JPH09210970A - 超音波探傷データ評価装置 - Google Patents

Abstract

(57)【要約】 【課題】 タイムゲートの設定を不要化して、より精度
の高い判定結果が得られるようにする。 【解決手段】 超音波探傷データ評価装置本体３０の内
部では、データ入力部３４が、被検査物２４から得られ
た超音波探傷データ２９を入力し、データ解析処理部３
５が、データ入力部３４からの超音波探傷データ２９を
ウェーブレット変換を用いて解析処理し、ニューラルネ
ットワークを使用した判定部４１が、データ解析処理部
３５で解析処理された各重み付きの解析データ４０に基
づき欠陥のあるなしの判定を行う。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、超音波探傷データ
評価装置に関するものである。

【０００２】

【従来の技術】各種プラントなどにおいては、構造物や
溶接部の非破壊検査を行う手段として超音波探傷検査が
広く行われれている。

【０００３】この場合、超音波探傷検査によって得られ
た超音波探傷データを評価して欠陥があるかないかの判
定を行うのは、専門知識を有する試験官である。

【０００４】しかし、専門知識を有する試験官は、その
経験によって判定を行っているため、かなりの熟練を要
し、しかも、各試験官によって判定結果にばらつきが生
じる可能性もある。又、検査によって得られる何十、何
百もの超音波探傷データの全てを見て判定を下して行く
のは大変困難な作業である。

【０００５】そこで、超音波探傷データの判定を自動的
に行わせるための研究開発が進められている。

【０００６】現在、開発中の超音波探傷データ評価装置
は、図８に示すようなものである。

【０００７】図中、１は非破壊検査の対象物（被検査
物）の一例としての管、２は管１の溶接部、３は超音波
探傷装置、４は超音波探傷装置３の超音波送受信部、５
は超音波探傷装置３の超音波探触子である。

【０００８】そして、超音波送受信部４で得られた超音
波探傷データ６を入力して超音波探傷データ６を自動的
に評価判定する超音波探傷データ評価装置本体７を設
け、超音波探傷データ評価装置本体７にキーボードなど
の入力装置８と、マウスやタブレットなどのポインティ
ングデバイス９と、ディスプレイなどの表示装置１０と
を接続する。

【０００９】前記超音波探傷データ評価装置本体７は、
図９に示すように、超音波送受信部４からの超音波探傷
データ６の入力を受け付けるデータ入力部１１と、前記
ポインティングデバイス９からの位置指示入力１２によ
って前記超音波探傷データ６の一部を抽出させるタイム
ゲート設定部１３と、タイムゲート設定部１３で抽出さ
れた抽出データ１４をウェーブレット変換によって解析
処理するデータ解析処理部１５と、データ解析処理部１
５で解析処理された解析データ１６に基づき判定を行
う、ニューラルネットワークなどを使用した判定部１７
（以下、ニューラルネットワーク１７という）とを備え
ている。

【００１０】尚、図中、１８はニューラルネットワーク
１７に学習を行わせるために使用される教示データであ
る。

【００１１】又、図１４中、１９はニューラルネットワ
ーク１７を構成するニューロン、図１６中、２０はニュ
ーラルネットワーク１７の入力層、２１はニューラルネ
ットワーク１７の中間層、２２はニューラルネットワー
ク１７の出力層、２３は解析データ１６における周波数
と各位置Ａ，Ｂ，Ｃ，Ｄ，Ｅとが成す座標上に設定され
た格子点である。

【００１２】管１の溶接部２の非破壊検査を行わせる場
合、図８・図１０に示すように、管１の溶接部２の近傍
に超音波探傷装置３の超音波探触子５を配置し、超音波
送受信部４から発信した超音波を超音波探触子５から管
１へ向けて入射させ、管１の内部を伝播して反射されて
きた超音波を超音波探傷データ６として超音波送受信部
４で受信する。そして、上記作業を、超音波探触子５を
管１の軸線方向イへ僅かずつ移動しながら複数の位置
（図ではＡ，Ｂ，Ｃ，Ｄ，Ｅの五箇所）で行う。以上に
より、溶接部２の周方向ロの一箇所に対する超音波探傷
データ６が異なる位置について複数（図１１参照）得ら
れる。更に、超音波探触子５を管１の周方向ロへ僅かず
つ移動して上記作業を繰返しながら、溶接部２の周方向
ロの全体に亘って超音波探傷データ６の採取を行う。

【００１３】このようにして、超音波探傷装置３による
超音波探傷データ６の採取が終了したら、該超音波探傷
データ６を超音波探傷データ評価装置本体７のデータ入
力部１１へ入力する。超音波探傷データ評価装置本体７
への超音波探傷データ６の入力は、超音波送受信部４と
超音波探傷データ評価装置本体７との間をケーブルやネ
ットワークを介し接続して電送させたり、両者に赤外線
ポートがある場合には赤外線通信により転送させたり、
磁気テープや磁気ディスクや光ディスクなどのリムーバ
ブルメディアを介してデータ入力を行わせるようにして
も良い。

【００１４】超音波探傷データ６が入力されたら、超音
波探傷データ評価装置本体７のタイムゲート設定部１３
は、ディスプレイなどの表示装置１０に、図１１に示す
ように、超音波探傷データ６をそのまま表示させ、操作
者に、マウスやタブレットなどのポインティングデバイ
ス９を用いて、前記超音波探傷データ６の一部を抽出
（タイムゲートＴを掛ける）させるようにする。

【００１５】操作者による具体的なタイムゲートＴの設
定の仕方は、超音波探傷データ６のピーク値の付近を中
心位置Ｔ₀として指定し、中心位置Ｔ₀の前後を適当な幅
で範囲指定することによって行われる（範囲は、中心位
置に関して対称なので前方か後方のどちらか一方を指定
すれば良い）。

【００１６】タイムゲートＴの設定が済んだら、超音波
探傷データ評価装置本体７のデータ解析処理部１５は、
超音波探傷データ６のうちの抽出データ１４の部分を解
析処理する。

【００１７】解析処理の具体的やり方は、高速フーリエ
変換と呼ばれる三角関数を用いた積分変換手法によっ
て、上記抽出データ１４を周波数分析し、抽出データ１
４の各周波数ごとのエネルギー強度を示す二次元データ
を求めるようにする。この際、抽出データ１４全域を対
象として周波数分析がなされるので、二次元データから
は時間の概念が消失される。該二次元データは上記Ａ，
Ｂ，Ｃ，Ｄ，Ｅの各位置について重ね合わされて、図１
２・図１３に示すような、疑似的な三次元データにされ
る。ちなみに、図１２のものは応力腐食割れがある場合
の典型的な解析データ１６、図１３のものは応力腐食割
れがない場合の典型的な解析データ１６である。尚、二
つの波形は人間の目で見ると明らかに異なっているもの
と認識されるが、同様の認識を工学的に行わせるのはか
なり困難なことである。

【００１８】更に、データ解析処理部１５では、後段に
おける処理の都合上、上記解析データ１６におけるエネ
ルギー強度が０から１の間の値で表わされるよう正規化
を行う。

【００１９】こうして解析データ１６が得られたら、超
音波探傷データ評価装置本体７は、上記解析データ１６
をニューラルネットワークなどの判定部１７で判定す
る。

【００２０】ここで、ニューラルネットワーク１７と
は、人間の脳の持つ優れた情報処理能力を工学的に実現
するために開発されたものであり、複数のニューロン１
９の組合せによって構築されるものである。

【００２１】該ニューロン１９とは、図１４に示すよう
に、入力Ｓｉ（０≦Ｓｉ≦１，ｉ＝１〜ｎ）と、重み係
数Ｗｉ（Ｗｉ≧０のとき興奮性、Ｗｉ＜０のとき抑制性
を示す、ｉ＝１〜ｎ）と、しきい値θとによって内部状
態ｕが、ｕ＝ΣＷｉ・Ｓｉ−θで定められ、この内部状
態ｕを出力関数ｆ（ｘ）＝１／｛１＋ｅｘｐ（−ｘ／
ｔ）｝へ代入することにより、以下のような出力が得ら
れるようにしたものである。

【００２２】

【数１】ｆ（ｕ）＝１／｛１＋ｅｘｐ（−ｕ／ｔ）｝

【００２３】尚、ｔはニューロン１９の温度と呼ばれる
正の定数（通常は１．０）である。

【００２４】又、出力関数ｆ（ｘ）は、シグモイド関数
と呼ばれており、図１５に示すように、ｘの値が−から
＋へ変化する間に、値が０から１へと非線形に変化する
関数である（０≦ｆ（ｘ）≦１）。

【００２５】そして、上記ニューロン１９を複数組合せ
て上記ニューラルネットワーク１７を構築する。ニュー
ラルネットワーク１７には、相互結合型のものや階層型
のものなど各種あるが、この場合には、階層型のニュー
ラルネットワーク１７を用いている。階層型のニューラ
ルネットワーク１７は、図１６に示すように、ニューロ
ン１９を入力層２０、中間層２１、出力層２２などの階
層を持つように結合したものであり、各々の層は一つ以
上のニューロン１９で構成され、又、同一の層内のニュ
ーロン１９どうしは互いに結合することなく、且つ、下
位の層の各々のニューロン１９は上位の層の全てのニュ
ーロン１９と結合されるようになっている。

【００２６】又、入力層２０は、上記解析データ１６に
おける周波数と各位置Ａ，Ｂ，Ｃ，Ｄ，Ｅとが成す座標
上に設定された格子点２３と同数のニューロン１９によ
って構成され、中間層２１は、一層又は複数層のニュー
ロン１９で構成され（図では一層となっている）、出力
層２２は、二つのニューロン１９ａ，１９ｂで構成され
ている。

【００２７】更に、予め、各ニューロン１９について重
み係数Ｗｉやしきい値θなどのパラメータを設定するこ
とにより、ニューラルネットワーク１７を学習させてお
く。

【００２８】学習法としては、先ず、重み係数Ｗｉやし
きい値θなどの各パラメータをキーボードなどの入力装
置８を用いてランダムに設定してニューラルネットワー
ク１７を初期化し、ここに教示データ１８を入力して出
力を発生させ、ニューラルネットワーク１７からの出力
と教示データ１８の実際の結果との誤差を計算して、該
誤差を出力層２２から中間層２１、中間層２１から入力
層２０へと逆に伝播させながら各層ごとにパラメータを
調整・変更して行く誤差逆伝播学習法を用い、該作業を
多数の教示データ１８について繰返すようにする。

【００２９】この際、出力層２２の二つのニューロン１
９ａ，１９ｂの出力が、欠陥ならば（１．０〜０．７，
０．０〜０．３）、不明ならば（０．７〜０．３，０．
３〜０．７）、欠陥以外ならば（０．３〜０．０，１．
０〜０．７）となるように学習させる。

【００３０】このように十分に学習されたニューラルネ
ットワーク１７では、入力層２０を構成する各ニューロ
ン１９に、対応する上記格子点２３におけるエネルギー
強度をそれぞれ入力するだけで、各ニューロン１９につ
いての出力が次々と計算されて行き、自動的に正しい判
定結果が導かれる。

【００３１】このように、ニューラルネットワーク１７
を使用することにより、ファジィやＡＩなどと違って、
ルール化が困難な波形パターンのようなものからでも正
しい判定を下すことができるようになる。

【００３２】尚、学習内容は、各パラメータに分散格納
されることとなるので、ニューラルネットワーク１７自
体はブラックボックス化するが、より多くの学習を行わ
せることにより、より精度の高い判定結果を期待できる
ようになる。

【００３３】又、こうして得られた判定結果も、ニュー
ラルネットワーク１７に学習させておくようにする。

【００３４】判定結果は、入力装置８に表示される。
又、必要に応じて、図示しない外部記憶装置などに記憶
させるようにしても良い。

【００３５】

【発明が解決しようとする課題】しかしながら、上記超
音波探傷データ評価装置には、以下のような問題があっ
た。

【００３６】即ち、超音波探傷データ評価装置本体７の
データ解析処理部１５では、超音波探傷データ６を高速
フーリエ変換と呼ばれる三角関数を用いた積分変換手法
によって周波数分析するようにしているが、高速フーリ
エ変換では前述したように周波数分析を行おうとするデ
ータの全域を対象として各周波数ごとのエネルギー強度
を示す二次元データを求めるようにすることから、時間
情報が消失されてしまうため、予め、タイムゲート設定
部１３で、マウスやタブレットなどのポインティングデ
バイス９を用いて、図１１に示すように、超音波探傷デ
ータ６の一部にタイムゲートＴを掛けて、溶接部２及び
その周辺のデータを抽出（抽出データ１４）する操作が
必要となる。

【００３７】しかし、タイムゲートＴの設定は、超音波
探傷データ６のピーク値の付近を中心位置Ｔ₀として、
中心位置Ｔ₀の前後を適当な幅で範囲指定するようなも
のであるため、最適なタイムゲートＴを一度で設定する
ことが困難である。

【００３８】そのため、設定したタイムゲートＴの幅が
広くなりすぎて抽出データ１４にノイズが入ったり、設
定したタイムゲートＴの幅が狭くなりすぎて抽出データ
１４から必要な情報が欠落したりするおそれがあり、こ
れを避けるため、タイムゲートＴの設定と判定を繰返し
行って調整しなければならず、最適なタイムゲートＴを
得るまでに手間や時間を要することになる。

【００３９】本発明は、上述の実情に鑑み、タイムゲー
トの設定を不要化してより精度の高い判定結果が得られ
るようにした超音波探傷データ評価装置を提供すること
を目的とするものである。

【００４０】

【課題を解決するための手段】本発明は、被検査物から
得られた超音波探傷データの入力を受け付けるデータ入
力部と、データ入力部からの超音波探傷データをウェー
ブレット変換によって解析処理するデータ解析処理部
と、データ解析処理部で解析処理された解析データに基
づき欠陥のあるなしの判定を行う、ニューラルネットワ
ークを使用した判定部とにより、超音波探傷データ評価
装置本体を構成したことを特徴とする超音波探傷データ
評価装置にかかるものである。

【００４１】この場合において、データ解析処理部と判
定部との間に、データ解析処理部で解析処理された解析
データに重み付けを行う重み設定部を設けても良い。

【００４２】又、超音波探傷データ評価装置本体に、被
検査物から超音波探傷データを採取する超音波探傷装置
を一体化しても良い。

【００４３】上記手段によれば、以下のような作用が得
られる。

【００４４】超音波探傷データ評価装置本体の内部で
は、データ入力部が、被検査物から得られた超音波探傷
データを入力し、データ解析処理部が、データ入力部か
らの超音波探傷データをウェーブレット変換によって解
析処理し、ニューラルネットワークを使用した判定部
が、データ解析処理部で解析処理された解析データに基
づき欠陥のあるなしの判定を行う。

【００４５】データ解析処理部と判定部との間に重み設
定部を設けることにより、データ解析処理部で解析処理
された解析データに重み付けを行い、解析データの情報
量を絞って、判定部による判定精度を向上させることが
できる。

【００４６】又、超音波探傷データ評価装置本体に、被
検査物から超音波探傷データを採取する超音波探傷装置
を一体化することにより、超音波探傷データの採取と処
理が内部的且つ連続的に行われるようになる。

【００４７】

【発明の実施の形態】以下、本発明の実施の形態を、図
示例と共に説明する。

【００４８】図１〜図７は、本発明の実施の形態の一例
である。

【００４９】図中、２４は非破壊検査の対象物（被検査
物）の一例としての管、２５は管２４の溶接部、２６は
超音波探傷装置、２７は超音波探傷装置２６の超音波送
受信部、２８は超音波探傷装置２６の超音波探触子であ
る。

【００５０】そして、超音波送受信部２７で得られた超
音波探傷データ２９を入力して超音波探傷データ２９を
自動的に評価判定する超音波探傷データ評価装置本体３
０を設け、超音波探傷データ評価装置本体３０にキーボ
ードなどの入力装置３１と、マウスやタブレットなどの
ポインティングデバイス３２と、ディスプレイなどの表
示装置３３とを接続する。尚、上記超音波探傷装置２６
は超音波探傷データ評価装置本体３０と一体化するよう
にしても良い。

【００５１】前記超音波探傷データ評価装置本体３０
は、超音波送受信部２７からの超音波探傷データ２９の
入力を受け付けるデータ入力部３４と、データ入力部３
４からの超音波探傷データ２９を後述するようなウェー
ブレット変換によって解析処理するデータ解析処理部３
５と、データ解析処理部３５で解析処理された、時間と
周波数とエネルギー強度の情報を含む解析データ３６
に、前記ポインティングデバイス３２からの時間指示入
力３７や前記キーボードなどの入力装置３１からの時間
入力３８によって前記解析データ３６に時間による重み
付けを施す重み設定部３９と、重み設定部３９で重み付
けされた重み付きの解析データ４０に基づき判定を行
う、ニューラルネットワークなどを使用した判定部４１
（以下、ニューラルネットワーク４１という）とを備え
ている。

【００５２】そして、超音波探触子２８と溶接部２５と
の間の距離、及び、超音波の伝播速度によって、超音波
探傷データ２９における、溶接部２５で反射された超音
波が超音波探触子２８で受信されるべき時間（基準時間
Ｔ₀、図２参照）が簡単に求められるが、上記重み設定
部３９は、上記基準時間Ｔ₀及びその周辺における解析
データ３６の値が重くなり、基準時間Ｔ₀から隔離した
解析データ３６の値が軽くなるように、解析データ３６
に任意の重み付けをして重み付きの解析データ４０とし
得るようになっている。

【００５３】ここで、基準時間Ｔ₀の計算は、超音波探
触子２８と溶接部２５との間の距離を入力することによ
り、超音波探傷データ評価装置本体３０の内部で自動的
に行わせるようにしても良い。又、重みの付け方は、ポ
インティングデバイス３２やキーボードなどの入力装置
３１からの設定入力４２によって適宜設定し得るように
しても良い。

【００５４】尚、図中、４３はニューラルネットワーク
４１に学習を行わせるために使用される教示データであ
る。

【００５５】又、図７中、４４は複数のニューロン４５
からなるニューラルネットワーク４１の入力層、４６は
ニューラルネットワーク４１の中間層、４７はニューラ
ルネットワーク４１の出力層、４８は重み付きの解析デ
ータ４０における各位置Ａ，Ｂ，Ｃ，Ｄ，Ｅについて周
波数と時間とが成す座標平面４９上に設定された格子点
である。

【００５６】次に、作動について説明する。

【００５７】管２４の溶接部２５の非破壊検査を行わせ
る場合、管２４の溶接部２５の近傍に超音波探傷装置２
６の超音波探触子２８を配置し、超音波送受信部２７か
ら発信した超音波を超音波探触子２８から管２４へ向け
て入射させ、管２４の内部を伝播して反射されてきた超
音波を超音波探傷データ２９として超音波送受信部２７
で受信する。そして、上記作業を、超音波探触子２８を
管２４の軸線方向ハへ僅かずつ移動しながら複数の位置
（図ではＡ，Ｂ，Ｃ，Ｄ，Ｅの五箇所）で行う。以上に
より、溶接部２５の周方向ロの一箇所に対する超音波探
傷データ２９が異なる位置について複数（図２参照）得
られる。更に、超音波探触子２８を管２４の周方向ロへ
僅かずつ移動して上記作業を繰返しながら、溶接部２５
の周方向ロの全体に亘って超音波探傷データ２９の採取
を行う。

【００５８】このようにして、超音波探傷装置２６によ
る超音波探傷データ２９の採取が終了したら、該超音波
探傷データ２９を超音波探傷データ評価装置本体３０の
データ入力部３４へ入力する。超音波探傷データ評価装
置本体３０への超音波探傷データ２９の入力は、超音波
送受信部２７と超音波探傷データ評価装置本体３０との
間をケーブルやネットワークを介し接続して電送させた
り、両者に赤外線ポートがある場合には赤外線通信によ
り転送させたり、磁気テープや磁気ディスクや光ディス
クなどのリムーバブルメディアを介してデータ入力を行
わせるようにしても良い。尚、超音波探傷データ評価装
置本体３０に超音波探傷装置２６を一体化するようにし
た場合には、超音波探傷データ２９の入力は内部的に行
われることとなり、より一層の自動化を達成することが
できる。

【００５９】超音波探傷データ２９が入力されたら、超
音波探傷データ評価装置本体３０のデータ解析処理部３
５は、超音波探傷データ２９をウェーブレット変換を用
いて解析処理する。

【００６０】ここで、ウェーブレットとは、「小さな
波」という意味であって、三角関数や対数関数などのよ
うな決まった関数ではなく、局在する波を表わす任意の
関数を示す総称である。

【００６１】そして、仮に、図３に示すような関数ψ
（ｘ）をマザーウェーブレットとすると、図４に示すよ
うに、マザーウェーブレットψ（ｘ）をｂだけ平行移動
（トランスレート又はシフト）してａだけ伸縮（スケー
ル）したウェーブレットは、関数ψ（（ｘ−ｂ）／ａ）
として表わすことができる。このとき、平行移動のパラ
メータｂによって関数のｘ軸（時間軸）上の位置が変化
しているので、パラメータｂは時間に対応させることが
でき、又、伸縮のパラメータａに対応して関数の幅がａ
倍となるので、パラメータ１／ａは周波数に対応させる
ことができる。

【００６２】例えば、図５（ａ）のような信号ｆ（ｘ）
があった場合、伸縮のパラメータａと平行移動のパラメ
ータｂをうまく選んだ様々なウェーブレットψ（（ｘ−
ｂ）／ａ）によって、図５（ｂ）のように上記信号ｆ
（ｘ）の部分を切出すことが可能である。こうして切出
された部分は、時間軸上における位置と信号ｆ（ｘ）の
部分の局所的な周波数を表わしている。

【００６３】そこで、図６に示すように、時間軸に加え
て周波数を表わす座標軸を新たに設けることにより座標
平面４９を構成し、座標平面４９上に上記各部分を切出
したウェーブレットψ（（ｘ−ｂ）／ａ）を配置する。
しかし、座標平面４９にいちいちウェーブレットψ
（（ｘ−ｂ）／ａ）を配置させていると、図が込み合っ
て分かりにくくなるが、各ウェーブレットψ（（ｘ−
ｂ）／ａ）の単位がマザーウェーブレットψ（ｘ）と決
まっているのであるから、代りに、座標平面４９上の対
応する位置に、各ウェーブレットψ（（ｘ−ｂ）／ａ）
で図った信号ｆ（ｘ）の大きさ

【数２】 を割り振るようにする。以上がウェーブレット変換の基
本的な考え方であり、

【数３】 と定義される。

【００６４】ウェーブレット変換の結果は、時間軸と座
標軸からなる座標平面４９と、該座標平面４９に直交す
る信号の大きさ、即ち、超音波探傷データ２９のエネル
ギー強度を示す軸とからなる、三次元データ（解析デー
タ３６）となる。尚、該三次元データは上記Ａ，Ｂ，
Ｃ，Ｄ，Ｅの各位置についてそれぞれ作られる（図７の
重み付きの解析データ４０参照）。

【００６５】更に、データ解析処理部３５では、後段に
おけるの処理の都合上、上記解析データ３６におけるエ
ネルギー強度が０から１の間の値で表わされるよう正規
化を行う。

【００６６】データ解析処理部３５で解析データ３６が
得られたら、重み設定部３９に、超音波探触子２８と溶
接部２５との間の距離、及び、超音波の伝播速度によっ
て求めた、溶接部２５で反射された超音波が超音波探触
子２８で受信されるべき時間（基準時間Ｔ₀、図２参
照）を、予めポインティングデバイス３２からの時間指
示入力３７や前記キーボードなどの入力装置３１からの
時間入力３８を行っておくことにより、重み設定部３９
は、基準時間Ｔ₀及びその周辺における解析データ３６
の値が重くなり、基準時間Ｔ₀から隔離した解析データ
３６の値が軽くなるように、解析データ３６に任意の重
み付けをして、重み付きの解析データ４０とする。

【００６７】ウェーブレット変換による周波数分析で
は、上記したように時間情報を持っているため、わざわ
ざタイムゲートを掛けなくても溶接部２５及びその周辺
のデータを簡単に特定することができるようになる反
面、超音波探傷データ２９の全データを時間情報付きの
ままそっくり扱うこととなって解析データ３６の情報量
が膨大となるので、重み付けを行わせることにより、情
報を適正に絞り込み、情報量を減らすようにしている。
これにより、処理の高速化と判定精度の向上を得ること
ができる。

【００６８】又、重み設定部３９による重み付けは、基
準時間Ｔ₀を入力するだけで、予めポインティングデバ
イス３２や入力装置３１を用いて入力した重みの設定入
力４２に基づき自動的に行われるので、タイムゲートを
掛ける場合のような煩わしさややり直しがない。尚、基
準時間Ｔ₀の計算は、超音波探触子２８と溶接部２５と
の間の距離を入力することにより、超音波探傷データ評
価装置本体３０の内部で自動的に行わせるようにしても
良い。又、重み設定部３９は、設けなくとも動作に影響
はない。

【００６９】こうして各位置Ａ，Ｂ，Ｃ，Ｄ，Ｅについ
ての重み付きの解析データ４０が得られたら、図７に示
すように、超音波探傷データ評価装置本体３０は、上記
重み付きの解析データ４０をニューラルネットワークな
どの判定部４１へ入れて判定する。

【００７０】ここで、ニューラルネットワーク４１と
は、人間の脳の持つ優れた情報処理能力を工学的に実現
するために開発されたものであり、複数のニューロン４
５の組合せによって構築されるものである。

【００７１】該ニューロン４５とは、入力Ｓｉ（０≦Ｓ
ｉ≦１，ｉ＝１〜ｎ）と、重み係数Ｗｉ（Ｗｉ≧０のと
き興奮性、Ｗｉ＜０のとき抑制性を示す、ｉ＝１〜ｎ）
と、しきい値θとによって内部状態ｕが、ｕ＝ΣＷｉ・
Ｓｉ−θで定められ、この内部状態ｕを出力関数ｆ
（ｘ）＝１／｛１＋ｅｘｐ（−ｘ／ｔ）｝へ代入するこ
とにより、以下のような出力が得られるようにしたもの
である（図１４参照）。

【００７２】

【数４】ｆ（ｕ）＝１／｛１＋ｅｘｐ（−ｕ／ｔ）｝

【００７３】尚、ｔはニューロン４５の温度と呼ばれる
正の定数（通常は１．０）である。

【００７４】又、出力関数ｆ（ｘ）は、シグモイド関数
と呼ばれており、ｘの値が−から＋へ変化する間に、値
が０から１へと非線形に変化する関数である（０≦ｆ
（ｘ）≦１、図１５参照）。

【００７５】そして、上記ニューロン４５が複数組合さ
れて上記ニューラルネットワーク４１が構築される。ニ
ューラルネットワーク４１には、相互結合型のものや階
層型のものなど各種あるが、この場合には、階層型のニ
ューラルネットワーク４１を用いている。階層型のニュ
ーラルネットワーク４１は、図７に示すように、ニュー
ロン４５を入力層４４、中間層４６、出力層４７などの
階層を持つように結合したものであり、各々の層は一つ
以上のニューロン４５で構成され、又、同一の層内のニ
ューロン４５どうしは互いに結合することなく、且つ、
下位の層の各々のニューロン４５は上位の層の全てのニ
ューロン４５と結合されるようになっている。

【００７６】又、入力層４４は、上記各位置Ａ，Ｂ，
Ｃ，Ｄ，Ｅについての複数（五つ）の重み付きの解析デ
ータ４０における時間と周波数とが成す各座標平面４９
上に設定された格子点４８と同数のニューロン４５によ
って構成され、中間層４６は、一層又は複数層のニュー
ロン４５で構成され（図では一層となっている）、出力
層４７は、二つのニューロン４５ａ，４５ｂで構成され
ている。

【００７７】更に、予め、各ニューロン４５について重
み係数Ｗｉやしきい値θなどのパラメータを設定するこ
とにより、ニューラルネットワーク４１を学習させてお
く。

【００７８】学習法としては、先ず、重み係数Ｗｉやし
きい値θなどの各パラメータをキーボードなどの入力装
置３１を用いてランダムに設定してニューラルネットワ
ーク４１を初期化し、ここに教示データ４３を入力して
出力を発生させ、ニューラルネットワーク４１からの出
力と教示データ４３の実際の結果との誤差を計算して、
該誤差を出力層４７から中間層４６、中間層４６から入
力層４４へと逆に伝播させながら各層ごとにパラメータ
を調整・変更して行く誤差逆伝播学習法などを用い、該
作業を多数の教示データ４３について繰返すようにす
る。

【００７９】この際、出力層４７の二つのニューロン４
５ａ，４５ｂの出力が、欠陥ならば（１．０〜０．７，
０．０〜０．３）、不明ならば（０．７〜０．３，０．
３〜０．７）、欠陥以外ならば（０．３〜０．０，１．
０〜０．７）となるように学習させる。

【００８０】このように十分に学習されたニューラルネ
ットワーク４１では、入力層４４を構成する各ニューロ
ン４５に、対応する上記格子点４８におけるエネルギー
強度をそれぞれ入力するだけで、各ニューロン４５につ
いての出力が次々と計算されて行き、自動的に正しい判
定結果が導かれる。

【００８１】このように、ニューラルネットワーク４１
を使用することにより、ファジィやＡＩなどと違って、
ルール化が困難な波形パターンのようなものからでも正
しい判定を下すことができるようになる。

【００８２】尚、学習内容は、各パラメータに分散格納
されることとなるので、ニューラルネットワーク４１自
体はブラックボックス化するが、より多くの学習を行わ
せることにより、より精度の高い判定結果を期待できる
ようになる。

【００８３】又、こうして得られた判定結果も、ニュー
ラルネットワーク４１に学習させておくようにする。

【００８４】判定結果は、表示装置３３に表示される。
又、必要に応じて、図示しない外部記憶装置などに記憶
させるようにしても良い。

【００８５】以上述べたように、本発明によれば、精度
の高い判定結果を得ることができるようになる。

【００８６】尚、本発明は、上述の実施の形態にのみ限
定されるものではなく、被検査物は管に限らないこと、
その他、本発明の要旨を逸脱しない範囲内において種々
変更を加え得ることは勿論である。

【００８７】

【発明の効果】以上説明したように、本発明の超音波探
傷データ評価装置によれば、タイムゲートの設定を不要
化して、より精度の高い判定結果を得ることができると
いう優れた効果を奏し得る。

【図面の簡単な説明】

【図１】本発明の実施の形態の一例にかかる超音波探傷
データ評価装置本体内部の概略系統図である。

【図２】判定しようとする超音波探傷データを示すグラ
フである。

【図３】マザーウェーブレットの一例を示すグラフであ
る。

【図４】マザーウェーブレットを平行移動及び伸縮させ
て任意のウェーブレットを作る状態を示すグラフであ
る。

【図５】（ａ）は信号を示すグラフであり、（ｂ）はウ
ェーブレットで上記信号の部分を切出す状態を示すグラ
フである。

【図６】図５（ｂ）のグラフに周波数軸を追加してなる
座標平面を示すグラフである。

【図７】ニューラルネットワーク部分を示す系統図であ
る。

【図８】開発中の超音波探傷データ評価装置本体の概略
系統図である。

【図９】超音波探傷データ評価装置本体内部の概略系統
図である。

【図１０】管に対する超音波検査の仕方を表わす部分側
方断面図である。

【図１１】判定しようとする超音波探傷データを示すグ
ラフである。

【図１２】応力腐食割れがある場合の典型的な解析デー
タを示す図である。

【図１３】応力腐食割れがない場合の典型的な解析デー
タを示す図である。

【図１４】ニューロンのモデルを示す図である。

【図１５】シグモイド関数を示すグラフである。

【図１６】ニューラルネットワーク部分を示す系統図で
ある。

【符号の説明】 ２４ 被検査物（管） ２５ 溶接部 ２６ 超音波探傷装置 ２９ 超音波探傷データ ３０ 超音波探傷データ評価装置本体 ３４ データ入力部 ３５ データ解析処理部 ３６，４０ 解析データ ３９ 重み設定部 ４１ 判定部（ニューラルネットワーク） Ｔ₀ 基準時間

Claims (3)

【特許請求の範囲】
1. 【請求項１】 被検査物から得られた超音波探傷データ
   の入力を受け付けるデータ入力部と、データ入力部から
   の超音波探傷データをウェーブレット変換によって解析
   処理するデータ解析処理部と、データ解析処理部で解析
   処理された解析データに基づき欠陥のあるなしの判定を
   行う、ニューラルネットワークを使用した判定部とによ
   り、超音波探傷データ評価装置本体を構成したことを特
   徴とする超音波探傷データ評価装置。
2. 【請求項２】 データ解析処理部と判定部との間に、デ
   ータ解析処理部で解析処理された解析データに重み付け
   を行う重み設定部を設けた請求項１記載の超音波探傷デ
   ータ評価装置。
3. 【請求項３】 超音波探傷データ評価装置本体に、被検
   査物から超音波探傷データを採取する超音波探傷装置を
   一体化した請求項１又は２記載の超音波探傷データ評価
   装置。