JP7358648B2 - 成形体領域の検査プログラム、成形体領域の検査方法、成形体領域の検査装置 - Google Patents
成形体領域の検査プログラム、成形体領域の検査方法、成形体領域の検査装置 Download PDFInfo
- Publication number
- JP7358648B2 JP7358648B2 JP2022534967A JP2022534967A JP7358648B2 JP 7358648 B2 JP7358648 B2 JP 7358648B2 JP 2022534967 A JP2022534967 A JP 2022534967A JP 2022534967 A JP2022534967 A JP 2022534967A JP 7358648 B2 JP7358648 B2 JP 7358648B2
- Authority
- JP
- Japan
- Prior art keywords
- molded body
- body region
- mechanical property
- information
- inspection
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
- G01N29/0654—Imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/043—Analysing solids in the interior, e.g. by shear waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4472—Mathematical theories or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4481—Neural networks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29K—INDEXING SCHEME ASSOCIATED WITH SUBCLASSES B29B, B29C OR B29D, RELATING TO MOULDING MATERIALS OR TO MATERIALS FOR MOULDS, REINFORCEMENTS, FILLERS OR PREFORMED PARTS, e.g. INSERTS
- B29K2105/00—Condition, form or state of moulded material or of the material to be shaped
- B29K2105/06—Condition, form or state of moulded material or of the material to be shaped containing reinforcements, fillers or inserts
- B29K2105/08—Condition, form or state of moulded material or of the material to be shaped containing reinforcements, fillers or inserts of continuous length, e.g. cords, rovings, mats, fabrics, strands or yarns
- B29K2105/10—Cords, strands or rovings, e.g. oriented cords, strands or rovings
- B29K2105/101—Oriented
- B29K2105/105—Oriented uni directionally
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
- G01N2291/0231—Composite or layered materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/028—Material parameters
- G01N2291/02827—Elastic parameters, strength or force
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/26—Scanned objects
- G01N2291/269—Various geometry objects
- G01N2291/2698—Other discrete objects, e.g. bricks
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Acoustics & Sound (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Injection Moulding Of Plastics Or The Like (AREA)
Description
本発明の一態様の成形体領域の検査プログラムは、繊維強化された第一成形体領域の機械物性情報及び非破壊検査情報を機械学習させることで、機械物性情報が未知の繊維強化された第二成形体領域の非破壊検査情報を入力として前記第二成形体領域の機械物性情報を推測する機械物性推測モデルを生成するステップと、前記第二成形体領域の非破壊検査情報を取得するステップと、前記取得した前記非破壊検査情報を前記機械物性推測モデルに入力して、前記機械物性推測モデルから前記第二成形体領域の機械物性情報を取得し、当該機械物性情報に基づく出力を行うステップと、をプロセッサに実行させる成形体領域の検査プログラムであり、前記第一成形体領域及び前記第二成形体領域は、それぞれ、板状の複合材料を成形型にて成形して得られたものであり、前記複合材料の投影面積をS1とし、前記成形型の成形型キャビティにおける、前記第一成形体領域及び前記第二成形体領域の各々に対応する部分の投影面積をS2とし、(S1/S2)×100の演算で得られる値をチャージ率とし、前記第一成形体領域及び前記第二成形体領域は、それぞれ、前記チャージ率が10%以上500%以下となるように前記複合材料を成形して得られたものである。
本実施形態の検査システムは、機械物性情報が未知の繊維強化された所定形状(例えば板状)の複合材料を金型にて成形して得られた領域である成形体領域(第二成形体領域)を被検査物とし、この第二成形体領域の機械物性情報を、実測することなく、推測するものである。
破壊強度に関する情報は、破壊強度(例えば引張強度、又は降伏強度)そのものであってもよいし、破壊強度(例えば引張強度又は降伏強度)をランク分けした場合のそのランク(以下、機械物性ランクと記載)であってもよい。破壊強度に関する情報には、破壊強度(又はそのランク)が不良品に該当することを示す情報、破壊強度(又はそのランク)が良品に該当することを示す情報、破壊強度(又はそのランク)が推測困難であったことを示す情報のいずれかが更に含まれるようにするとよい。
本発明に用いられる強化繊維の種類は、被検査物である成形体領域a(機械物性情報が未知の第二成形体領域に相当する)の用途等に応じて適宜選択することができるものであり、特に限定されるものではない。強化繊維としては、無機繊維又は有機繊維のいずれであっても好適に用いることができる。
繊維として炭素繊維を用いる場合、炭素繊維としては、一般的にポリアクリロニトリル(PAN)系炭素繊維、石油・石炭ピッチ系炭素繊維、レーヨン系炭素繊維、セルロース系炭素繊維、リグニン系炭素繊維、フェノール系炭素繊維、気相成長系炭素繊維などが知られているが、本発明においてはこれらのいずれの炭素繊維であっても好適に用いることができる。
本発明において、強化繊維の形態に特に限定は無いが、以下、本発明者らが具体例として行った、連続繊維について説明する。ただし、本発明は連続繊維に限定されるものではない。
連続繊維とは、強化繊維を短繊維の状態に切断することなく、強化繊維束を連続した状態で引き揃えた強化繊維を意味する。力学特性に優れる成形体領域aを得る目的からは、連続強化繊維を用いることが好ましい。より具体的には、連続繊維とは好ましくは長さが1m以上の繊維のことで、織物や編み物等の織布に加工した後樹脂をハンドレイアップなどで含浸させて用いたり、連続繊維に未硬化の樹脂を含浸させたプリプレグとして用いられたりする。
成形体領域aは、強化繊維で強化されたものである。以下、本発明らが行った実施態様の一例を説明するが、本発明は下記に記載の成形体領域aに限定されない。
成形体領域aは、板状の複合材料の成形後の成形体であり、熱可塑性樹脂を用いた成形体であっても良いし、熱硬化性のプリプレグを用いた成形体であっても良い。
プリプレグとは、成形体を作成するための材料であり、連続した炭素繊維を一方向に並べシート状にしたものや炭素繊維織物などの炭素繊維から成る基材に熱硬化性樹脂を含浸させたもの、または熱硬化性樹脂の一部を含浸させ、残りの部分を少なくとも片方の表面に配置した成形中間材料である。
成形体領域aは、一方向性材料であることが好ましい。一方向性材料とは、長さ100mm以上の連続した強化繊維が成形体領域aの内部に一方向にそろえて配置されているものをいう。一方向材料としては、複数の連続強化繊維を積層したものであっても良い。特に、成形体領域aが一方向性材料であって、熱硬化性のプリプレグを用いた成形体である場合、繊維配向による機械物性への影響が少ない。このため、後述のモデルによる機械物性情報の推測の精度を高めることができる。
[好ましい成形体領域]
前記成形体領域は必須成分として強化繊維とマトリクス樹脂とを含み、任意成分としてその他の成分を含み、下記式(A)(B)で求められる成形体領域の空孔率Vrが10%以下であることが好ましい。
Vr=(t2-t1)/t2×100 ・・・ 式(A)
t1=(Wf/Df+Wm/Dm+Wz/Dz)÷単位面積(mm2) ・・・ 式(B)
t1:成形体領域の理論厚み mm
t2:成形体領域の実測厚み mm
Df:強化繊維の密度(mg/mm3)
Dm:マトリクス樹脂の密度(mg/mm3)
Dz:その他の成分の密度 (mg/mm3)
Wf:強化繊維の質量割合(%)
Wm:マトリクス樹脂の質量割合(%)
Wz:その他の成分の質量割合(%)
空孔率Vrは5%以下がより好ましく、3%以下が更に好ましい。空孔率が当該範囲内であれば、本発明の機械物性予測の精度が向上する。
例えば、成形体領域aは以下のように準備できる。
・強化繊維:炭素繊維“テナックス(登録商標)”STS40-24K(引張強度4,300MPa、引張弾性率240GPa、フィラメント数24,000本、繊度1,600tex、伸度1.8%、密度1.78g/cm3、帝人(株)製)
・母材樹脂:エポキシ樹脂を主成分とした熱硬化性樹脂組成物
一方向プリプレグは次のようにホットメルト法により作製した。まず初めに、コーターを用いて上記熱硬化性樹脂組成物を離型紙上に塗布し、樹脂フィルムを作製した。次に、クリールから上記炭素繊維束を送り出し、コームに通過させ、炭素繊維束間のピッチを揃えた後、開繊バーを通して拡幅し、単位面積あたりの繊維目付が100g/m2のシート状となるように一方向に整列させた。その後、上記樹脂フィルムを炭素繊維の両面から重ね、加熱加圧して熱硬化性樹脂組成物を含浸させ、ワインダーで巻き取り、一方向プリプレグを作製した。得られた一方向プリプレグの樹脂含有率は30wt.%とした。
一方向プリプレグを人手により0°方向に11枚積層し、積層構成[011]Tのプリプレグ積層体を得た。上記プリプレグ積層体をバッグフィルム内に入れ、成形型内に配置してこれをオートクレーブ内で昇温し、130℃にて120分間加熱し、硬化させて厚さ1mmのCFRP成形体(一方向炭素繊維強化熱硬化性樹脂成形体である、成形体領域a)を作製した。オートクレーブ成形時の下記に述べるチャージ率は100%であった。
本発明の破壊強度、又は弾性率の具体例として、本発明者らは次に述べるように成形体領域aの引張弾性率と引張強度を測定した。
上記CFRP成形体をウォータージェットにより試験片形状(長さ250mm×幅15mm)に加工し、ガラス繊維強化樹脂基複合材料製のタブを接着した。ASTM D3039法に準拠し、万能試験機を用いて、試験速度2mm/minの条件にて0°方向引張試験を行い、CFRP成形体(成形体領域a)の引張弾性率および引張強度を算出した。
非破壊検査情報の生成に用いられる非破壊検査の方法に特に限定は無く、成形体領域aの内部欠陥、空隙、又は異物を、成形体領域aを破壊することなく検出する検査方法であればよい。非破壊検査には、放射線、超音波、又は赤外線等が用いられる。非破壊検査情報は、検査データを画像に変換したものが好ましく用いられ、変換後の画像が超音波探傷検査画像であることが特に好ましい。また、振動又は音響を利用した検査の画像であっても良い。検査データを画像化する手法は特に制限されない。多くの場合、超音波検査装置を購入すると、データ処理用コンピュータ端末とともに画像化ソフトウェアも提供される。
一般的に、材料の非破壊検査方法として代表的なものとして、超音波を用いる検査方法が挙げられる。被検査物である成形体領域aの両側に一定の距離を隔てて指向性を有する超音波送波器と受波器を対向させ、一方の送波器からパルス変調した超音波を発射し、その対向した受波器で超音波を受け、信号処理回路により超音波の伝播時間(エコー強度)を測定する。被検査物である成形体領域aに空隙や異物が含まれている場合には、この伝播時間が変化する。このため、成形体領域aの内部状態を超音波によって非接触で検出することが出来る。
以下では、ニューラルネットワークの入力層へ入力可能な形式に変換されたデータを入力データと記載する。検査システムでは、成形体領域aのサンプル(以下、成形体領域サンプルbと記載、第一成形体領域に相当する)の非破壊検査情報(以下、非破壊検査情報サンプルと記載)と、成形体領域サンプルbから実測して得た機械物性情報(以下、機械物性情報サンプルと記載)と、を取得して第2入力データとし、この第2入力データを使ってニューラルネットワークの学習を行う。ニューラルネットワークの学習が完了したら、成形体領域aの非破壊検査情報を第1入力データとしてニューラルネットワークに入力し、ニューラルネットワークからの出力層における反応値に基づき、成形体領域aの機械物性情報を推測する。推測された機械物性情報に基づき、成形体領域aの良品と不良品の仕分けを行ってもよい。
検査システムは効果的な学習や高い精度の推測を行うため、学習処理と推測処理に最適化された非破壊検査情報(好ましくは超音波探傷画像)を使うことができる。例えば、超音波探傷画像の検出が容易になるよう、超音波探傷画像に各種画像処理を行ってもよい。
検査装置1は、画像処理、入力データの生成、ニューラルネットワークの学習、ニューラルネットワークを使った機械物性情報の推測などを行う。検査装置1は、CPU(Central Processing Unit)等で構成された1つ又は複数のプロセッサと、記憶部と、通信部を備え、OS(オペレーティングシステム)とアプリケーションが動作する計算機などの情報処理装置である。検査装置1は、物理的な計算機であってもよいし、仮想計算機(Virtual Machine:VM)、コンテナ(container)またはこれらの組み合わせにより実現されるものであってもよい。プロセッサの構造は、より具体的には、半導体素子等の回路素子を組み合わせた電気回路である。
処理部12は、他に画像の拡大、縮小、切り取り、ノイズ除去、回転、反転、色深度の変更、コントラスト調整、明るさ調整、シャープネスの調整、色補正などを行ってもよい。
機械物性ランク1:成形体領域の引張弾性率が30GPa以上
機械物性ランク2:成形体領域の引張弾性率が25~30GPa
機械物性ランク3:成形体領域の引張弾性率が25GPa以下
検査装置1による成形体領域aの機械物性ランクの推測を行う前に、成形体領域aと同一種類の成形体領域サンプルbの非破壊検査情報サンプル及び機械物性情報サンプルを使って、ニューラルネットワークの学習を行う必要がある。図2は、学習処理のフローチャートである。
次に活性化関数の例について説明する。下記の式(3)は正規分布関数である。
ニューラルネットワークの学習は、入力データを入力層に入力したら、正しい出力が得られるよう、ユニット間の結合の強さである重みWjkの調整を行う。ニューラルネットワークにおいてある機械物性ランクをラベル付けされた入力データを入力したときに期待される、正しい出力(出力層のユニットの反応値)は教師信号ともよばれる。
ここでは、改良型バックプロパゲーション法を例に重みWjkやパラメータの調整処理を説明したが、代わりに一般のパックプロパゲーション法を使ってもよい。以降で単にバックプロパゲーション法と述べた場合、改良型バックプロパゲーション法を一般のバックプロパゲーション法の双方を含むものとする。
パックプロパゲーション法による重みWjkやパラメータの調整回数は一回でもよいし、複数回でもよく、特に限定しない。一般に、テストデータを使ったときの機械物性ランクの推測精度に基づいてバックプロパゲーション法による重みWjkやパラメータの調整の繰り返しを行うのか否かを判断することができる。重みWjkやパラメータの調整を繰り返すと、機械物性ランクの推測精度が向上する場合がある。
上述の方法を使うことにより、ステップS204においうて、重みWjk、パラメータσ、μの値を決定することができる。重みWjk、パラメータσ、μの値が決まると、ニューラルネットワークを使った推測処理を行うことが可能となる。
複合材料MXの成形方法に特に限定は無く、プレス成形(圧縮成形)、オートクレーブ成形、バキューム成形などが用いられるが、プレス成形であることが好ましい。
図9は、複合材料MXのプレス成形に用いる成形型の一例を模式的に示した側面図である。図10は、図9に示す成形型における固定型20を可動型30側から見た平面模式図である。図9に示す成形型は、固定型20と、固定型20に対して移動自在に構成された可動型30と、を備える。固定型20における可動型30側の上面21には、凹部22が形成されている。凹部22は、底面22Aと、底面22Aと上面21とを繋ぐ一対の側面22Bとで区画される領域である。可動型30は、固定型20に対して近づく方向D1及び固定型20から遠ざかる方向D2を含む方向Dに移動自在に構成されている。方向D1は、複合材料MXを成形する際に複合材料MXに対して圧力をかける方向である。なお、成形方法がバキューム成形であれば、方向D1が吸引方向となる。
成形体が単一の複合材料MXによって構成されている場合には、その単一の複合材料MX(コールドプレス成形を採用する場合には、予備賦形前の状態のもの)を厚み方向にみたときのその複合材料MXの平面積を投影面積S1と定義する。図11の例では、複合材料Mの平面積が投影面積S1となる。
成形型キャビティによって形成される成形体が、単一、又は、重なりあわされた複数の複合材料MXを成形して得られた単一の成形体領域によって構成される場合を想定する。この場合には、成形型キャビティ全体が、この単一の成形体領域に対応する部分となる。方向D1にみたときのこの部分の平面積を投影面積S2と定義する。図13の例では、方向D1にみたときの空間SPの平面積が投影面積S2となる。
成形型キャビティによって形成される成形体が、互いに重ならない状態で配置された複数の複合材料MXを成形して得られた複数の成形体領域によって構成される場合を想定する。この場合には、成形型キャビティのうち各成形体領域が存在する部分が、各成形体領域に対応する部分である。この各部分を方向D1にみたときの平面積を投影面積S2と定義する。
図16の例では、空間SPのうち、成形体領域MA2の存在する部分を方向D1にみたときの平面積が投影面積S2となる。また、空間SPのうち、成形体領域MA3の存在する部分を方向D1にみたときの平面積が投影面積S2となる。
なお、複数の複合材料MXを離間して配置してコールドプレスして成形体を作成した場合には、成形時に各複合材料MXが流動して境界にウエルドが形成される。このため、完成した成形体を観察すれば、「各複合材料MXを成形して得られる成形体領域」は容易に判別できる。
成形型で製造された成形体について、下記式(C)の演算にて得られる値をチャージ率と定義する。
チャージ率[%]=100×{(成形体を構成する複合材料MXの投影面積S1)/(成形型キャビティにおける成形体領域に対応する部分の投影面積S2)} ・・・(C)
つまり、複合材料M2の平面積を投影面積S1とし、且つ、成形型キャビティにおける成形体領域MA2の存在する部分の平面積を投影面積S2として第一のチャージ率が算出される。また、複合材料M3の平面積を投影面積S1とし、且つ、成形型キャビティにおける成形体領域MA3の存在する部分の平面積を投影面積S2として第二のチャージ率が算出される。
成形時の複合材料MXの流動が少ない場合、複合材料MXとこれの成形後の成形体領域の繊維配向は近似する。特に、複合材料MXが不連続繊維によって強化された等方性基材の場合、成形時の流動が少なければ(換言すると、チャージ率が大きければ)成形体領域でも等方性が確保される。したがって、第一成形体領域と第二成形体領域の各々の等方性は1.5以下であることが好ましく、1.3以下であることがより好ましい。
第一成形体領域と第二成形体領域の各々の目付の変動係数(CV)は10%以下であることが好ましい。目付の変動係数(CV)が10%以下であれば、第一成形体領域と第二成形体領域の各々の物性が均一化される。このため、機械物性推測モデルによる機械物性の推測が容易になる。
第一成形体領域と第二成形体領域は、それぞれ、強化繊維束の繊維長をLiとし、強化繊維束を構成する強化繊維の単糸直径をDiとし、強化繊維束に含まれる単糸の繊維数をNiとした場合に、Liが1mm以上100mm以下であり、且つ、Li/(Ni×Di2)が8.0×101以上3.3×103以下の強化繊維束Aを含む、ことが好ましい。
強化繊維束Aの体積割合は、成形体に含まれる強化繊維全体に対して50~100vol%であることが好ましく、70~90vol%であることがより好ましい。
12:処理部
13:入力データ生成部
14:学習データ記憶部
15:学習部
16:モデル記憶部
17:推測部
18:表示部
19:操作部
301:ニューラルネットワーク
302:入力層
303:隠れ層
304:出力層
311、312、313 ユニット
Claims (13)
- 繊維強化された第一成形体領域の機械物性情報及び非破壊検査情報を機械学習させることで、機械物性情報が未知の繊維強化された第二成形体領域の非破壊検査情報を入力として前記第二成形体領域の機械物性情報を推測する機械物性推測モデルを生成するステップと、
前記第二成形体領域の非破壊検査情報を取得するステップと、
前記取得した前記非破壊検査情報を前記機械物性推測モデルに入力して、前記機械物性推測モデルから前記第二成形体領域の機械物性情報を取得し、当該機械物性情報に基づく出力を行うステップと、をプロセッサに実行させる成形体領域の検査プログラムであり、
前記第一成形体領域及び前記第二成形体領域は、それぞれ、板状の複合材料を成形型にて成形して得られたものであり、
前記複合材料の投影面積をS1とし、前記成形型の成形型キャビティにおける、前記第一成形体領域及び前記第二成形体領域の各々に対応する部分の投影面積をS2とし、(S1/S2)×100の演算で得られる値をチャージ率とし、
前記第一成形体領域及び前記第二成形体領域は、それぞれ、前記チャージ率が10%以上500%以下となるように前記複合材料を成形して得られたものである、成形体領域の検査プログラム。 - 請求項1記載の成形体領域の検査プログラムであって、
前記第一成形体領域及び前記第二成形体領域は、それぞれ、不連続繊維によって繊維強化されたものである、成形体領域の検査プログラム。 - 請求項1または2に記載の成形体領域の検査プログラムであって、
前記第一成形体領域及び前記第二成形体領域は、それぞれ、等方性が1.5以下となっているものである、成形体領域の検査プログラム。 - 請求項1から3のいずれか1項記載の成形体領域の検査プログラムであって、
前記第一成形体領域及び前記第二成形体領域は、それぞれ、目付の変動係数が10%以下となっているものである、成形体領域の検査プログラム。 - 請求項1から4のいずれか1項記載の成形体領域の検査プログラムであって、
前記第一成形体領域及び前記第二成形体領域の各々の強化繊維は、強化繊維束の繊維長をLiとし、強化繊維束を構成する強化繊維の単糸直径をDiとし、強化繊維束に含まれる単糸の繊維数をNiとした場合に、Liが1mm以上100mm以下であり、且つ、Li/(Ni×Di2)が8.0×101以上3.3×103以下の強化繊維束を含むものである、成形体領域の検査プログラム。 - 請求項1から5のいずれか1項記載の成形体領域の検査プログラムであって、
前記成形はプレス成形である、成形体領域の検査プログラム。 - 請求項1から6のいずれか1項記載の成形体領域の検査プログラムであって、
前記複合材料は、チョップド繊維束マットに、マトリックス樹脂として熱硬化性樹脂を含浸させたシートモールディングコンパウンドである、成形体領域の検査プログラム。 - 請求項1から7のいずれか1項記載の成形体領域の検査プログラムであって、
前記非破壊検査情報は、画像又は数値データである、成形体領域の検査プログラム。 - 請求項1から8のいずれか1項記載の成形体領域の検査プログラムであって、
前記機械物性情報は、成形体領域の弾性率、又は破壊強度に関する情報である、成形体領域の検査プログラム。 - 請求項9記載の成形体領域の検査プログラムであって、
前記弾性率に関する情報は、弾性率、又は弾性率をランク分けした場合のランクを含み、
前記破壊強度に関する情報は、破壊強度、又は破壊強度をランク分けした場合のランクを含む、成形体領域の検査プログラム。 - 請求項10記載の成形体領域の検査プログラムであって、
前記弾性率、又は破壊強度に関する情報は、前記弾性率、又は破壊強度が推測困難であることを示す情報、前記弾性率、又は破壊強度が不良品に相当することを示す情報、及び、前記弾性率、又は破壊強度が良品に相当することを示す情報の少なくとも1つを含む、成形体領域の検査プログラム。 - 繊維強化された第一成形体領域の機械物性情報及び非破壊検査情報を機械学習させることで、機械物性情報が未知の繊維強化された第二成形体領域の非破壊検査情報を入力として前記第二成形体領域の機械物性情報を推測する機械物性推測モデルを生成するステップと、
前記第二成形体領域の非破壊検査情報を取得するステップと、
前記取得した前記非破壊検査情報を前記機械物性推測モデルに入力して、前記機械物性推測モデルから前記第二成形体領域の機械物性情報を取得し、当該機械物性情報に基づく出力を行うステップと、を備え、
前記第一成形体領域及び前記第二成形体領域は、それぞれ、板状の複合材料を成形型にて成形して得られたものであり、
前記複合材料の投影面積をS1とし、前記成形型の成形型キャビティにおける、前記第一成形体領域及び前記第二成形体領域の各々に対応する部分の投影面積をS2とし、(S1/S2)×100の演算で得られる値をチャージ率とし、
前記第一成形体領域及び前記第二成形体領域は、それぞれ、前記チャージ率が10%以上500%以下となるように前記複合材料を成形して得られたものである、成形体領域の検査方法。 - 繊維強化された第一成形体領域の機械物性情報及び非破壊検査情報に基づく機械学習によって生成された機械物性推測モデルを記憶するモデル記憶部にアクセス可能なプロセッサを備え、
前記機械物性推測モデルは、機械物性情報が未知の繊維強化された第二成形体領域の非破壊検査情報を入力として前記第二成形体領域の機械物性情報を推測するものであり、
前記第一成形体領域及び前記第二成形体領域は、それぞれ、板状の複合材料を成形型にて成形して得られたものであり、
前記複合材料の投影面積をS1とし、前記成形型の成形型キャビティにおける、前記第一成形体領域及び前記第二成形体領域の各々に対応する部分の投影面積をS2とし、(S1/S2)×100の演算で得られる値をチャージ率とし、
前記第一成形体領域及び前記第二成形体領域は、それぞれ、前記チャージ率が10%以上500%以下となるように前記複合材料を成形して得られたものであり、
前記プロセッサは、前記第二成形体領域の非破壊検査情報を取得し、当該非破壊検査情報を前記機械物性推測モデルに入力して、前記機械物性推測モデルから当該第二成形体領域の機械物性情報を取得し、当該機械物性情報に基づく出力を行う、成形体領域の検査装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020118107 | 2020-07-08 | ||
JP2020118107 | 2020-07-08 | ||
PCT/JP2021/022002 WO2022009597A1 (ja) | 2020-07-08 | 2021-06-09 | 成形体領域の検査プログラム、成形体領域の検査方法、成形体領域の検査装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2022009597A1 JPWO2022009597A1 (ja) | 2022-01-13 |
JP7358648B2 true JP7358648B2 (ja) | 2023-10-10 |
Family
ID=79552463
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022534967A Active JP7358648B2 (ja) | 2020-07-08 | 2021-06-09 | 成形体領域の検査プログラム、成形体領域の検査方法、成形体領域の検査装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230280311A1 (ja) |
EP (1) | EP4180197A4 (ja) |
JP (1) | JP7358648B2 (ja) |
CN (1) | CN115803168A (ja) |
WO (1) | WO2022009597A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024005068A1 (ja) * | 2022-06-30 | 2024-01-04 | コニカミノルタ株式会社 | 予測装置、予測システムおよび予測プログラム |
CN114972327B (zh) * | 2022-07-12 | 2023-01-06 | 爱尔达电气有限公司 | 半导体封装测试系统及其测试方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018156689A (ja) | 2015-08-11 | 2018-10-04 | サビック グローバル テクノロジーズ ビー.ブイ. | 低い単位面積重量を有する多重プライ積層複合材 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10564108B2 (en) * | 2017-07-03 | 2020-02-18 | Saudi Arabian Oil Company | Apparatus and method for nondestructively inspecting fiberglass and nonmetallic pipes |
JP6955930B2 (ja) * | 2017-08-09 | 2021-10-27 | 三菱重工業株式会社 | 複合材の設計方法、及び複合材 |
WO2019151393A1 (ja) | 2018-01-31 | 2019-08-08 | 株式会社ニチレイフーズ | 食品検査システム、食品検査プログラム、食品検査方法および食品生産方法 |
US11830179B2 (en) | 2018-01-31 | 2023-11-28 | Nichirei Foods Inc. | Food inspection assisting system, food inspection assisting apparatus and computer program |
JP6692380B2 (ja) | 2018-03-09 | 2020-05-13 | 帝人株式会社 | 超音波を用いる検査方法 |
US11225039B2 (en) * | 2018-06-08 | 2022-01-18 | Aurora Flight Sciences Corporation | Systems and methods to automate composite manufacturing quality checks |
JP2020118107A (ja) | 2019-01-25 | 2020-08-06 | 愛三工業株式会社 | 発電用エンジンを搭載した電気自動車のパージシステム |
CN110297041A (zh) * | 2019-07-01 | 2019-10-01 | 天津工业大学 | 一种基于fcn与gru的3d编织复合材料缺陷检测方法 |
CN110286155B (zh) * | 2019-07-15 | 2020-09-11 | 北京交通大学 | 一种多层复合材料的损伤检测方法及系统 |
CN111351860A (zh) * | 2019-11-29 | 2020-06-30 | 浙江农林大学 | 基于Faster R-CNN的木材内部缺陷检测方法 |
-
2021
- 2021-06-09 WO PCT/JP2021/022002 patent/WO2022009597A1/ja unknown
- 2021-06-09 JP JP2022534967A patent/JP7358648B2/ja active Active
- 2021-06-09 EP EP21838178.8A patent/EP4180197A4/en active Pending
- 2021-06-09 US US18/008,339 patent/US20230280311A1/en active Pending
- 2021-06-09 CN CN202180048963.7A patent/CN115803168A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018156689A (ja) | 2015-08-11 | 2018-10-04 | サビック グローバル テクノロジーズ ビー.ブイ. | 低い単位面積重量を有する多重プライ積層複合材 |
Also Published As
Publication number | Publication date |
---|---|
WO2022009597A1 (ja) | 2022-01-13 |
JPWO2022009597A1 (ja) | 2022-01-13 |
US20230280311A1 (en) | 2023-09-07 |
EP4180197A4 (en) | 2023-12-27 |
CN115803168A (zh) | 2023-03-14 |
EP4180197A1 (en) | 2023-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Oz et al. | Multi-instrument in-situ damage monitoring in quasi-isotropic CFRP laminates under tension | |
Caminero et al. | Internal damage evaluation of composite structures using phased array ultrasonic technique: Impact damage assessment in CFRP and 3D printed reinforced composites | |
JP7358648B2 (ja) | 成形体領域の検査プログラム、成形体領域の検査方法、成形体領域の検査装置 | |
US9042516B2 (en) | Nondestructive examination of structures having embedded particles | |
Pashmforoush et al. | Damage classification of sandwich composites using acoustic emission technique and k-means genetic algorithm | |
Broer et al. | Fusion-based damage diagnostics for stiffened composite panels | |
Yousefi et al. | Delamination characterization in composite laminates using acoustic emission features, micro visualization and finite element modeling | |
WO2021140312A1 (en) | A method of producing 3d tomosynthesis images of a composite material | |
Khan et al. | Autonomous assessment of delamination in laminated composites using deep learning and data augmentation | |
Caminero et al. | Using digital image correlation techniques for damage detection on adhesively bonded composite repairs | |
WO2022009596A1 (ja) | 複合材料の検査装置、複合材料の検査方法、複合材料の検査プログラム | |
Liu et al. | Cluster-based acoustic emission signal processing and loading rate effects study of nanoindentation on thin film stack structures | |
Chen et al. | Ultrasonic signal classification and porosity testing for CFRP materials via artificial neural network | |
Chaki et al. | Non-destructive health monitoring of structural polymer composites: trends and perspectives in the digital era | |
Ma et al. | Experimental investigation on the mechanical behavior and damage of 3D printed composites under three-point bending | |
Yu et al. | Real-time life-cycle monitoring of composite structures using piezoelectric-fiber hybrid sensor network | |
Zhang et al. | Ultrasonic lamination defects detection of carbon fiber composite plates based on multilevel LSTM | |
WO2023120256A1 (ja) | 成形体領域の検査プログラム、成形体領域の検査方法、成形体領域の検査装置および記録媒体 | |
Oliver et al. | Wavelet transform-based damage identification in laminated composite beams based on modal and strain data | |
WO2023120257A1 (ja) | 複合材料の検査装置、複合材料の検査方法、複合材料の検査プログラムおよび記録媒体 | |
Huang et al. | Effect of microcracks on the tensile properties of 3D woven composites | |
Akgun et al. | A novel damage evaluation of CFRPs under mode-I loading by using multi-instrument structural health monitoring methods | |
Liv | A contribution to the understanding of compression after impact of composite laminates | |
Liang et al. | Vibration-based prediction of residual fatigue life for composite laminates through frequency measurements | |
Bahadori et al. | Composite material failure model updating approach leveraging nondestructive evaluation data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221026 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230808 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230821 |
|
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: 20230905 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230927 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7358648 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |