JP7095817B2 - 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
JP7095817B2
JP7095817B2 JP2021557571A JP2021557571A JP7095817B2 JP 7095817 B2 JP7095817 B2 JP 7095817B2 JP 2021557571 A JP2021557571 A JP 2021557571A JP 2021557571 A JP2021557571 A JP 2021557571A JP 7095817 B2 JP7095817 B2 JP 7095817B2
Authority
JP
Japan
Prior art keywords
substance
measured
physical quantity
mechanical properties
selection
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
JP2021557571A
Other languages
English (en)
Other versions
JPWO2021256444A1 (ja
Inventor
孝文 尾関
穣 松井
一貴 寺田
大地 泉
大輝 今仲
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 JPWO2021256444A1 publication Critical patent/JPWO2021256444A1/ja
Application granted granted Critical
Publication of JP7095817B2 publication Critical patent/JP7095817B2/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
    • G01N27/82—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
    • 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

Landscapes

  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Engineering & Computer Science (AREA)
  • Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)

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つである選択用物理量に基づいて学習データ群から複数の学習データを選択し、選択された前記複数の学習データから前記物質の機械的特性を算出するための算出モデルを生成する算出モデル生成部と、
生成された前記算出モデルと、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、
前記選択用物理量は、第１の計測信号を用いて計測された少なくとも１つの物理量と、第２の計測信号を用いて計測された少なくとも１つの物理量と、を含む。
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つである選択用物理量に基づいて、学習データ群から複数の学習データを選択する選択ステップと、
選択された前記複数の学習データから前記物質の機械的特性を算出するための算出モデルを生成する生成ステップと、
生成された前記算出モデルと、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、
前記選択用物理量は、第１の計測信号を用いて計測された少なくとも１つの物理量と、第２の計測信号を用いて計測された少なくとも１つの物理量と、を含む。
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つである選択用物理量に基づいて学習データ群から複数の学習データを選択し、選択された前記複数の学習データから前記物質の機械的特性を算出するための算出モデルを生成する算出モデル生成部、および、
生成された前記算出モデルと、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、
前記選択用物理量は、第１の計測信号を用いて計測された少なくとも１つの物理量と、第２の計測信号を用いて計測された少なくとも１つの物理量と、を含む、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つであって、第１の計測信号を用いて計測された少なくとも１つの物理量と、第２の計測信号を用いて計測された少なくとも１つの物理量と、を含む選択用物理量に基づいて、学習データ群から複数の学習データを選択する選択ステップと、
選択された前記複数の学習データから前記物質の機械的特性を算出するための算出モデルを生成する生成ステップと、
生成された前記算出モデルと、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つである選択用物理量に基づいて、学習データ群から複数の学習データを選択する選択ステップと、
選択された前記複数の学習データから前記物質の機械的特性を算出するための算出モデルを生成する生成ステップと、
生成された前記算出モデルと、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、
前記選択ステップの前記選択用物理量は、第１の計測信号を用いて計測された少なくとも１つの物理量と、第２の計測信号を用いて計測された少なくとも１つの物理量と、を含む。
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、学習データ群の一例を示す図である。 図７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８は、選択用物理量と学習データ群との関係を説明するための図である。 図９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１０は、比較例の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１１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１２は、鋼材の製造方法の例を示す図である。
（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、後述する計測信号に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、算出モデル生成部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、学習データ群１１０を備える。学習データ群１１０は、物質１の機械的特性を算出する算出モデルの生成に用いられる。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。
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、複数の学習データの集合である学習データ群１１０が含まれる。記憶部１０が記憶するプログラムには、制御部８を算出モデル生成部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。
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、算出モデル生成部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、通信部７を介して学習データを収集し、複数の学習データを項目ごとに対応付けて学習データ群１１０を生成し、学習データ群１１０を記憶部１０に記憶させる。学習データ群１１０の詳細については後述する。
算出モデル生成部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、学習データ群１１０から複数の学習データを選択する。以下、複数の学習データの選択に用いられる物理量は、選択用物理量と称される。ここで、一例として、電磁気特徴量である電流波形の位相変化、高調波の振幅および増分透磁率の全てが、選択用物理量であるとする。まず、算出モデル生成部８１は、学習データ群１１０を記憶部１０から取得する。そして、算出モデル生成部８１は、取得した電流波形の位相変化、高調波の振幅および増分透磁率の値の組み合わせに近い複数の学習データを選択する。算出モデル生成部８１は、選択した複数の学習データから算出モデルを生成する。生成された算出モデルは、機械的特性算出部８２によって使用される。なお、本発明に用いられる算出モデルの例としては、Ｋ近傍（ｋ－ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ ａｌｇｏｒｉｔｈｍ）による回帰モデル、局所線形回帰モデル、サポートベクトルマシンを用いた回帰モデルがあげられる。その中でもＫ近傍法および局所線形回帰モデルを用いた回帰モデルが好ましい。その理由としては、通常の回帰モデルでは、データセット全体の分布の偏りなどに引きずられて予測精度が低下することがありうる。これは、通常、データセット全体に最小誤差となるようにモデルを構築するためである。そこで、Ｋ近傍法で評価したいデータにユークリッド距離が近いＫ個を抽出し、抽出されたＫ個のデータセットで回帰モデルを作成し評価する手法が、精度を高める上で好ましい。また局所線形回帰モデルも、Ｋ近傍法と同じ効果を持つことができる。局所線形回帰モデルでは、評価したいデータに近いデータセットが回帰へ影響をもち、遠いデータほど回帰への影響がでないようにデータセット全体に重みづけをして逐次モデルを構築して評価することで、精度を高めることができる。
機械的特性算出部８２は、算出モデル生成部８１により生成された算出モデルと、物理量計測部５により計測された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、電流波形の位相変化、高調波の振幅および増分透磁率の全てが、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、算出モデル生成部８１から生成された算出モデルを取得する。機械的特性算出部８２は、取得した電流波形の位相変化、高調波の振幅および増分透磁率の値を、算出モデル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、算出モデル生成部８１が算出モデルを生成する場合に、上記の例では、選択用物理量として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に入力してよい。このとき、算出モデルに入力される電磁気特徴量の一部は、算出モデル生成部８１が算出モデルを生成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、算出モデル生成部８１が電流波形の位相変化と増分透磁率との組み合わせを用いて算出モデルを生成し、機械的特性算出部８２が電流波形の位相変化および高調波の振幅を算出モデルに入力して物質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 0007095817000001
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。
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。
（選択用物理量）
次に、選択用物理量の好ましい条件について説明する。選択用物理量は、本発明において、最も重要な概念である。選択用物理量は、物理量計測部５で計測された前記複数の物理量のうちの少なくとも２つである。また、選択用物理量は、第１の計測信号を用いて計測された少なくとも１つの物理量と、第２の計測信号を用いて計測された少なくとも１つの物理量と、を含む。
つまり、物理量計測部５で計測された計測対象物１０１の物理量は、第１の計測信号を用いて測定されたものと、第２の計測信号を用いて測定されたものと、をそれぞれ１つ以上含む、こととなる。計測する物理量が電磁気特徴量である場合、第１の計測信号が第１の周波数を有する交流信号であって、第２の計測信号が第１の周波数より高い第２の周波数を有する交流信号であってよい。つまり、物理量計測部５による第１の計測信号が低周波信号であって、物理量計測部５による第２の計測信号が高周波信号であってよい。
ここで、図４の低周波信号に高周波信号が重畳された信号が励磁コイル３１に与えられた場合に、電磁気特徴量は、計測対象物１０１に交流磁場を作用させたことで観測される電気信号の特徴であってよい。具体的には、電磁気特徴量は、（１）電流波形の歪量、（２）電流波形の振幅、（３）電流波形の位相変化、（４）高調波の振幅、（５）高調波の位相変化および（６）増分透磁率に関連する特性であってよい。特性とは、例えば（ａ）最大値、（ｂ）最小値、（ｃ）平均値および（ｄ）保磁力等であってよい。ここで、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。
例えば、計測対象物１０１がスケールを有する鋼材である場合に、電磁気センサの励磁コイル３１に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または電流が引加されることが好ましい。低周波信号を１５０Ｈｚ以下の正弦波とすることによって、電磁気センサで励起される交流磁場は、鋼材の表面から３００μｍ程度まで入り込むことができる。また、低周波信号を用いて計測された電磁気特徴量は、電流波形の位相変化に関連する特性を含むことが好ましい。低周波信号を用いる計測は、交流磁場が比較的深くに浸透するため、膜２より物質１の情報を多く含むことが可能である。また、電流波形の位相変化は、保磁力に関する情報を含む。よって、低周波信号を用いて電流波形の位相変化に関連する特性を計測することによって、物質１の保磁力についての情報を得ることができる。また、高周波信号を用いて計測された電磁気特徴量は、増分透磁率に関連する特性を含むことが好ましい。高周波信号を用いる計測は、交流磁場の浸透が比較的浅いため、物質１より膜２の情報を多く含むことが可能である。また、増分透磁率は、低周波信号によって変化する磁場が印可された状態における、膜２の磁気特性の情報を含む。よって、高周波信号を用いて増分透磁率に関連する特性を計測することによって、膜２の磁気特性についての情報を得ることができる。膜２の磁気特性の情報を得ることは、膜２の影響分を補償して、物質１の特性を正確に予測することに役立つ。選択用物理量は、物質１および膜２の両方の正確な情報が含まれるように、第１の計測信号を用いて計測された少なくとも１つの物理量と、第２の計測信号を用いて計測された少なくとも１つの物理量と、を有することが好ましい。
（学習データの収集）
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の物理量と選択された複数の学習データとに基づいて、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、物質の機械的特性を算出するために予め用意された学習データ群から複数の学習データが選択されて、算出モデルが生成される。正確に機械的特性を計測するために、物理量に基づく適切な学習データを選択して正しい算出モデルを生成することが必要である。そのため、算出モデルの元となる学習データ群の収集には、相応の注意を払うことが好ましい。計測装置１００および物理量計測部５で構成される計測システムは、例えば、以下のように学習データを収集する。
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。
図６は、記憶部１０に記憶される学習データ群１１０の一例を示す図である。学習データ群１１０は、データラベルの管理番号として、例えば学習データの識別番号であるデータ番号および鋼材の識別番号であるプレート番号を含んでよい。また、鋼材の表面に原点を中心に直交するＸ軸、Ｙ軸が定められている場合に、学習データ群１１０は、データラベルの評価箇所として、Ｘ軸方向の原点からの距離およびＹ軸方向の原点からの距離を含んでよい。学習データ群１１０は、目的変数として、計測された機械的特性を含む。学習データ群１１０は、説明変数として、物理量計測部５で計測された計測対象物１０１の物理量を含む。ここで、物理量は、第１の計測信号を用いて測定されたものと、第２の計測信号を用いて測定されたものと、で区分されてよい。物理量が電磁気特徴量である場合に、第１の計測信号が第１の周波数を有する交流信号であって、第２の計測信号が第１の周波数より高い第２の周波数を有する交流信号であってよい。つまり、第１の計測信号が低周波信号であって、第２の計測信号が高周波信号であってよい。
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）、一連の処理を終了する。
ここで、制御部８が記憶部１０に記憶させた学習データ群１１０、すなわち複数の学習データの集合は、異なる計測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１１０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１１０を生成することが可能である。
（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、算出モデルが用いられる。正確に機械的特性を計測するためには、適切な算出モデルの生成が重要である。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７は、機械的特性の計測方法を示すフローチャートである。
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、取得した物理量のうちの少なくとも２つである選択用物理量に基づいて、学習データ群１１０から複数の学習データを選択する（選択ステップ、ステップＳ１２）。ここで、制御部８は、記憶部１０に記憶されている学習データ群１１０を構成する学習データの中で、取得した選択用物理量に近いものを選択する。図８は、選択用物理量と学習データ群１１０との関係を説明するための図である。図８の黒い丸印は、それぞれが学習データ群１１０を構成する学習データである。また、図８の白い丸印は、選択用物理量である。選択用物理量を中心に、選択用物理量の第１の物理量および第２の物理量のそれぞれについて一定の範囲内を局所領域とすることができる。制御部８は、局所領域に含まれる複数の学習データを選択してよい。
制御部８は、選択した複数の学習データから物質１の機械的特性を算出するための算出モデルを生成する（生成ステップ、ステップＳ１３）。算出モデルは、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。ここで、算出精度向上の観点から、算出モデルは、ステップＳ１２の処理と合わせて、局所線形回帰の手法によって生成されることが好ましい。ここで、算出モデルの生成において、ステップＳ１２の処理で選択された複数の学習データは、選択用物理量との距離に応じて重みづけが行われることが好ましい。すなわち、選択用物理量との距離が近いほど、大きな重みづけが行われることが好ましい。
制御部８は、生成された算出モデルに基づいて、物質１の機械的特性を算出する（算出ステップ、ステップＳ１４）。制御部８は、生成した算出モデルと、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Ｓ１５）、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の品質管理または物質１の製造パラメータの変更指示等を実行してよい。
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、算出モデル生成部８１、または、選択ステップおよび生成ステップ（ステップＳ１２およびステップＳ１３）により、より適切な算出モデルを生成できるので、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も、算出モデル生成部８１、または、選択ステップおよび生成ステップ（ステップＳ１２およびステップＳ１３）により、より適切な算出モデルを生成できるので、上記効果がより大きく得られる。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個の電磁気センサを並べて設置された。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、第１の周波数を有する正弦波に、第１の周波数より高い第２の周波数を有する正弦波を重畳した電圧が引加された。ここで、第１の周波数は１５０Ｈｚ以下に設定された。また、第２の周波数は１ｋＨｚ以上に設定された。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。２０個の特徴量は、４個が低周波信号を用いて計測された物理量であり、１６個が高周波信号を用いて計測された物理量である。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。
十分な数の学習データが収集され、学習データ群１１０が記憶部１０に記憶された。学習データの十分な数は例えば１００である。
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。電磁気特徴量のうち、選択用物理量は、低周波信号を用いて計測された少なくとも１つの物理量と、高周波信号を用いて計測された少なくとも１つの物理量と、が含まれるように設定された。具体的には、選択用物理量は、低周波信号を用いた電流波形の位相変化に関連する特性、および、高周波信号を用いた増分透磁率に関連する特性を少なくとも含むように設定された。制御部８は、選択用物理量に基づいて、記憶部１０の学習データ群１１０から複数の学習データを選択した。制御部８は、選択した複数の学習データを用いて、局所線形回帰の手法によって算出モデルを生成した。そして、制御部８は、生成した算出モデルを用いて、硬さを算出した。
図９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、本実施例で得られた鋼材の硬さであり、生成した算出モデル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９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。また、表示部１１において、本実施例で算出された硬さを濃淡で表して、鋼材の評価箇所に対応させてマッピングしたところ、視覚的に鋼材表面の硬さの一様性を確認することができた。
また、図１０は、本実施例と異なる比較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。符号等は図９と同じである。比較例では、選択用物理量が低周波信号を用いて計測された物理量だけを含むように設定して、算出モデルが生成された。図１０に示すように、予測硬さは、表層実硬さとほぼ一致するが、図９に比べて表層実硬さと差が生じることがある。精度は、標準偏差１４Ｈｖ程度であった。したがって、選択用物理量が低周波信号を用いて計測された物理量だけを含んでもよいが、選択用物理量が低周波信号を用いて計測された物理量と高周波信号を用いて計測された物理量の両方を含むことによって、さらに精度の高い算出モデルが生成されることが確認された。
（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１２に示す。図１２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。
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。
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１１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、学習データ群１１０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、学習データ群１１０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。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、学習データ群１１０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から学習データ群１１０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、学習データ群１１０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学習データ群１１０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。
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１１０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が算出モデル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１１０を取得し、算出モデルを作成する。また、情報処理装置が、作成した算出モデルを計測装置１００に伝送する。つまり、別装置で作成した算出モデルを、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、選択ステップ、生成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、算出モデル生成部８１、または、選択ステップおよび生成ステップ（ステップＳ１２およびステップＳ１３）により、より適切な算出モデルを生成できるので、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、選択ステップ、生成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、算出モデル生成部８１、または、選択ステップおよび生成ステップ（ステップＳ１２およびステップＳ１３）により、より適切な算出モデルを生成できるので、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
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 算出モデル生成部
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
１１０ 学習データ群

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つである選択用物理量に基づいて学習データ群から複数の学習データを選択し、選択された前記複数の学習データから前記物質の機械的特性を算出するための算出モデルを生成する算出モデル生成部と、
    生成された前記算出モデルと、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、
    前記選択用物理量は、第１の計測信号を用いて計測された少なくとも１つの物理量と、第２の計測信号を用いて計測された少なくとも１つの物理量と、を含む、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、電磁気特徴量であって、
    前記第１の計測信号は、第１の周波数を有する交流信号であり、
    前記第２の計測信号は、前記第１の周波数より高い第２の周波数を有する交流信号である、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. 前記第１の計測信号を用いて計測された前記電磁気特徴量は、電流波形の位相変化に関連する特性を含み、
    前記第２の計測信号を用いて計測された前記電磁気特徴量は、増分透磁率に関連する特性を含む、請求項４に記載の機械的特性の計測装置。
  6. 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つである選択用物理量に基づいて、学習データ群から複数の学習データを選択する選択ステップと、
    選択された前記複数の学習データから前記物質の機械的特性を算出するための算出モデルを生成する生成ステップと、
    生成された前記算出モデルと、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、
    前記選択用物理量は、第１の計測信号を用いて計測された少なくとも１つの物理量と、第２の計測信号を用いて計測された少なくとも１つの物理量と、を含む、機械的特性の計測方法。
  7. 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つである選択用物理量に基づいて学習データ群から複数の学習データを選択し、選択された前記複数の学習データから前記物質の機械的特性を算出するための算出モデルを生成する算出モデル生成部、および、
    生成された前記算出モデルと、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、
    前記選択用物理量は、第１の計測信号を用いて計測された少なくとも１つの物理量と、第２の計測信号を用いて計測された少なくとも１つの物理量と、を含む、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。
  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つであって、第１の計測信号を用いて計測された少なくとも１つの物理量と、第２の計測信号を用いて計測された少なくとも１つの物理量と、を含む選択用物理量に基づいて、学習データ群から複数の学習データを選択する選択ステップと、
    選択された前記複数の学習データから前記物質の機械的特性を算出するための算出モデルを生成する生成ステップと、
    生成された前記算出モデルと、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つである選択用物理量に基づいて、学習データ群から複数の学習データを選択する選択ステップと、
    選択された前記複数の学習データから前記物質の機械的特性を算出するための算出モデルを生成する生成ステップと、
    生成された前記算出モデルと、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、
    前記選択ステップの前記選択用物理量は、第１の計測信号を用いて計測された少なくとも１つの物理量と、第２の計測信号を用いて計測された少なくとも１つの物理量と、を含む、物質の製造方法。
JP2021557571A 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 JP7095817B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2020103341 2020-06-15
JP2020103341 2020-06-15
PCT/JP2021/022595 WO2021256444A1 (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
JPWO2021256444A1 JPWO2021256444A1 (ja) 2021-12-23
JP7095817B2 true JP7095817B2 (ja) 2022-07-05

Family

ID=79268060

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021557571A Active JP7095817B2 (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) US12092609B2 (ja)
EP (1) EP4166941A4 (ja)
JP (1) JP7095817B2 (ja)
KR (1) KR20230011348A (ja)
CN (1) CN115698700A (ja)
CA (1) CA3182556A1 (ja)
WO (1) WO2021256444A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013025367A (ja) 2011-07-15 2013-02-04 Wakayama Univ 設備状態監視方法およびその装置
JP2014149840A (ja) 2014-03-12 2014-08-21 Hitachi Ltd 異常検知方法及びそのシステム
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
US20190161919A1 (en) 2017-11-30 2019-05-30 Sperry Rail Holdings, Inc. System and method for inspecting a rail using machine learning
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
WO2020075468A1 (ja) 2018-10-11 2020-04-16 日本電気株式会社 環境類似度表示装置、環境類似度表示方法および環境類似度表示アルゴリズム
JP2020071493A (ja) 2018-10-29 2020-05-07 株式会社神戸製鋼所 結果予測装置、結果予測方法、及びプログラム
JP2020085546A (ja) 2018-11-19 2020-06-04 国立研究開発法人産業技術総合研究所 構造物の点検・補修支援システム
JP2020091561A (ja) 2018-12-04 2020-06-11 日立グローバルライフソリューションズ株式会社 異常診断装置及び異常診断方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB9001701D0 (en) 1990-01-25 1990-03-28 Gersan Ets Optical inspection method and apparatus
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
US20050017713A1 (en) 2003-06-09 2005-01-27 Jentek Sensors, Inc. Weld characterization using eddy current sensors and arrays
EP1844255B2 (en) 2005-01-13 2018-07-04 Nippon Steel & Sumitomo Metal Corporation Threaded joint for steel pipes
US8174258B2 (en) * 2006-03-29 2012-05-08 Dolphin Measurement Systems Llc Method and system for measurement of parameters of a flat material
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
JP5365724B2 (ja) 2012-04-24 2013-12-11 新日鐵住金株式会社 穿孔圧延用プラグの製造設備
US9482626B2 (en) * 2013-09-13 2016-11-01 The Curators Of The University Of Missouri Waveguide probe for nondestructive material characterization
GB2534808B (en) 2013-10-22 2021-01-27 Jentek Sensors Inc Method and apparatus for measurement of material condition
US10677756B2 (en) 2015-05-29 2020-06-09 Jentek Sensors, Inc. Integrated sensor cartridge system and method of use
RU157557U1 (ru) 2015-08-25 2015-12-10 Общество с ограниченной ответственностью "Технический центр контроля и диагностики - Атомкомплект" Устройство контроля теплообменных труб, перемычек и сварных соединений коллекторов парогенераторов
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
JP6791401B2 (ja) 2017-10-30 2020-11-25 日本製鉄株式会社 長尺材の磁気特性変化部検出装置及び方法
JP6504333B1 (ja) * 2018-09-12 2019-04-24 Ａｇｃ株式会社 シミュレーション方法、物理量計算プログラム及び物理量計算装置
US10921428B1 (en) * 2019-09-04 2021-02-16 Plymouth Rock Technologies Inc. Method and system for determining dielectric properties of an object

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013025367A (ja) 2011-07-15 2013-02-04 Wakayama Univ 設備状態監視方法およびその装置
JP2014149840A (ja) 2014-03-12 2014-08-21 Hitachi Ltd 異常検知方法及びそのシステム
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
US20190161919A1 (en) 2017-11-30 2019-05-30 Sperry Rail Holdings, Inc. System and method for inspecting a rail using machine learning
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
WO2020075468A1 (ja) 2018-10-11 2020-04-16 日本電気株式会社 環境類似度表示装置、環境類似度表示方法および環境類似度表示アルゴリズム
JP2020071493A (ja) 2018-10-29 2020-05-07 株式会社神戸製鋼所 結果予測装置、結果予測方法、及びプログラム
JP2020085546A (ja) 2018-11-19 2020-06-04 国立研究開発法人産業技術総合研究所 構造物の点検・補修支援システム
JP2020091561A (ja) 2018-12-04 2020-06-11 日立グローバルライフソリューションズ株式会社 異常診断装置及び異常診断方法

Also Published As

Publication number Publication date
CN115698700A (zh) 2023-02-03
JPWO2021256444A1 (ja) 2021-12-23
US12092609B2 (en) 2024-09-17
KR20230011348A (ko) 2023-01-20
CA3182556A1 (en) 2021-12-23
EP4166941A4 (en) 2023-11-29
WO2021256444A1 (ja) 2021-12-23
US20230228712A1 (en) 2023-07-20
EP4166941A1 (en) 2023-04-19

Similar Documents

Publication Publication Date Title
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
AbdAlla et al. Challenges in improving the performance of eddy current testing
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
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
Altpeter et al. Electromagnetic techniques for materials characterization
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
Maillard et al. QIRT 10
Yang et al. Reliable characterization of bearing rings using Eddy current and Barkhausen noise data fusion
Kahrobaee et al. Characterisation of work-hardening in Hadfield steel using non-destructive eddy current method
Hütter et al. Determination of microstructure changes by eddy-current methods for cold and warm forming applications
RU2827986C1 (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
RU2808619C1 (ru) Устройство для измерения механических свойств, способ измерения механических свойств, оборудование для изготовления материала, способ контроля материала и способ изготовления материала
Ricci et al. Magnetic imaging and machine vision NDT for the on-line inspection of stainless steel strips
Yasmine et al. 3MA Non-destructive analysis on hardened material by finite element simulation and experiment
Rabung et al. Nondestructive Characterization of Residual Stress Using Micromagnetic and Ultrasonic Techniques
Chady et al. Evaluation of fatigue-loaded steel samples using fusion of electromagnetic methods
Schreiber et al. A fatigue life assessment of aircraft alloys using fractal analysis in combination with eddy current testing
Stefanita et al. Magnetic nondestructive testing techniques
Arnold et al. Non-destructive Materials Characterization by Electromagnetic Techniques
Li et al. Dynamic electromagnetic thermography system for rail inspection
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
Shenoy Nondestructive Evaluation Techniques for Fatigue and Damage Detection

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210927

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20210927

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: 7095817

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150