JP7385529B2 - 検査装置、検査方法、および検査プログラム - Google Patents
検査装置、検査方法、および検査プログラム Download PDFInfo
- Publication number
- JP7385529B2 JP7385529B2 JP2020101123A JP2020101123A JP7385529B2 JP 7385529 B2 JP7385529 B2 JP 7385529B2 JP 2020101123 A JP2020101123 A JP 2020101123A JP 2020101123 A JP2020101123 A JP 2020101123A JP 7385529 B2 JP7385529 B2 JP 7385529B2
- Authority
- JP
- Japan
- Prior art keywords
- inspection
- image
- defect
- absence
- area
- 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
- 238000007689 inspection Methods 0.000 title claims description 304
- 238000000034 method Methods 0.000 title claims description 48
- 230000007547 defect Effects 0.000 claims description 377
- 238000002604 ultrasonography Methods 0.000 claims description 95
- 230000002950 deficient Effects 0.000 claims description 59
- 238000001514 detection method Methods 0.000 claims description 48
- 238000000605 extraction Methods 0.000 claims description 37
- 238000002592 echocardiography Methods 0.000 claims description 36
- 238000012360 testing method Methods 0.000 claims description 32
- 230000002093 peripheral effect Effects 0.000 claims description 31
- 238000010801 machine learning Methods 0.000 claims description 23
- 238000012549 training Methods 0.000 claims description 21
- 238000003466 welding Methods 0.000 claims description 14
- 230000000644 propagated effect Effects 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 description 33
- 238000010586 diagram Methods 0.000 description 21
- 239000000523 sample Substances 0.000 description 20
- 238000004364 calculation method Methods 0.000 description 12
- 230000035515 penetration Effects 0.000 description 10
- 238000005259 measurement Methods 0.000 description 9
- 230000010354 integration Effects 0.000 description 7
- 230000004927 fusion Effects 0.000 description 6
- 230000010365 information processing Effects 0.000 description 5
- 229910052751 metal Inorganic materials 0.000 description 5
- 239000002184 metal Substances 0.000 description 5
- 239000006185 dispersion Substances 0.000 description 3
- 239000011800 void material Substances 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- -1 ferrous metals Chemical class 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 238000009659 non-destructive testing Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 239000011324 bead Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
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
- G01N29/069—Defect imaging, localisation and sizing using, e.g. time of flight diffraction [TOFD], synthetic aperture focusing technique [SAFT], Amplituden-Laufzeit-Ortskurven [ALOK] technique
-
- 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
- G01N29/11—Analysing solids by measuring attenuation of acoustic waves
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- 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
-
- 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
- G01N2291/0289—Internal structure, e.g. defects, grain size, texture
-
- 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
- G01N2291/263—Surfaces
- G01N2291/2636—Surfaces cylindrical from inside
-
- 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
- G01N2291/267—Welds
-
- 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
- G01N2291/267—Welds
- G01N2291/2675—Seam, butt welding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Acoustics & Sound (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Description
(システムの概要)
本発明の一実施形態に係る検査システムの概要を図2に基づいて説明する。図2は、検査システム100の概要を示す図である。検査システム100は、検査対象物の画像から、その検査対象物の欠陥の有無を検査するシステムであり、検査装置1と超音波探傷装置7を含む。
検査装置1の構成について図1に基づいてする。図1は、検査装置1の要部構成の一例を示すブロック図である。図1に示すように、検査装置1は、検査装置1の各部を統括して制御する制御部10と、検査装置1が使用する各種データを記憶する記憶部11とを備えている。また、検査装置1は、検査装置1に対する入力操作を受け付ける入力部12と、検査装置1がデータを出力するための出力部13とを備えている。
検査装置1による検査の概要を図3に基づいて説明する。図3は、検査装置1による検査の概要を示す図である。なお、図3では、超音波探傷装置7によって生成された超音波画像111が検査装置1の記憶部11に記憶された後の処理を示している。
ピクセル単位で算出した差分の分散と欠陥の有無との関係について図4に基づいて説明する。図4は、欠陥がある部位の超音波画像111を基に生成した差分画像におけるピクセル値の分布例と、欠陥がない部位の超音波画像111を基に生成した差分画像におけるピクセル値の分布例と、を示す図である。
上述のように、欠陥の種類の判定にはヒートマップが用いられる。ここでは、ヒートマップ生成部106が生成するヒートマップと、生成したヒートマップに対して行われる閾値処理について図5に基づいて説明する。図5は、超音波画像からヒートマップを生成し、生成したヒートマップに閾値処理を施した例を示す図である。より詳細には、図5の上段には、管端溶接部における欠陥のある部位の超音波画像111-aについての例を示し、図5の下段には管端溶接部における欠陥のない部位の超音波画像111-bについての例を示している。
管端溶接部における欠陥としては、例えば、初層溶込み不良、溶接パス間の融合不良、アンダカット、およびブローホール等が知られている。初層溶込み不良は、管板付近で未溶着が生じて空隙が発生したものである。溶接パス間の融合不良は、複数回の溶着を行う際に未溶着が生じて空隙が発生したものである。アンダカットは、溶接ビードの端部がノッチ状にえぐれる欠陥である。ブローホールは、溶接金属内に球状の空洞が発生したものである。
管端溶接部は、管の周囲360度にわたって存在する。このため、上述のように、管内で探触子を所定角度ずつ回転させながら、管端溶接部の各部分の超音波画像111を生成し、各超音波画像111から欠陥の検出を行う。このような場合、1つの連続した欠陥が複数の超音波画像に跨って写り、実体としては1つの欠陥であるのに、それが複数の欠陥として検出されてしまうことがあり得る。
検査装置1による検査対象物の欠陥の有無の判定結果は、出力部13を介して出力される。ここでは、検査結果の出力例を図8に基づいて説明する。図8は、検査結果の出力例を示す図である。
検査装置1による欠陥検査を行う前に、検査で使用する各種モデルや閾値を用意しておく必要がある。ここでは、検査で使用する各種モデルを構築し、閾値を決定する処理の流れを図9に基づいて説明する。図9は、検査で使用する各種モデルを構築し、閾値を決定する処理の一例を示す図である。なお、これらの処理は、検査装置1で行ってもよいし、他のコンピュータで行ってもよい。
検査における処理の流れを図10に基づいて説明する。図10は、検査装置1を用いた検査方法の一例を示す図である。なお、以下では、探触子を回転させながら計測した管端溶接部とその周縁部からのエコーを画像化した超音波画像111が記憶部11に記憶されているものとして説明する。
図10のS18で行われる欠陥種類判定処理の流れを図11に基づいて説明する。図11は、欠陥種類判定処理の一例を示すフローチャートである。S31では、ヒートマップ生成部106が、図10のS14で算出された差分値を用いてヒートマップを生成する。そして、S32では、ヒートマップ生成部106は、S31で生成したヒートマップに対して閾値処理を施す。閾値処理については図5に基づいて説明した通りであるからここでは説明を繰り返さない。
