を示す図である。図１７Ａは、加熱中における欠陥の検出を示す画像の例であり、その欠陥が鋼板の表面における微小な鋭角的凹部の場合を示す図である。図１７Ｂは、加熱中における欠陥の検出を示す画像の例であり、その欠陥が鋼板の表面における微小な鋭角的凹部の場合を示す図である。図１７Ｃは、加熱中における欠陥の検出を示す画像の例であり、その欠陥が鋼板の表面における微小な鋭角的凹部の場合を示す図である。図１８Ａは、加熱中における欠陥の検出を示す画像の例であり、その欠陥が鋼板の表面に付着した異物の場合を示す図である。図１８Ｂは、加熱中における欠陥の検出を示す画像の例であり、その欠陥が鋼板の表面に付着した異物の場合を示す図である。図１８Ｃは、加熱中における欠陥の検出を示す画像の例であり、その欠陥が鋼板の表面に付着した異物の場合を示す図である。図１９Ａは、加熱中における欠陥の検出を示す画像の例であり、その欠陥が自動車用樹脂製燃料タンクの表層における異物の場合を示す図である。図１９Ｂは、加熱中における欠陥の検出を示す画像の例であり、その欠陥が自動車用樹脂製燃料タンクの表層における異物の場合を示す図である。図１９Ｃは、加熱中における欠陥の検出を示す画像の例であり、その欠陥が自動車用樹脂製燃料タンクの表層における異物の場合を示す図である。

以下、添付図面を参照して、本発明をより具体的に材料を鋼板とした場合を例にして説明する。図１Ａおよび図１Ｃにおいて示されるように、本発明における欠陥検出システムは、加熱装置１、赤外線サーモグラフィカメラ２、および検出装置３を有し、鋼板１００（例えば厚さ数ミリ程度）の表面および／または表層にある欠陥（以下、簡単に欠陥１０１と称する）を検出する。

図３Ａ−３Ｄを参照しながら、本発明での検出対象である欠陥１０１について以下に説明する。鋼板１００の表面／表層の欠陥には多くのタイプがあり、例えばその形状も、散砂状、柳葉状、あるいは斑状等を呈する。

図３Ａにおける欠陥１０１ａは、鋼板１００の表層に異物が咬み込まれることによって引き起こされる欠陥、例えば溶融亜鉛浴からのドロスめっき層に咬み込まれて形成されるドロス疵であり、また空隙の形成によって生じた欠陥、例えば鋳造中にアルゴンガスが鋳片内に捕捉され圧延工程で圧延されることで形成される鋼板内部に散在するブローホール欠陥等である。このタイプの欠陥においては、欠陥（異物や空隙）１０１ａの熱伝導率は鋼板自体の熱伝導率に比べて低い。その結果、その欠陥１０１ａの部位における鋼板表面（欠陥に隣接する表面）は、鋼板の正常部位における表面に比べてより迅速に加熱または冷却されることになる。

図３Ｂにおける欠陥１０１ｂは、鋼板１００の表面に形成された微小な凸部である。亜鉛めっき層の一部が局部的に厚くなった欠陥等がその一例である。このタイプの欠陥においては、その凸部１０１ｂでは表面積が大きくなるため、凸部１０１ｂは、鋼板の他の正常表面の部位に比べてより迅速に加熱あるいは冷却されることになる。またその欠陥の形状の故に、凸部１０１ｂにおける熱放射量は、鋼板の他の正常表面部位の同じサイズの領域からのそれよりも大きくなる。

図３Ｃにおける欠陥１０１ｃは、鋼板１００表面に形成された微小な鋭角的凹部である。この欠陥はしばしばロール表面に付着した異物を鋼板に押し付けることで形成される。この欠陥の形状の故に、鋭角凹部１０１ｃの領域からの熱放射量は、鋼板の他の正常表面部位の同じサイズの領域からのそれよりも大きくなる。それによって鋭角的凹部１０１ｃの領域は、鋼板の他の正常表面の部位に比べてより迅速に加熱あるいは冷却されることになる。

図３Ｄにおける欠陥１０１ｄは、鋼板の表面に付着するダストのような異物である。このタイプの欠陥においてはその異物の放射率は鋼板のそれより高い。その結果、欠陥１０１ｄからの熱放射量は鋼板の他の正常表面部位の同じサイズの領域からのそれよりも大きくなる。それによって異物１０１ｄの領域は、鋼板の他の正常表面の部位に比べてより迅速に加熱あるいは冷却されることになる。

本発明は発明者等の見つけた、下記の事実に基づいてなされたものである。すなわち、赤外線サーモグラフィカメラを用いて取得された熱画像データが表す表面温度に関してそのラプラシアンΔ_xyＴを求めると、ラプラシアンΔ_xyＴの絶対値が欠陥１０１部位においては鋼板の他の正常表面の部位に比べてより大きくなり、またラプラシアンΔ_xyＴの値が正か負かに基づいて欠陥のタイプが判定できる。

図１Ａは、本発明の一実施形態に係わる鋼板の欠陥検出システムの概略構成を示す。図１Ｃは、本発明の他の一実施形態に係わる鋼板の欠陥検出システムの概略構成を示す。図１Ａおよび図１Ｃにおいて、加熱装置１は検査ライン上の鋼板１００の表面を加熱する。鋼板の温度は、常温よりは高く、また品質への影響を避けるため、１００℃未満（好ましくは６０℃程度）が好ましい。検査ライン上の鋼板は矢印方向に所定のラインスピード（０〜３００ｍｐｍ程度）で搬送されている。

図１Ａおよび図１Ｂは、鋼板が冷却中に欠陥を検出するために適したシステムを示す。図１Ａにおいて、赤外線サーモグラフィカメラ２は加熱装置１の下流側に位置している。鋼板は上流で加熱装置１によって加熱され、その鋼板の表面領域は下流側の検査エリアＳで熱画像撮影され、検査エリアＳの２次元熱画像データが取得される。熱画像とは、検査対象物である鋼板１００の表面から放出される放射熱量の分布を表す画像、すなわち表面温度分布を表す画像のことである。赤外線サーモグラフィカメラ２は、赤外線センサーを有する撮像部および信号処理部を有し、各画素についての温度情報を色情報に変換することによって熱画像データを提示する。

赤外線サーモグラフィカメラ２を用いて検査エリアＳの熱画像データを取得するこのプロセスにおいては、加熱装置１により放射される熱エネルギーが直接にあるいは鋼板１００の表面で反射されて赤外線サーモグラフィカメラ２に入射しないようにする必要がある。そのために加熱装置１と赤外線サーモグラフィカメラ２は十分な距離をその間にとるように設置される。空間的制限等で両者の間に十分な距離をとることが難しい場合には、図１Ａ３に示すように、加熱装置１から放射された熱エネルギーが、鋼板１００の表面で反射されて赤外線サーモグラフィカメラ２に入射しないように、両者の間に熱遮蔽部材４を設ける方法もある。言うまでもないことであるが、この熱遮蔽部材４は赤外線サーモグラフィカメラ２の視野を遮らないように配置される。加熱装置１から放射される熱エネルギー赤外線サーモグラフィカメラ２に入射しないようにこのような配置をとることは、例え加熱装置１が鋼板１００を加熱後に電源オフされるとしても、電源オフされた加熱装置の余熱からの熱エネルギーがカメラに入射しうる以上、望ましいことである。図１Ａ、図２Ａにおけるカメラ２と図１Ｂにおけるカメラ２は、設定されている方向（カメラの光学システムの光軸方向）と鋼板表面への相対的位置において異なる。本発明においては、カメラと加熱装置１の種々の方向および設置位置が適用可能である。

後述の鋼板が加熱中における欠陥検出の場合においても、加熱装置１とサーモグラフィカメラ２が、加熱装置１から放射される熱エネルギーが鋼板表面によって反射されてカメラに入射するように配置されている限り、種々の方向および設置位置が適用可能である。

赤外線サーモグラフィカメラ２のフレームレートやインテグレーションタイム等は、その生産ラインのスピードに合うように設定される。市販の赤外線サーモグラフィカメラにおいてはそのインテグレーションタイムは０．０１ｍｓ程度である。これは１５０ｍｐｍで走行する鋼板におけるずれとしては０．０２５ｍｍ程度であることを意味し、０．２５ｍｍ以上のサイズの画素に関しては１０％以下となる。すなわち、画像の質はほとんど低下しない。

パーソナルコンピュータを備えた検出装置３は、赤外線サーモグラフィカメラによって取得された熱画像データが表す表面温度に基づいてラプラシアンΔ_xyＴを求めて欠陥１０１を検出し、その欠陥のタイプを判定する。前述したように、ラプラシアンΔ_xyＴの絶対値が欠陥１０１部位においては鋼板の他の正常表面の部位に比べてより大きくなり、またラプラシアンΔ_xyＴの値が正か負かに基づいて欠陥のタイプが判定できる。従って、もし検査エリアＳに欠陥があれば、その欠陥位置におけるラプラシアンΔ_xyＴの絶対値は鋼板の正常表面部位のそれに比べて大きな値を示し、そしてその欠陥のタイプはその値が正か負かによって決まる。

検出装置３は入力部３０１を有し、赤外線サーモグラフィカメラ２により取得された熱画像データがそこに入力される。

検出装置３の画像処理部３０２は、入力部３０１入力された熱画像データを、あらかじめ決められた画像処理手順に従って処理するためのものである。図２Ａ、２Ｂおよび２Ｃは、検出装置３の画像処理部３０２において実行される画像データ処理の一例を示す模式図である。図２Ａは入力部３０１へ入力された熱画像データを示す。図２Ｂは温度をラプラシアン値に変換したラプラシアン処理済み熱画像データを示す。図２Ｃはそのラプラシアン値熱画像データを二値化処理した画像を示す。ラプラシアン処理は、熱画像データ（図２Ａ）において温度ムラによって生じる外乱を減少するために実行され、また後述されるように、鋼板１００の表面および表層において生ずる熱バランスを検出するためにも実行される。ここで、表層とは材料の表面に非常に近い部分であり、経験的には鋼板の厚みが１−２ｍｍの場合では表面から板厚の１／４程度の深さまでの範囲が表層といえる。

検査エリアＳにおいて、欠陥１０１部位ではラプラシアンΔ_xyＴの絶対値が大きく検出されるので、ラプラシアン処理は欠陥１０１が抽出された画像を与えることができるといえる（図２Ｃの黒色部分を参照）。また欠陥１０１のタイプは、ラプラシアンΔ_xyＴが正か負かによって判定することができる。

検出装置３の出力部３０３は、画像処理部３０２によって処理された熱画像データを出力しモニター（図示せず）上に表示する。

鋼板の表面および／または表層における欠陥を検出する本発明の方法を以下に詳細に述べる。

赤外線サーモグラフィカメラは、図４に示すように検査対象物４０１の内部に存在する内部欠陥４０２（例えば異物の混入あるいは空隙の形成）を検出するのに用いることができる。一般に検査対象物４０１の熱伝導度と欠陥４０２の熱伝導度は異なるので、検査対象物４０１の表面からの熱放射量は、欠陥４０２の位置の表面からの放射熱量とは異なる。その結果、検査対象物４０１の内部にある欠陥４０２は、その対象物４０１の表面上で放射熱量分布を経時的に測定することにより検出することができる。

もし対象物４０１の熱伝導度と欠陥４０２の熱伝導度が互いに大きく異なれば、精度良く欠陥４０２を検出することが可能である。もし対象物４０１と欠陥４０２が同じか殆ど同じの熱伝導度を有する場合、例えば図３Ｂおよび図３Ｃに示すように対象物と欠陥の間に差異がない場合には、この方法は適用することができない。

この方法は熱放射量分布に基づいて欠陥部位における温度異常を検出している。しかしながらその分布は対象物の２次元表面（ｘ−ｙ方向）における熱拡散によって影響を受ける。それゆえ欠陥部位における放射熱量が減少し、それが欠陥部位検出の精度を低下させてしまう。

本件発明の欠陥検出方法においては、対象物（鋼板１００）の熱放射量の分布の利用に加えてラプラシアン処理が施される。既に述べたように、欠陥部位１０１におけるラプラシアンΔ_xyＴの絶対値は、鋼板の正常表面部位１０２のそれより大きな値として検出される。本発明は、もし欠陥１０１が検査エリアＳに存在すればその欠陥１０１の部位におけるラプラシアンΔ_xyＴの絶対値は、他の正常部位のそれに対して大きな値として認識されるはずであるという発想に基づいてなされたものである。

ある画素に関するラプラシアンΔ_xyＴは、下記の式（１）で表される。図５に示されるように、式（１）の右辺は、赤外線サーモグラフィカメラにより取得された熱画像データに基づくその画素での表面温度Ｔ(ｘ，ｙ)と、その画素の上下左右にそれぞれ位置する各画素の温度、すなわち、Ｔ(ｘ＋１，ｙ)、Ｔ(ｘ，ｙ＋１)、Ｔ(ｘ−１，ｙ)，Ｔ(ｘ，ｙ−１)を用いて算出することができる。ここで、ｈはその画素のサイズである。上述の例においては、ラプラシアンは各１画素に関して計算されているが、複数画素からなるブロックごとに（例えば２画素２画素）計算することもできる。

鋼板内部における熱移動現象は非定常３次元熱伝導方程式を満たすので、ラプラシアンΔ_xyＴは下記の式（２）のように記述できる。ここで、αは材料の熱拡散率である。式（２）の右辺は、鋼板１００の表層における熱移動において支配的なｚ方向（板厚の方向）における熱移動量の収支を示している。すなわち、式（２）の右辺第１項は鋼板表層の蓄熱変化量を表し、第２項はｚ方向への熱移動による蓄熱変化量を表している。

冷却過程において赤外線サーモグラフィカメラによって取得された検査エリアの熱画像データに基づいて、図６に示されるように温度特性曲線Ｔ₁およびＴ₂がえられる場合について、以下に述べる。ここで、赤外線サーモグラフィカメラの画素サイズは、欠陥１０１のサイズの２倍程度、０．４ｍｍに設定されている。

温度特性曲線Ｔ₁は図１Ａにおける正常部位１０２の温度特性を表し、そのＴ₁についてのラプラシアンΔ_xyＴは図７Ａに特性線Ｌ₁として示される。この特性線Ｌ₁（ラプラシアンΔ_xyＴ）は、ノイズによるある程度の変位をともないながらも、その値はほぼ０になっていることを示す。このラプラシアンΔ_xyＴの値が０ということは、鋼板表層における蓄熱変化量を表す式（２）右辺第１項の値（冷却中の過程であるので負値）と、ｚ方向熱移動による蓄熱変化量を表す右辺第２項の値（冷却中の過程であるので負値）がほぼ等しいことを意味している。すなわち、熱移動は非常に円滑になされている。

温度特性曲線Ｔ₂は図３Ａに示されるタイプの欠陥部位における温度特性を表し、そのＴ₂についてのラプラシアンΔ_xyＴは図７Ａに特性線Ｌ₂として示される。図３Ａに示されるタイプの欠陥検出の場合、特性線Ｌ₂（ラプラシアンΔ_xyＴ）の値は正である。このラプラシアンΔ_xyＴの値が正であるということは、ｚ方向熱移動による蓄熱変化量を表す式（２）の右辺第２項の値（冷却中の過程であるので負値）が、表層における蓄熱変化量を表す式（２）右辺第１項の値（冷却中の過程であるので負値）よりも小さいことを意味している。すなわち、この冷却過程は、鋼板深層部からの熱供給より鋼板表面での放熱の方が大きいという状態で進行している。このことは、図８に示されるように欠陥部位の表層における温度特性曲線ｔ₂は、正常部位の表層における温度特性曲線ｔ₁に比較してより大きな勾配を有する凸型曲線となっていて、欠陥部位における冷却速度がその欠陥周囲の冷却速度より大きいことを意味している。図３Ｂに示されるタイプの欠陥も図３Ａのタイプの欠陥と同様の結果を有する。

図３Ｃあるいは図３Ｄに示されるタイプの欠陥部位における温度特性曲線についてのラプラシアンΔ_xyＴは、図７Ａに特性線Ｌ₃として示す。図３Ｃあるいは図３Ｄに示されるタイプの欠陥部位における温度特性を表す温度特性曲線は、図６Ａにおいては図示されてないが、図６Ａの正常部位の温度特性を表す温度特性曲線Ｔ₁とほぼ同じである。図３Ｃあるいは図３Ｄに示すタイプの欠陥の場合、特性線Ｌ₃（ラプラシアンΔ_xyＴ）の値は負値になる。ラプラシアンΔ_xyＴの負値は、表層における蓄熱量の変化を表している式（２）の右辺第１項の値（冷却中の過程であるので負値）が、ｚ方向熱移動による蓄熱変化量を表す第２項の値（冷却中の過程であるので負値）より小さいことを意味し、その結果、図８に示す表層における温度分布曲線ｔ₃が得られる。これは欠陥部位での放射熱量が欠陥周囲からの放射熱量より大きいため、赤外線サーモグラフィカメラ２により観測される温度が実際の温度より高い値を示すことがその原因である。

図１Ｃおよび図１Ｄは、鋼板を加熱中に欠陥検出を行うに適したシステムである。図１Ｃにおいて、赤外線サーモグラフィカメラ２は、加熱装置１によって表面が加熱されている検査エリアＳのイメージを撮像し、検査エリアＳの２次元熱画像データを取得する。

前述したように、鋼板が加熱中に欠陥検出を行う場合にも（後述）、加熱装置１とサーモグラフィカメラ２を、加熱装置１から放射される熱エネルギーが鋼板表面で反射した後にカメラに入射するように配置されている限り、種々の方向と設置位置が適用できる。

加熱中に赤外線サーモグラフィカメラによって撮像された検査エリアの熱画像データに基づいて、図６Ｂに示すような温度特性曲線Ｔ₁、Ｔ₂およびＴ₃が得られた場合について以下に説明する。図６Ｂにおいては、温度は急上昇し、ある温度特性曲線は鋼板１００の好ましい温度範囲（１００℃未満）を超えた温度に到達している。しかしながらこれは単に、図１Ｄで示されるように、加熱装置１から放射される熱ネエネルギーが鋼板表面で反射されてカメラに入射するためである。

温度特性曲線Ｔ₁は図１Ｃにおける正常部位１０２の温度特性を表し、Ｔ₁についてのラプラシアンΔ_xyＴは、図７Ｂに特性線Ｌ₁として示す。特性線Ｌ₁（ラプラシアンΔ_xyＴ）は、その値がホワイトノイズによる多少のハンチングを伴いながら、ほぼ０であることを示している。このラプラシアンΔ_xyＴの値が０ということは、鋼板表層における蓄熱変化量を表す式（２）右辺第１項の値（加熱中の過程であるので正値）と、ｚ方向熱移動による蓄熱変化量を表す右辺第２項の値（加熱中の過程であるので正値）がほぼ等しいことを意味している。すなわち、熱移動は非常に円滑になされている。

温度特性曲線Ｔ₂は図３Ａあるいは図３Ｂに示されるタイプの欠陥部位における温度特性を表し、そのＴ₂についてのラプラシアンΔ_xyＴは図７Ｂに特性線Ｌ₂として示される。図３Ａあるいは図３Ｂに示されるタイプの欠陥検出の場合、特性線Ｌ₂（ラプラシアンΔ_xyＴ）の値は負である。これはｚ方向熱移動による蓄熱変化量を表す式（２）の右辺第２項の値（加熱中の過程であるので正値）が大きくなるためである。

温度特性曲線Ｔ₃は図３Ｃあるいは図３Ｄに示されるタイプの欠陥部位における温度特性を表し、そのＴ₃についてのラプラシアンΔ_xyＴは図７Ｂに特性線Ｌ₃として示される。図３Ｃあるいは図３Ｄに示されるタイプの欠陥検出の場合、特性線Ｌ₃（ラプラシアンΔ_xyＴ）の値は正である。これはｚ方向熱移動による蓄熱変化量を表す式（２）の右辺第２項の値（加熱中の過程であるので正値）が小さくなるためである。

赤外線サーモグラフィカメラ２によって得られた熱画像データがノイズを有するとき、そのノイズを除去するためにガウシアンフィルターを適用することができる。図９は、ノイズを含む熱画像データにラプラシアン処理を施した場合の特性線Ｌを示す。ラプラシアン値はノイズのために大きくハンチングしている。もう一つの特性線Ｌ´はガウシアンフィルター処理を施した後の熱画像データに対してラプラシアン処理を行った場合の結果であり、特性線Ｌとは異なりハンチングが減少している。ノイズ除去フィルター処理に関してはガウシアンフィルター処理に限らず平滑化を行うものであればどのようなフィルター処理方法も用いることが可能である。ガウシアンフィルター処理については、例えば、特開２００４−２１９１７７号公報に詳述されている。

次の式（３）は、鋼板の表面を加熱した後の冷却中に、赤外線サーモグラフィカメラによって計測される鋼板表面からの放射熱エネルギーを表す。εは鋼板表面の放射率、ε_mは赤外線サーモグラフィカメラでユーザーにより設定される見かけの放射率、Ｔは鋼板の表面温度、Ｔ_cは赤外線サーモグラフィカメラのセンサー素子の温度、Ｔ_mは赤外線サーモグラフィカメラが表示する鋼板の表面温度（赤外線サーモグラフィカメラにより取得された熱画像データによって表わされる表面温度）、σはステファンボルツマン定数を示す。

下記の式（４）は、鋼板１００の表面の加熱中に、赤外線サーモグラフィカメラが計測する放射熱エネルギーを表す。Ｔ_aは加熱装置１の加熱素子表面の温度を表す。

式（３）と式（４）を比較すると、式（４）においては左辺第１項の熱エネルギー量が付加されている。これは加熱装置１の加熱素子から放射されて鋼板１００の表面（検査エリアＳ）で反射して、赤外線サーモグラフィカメラ２のセンサーに入射する熱エネルギー量を表している（図１Ｄにおける矢印Ｅを参照）。加熱装置１の加熱素子表面の温度Ｔ_aは、鋼板１００の表面温度Ｔの５倍以上もある。それゆえ、加熱中は、冷却中の支配因子である式（４）の左辺第２項が、左辺第２項に対し圧倒的に大きくなる。このことによって、鋼板１００の表面の放射量の変化を感度良く検出することが可能となる。

上述したように、鋼板が加熱中に欠陥を検出する方法においては、鋼板表面からの放射量の変化を感度良く検出することができるので、図３Ｂ、図３Ｃあるいは図３Ｄに示されるような欠陥、特に図３Ｃあるいは図３Ｄのタイプは、感度良く検出することが可能である。図３Ａのタイプの欠陥については、このタイプにおいては放射量の変化が余り大きくないので、その検出は余り容易ではない。すなわち、左辺第2項の熱エネルギー量が主たる変化であるが、その第２項の値の変化は、第１項の値に比べて小さい。

上述したように、赤外線サーモグラフィカメラによる熱画像データに基づいた表面温度から求められるラプラシアンΔ_xyＴの絶対値は、欠陥１０１部位では正常部位に比べて大きくなることがわかる。この知見を利用することで、鋼板の表面欠陥および表層欠陥をラインスピードを減速させることなく、かつ精度良く検出することが可能となる。

また、熱拡散効果により、欠陥１０１によって温度が影響を受ける領域が拡大するので、ＣＣＤカメラを用いた光学式欠陥検出装置と比較して画素サイズをより大きく設定することが可能である。

図１０は、検出装置３として機能するコンピュータシステムの一ハードウェア構成を示す。このハードウェア構成は、ＣＰＵ５１、入力装置５２、表示装置５３、記憶装置５４および通信装置５５を有し、それらはそれぞれバス５６を介して互いに接続されている。記憶装置５４は検出装置３の動作を制御するためのコンピュータプログラムを格納するＲＯＭ、ＲＡＭおよびＨＤ等を有する。ＣＰＵ５１がそのプログラムを実行することによって、検出装置３の機能または処理が実現される。なお、検出装置３は単一のユニットから構成されても良いし、あるいは複数のユニットから構成されても良い。

以下に、鋼板が冷却中に欠陥の検出を行う場合の実施例をいくつか示す。図１１は、図３Ａに示すような欠陥、すなわち表層に異物あるいは空隙が存在する鋼板を試験片として欠陥検出を行った一例を示す。ここでは、鋼板を８０℃程度に加熱し、その１０秒経過後の冷却中に赤外線サーモグラフィカメラにより鋼板の熱画像データを取得した。赤外線サーモグラフィカメラの画素数は２５６２５６、画素サイズは０．８ｍｍ、カメラと鋼板間の距離は６０ｃｍであり、赤外線サーモグラフィカメラの光軸は鋼板表面に対して垂直である。

図１１Ａは赤外線サーモグラフィカメラにより取得された熱画像データ、図１１Ｂはその熱画像データをラプラシアン処理した画像、図１１Ｃはラプラシアン処理された画像データを２値化処理した画像である。図１１Ａ、１１Ｂおよび１１Ｃは、実際に得られた画像（ズームアップ画像）を模式的に図示したものである。図１１Ｃは、欠陥１１０１（異物あるいは空隙）が抽出されて明瞭に見えている画像を示す。

図１２には、図３Ｂに示すような欠陥、すなわち、鋼板表面に形成された微小な凸部を有する鋼板を試験片として欠陥検出を行った例を示す。ここでは、鋼板を６０℃程度に加熱し、その１０秒経過後の冷却中に赤外線サーモグラフィカメラにより鋼板の熱画像データを取得した。赤外線サーモグラフィカメラの画素数は２５６２５６、画素サイズは１．２ｍｍ、カメラと鋼板間の距離は９０ｃｍであり、赤外線サーモグラフィカメラの光軸は鋼板表面に対して垂直である。

図１２Ａは赤外線サーモグラフィカメラにより取得された熱画像データ、図１２Ｂはその熱画像データをラプラシアン処理した画像、図１２Ｃはラプラシアン処理された画像データを２値化処理した画像である。図１２Ａ、１２Ｂおよび１２Ｃは、実際に得られた画像（ズームアップ画像）を模式的に図示したものである。図１２Ｃは、欠陥１２０１（微小な凸部）が抽出されて明瞭に見えている画像を示す。

図１３には、図３Ｃに示すような欠陥、すなわち、鋼板表面に形成された微小な鋭角的凹部を有する鋼板を試験片として欠陥検出を行った例を示す。ここでは、鋼板を８０℃程度に加熱し、その１０秒経過後の冷却中に赤外線サーモグラフィカメラにより鋼板の熱画像データを取得した。赤外線サーモグラフィカメラの画素数は２５６２５６、画素サイズは０．１ｍｍ、カメラと鋼板間の距離は１０ｃｍであり、赤外線サーモグラフィカメラの光軸は鋼板表面に対して垂直である。

図１３Ａは赤外線サーモグラフィカメラにより取得された熱画像データ、図１３Ｂはその熱画像データをラプラシアン処理した画像、図１３Ｃはラプラシアン処理された画像データを２値化処理した画像である。図１３Ａ、１３Ｂおよび１３Ｃは、実際に得られた画像（ズームアップ画像）を模式的に図示したものである。図１３Ｃは、欠陥１３０１（微小な鋭角的凹部）が抽出されて明瞭に見えている画像を示す。図１３Ａ、１３Ｂおよび１３Ｃに見られる線状のパターン１３０２は、あらかじめ目視によって検出した欠陥の位置を示すために試験サンプル上に描かれたマーキングラインであり、誤検出の類ではない。

図１４には、図３Ｄに示すような欠陥、すなわち、鋼板表面に付着した異物を有する鋼板を試験片として欠陥検出を行った例を示す。ここでは、鋼板を６０℃程度に加熱し、その１０秒経過後の冷却中に赤外線サーモグラフィカメラにより鋼板の熱画像データを取得した。赤外線サーモグラフィカメラの画素数は２５６２５６、画素サイズは０．８ｍｍ、カメラと鋼板間の距離は６０ｃｍであり、赤外線サーモグラフィカメラの光軸は鋼板表面に対して垂直である。

図１４Ａは赤外線サーモグラフィカメラにより取得された熱画像データ、図１４Ｂはその熱画像データをラプラシアン処理した画像、図１４Ｃはラプラシアン処理された画像データを２値化処理した画像である。図１４Ａ、１４Ｂおよび１４Ｃは、実際に得られた画像（ズームアップ画像）を模式的に図示したものである。図１４Ｃは、欠陥１４０１（付着した異物）が抽出されて明瞭に見えている画像を示す。図１４Ａ、１４Ｂおよび１４Ｃに見られる線状のパターン１４０２は、あらかじめ目視によって検出した欠陥の位置を示すために試験サンプル上に描かれたマーキングラインであり、誤検出の類ではない。

本発明は他のタイプの材料にも適用することができる。図１５は、鋼板に代えて、タンクシェルの表層に異物の混入している樹脂製自動車用燃料タンクをサンプルとして欠陥検出を行った例を示す。ここでは、燃料タンクサンプルを６０℃程度に加熱し、その１０秒経過後の冷却中に赤外線サーモグラフィカメラにより燃料タンクサンプルの熱画像データを取得した。赤外線サーモグラフィカメラの画素数は２５６２５６、画素サイズは０．８ｍｍ、カメラとタンクシェル間の距離は６０ｃｍであり、赤外線サーモグラフィカメラの光軸はタンクシェルサンプル表面に対して垂直である。

図１５Ａは赤外線サーモグラフィカメラにより取得された熱画像データ、図１５Ｂはその熱画像データをラプラシアン処理した画像、図１５Ｃはラプラシアン処理された画像データを２値化処理した画像である。図１５Ａ、１５Ｂおよび１５Ｃは、実際に得られた画像（ズームアップ画像）を模式的に図示したものである。図１４Ｃは、欠陥１５０１（表層中の異物）が抽出されて明瞭に見えている画像を示す。図１５Ａおよび１５Ｂに見られるリング状のパターン１５０２は、あらかじめ目視によって検出した欠陥の位置を示すために試験サンプル上に描かれたマーキングラインであり、誤検出の類ではない。

以下に、鋼板が加熱中に欠陥の検出を行う場合の実施例をいくつか示す。
図１６は、図３Ｂに示すような欠陥、すなわち、鋼板表面に形成された微小な凸部を有する鋼板を試験片として欠陥検出を行った例を示す。ここでは、鋼板を６０℃程度にまで加熱中に、赤外線サーモグラフィカメラにより鋼板の熱画像データを取得した。赤外線サーモグラフィカメラの画素数は２５６２５６、画素サイズは０．８ｍｍ、カメラと鋼板間の距離は６０ｃｍである。加熱装置の加熱の方向と鋼板表面のなす角度は６０°、カメラの光軸方向と鋼板表面のなす角度は９０°である。

図１６Ａは赤外線サーモグラフィカメラにより取得された熱画像データ、図１６Ｂはその熱画像データをラプラシアン処理した画像、図１６Ｃはラプラシアン処理された画像データを２値化処理した画像である。図１６Ａ、１６Ｂおよび１６Ｃは、実際に得られた画像（ズームアップ画像）を模式的に図示したものである。図１６Ｃは、欠陥１６０１（微小な凸部）が抽出されて明瞭に見えている画像を示す。

図１７は、図３Ｃに示すような欠陥、すなわち、鋼板表面に形成された微小な鋭角的凹部を有する鋼板を試験片として欠陥検出を行った例を示す。ここでは、鋼板を４０℃程度にまで加熱中に、赤外線サーモグラフィカメラにより鋼板の熱画像データを取得した。赤外線サーモグラフィカメラの画素数は２５６２５６、画素サイズは０．８ｍｍ、カメラと鋼板間の距離は６０ｃｍである。加熱装置の加熱の方向と鋼板表面のなす角度は６０°、カメラの光軸方向と鋼板表面のなす角度は９０°である。

図１７Ａは赤外線サーモグラフィカメラにより取得された熱画像データ、図１７Ｂはその熱画像データをラプラシアン処理した画像、図１７Ｃはラプラシアン処理された画像データを２値化処理した画像である。図１７Ａ、１７Ｂおよび１７Ｃは、実際に得られた画像（ズームアップ画像）を模式的に図示したものである。図１７Ｃは、欠陥１７０１（微小な鋭角的凹部）が抽出されて明瞭に見えている画像を示す。

図１８は、図３Ｄに示すような欠陥、すなわち、鋼板表面に付着した異物を有する鋼板を試験片として欠陥検出を行った例を示す。ここでは、鋼板を９０℃程度にまで加熱中に、赤外線サーモグラフィカメラにより鋼板の熱画像データを取得した。赤外線サーモグラフィカメラの画素数は２５６２５６、画素サイズは０．８ｍｍ、カメラと鋼板間の距離は６０ｃｍである。加熱装置の加熱の方向と鋼板表面のなす角度は６０°、カメラの光軸方向と鋼板表面のなす角度は９０°である。

図１８Ａは赤外線サーモグラフィカメラにより取得された熱画像データ、図１８Ｂはその熱画像データをラプラシアン処理した画像、図１８Ｃはラプラシアン処理された画像データを２値化処理した画像である。図１８Ａ、１８Ｂおよび１８Ｃは、実際に得られた画像（ズームアップ画像）を模式的に図示したものである。図１８Ｃは、欠陥１８０１（付着した異物）が抽出されて明瞭に見えている画像を示す。図１８Ａ、１８Ｂおよび１８Ｃに見られる線状のパターン１８０２は、あらかじめ目視によって検出した欠陥の位置を示すために試験サンプル上に描かれたマーキングラインであり、誤検出の類ではない。

本発明は他のタイプの材料にも適用することができる。図１９は、鋼板に代えて、タンクシェルの表層に異物の混入している樹脂製自動車用燃料タンクをサンプルとして欠陥検出を行った例を示す。ここでは、燃料タンクサンプルを７０℃程度に加熱中に、赤外線サーモグラフィカメラにより燃料タンクサンプルの熱画像データを取得した。赤外線サーモグラフィカメラの画素数は２５６２５６、画素サイズは０．８ｍｍ、カメラとタンクシェル間の距離は６０ｃｍである。加熱装置の加熱の方向とタンクシェル表面のなす角度は６０°、カメラの光軸方向とタンクシェル表面のなす角度は９０°である。

図１９Ａは赤外線サーモグラフィカメラにより取得された熱画像データ、図１９Ｂはその熱画像データをラプラシアン処理した画像、図１９Ｃはラプラシアン処理された画像データを２値化処理した画像である。図１９Ａ、１９Ｂおよび１９Ｃは、実際に得られた画像（ズームアップ画像）を模式的に図示したものである。図１９Ｃは、欠陥１９０１（表層中の異物）が抽出されて明瞭に見えている画像を示す。図１９Ａおよび１９Ｂに見られるリング状のパターン１９０２は、あらかじめ目視によって検出した欠陥の位置を示すために試験サンプルの上に描かれたマーキングラインであり、誤検出の類ではない。

本発明は、材料の表面および表層での伝熱現象の特異点検出に基づくものである。伝熱現象はいかなる材料においても発生し、表面および表層におけるいかなる形状の欠陥もサーモグラフィカメラによって検出可能であり、それゆえ、本発明は、鋼板や樹脂に限らずその他いかなる材料に対しても適用可能となる。

図１１、１２、１３、１４および１５に示す実施例においては、欠陥検出は、鋼板あるいは燃料タンクを同じ場所に置いたまま行なわれたが、既に述べたように、この欠陥検出は移動中の鋼板あるいは搬送中の燃料タンクについても実行可能である。例えば、市販品の赤外線サーモグラフィカメラにおいては、そのインテグレーションタイムは０．０１ｍｓ程度であり、これは１５０ｍｐｍで走行する鋼板におけるずれとしては０．０２５ｍｍ程度であることを意味し、０．２５ｍｍ以上のサイズの画素に関しては１０％以下となる。すなわち、画像の質はほとんど低下しない。

Claims

材料の表面および表層の両方における欠陥を検出するための方法であって、
前記材料の表面温度を時間とともに変化させる工程と、
前記材料の表面温度の変化中に赤外線サーモグラフィカメラを用いて前記材料表面の熱画像データを取得する工程と、
前記取得した熱画像データＴに基づいて、下式（２）に示すように前記材料の熱拡散率αを用い、前記材料の表層の蓄熱変化量を表わすとともに、前記材料の板厚方向ｚへの熱移動による蓄熱変化量を表わすラプラシアンΔ _xy Ｔを算出することによって前記欠陥を検出する工程とを有することを特徴とする材料の欠陥検出方法。
材料の表面および表層の両方における欠陥を検出するための方法であって、
前記材料の表面を加熱する工程と、
前記加熱工程の後に前記材料の表面が冷却されている間に赤外線サーモグラフィカメラを用いて前記材料表面の熱画像データを取得する工程と、
前記取得した熱画像データＴに基づいて、下式（２）に示すように前記材料の熱拡散率αを用い、前記材料の表層の蓄熱変化量を表わすとともに、前記材料の板厚方向ｚへの熱移動による蓄熱変化量を表わすラプラシアンΔ _xy Ｔを算出することによって前記欠陥を検出する工程とを有することを特徴とする材料の欠陥検出方法。
材料の表面および表層の両方における欠陥を検出するための方法であって、
前記材料の表面を加熱する工程と、
前記加熱工程において前記材料の表面が加熱されている間に赤外線サーモグラフィカメラを用いて前記材料表面の熱画像データを取得する工程と、
前記取得した熱画像データＴに基づいて、下式（２）に示すように前記材料の熱拡散率αを用い、前記材料の表層の蓄熱変化量を表わすとともに、前記材料の板厚方向ｚへの熱移動による蓄熱変化量を表わすラプラシアンΔ _xy Ｔを算出することによって前記欠陥を検出する工程とを有することを特徴とする材料の欠陥検出方法。
前記欠陥として、前記材料の表層に異物或いは空隙がある欠陥、前記材料の表面に凸部が形成された欠陥、前記材料の表面に鋭角的凹部が形成された欠陥、及び前記材料の表面に異物が付着した欠陥を少なくとも対象とすることを特徴とする請求項１乃至３のいずれか１項に記載の材料の欠陥検出方法。
前記検出する工程が、更に、欠陥があるかどうかを判定するために前記算出されたラプラシアンの絶対値を計算することを含む、請求項１乃至４のいずれか１項に記載の材料の欠陥検出方法。
前記検出する工程が、更に、欠陥のタイプを判定するために、前記算出されたラプラシアンの値を計算して該値が正か負かを判定することを含む、請求項１乃至５のいずれか１項に記載の材料の欠陥検出方法。
材料の表面および表層の両方における欠陥を検出するためのシステムであって、
前記材料の表面温度を変化させるための温度変更装置と、
前記材料の表面温度の変化中に前記材料表面の熱画像データを取得する赤外線サーモグラフィカメラと、
前記取得した熱画像データＴに基づいて、下式（２）に示すように前記材料の熱拡散率αを用い、前記材料の表層の蓄熱変化量を表わすとともに、前記材料の板厚方向ｚへの熱移動による蓄熱変化量を表わすラプラシアンΔ _xy Ｔを算出することによって前記欠陥を検出する検出装置とを有することを特徴とする材料の欠陥検出システム。
材料の表面および表層の両方における欠陥を検出するためのシステムであって、
前記材料の表面を加熱する加熱装置と、
前記材料の表面が冷却されている間に前記材料表面の熱画像データを取得する赤外線サーモグラフィカメラと、
前記取得した熱画像データＴに基づいて、下式（２）に示すように前記材料の熱拡散率αを用い、前記材料の表層の蓄熱変化量を表わすとともに、前記材料の板厚方向ｚへの熱移動による蓄熱変化量を表わすラプラシアンΔ _xy Ｔを算出することによって前記欠陥を検出する検出装置とを有することを特徴とする材料の欠陥検出システム。
材料の表面および表層の両方における欠陥を検出するためのシステムであって、
前記材料の表面を加熱する加熱装置と、
前記材料の表面が加熱されている間に前記材料表面の熱画像データを取得する赤外線サーモグラフィカメラと、
前記取得した熱画像データＴに基づいて、下式（２）に示すように前記材料の熱拡散率αを用い、前記材料の表層の蓄熱変化量を表わすとともに、前記材料の板厚方向ｚへの熱移動による蓄熱変化量を表わすラプラシアンΔ _xy Ｔを算出することによって前記欠陥を検出する検出装置とを有することを特徴とする材料の欠陥検出システム。
前記加熱装置と前記赤外線サーモグラフィカメラとが、前記加熱装置から放射される熱エネルギーが前記赤外線サーモグラフィカメラに入射しないように配置されている、請求項８に記載の材料の欠陥検出システム。
前記加熱装置から放射される熱エネルギーが前記赤外線サーモグラフィカメラに入射しないように、熱遮蔽部材が、前記加熱装置と前記赤外線サーモグラフィカメラの間に設置されている、請求項８に記載の材料の欠陥検出システム。
前記加熱装置と前記赤外線サーモグラフィカメラとが、前記加熱装置から放射される熱エネルギーが前記材料表面で反射されて前記赤外線サーモグラフィカメラに入射するように配置されている、請求項９に記載の材料の欠陥検出システム。
前記欠陥として、前記材料の表層に異物或いは空隙がある欠陥、前記材料の表面に凸部が形成された欠陥、前記材料の表面に鋭角的凹部が形成された欠陥、及び前記材料の表面に異物が付着した欠陥を少なくとも対象とすることを特徴とする請求項７乃至１２のいずれか１項に記載の材料の欠陥検出システム。