JP7095814B2 - 機械的特性の計測装置、機械的特性の計測方法、物質の製造設備、物質の管理方法および物質の製造方法 - Google Patents

機械的特性の計測装置、機械的特性の計測方法、物質の製造設備、物質の管理方法および物質の製造方法 Download PDF

Info

Publication number
JP7095814B2
JP7095814B2 JP2021554397A JP2021554397A JP7095814B2 JP 7095814 B2 JP7095814 B2 JP 7095814B2 JP 2021554397 A JP2021554397 A JP 2021554397A JP 2021554397 A JP2021554397 A JP 2021554397A JP 7095814 B2 JP7095814 B2 JP 7095814B2
Authority
JP
Japan
Prior art keywords
substance
mechanical properties
calculation
physical quantities
measured
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.)
Active
Application number
JP2021554397A
Other languages
English (en)
Other versions
JPWO2021256442A1 (ja
Inventor
穣 松井
孝文 尾関
一貴 寺田
健二 安達
大輝 今仲
大地 泉
純二 嶋村
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
JFE Steel Corp
Original Assignee
JFE Steel Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by JFE Steel Corp filed Critical JFE Steel Corp
Publication of JPWO2021256442A1 publication Critical patent/JPWO2021256442A1/ja
Application granted granted Critical
Publication of JP7095814B2 publication Critical patent/JP7095814B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
    • G01N27/80—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating mechanical hardness, e.g. by investigating saturation or remanence of ferromagnetic material
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21C—MANUFACTURE OF METAL SHEETS, WIRE, RODS, TUBES OR PROFILES, OTHERWISE THAN BY ROLLING; AUXILIARY OPERATIONS USED IN CONNECTION WITH METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL
    • B21C51/00—Measuring, gauging, indicating, counting, or marking devices specially adapted for use in the production or manipulation of material in accordance with subclasses B21B - B21F
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
    • G01N27/82—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
    • G01N27/82—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
    • G01N27/90—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws using eddy currents
    • G01N27/9013—Arrangements for scanning
    • G01N27/902—Arrangements for scanning by moving the sensors

Description

本開示は、機械的特性の計測装置、機械的特性の計測方法、物質の製造設備、物質の管理方法および物質の製造方法に関する。
ラインパイプなどの素材となる鋼材製造において、鋼材の機械的特性の検査として、抜取り検査が実施されることがある。抜取り検査は、鋼材から検査部位を取り出し、機械試験片に加工して試験を行う、いわゆる破壊試験である。近年、抜取り検査でなく、鋼材商品そのものの機械的特性を非破壊的に計測または評価して、品質を保証することが求められている。そこで、鋼材製造中または鋼材製造後に計測される鋼材の機械的特性に関わる様々な物理量を介して機械的特性を計測する試みが実施されている。
例えば、特許文献１は、金属材料に交流磁場を作用させて、誘起された渦電流を検出することによって、金属材料に局部的に存在する高硬度部を検出する技術を記載する。
例えば、特許文献２は、長尺材の長手方向に沿った一方側で長尺材が挿通される第１開口部と、他方側で長尺材が挿通される第２開口部と、を有し、第１開口部および第２開口部を通る軸線に対して略軸対称な形状を有する継鉄部材を備える検出装置を記載する。特許文献２の検出装置は、長尺材の長手方向端部の不感帯を減らすことができ、精度良く磁気特性変化を検出できる。
例えば、特許文献３は、被検体に誘起される渦電流強度から被検体のコーティング材の膜厚を評価し、コーティング材の膜厚の減肉に関する情報から被検体の劣化程度を把握する技術を記載する。
特開２００８－２２４４９５号公報 国際公開第２０１９／０８７４６０号 特開平９－１１３４８８号公報
ここで、鋼材表層の電磁気特徴量をセンサで計測して機械的特性を計測する場合に、従来の技術では、電磁気特徴量と機械的特性との関係のばらつきが大きく、正確な算出が難しいとの問題がある。例えば同じ機械的特性が得られるように製造された鋼材について、センサで計測した鋼材表層の電磁気特徴量が異なることがある。そこで、鋼材の製造プロセスで利用可能な、機械的特性を非破壊で正確に計測できる技術が求められている。
本開示は、上記事情に鑑みてなされたものであり、物理量を介して正確に機械的特性を計測可能な、機械的特性の計測装置および機械的特性の計測方法を提供することを目的とする。また、本開示の他の目的は、物理量を介して正確に機械的特性を計測可能とすることで物質の製造歩留まりを向上可能とする、物質の製造設備および物質の製造方法を提供することである。さらに、本開示の他の目的は、物理量を介して正確に機械的特性を計測可能とすることで高品質の物質を提供することができる、物質の管理方法を提供することである。
上記課題を解決するために、計測対象物の物理量と機械的特性との関係について調べた結果、発明者は、これらの関係が、計測対象物が有する膜の性質に影響されることを見出した。
本開示の一実施形態に係る機械的特性の計測装置は、
物質と前記物質の表面にある膜とを有する計測対象物の複数の物理量を計測する物理量計測部と、
計測された前記複数の物理量のうちの少なくとも２つに基づいて、前記物質の機械的特性を算出する複数の算出モデルのうちの１つを選択する分類処理部と、
前記分類処理部により選択された算出モデルと、前記複数の物理量のうちの少なくとも２つと、を用いて前記物質の機械的特性を算出する機械的特性算出部と、
を備える。
本開示の一実施形態に係る機械的特性の計測方法は、
物質と前記物質の表面にある膜とを有する計測対象物の複数の物理量を計測する計測ステップと、
計測された前記複数の物理量のうちの少なくとも２つに基づいて、前記物質の機械的特性を算出する複数の算出モデルのうちの１つを選択する分類ステップと、
前記分類ステップにて選択された算出モデルと、前記複数の物理量のうちの少なくとも２つと、を用いて前記物質の機械的特性を算出する算出ステップと、
を備える。
本開示の一実施形態に係る物質の製造設備は、
物質を製造する製造設備と、
物質と前記物質の表面にある膜とを有する計測対象物の複数の物理量を計測する物理量計測部、
計測された前記複数の物理量のうちの少なくとも２つに基づいて、前記物質の機械的特性を算出する複数の算出モデルのうちの１つを選択する分類処理部、および、
前記分類処理部により選択された算出モデルと、前記複数の物理量のうちの少なくとも２つと、を用いて前記物質の機械的特性を算出する機械的特性算出部、を備える機械的特性の計測装置と、
を備え、
前記計測装置は、前記製造設備で製造された物質の機械的特性を計測する。
本開示の一実施形態に係る物質の管理方法は、
物質と前記物質の表面にある膜とを有する計測対象物の複数の物理量を計測する計測ステップと、
計測された前記複数の物理量のうちの少なくとも２つに基づいて、前記物質の機械的特性を算出する複数の算出モデルのうちの１つを選択する分類ステップと、
前記分類ステップにて選択された算出モデルと、前記複数の物理量のうちの少なくとも２つと、を用いて前記物質の機械的特性を算出する算出ステップと、
算出された前記物質の機械的特性に基づいて前記物質を分類する管理ステップと、を備える。
本開示の一実施形態に係る物質の製造方法は、
物質を製造する製造ステップと、
製造された前記物質と該物質の表面にある膜とを計測対象物として、前記計測対象物の複数の物理量を計測する計測ステップと、
計測された前記複数の物理量のうちの少なくとも２つに基づいて、前記物質の機械的特性を算出するために用意された複数の算出モデルのうちの１つを選択する分類ステップと、
前記分類ステップにて選択された算出モデルと、前記複数の物理量のうちの少なくとも２つと、を用いて前記物質の機械的特性を算出する算出ステップと、を備える。
本開示の一実施形態に係る機械的特性の計測装置および機械的特性の計測方法によれば、物理量を介して正確に機械的特性を計測することができる。また、本開示に係る物質の製造設備および物質の製造方法によれば、物理量を介して正確に機械的特性を計測可能とすることで物質の製造歩留まりを向上可能とすることができる。さらに、本開示に係る物質の管理方法によれば、物理量を介して正確に機械的特性を計測可能とすることで高品質の物質を提供することができる。
図１は、本開示の一実施形態に係る機械的特性の計測装置のブロック図である。 図２は、物理量計測部のブロック図である。 図３は、センサの具体的な構成例を示す図である。 図４は、交流磁場を生成させるために励磁コイルに与えられる信号の一例を示す図である。 図５は、学習データの収集の処理を示すフローチャートである。 図６は、機械的特性の計測方法を示すフローチャートである。 図７は、算出された機械的特性と実測値とを比較した図である。 図８は、別の実施形態に係る機械的特性の計測装置のブロック図である。 図９は、別の実施形態に係る機械的特性の計測装置のブロック図である。 図１０は、鋼材の製造方法の例を示す図である。 図１１は、判定結果を表示部で表示した例を示す図である。 図１２は、１つのモデルが存在する場合の１つのパラメータと１つの機械的特性との対応を例示する図である。 図１３は、複数のモデルが存在する場合の１つのパラメータと１つの機械的特性との対応を例示する図である。 図１４は、複数のモデルが存在する場合に、複数のパラメータによる分布の分離について説明する図である。 図１５は、硬化部の位置情報のリストについて説明する図である。
（第１の実施形態）
図１は、本開示の第１の実施形態に係る機械的特性の計測装置１００のブロック図である。計測装置１００は、物理量計測部５が計測した計測対象物１０１（図２参照）の複数の物理量を介して、非破壊的に、計測対象物１０１の物質１（図２参照）の機械的特性を計測する。ここで、機械的特性は、力学的特性であって、特に引っ張り、圧縮またはせん断などの外力に対する性質をいう。例えば機械的特性は、引張応力、降伏応力および圧縮応力などの強度、ビッカース硬さ（Vickers hardness）およびリーブ硬さ（Leeb hardness）などの硬さ、ならびに脆性を含む。物理量は、客観的に測定可能な量であって、例えば温度、質量および電磁的な特徴量などを含む。
以下、本実施形態において、物質１として鋼材を例に説明されるが、物質１は鋼材に限られない。また、機械的特性として硬さを例に説明されるが、機械的特性は硬さに限られない。また、複数の物理量として、電流波形の歪量、電流波形の振幅、高調波の振幅、透磁率および保磁力を含む電磁気特徴量を例に説明されるが、複数の物理量は電磁気特徴量に限られない。ここで、透磁率および保磁力といった電磁気特徴量は従来から金属の機械的特性と相関があることが知られており、電磁気特徴量を用いて機械的特性を計測または評価することが好ましい。電磁気特徴量を計測する方法としては、渦流探傷法または３ＭＡ（Micromagnetic Multiparameter Microstructure and Stress Analysis）技術などが好ましい。特に、交流磁場を生成するために与えられる信号として２つ以上の周波数を重畳させた交流信号（交流電流または交流電圧）を用いると、より多くの電磁気特徴量を取得することができ、好ましい。さらに、そのうちの１つの周波数を２００Ｈｚ以下とすることで、物質１の表面に膜２（図２参照）が形成されている場合でも交流磁場が物質１の表面まで十分に浸透して、より精度よく機械的特性を計測または評価できるようになるため、より好ましい。物質１の表層の電磁気特徴量を計測する場合、上記の計測方法は特に好ましい。
（機械的特性の計測装置の構成）
図１に示すように、計測装置１００は、物理量計測部５と、制御部８と、記憶部１０と、表示部１１と、を備える。制御部８は、分類処理部８１と、機械的特性算出部８２と、物理量計測制御部８３と、を備える。記憶部１０は、物質１の機械的特性を算出する複数の算出モデルＭ1、Ｍ2、…、Ｍnを備える。ここで、ｎは２以上の整数である。計測装置１００の各要素の詳細については後述する。
図２は、物理量計測部５のブロック図である。物理量計測部５は、センサ３と、走査部６と、を備える。センサ３は、計測対象物１０１の物理量を計測する。計測対象物１０１は、物質１と、物質１の表面に形成された膜２と、を有する。物理量計測部５の各要素の詳細については後述する。
例えば物質１が鋼材の場合、鋼材の製造途中で鋼材の表面にはスケールまたは黒皮と呼ばれる酸化鉄膜が形成される。酸化鉄膜には様々な種類が存在するが、一般に、マグネタイト（四酸化三鉄、Ｆｅ3Ｏ4）、ウスタイト（酸化第一鉄、ＦｅＯ）およびヘマタイト（赤鉄鉱、Ｆｅ2Ｏ3）が知られている。これらのスケールは、それぞれ酸素と鉄の組成が異なるだけでなく、電磁気的な特徴が異なる。例えば、マグネタイトには磁性があるが、ウスタイトは磁性がない。ここで、鋼材である物質１の（特に表層の）機械的特性を計測するには、表面から物理量を計測することになる。つまり、本発明においては、鋼材である物質１と膜２であるスケールとを一緒に、計測対象物１０１として物理量を計測する。
そのため、スケールである膜２は、鋼材である物質１の計測に影響を与える。また、スケールの種類および組成は、鋼材の製造時の状態によって変化する。さらに、鋼材自体の組織によって磁性に異方性を有することがあり、電磁気的な特徴は計測対象物１０１によって異なる。したがって、鋼材とスケールとを有する計測対象物１０１について、硬さなどの鋼材の機械的特性を、単純に計測対象物１０１の電磁気特徴量に関係づけて測定または評価することは非常に難しい。特に、物質１の表層の機械的特性を計測する場合には、膜２であるスケールの電磁気的な特徴がより大きく影響する。その為、鋼材とスケールとを有する計測対象物１０１について、硬さなどの鋼材の表層の機械的特性を、単純に計測対象物１０１の電磁気特徴量に関係づけて測定または評価することはより難しくなる。
これは、物質１が鋼材以外および膜２がスケール以外の場合でも、同様である。特に、計測する複数の物理量に対し、膜２が物質１とは異なる特徴を備えていた場合は、物質１と表面にある膜２とを有する計測対象物１０１について、物質１の機械的特性を、計測対象物１０１の複数の物理量に単純に関係づけて測定または評価することは非常に難しくなる。さらに、物質１の表層の機械的特徴を計測する場合には、物質１と表面にある膜２とを有する計測対象物１０１について、物質１の表層の機械的特性を、計測対象物１０１の複数の物理量に単純に関係づけて測定または評価することはより難しくなる。
ここで、物質１の機械的特性を、計測対象物１０１の複数の物理量に単純に関係づけて測定または評価することが難しいことについて、図１２から図１４を示しながら、以下に説明する。図１２は、１つのモデルが存在する場合の１つのパラメータと１つの機械的特性との対応を例示する図である。任意の１つのパラメータＡ（例えば電磁気特徴量の１つ）と機械的特性とを１対１の関係として結びつける数学的なモデルを１つ（例えば、図１２中のモデルＭ１）構築できる場合に、そのモデルを用いてパラメータＡから機械的特性（図１２～図１４の例では硬さ）を算出することができる。しかし、物質１が例えば鋼材の場合、実際には鋼組織の分布、スケール（膜２の一例）といった表層構造を構成する要素などを有する。そのため、図１３に示すように、任意の１つのパラメータＡと機械的特性との相関は表層構造をなす物質１と膜２の組み合わせに応じて、複数の関係（モデルＭ１、Ｍ２、Ｍ３およびＭ４）が存在する。例えば、モデルＭ２およびＭ３は、それぞれスケールが厚い場合、薄い場合に対応し得る。図１３に示すように、測定されたパラメータＡの値が同じであっても２通りの硬さが算出される可能性があり、硬さの算出精度が低下する。ここで、適切なモデルを選択することによって、硬さの算出精度の低下を回避できる。ところが、例えば１つのパラメータＡのある値に対して、類似する機械的特性を出力する複数のモデルがある場合（例えば、図１３だとモデルＭ２の右上端とモデルＭ４の左下端を含む領域）に、これらの複数のモデルが１つのモデルと認識されることがあり得る。この問題に対して、図１４に示すように、複数のパラメータを用いることによって、各モデルを分離して認識することが可能である。図１４の例では、パラメータＡとパラメータＢの組み合わせを用いることによって、モデルＭ１、モデルＭ３、モデルＭ２およびＭ４を合わせた分布が分離して認識される。さらに、パラメータＡとパラメータＣの組み合わせを用いることによって、モデルＭ２とモデルＭ４とが分離して認識される。さらに、図には示していないが、パラメータＢとパラメータＣの組み合わせも合わせて利用すれば、より確実にモデルを分離して認識させることが期待できる。このように複数のパラメータを用いることで、各モデルのデータ群を判定することが可能である。そして、判定された複数のモデルから、適切なモデルを選択して用いることによって、精度よく機械的特性を計測または評価することができる。
記憶部１０は、各種情報、および、計測装置１００を動作させるためのプログラムを記憶する。記憶部１０が記憶する各種情報には、物質の機械的特性を算出するために予め用意された複数の算出モデルＭ1、Ｍ2、…、Ｍnが含まれてよい。記憶部１０が記憶するプログラムには、制御部８を分類処理部８１として動作させるプログラム、制御部８を機械的特性算出部８２として動作させるプログラム、および、制御部８を物理量計測制御部８３として動作させるプログラムが含まれる。記憶部１０は、例えば、半導体メモリまたは磁気メモリなどで構成される。ここで、記憶部１０は、予め用意された後述するグループＧ1、Ｇ2、…、Ｇnの範囲または境界の情報を記憶してよい。
表示部１１は、ユーザに対して、物質１の機械的特性を含む各種情報を表示する。本実施形態において、表示部１１は、文字、画像などを表示可能なディスプレイと、ユーザの指などの接触を検出可能なタッチスクリーンとを含んで構成される。ディスプレイは、液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）、有機ＥＬディスプレイ（ＯＥＬＤ：Organic Electro‐Luminescence Display）などの表示デバイスであり得る。タッチスクリーンの検出方式は、静電容量方式、抵抗膜方式、表面弾性波方式、赤外線方式、電磁誘導方式または荷重検出方式などの任意の方式であり得る。ここで、別の例として、表示部１１は、タッチスクリーンを含まないディスプレイで構成されてよい。
制御部８は、計測装置１００の全体の動作を制御する。制御部８は、１以上のプロセッサを含んで構成される。プロセッサは、特定のプログラムを読み込み特定の機能を実行する汎用のプロセッサ、および、特定の処理に特化した専用のプロセッサの少なくとも１つを含んでよい。専用のプロセッサは、特定用途向けＩＣ（ＡＳＩＣ；Application Specific Integrated Circuit）を含んでよい。プロセッサは、プログラマブルロジックデバイス（ＰＬＤ；Programmable Logic Device）を含んでよい。ＰＬＤは、ＦＰＧＡ（Field-Programmable Gate Array）を含んでよい。制御部８は、１つまたは複数のプロセッサが協働するＳｏＣ（System-on-a-chip）、および、ＳｉＰ（System In a Package）の少なくとも１つを含んでよい。制御部８は、記憶部１０から読みだしたプログラムに従って、分類処理部８１、機械的特性算出部８２および物理量計測制御部８３として機能する。
また、制御部８は、学習データの収集の完了後に、複数の算出モデルＭ1、Ｍ2、…、Ｍnを生成する機能を備えてもよい。また、制御部８は、複数の算出モデルＭ1、Ｍ2、…、Ｍnのそれぞれに対応するグループＧ1、Ｇ2、…、Ｇnの範囲または境界を設定する。例えば、計測対象物１０１が電磁気特徴量に基づいてグループＧiに属すると判定され、分類された場合に、対応する算出モデルＭiが使用される。ここで、ｉは、１からｎまでのいずれかの整数である。モデル生成の詳細については後述する。
分類処理部８１は、物理量計測部５により計測された計測対象物１０１の複数の物理量のうちの少なくとも２つに基づいて、複数の算出モデルＭ1、Ｍ2、…、Ｍnに分類する。より具体的には、計測対象物１０１の複数の物理量のうちの少なくとも２つに基づいて、複数の算出モデルＭ1、Ｍ2、…、Ｍnのうちの１つを選択する。一例として、電磁気特徴量である電流波形の歪量、電流波形の振幅、高調波の振幅、透磁率および保磁力の全てが、１つの算出モデルＭiの選択に用いられるとする。まず、分類処理部８１は、グループＧ1、Ｇ2、…、Ｇnの範囲または境界の情報を記憶部１０から取得する。そして、分類処理部８１は、電流波形の歪量、電流波形の振幅、高調波の振幅、透磁率および保磁力の値の組み合わせが、グループＧ1、Ｇ2、…、Ｇnのどれに属するかを判定する。分類処理部８１は、これらの値がグループＧiに属すると判定した場合に、グループＧiに対応する算出モデルＭiを選択する。選択された算出モデルＭiは、機械的特性算出部８２によって使用される。
機械的特性算出部８２は、分類処理部８１により選択された算出モデルＭiと、複数の物理量のうちの少なくとも２つと、を用いて物質１の機械的特性を算出する。一例として、複数の物理量が上記の電磁気特徴量を含み、電流波形の歪量、電流波形の振幅、高調波の振幅、透磁率および保磁力の全てが、物質１の機械的特性の算出に用いられるとする。機械的特性算出部８２は、分類処理部８１から選択された算出モデルＭiの情報を取得する。機械的特性算出部８２は、算出モデルＭiを記憶部１０から取得する。機械的特性算出部８２は、電流波形の歪量、電流波形の振幅、高調波の振幅、透磁率および保磁力の値を、算出モデルＭiに入力することによって、物質１の機械的特性を算出する。機械的特性算出部８２は、ユーザに示すために、算出した鋼材の硬さを表示部１１に出力してよい。
ここで、分類処理部８１が複数の算出モデルＭ1、Ｍ2、…、Ｍnに分類する、すなわち、算出モデルＭiを選択する場合に、上記の例では全ての電磁気特徴量が用いられたが、２つ以上の電磁気特徴量の一部の組み合わせが用いられてよい。また、機械的特性算出部８２が物質１の機械的特性を算出する場合に、上記の例では全ての電磁気特徴量が用いられたが、２つ以上の電磁気特徴量の一部を算出モデルＭiに入力してよい。このとき、算出モデルＭiに入力される電磁気特徴量の一部は、分類処理部８１が算出モデルＭiを選択する場合に用いられた電磁気特徴量の一部と異なっていてよい。例えば、分類処理部８１が電流波形の歪量と電流波形の振幅との組み合わせを用いて算出モデルＭiを選択し、機械的特性算出部８２が電流波形の振幅、高調波の振幅および透磁率を算出モデルＭiに入力して物質１の機械的特性を算出してよい。
物理量計測制御部８３は、物理量計測部５の動作を制御する。物理量計測制御部８３は、例えばセンサ３を動作させて、電磁気特徴量を計測させる。
（物理量計測部の構成）
センサ３は、物質１と膜２とを有する計測対象物１０１の物理量を測定する。本実施形態において、センサ３として磁気センサを例に説明されるが、センサ３は磁気センサに限られない。センサ３は、１つであってよいが、複数であり得る。ここで、センサ３の計測結果は、膜２の影響を含む物理量、すなわち、物質１だけでなく膜２を有する状態での物理量を示す。これに対し、機械的特性算出部８２が算出する機械的特性は、膜２を含まない物質１に関する。
図３は、センサ３の１つの具体的な構成例を示す図である。センサ３は、例えば磁気センサであって、励磁コイル３１と、磁化ヨーク３２と、を備えてよい。センサ３は、計測対象物１０１に対して相対的に移動しながら、計測対象物１０１に交流磁場を作用させる。図３に示すセンサでは、励磁コイルと電磁気変化を計測するコイルとを１つのコイルで兼用としている。センサ３は、交流磁場によって計測対象物１０１に誘起された渦電流などの影響を、電磁気特徴量の変化として計測する。別の例として、電磁気特徴量を計測するセンサは、磁化ヨークに励磁コイルをまきつけ、励磁コイルと信号を受信するためのコイルを別途に巻き付ける構成でよい。さらに別の例として、電磁気特徴量を計測するセンサは、磁化ヨークに励磁コイルをまきつけ、電磁気変化を計測するコイルを磁化ヨーク間に独立して設置する構成でよい。電磁気特徴量を計測するセンサは、励磁コイル、電磁気変化を計測するコイル、磁化ヨークを備える構成であれば、図３に示した構成に限定されない。
ここで、鋼材においては、計測される物理量として、表層の電磁気特徴量が用いられてよい。鋼材においては、磁気ヒステリス曲線の変化およびバルクハウゼンノイズが材料の引張強度および硬さといった機械的特性と相関があることは知られている。そのため、図３に示すような磁気センサで表層の電磁気特徴量を計測するのがよい。ここで、磁気ヒステリス曲線は、Ｂ－Ｈカーブとも称され、磁界の強さと磁束密度との関係を示す曲線である。また、交流電流が導体を流れる場合に、電流密度が導体の表面で高く、表面から離れると低くなる現象（表皮効果）により、磁気センサで計測対象物の表層のみ選択的に電磁気特徴量を計測することができる。表皮効果は交流電流の周波数が高くなるほど電流が表面へ集中しやすい。表皮効果により電流が表面電流の約０．３７倍となる深さを浸透深さとしたとき、その関係は下記の式（１）で与えられる。式（１）において、ｄが浸透深さ［ｍ］、ｆが周波数［Ｈｚ］、μが透磁率［Ｈ／ｍ］、σが導電率［Ｓ／ｍ］、πが円周率である。
Figure 0007095814000001
式（１）の通り、周波数が高くなるほど浸透深さは浅くなる。換言すると、周波数が低くなるほど浸透深さは深くなる。したがって、計測または評価したい表層深さ範囲に応じて周波数を調整して、浸透深さを調整することができる。たとえば、表層０．２５ｍｍ程度のまでの機械的特性を計測または評価したい場合に、浸透深さが０．２５ｍｍ程度となるように周波数が決定される。好ましくは、減衰を考慮して、表層深さに対して浸透深さの３／４が０．２５ｍｍよりも大きいことが望ましい。
図４は、交流磁場を生成するために励磁コイル３１に与えられる信号の一例を示す。図４の信号は、低周波信号に高周波信号が重畳された信号である。このような信号を用いることによって、センサ３は、低周波信号に基づく電磁気特徴量と、高周波信号に基づく電磁気特徴量と、を効率的に計測することが可能になる。低周波信号は一例として１５０Ｈｚの正弦波である。高周波信号は一例として１ｋＨｚの正弦波である。高周波信号と低周波信号を重畳させることで、物質１に膜２が形成された場合でも、物質１の表層までの電磁気特徴量の計測が容易になる。ここで、例えば膜２が薄い場合、膜２の比透磁率（物質の透磁率と真空の透磁率との比）が低い場合には、磁気が透過しやすい。磁気が透過しやすい場合に、適切な高周波だけを用いて電磁気特徴量を計測してよい。また、例えば膜２が厚い場合、膜２を構成する物質の比透磁率が高い場合には、磁気が透過しにくく、物質１まで信号が届きにくい。磁気が透過しにくい場合に、低周波信号に高周波信号を重畳させることで、より深くまで磁気を届けることができる。このとき、低周波信号は直流信号でよい。別の例として、低周波信号は、正弦波信号でよいし、矩形信号でよい。
走査部６は、センサ３を計測対象物１０１に対して相対的に移動させる。走査部６は、物理量計測制御部８３によって指定された評価箇所に、センサ３を移動させてよい。また、走査部６は、物質１の移動速度の情報を取得して、センサ３が適切な相対速度で移動するように調整してよい。
（学習データの収集とモデル作成）
本実施形態に係る機械的特性の計測装置１００は、物理量計測部５で計測された計測対象物１０１の物理量に基づいて、物質１の機械的特性を算出する。例えば、計測対象物１０１は、スケールを有する鋼材である。例えば、物理量は電磁気特徴量を含む。例えば、物質１の機械的特性は鋼材の硬さである。物質１の機械的特性の算出において、複数の算出モデルＭ1、Ｍ2、…、Ｍnのうちの１つが用いられる。正確に機械的特性を計測するためには、複数の算出モデルＭ1、Ｍ2、…、Ｍnの正しさ、および、物理量に基づく適切な算出モデルＭiの選択が重要である。計測装置１００は、以下のように学習データを収集し、複数の算出モデルＭ1、Ｍ2、…、Ｍnを生成し、グループＧ1、Ｇ2、…、Ｇnの範囲を設定する。
図５は、学習データの収集の処理を示すフローチャートである。制御部８は、物理量を計測する計測対象物１０１の位置、すなわち評価箇所を設定する（ステップＳ１）。
制御部８は、物理量計測部５に、設定した評価箇所における物理量を計測させる（ステップＳ２）。ここで、学習データにおいて、計測対象物１０１の物理量は説明変数である。
制御部８は、事前処理を実行させる（ステップＳ３）。ここで、事前処理は、例えば計測対象物１０１から膜２を除去して、評価箇所における機械的特性の計測が可能であるようにすることである。例えば計測対象物１０１が表面にスケールを有する鋼材である場合に、スケールは、エッチングまたは研削などによって除去され得る。また、事前処理は、計測対象物１０１を評価箇所において切断し、物質１の断面を露出させることを含んでよい。
制御部８は、評価箇所における機械的特性を計測させる（ステップＳ４）。学習データは、目的変数として機械的特性を含む。機械的特性は、例えば評価箇所における鋼材の断面の硬さであってよい。機械的特性は、例えばリバウンド式硬さ計を用いて得られた鋼材の表面のリーブ硬さを、過去の試験から得られた換算式によって断面の硬さに換算した値が用いられてよい。また、さらに正確な換算を行うために、換算した値をさらに鋼材の厚みについて正規化した値が用いられてもよい。すなわち、基準となる鋼材の厚さにおける値に換算する処理が実行されてよい。基準となる鋼材の厚さは、例えば２８ｍｍである。また、上記の事前処理が計測対象物１０１を評価箇所において切断したものである場合に、機械的特性は、切断面を直接的に計測したビッカース硬さであってよい。制御部８は、計測させた機械的特性を取得する。制御部８は、物質１の管理番号および評価箇所などのデータラベルと、説明変数と、目的変数と、を関連付けて１つの学習データとして、記憶部１０に記憶させる。
制御部８は、モデル生成に十分な学習データが収集されていないと判定する場合に（ステップＳ５のＮｏ）、ステップＳ１の処理に戻って、さらに学習データを収集する。
制御部８は、モデル生成に十分な学習データが収集されて、収集が完了したと判定する場合に（ステップＳ５のＹｅｓ）、ステップＳ６の処理に進む。
ここで、制御部８が記憶部１０に記憶させた学習データ群、すなわち複数の学習データの集合は、異なる手法で得られた目的変数を含んでよい。上記の例では、学習データ群は、切断面を直接的に計測したビッカース硬さ、鋼材の表面のリーブ硬さを断面の硬さに換算した値、および、換算した値をさらに鋼材の厚みについて正規化した値、のうちの少なくとも２つの手法で得られた目的変数を含んでよい。例えば、ビッカース硬さは正確であるが、鋼材を切断するために計測に時間を要する。そこで、異なる計測手法で得られた目的変数の混在を許容することによって、現実的な時間内で正確な学習データ群を生成することが可能である。
制御部８は、学習データ群が含む学習データを、機械学習によってグループＧ1、Ｇ2、…、Ｇnに区分する。グループ化において、電磁気特徴量および他のパラメータに基づいて機械学習が実行されてよい。また、一部の電磁気特徴量および他のパラメータに基づいて事前にグループ（原グループ）が設定された後に、機械学習による適切な区分が実行されてよい。他のパラメータは例えば膜２の組成および物質１の組織の少なくとも１つを含んでよい。グループＧ1、Ｇ2、…、Ｇnに区分する手法は、ロジスティック回帰、サポートベクターマシン、Ｋ近傍法、または、ランダムツリーロジックなどが用いられてよい。この中では、各グループのもつ学習データ群に対して、マージンを最大にとるように境界を定めることができるため、サポートベクターマシンによりグループＧ1、Ｇ2、…、Ｇnによる分類が最も好ましい。
制御部８は、上記の手法によって定められたグループＧ1、Ｇ2、…、Ｇnの範囲または境界の情報を記憶部１０に記憶する。ここで、特に物質１が鋼材である場合に、機械的特性は膜２であるスケールの性質に影響される。そのため、膜２の組成に基づく機械学習によってグループ化が実行されることが好ましい。また、鋼材の磁性の異方性の影響を考慮して、さらに正確な機械的特性を算出するために、物質１の組織に基づいて機械学習が行われることが好ましい。
制御部８は、グループＧ1、Ｇ2、…、Ｇnごとに、算出モデルＭ1、Ｍ2、…、Ｍnを生成する（ステップＳ６）。制御部８は、例えばグループＧiに区分された学習データに基づいて算出モデルＭiを生成する。算出モデルＭiは、学習データの説明変数と、目的変数と、を結びつけた線形回帰モデルまたは非線形回帰モデルとして用意されてよい。線形回帰モデルとしては、一般化線形モデル、一般化線形混合モデルといった手法を用いてよい。また、深層学習を利用したニューラルネットワークを用いた手法が採用されてもよい。ここで、線形回帰モデルは、外挿の場合に非線形回帰モデルよりも精度がよい。そのため、線形回帰モデルを用いることが最も好ましい。また、上記のように、物質１および膜２の少なくとも１つの性質に基づく機械学習によってグループ化が実行されて、物質１および膜２の少なくとも１つの性質に応じた複数の算出モデルＭ1、Ｍ2、…、Ｍnが生成されることが好ましい。制御部８は、生成した複数の算出モデルＭ1、Ｍ2、…、Ｍnを記憶部１０に記憶させて、一連の処理を終了する。
（機械的特性の計測方法）
本実施形態に係る機械的特性の計測装置１００は、物理量計測部５で計測された計測対象物１０１の物理量に基づいて、物質１の機械的特性を算出する。例えば、計測対象物１０１は、スケールを有する鋼材である。例えば、物質１は鋼材である。例えば、物質１の表面にある膜２はスケールである。例えば、物理量は電磁気特徴量を含む。例えば、物質１の機械的特性は鋼材の硬さである。例えば、センサ３は図２と図３に示した磁気センサである。物質１の機械的特性の算出において、複数の算出モデルＭ1、Ｍ2、…、Ｍnのうちの１つが用いられる。正確に機械的特性を計測するためには、複数の算出モデルＭ1、Ｍ2、…、Ｍnの正しさ、および、物理量に基づく適切な算出モデルＭiの選択が重要である。その為に、本実施形態に係る機械的特性の計測装置１００は、物質１の機械的特性を以下のように算出する。図６は、機械的特性の計測方法を示すフローチャートである。そして、これら複数の算出モデルＭ1、Ｍ2、…、Ｍnは、計測対象物１０１を計測する前に、予め用意しかつ機械的特性の計測装置１００の記憶部１０に格納しておく。
制御部８は、物理量計測部５に、計測対象物１０１の物理量を計測させる（計測ステップ、ステップＳ１１）。このとき、物質１の（特に表層の）機械的特性を計測するには、物質１の膜２のある表面から物理量を計測する。つまり、本計測方法においては、鋼材である物質１と膜２であるスケールとを一緒に、計測対象物１０１として物理量を計測する。これは、物質１が鋼材以外および膜２がスケール以外の場合でも、同様である。具体的には、膜２の表面に物理量計測部５のセンサ３を配置する。センサ３の計測結果は、膜２の影響を含む物理量、すなわち、物質１だけでなく膜２を有する状態での物理量を示す。走査部６は、センサ３を計測対象物１０１に対して相対的に移動させる。その結果、センサ３は、物理量計測制御部８３によって指定された、計測対象物１０１の評価箇所に交流磁場を作用させる。センサ３は、交流磁場によって計測対象物１０１に誘起された渦電流などの影響を、電磁気特徴量の変化として計測する。物理量計測部５は、計測された電磁気特徴量を複数の物理量として制御部８へ送る。
制御部８は、計測対象物１０１の複数の物理量のうちの少なくとも２つに基づいて、物質の機械的特性を算出するために予め用意された複数の算出モデルＭ1、Ｍ2、…、Ｍnに分類する。すなわち、物理量のうちの少なくとも２つに基づいて、複数の算出モデルＭ1、Ｍ2、…、Ｍnのうちの１つを選択する（分類ステップ、ステップＳ１２）。具体的には、制御部８は、予め用意されて記憶部１０に記憶されているグループＧ1、Ｇ2、…、Ｇnの範囲または境界の情報に基づいて、物理量のうちの少なくとも２つの値の組み合わせが属するグループＧiを判定する。制御部８は、判定したグループＧiに対応する算出モデルＭiを選択する。ここで、グループＧ1、Ｇ2、…、Ｇnに区分する手法は、先に述べた通り、ロジスティック回帰、サポートベクターマシン、Ｋ近傍法、または、ランダムツリーロジックなどが用いられてよい。この中では、各グループのもつ学習データ群に対して、マージンを最大にとるように境界を定めることができるため、サポートベクターマシンによりグループＧ1、Ｇ2、…、Ｇnによる分類が最も好ましい。これらグループＧ1、Ｇ2、…、Ｇnの範囲は、機械的特性の計測装置１００の記憶部１０に格納しておく場合、計測対象物１０１を計測する前に、予め用意して格納しておく。
制御部８は、選択した算出モデルＭiに基づいて、物質１の機械的特性を算出する（算出ステップ、ステップＳ１３）。ここで、算出モデルＭ1、Ｍ2、…、Ｍnは、説明変数である計測対象物１０１の物理量のうちの少なくとも２つと、目的変数である物質１の機械的特性と、を結びつけた線形回帰モデルまたは非線形回帰モデルとして用意されてよい。線形回帰モデルとしては、一般化線形モデル、一般化線形混合モデルといった手法を用いてよい。また、深層学習を利用したニューラルネットワークを用いた手法が採用されてもよい。ここで、線形回帰モデルは、外挿の場合に非線形回帰モデルよりも精度がよい。そのため、線形回帰モデルを用いることが最も好ましい。また、物質１および膜２の少なくとも１つの性質に基づく前述の機械学習によってグループ化が実行されて、物質１および膜２の少なくとも１つの性質に応じた複数の算出モデルＭ1、Ｍ2、…、Ｍnが生成されていることが好ましい。制御部８は、選択した算出モデルＭiと、入力として必要な少なくとも２つの物理量と、を用いて物質１の機械的特性を算出する。
ここで、物質１の機械的特性は、例えば評価箇所における鋼材の断面の硬さであってよい。機械的特性は、例えばリバウンド式硬さ計を用いて得られた鋼材の表面のリーブ硬さを、過去の試験から得られた換算式によって断面の硬さに換算した値が用いられてよい。また、さらに正確な換算を行うために、換算した値をさらに鋼材の厚みについて正規化した値が用いられてもよい。すなわち、基準となる鋼材の厚さにおける値に換算する処理が実行されてよい。基準となる鋼材の厚さは、例えば２８ｍｍである。また、上記の事前処理が計測対象物１０１を評価箇所において切断したものである場合に、機械的特性は、切断面を直接的に計測したビッカース硬さであってよい。
制御部８は、算出した物質１の機械的特性を表示部１１に出力し（出力ステップ、ステップＳ１４）、一連の処理を終了する。表示部１１に表示された物質１の機械的特性は、ユーザによって認識される。ユーザは、表示された物質１の機械的特性に基づいて、物質１の管理または物質１の製造パラメータの変更指示などを実行してよい。
以上のように、本実施形態に係る機械的特性の計測装置１００、および、計測装置１００が実行する機械的特性の計測方法によれば、上記の構成によって、物理量を介して正確に機械的特性を計測することができる。特に、計測する複数の物理量に対し、膜２が物質１とは異なる特徴を備えていた場合は、分類処理部８１または分類ステップ（ステップＳ１２）により、より適切な算出モデルを選択できるので、上記効果がより大きく得られる。また、物質１の表層の機械的特徴を計測する場合においては、分類処理部８１または分類ステップ（ステップＳ１２）により、より適切な算出モデルを作成し選択できるので、上記効果がさらに大きく得られる。なお、上記効果は、後述する第２の実施形態および第３の実施形態の場合も、同様に得られる。
（実施例）
以下、本開示の効果を実施例に基づいて具体的に説明するが、本開示はこれら実施例に限定されるものではない。
（第１の実施例）
第１の実施例において、計測装置１００は、鋼材の表層の硬さを計測する装置である。本実施例において、物質１は鋼材である。膜２は鋼材の表面に生じたスケールである。センサ３は電磁気センサである。計測対象物１０１の物理量は、スケールを有する鋼材の電磁気特徴量である。本実施例で計測したい機械的特性は、深さ０．２５ｍｍにおける鋼材の断面の硬さである。
鋼材は連続鋳造されたスラブを粗厚延し、さらにオンラインで連続的に冷却による焼き入れをおこなって製造された。学習データの収集のために、この製造プロセスで製造された鋼材について、深さ０．２５ｍｍにおける断面の硬さが計測された。
本実施例では、計測装置１００に電磁気特徴量を計測可能な電磁気センサを配置し、表面にスケールが生じた鋼材の表層の電磁気特徴量を計測した。ここで、走査部６として、人力にて移動する台車が用いられた。この台車に、８個の電磁気センサが並べて配置された。８個の電磁気センサは鋼材全面を走査した。
電磁気センサには、１５０Ｈｚ以下の周波数の正弦波に１ｋＨｚ以上の正弦波を重畳した電圧が引加された。電磁気センサで観測される電流波形から、複数種類の電磁気特徴量が抽出された。本実施例において、電磁気特徴量として、電流波形の歪量、振幅と位相変化、高調波の振幅と位相変化、増分透磁率の最大値、最小値、平均値、保磁力など２０個の特徴量が抽出された。ここで、電磁気センサで励起される交流磁場が鋼材の表面から３００μｍ程度まで入り込むように、引加される正弦波の周波数を１５０Ｈｚ以下とした。また、増分透磁率は、磁場が印加された状態における磁化のされ易さを示す値であって、磁束密度と磁場との関係を示す磁化曲線においてマイナーループの勾配で示される。
学習データの収集後に、スケールの組成、鋼材の組織、電磁気特徴量および断面の硬さの関係に基づいて、３つのグループＧ1、Ｇ2、Ｇ3が生成された。グループ化における機械学習は、サポートベクターマシンが使用された。３つのグループＧ1、Ｇ2、Ｇ3のそれぞれについて、一般線形化回帰モデルを用いて、機械学習によって複数の算出モデルＭ1、Ｍ2、Ｍ3が生成された。
鋼材の表層の硬さを算出するために、計測装置１００は、物理量計測部５によって電磁気特徴量を計測した。制御部８は、計測した電磁気特徴量が属するグループを判定し、電磁気特徴量から硬さを算出するための１つの算出モデルＭ1、Ｍ2またはＭ3を選択した。そして、制御部８は、選択した算出モデルＭ1、Ｍ2またはＭ3を用いて、硬さを算出した。
図７は、本実施例で算出された硬さと硬さ計で得られた実測値とを比較した図である。横軸の表層実硬さは実測値であり、試験片を切り出しリバウンド式硬さ計を用いて調べた硬さである。また、縦軸の予測硬さは、グループＧ1、Ｇ2、Ｇ3と選択した算出モデルＭ1、Ｍ2またはＭ3とを用いて算出された硬さである。ここで、硬さＨ0、Ｈ1は、それぞれ、測定する硬さの下限値、上限値である。図７に示すように、予測硬さは、表層実硬さとほぼ一致しており、標準偏差９Ｈｖ程度の精度で計測することができた。したがって、上記手法によって算出される硬さは、硬さ試験と同程度の精度を有すると考えられる。
（第２の実施例）
第２の実施例として、計測装置１００が実行する機械的特性の計測方法を、厚鋼板の製造方法において、表層の硬さの検査として用いた例を示す。具体的な製造方法の一例を、図１０に示す。図１０に示した厚鋼板４３の製造方法は、粗圧延工程Ｓ４１、仕上げ圧延工程Ｓ４２、冷却工程Ｓ４３、表層硬さ計測工程Ｓ４５、表層硬さ再計測工程Ｓ４６および除去工程Ｓ４７、を含む。さらに必要に応じて、脱磁工程Ｓ４４を追加してもよい。追加した場合は、冷却工程Ｓ４３から脱磁工程Ｓ４４、表層硬さ計測工程Ｓ４５の順で工程が進む。
粗圧延工程Ｓ４１では、例えば鋼片４１を、１０００℃以上の温度で熱間で粗圧延する。次の仕上げ圧延工程Ｓ４２では、８５０℃以上の温度で熱間で仕上げ圧延を行い、鋼片４１を厚鋼板４２とする。その後の冷却工程Ｓ４３で、厚鋼板４２を冷却する。ここで、冷却工程Ｓ４３では、例えば厚鋼板の温度が８００℃以上となる温度で冷却を開始し、冷却終了時に厚鋼板の温度が４５０℃程度となるまで冷却を行う。
表層硬さ計測工程Ｓ４５では、計測装置１００が実行する計測方法を用いて、冷却後の厚鋼板４２の全面に対し、表層の機械的特性を計測する。そして、その計測された結果から、予め設定された表層硬さよりも硬い部位を、硬化部として判定する。判定結果を表示部１１で表示した例を、図１１に示す。図１１では、表層硬さが閾値を超えた部分である硬化部を、特定の色（濃い灰色）で計測位置に対応させて２次元マッピングしてある。ここで、閾値は、一例として２３０Ｈｖに設定した。図１１においては、右端近くに、判定された複数の硬化部がある。このように、硬化部があると判定された厚鋼板４２は、再計測工程Ｓ４６に送られる。
ここで、マグネットクレーンのような磁力を用いて鋼板を釣り上げた場合、クレーンのマグネット部分が吸着した部分に残留磁場が残る。電磁気特徴量を計測して機械的特性を計測する場合、少なくとも表層に残留磁場があると、機械的特性の計測または評価の精度が低下することがある。そこで、残留磁場が発生するプロセスがある場合には、表層硬さ計測工程Ｓ４５の直前に脱磁工程Ｓ４４を追加し、この脱磁工程Ｓ４４で残留磁場を脱磁することが好ましい。そのとき、脱磁装置は、距離減衰方式をもちいて表層の残留磁場が０．５ｍＴ以下となるように脱磁をする。
また、表層硬さ計測工程Ｓ４５では、硬化部と判定された部位について、２次元のマップと検出された硬化部の位置情報のリストが出力される。２次元マップおよび硬化部の位置情報のリストは製造工程の品質管理システムに伝送され、各工程で参照できる。硬化部の位置情報は、図１５に示すように、検出された各硬化部に対して、ラベリング処理を行い、同じ欠陥としてまとめてＩＤが割り当てられる。また、ＩＤ毎に、硬さの最大値（図中Ｈ＿ｍａｘ）、硬さの平均値（Ｈ＿ａｖｅ）、硬さの最大値があるＬ方向における位置（Ｘ＿ｍａｘ）、硬さの最大値があるＣ方向における位置（Ｙ＿ｍａｘ）などが出力されてよい。２次元のマップは、図１１のように判定された硬化部を表示した判定結果マップと、鋼板の計測範囲に対して硬さを色に割り付けて表示した硬度分布マップ、どのモデルが使用されたのかを表示したモデルマップが出力されてよい。通常において、判定結果マップのみが用いられるが、例えば、冷却工程Ｓ４３の製造条件と対比したい場合など、詳細な硬度分布が必要な場合に、硬度分布マップおよびモデルマップの少なくとも１つが参照されてよい。
再計測工程Ｓ４６では、表層硬さ計測工程Ｓ４５にて検出された硬化部の表層硬さの再計測を行う。ここでは、計測装置１００が実行する計測方法を用いて、近傍領域を含めた硬化部だけに対し、表層の機械的特性を再計測する。そして、再計測された硬化部の表層硬さが、上記閾値を超えると再び判定された場合には、局所的に硬い領域を有した硬化部であると判定し、厚鋼板４２を除去工程Ｓ４７に送る。
そして、除去工程Ｓ４７では、再計測工程Ｓ４６で硬化部と判定された部位を除去する。具体的には、硬化部と判定された部位を、グラインダーなどの公知の研削手段によって研削して取り除く。この除去工程Ｓ４７の後に、厚鋼板４２から厚鋼板４３への製造が完了し、他工程（需要家への出荷工程、鋼管製造工程など）へと厚鋼板４３が送られる。なお、厚鋼板４２の除去工程Ｓ４７にて研削された部位に対し、公知または既存の厚み計を使用して研削位置における厚鋼板４２の肉厚を測定し、鋼板製造時に予め設定されている寸法公差に入っているか確認を行うことが望ましい。また、硬化部を除去した後に、硬化部に対し、表層硬さを公知の接触式硬さ計で再々度計測することが望ましい。この計測結果から、予め設定された表層硬さ以下であることを確認する。もし確認できたならば、厚鋼板４２から厚鋼板４３への製造が完了する。
一方、表層硬さ計測工程Ｓ４５にて硬化部がないと判定された場合、または、再計測工程Ｓ４６にて硬化部でないと判定された場合には、除去工程Ｓ４７は経ずに、厚鋼板４２から厚鋼板４３への製造が完了し、他工程（需要家への出荷工程、鋼管製造工程など）へと厚鋼板４３が送られる。
なお、本実施例における厚鋼板の製造方法は、先の冷却工程Ｓ４３の後でかつ表層硬さ計測工程Ｓ４５の前に、さらに、焼鈍工程Ｓ４８（図示せず）などを含んでもよい。特に、製造する厚鋼板４３の表層硬さ（より具体的には、酸化スケールを除去した表面で上面から、ASTM A 956/A 956MA Standard Test Method for Leeb Hardness Testing of Steel Productsにしたがって測定したビッカース硬さ）が２３０Ｈｖ以上、且つ、厚鋼板４３に反りが生じやすい鋼の品種の場合には、冷却工程Ｓ４３の後に焼鈍工程Ｓ４８を経た後で表層硬さ計測工程Ｓ４５を経ることが望ましい。焼鈍工程Ｓ４８を経ることで、焼き戻しによる組織の軟化が期待できる。組織の軟化は、硬化部の発生の抑制に繋がるので、結果として除去領域が減ることを期待できる。
上記のように、表層硬さ計測工程Ｓ４５において、硬さを確認するために、酸化スケールを除去した表面で上面から、ASTM A 956/A 956MA Standard Test Method for Leeb hardness Testing of Steel productsに従って硬さが計測される。ここで、反発式の硬さ計測では、計測対象の厚みが計測値に影響する。そのため、事前に厚み毎に深さ０．２５ｍｍにおける断面ビッカース硬さと表層の反発式硬さ計による硬さの値が事前に調べられて関係式が構築される。硬化部として判定される硬さの値は、０．２５ｍｍにおける断面硬さを基準として、厚みによる影響を考慮するために、事前に構築された関係式に基づいて調整が行われて、決定されてよい。この例において、基準とする深さを０．２５ｍｍとしているが、基準とする深さは限定されない。
なお、本実施例では、厚鋼板４２の表層における表層硬さ計測工程Ｓ４５で判定された硬化部を除去する除去方法として、公知の研削手段にて説明をしたが、本発明においてはそれに限定されない。硬化部を除去できる方法であるならば、研削以外の公知の方法（例えば熱処理など）を用いて除去することもできる。
本実施例のように、計測装置１００が実行する機械的特性の計測方法を、厚鋼板４３の製造方法において使用した場合、物理量を介して正確に機械的特性を計測することができる為、高品質の物質１である厚鋼板４３を提供することができる。より具体的には、厚鋼板４２から硬化部が抑制された厚鋼板４３を製造することができる。
（第２の実施形態）
図８は、本開示の第２の実施形態に係る機械的特性の計測装置１００のブロック図である。第１の実施形態において、複数の算出モデルＭ1、Ｍ2、…、Ｍnは、計測装置１００が備える記憶部１０に記憶される。本実施形態において、複数の算出モデルＭ1、Ｍ2、…、Ｍnは、計測装置１００の外部にあるデータベース１２に記憶される。本実施形態に係る機械的特性の計測装置１００は通信部７を備える。制御部８は、通信部７を介して、データベース１２にアクセス可能である。本実施形態において、制御部８は、生成した複数の算出モデルＭ1、Ｍ2、…、Ｍnを、通信部７を介して、データベース１２に記憶させる。また、制御部８は、通信部７を介して、データベース１２から選択した算出モデルＭiを取得する。計測装置１００の他の構成は、第１の実施形態と同じである。
本実施形態に係る機械的特性の計測装置１００、計測装置１００を備える物質１の製造設備、計測装置１００が実行する機械的特性の計測方法、その計測方法を用いる物質１の管理方法および製造方法によれば、第１の実施形態と同様に、物理量を介して正確に機械的特性を計測することができる。さらに、複数の算出モデルＭ1、Ｍ2、…、Ｍnが計測装置１００の外部にあるデータベース１２に記憶されるため、内部の記憶部１０の記憶容量を超える複数の算出モデルＭ1、Ｍ2、…、Ｍnを扱うことが可能になる。
ここで、通信部７の通信方式は、近距離無線通信規格または携帯電話網へ接続する無線通信規格であってよいし、有線通信規格であってよい。近距離無線通信規格は、例えば、ＷｉＦｉ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、赤外線およびＮＦＣ（Near Field Communication）などを含んでよい。携帯電話網へ接続する無線通信規格は、例えば、ＬＴＥ（Long Term Evolution）または第４世代以降の移動通信システムなどを含んでよい。また、通信部７と物理量計測部５との通信において用いられる通信方式は、例えばＬＰＷＡ（Low Power Wide Area）またはＬＰＷＡＮ（Low Power Wide Area Network）などの通信規格でよい。
（第３の実施形態）
図９は、本開示の第３の実施形態に係る機械的特性の計測装置１００のブロック図である。第１の実施形態において、複数の算出モデルＭ1、Ｍ2、…、Ｍnは、計測装置１００が備える記憶部１０に記憶される。また、第１の実施形態において、複数の算出モデルＭ1、Ｍ2、…、Ｍnは、１つの品種である計測対象物１０１に対応するモデルである。本実施形態において、計測装置１００は、通信部７を介して品種情報１５を取得する。品種情報１５は、物質１の品種を示す情報である。本実施形態において、計測装置１００は、ｍを２以上の整数として、ｍ種類の品種に対応可能である。品種が異なると、例えば物質１の組織および製造条件が異なる。そのため、物質１の品種毎に、異なる複数の算出モデルＭj1、Ｍj2、…、Ｍjnが用意される。ここで、ｊは、１からｍまでのいずれかの整数である。また、上記のように、算出モデルＭjiに対応してグループＧjiが設定される。そのため、物質１の、任意の１つのグループＧj1、Ｇj2、…、Ｇjnの範囲または境界の情報が、１つの分類モデルＣjとして用意される。分類モデルＣjは、物質１が鋼材の場合、例えば品種毎に用意することができる。
複数の分類モデルＣ1、Ｃ2、…、Ｃmは、計測装置１００の外部にある第１のデータベース１３に記憶される。複数の算出モデルＭ11、Ｍ12、…、Ｍ1n、…、Ｍm1、Ｍm2、…、Ｍmnは、計測装置１００の外部にある第２のデータベース１４に記憶される。制御部８は、通信部７を介して、第１のデータベース１３および第２のデータベース１４にアクセス可能である。本実施形態において、制御部８は、生成した複数の分類モデルＣ1、Ｃ2、…、Ｃmを、通信部７を介して、第１のデータベース１３に記憶させる。制御部８は、生成した複数の算出モデルＭ11、Ｍ12、…、Ｍ1n、…、Ｍm1、Ｍm2、…、Ｍmnを、通信部７を介して、第２のデータベース１４に記憶させる。また、制御部８は、通信部７を介して、品種情報１５を取得する。制御部８は、通信部７を介して、品種情報１５が指定する物質１の品種に対応する分類モデルＣjを、第１のデータベース１３から取得する。制御部８は、通信部７を介して、第２のデータベース１４から選択した算出モデルＭjiを取得する。計測装置１００の他の構成は、第２の実施形態と同じである。
本実施形態に係る機械的特性の計測装置１００、計測装置１００を備える物質１の製造設備、計測装置１００が実行する機械的特性の計測方法、その計測方法を用いる物質１の管理方法および製造方法によれば、第１の実施形態と同様に、物理量を介して正確に機械的特性を計測することができる。さらに、複数の分類モデルＣ1、Ｃ2、…、Ｃmおよび複数の算出モデルＭ11、Ｍ12、…、Ｍ1n、…、Ｍm1、Ｍm2、…、Ｍmnが計測装置１００の外部にある第１のデータベース１３および第２のデータベース１４に記憶されるため、内部の記憶部１０の記憶容量を超えるモデルを扱うことが可能になる。また、物質１の複数の品種に対応可能であるため、機械的特性の計測における汎用性が高まる。
本開示を諸図面および実施例に基づき説明してきたが、当業者であれば本開示に基づき種々の変形および修正を行うことが容易であることに注意されたい。従って、これらの変形および修正は本開示の範囲に含まれることに留意されたい。例えば、各手段、各ステップなどに含まれる機能などは論理的に矛盾しないように再配置可能であり、複数の手段およびステップなどを１つに組み合わせたり、或いは分割したりすることが可能である。
上記の実施形態において説明した計測装置１００および物理量計測部５の構成は例示であり、構成要素の全てを含まなくてもよい。例えば、計測装置１００は表示部１１を備えなくてよい。また、計測装置１００および物理量計測部５は別の構成要素を備えてよい。例えば、物理量計測部５と制御部８および記憶部１０とは、物理的に距離が離れていてもよい。この場合、物理量計測部５と計測装置１００の制御部８は電気的に接続されていればよく、この接続は、有線か無線かは問わない。また、その接続は、公知の技術を利用してもよい。
例えば、本開示は、計測装置１００の各機能を実現する処理内容を記述したプログラムまたはプログラムを記録した記憶媒体としても実現し得る。本開示の範囲には、これらも包含されると理解されたい。
例えば、上記の実施形態に係る計測装置１００は、図１の本発明に係る計測装置１００を用いて、学習データ群を収集した場合で説明したが、本発明はそれに限定されない。別の物理用計測装置を用いて、計測対象物１０１の物理量を収集してもよい。
例えば、上記の実施形態に係る計測装置１００がグループＧ1、Ｇ2、…、Ｇnに区別する手法を作成する例を示したが、これらは他の情報処理装置によって作成されてもよい。この場合、かかる情報処理装置が学習データ群を取得し、グループＧ1、Ｇ2、…、Ｇnに区別する手法を作成する。また、情報処理装置が、作成したグループＧ1、Ｇ2、…、Ｇnに区別する手法を計測装置１００に伝送する。つまり、別装置で作成したグループＧ1、Ｇ2、…、Ｇnに区別する手法を、計測装置１００の制御部８にインストールして、計測装置１００の一部として使用することとなる。
例えば、上記の実施形態に係る計測装置１００がグループＧ1、Ｇ2、…、Ｇnに区別する手法を作成する例を示したが、これらは他の情報処理装置によって作成されてもよい。この場合、かかる情報処理装置が、別途用意された学習データ群を取得し、グループＧ1、Ｇ2、…、Ｇnに区別する手法を作成する。また、情報処理装置が、グループＧ1、Ｇ2、…、Ｇnに区別する手法を計測装置１００に伝送する。つまり、別装置で作成したグループＧ1、Ｇ2、…、Ｇnに区別する手法を、計測装置１００の制御部８にインストールして、計測装置１００の一部として使用することとなる。
例えば、上記の実施形態に係る計測装置１００が複数の算出モデルＭ1、Ｍ2、…、Ｍnを作成する例を示したが、これらは他の情報処理装置によって作成されてもよい。この場合、かかる情報処理装置が学習データ群を取得し、複数の算出モデルＭ1、Ｍ2、…、Ｍnを作成する。また、情報処理装置が、作成した複数の算出モデルＭ1、Ｍ2、…、Ｍnを計測装置１００に伝送する。つまり、別装置で作成した複数の算出モデルＭ1、Ｍ2、…、Ｍnを、計測装置１００の制御部８にインストールして、計測装置１００の一部として使用することとなる。
例えば、上記の実施形態に係る計測装置１００が複数の算出モデルＭ1、Ｍ2、…、Ｍnを作成する例を示したが、これらは他の情報処理装置によって作成されてもよい。この場合、かかる情報処理装置が、別途用意された学習データ群を取得し、複数の算出モデルＭ1、Ｍ2、…、Ｍnを作成する。また、情報処理装置が、作成した複数の算出モデルＭ1、Ｍ2、…、Ｍnを計測装置１００に伝送する。つまり、別装置で作成した複数の算出モデルＭ1、Ｍ2、…、Ｍnを、計測装置１００の制御部８にインストールして、計測装置１００の一部として使用することとなる。
例えば、上記の実施形態において、走査部６によってセンサ３が走査する例を示したが、センサ３の位置は固定されてよい。センサ３の位置が固定される場合に、走査部６は、計測対象物１０１を移動させてよい。また、走査部６は、上記説明では人力による台車としたが、機械的な駆動装置を備えた台車としてもよい。また、計測装置１００の制御部８とは別の制御部により制御されて走査が可能となる走査部６としてもよい。特に、物質１の製造設備内に設置される場合は、公知の走査装置、新規の走査装置、公知の走査方法、新規の走査方法、公知の制御装置、新規の制御装置、公知の制御方法または新規の制御方法の１つ以上を利用して、本発明に係る物理量計測部５を設置するのが好ましい。さらに、走査部６の制御部は、他の製造設備の制御部（図示せず）と協同して、自動走査できるようにしてもよい。また逆に、機械的特性の計測装置１００の制御部８により、自動走査できるようにしてもよい。この場合、走査部６と走査部の制御部と製造設備の制御部と計測装置１００の制御部８は、電気的に接続されていればよく、これらの接続は、有線か無線かは問わない。また、その接続は、公知または新規の技術を利用してもよい。
例えば、上記の実施形態において、表示された物質１の機械的特性に基づいて、ユーザの判定が入力可能であってよい。ユーザは、表示部１１において、例えば良否の判定をタッチスクリーンへの指などの接触によって入力してよい。制御部８は、ユーザからの良否判定結果に応じて、例えば研削工程の実施または不実施を決定するなどの制御を行ってよい。また、別の例として、物質１を管理する管理工程の効率化のために、ユーザに代わって、制御部８が設定された閾値に基づいて物質１の良否の判定を実行してよい。
また、上記の実施形態では、物質１の例として鋼材、物理量の例として電磁気特徴量、機械的特徴の例として、硬さで説明したが、他の組み合わせでもよい。例えば、物理量が温度でも、本発明の効果が得られる。例えば、物質１が金属または化合物でも、本発明の効果が得られる。特に、金属または化合物の表面にある膜２が、計測する複数の物理量に対し、当該金属または化合物とは異なる特徴を備えている場合は、より大きな効果を得ることができる。ここで、金属の例としては、鉄、鋼、ニッケル、コバルト、アルミニウム、チタンまたはこれらの内いずれか１つ以上を含む合金、があげられる。一方、化合物としては、無機化合物、有機化合物、または、鉄、鋼、ニッケル、コバルト、アルミニウムもしくはチタンの内いずれか１つ以上を含む化合物、があげられる。中でも、物質１が鉄、鋼、ニッケル、コバルト、これらの内いずれか１つ以上を含む合金またはこれらの内いずれか１つ以上を含む化合物であれば、複数の物理量として電磁気特徴量を用いる場合に、本発明の効果をより明確に得ることができる。特に、物質１が鋼材である場合、その機械的特性は、当該鋼材が含有している合金元素の割合、焼入れ処理および焼鈍処理の方法によって決定される。したがって、計測される物理量として、焼入れ処理および焼鈍処理前後での表面温度の少なくとも１つが用いられてもよい。
（適用例）
上記のように構成された機械的特性の計測装置１００および計測装置１００が実行する機械的特性の計測方法は、例えば以下のような設備または場面で好適に適用される。
また、本発明を物質１の製造設備を構成する検査設備の一部として適用してもよい。すなわち、本発明に係る機械的特性の計測装置１００によって、公知、新規または既存の製造設備で製造された物質１の表面を、当該物質１の表面にある膜２と共に計測装置で計測するようにしてもよい。さらに、その計測結果と例えば予め設定された機械的特性とから、検査設備は当該物質１の機械的特性を検査するようにしてもよい。言い換えれば、本発明に係る機械的特性の計測装置１００は、製造設備によって製造された物質１を計測する。また、本発明に係る機械的特性の計測装置１００を備えた検査設備は、製造設備によって製造された物質１を、例えば予め設定された機械的特性を使って検査する。
また、本発明を物質１の製造方法に含まれる検査ステップの一部として適用してもよい。具体的には、公知、新規または既存の製造ステップにおいて製造された物質１を、当該物質１の表面に膜２があるままで、検査ステップで検査するようにしてもよい。ここで、検査ステップは、本発明に係る前述の計測ステップ、分類ステップおよび算出ステップを備え、表面に膜２のある物質１を計測対象物１０１として、物質１の機械的特性を算出する。または、検査ステップは、本発明に係る機械的特性の計測装置１００を使って、表面に膜２のある物質１を計測対象物１０１として、物質１の機械的特性を算出する。より好ましい形態として、算出ステップまたは計測装置１００によって算出された物質１の機械的特性が基準範囲に含まれない場合に、基準範囲に含まれるように、製造ステップの製造条件を変更する条件変更ステップが、製造方法に含まれていてよい。ここで、基準範囲は、過去に製造された物質１を用いて統計で得られた機械的特性の標準的な範囲であってよい。製造条件は、物質１の製造ステップで調整可能なパラメータである。製造条件は、例えば物質１の加熱温度、加熱時間または冷却時間などが選択可能である。
これら物質１の製造設備および物質１の製造方法によれば、物理量を介して正確に機械的特性を計測することができる為、物質１を歩留りよく製造することができる。ここで、機械的特性の計測装置１００または算出ステップから得られる物質１の機械的特性が、物質１の表層の機械的特性の場合、分類処理部８１または分類ステップ（ステップＳ１２）により、より適切な算出モデルを作成し選択できるので、上記効果がさらに大きく得られる。
ここで、物質１の製造設備の一例として、次のものがあげられる。すなわち、
鋼片を圧延して鋼板とする圧延設備と、
本発明に係る機械的特性の計測装置を備え、前記計測装置により前記鋼板の表層硬さを計測し、前記計測された前記鋼板の表層硬さから、前記鋼板の表層に対して予め設定された表層硬さよりも硬い部位を、硬化部として判定する検査設備と、
前記鋼板の表層における前記判定された硬化部を除去する除去設備と、
を備える鋼板の製造設備列。
なお、前記製造設備列が、前記圧延設備と前記検査設備の間に、必要に応じて鋼板表層または全体を脱磁する脱磁設備をさらに備えれば、機械的特性の計測または評価の精度が低下することを防ぐことができるため、より好ましい。
またここで、物質１の製造方法の一例として、次のものがあげられる。すなわち、
鋼片を圧延して鋼板とする圧延ステップと、
本発明に係る機械的特性の計測方法により前記鋼板の表層硬さを計測し、前記計測された前記鋼板の表層硬さから、前記鋼板の表層に対して予め設定された表層硬さよりも硬い部位を、硬化部として判定する検査ステップと、
前記鋼板の表層における前記判定された硬化部を除去する除去ステップと、
を有する鋼板の製造方法。
なお、前記製造方法が、前記圧延ステップと前記検査ステップの間に、必要に応じて鋼板表層または全体を脱磁する脱磁ステップをさらに備えれば、機械的特性の計測または評価の精度が低下することを防ぐことができるため、より好ましい。
上記鋼板の製造方法の場合は、連続された鋼片で、所定の形状および機械的特性を得るために、８５０℃以上で圧延ステップを行う。当該圧延ステップ後、さらに熱処理ステップとして、焼き入れおよび焼鈍を行ってもよい。増分透磁率、保磁力、バルクハウゼンノイズなどの電磁気特徴量は、鋼材の機械的特性と相関があることがよく知られている。したがって、上記熱処理ステップを経て鋼材の組織が定まった状態にて、計測対象物１０１の物理量として電磁気特徴量が計測されることが好ましい。この際、計測対象物１０１は、鋼板とこの鋼板の表面にある膜とを指す。また、鋼板の表面の膜としては、例えば、スケールおよび黒皮などの酸化鉄膜、樹脂コーティングなどの有機被膜、めっき被膜または化成処理被膜などがあげられる。また、機械的特性は、焼き入れおよび焼鈍で決定されるため、製造方法における計測対象物１０１の物理量として、さらに焼き入れの前後の温度、または、焼鈍の前後の温度などを、別途計測して、使用してもよい。
さらに、本発明を物質１の管理方法に適用し、物質１を検査することにより、物質１の管理を行うようにしてもよい。具体的には、表面に膜２のある予め用意された物質１に対し、検査ステップで検査し、検査ステップで得られた検査結果を元に、物質１を分類する管理ステップで管理する。ここで、検査ステップは、本発明に係る前述の計測ステップ、分類ステップおよび算出ステップを備え、表面に膜２のある予め用意された物質１を計測対象物１０１として、物質１の機械的特性を算出する。または、検査ステップは、本発明に係る機械的特性の計測装置を使って、表面に膜２のある物質１を計測対象物１０１として、物質１の機械的特性を算出する。続く管理ステップで、物質１の管理を行うことができる。管理ステップでは、算出ステップまたは機械的特性の計測装置１００により得られた、物質１の機械的特性に基づいて、製造された物質１が予め指定された基準を元に分類することで、物質１を管理する。例えば、物質１が鋼材で、物質１の機械的特性が鋼材の硬さである場合に、鋼材を硬さに応じたクラスに分類することができる。このような物質１の管理方法によれば、物理量を介して正確に機械的特性を計測することができる為、高品質の物質１を提供することができる。ここで、機械的特性の計測装置１００または算出ステップから得られる物質１の機械的特性が、物質１の表層の機械的特性の場合、分類処理部８１または分類ステップ（ステップＳ１２）により、より適切な算出モデルを作成し選択できるので、上記効果がさらに大きく得られる。
また、ここで、物質１の管理方法の一例として、次のものがあげられる。すなわち、
本発明に係る機械的特性の計測方法により鋼板の表層硬さを計測し、前記計測された前記鋼板の表層硬さから、前記鋼板の表層に対して予め設定された表層硬さよりも硬い部位を、硬化部として判定する、検査ステップと、
前記鋼板の表層における前記判定された硬化部の面積および／または位置により前記鋼板を分類する管理ステップと、を有する鋼板の製造方法。
１ 物質
２ 膜
３ センサ
５ 物理量計測部
６ 走査部
７ 通信部
８ 制御部
１０ 記憶部
１１ 表示部
１２ データベース
１３ 第１のデータベース
１４ 第２のデータベース
１５ 品種情報
３１ 励磁コイル
３２ 磁化ヨーク
４１ 鋼片
４２ 厚鋼板
４３ 厚鋼板（硬化部のない状態）
８１ 分類処理部
８２ 機械的特性算出部
８３ 物理量計測制御部
１００ 計測装置
１０１ 計測対象物

Claims (9)

  1. 物質と前記物質の表面にある膜とを有する計測対象物の複数の物理量を計測する物理量計測部と、
    計測された前記複数の物理量のうちの少なくとも２つに基づいて、前記物質の機械的特性を算出する複数の算出モデルのうちの１つを選択する分類処理部と、
    前記分類処理部により選択された算出モデルと、前記複数の物理量のうちの少なくとも２つと、を用いて前記物質の機械的特性を算出する機械的特性算出部と、
    を備える、機械的特性の計測装置。
  2. 前記複数の物理量は、前記物質の機械的特性に関係づけられる物理量である、請求項１に記載の機械的特性の計測装置。
  3. 前記複数の物理量は、温度、質量および電磁気特徴量の少なくとも１つを含む、請求項１又は２に記載の機械的特性の計測装置。
  4. 前記複数の物理量は、電磁気特徴量として、電流波形の歪量、電流波形の振幅、高調波の振幅、透磁率および保磁力を含み、
    前記分類処理部は、前記電磁気特徴量のうちの少なくとも２つに基づいて、前記複数の算出モデルのうちの１つを選択し、
    前記機械的特性算出部は、前記分類処理部にて選択された算出モデルと、前記電磁気特徴量のうちの少なくとも２つと、を用いて前記物質の機械的特性を算出する、
    請求項１から３のいずれか一項に記載の機械的特性の計測装置。
  5. 物質と前記物質の表面にある膜とを有する計測対象物の複数の物理量を計測する計測ステップと、
    計測された前記複数の物理量のうちの少なくとも２つに基づいて、前記物質の機械的特性を算出する複数の算出モデルのうちの１つを選択する分類ステップと、
    前記分類ステップにて選択された算出モデルと、前記複数の物理量のうちの少なくとも２つと、を用いて前記物質の機械的特性を算出する算出ステップと、
    を備える、機械的特性の計測方法。
  6. 物質を製造する製造設備と、
    物質と前記物質の表面にある膜とを有する計測対象物の複数の物理量を計測する物理量計測部、
    計測された前記複数の物理量のうちの少なくとも２つに基づいて、前記物質の機械的特性を算出する複数の算出モデルのうちの１つを選択する分類処理部、および、
    前記分類処理部により選択された算出モデルと、前記複数の物理量のうちの少なくとも２つと、を用いて前記物質の機械的特性を算出する機械的特性算出部、を備える機械的特性の計測装置と、
    を備え、
    前記計測装置は、前記製造設備で製造された物質の機械的特性を計測する、物質の製造設備。
  7. 前記計測装置は、
    前記複数の物理量は、電磁気特徴量として、電流波形の歪量、電流波形の振幅、高調波の振幅、透磁率および保磁力を含み、
    前記分類処理部は、前記電磁気特徴量のうちの少なくとも２つに基づいて、前記複数の算出モデルのうちの１つを選択し、
    前記機械的特性算出部は、前記分類処理部により選択された算出モデルと、前記電磁気特徴量のうちの少なくとも２つと、を用いて前記物質の機械的特性を算出する、
    請求項６に記載の物質の製造設備。
  8. 物質と前記物質の表面にある膜とを有する計測対象物の複数の物理量を計測する計測ステップと、
    計測された前記複数の物理量のうちの少なくとも２つに基づいて、前記物質の機械的特性を算出する複数の算出モデルのうちの１つを選択する分類ステップと、
    前記分類ステップにて選択された算出モデルと、前記複数の物理量のうちの少なくとも２つと、を用いて前記物質の機械的特性を算出する算出ステップと、
    算出された前記物質の機械的特性に基づいて前記物質を分類する管理ステップと、を備える、物質の管理方法。
  9. 物質を製造する製造ステップと、
    製造された前記物質と該物質の表面にある膜とを計測対象物として、前記計測対象物の複数の物理量を計測する計測ステップと、
    計測された前記複数の物理量のうちの少なくとも２つに基づいて、前記物質の機械的特性を算出するために用意された複数の算出モデルのうちの１つを選択する分類ステップと、
    前記分類ステップにて選択された算出モデルと、前記複数の物理量のうちの少なくとも２つと、を用いて前記物質の機械的特性を算出する算出ステップと、を備える、物質の製造方法。
JP2021554397A 2020-06-15 2021-06-14 機械的特性の計測装置、機械的特性の計測方法、物質の製造設備、物質の管理方法および物質の製造方法 Active JP7095814B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2020103334 2020-06-15
JP2020103334 2020-06-15
PCT/JP2021/022593 WO2021256442A1 (ja) 2020-06-15 2021-06-14 機械的特性の計測装置、機械的特性の計測方法、物質の製造設備、物質の管理方法および物質の製造方法

Publications (2)

Publication Number Publication Date
JPWO2021256442A1 JPWO2021256442A1 (ja) 2021-12-23
JP7095814B2 true JP7095814B2 (ja) 2022-07-05

Family

ID=79268088

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021554397A Active JP7095814B2 (ja) 2020-06-15 2021-06-14 機械的特性の計測装置、機械的特性の計測方法、物質の製造設備、物質の管理方法および物質の製造方法

Country Status (7)

Country Link
US (1) US20230251226A1 (ja)
EP (1) EP4166252A4 (ja)
JP (1) JP7095814B2 (ja)
KR (1) KR20230011347A (ja)
CN (1) CN115803616A (ja)
CA (1) CA3181997A1 (ja)
WO (1) WO2021256442A1 (ja)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010106314A (ja) 2008-10-30 2010-05-13 Jfe Steel Corp 鋼製品の製造方法
WO2016063433A1 (ja) 2014-10-21 2016-04-28 日本電気株式会社 推定結果表示システム、推定結果表示方法および推定結果表示プログラム
US20170108469A1 (en) 2015-06-29 2017-04-20 The Charles Stark Draper Laboratory, Inc. System and method for characterizing ferromagnetic material
WO2018062398A1 (ja) 2016-09-30 2018-04-05 株式会社Uacj アルミニウム製品の特性予測装置、アルミニウム製品の特性予測方法、制御プログラム、および記録媒体
JP2018169994A (ja) 2017-03-30 2018-11-01 三菱総研Ｄｃｓ株式会社 情報処理装置、情報処理方法およびコンピュータプログラム
JP2018178157A (ja) 2017-04-05 2018-11-15 株式会社荏原製作所 半導体製造装置、半導体製造装置の故障予知方法、および半導体製造装置の故障予知プログラム
JP2019042807A (ja) 2017-09-04 2019-03-22 Ｊｆｅスチール株式会社 鋼板の製造方法及び磁性材用表層硬さ計測装置
JP2019158474A (ja) 2018-03-09 2019-09-19 三菱重工業株式会社 応力推定装置、応力推定方法およびプログラム
JP2019207123A (ja) 2018-05-28 2019-12-05 三栄源エフ・エフ・アイ株式会社 機械学習システム、食感評価モデル、食感評価装置、機械学習方法および食感評価方法
JP2020027432A (ja) 2018-08-10 2020-02-20 株式会社東芝 エネルギー管理装置、モデル管理方法及びコンピュータプログラム

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2606952B2 (ja) * 1990-06-20 1997-05-07 新日本製鐵株式会社 鉄鋼製品の製造可否判定装置
GB9322431D0 (en) * 1993-10-30 1993-12-22 Orb Elect Steels Ltd Hardness testing of steels
JPH09113488A (ja) 1995-10-16 1997-05-02 Toshiba Corp 電磁気的材質評価方法及び装置
JP4998821B2 (ja) 2007-03-14 2012-08-15 住友金属工業株式会社 渦流検査方法及び該渦流検査方法を実施するための渦流検査装置
CN106971026B (zh) * 2017-03-08 2020-06-16 武汉科技大学 基于全局可加模型的微合金钢力学性能预报方法
WO2019087460A1 (ja) 2017-10-30 2019-05-09 新日鐵住金株式会社 長尺材の磁気特性変化部検出装置及び方法
EP4166251A4 (en) * 2020-06-15 2023-12-06 JFE Steel Corporation MECHANICAL PROPERTY MEASUREMENT DEVICE, MECHANICAL PROPERTY MEASUREMENT METHOD, MATERIAL MANUFACTURING FACILITY, MATERIAL MANAGEMENT METHOD, AND MATERIAL MANUFACTURING METHOD

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010106314A (ja) 2008-10-30 2010-05-13 Jfe Steel Corp 鋼製品の製造方法
WO2016063433A1 (ja) 2014-10-21 2016-04-28 日本電気株式会社 推定結果表示システム、推定結果表示方法および推定結果表示プログラム
US20170108469A1 (en) 2015-06-29 2017-04-20 The Charles Stark Draper Laboratory, Inc. System and method for characterizing ferromagnetic material
WO2018062398A1 (ja) 2016-09-30 2018-04-05 株式会社Uacj アルミニウム製品の特性予測装置、アルミニウム製品の特性予測方法、制御プログラム、および記録媒体
JP2018169994A (ja) 2017-03-30 2018-11-01 三菱総研Ｄｃｓ株式会社 情報処理装置、情報処理方法およびコンピュータプログラム
JP2018178157A (ja) 2017-04-05 2018-11-15 株式会社荏原製作所 半導体製造装置、半導体製造装置の故障予知方法、および半導体製造装置の故障予知プログラム
JP2019042807A (ja) 2017-09-04 2019-03-22 Ｊｆｅスチール株式会社 鋼板の製造方法及び磁性材用表層硬さ計測装置
JP2019158474A (ja) 2018-03-09 2019-09-19 三菱重工業株式会社 応力推定装置、応力推定方法およびプログラム
JP2019207123A (ja) 2018-05-28 2019-12-05 三栄源エフ・エフ・アイ株式会社 機械学習システム、食感評価モデル、食感評価装置、機械学習方法および食感評価方法
JP2020027432A (ja) 2018-08-10 2020-02-20 株式会社東芝 エネルギー管理装置、モデル管理方法及びコンピュータプログラム

Also Published As

Publication number Publication date
EP4166252A1 (en) 2023-04-19
CN115803616A (zh) 2023-03-14
US20230251226A1 (en) 2023-08-10
JPWO2021256442A1 (ja) 2021-12-23
WO2021256442A1 (ja) 2021-12-23
EP4166252A4 (en) 2023-11-29
CA3181997A1 (en) 2021-12-23
KR20230011347A (ko) 2023-01-20

Similar Documents

Publication Publication Date Title
AbdAlla et al. Challenges in improving the performance of eddy current testing
JP7095815B2 (ja) 機械的特性の計測装置、機械的特性の計測方法、物質の製造設備、物質の管理方法および物質の製造方法
CN110187000B (zh) 一种电磁无损检测双相钢微观组织的方法
Sha et al. Noncontact and nondestructive evaluation of heat-treated bearing rings using pulsed eddy current testing
Altpeter et al. Electromagnetic techniques for materials characterization
Maillard et al. QIRT 10
JP7095814B2 (ja) 機械的特性の計測装置、機械的特性の計測方法、物質の製造設備、物質の管理方法および物質の製造方法
JP7095817B2 (ja) 機械的特性の計測装置、機械的特性の計測方法、物質の製造設備、物質の管理方法および物質の製造方法
Kahrobaee et al. Characterisation of work-hardening in Hadfield steel using non-destructive eddy current method
Yang et al. Reliable characterization of bearing rings using Eddy current and Barkhausen noise data fusion
Diogenes et al. Corrosion evaluation of carbon steel bars by magnetic non-destructive method
RU2808619C1 (ru) Устройство для измерения механических свойств, способ измерения механических свойств, оборудование для изготовления материала, способ контроля материала и способ изготовления материала
RU2808618C1 (ru) Устройство для измерения механических свойств, способ измерения механических свойств, оборудование для изготовления материала, способ контроля материала и способ изготовления
Hütter et al. Determination of microstructure changes by eddy-current methods for cold and warm forming applications
Rabung et al. Nondestructive Characterization of Residual Stress Using Micromagnetic and Ultrasonic Techniques
Schreiber et al. A fatigue life assessment of aircraft alloys using fractal analysis in combination with eddy current testing
Chady et al. Evaluation of fatigue-loaded steel samples using fusion of electromagnetic methods
RU2548944C1 (ru) Способ неразрушающего контроля изделий
Li et al. Dynamic Electromagnetic Thermography System for Rail Inspection
Stefanita et al. Magnetic nondestructive testing techniques
Schreiber et al. Pre-crack fatigue life assessment of relevant aircraft materials using fractal analysis of eddy current test data
Psuj Fusion of multiple parameters of signals obtained by vector magnetic flux observation for evaluation of stress loaded steel samples
JP2023055168A (ja) スポット溶接部のａｉ評価方法
Smetana et al. Numerical Modeling of Artificial Surface Cracks in Eddy-Current Non-Destructive Evaluation
CA3137689A1 (en) Metal structure evaluator for rolled steel sheets, method for evaluating metal structure of rolled steel sheet, production facility of steel product, method for manufacturing steel product, and method of quality management of steel product

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210909

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20210909

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20211214

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220208

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220315

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: 20220524

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220606

R150 Certificate of patent or registration of utility model

Ref document number: 7095814

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150