本発明の他の実施形態について、以下に説明する。なお、説明の便宜上、上記実施形態にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を繰り返さない。本実施形態では、上記実施形態とは異なる方法で欠陥の種類を判定する例を説明する。
本実施形態に係る検査装置2の構成を図12に基づいて説明する。図12は、検査装置2の要部構成の一例を示すブロック図である。検査装置2は、図1に示した検査装置1と比べて、制御部10が制御部20に変わっている点で相違している。制御部20には、制御部10に含まれていたヒートマップ生成部106と欠陥種類判定部107が含まれておらず、代わりに欠陥領域検出部201と欠陥種類判定部202が含まれている。
欠陥領域検出部201による欠陥領域の検出方法について図13に基づいて説明する。図13は、欠陥領域の検出方法を説明する図である。なお、図13では、ヒートマップを用いて欠陥領域を検出する例を示しているが、以下説明するようにヒートマップの生成は必須ではない。
図6に基づいて説明したとおり、溶接箇所における欠陥には、初層溶込み不良や溶接パス間の融合不良など様々な種類のものが知られており、このような欠陥の種類の違いは、超音波画像において位置の差として表れる。欠陥種類判定部202は、このことを利用して、差分画像の画像領域における欠陥領域が検出された位置から、当該欠陥領域に係る欠陥の種類を判定する。これにより、欠陥の種類を自動で判定することができる。
検査装置2による欠陥検査は、検査装置1と同様に図10に示したフローチャートの流れで行われる。ただし、S18で行われる欠陥種類判定処理の内容が相違している。ここでは、図10のS18で行われる欠陥種類判定処理の流れを図15に基づいて説明する。図15は、検査装置2が実行する欠陥種類判定処理の一例を示すフローチャートである。
上述の各実施形態では、超音波画像を用いて欠陥の有無を判定する例を説明したが、検査装置1および2は、他の画像からの欠陥の有無の判定に適用することもできる。例えば、放射線透過試験(RT)において、検査対象物の欠陥の有無を判定する検査に検査装置1および2を適用することもできる。この場合、放射線透過写真の代わりに、イメージングプレートなどの電子デバイスを用いて得られた画像データから欠陥の像を検出することになる。
上記各実施形態で説明した各処理の実行主体は適宜変更することが可能である。例えば、図10のフローチャートにおける、S11(検査画像の生成)、S13(復元画像の生成)、S18(欠陥種類判定)、S21(欠陥の統合)、およびS22(欠陥長の算出)を他の情報処理装置に実行させてもよい。また、この場合、他の情報処理装置は、1つであってもよいし、複数であってもよい。このように、検査装置1および2の機能は、多様なシステム構成で実現することが可能である。また、複数の情報処理装置を含むシステムを構築する場合、一部の情報処理装置はクラウド上に配置されていてもよい。つまり、検査装置1の機能は、オンライン上で情報処理を行う1または複数の情報処理装置を利用して実現することもできる。
検査装置1および2の制御ブロック(特に制御部10および20に含まれる各部)は、集積回路(ICチップ)等に形成された論理回路(ハードウェア)によって実現してもよいし、ソフトウェアによって実現してもよい。
102 検査画像生成部
103 検査画像取得部
105 欠陥有無判定部
106 ヒートマップ生成部
107 欠陥種類判定部
108 統合検出部
111 超音波画像
2 検査装置
201 欠陥領域検出部
202 欠陥種類判定部
Claims (12)
- 検査対象物の内部における欠陥の有無を判定するための画像である検査画像を取得する検査画像取得部と、
入力された画像と同様の特徴を有する新たな画像を生成するように機械学習により構築された生成モデルであって、欠陥のない検査対象物の画像を訓練データとして構築された生成モデルに上記検査画像を入力することにより生成された復元画像を用いて、上記検査対象物の欠陥の有無を判定する欠陥有無判定部と、
上記検査対象物に伝搬させた超音波のエコーを画像化した超音波画像から、上記検査対象物における検査対象部位の周縁部からのエコーが繰り返し現れる2つの周縁エコー領域に挟まれた領域を検査対象領域として抽出して上記検査画像を生成する検査画像生成部と、を備え、
上記検査画像取得部は、上記検査画像生成部が生成した上記検査画像を取得する、検査装置。 - 検査対象物の内部における欠陥の有無を判定するための画像である検査画像を取得する検査画像取得部と、
入力された画像と同様の特徴を有する新たな画像を生成するように機械学習により構築された生成モデルであって、欠陥のない検査対象物の画像を訓練データとして構築された生成モデルに上記検査画像を入力することにより生成された復元画像を用いて、上記検査対象物の欠陥の有無を判定する欠陥有無判定部と、を備え、
上記欠陥有無判定部は、上記検査画像と上記復元画像との差分画像を構成する各ピクセルのピクセル値の分散が所定の閾値を超える場合に、上記検査対象物に欠陥があると判定する、検査装置。 - 上記検査画像生成部は、上記検査対象部位と、該検査対象部位の周縁部からのエコーが写る領域の少なくとも一部と、を含む領域を正解データとした機械学習により構築された、検査対象領域の抽出モデルに、上記超音波画像を入力して得られる出力値に基づいて上記検査対象領域を抽出する、請求項1に記載の検査装置。
- 上記欠陥有無判定部は、上記復元画像の画像領域から、上記検査対象部位の周縁部からのエコーが写る領域を除いた残りの画像領域を対象として、上記検査対象物の欠陥の有無を判定する、請求項3に記載の検査装置。
- 上記差分画像においてピクセル値が閾値以上である複数のピクセルからなる領域を欠陥領域として検出する欠陥領域検出部を備える、請求項2に記載の検査装置。
- 上記欠陥は、上記検査対象物の溶接箇所における欠陥であり、
上記検査装置は、上記差分画像の画像領域における上記欠陥領域が検出された位置から、当該欠陥領域に係る欠陥の種類を判定する欠陥種類判定部を備える、請求項5に記載の検査装置。 - 検査対象物の内部における欠陥の有無を判定するための画像である検査画像を取得する検査画像取得部と、
入力された画像と同様の特徴を有する新たな画像を生成するように機械学習により構築された生成モデルであって、欠陥のない検査対象物の画像を訓練データとして構築された生成モデルに上記検査画像を入力することにより生成された復元画像を用いて、上記検査対象物の欠陥の有無を判定する欠陥有無判定部と、を備え、
上記欠陥有無判定部が、上記検査対象物の一部分であって、互いに隣接する部分にそれぞれ対応する複数の超音波画像について欠陥ありと判定した場合に、当該複数の超音波画像に写る欠陥を1つの欠陥として検出する統合検出部を備える、検査装置。 - 上記差分画像を構成する各ピクセルのピクセル値を色または濃淡で表したヒートマップを生成するヒートマップ生成部と、
種類が既知の欠陥がある検査対象物の検査画像から生成された差分画像のヒートマップを教師データとした機械学習で構築された種類判定モデルに、上記ヒートマップ生成部が生成したヒートマップを入力して得られる出力値に基づいて欠陥の種類を判定する欠陥種類判定部を備える、請求項2に記載の検査装置。 - 検査装置を用いた検査方法であって、
検査対象物の内部における欠陥の有無を判定するための画像である検査画像を取得する検査画像取得ステップと、
入力された画像と同様の特徴を有する新たな画像を生成するように機械学習して構築された生成モデルであって、欠陥のない検査対象物の超音波画像を訓練データとして構築された生成モデルに上記検査画像を入力することにより生成された復元画像を用いて、上記検査対象物の欠陥の有無を判定する欠陥有無判定ステップと、を含むと共に、
上記検査対象物に伝搬させた超音波のエコーを画像化した超音波画像から、上記検査対象物における検査対象部位の周縁部からのエコーが繰り返し現れる2つの周縁エコー領域に挟まれた領域を検査対象領域として抽出して上記検査画像を生成する検査画像生成ステップ、を含み、
上記検査画像取得ステップでは、上記検査画像生成ステップにて生成された上記検査画像を取得する、検査方法。 - 検査装置を用いた検査方法であって、
検査対象物の内部における欠陥の有無を判定するための画像である検査画像を取得する検査画像取得ステップと、
入力された画像と同様の特徴を有する新たな画像を生成するように機械学習して構築された生成モデルであって、欠陥のない検査対象物の超音波画像を訓練データとして構築された生成モデルに上記検査画像を入力することにより生成された復元画像を用いて、上記検査対象物の欠陥の有無を判定する欠陥有無判定ステップと、を含み、
上記欠陥有無判定ステップでは、上記検査画像と上記復元画像との差分画像を構成する各ピクセルのピクセル値の分散が所定の閾値を超える場合に、上記検査対象物に欠陥があると判定する、検査方法。 - 検査装置を用いた検査方法であって、
検査対象物の内部における欠陥の有無を判定するための画像である検査画像を取得する検査画像取得ステップと、
入力された画像と同様の特徴を有する新たな画像を生成するように機械学習して構築された生成モデルであって、欠陥のない検査対象物の超音波画像を訓練データとして構築された生成モデルに上記検査画像を入力することにより生成された復元画像を用いて、上記検査対象物の欠陥の有無を判定する欠陥有無判定ステップと、
上記欠陥有無判定ステップにて、上記検査対象物の一部分であって、互いに隣接する部分にそれぞれ対応する複数の超音波画像について欠陥ありと判定された場合に、当該複数の超音波画像に写る欠陥を1つの欠陥として検出するステップと、を含む、検査方法。 - 請求項1に記載の検査装置としてコンピュータを機能させるための検査プログラムであって、上記検査画像取得部、上記検査画像生成部、および上記欠陥有無判定部としてコンピュータを機能させるための検査プログラム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020101123A JP7385529B2 (ja) | 2020-06-10 | 2020-06-10 | 検査装置、検査方法、および検査プログラム |
PCT/JP2021/014383 WO2021250986A1 (ja) | 2020-06-10 | 2021-04-02 | 検査装置、検査方法、および検査プログラム |
US18/008,632 US20230221286A1 (en) | 2020-06-10 | 2021-04-02 | Inspection device, inspection method, and inspection program |
CN202180041906.6A CN115836218A (zh) | 2020-06-10 | 2021-04-02 | 检查装置、检查方法、以及检查程序 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020101123A JP7385529B2 (ja) | 2020-06-10 | 2020-06-10 | 検査装置、検査方法、および検査プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021196205A JP2021196205A (ja) | 2021-12-27 |
JP7385529B2 true JP7385529B2 (ja) | 2023-11-22 |
Family
ID=78845498
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020101123A Active JP7385529B2 (ja) | 2020-06-10 | 2020-06-10 | 検査装置、検査方法、および検査プログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230221286A1 (ja) |
JP (1) | JP7385529B2 (ja) |
CN (1) | CN115836218A (ja) |
WO (1) | WO2021250986A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2023047685A (ja) * | 2021-09-27 | 2023-04-06 | 日立造船株式会社 | 情報処理装置、判定領域の設定方法、および判定領域設定プログラム |
CN115932864B (zh) * | 2023-02-24 | 2023-08-01 | 深圳市博铭维技术股份有限公司 | 管道缺陷检测方法和管道缺陷检测装置 |
CN116778348B (zh) * | 2023-08-28 | 2023-12-01 | 广东中科慧据科技有限公司 | 基于机器视觉的外墙脱落监测方法、装置、设备及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010243375A (ja) | 2009-04-08 | 2010-10-28 | National Maritime Research Institute | 進展亀裂検出方法、装置およびプログラム |
JP2018054354A (ja) | 2016-09-27 | 2018-04-05 | 株式会社東芝 | 超音波探傷装置、データ処理装置および超音波探傷方法 |
WO2019103772A1 (en) | 2017-11-22 | 2019-05-31 | Siemens Aktiengesellschaft | Detection and root cause analysis of welding defects |
US20190290246A1 (en) | 2018-03-23 | 2019-09-26 | China Medical University Hospital | Assisted detection model of breast tumor, assisted detection system thereof, and method for assisted detecting breast tumor |
JP2019197007A (ja) | 2018-05-10 | 2019-11-14 | 東京瓦斯株式会社 | 超音波探傷の判定装置、判定プログラム及び判定方法 |
JP2020503509A (ja) | 2017-03-29 | 2020-01-30 | 富士通株式会社 | 超音波スキャン・データを用いた欠陥検出 |
JP2020028679A (ja) | 2018-08-24 | 2020-02-27 | 富士通株式会社 | 異常判別プログラム、異常判別方法および異常判別装置 |
JP2020058800A (ja) | 2018-10-10 | 2020-04-16 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08110326A (ja) * | 1994-10-11 | 1996-04-30 | Komatsu Ltd | ニューラルネットワークシステムにおけるパターン生成方法 |
-
2020
- 2020-06-10 JP JP2020101123A patent/JP7385529B2/ja active Active
-
2021
- 2021-04-02 WO PCT/JP2021/014383 patent/WO2021250986A1/ja active Application Filing
- 2021-04-02 US US18/008,632 patent/US20230221286A1/en active Pending
- 2021-04-02 CN CN202180041906.6A patent/CN115836218A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010243375A (ja) | 2009-04-08 | 2010-10-28 | National Maritime Research Institute | 進展亀裂検出方法、装置およびプログラム |
JP2018054354A (ja) | 2016-09-27 | 2018-04-05 | 株式会社東芝 | 超音波探傷装置、データ処理装置および超音波探傷方法 |
JP2020503509A (ja) | 2017-03-29 | 2020-01-30 | 富士通株式会社 | 超音波スキャン・データを用いた欠陥検出 |
WO2019103772A1 (en) | 2017-11-22 | 2019-05-31 | Siemens Aktiengesellschaft | Detection and root cause analysis of welding defects |
US20190290246A1 (en) | 2018-03-23 | 2019-09-26 | China Medical University Hospital | Assisted detection model of breast tumor, assisted detection system thereof, and method for assisted detecting breast tumor |
JP2019197007A (ja) | 2018-05-10 | 2019-11-14 | 東京瓦斯株式会社 | 超音波探傷の判定装置、判定プログラム及び判定方法 |
JP2020028679A (ja) | 2018-08-24 | 2020-02-27 | 富士通株式会社 | 異常判別プログラム、異常判別方法および異常判別装置 |
JP2020058800A (ja) | 2018-10-10 | 2020-04-16 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2021196205A (ja) | 2021-12-27 |
CN115836218A (zh) | 2023-03-21 |
US20230221286A1 (en) | 2023-07-13 |
WO2021250986A1 (ja) | 2021-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7385529B2 (ja) | 検査装置、検査方法、および検査プログラム | |
WO2021251064A1 (ja) | 情報処理装置、判定方法、および情報処理プログラム | |
KR101476749B1 (ko) | 비파괴 검사, 특히 제조 중이거나 완성 상태에 있는 파이프들에 대한 비파괴 검사 | |
JP5392731B2 (ja) | 超音波探傷検査の判定支援装置、判定支援方法、判定支援プログラム、及び該判定支援プログラムを記録したコンピュータ読取可能な記録媒体 | |
US20200051229A1 (en) | Method for the non-destructive testing of the volume of a test object and testing device configured for carrying out such a method | |
Tyystjärvi et al. | Automated defect detection in digital radiography of aerospace welds using deep learning | |
JP5604738B2 (ja) | 進展亀裂検出方法、装置およびプログラム | |
KR20150108872A (ko) | 초음파 검사를 사용한 회전자 구성요소들의 내장된 결함의 식별, 그룹화 및 사이징을 위한 방법 및 시스템 | |
JP5156707B2 (ja) | 超音波検査方法及び装置 | |
CN103218805B (zh) | 处理用于对象检验的图像的方法和系统 | |
WO2015001624A1 (ja) | 超音波探傷方法、超音波探傷装置ならびにパネル構造体の溶接部検査方法 | |
Febrianti et al. | Analysis of non-destructive testing ultrasonic signal for detection of defective materials based on the Simulink Matlab Mathematica computation method | |
KR101131994B1 (ko) | 원자력 발전소 자동 초음파 신호를 평가하기 위한 실시간 비쥬얼 시스템 | |
JP4364031B2 (ja) | 超音波探傷画像処理装置及びその処理方法 | |
KR102044990B1 (ko) | 초음파 탐상 방법 | |
JP2006189349A (ja) | 非破壊欠陥検査システム | |
WO2022209169A1 (ja) | 情報処理装置、判定方法、および判定プログラム | |
KR102105503B1 (ko) | 용접 품질 자동 평가 방법 및 용접 품질 자동 평가 장치 | |
RU2607766C2 (ru) | Способ оценки геометрических размеров дефектов стенки трубной секции и сварных швов по данным ультразвукового внутритрубного дефектоскопа с помощью поиска связанных индикаций | |
Aoki et al. | Intelligent image processing for abstraction and discrimination of defect image in radiographic film | |
JP3810270B2 (ja) | 超音波検査装置および方法 | |
JP2006329898A (ja) | 表面歪の測定方法および測定装置 | |
Medak et al. | Detection of Defective Bolts from Rotational Ultrasonic Scans Using Convolutional Neural Networks | |
JPH08110326A (ja) | ニューラルネットワークシステムにおけるパターン生成方法 | |
Torres et al. | Ultrasonic NDE technology comparison for measurement of long seam weld anomalies in low frequency electric resistance welded pipe |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221227 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230822 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231016 |
|
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: 20231031 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231110 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7385529 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |