KR101343368B1 - 비파괴 검사로서, 특히 제조 중의 또는 완성 상태의 파이프들에 대한 비파괴 검사 - Google Patents

비파괴 검사로서, 특히 제조 중의 또는 완성 상태의 파이프들에 대한 비파괴 검사 Download PDF

Info

Publication number
KR101343368B1
KR101343368B1 KR1020097001796A KR20097001796A KR101343368B1 KR 101343368 B1 KR101343368 B1 KR 101343368B1 KR 1020097001796 A KR1020097001796 A KR 1020097001796A KR 20097001796 A KR20097001796 A KR 20097001796A KR 101343368 B1 KR101343368 B1 KR 101343368B1
Authority
KR
South Korea
Prior art keywords
pipe
defect
ultrasonic
echoes
defects
Prior art date
Application number
KR1020097001796A
Other languages
English (en)
Other versions
KR20090045208A (ko
Inventor
베르나르 비시오
프레드릭 르사주
세바스티엥 쁘띠
실뱅 되쉬
Original Assignee
발루렉 튜브즈 프랑스
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 발루렉 튜브즈 프랑스 filed Critical 발루렉 튜브즈 프랑스
Publication of KR20090045208A publication Critical patent/KR20090045208A/ko
Application granted granted Critical
Publication of KR101343368B1 publication Critical patent/KR101343368B1/ko

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
    • G01N29/041—Analysing solids on the surface of the material, e.g. using Lamb, Rayleigh or 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
    • G01N29/04—Analysing solids
    • G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
    • G01N29/0609—Display arrangements, e.g. colour displays
    • 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
    • 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
    • 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
    • G01N29/22—Details, e.g. general constructional or apparatus details
    • 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
    • G01N29/22—Details, e.g. general constructional or apparatus details
    • G01N29/221—Arrangements for directing or focusing the acoustical 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
    • G01N29/22—Details, e.g. general constructional or apparatus details
    • G01N29/26—Arrangements for orientation or scanning by relative movement of the head and the sensor
    • 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
    • G01N29/22—Details, e.g. general constructional or apparatus details
    • G01N29/26—Arrangements for orientation or scanning by relative movement of the head and the sensor
    • G01N29/262—Arrangements for orientation or scanning by relative movement of the head and the sensor by electronic orientation or focusing, e.g. with phased arrays
    • 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
    • G01N29/22—Details, e.g. general constructional or apparatus details
    • G01N29/26—Arrangements for orientation or scanning by relative movement of the head and the sensor
    • G01N29/265—Arrangements for orientation or scanning by relative movement of the head and the sensor by moving the sensor relative to a stationary material
    • 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
    • G01N29/4445—Classification of defects
    • 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
    • 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
    • G01N2291/02854—Length, thickness
    • 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
    • G01N2291/04—Wave modes and trajectories
    • G01N2291/042—Wave modes
    • G01N2291/0421—Longitudinal waves
    • 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
    • G01N2291/04—Wave modes and trajectories
    • G01N2291/042—Wave modes
    • G01N2291/0422—Shear waves, transverse waves, horizontally polarised waves
    • 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
    • G01N2291/04—Wave modes and trajectories
    • G01N2291/044—Internal reflections (echoes), e.g. on walls or defects
    • 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
    • G01N2291/10—Number of transducers
    • G01N2291/106—Number of transducers one or more transducer arrays
    • 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
    • G01N2291/2634—Surfaces cylindrical from outside

Abstract

관(tube)들을 위한 비파괴 검사 기기가 개시된다. 그것은 선택된 시간 규칙에 따른 초음파 방사기들의 선택적 가동활성화에 뒤이어 초음파 수신기들에 의해 캡쳐된 신호들의 결점들로부터 정보를 수집한다. 그 수신기들은, 그 관과의 상대적인 회전/병진 운동에 의해 초음파 결합되는, 선택된 기하학적 배치를 형성한다. 그 기기는, 그 운동에 따라, 그리고 결점들의 이미지(901, 902)를 생성함으로써, 지정된 타임 윈도우들 내 에코들의 수치화된 표현을 선택적으로 분리시키는 컨버터(891, 892), 추정되는 결점 구역들(Zcur) 및 그들의 속성들을 결정하는 필터(921, 922), 결점 구역의 이미지들의 추출(951, 952), 그 필터로부터 얻어지는 후자의 속성들, 및 콘텍스트 데이터(740)로부터 디지털 작동 입력들을 준비하는 결합기(960), 그 작동 입력들을 수신하는 뉴런 회로(970), 그 뉴런 회로 출력에 기초하여 동작하는 디지털 결정 및 경보 스테이지(992), 및 그 결정 및 경보 스테이지에 의해 규격에 맞지 않다고 간주되는 관들에 대한 자동적인 소팅 및 마킹 기기(994)를 포함한다.

Description

비파괴 검사로서, 특히 제조 중의 또는 완성 상태의 파이프들에 대한 비파괴 검사{Non-destructive testing, in particular for pipes during manufacture or in the finished state}
본 발명은 재료들의 비파괴 검사(non-destructive testing), 특히 제조 공정에 있는 파이프(pipe)들에 대한 비파괴 검사에 관한 것이다.
재료들의 비파괴 검사와 관련하여 뉴럴 네트워크(neural networks)를 이용하려는 경향이 있는 다양한 선택가능한 방안들, 더 최근에는 더 많은 방안들이 알려져 있다. 그러나, 현재 존재하는 그 방안들은 산업 환경에서, 이미 운용되는 장비 상에서, 실시간으로, 적용될 때 효과를 발휘할 수 없고, 반면에 생산 단계 동안 일어나는 문제를 빠르게 치유하는 것이 가능하도록, 결점(imperfection)들에 관하여 그들의 유형에 따라 분류가 행해지도록 허용한다.
본 발명의 목적은,
- 산업 환경에서 사용될 수 있고 그리고 이 환경에서 이미 존재하는 장비 상에 용이하게 설치될 수 있는;
- 실시간으로 사용될 수 있는, 다시 말하면 (생산의 전체적인 속도를 늦추지 않을 만큼 충분히 빠른 속도로) 빠른 진단(판단 분석)을 제공할 수 있는; 그리고
- 결점(imperfection)들의 심각성(severity)을 알기 위해 그 결점들의 유형에 따라 그 결점들을 분류하는 것 및 결점에 대한 기술적인 이유를 결정하는 것뿐만 아니라 생산 단계 동안의 문제를 빠르게 치유하는 것을 허용하는,
시스템을 지향함으로써 상황을 개선시키려는 것이다.
본 발명의 첫 번째 양상에 따르면, 생산 동안의 그리고 생산의 완료시의 파이프들(또는 다른 철 및 강철 제품들)의 비파괴 검사를 위한 운영 도구(tool)를 형성하는 기기가 제안된다. 이러한 도구는 파이프에서의 있을 수 있는 결점들에 관한 정보를 추출하기 위한 것이다. 송신 초음파 센서들은 선택된 시간 규칙에 따라 선택적으로 가동이 활성화된다. 피드백 신호들은, 액체 매질의 중개를 통해 파이프와 초음파 결합(ultrasound coupling)되어 설치되는, 선택된 기하구조(geometry)를 가진 장치를 형성하는 수신 초음파 센서에 의해 캡쳐(capture)된다. 결국, 일반적으로 그 파이프 및 변환기(transducer) 장치 간의 상대적인 회전(rotation)/병진(translation) 운동이 있게 된다.
상기 제안된 운영 도구는 다음을 포함한다:
- 상대적인 회전/병진 운동의 함수로서, 지정된 타임 윈도우(time window)들에서 있을 수 있는 에코(echo)들의 디지털 표현을 선택적으로 분리시키고, 이로부터 파이프에서 있을 수 있는 결점들의 이미지를 추출할 수 있는, 컨버터(converter);
- 이미지들에서, 추정되는 결점 구역(imperfection zone)들 뿐만 아니라 각 추정되는 결점의 속성들을 결정할 수 있는, 필터;
- 그 필터로부터 나오는 추정되는 결점 구역, 같은 구역에서의 그 추정되는 결점의 속성들, 및 콘텍스트 데이터(contextual data)에 대응하는 이미지들의 추출로부터, 뉴럴 회로(neural circuit)에 대한 디지털 입력들을 마련하도록 구성된, 결합기;
- 그 결합기로부터 그 입력들을 수신하는 적어도 하나의 뉴럴 회로;
- 그 뉴럴 회로로부터의 출력에 기초하여 동작하는, 결정 및 경보 디지털 스테이지(stage); 및
- 그 결정 및 경보 디지털 스테이지에 의해 규격에 맞지(conform) 않다고 간주된 파이프들을 분류하고 마킹(marking)하도록 구성되는, 소팅 및 마킹 로봇(sorting and marking robot).
본 발명은 마찬가지로 생산 동안의 또는 생산의 완료시의 파이프들(또는 다른 철 및 강철 제품들)에 대한 비파괴 검사 기기로서, 다음을 포함한다:
- 액체 매질의 중개를 통해 파이프와 초음파 결합되어 설치된, 선택된 기하구조를 가진 초음파 변환기들의 장치로, 그 파이프 및 그 변환기 장치 간의 상대적인 회전/병진 운동을 가진, 장치;
- 선택된 시간 규칙에 따라 이들 변환기 요소들의 가동을 선택적으로 활성화시키고, 그 변환기 요소들이 캡쳐한 피드백 신호들을 수집하는 회로들; 및
- 상기에서 정의되고 아래에서 상술되는 운영 도구.
본 발명의 또 하나의 양상은 생산 동안의 또는 생산의 완료시의 파이프들(또는 다른 철 및 강철 제품들)에 대한 비파괴 검사 절차의 형태로 나타나고, 다음의 단계들을 포함한다:
a. 액체 매질의 중개를 통해 파이프와 초음파 결합되어 설치된, 선택된 기하구조를 가진 초음파 변환기들의 장치로, 그 파이프 및 그 변환기 장치 간의 상대적인 회전/병진 운동을 가진, 장치를 제공하는 단계;
b. 선택된 시간 규칙에 따라 이들 변환기 요소들의 가동을 선택적으로 활성화시키는 단계;
c. 그 파이프에서의 임의의 결점들에 관한 정보를 추출하도록, 그 변환기 요소들이 캡쳐한 피드백 신호들을 선택적으로 분석하기 위해, 그 변환기 요소들이 캡쳐한 피드백 신호들을 수집하는 단계.
그 제안된 절차는 또한 다음의 단계들을 포함한다:
d. 상대적인 회전/병진 운동의 함수로서, 지정된 타임 윈도우들에서 있을 수 있는 에코들의 디지털 표현을 선택적으로 분리시키고, 이로부터 파이프에서 있을 수 있는 결점들의 이미지를 추출하는 단계;
e. 그 이미지들에서의 추정되는 결점 구역들, 및 각 추정되는 결점의 속성들을 결정하기 위해, 선택된 필터 기준들에 따라 그 이미지들을 필터링하는 단계;
f. 그 필터로부터 나오는 추정되는 결점 구역, 같은 구역에서의 그 추정되는 결점의 속성들, 및 콘텍스트 데이터에 대응하는 이미지들의 추출로부터, 뉴럴 회로에 대한 디지털 입력들을 형성하는 단계;
g. 그렇게 형성된 입력들을 적어도 하나의 뉴럴 회로에 인가하는 단계;
h. 이로부터 결정 및/또는 경보를 이끌어내기 위해, 선택된 결정 기준들에 따라 그 뉴럴 회로의 출력을 디지털 처리하는 단계; 및
i. 단계 h에 의해 규격에 맞지 않다고 간주되는 파이프들을 분류하고 마킹하는 단계.
본 발명의 다른 양상들은 본 특허 출원의 나머지 부분에서 발견될 것이다.
본 발명의 다른 특성들 및 이점들은 다음에 뒤따르는 실시예 설명과 첨부된 도면들을 살펴보면 명확해질 것이다.
도 1은 결함들이나 결점들, 소위 레퍼런스 결함들 또는 레퍼런스 결점들을 가진 파이프에 관한 도식적인 투시도이고;
도 2는 생산을 앞둔 파이프에 대한 "헤드(head) 회전식 검사" 유형의 설비에 관한 예를 도해하는 도식적인 측면도이고;
도 3a 내지 도 3c는 두께 측정 및 길이방향 및 횡단방향 결점 검사의 다양한 유형들에 관한 상세들이고;
도 4는 기존의 설비에서의 비파괴 검사에서 초음파 센서와 연관된 전자요소들의 개략적인 모습이고;
도 5a 및 도 5b는 보통 "회전식 헤드"(rotating head)로 알려져 있고 도식적으로 보여지는, 비파괴 검사 셀(cell)의 특정 유형에 관한 말단도 및 측면도이고;
도 6은 단순한 예로, 파이프에서 보이는 초음파 궤도들의 복잡성을 보여주고;
도 6a 및 도 6b는 각각 사선 입사(oblique incidence) 하에 있는 센서에 대한, 그리고 수직(직각) 입사 하에 있는 센서에 대하여, 초음파 신호들에 관한 도식적인 타이밍 다이어그램들이고;
도 7은 검사 설비의 선택성(selectivity)에 관한 기존의 표현을 보여주는 그래프이고;
도 8은 본 발명을 구현할 수 있는 설비의 예로 비파괴 검사에서 초음파 센서와 연관된 전자요소들의 개략적인 모습이고;
도 8a는 도 8의 부분에 관한 더 상세한 블록 다이어그램이고;
도 9는 파이프에서의 잠재적인 결점들에 관한 2개의 디지털화된 초음파 이미지들을 보여주는 도식화된 스크린 샷(shot)이고;
도 10a 내지 도 10d는 미국 석유 협회(American Petroleum Institute; API) 분류에 따른 다양한 결점 유형들의 도식적 표현들이고 이는 결점의 유형을 결정하려는 경향이 있는 뉴럴 네트워크로부터의 출력 데이터를 구성할 수도 있고;
도 11은 도 8의 부분에 관한 더 상세한 블록 다이어그램이고;
도 12는 이미지 내에 연속적인 잠재적 결점들의 처리를 도해하는 시퀀스도이고;
도 13은 본 발명에 따라 사용될 수 있는 필터들의 시스템에 관한 블록 다이어그램이고;
도 14는 파이프에서 결점의 유형을 결정하려는 경향이 있는 뉴럴 네트워크 셋업(setup)에 관한 블록 다이어그램이고;
도 15는 파이프에서 결점의 깊이 정도를 결정하려는 경향이 있는 뉴럴 네트워크 셋업에 관한 블록 다이어그램이고;
도 16은 뉴런(neurone) 모델의 블록 다이어그램이고;
도 17은 기본적인 뉴런 전환 기능에 관한 예이고; 그리고
도 18은 다양한 유형의 센서들을 사용하여 결점들을 탐지하기 위한 본 발명을 사용하는 설비에 관한 일반적인 다이어그램이다.
도면들은 분명하게 한정된 특징의 요소들을 포함한다. 그러므로 그 도면들은 단지 본 발명을 더 훌륭하게 이해하는데 도움을 줄 수 있을 뿐만 아니라 또한 필요할 때는 본 발명의 명확한 한정에 기여할 수 있다.
이 문서의 나머지 부분에서, 초음파 센서는 센서, 프로브(probe) 또는 변환기로서 구별없이 언급될 수도 있고, 이들 모두는 관련 기술분야에서 숙련된 자에게 잘 알려져 있다.
- 뉴럴 네트워크의 알려져 있는 사용법들
재료들의 비파괴 검사와 관련한 뉴럴 네트워크의 사용법은, 대부분 상당히 이론적인 다수의 출판물들의 주제였고, 이것이 이제 고려될 것이다.
ZAOUI, MARCHAND 및 RAZEK의 'Localization and Shape Classification of Defects using the Finite Element Method and the Neural Networks'라는 제목의 논문기사(NDT.NET - 1999년 8월, Vol.Ⅳ, 요약 번호 8)는 이 영역에서의 제안들을 공식화하고 있다. 그러나, 이들 제안들은 연구실 내 활동 환경에서 만들어진 것으로, 기술된 적용예는 산업 환경의 생산 라인에서 실행가능하지 않다. 더욱이, 단지 에디(Eddy) 전류들에 의한 탐지만이 다루어지고, 이는 많은 경우에 충분치 않다.
Lawson 및 Parker의 'Automatic Detection of Defects in Industrial Ultrasound Images using a Neural Network'라는 제목의 논문기사(Proc. of Int. Symposium on Lasers, Optics, and Vision for Productivity in Manufacturing Ⅰ(Vision Systems: Applications), 1996년 6월, Proc. of SPIE vol.2786, p.37-47 1996)는, 이미지 처리 및 뉴럴 네트워크를 소위 스캔(scan) TOFD 해석에 적용하는 것을 기술하고 있다. TOFD(Time of Flight Diffraction) 방법은 결점의 에지(edge)들에서의 빔의 회절을 관찰하는 것이 가능한 곳들인 초음파 센서의 위치들을 정밀지적하는 것(pinpointing)으로 이루어지고, 이는 그 결점에 관한 이후의 치수표시(dimensioning)를 가능하게 한다. 이 방법은 현존하는 비파괴 검사 장비에, 특히 산업 환경에 있는 그러한 장비에 적용시키기 어렵다.
Dunlop 및 McNab의 'Shape Classification of Flaw Indications in 3-Dimensional Ultrasonic Images'라는 제목의 논문기사(IEE Proceedings - Science, Measurement and Technology - 1995년 7월 - Volume 142, Issue 4, p.307-312)는 파이프라인 부식에 관련된 진단에 관한 것이다. 그 시스템은 심층 비파괴 검사를 가능하게 하고 실시간으로 3차원적인 조사를 하는 것을 가능하게 한다. 이는 상대적으로 어려운 산업 환경에서 그것을 사용하게 만든다.
Ravanbod의 'Application of neuro-fuzzy techniques in oil pipelines ultrasonic non-destructive testing'이라는 논문기사(NDT&E International 38(2005), p.643-653)는, 뉴럴 네트워크와 결합하여, 퍼지 로직(fuzzy logic) 요소들을 사용함에 의해 결점 탐지 알고리즘들이 향상될 수 있음을 시사하고 있다. 그러나, 여기서도 다시, 연구되는 기술들은 파이프라인 결점들의 점검(inspection) 및 부식 결점들의 진단에 관한 것이다.
DE 42 01 502 C2는 뉴럴 네트워크를 위한 신호를 생성하는 방법을 기술하고 있지만, 진단이라는 관점에서 볼 때, 결과들의 해석에 관하여 거의 정보를 제공하지 않거나 어떠한 정보도 제공하지 않는다. 더욱이, 다시 한 번, 에디 전류들에 의한 탐지만이 다루어지고 있다.
일본 특허 공개 11-002626은 길이방향 결점들의 탐지에만, 그리고 에디 전류들에 의한 탐지에만 관련된다.
특허 공개 번호 08-1103223은 초음파에 의해 획득된 신호들의 주파수에 관한 연구로만 그 자체를 제한한다.
특허 공개 번호 2003-279550은 뉴럴 네트워크를 사용하여 제품에서의 양질로서 인정된 구역 및 불량한 구역 간을 구별하기 위한 프로그램을 기술한다. 이 프로그램은 더 나아가지 않고, 결점들의 분류나 위치측정(localisation) 어느 것도 허용하지 않는다. 그 결과, 이 프로그램의 어플리케이션은 자주 인간 운영자에 의해 결과들이 해석되었다면 양질로 간주될 부분들을 배제하게끔 만들 수도 있다.
- 파이프들의 비파괴 검사 - 현재의 기술 수준
다음의 뒤따르는 실시예들의 상세설명은 본질적으로 파이프들이 생산 상태 두어져 있을 시의 그 파이프들의 비파괴 검사의 정황에서 제공되지만, 이것이 본 발명의 내용을 제한하려는 것은 아니다.
도 1에서 나타난 바와 같이, 파이프(T)에서의 결점들은 그들의 위치에 따라 식별될 수 있다. 그래서, 내부 또는 외부의 표면 결점들은 길이방향 결점들(longitudinal imperfections, LD), 및 원주방향 (또는 가로방향이나 교차방향 또는 횡단방향) 결점들(circumferential imperfections, CD) 및 사선 또는 경사 결점들(inclined imperfections, ID)을 포함하고; 다양한 센서들의 장치들을 통해, 그 결점들이 표준들 또는 스펙들(specifications) 또는 소비자 요구조건들 (예를 들면, 그 표준들에서 언급된 결점 길이 값은 1/2 인치, 또는 근사적으로 12.7mm로, 그 검사되는 제품의 두께의 대략 5%의 깊이를 가지는 값이다)에 따라 정의된 길이 및 깊이를 넘자마자 그 결점들을 탐지하려는 시도가 이루어진다. "벽(wall) 안의" 결점들 또한 관심대상이고, 즉 이것들은 대체로 MD(도 1에 미도시)이며, 그 결점들은 대개, 두께 측정과 동시에 탐지가 시도되는 포함물들(inclusions) 및 균열(split) 말단들에 대응된다. 초음파 빔들은 결점들의 탐지를 설명하기 위해 도 1에서 발산하는 것으로 제시된다. 실제로는 그들은, 알게 될 바와 같이, 상당히 수렴성을 가질 것이다.
기존에, 초음파를 통한 비파괴 검사에서, 다음의 3가지 유형의 설비들 - 소위 '헤드 회전식'(rotating head) 설비, 소위 '파이프 회전식'(rotating pipe) 설비, 및 다중-요소 포위(multi-element encircling) 센서 설비 - 중 하나가 사용되고, 그들 모두는 관련 기술분야에서 숙련된 자에게 잘 알려져 있다. 전자 스캔을 통해 동작하는 센서들을 사용하는 경우에, 상대적인 파이프/센서들 회전은 가상적(virtual)이다. 이 문서에서 사용될 때, '파이프 및 변환기 장치 간의 상대적인 회전/병진 운동'이라는 표현은 상대적인 회전이 가상적인 경우를 커버한다.
도 2에서, 헤드 회전식 비파괴 검사 기계는 초음파 기기, 정확하게는 소위 물포함부(water enclosure) 또는 물상자(water box, 100) 상에 설치된 초음파 기기를 포함하고, 여기서 물포함부 또는 물상자는 예를 들어 v = 0.5 m/s의 속도로 파이프(T)를 지난다. 그 초음파 센서들 또는 프로브들은 그 물 내에 종파(longitudinal wave)들을 방사한다. 주어진 센서는 예를 들어 1 또는 수 MHz로 작동된다. 그것은 선택된 파형의 펄스에 의해, 펄스 반복 주파수 (PRF)로서도 알려진 반복률(또는 반복 주파수) Fr로 반복적으로 활성화되며, 이 반복률 Fr은 수 kHz 또는 수십 kHz, 예를 들어 10kHz의 오더(order)이다.
더욱이, 초음파 변환기는 다음의 것들을 갖춘다:
- 빔축을 따라 길이가
N = 0.25 D2 / λ
인, 다수의 간섭들에 대한 근거지, 소위 프레넬(Fresnel) 구역에서의, 실질적으로 평행한 근거리 방사(near-field radiation)로, 여기서 D는 그 변환기의 능동 패드(active pad)의 직경이고, λ는 그것의 작동 파장인, 근거리 방사; 및
- 각 2 α의 발산 빔에 따른, 소위 프라운호퍼(Fraunhofer) 구역에서의, 원거리 방사(far-field radiation)로, 여기서
sin α = 1.22 λ / D인, 원거리 방사.
도 3a 내지 도 3c는 파이프 어플리케이션들에서 현재 사용되는 바와 같은, 오목 (초음파) 렌즈를 통해 수렴하도록 만들어진 센서들을 표현한다. 바람직하게는 프라운호퍼 구역에서 방해가 덜 존재하기 때문에 그 프라운호퍼 구역이 사용된다.
그래서, P11 및 P22와 같은 센서들에 있어서, 초음파 빔 - 이것은 일반적으로 초점이 맞춰져 있음 - 은 파이프(T)의 축에 직각인 면의 근처로 확장된다. 그러므로 탐지는 현저히 횡단면에서 실행된다. 그 센서들의 역할은 다음 중 어느 하나와 같다:
- 그 센서들의 빔이 횡단면에서 파이프(T)의 축에 또한 직각이고, 그리고 그 센서들은 두께를 측정하는데 제공된다 (예를 들어 도 3a에서 P1); 그때 이것은 "직선 프로빙"(straight probing)으로 언급된다; 또는
- 그 센서들의 빔은 횡단면에서, 파이프(T)의 축에 대해 입사각을 가지고, 그리고 그 센서들은 길이방향 결점들을 탐지하는데 제공된다 (예를 들어 도 3b에서 P11). 이 경우에 바람직하게는 단지 횡단 또는 절단방향 초음파들만을 그 파이프에서 발생시키기 위해, 횡단면에서의 입사각이, 파이프의 물/금속 (기본적으로는 물/강철) 경계(interface)의 특성들을 유념하여, 선택된다. 일반적으로 2개의 센서들(P11, P12)이 제공되고, 이들은 파이프의 축에 관하여 반대되는 입사각들을 가진다 (도 2 참조).
그 기계는 또한 P21 및 P22와 같은 센서들을 포함하고, 여기서 그 센서들의 초음파 빔은, 또한 초점이 맞춰져 있으면서, 반면에 파이프의 축을 지나는 면의 근처로 확장되지만, 파이프(T)의 축에 직각인 면에 관하여 입사각을 가진다 (도 3c의 센서(P21) 참조). 이 경우에, 파이프의 축에 직각인 면에 관한 입사각은 바람직하게는, 파이프의 물/금속(기본적으로는 물/강철) 경계의 특성들을 유념하여, 단지 횡단 또는 절단방향 초음파들만을 그 파이프에서 발생시키기 위해 선택된다. 이들 센서들은 횡단방향 결점들을 탐지하는데 제공된다. 일반적으로 2개의 센서들(P21, P22)이 제공되고, 이들은 파이프의 축에 관한 직각 면에 관하여 반대되는 입사각들을 가진다 (도 2 참조).
결점들에 대하여 조사하는 것은 일반적으로 빔을 포커싱(focusing)함으로써 수행된다. 초점은, 파이프의 두께부분에서 초음파들의 최초 진행 및 반환 궤도에 대응되는, 이음매(bond)에 관하여 측정된다. 그래서, 도 3a의 센서는 1/2-이음매에서 포커싱되며, 반면에 도 3b 및 도 3c의 센서들은 3/4 이음매에서 포커싱된다. 더욱이, 외부 결점들에 대한 검사는 일반적으로 그 이음매에서 수행되며, 내부 결점들에 대한 검사는 1/2-이음매에서 수행된다.
있을 수 있는 결점을 나타내는 반환 초음파 빔을 프로브가 정확하게 수신할 수 있기 위해 요구되는 시간으로 Ta가 표시된다. 이 시간 Ta는 다음의 2가지 시간들의 합에 따른다:
- 첫 번째로 초음파들의 궤도를 따라, 프로브 및 파이프 간에 존재하는 물 기둥의 높이에 걸친, 종적 초음파들의 진행 및 반환 전파 시간(propagation time); 및
- 두 번째로 비파괴 검사를 자체적으로 수행하기 위해 파이프에서 요구되는 것으로, 횡적 초음파들의 전파 시간. 이 시간은 주로 파이프의 벽 내에서의 그 횡파들의 반사들의 선택된 수에 의존한다.
기존에, 프로브들은 분당 수천의 회전수들(예를 들어 6,000 rpm)의 오더인 속도 T로, 도시되지 않은 수단에 의해 파이프의 축 주위로 회전하도록 만들어진다. 그 경우에, 관련 기술분야에서 숙련된 자에게 또한 알려진 것으로, 프로브들이 회전하도록 만들어지지 않고 파이프가 회전되는 경우에 (소위 파이프 회전식 설비), 그 파이프의 회전 속도는 분당 수십에서 수천의 회전수들 사이의 오더를 가진다.
셀(cell)은 각각의 센서, 전송 매질 (물), 파이프의 집합에 주어진 이름이다. 셀에 있어서, 또한 초음파 탐지 프로브들의 빔 창구(beam opening, Od)에 관한 고려도 있어야 한다. 창구는 2개의 성분(component)들로 정의될 수 있는데 (도 1), 하나는 파이프의 횡단면에 있는 Od1이고 다른 하나는 프로브 및 파이프의 축을 지나는 면에 있는 Od2이다.
(회전 속도, 처리 속도, 차원들 Od1과 Od2 및 프로브들의 수의 함수로서) 설비를 조정하는 경우에 있어서는, 검사될 파이프의 모든 표면들 및 부피에서의 초음파 빔들로써 스캔하는 것을 보장하여야 할 것이다.
어떤 표준들 또는 소비자 요구조건들 또는 스펙들은, 스캔되는 구역들의 범위가 어떤 것이어야 하는지를 진술한다는 것이 유념되어야 할 것이다.
그러므로 분석 시간 Ta는 다음의 것들 사이에서의 절충으로써 정의된다:
- 펄스 반복 주파수 (PRT)로서도 알려진, 반복률(또는 반복 주파수) Fr;
- 파이프의 횡단면에서, 초음파 프로브들의 탐지 창구(detection opening, Od1)를 고려한, 회전 속도 ω (환언하면, 센서들의 회전을 유념하여, 빔 창구의 성분(Od1)은, 최소한 Ta와 동일한, 그 센서들의 정면에 있는 결점의 표현에 대한 시간을 허용하여야 한다);
- 파이프를 따라, 초음파 프로브의 탐지 창구(Od2)를 유념한, 이 파이프의 처리속도 v, 및 파이프의 주변부(periphery) 주위에 있는, 동일한 기능 Fi(그러므로 이것은 프로브들의 그룹을 구성함)에 전용되는 프로브들의 수 NFi (환언하면, 파이프의 급송(feed)을 유념하여, 빔 창구의 성분(Od2)은 최소한 Ta와 동일한, 그 센서 (또는 센서들의 그룹)의 정면에 있는 결점의 표현에 대한 시간을 허용하여야 한다);
- 동일한 역할(즉 다시 말하면 동일한 기능)에 전용되는 프로브들의 수; 및
- 이전에 정의된, 파의 전파 시간들.
기존에, 그 기계는 전형적으로, LD 유형 및 가능하다면 ID 유형 결점들에 대한 검사를 위한 P11, P12와 같은 2개의 센서들, CD 유형 결점들에 대한 검사를 위한 P21, P22와 같은 2개의 센서들, 거기에 더하여, MD 결점들에 대한 검사 및 제품의 두께를 측정하기 위한 기본적으로 P1 유형의 하나의 센서를 합한 것을 포함한다. 각각의 센서는, 이후 보여질 바와 같이, 사실은, 함께 작동되는 센서들의 그룹일 수도 있다.
그 기계는 센서들의 각각과 연관된 집적되거나 개별적인 가동활성화 및 탐지 전자기기들을 구비한다. 그것은, 예를 들어, 물 상자(100) 상에 설치된 프로브(P0)를 가동활성화하는, 250V의 펄스 송신기(70)를 포함한다 (도 4). 비파괴 검사 시스템의 필요한 구성 부분으로서, 초음파 프로브(P0), 여기서는 트랜시버는, 이 가동활성화에 뒤따르는 에코들을 수신한다. 라인들(700, 710)은, 각각, 프로브의 단자들에서 가동활성화 펄스 및 신호를, 증폭기(73)로 전송한다.
증폭기(73)로부터의 출력은, (하부의) 규격에 맞지 않는(non-conforming) 파이프들을 분리할 수 있는 소팅 로봇의 제어 및/또는 운영자를 위한 디스플레이로서 쓰여진다.
그 디스플레이는, 예를 들어, 오실로스코프(oscilloscope, 750) 상에서 수행되며, 여기서 그 오실로스코프는 신호로서 증폭기(73)로부터의 출력, 및 타임 베이스(time base, 752)로서 송신기(70)로부터 나오는 동기화 스테이지(synchronisation stage, 753)로부터의 신호를 수신한다. 문턱 스테이지(threshold stage, 754)는 전송 펄스의 시간에서의 오실로스코프의 블라인딩(blinding)을 예방한다.
증폭기(73)로부터의 또 하나의 출력은 신호 처리 스테이지(760)로 진행한다. 이 처리는 일반적으로 정류(rectification), 평탄화(smoothing) 및 필터링을 포함한다. 그 다음에, 알려진 방식으로 유의미한 에코들을 분리시킬 수 있는, 탐지 또는 선택기 국면(762)이 뒤따른다. 결점의 탐지에 있어서, 이것은, 본질적으로 1/2 이음매 및 이음매에서, 일정한 타임 윈도우들에서, 유의미한, 자신의 진폭 또는 자신의 지속시간(따라서 자신의 에너지)을 가진, 에코의 표현이다. 두께의 탐지에 있어서, 각각의 바닥 에코들(bottom echoes) 간의 시간 편차와 등가적인 거리가 파이프의 원하는 두께에 정확하게 대응되는지에 관한 조사가 이루어진다. 이들 기준들에 따라 탐지된 이상(anomaly)들은, 경보를 발생하기 위해서(764) 그리고/또는 비-규격 파이프들을 제거하고, 이들을 탐지된 이상 또는 이상들이 있는 기능으로서 마킹하는, 소팅 로봇(766)을 제어하는데 사용될 수 있다.
물리적으로 헤드 회전식 설비의 경우에 (도 5a 및 도 5b), 셀은 또한 기계적 지지부(80) 위에, 도 4의 라인들(700, 710)을 결합하는 연결(701)과 함께 센서 조립품 (P0)을 덮는 물 상자(100)를 포함한다. 3개의 롤링 베어링들(81-83)은, 예를 들어, 파이프(T)를 중심에 위치시키기 위해 제공된다.
알려진 방법(예를 들어, 독일 회사인 GE NUTRONIK, 이전에는 NUKEM에 의해 판매된 기계)에 따르면, 센서 조립품(PO)은 파이프 주위로 분당 수천번 회전하는 센서들을 포함한다. 다수의 센서들은 또한 파이프 주위에 고리의 형태로 분포되어 사용될 수 있다. 그 고리는 예를 들어, 그 주변부 주위에 분포된, 128개의 초음파 센서들로 된 6개의 섹터(sector)들을 포함한다. 그 센서 섹터들은 파이프의 축 방향으로 교번하는 약간의 오프셋(offset)을 가진다. 이는 길이방향에서 2개의 연속적인 센서 섹터들 간의 적용범위를 허용하고 또한 간섭의 문제들을 감소시킨다. 간섭은 주어진 센서가 다른 센서 상에서 행해진 발사(firing) (초음파 샷 (shot))에 기인한 에코들을 수신할 때 일어난다.
이에 더하여 초음파 센서들을 지나 연속적으로 지나가는 파이프의 위치를 정확하게 정하기 위해, 비파괴 검사 시설의 상향스트림으로 그리고 하향스트림으로 파이프를 인도하는 벤치(bench)(미도시)가 있다.
비파괴 검사는 파이프의 전체 주변부 주위에서 수행될 수 있다. 그러나 이 검사는 생산의 완료 시에 파이프의 선형 속도 v를 감시하는 것이 또한 필수적이다. 그러므로 파이프의 선형 속도 v, 펄스 반복 주파수 (PRF)로서도 알려진 반복률(또는 반복 주기) Fr, 분석 시간 Ta, 탐지 동안의 초음파 프로브의 작업 창구(working opening) Od, 및 회전 속도 ω, 같은 기능을 수행하는 센서들의 수 및 초음파들의 전파 속도 사이에서 타협이 이루어지게 된다.
또한 만약 동일한 설비가 파이프 직경들 (그리고 또한 파이프 두께들)의 전 범위에 걸쳐서 작동될 수 있다면, 그 생산 범위를 커버하는 것이 바람직하다. 그때, 처리될 파이프의 직경의 함수로서 선택되는, 회전 속도 ω 및 펄스 반복 주파수 (PRF)로서도 알려진 반복 주파수 Fr의 몇몇 값들을 제공하는 것이 보통이다.
마지막으로, 생산에 있어서의 어떠한 변화도 파이프의 주변부에 대한 각 센서의 초음파들의 입사각들의 재조정을 수반할 것임이 유념될 것이다. 수동적으로 수행되는 이 섬세한 동작은 현재 약 30분 가량 걸리고, 그 시간 동안 파이프들의 생산이 중지된다. 파이프들 또는 윤곽이 파악되는(profiled) 그리고/또는 얇은-벽을 가진 다른 제품들이 생산 상태에 두어질 때 그 파이프들 또는 다른 제품들에서의 초음파들을 통한 비파괴 검사가 현재 일어나고 있는 조건 또는 상태들이 바로 이러하다.
초음파 비파괴 검사의 분야에서, 다음의 용어들이 자주 활용된다:
- "스캔"은 상대적인 파이프/센서 위치들의 시퀀스를 의미한다;
- "증분"(increment)은 스캔 간격(pitch)을 의미한다 (초음파 발사 (샷) 주파수 또는 펄스 반복 주파수 (PRF)로서도 알려진 반복 주파수에 반비례);
- "Ascan"은, 횡좌표에는 발사 시간 및 종좌표에는 초음파 진폭으로도 언급되는 전기적 전압을 가진, 초음파 센서의 단자들에서 측정된 전기적 전압의 그래프를 의미한다;
- "Bscan"은, 횡좌표에는 초음파 발사 (샷)에 대응되는 스캔 및 종좌표에는 발사 시간을 가지고 각 점에서 그레이 스케일(grey scale)로 변환되는 초음파 진폭을 가진, 주어진 값의 증분에 관한 이미지를 의미한다;
- "에코다이나믹"(echodynamic)은, 횡좌표에는 초음파 발사 (샷)의 표시 및 종좌표에는 그 해당되는 발사에 대해 Ascan의 시간 선택기에서 탐지된 최대 진폭을 가진 곡선(curve) (그래프)을 의미한다;
- "Cscan"은, 횡좌표 및 종좌표 상에서, 초음파의 발사 (샷)의 포인트 (스캔 위치)에 관한 납작한(flat) 공간에서의 등가 위치를 가지고 있고 그리고 Ascan에 관해 고려되는 타임 선택기에서 탐지된 이 발사 (샷)에 대한 최대 초음파 진폭을 그레이 스케일로 변환하여 나타내는 이미지 (이미지 진폭)를 의미한다. 파이프의 경우에, Cscan의 횡좌표 상의 점은 파이프의 길이 상의 위치에 대응되고 종좌표 상의 점은 그 파이프의 원주 상의 위치에 대응된다. 납작한 제품의 경우에, Cscan의 횡좌표 상의 점은 그 납작한 제품의 길이 상의 위치에 대응되고 종좌표 상의 점은 그 납작한 제품의 폭 상의 위치에 대응된다.
도 6은 센서, 그것의 물 기둥 및 파이프를 포함하는 시스템에 관한 도식적인 길이방향 횡단면도이고, 여기서 에코들을 형성하는 다양한 초음파 궤도들을 보여준다. 그로써, 이들 궤도들의 복잡성 및 분석의 어려움에 관하여 잘 이해할 수 있게 해 준다.
도 6a는 사선 입사 하에 작동되는 센서의 레벨에서 초음파 신호에 관한 도식적인 진폭/시간 다이어그램을 도시한다. 센서의 가동활성화의 순간(Texcit)에서 떨어져서, 물-파이프 경계 에코가 그 순간(Tinterf) (이는 또한 TphiExter0 으로 언급될 수 있다)에 존재한다. 게다가 초음파 빔이 파이프의 안쪽 표면부에 도달하는 순간(TphiInter) - 여기서 그 초음파 빔은 반사하고 굴절한다 - 뿐만 아니라 초음파 빔이 파이프의 바깥쪽 표면부에 도달하는 순간(TphiExter1) 에 관한 마킹 (수직의 점선)이 있다. 사선 입사의 결과로서, TphiInter에서는 이 지점에서 결점이 없이 센서로 반환되는 어떠한 유의미한 반사 에코도 존재하지 않는다. 이것은 또한 TphiExter1에 적용된다.
도 6b는 수직 입사 하에 작동되는 센서의 레벨에서 초음파 신호에 관한 도식적인 진폭/시간 다이어그램을 도시한다. 신호들의 일반적인 순서배열은 도 6a에서와 같다 (그 입사와 연관된 요인에 관해서는 제외). 반면에, 수직 입사 하에서는, 관련된 파이프의 지점들에서 결점이 없으면서도 TphiInter에서 그리고 TphiExter1에서 유의미한 에코들이 있다.
현재 파이프 생산에 사용되는 비파괴 검사 시스템들은 다음들 사이에 비율(K)을 확립함으로써 동작된다:
- 점검될 파이프로부터 나오는 신호의 진폭 As, 및
- 관련된 검사의 유형을 위한, 표준 레퍼런스 결점(standard reference imperfection)으로부터 나오는 신호의 진폭 A0. 이 "표준 레퍼런스 결점"은 일반적으로, 예를 들어 비파괴 검사 표준 및/또는 소비자 요구조건들에 따라, 선택된 차원 특성들을 가진 인공적인 결함(예를 들어 U- 또는 V-형상 노치(notch))을 지니는 레퍼런스 파이프 상에 정의된다.
이 신호 진폭은 결점의 중대성(criticality)에, 즉 그것의 깊이(DD)에 비례한다는 것이 가정으로서 내포되어 있다. 도 7의 그래프(이것은 관련 기술분야에서 숙련된 자에게 잘 알려져 있으며, Nondestructive Testing Handbook - ASNT(American Society for Nondestructive testing)에 의해 출판된 vol. 7의 통계 섹션 참조)는 실제 분포 K = f(DD)를 나타내고 있다. 그것은 실제로는 상관도가 매우 낮음을 보여준다 (초음파 검사에 있어서 0.3 내지 0.4의 오더).
더 구체적으로, 도 7의 그래프에서, 만일 레퍼런스 진폭 A0 (K=1)이 분포의 중심(그 분포 자체가 사선(TDis) 상에 집중됨)에 있는 값 XL(결점의 최대 용인가능 깊이)에 고정된다면, 결점들은 K = 0.5에서 XL보다 더 큰 깊이 DD로 여전히 발견될 수 있음을 알 수 있다. 신중을 기하기 위해서, XL보다 훨씬 더 낮은 값에 A0를 세팅하는 것이 필요하다는 것이 뒤따른다. 결과적으로, 생산에 있어서, 파이프들은, 그것들이 사실 만족스러울 것임에도 불구하고, 폐기될 것이다. 이것은, 파이프 제조가 중공학기술(heavy engineering) 및 고에너지 사용을 수반하기 때문에, 경제적으로 그만큼 더 피해가 막심하다.
그러므로 본 출원인은 그러한 상황을 개선하기 위해 많은 노력을 하였다.
도 8은 도 4의 기기와 유사하지만 본 발명을 구현하기 위해 변형된 기기를 보여준다.
증폭기(73)의 출력은 스테이지(761)에 인가되고, 그 스테이지(761)는 증폭기(73)로부터 나오는 신호의 진폭을 디지털화하고, 이 디지털화된 신호에 작용한다. 이러한 처리는 도 11을 참조하여 다음에서 기술될 것이다. 게다가 기능적으로 도 8의 스테이지들과 유사한 스테이지들(764, 766)이 유지될 수 있다. 센서의 가공되지 않은 신호(raw signal) - 이는 오실로스코프(750) 상에서 볼 수 있다 - 는 관련 기술분야에서 숙련된 자들에게 AScan으로 언급된다. 그것은 도 6에 의해 정의된 다이어그램에 따른 에코들을 포함한다.
초음파 신호들의 도움으로 파이프 결점들의 이미징(imaging)을 수행하는 것이 바람직하다. 이제 어떻게 이미지가 획득되는지에 관한 기술이 제공된다.
실제로, 파이프의 횡단면을 거칠게 커버하는 연속적인 각들 하에, 센서 Px에 의해 파이프의 몇몇 연속적인 스캔들을 고려함으로써 이미지가 획득된다. 파이프/센서의 상대적인 회전을 사용하여, 단일의 센서로부터 연속적인 발사들 (샷들)에 의해 이것을 행하는 것이 가능하다.
예시적인 것으로, 그리고 본 발명을 제한함이 없이, 그것은 여기서 소위 헤드 회전 유형의 설비에 관한 경우이다.
도 8a에서, 센서 Px가 고려되는데, 이것은 위에서 언급된 유형들(P1, P11, P12, P21, P22) 중 하나일 수 있다. 보여지는 예에서, 이 센서 Px는 사실, 파이프의 길이 축을 따라 정렬되고 그리고 동시에 초음파 발사 (샷)의 대상인 n개의 기본적인 센서들(Px-1, ..., Px-i, ..., Pxn)을 포함한다. 도 8a에서, 그 기본적 센서들 및 출력 이미지들(769A, 769B) 사이에 있는 것은 컨버터인 것으로 간주될 수 있다.
제1 기본적 센서(Px-1)로부터의 Ascan 신호는 증폭기(73-1)에 인가되고, 다음의 2개의 병렬 채널들이 그 증폭기를 뒤따른다: 라인(765-1A)의 디지타이저(digitiser)가 뒤따르는 선택기(761-1A)의 채널, 및 라인(765-1B)의 디지타이저가 뒤따르는 선택기(761-1B)의 채널.
레퍼런스 파이프가 통과되었을 때 획득되는 정보에 기초하여, 운영자는 선택기(761-1A) 내에 위치 및 시간 폭의 표시에 대응되는 정보(T_1A)를 입력하고, 이는 그것을, 그 운영자가 파이프의 안쪽에 관련하여, "내부 표면부 에코"(inner skin echo), 예를 들어 도 6의 제1 에코(Int1)를 발견할 순간에, 상기 파이프의 알려진 기하구조의 함수로서 제공한다. 도 6a는 TphiInter 주위에서, 상응하는 타임 윈도우 "Int"를 더 명확하게 보여준다.
유사하게, 레퍼런스 파이프가 통과되었을 때 획득되는 정보에 기초하여, 운영자는 선택기(761-1B) 내에 위치 및 시간 폭의 표시에 대응되는 정보(T_1B)를 입력하고, 여기서 그것을, 그 운영자가 파이프의 바깥쪽에 관련하여 "외부 표면부 에코"(outer skin echo), 예를 들어 도 6의 제1 에코(Ext1)를 발견할 순간에, 상기 파이프의 알려진 기하구조의 함수로서 제공한다. 도 6a는 TphiExter 주위에서, 상응하는 타임 윈도우 "Ext"를 더 명확하게 보여준다.
그 다이어그램은 다른 센서들(Px-2, ..., Px-i, ..., Px-n)에 대하여 반복된다.
그래서, 각각의 타임 선택기(761)는, 초음파들의 전송 순간, 및 이 선택기에 관하여 에코들이 있을 것으로 기대될 수 있는 기결정가능한 타임 간격들을 고려한 타임 윈도우들로써 작동된다. 도 6의 도해는, 파이프 상의 초음파 빔의 입사각 뿐만 아니라 파이프의 직경(내부 또는 외부) 및 두께를 고려하여, 관심대상인 타임 간격들을 정의하는 것이 어떻게 가능한지를 보여준다. 주어진 타임 간격은, 파이프 및 센서 간의 주어진 상대적 위치에 대하여, 파이프의 주어진 지점에서 주어진 에코에 대응된다.
간략함을 위하여, 여기서는, 발사 (샷) 순간들이 파이프/센서들의 상대적인 회전과 동기화되어, 기초적 센서는 항상 파이프의 동일한 길이방향 발생 라인 상에서 작동됨이 가정된다. 따라서 그것의 선택기의 출력은, 파이프의 벽 상에서 기대되는 에코의 진폭에 각각 대응되는, 일정 간격을 두고 연속하는 아날로그 신호 샘플들을 제공한다. 센서(Px-1)에서의 이들 샘플들은 (예를 들어) 765에서 디지털화된다.
전송과의 동기화는 송신기(70), 또는 그것의 트리거(trigger)와의 결속(미도시), 동기화 회로(753), 또는 그것의 타임 베이스(752)에 의해 보증될 수 있다 (도 8). 디스플레이(750)는 원한다면 유지될 수 있다. 그 시스템은 대략 일정한 속도로 회전하는 파이프 상에서 기능할 수 있다. 이 경우에, 파이프의 각속도 및 급송은 정확한 각 인코더, 예를 들어 Hengstler 사에 의해 공급되는 모델 RS0550168 및 레이저 속도계, 예를 들어 Polytec 사에 의해 공급되는 모델 LSV 065를 활용하여 측정될 수 있다. 그 파이프는 또한 회전하지 않을 수도 있고, 반면 센서들의 시스템이 회전한다. 이 경우에, 그 레이저 속도계는 파이프의 급송을 측정하기에 충분하고, 한편 센서들의 회전 속도는 각 인코더를 써서 알려진다.
주어진 발사 (샷)에 대하여, 모든 센서들(Px-1 내지 Px-n)은 파이프의 횡단면에 대응되는 이미지 라인을 제공한다. 그 이미지의 다른 차원에서, 기초적인 센서는 파이프의 발생 라인에 대응되는 라인을 제공한다.
디지타이저들(765-1A, 765-2A, ..., 765-iA, ..., 765-nA)은 채워질 파이프의 내부 표면부에 관련한 "내부" 이미지(769A)를 허용한다. 디지타이저들(765-1B, 765-2B, ..., 765-iB, ..., 765-nB)은 채워질 파이프(출력에서, 서로 다른 대시(dash)들은 그 다이어그램을 명백하게 하기 위해 사용된다)의 외부 표면부에 관련한 "외부" 이미지(769B)를 허용한다.
769A 또는 769B에 저장된 이미지 - 이것은 상기에서 정의된 바와 같은 Cscan이다 - 는 고려되는 센서나 센서들(Px)의 그룹에 대해 유효하다. 이 이미지의 각 점은, 고려되는 파이프 구역에서 있을 수 있는 결점 상에서의 초음파 신호의 반사에 기인한 에코의 진폭으로부터 얻어진 값에, 그레이 스케일들로 바꾸어져서 대응된다. 이 값(이하에서는 K로써 언급됨)은, 검사 하에 있는 파이프 상에서 캡쳐된 초음파 신호의 최대 진폭 및 상기에서 정의된 인공적인 "표준 레퍼런스 결점"에 관련하여 획득된 초음파 신호의 최대 진폭 간의 관계를 나타낼 수도 있다.
이제 이 이미지는, 디지털화된 라인들의 각각에 대응되는 파이프의 대략적인 환상(annular) 구역들을 결합함으로써 획득되는, 파이프의 구역에 대응된다. 사실, 그것은 초음파 빔이 파이프의 축에 대략 직각으로 인가될 때의 환상 구역들인 경우이다. 그 경우는 어떤 유형의 결점들에 대해서는 다르다는 것이 알려져 있다. 그때 그 구역들은 오히려 더욱 타원이고, 그 결과, 공간에서 휘어지거나(warped) 또는 뒤틀린다(twisted). 본 설명에서, "환상 구역들"이라는 표현은 이들 다양한 가능성들을 커버한다.
C-scan 이미지의 이러한 완전한 복원을 획득하기 위해, 센서에 대한 파이프 의 위치정함에 관한 부가적인 정보가 요구된다는 것이 유념되어야 할 것이다. 그것은 별도의 입력(740) 상에서 이용가능하다. 이 정보는 인코더 XYZ 또는 레이저 XYZ로부터 나온다. 파이프는 어떠한 두께도 없는 원통과 비견될 수 있기 때문에, 위치 정보는 2차원으로 감소될 수 있다.
현존하는 초음파 테스트 벤치에 관한 본 발명의 구현은 다음을 필요로 함을 이해한다:
- 예를 들어, National Instrument 사에서 제조된 모델 NI 6024, 시리즈 E 또는 NI6251, 시리즈 M과 같은 데이터 포착 카드의 활용을 통해 제공되는, 초음파 검사용 비가공 데이터(raw data)에 대한 접근성(accessibility);
- (파이프의 또는 센서 회드의) 회전 속도에 관한 온라인 정보의 입수가능성; 및
- 파이프 급송 속도에 관한 온라인 정보의 입수가능성.
도 8a의 다이어그램은 다음에 적용될 수 있다:
- 2개의 상이한 방향들에서 파이프의 같은 구역을 관찰하는 유형 P11의 센서 및 유형 P12의 센서에 병렬적으로 적용됨. 각 센서는, 획득될 내부 이미지(769A) 및 외부 이미지(769B)를 허용할 것이다. 그때, 그 이미지들 중 하나가 "Int/Ext"의 표기를 가진 명령 기능으로서 선택될 수도 있다.
- 유형 P21의 센서 및 유형 P22의 센서에 병렬적으로 적용됨. 이들은, 여기서 다시, 획득될 내부 이미지(769A) 및 외부 이미지(769B)를 각각 허용할 것이다.
도 8a의 다이어그램은 또한 유형 P1의 센서에 적용될 수 있고, 이 경우에 3개의 병렬 채널들이 (적어도 가상적으로) 각각의 증폭기 뒤에 제공된다. 이들 채널들 중 하나는 도 6b의 "Volum." 하에 표시된 바와 같이 위치하는 반복적인 타임 윈도우에서 기능한다. 이 채널은 부피에서의, 즉 말하자면 파이프의 두께에서의, 결점들을 조사하는 것을 가능하게 한다.
2개의 다른 채널들은 도 6b의 "WphiExter0" 및 "WphiInter1"에서 보여지는 바와 같이 위치하는 반복적인 타임 윈도우들에서 각각 기능할 수 있다. 이들 2개의 다른 채널들은 파이프 두께의 측정을 가능하게 한다.
그 3개의 채널들 사이의 구별은 순수하게 기능적(가상적)이다. 사실, 전술한 2개의 다른 채널들은 물리적으로 동일할 수 있고, 여기서 "WphiExter0" 및 "WphiInter1"의 윈도우들 또는 순간들을 판별한다. 또한 단일의 물리적 채널을 사용하는 것이 가능하고, 여기서 "WphiExter0", "Volum." 및 "WphiInter1"와 같은 윈도우들 또는 순간들을 판별한다.
유형 P12의 센서와 함께 유형 P11의 센서의 경우를 더 상세하게 기술하는 것이 대표적으로 보여진다. 이것은 이제 행해질 것이다.
센서들(P11, P12)로 된 이들 2개의 그룹들은 파이프들에서의 길이방향 결점들을 탐지하기 위해 사용되는 것임을 상기해 볼 것이다. 초음파 검사는 2개의 선호되는 방향들(시계방향 - 반시계방향)로의 초음파 발사들(US 샷들)로 수행된다:
- 센서 또는 센서들의 그룹(P11)은 작동 방향(시계방향)에서의 파이프의 초음파 이미지를 제공한다;
- 제2 센서 또는 센서들의 그룹(P12)은 다른 작동 방향들(반시계방향)에서의 그 파이프의 초음파 이미지를 제공한다.
그래서 길이방향 결점들은, 빔 축들이 파이프의 축에 직각인 면에 관하여 대칭적으로 기울어진 2개의 센서들 또는 센서들의 그룹들을 통해 편리하게 탐지된다. 그 기울기는, 예를 들어, 대략적으로 ±17°이다. 이것은 상기에서 언급된 바와 같이, 2개의 센서들 또는 센서들의 2개의 그룹들을 가진 시스템의 적용예를 제공한다.
도 9는, 동일한 시간 레퍼런스(time reference)을 가지고, 하나 위에 다른 하나가 있는, C-scan 유형의 2개의 이미지들(901, 902)의 예이다. 이들 2개의 이미지들은, 각각 마주보는 위치들에 있는 센서들의 두 그룹들, 여기서는 유형 P11 및 P12인 센서들의 그룹들(다르게는 유형 P21 및 P22인 센서들의 그룹들)로부터의 정보에서부터 비롯되고 그리고 이는 "internal"(내부)/"external"(외부) 두 경우들 중 하나에 대한 것이다.
이미지 블록들(901, 902)은 그레이 레벨로 (사실, 색들의 팔레트(palette)로) 신호를 나타낸다. 부가적인 표시들은 요구되는 만큼 디스플레이되고, 다음의 보충 이미지들을 포함한다:
- 이미지(901)에서 선택된 수직 라인(911)에 따른 신호 진폭에 관한 그림인, 921;
- 이미지(902)에서 선택된 수직 라인(912)에 따른 신호 진폭에 관한 그림인, 922;
- 이미지들(901, 902)에서 각각 해당하는 수직 라인 상에서 마주치게 되는 최고점을 나타내는, 2개의 커브들을 포함하는, 910.
이제 도 11에 대하여 언급한다. 이미지 블록들(901, 902)은, 예를 들어 도 9에서 볼 수 있는 것들과 같은, 센서 그룹들(P11, P12)에 대해 저장되는 이미지들을 나타낸다. 도 11의 컨버터 블록(891)은, 센서(P11)에 인가되는, 도 8a의 셋업에 대응된다. 유사하게, 컨버터 블록(892)도, 센서(P12)에 인가되는, 도 8a의 셋업에 대응된다. 컨버터 블록들(891, 892)은 파이프/센서들 콘텍스트 데이터 블록(740)을 이용한다. 이들 데이터는 현재 쓰이고 있는 센서들 및 검사 하에 있는 파이프의 특성들에 관련된다. 그것들은 또한 컨버터 블록들(891, 892)에, 이미지 블록들(901, 902)에 그리고 결합기 블록(960)에 보내진다.
블록들(901, 902) 이후에, 필터들(921, 922)이 보여지는데, 그 필터들은 특히, 다음에서 보여질 바와 같이, 이미지들로부터 그리고 그들의 예비 데이터로부터, 뉴럴 처리(970)를 위한 결합기 블록(960)에 의해 결합될 입력 데이터가 얻어지도록 추출하는 것을 허용한다.
기술된 실시예에서, 필터(921)는 다음을 가진다:
- 이미지 내 작업 구역을 지정하는 신호 출력(Zcur). 이 출력은, 그 구역(Zcur)에 관련하여 거기에 저장된 정보(소위 Ascan)를 획득하기 위해 이미지 준비(891)에 대한 접근 및 그 구역(Zcur)에 대한 이미지(Cscan)로부터의 추출을 결과적으로 수행하는 추출 기능(951)에 의해 사용된다. 모든 이들 데이터는, 추출 기능(951)에 의해 결합기(960)로, 뉴럴 처리(970)에 대한 입력들로서 전송된다;
- 최소한 구역(Zcur)에 관련한 일부를 필터링함으로써 획득되는 정보를 제공 하는 출력. 그것은 뉴럴 처리를 위한 입력으로서 그 출력을 전송한다 (결합기(960));
- 선택적으로, 메모리(990)에 대한 부가적인 데이터 출력들 (점선으로 표시되어 있음).
동일한 사항이, 동일한 현재 구역(Zcur)에 대하여, 추출 기능(952)과 함께, 필터(922)에 적용된다.
뉴럴 처리(970)를 통해 결정 및 경보 회로(992)에 신호를 공급하고, 그 결정 및 경보 회로(992)는 소팅 및 마킹 로봇(994)을 제어한다. 운영자 해석 인터페이스(996)가 제공될 수 있는데, 이것은 검사 하에 있는 파이프의 섹션에 관련하여, 메모리(990)에 포함된 데이터의 전부 또는 일부를 나타낼 수 있는 것이다.
여기서, 도 11은 동일한 유형의 검사를 위해 의도되거나 또는 동일한 기능을 제공하는 적어도 2개의 센서 그룹들(그 2개의 그룹들은 P11 및 P12 또는 P21 및 P22임)로부터 나오는 정보를 다룬다. 동일한 다이어그램이 다른 유형의 검사들을 위한 더 많은 수의 센서 그룹들로부터 나오는 정보를 다루기 위해 사용될 수 있다. 동시에 처리되는 이미지들의 수는 동일한 양만큼 증가된다.
필터들(921, 922)의 주요 기능은 Cscan 이미지들(901, 902) 내의 결점 구역들을 결정하는 것이다. 일반적으로 말하면, 그 필터링은 그 분석될 구역들을 정밀지적하기 위해 그리고 다른 표시들과 그 결점들을 거기서 구별하기 위해 구성된다. 그 필터링은 도 9의 2개의 이미지들에서의 2개의 등가적인 부분들에 관해 작용한다. 사실, 그 2개의 필터들은, 도 11에서 그들을 결합하는 양방향 링크에 의해 표시되는 바와 같이, 공동작업한다.
그 디지털 이미지를 스캔함으로써, 그 이미지의 영역들로 시작하여 잠재적인 결점들이 있는 곳들이 식별된다.
이를 위해 보정(calibration)으로써 확립된 고정된 문턱(threshold)을 적용시키는 것이 가능하다.
본 출원인은 현재, 이미지 내 일반적인 잡음 레벨(noise level)에 적응시킨 문턱을 사용하는 것을 선호한다. 그 방법은 다음의 2가지 가정들에 기초할 수 있는 백색 잡음(white noise)에서의 신호의 탐지에 관한 이론에 기초한다:
가정 HO: 측정치 = 평균 m_b 및 표준편차 std_b의 백색 잡음
가정 H1: 측정치 = 신호 + 백색 잡음.
상황이 가정 HO 또는 가정 H1의 영역 내에 속하는지 여부에 관한 결정을 가능하게 하는 통계적 조사들이 수행된다. 이들 통계적 계산들은 연속적인 발사들 (샷들)에 대응되는, 이미지에서의 n개의 변화 지점들 상에서, 실시간으로 수행된다. 수 n은 학습에 의해 결정될 수 있다.
이 방법(소위 가우시안 부가(Gaussian addition))에 따르면, 예를 들어, 오류성 경보의 가능성(pfa)이 주어져 있을 때 그 주어진 가능성에 따라 탐지 문턱을 결정하기 위해 Neyman-Pearson 기준을 사용하는 것이 가능하다. 이것은 부록에 첨부된 공식 21에 의해 나타나 있다. 일반적으로 Q (또는 또한 에러 기능(erf))로서 알려져 있는 가우시안 누적 함수가 사용되는데, 부록에 첨부된 공식 22에 따라, 그 문턱을 획득하기 위해 그것을 반전하는 것이 필요하다.
실제로 다양한 출처들을 가질 수도 있는 배경 잡음(backgrond noise)의 존재가 종종 유념된다 (예: 검사 하의 제품의 재료 구조에 기인한 음향 현상들, 전기적 간섭, 파이프 내 물의 존재). 다양한 문턱의 사용은 고정된 문턱이 적용되는 경우 일어나는 오류성 경보들을 방지한다.
나타날 것 같은 다른 오류성 표시들 중에서, 간섭이 초음파 신호에서 매우 짧은 피크(peak)들의 형태로 일어난다. 이 간섭은 누적 카운팅 알고리즘들 또는 또한 적분기들(integrators)(예: "경보 전 n 회)" 또는 "이중 문턱"(double threshold))로서 언급될 수 있는 단순한 알고리즘들에 의해 제거될 수 있다.
본 출원인은 또한 파이프와 비견되는 원통형 표면을 따라 센서가 뒤따르는 궤도인, '턴'(turn)을 고려하였다. 필터링은 오류성 경보률을 더 감소시키기 위해 각 턴을 따라 수행될 수 있다. 이를 위해 예를 들어 고속 푸리에 변환과 같은 이산 푸리에 변환 및/또는 버터워스 필터(Butterworth filter)가 사용된다. 이 방법은 각각의 디지털 라인에 적용된다.
동일한 유형의 알고리즘이 파이프의 길이방향에 적용될 수 있다.
이런 식으로 잠재적인 결점들이 발견된다. 일단 결점이 정밀지적되면 그것의 위치는 (예를 들어) 도 9의 이미지들에서 분석되는 위치에 대응된다. 이 2D 이미지는, 어떠한 두께도 없는 원통에 비견되는, 파이프의 전개에 대응된다. 그 반지름위치/두께는 표시들(또는 더 단순하게는, 내부, 외부 또는 그 파이프 덩어리(mass) 내에서의 결점의 위치)은 그 이미지의 지점들의 속성들로서 표현될 수 있다. 따라서, 우리는 다음을 가지게 된다:
- 파이프의 외부 표면부에서 있을 수 있는 결점들을 표현하는 2개의 2D 이미지들;
- 파이프의 내부 표면부에서 있을 수 있는 결점들을 표현하는 2개의 2D 이미지; 및
- 파이프의 두께에서 있을 수 있는 결점들을 표현하는 1개의 2D 이미지.
그 결점들은 이제, 특히 간섭 및 오류성 경보들의 제거에 뒤이어 "확인되는"(confirmed) 것으로 간주된다.
이로부터 본 출원인은 이제 고정된 크기의 이미지 구역 상에서 작업할 것을 결정하였다. 그러므로, 바로 획득되었던 결점 존재 데이터 상에 그 데이터와 이 구역을 정렬하는 것이 필요하다.
환언하면, 결점 주위의 완벽한 구역을 결정하기 위해 문턱보다 더 큰 것으로서 식별되었던 지점들의 위치를 정하는 것이 필요하다. 예를 들어 결점의 경사도(obliquity)를 결정하는 것을 원한다면, 이것이 필요하다.
그 알고리즘은 다음의 다수의 단계들을 거친다:
- 윤곽(contour) 탐지 (예를 들어, Roberts 기울기);
- 확충(dilatation) (근처 윤곽들의 수집);
- 결점들 주위의 마스크(mask)의 결정을 허용하는, 부식, 및 폐쇄(closure);
- 그 결점에 관한 충분한 위치 측정을 허용하는 최종 포위 스테이지(surrounding stage).
따라서 각각의 결점에 대하여, 대응되는 이미지 구역의 좌표들이 획득되고, 이는 다음에 수행되는 뉴럴 네트워크 분석에 있어서 유용할 것이다.
도 12는 흐름도의 형태로 이미지 구역들의 이러한 처리를 도해하는 도면이다.
이미지들에 관한 시작 단계(801)에서, 확인된 결점을 표현하도록, 처리될 0 및 p 사이의 이미지 구역들이 있다. 동작(803)은 적어도 최초 구역이 있음을 가정하고, 이 구역은 처리를 위한 현재 구역(Zcur)으로서의 역할을 수행한다(805). 이 구역 Zcur에 대하여 다음의 동작들이 수행된다:
- 동작(807)에서는, (이미지에서 좌표들에 의해 정의되는) 이 구역에 대응되는 이미지들(901, 902)로부터 데이터를 선택적으로 추출한다;
- 동작(809)에서는, 이미지들(901, 902)의 준비에 있어서 하나의 역할을 담당하고 구역(Zcur)에 대응되는 데이터를 선택적으로 추출한다. 이들 데이터의 예들은 아래에서 제공될 것이다;
- 동작(811)에서는, 정확하게 소위 뉴럴 처리를 수행하고, 그 뉴럴 처리는 더 최근에는 더 많이 행해진다;
- 구역(Zcur) 지정에 대응하여, 구역(Zcur)에 대해 획득된 결과들이 선택적으로 저장된다(813);
- 검사(820)에서, 그 이미지 내에 처리될 다른 구역이 있는지 여부를 알기 위해 조사하고, 만약 그런 경우에는 동작(821)에서 표시된 바와 같은 이 다른 구역에 관하여 재시작이 행해진다(805); 그렇지 않으면, 현재 이미지(들)의 처리가 종 료된다(822).
센서(P1) 처리의 경우에서, 단지 하나의 이미지만이 있고, 여기서 이것은 입력 파라미터들의 수를 변경시킨다. 이와 별개로, 그 처리는 일반적으로 동일할 수 있다.
각 관심 구역(Zcur)의 결정에 뒤이어, 필터링은 다른 기능들을 포함할 수 있다. 이들 다른 기능들에 대하여, 도 13은 도 11에서 보여진 동작들의 일련들 및 그 필터링 사이의 상호작용을 도식적으로 도해한다.
단지 이미지(901)에 대해서만, 도 13은 도 11과 유사하다. 그것은 다음을 보여주고 있다:
- 파이프-센서들 콘텍스트 요소들의 블록(740);
- 이미지(901) 및 그것의 준비(891)에서, 구역(Zcur)에 대한 데이터를 발견하는 추출기(951); 및
- 고려되는 구역(Zcur) 내 결점이 내부 표면부 또는 외부 표면부에 위치하는지 여부를 표시하는, 내부/외부 블록(7410).
그 필터링에 의한 기초 데이터에 부가되는 것이 더 상세하게 정의되는데, 즉, 각각의 구역(Zcur)에 대하여(805), 그것은 다음처럼 파선으로 표시된 그 블록의 내용들로 보여지고 있다:
- 경사각의 조사(931); 및
- 결점 길이의 표시(932).
게다가 특히 다음의 것들이 포함될 수도 있다:
- Cscan에서의 정렬 표시(935); 및
- 파이프의 그 동일한 횡단면에서의 다른 결점들의 존재에 관한 표시(936).
기술된 실시예에서, 935 및 936과 같은 데이터는 메모리(990)로 진행한다. 그 나머지는 뉴럴 네트워크(970)로 진행한다. 이들은 이제 보여질 바와 같이, 2개의 기능들로 거기에서 분리된다.
- 뉴럴 회로
파이프의 결점은 그것의 위치, 그것의 유형, 및 종종 그것의 깊이에 비견되는 그것의 심각성 (severity)에 의해 정의될 수 있다. 기술된 실시예에서, 파이프 결점의 유형 및 깊이 정도는 동일한 일반적인 구조의 2개의 뉴럴 처리들을 활용하여 개별적으로 결정되고, 이는 이제 예를 사용하여 상세화될 것이다.
결점 유형의 경우는 도 14에 따라 다루어지고, 심각성의 경우는 도 15에 따라 다루어진다.
그 유형들은, 예를 들어 도 10a 내지 도 10d에서 도해된 바와 같이 정의될 수 있다. 이들 도면들은 4개의 유형들을 도해하고 있는데, 이들 4개의 유형들은 API에 의해 제공되는 결점들의 리스트와 비교할 때 단순화된 선택물을 나타내고 파이프 제작 공정들에 의해 유발될 수 있는 것들이다. 불어 및 영어로 된 제목들은 그 결점 유형을 지정하기 위해 관련 기술분야에서 숙련된 자들에 의해 사용되는 것들이다. 결점 유형들 1 및 3은 직선이고 도면들에서의 결점 유형들 2 및 4는 호(arc)-형상("현"(chord))임이 유념될 것이다.
실제 결점들 및 그 4개의 상기 유형들 사이의 대응관계는 다음과 같이 정의될 수 있다:
불어명 영어명 할당( Assignment )
Entaille Notch 유형 1
Tapure Crack 유형 1
Paille/repliure perpendiculaire ou droite (laminage) Seam (perpendicular) 유형 1
Paille/repliure (laminage) Seam (arcuate), "overlap" 유형 2
Gravelure Sliver 유형 3
Origine billette Rolled-in-slug 유형 4
Rayure Gouge 유형 4
Inclusion Inclusion 유형 4
Figure 112009005464732-pct00001
 Bore-slug 유형 4
Chevauchement/recouvrement/repliure Lap 유형 4
여기서, 도 14 및 도 15는 양자 모두는, 도 14에서는 NC 121 내지 NC 123 및 도 15에서는 NC 141 내지 NC 143으로서 언급되는, 3개의 중간 뉴런들(또는 "숨겨진 뉴런들"(hidden neurones))을 가진 뉴럴 회로들을 사용한다.
도 14 및 도 15는 일정한 개수의 입력들을 공통으로 구비한다. 이해를 돕기 위한 것으로, 그 입력들은 상이한 유형의 라인들을 사용하여 도해된다. 이중 라인들은 그 입력들이 다수임을, 즉 다시 말하면 구역(Zcur)의 각 지점에 대해서 반복됨을 표시한다.
관련된 선택기들(761)에 의해 고려되는 상태에 따라, 7410에서 시작하는데, 파이프 벽의 내부 표면부 또는 외부 표면부에 위치한 결점을 처리하는 경우인지를 표시하는 정보가 제공된다.
공통 입력 변수들의 제2 카테고리는 블록(740)으로부터 나오는 콘텍스트 변수들을 포함한다 (도 13):
- WT/OD(7401) - 파이프 직경에 대한 벽 두께의 비;
- Freq(7402) - 초음파 프로브들의 동작 주파수;
- ProbDiam(7403) - 초음파 프로브들의 유용한 직경.
공통 변수들의 제3 카테고리는, 2개의 센서들(921, 922) (또는 그 이상)에 공통적으로 고려될 수 있는, 필터링으로부터 유래되는 양들에 대응된다. 예를 들어, 그 2개 센서들로부터의 결과들의 평균이 취해지거나, 또는 가장 대표적인 결과 (경우에 따라, 최대/최소)가 취해진다. 이들 양들은 결점의 경사도(9201) 및 결점의 길이(9202)와 같은 변수들이다. 이들 2개의 변수들은, 반사 대칭(mirrored symmetry)을 가진, 도 9의 2개 이미지들에서 정밀지적하기가 용이하다.
이제 단지 도 14에 관한 언급만을 한다. 변수들에 관한 다음의 카테고리는 그 2개 센서들(또는 센서 그룹들)의 각각에 대하여, 그리고 구역들(Zcur)의 각각에 대하여, 서로 다른 측정값들의 변수들을 포함하고, 이것은 이중 라인을 사용하여 도면에 반영되어 있다.
제1 센서에 있어서, 우리는 다음을 가진다:
- K1(9511) - 상기에서 언급된 "표준 레퍼런스 결점"의 최대 크기에 대한, 구역(Zcur)에서 그리고 이미지(901)에서 보이는 초음파 신호의 최대 크기 사이의 비. 사실, 그 예에서, 이미지(901)의 각 픽셀에서의 진폭은 이 비에 의해 정의된다; 그때 K1은 단순히 이미지(901)의 Zcur 구역에서 최대로 보이는 진폭이다; Pmax1인, 이 최대값이 보이는 구역(Zcur) 지점을 유념할 것이다;
- QBE1(9512) - QuantBumpsEchodyn으로 언급되는 CScan의 변수로, 최대 진폭 지점 Pmax1의 부근에 있는 이미지(901)의 구역(Zcur)에서 보이는 위치들의 지역적인 최대의 개수를 나타냄. 이 수 QBE1은, 배경 잡음에 대응하는 레벨 아래에 속하는 신호 진폭 없이, Pmax1의 근처 어느 한 편에서 보이는 지역적인 최대값들로 제한된다. QBE1은 일반적으로 1 또는 2의 값 중 어느 하나를 취할 것이다.
이들 2개의 변수들은, 이미지(901)로부터, 그 도면에서 951(901)로써 표시되는 추출기(951)를 통해, 나온다. 이에 더하여 우리는 다음을 가진다:
- RT1(9518) - A-scan으로서 알려진 자연적인 초음파 신호에서의 에코 상승 시간(echo rise time)을 나타내는 변수 (이것은, 공통적으로 마이크로초로 표현되는, 그 신호가 최대값이 된 순간 및 그 신호가 배경 잡음의 레벨에 있는 이전의 최종 순간 사이의 차이다). 이 변수 RT1은 관련된 증폭기(73)의 출력에서 이전에 측정되었던 것이다 (도 8a); 그것은, 예를 들어 891에서, 그것이 관련된 파이프 지점에 대응하여, 저장되었다. 이런 식으로, 그것은 추출기(951)에 의해 선택적으로 재발견될 수 있는 것이다.
제2 센서에 대하여, 우리는 다음을 가진다:
- K2(9521) - 이것은 K1과 같이 정의되지만, 이미지(901) 대신에 이미지(902)에 대한 것이다. 그 예에서, K2는 단순히 이미지(902)의 구역(Zcur)에서 최대로 보이는 진폭이다; Pmax2인, 이 최대값이 보이는 구역(Zcur) 지점을 유념할 것이다;
- QBE2(9522) - 이것은 QBE1과 같이 정의되지만, 이미지(901) 대신에 이미지(902)에서, 그리고 Pmax2의 부근에서 해당되는 것이다. 다시, QBE2는 일반적으로 1 또는 2의 값을 취할 것이다.
이들 2개의 변수들은, 이미지(902)로부터, 추출기(952)를 통해 나온다. 이에 더하여 우리는 다음을 가진다:
- RT2(9528) - 이것은 A-scan으로서 알려진 자연적인 신호에서의 에코 상승 시간을 나타내는 변수이다. 전에서와 같이, 이 변수 RT2는 관련된 증폭기(73)의 출력에서 이전에 측정되었던 것이다 (도 8a); 그것은, 예를 들어 892에서, 그것이 관련된 파이프 지점에 대응하여, 저장되었다. 이런 식으로, 그것은 추출기(952)에 의해 선택적으로 재발견될 수 있는 것이다.
뉴럴 네트워크의 최종 입력(958)은 ConstantA로서 언급되는 상수값으로, 이것은, 학습으로부터 비롯되고 모델의 보정 시간에 결정되는 상수를 나타낸다.
도 14의 출력(998)은 결점의 유형 및 (그 유형의 함수로서 정의되는) 그것의 평균 기울기를 나타내는 변수이다.
결점의 깊이(또는 심각성) 정도에 대하여는 도 15에 따라 다루어진다. 입력들은 다음의 면들을 제외하고 도 14에 대한 것과 같다:
- 제1 센서에 대하여, 블록(9512)은 블록(9513)으로써 대체되고, 이것은 이 제1 센서에 대하여, 에코다이나믹(echodynamic) 파형의 중간높이(50%)에서의 폭인, EW_1 즉 EchodynWidth 변수를 처리한다. 이 변수 EW_1은 Cscan으로부터 얻어진다;
- 유사하게, 제2 센서에 대하여, 블록(9522)은 블록(9523)으로써 대체되고, 이것은 이 제2 센서에 대하여 에코다이나믹 파형의 중간높이(50%)에서의 폭인, EW_2 즉 EchodynWidth 변수를 처리한다;
- 959에서, 현재 ConstantB로서 언급되는 상수가 다르다;
- 출력(999)은, DD로서 언급되는, 결점의 심각성에 관한 표시이다.
양쪽 모두의 경우들에서(도 14 및 도 15), 주어진 뉴럴 회로(970)는 초음파 센서들의 그룹들 중 하나에 대한 이미지 추출(951) 뿐만 아니라 다른 센서들의 그룹으로부터 기원하고, 동일한 구역에 대응하는 이미지 추출(952)을 처리함을 유념하여야 한다.
본 출원인은, 예측을 최적화하기 위해, 뉴럴 회로들의 파라미터들 및 가능하면 이들의 개수에 대한 적합한 조절을 가정할 때, 아주 만족스러운 결과들을 획득하는 것이 가능함을 관찰하였다.
더욱이, 본 출원인은 다양한 뉴럴 네트워크에 의해 수집된 정보의 결합에 의해, 그 예측을 더 정교하게 하는 것이 가능함을 알았다.
결국, 그러면 뉴럴 네트워크의 입력 파라미터들은 2개의 이미지들의 특성들(레퍼런스 진폭에 대한 최대 진폭의 비, 에코 폭, 결점의 경사도를 나타내는 에코의 방향(orientation) 등) 및 검사의 특성들(센서, 파이프의 차원들 등)이다.
출력 파라미터들은 결점의 특성들(깊이, 기울기/유형)이다. 결정 및/또는 경보(992)는, 필요에 따른 안전도(degree of safety)를 지닌, 문턱들에 기초하는, 선택된 결정 기준들을 활용하여 자동적으로 수행될 수 있다. 이들 문턱들을 정의하기 위하여 학습으로부터의 결과들이 사용될 수 있다.
이제 도 16에 대하여 언급하는데, 이것은 2개의 센서들에 대하여, 도 14 및 도 15의 기본 뉴럴 회로의 모델이다.
이 모델은, 모든 입력 파라미터들(종종 "입력 뉴런들"이라고 불림)을 함께 그룹화하는, 입력 계층 또는 레벨(IL)을 포함한다. 그 도면에 너무 많은 것들을 넣지 않기 위해, 단지 3개의 뉴런들(E1, E2, E3)만이 보여지고, 또한 거기에 뉴런(E0)인 것으로 간주될 수 있는 상수가 더해진다. 이 상수는 가장 자주 "바이어스"(bias)로서 언급된다. 실제로 경우에 따라, 도 14 또는 도 15에 따른 더 많은 입력 뉴런들이 있다.
그때 적어도 하나의 숨겨진 계층 또는 레벨(HL)이 제공되고, 이것은 k개의 뉴런들을 포함한다 (그 도면에 너무 많은 것들을 넣지 않기 위해 그 뉴런들 중 단지 2개만이 보여진다).
마지막으로 출력 뉴런(S1)이 있는데, 이것은 예를 들어 길이방향 결점과 같은 파이프 결점의 중대성을 나타내는 값의 형태로, 그 결정 결과를 제공한다. 이 출력은 도 14의 블록(998) 및 도 15의 블록(999)에 대응된다.
"뉴런" 상수(E0)는 숨겨진 계층 또는 계층들(HL) 뿐만 아니라 그 출력 뉴런(출력 계층, OL)에 가중치를 두기 위한 역할을 한다는 것을 유념하여야 할 것이다.
사용되는 뉴럴 회로의 일반적인 행동은 부록 1의 공식 11에 의해 주어지고, 여기서 wij는 뉴런의 입력 j에 제공되는 신호 Xi에 할당된 가중치이다.
여기에 관해 제공된 회로에서, 기본 뉴런은 도 17에서 도식적으로 보여지는 바와 같이, 부록 1의 공식 12에 따라 행동한다.
도 16의 출력(S1)은 부록 1의 공식 13에 대응되는 추정 값을 제공한다.
학습을 통하여 본 출원인은, 함수 f가 비선형이고, 연속적이고, 추론가능하 고 그리고 한정된 함수이도록, 그 숨겨진 뉴런들 및 그들의 가중치들을 조절하였다. 현재 선호되는 예는 아크탄젠트(arc-tangent) 함수이다.
뉴럴 네트워크는, 학습을 통해, 시냅스들(synapses)로서 일반적으로 알려진, 자신의 계수들 wij를 결정한다는 것이 알려져 있다. 원하는 작동 조건들의 범위를 정확히 커버하면서, 그 학습은 전형적으로, 계산될 가중치들이 있는 것보다 3배 및 10배 사이의 더 많은 예들을 수반하여야 한다.
예들 Ep (p = 1 내지 M)로 시작해 보면, 각각의 예에 대하여 편차 Dp는 그 뉴럴 회로에 의해 주어진 값 Sp 및 실험으로 측정되거나 정의된 실제 값 Rp 사이에서 결정된다. 이것은 부록 1의 공식 14에 의해 반영된 것이다.
뉴럴 회로의 동작 품질은 "비용"(cost)으로서 알려진 글로벌 편차 변수(global deviation variable) Cg에 의해 정의된다. 예를 들어, 그것은, 가중치가 부여된 2차의 글로벌 편차 변수로서 부록 1의 공식 15에 따라 표현될 수 있다.
그 학습은 파이프들에서의 결점들에 대해 검사하는 경우와 같은 케이스에서 다양한 문제들을 지니는데, 특히, 이미 가리켜진 바와 같이, 중공학기술이 수반된다는 사실에 기인하여 다양한 문제들을 지닌다.
본 출원인은 처음에 시뮬레이션(simulation)을 통해 최초 학습을 수행했다. 이것을 위하여 프랑스의 Atomic Energy Agency에 의해 개발되고 판매된 CIVA 소프트웨어를 사용하는 것이 가능하다. 이 최초 학습은 가상 결점들에 기초한 최초 버전의 뉴럴 네트워크의 구성 및 정밀지적될 파라미터들에 영향을 주는 것을 허용하였다. 그 비용 함수는 최적화되었다.
그후에 본 출원인은 시뮬레이션으로부터 획득된 결과들 및 인공적인 결점들, 즉 말하자면 실제의 파이프들 상에 고의적으로 생성한 결점들을 결합하는 2번째 학습을 수행하였다. 이 2번째 학습은 2번째 버전의 뉴럴 네트워크의 구성을 허용하였고, 그것의 비용 함수도 또한 최적화되었다.
그리고 나서 본 출원인은 그 인공적인 결점들에 관련하여 그리고 실제 파이프들에 존재하는 일련의 결점들 - 이들 결점들은 생산 시퀀스 동안 후험적으로(a posteriori) 수행된 측정들에서 정확하게 알려짐 - 에 관련하여 획득된 결과들을 결합하였다. 이 3번째 국면은 최종 버전의 뉴럴 네트워크의 유효성검사(validation)를 허용하였다. 이 버전은 생산 모니터링을 위해 동작가능한 것임을 그 자체적으로 증명하였다. 그러나, 새로운 또는 변형된 설치로 구현될 때, 다루어질 결점들의 전체 범위를 커버하는 약 10개의 인공 샘플들을 사용하여 "보정"을 거치는 것이 현재 필요하다. 물론, 그때 최적화가 뒤따른다.
도 11, 도 12, 도 14 및 도 15는 센서들(P11, P12)과 관련하여 기술되었다.
동일한 원리가 센서 그룹(P1)에 적용된다. 이 경우에, 이미 가리켜진 바와 같이, 어떠한 이미지 2도 존재하지 않고, 설립된 네트워크는 더 적은 입력 파라미터들을 가진다. 2개의 센서들에 대해 기술된 회로들은, "이미지 2" 섹션에 대한 입력 파라미터들 없이, 단지 하나에 대하여 사용될 수도 있다.
동일한 원리가 또한, 가로방향 결점들을 탐지하는 역할을 맡고 있는, 2개의 센서 그룹들(P11, P22)에 적용될 수 있고, 여기서 이 탐지를 위해 그 센서들은 파이프의 축을 지나는 평면에서 (예를 들어 ±17°만큼) 기울어져 있음을 유념한다.
각각의 경우에서, 요소들(992 내지 996)을 제외하고, 도 11에 의해 정의된 유형의 디지털 처리가 수행됨이 이해될 것이다. 이 절차는 블록들(764, 766)이 뒤따르는 도 8에 따라, 글로벌 지정(global designation, 761)을 가진다.
다음의 것들을 가진 집합이 이런 식으로 도 18에 의해 보여지는 바와 같이 획득된다:
- 센서(P1)에 대하여, 결정 및 경보 단계(764-1)이 뒤따르는 절차(761-1);
- 센서들(P11, P12)에 대하여, 결정 및 경보 단계(764-10)가 뒤따르는 절차(761-10);
- 센서들(P21, P22)에 대하여, 결정 및 경보 단계(764-20)가 뒤따르는 절차(761-20);
- 소팅 및 경보 로봇(766)에 의해 함께 해석되어지는 3개의 단계들(764-1, 764-10, 764-20).
도 18의 변형예는 - 미도시되어 있음 - 3개의 절차들(761-1, 761-10, 761-20)로부터의 출력들을 직접 사용하는, 단지 하나의 "결정 및 경보" 단계를 제공하는 것으로 이루어진다.
비파괴 검사는, 적절하게 소위, "작업 중에", 즉 다시 말하면, 파이프가 검사 설비를 통과할 때 수행된다. 상기에서 기술된 정보 처리에서 결과가 산출되는 결정은 또한 파이프가 그 검사 설비를 통과할 때 행해질 수 있다; 그와 다른 변형예는 파이프의 전체 길이가 조사되었을 때, 또는 나중에도 (예를 들어 파이프들의 전체 일단에 관한 검사 후에) - 여기서 각 파이프는 레퍼런스됨/식별됨(예를 들어 순서 번호) - 이 결정을 행하는 것으로 이루어진다. 이 경우에, 획득된 정보가 기록(저장)되는 것이 필요하다. 그 기록들은 뉴럴 네트워크(들)에 의해 기록되었던 그리고 처리되었던 결과들의 분석에 뒤이어 결정을 행할 수 있는 권한을 가진 운영자에 의한 나중 분석의 대상일 수 있다.
물론, 뉴럴 네트워크들의 속성들이 주어져 있다면, 모든 원하는 입력들을 가진 단일의 뉴럴 회로에서 (절차들(761-1, 761-10, 761-20)에 포함된) 모든 뉴럴 네트워크들을 적어도 어느 정도까지 결합하는 것이 가능하다.
기술된 실시예는 뉴럴 네트워크들을 직접 사용한다. 본 발명은 이 유형의 실시예에 제한되는 것은 아니다. 여기서 "뉴럴 네트워크 유형의 장치"는 뉴럴 회로들을 구비한 또는 구비하지 않은 다른 비선형 통계적 방법들을 커버할 수 있다.
이 문서에서 제안된 시스템은, 용접없는 파이프들의 제조에서의 비파괴 검사의 경우에 있어서 기술되었지만, 본 발명은 자체적으로 그 경우에 특별하게 잘 활용된다. 동일한 방법들이 특히 반드시 관모양이 아닌 긴(elongated) 철 및 강철 제품들에 적용될 수 있다.
용접된 파이프들 또는 (판(sheet)이나 플레이트(plate) 같은) 다른 용접된 제품들의 경우에, 그 시스템은 또한 용접 접합부(weld seam)의 한계치들을 결정할 수 있고 그리고 결과적으로 모티터링이 필요할 수도 있는 그 용접 접합부에서의 어떠한 결점들도 발견할 수 있음을 입증하고 있다. 그들 부분에 대하여, 그 용접 접합부의 한계치들 밖에서 발견된 결점들 - 이것들은 기초적인 스트립(strip) (또는 제품)에 이미 존재하는 포함물(inclusion)들에 대응될 수도 있다 - 은 상이하게 고려되어야 한다.
<부록 1>
Figure 112009005464732-pct00002
seuil = 문턱(threshold)

Claims (17)

  1. 철 및 강철 제품들인 파이프들 또는 다른 긴(elongated) 제품들에 관하여, 생산 동안에 또는 생산의 완료시에, 비파괴 검사(non-destructive testing)를 하기 위한 운영 도구를 형성하는 기기로서, 상기 도구는,
    선택된 시간 규칙에 따른 송신 초음파 센서들의 선택적인 가동활성화 다음에, 캡쳐되는 피드백(feedback) 신호들로부터, 파이프에서 있을 수 있는 결점(imperfection)들과 같은 정보를 추출하기 위한 것이고,
    액체 매질의 중개를 통해 상기 파이프와 초음파 결합(ultrasound coupling)되어 설치되는, 선택된 기하구조(geometry)를 가진 장치(arrangement)를 수신 초음파 센서들에 의해서 형성하고,
    상기 파이프 및 변환기 장치(transducer arrangement) 사이의 상대적인 회전/병진 운동이 행해지고,
    상기 운영 도구는,
    상기 상대적인 회전/병진 운동의 함수로서, 지정된 타임 윈도우(time window)들에서 있을 수 있는 에코(echo)들의 디지털 표현을 선택적으로 분리시키고, 이로부터 상기 파이프에서 있을 수 있는 결점들의 이미지를 추출할 수 있는, 컨버터;
    이미지들에서, 추정되는 결점 구역들뿐만 아니라 각각의 추정되는 결점의 속성들을 결정할 수 있는, 필터;
    상기 필터로부터 나오는, 추정되는 결점 구역과 상기 추정되는 결점 구역에서의 추정되는 결점의 속성들, 및 콘텍스트 데이터(contextual data)에 대응하는 상기 이미지들의 추출로부터, 뉴럴 회로(neural circuit)에 대한 디지털 입력들을 마련하도록 구성된, 결합기;
    상기 결합기로부터의 상기 입력들을 수신하는, 상기 뉴럴 회로 유형인 적어도 하나의 장치;
    상기 뉴럴 회로 유형의 장치로부터의 출력에 기초하여 동작하는, 디지털 결정 및 경보 스테이지(digital decision and alarm stage); 및
    상기 디지털 결정 및 경보 스테이지에 의해 규격에 맞지(conform) 않다고 간주된 파이프들을 분류하고 마킹(marking)하도록 구성되는, 소팅 및 마킹 로봇(sorting and marking robot)을 포함하는 것을 특징으로 하는, 기기.
  2. 제1항에 있어서, 상기 기기는,
    각자의 초음파 빔들의 방향의 반사 대칭(mirrored symmetry)에 따라 초음파 결합되어 설치된, 선택된 기하구조를 가진 2개의 초음파 변환기 장치들과 작업하기 위한 것이고,
    상기 운영 도구는, 상기 2개의 변환기 장치들에 각각 전용되는 2개의 컨버터들을 포함하고,
    상기 결합기는, 상기 파이프의 내부 표면부(inner skin) 에코들에 대해 또는 상기 파이프의 외부 표면부 에코들 또는 상기 파이프의 전체에서 발생하는 에코들에 대해 선택적으로 작용하도록 구성되지만, 상기 2개의 변환기 장치들 중 하나와 다른 하나에 관련된 데이터에 대해서는 동시에 작용하도록 구성되는 것을 특징으로 하는, 기기.
  3. 제1항 또는 제2항에 있어서,
    상기 컨버터는, 각각 상기 파이프의 내부 표면부 에코들, 외부 표면부 에코들, 및 상기 파이프의 전체로부터의 에코들에 대응하는 지정된 타임 윈도우(time window)들에서 가능한 에코 최대값들의 디지털 표현을 선택적으로 분리하기 위해 구성되고,
    상기 결합기는, 상기 내부 표면부 에코들 또는 상기 외부 표면부 에코들 또는 상기 전체에서 발생하는 에코들에 대해 선택적으로 작용하도록 구성되는 것을 특징으로 하는, 기기.
  4. 제1항 또는 제2항에 있어서,
    상기 결합기는, 상기 추정되는 결점 구역 내에서 상기 이미지의 진폭 극값(extremum)에 관련되는 적어도 하나의 입력을 수신하는 것을 특징으로 하는, 기기.
  5. 제1항 또는 제2항에 있어서,
    상기 필터는, 각각의 추정되는 결점의 속성들로서, 상기 결점의 경사도(obliquity) 및 상기 결점의 길이를 산출하도록 구성되고,
    상기 결합기는 상기 결점 경사도 및 상기 결점 길이에 대응되는 입력들을 수신하는 것을 특징으로 하는, 기기.
  6. 제1항 또는 제2항에 있어서,
    상기 필터, 상기 결합기, 상기 뉴럴 회로 및 상기 디지털 결정 및 경보 스테이지는, 상기 필터에 의해 결정되는, 일련의 추정되는 결점 구역들에 대해 반복적으로 작용하도록 구성되는 것을 특징으로 하는, 기기.
  7. 제6항에 있어서,
    상기 필터, 상기 결합기, 상기 뉴럴 회로 및 상기 디지털 결정 및 경보 스테이지는 상기 파이프의 내부 표면부 및 외부 표면부에 대해 선택적으로 작용하도록 구성되는 것을 특징으로 하는, 기기.
  8. 제1항 또는 제2항에 있어서,
    상기 뉴럴 회로 유형의 장치는,
    다수의 기정의된 클래스(class)들 중에서 결점의 성질을 평가하도록 구성된 제1 뉴럴 회로; 및
    결점의 심각성 (severity)을 평가하도록 구성된 제2 뉴럴 회로를 포함하는 것을 특징으로 하는, 기기.
  9. 제8항에 있어서,
    상기 2개의 뉴럴 회로들은,
    상기 제1 뉴럴 회로에 대한 부근에 있는 최대값들의 개수에 관한 입력; 및
    상기 제2 뉴럴 회로에 대한 에코 폭에 관한 입력
    으로써 서로 다른 입력들을 가지는 것을 특징으로 하는, 기기.
  10. 제8항에 있어서,
    상기 2개의 뉴럴 회로들의 출력들은 예측을 정교하게 하기 위해 결합되는 것을 특징으로 하는, 기기.
  11. 제1항 또는 제2항에 있어서,
    초음파 신호들의 전송 및 수신은, 센서들로 된 장치의 적어도 일부에 대해서 동일 변환기에 의해 매번 수행되는 것을 특징으로 하는, 기기.
  12. 생산 동안의 또는 생산의 완료 시의 파이프들에 대한 비파괴 검사 기기(non-destructive testing device)에 있어서,
    액체 매질의 중개를 통해 파이프와 초음파 결합(ultrasound coupling)되어 설치된, 선택된 기하구조를 가진 초음파 변환기들의 장치로서, 상기 파이프 및 상기 변환기 장치 간에 상대적인 회전/병진 운동을 가지는, 초음파 변환기들의 장치;
    선택된 시간 규칙에 따라 상기 변환기 요소들의 가동을 선택적으로 활성화시키고, 상기 변환기 요소들이 캡쳐한 피드백 신호들을 수집하는, 회로들; 및
    제1항 또는 제2항에 따른 운영 도구를 포함하는 것을 특징으로 하는, 비파괴 검사 기기.
  13. 생산 동안의 또는 생산의 완료 시의, 파이프들 또는 다른 긴(elongated) 제품들과 같은 철 및 강철 제품들에 대한 비파괴 검사 공정(non-destructive testing process)에 있어서, 상기 비파괴 검사 공정은,
    a. 액체 매질의 중개를 통해 파이프와 초음파 결합(ultrasound coupling)되어 설치된, 선택된 기하구조를 가진 초음파 변환기들의 장치로서, 상기 파이프 및 상기 변환기들의 장치 간에 상대적인 회전/병진 운동이 있는, 초음파 변환기들의 장치를 제공하는 단계;
    b. 선택된 시간 규칙에 따라 상기 변환기 요소들의 가동을 선택적으로 활성화시키는 단계;
    c. 상기 파이프에서의 어떠한 결점들에 관한 정보라도 추출하도록, 상기 변환기 요소들이 캡쳐한 피드백 신호들을 선택적으로 분석하기 위해 상기 피드백 신호들을 수집하는 단계로 이루어져 있고,
    상기 비파괴 검사 공정은,
    d. 상기 상대적인 회전/병진 운동의 함수로서, 지정된 타임 윈도우(time window)들에서 가능한 에코들의 디지털 표현을 선택적으로 분리시키고, 그리고 이로부터 상기 파이프에서 가능한 결점들의 이미지를 추출하는 단계;
    e. 상기 이미지들에서 추정되는 결점 구역들 및 각각의 추정되는 결점의 속성들을 결정하기 위해, 선택된 필터 기준들에 따라 상기 이미지들을 필터링하는 단계;
    f. 상기 필터로부터 나오는 추정되는 결점 구역, 같은 구역에서의 그 추정되는 결점의 속성들, 및 콘텍스트 데이터(contextual data)에 대응되는 상기 이미지들의 추출로부터, 동작용 디지털 입력들을 형성하는 단계;
    g. 상기 형성된 입력들을 적어도 하나의 뉴럴 회로 유형의 장치에 인가하는 단계;
    h. 이로부터 결정 또는 경보를 이끌어내기 위해, 선택된 결정 기준들에 따라 상기 뉴럴 회로 유형의 장치로부터의 출력을 디지털 처리하는 단계; 및
    i. 단계 h에 의해 규격에 맞지(conform) 않다고 간주되는 파이프들을 분류하고 마킹하는(marking) 단계를 또한 포함하는 것을 특징으로 하는, 비파괴 검사 공정.
  14. 제13항에 있어서,
    단계 a에 있어서, 선택된 기하구조를 가진 초음파 변환기들인 2개의 장치들이, 그들 각자의 초음파 빔들의 방향의 반사 대칭(mirrored symmetry)에 따라 초음파 결합되어 설치되도록, 제공되고,
    단계들 d 내지 i는 상기 변환기들인 2개의 장치들 모두에서 나오는 신호들에 대해 연관되어 수행되는 것을 특징으로 하는, 비파괴 검사 공정.
  15. 제13항 또는 제14항에 있어서,
    단계 d에서, 상기 지정된 타임 윈도우들은, 상기 파이프의 내부 표면부 에코들(inner skin echoes), 외부 표면부 에코들(outer skin echoes) 및 상기 파이프의 전체로부터의 에코들에 대응하는 일군의 윈도우들 중 적어도 몇몇을 포함하는 것을 특징으로 하는, 비파괴 검사 공정.
  16. 제13항 또는 제14항에 있어서,
    단계 e에서, 상기 선택된 필터링 기준들은, 적어도 결점의 존재에 관한 기준, 결점의 경사도에 관한 기준 및 결점의 길이에 관한 기준을 포함하는 것을 특징으로 하는, 비파괴 검사 공정.
  17. 제13항 또는 제14항에 있어서,
    단계들 f 및 g는 단계 e에서 탐지된 각 결점에 대해 되풀이하여 반복되는 것을 특징으로 하는, 비파괴 검사 공정.
KR1020097001796A 2006-06-30 2007-06-25 비파괴 검사로서, 특히 제조 중의 또는 완성 상태의 파이프들에 대한 비파괴 검사 KR101343368B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0605923 2006-06-30
FR0605923A FR2903187B1 (fr) 2006-06-30 2006-06-30 Controle non destructif, en particulier pour des tubes en cours de fabrication ou a l'etat fini

Publications (2)

Publication Number Publication Date
KR20090045208A KR20090045208A (ko) 2009-05-07
KR101343368B1 true KR101343368B1 (ko) 2013-12-19

Family

ID=37744257

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020097001796A KR101343368B1 (ko) 2006-06-30 2007-06-25 비파괴 검사로서, 특히 제조 중의 또는 완성 상태의 파이프들에 대한 비파괴 검사

Country Status (20)

Country Link
US (1) US8265886B2 (ko)
EP (1) EP2035822B1 (ko)
JP (1) JP5162583B2 (ko)
KR (1) KR101343368B1 (ko)
CN (1) CN101501487B (ko)
AR (1) AR061748A1 (ko)
AT (1) ATE536546T1 (ko)
AU (1) AU2007264866C1 (ko)
BR (1) BRPI0713049B1 (ko)
CA (1) CA2656120C (ko)
EA (1) EA012925B1 (ko)
ES (1) ES2377147T3 (ko)
FR (1) FR2903187B1 (ko)
MY (1) MY151179A (ko)
NO (1) NO340510B1 (ko)
PL (1) PL2035822T3 (ko)
SA (1) SA07280355B1 (ko)
UA (1) UA94758C2 (ko)
WO (1) WO2008000940A1 (ko)
ZA (1) ZA200810780B (ko)

Families Citing this family (73)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10994358B2 (en) 2006-12-20 2021-05-04 Lincoln Global, Inc. System and method for creating or modifying a welding sequence based on non-real world weld data
US9937577B2 (en) 2006-12-20 2018-04-10 Lincoln Global, Inc. System for a welding sequencer
US8280145B2 (en) 2007-02-01 2012-10-02 Kovarik James J System for non-destructively examining degradation of an interior of a device
US7912273B2 (en) 2007-02-01 2011-03-22 Florida Power & Light Company Radiography test system and method
FR2917833B1 (fr) * 2007-06-21 2010-03-26 V & M France Procede et appareil de controle non destructif manuel d'axes d'essieu tubulaires a profils de rayons interne et externe variables
FR2925690B1 (fr) 2007-12-21 2010-01-01 V & M France Controle non destructif,en particulier pour des tubes en cours de fabrication ou a l'etat fini.
US8851896B2 (en) 2008-08-21 2014-10-07 Lincoln Global, Inc. Virtual reality GTAW and pipe welding simulator and setup
US8834168B2 (en) 2008-08-21 2014-09-16 Lincoln Global, Inc. System and method providing combined virtual reality arc welding and three-dimensional (3D) viewing
US8657605B2 (en) * 2009-07-10 2014-02-25 Lincoln Global, Inc. Virtual testing and inspection of a virtual weldment
US8911237B2 (en) 2008-08-21 2014-12-16 Lincoln Global, Inc. Virtual reality pipe welding simulator and setup
US9330575B2 (en) 2008-08-21 2016-05-03 Lincoln Global, Inc. Tablet-based welding simulator
US9318026B2 (en) 2008-08-21 2016-04-19 Lincoln Global, Inc. Systems and methods providing an enhanced user experience in a real-time simulated virtual reality welding environment
US9483959B2 (en) 2008-08-21 2016-11-01 Lincoln Global, Inc. Welding simulator
US8884177B2 (en) 2009-11-13 2014-11-11 Lincoln Global, Inc. Systems, methods, and apparatuses for monitoring weld quality
US9280913B2 (en) 2009-07-10 2016-03-08 Lincoln Global, Inc. Systems and methods providing enhanced education and training in a virtual reality environment
US9196169B2 (en) 2008-08-21 2015-11-24 Lincoln Global, Inc. Importing and analyzing external data using a virtual reality welding system
US8747116B2 (en) 2008-08-21 2014-06-10 Lincoln Global, Inc. System and method providing arc welding training in a real-time simulated virtual reality environment using real-time weld puddle feedback
US8161818B2 (en) * 2008-10-29 2012-04-24 Airbus Operations Gmbh Device for detecting a flaw in a component
US8274013B2 (en) 2009-03-09 2012-09-25 Lincoln Global, Inc. System for tracking and analyzing welding activity
US9230449B2 (en) 2009-07-08 2016-01-05 Lincoln Global, Inc. Welding training system
US9221117B2 (en) 2009-07-08 2015-12-29 Lincoln Global, Inc. System for characterizing manual welding operations
US9773429B2 (en) 2009-07-08 2017-09-26 Lincoln Global, Inc. System and method for manual welder training
US10748447B2 (en) 2013-05-24 2020-08-18 Lincoln Global, Inc. Systems and methods providing a computerized eyewear device to aid in welding
US9011154B2 (en) 2009-07-10 2015-04-21 Lincoln Global, Inc. Virtual welding system
US8569655B2 (en) 2009-10-13 2013-10-29 Lincoln Global, Inc. Welding helmet with integral user interface
US20110106460A1 (en) * 2009-11-03 2011-05-05 Alstom Technology Ltd. Automated component verification system
US9468988B2 (en) 2009-11-13 2016-10-18 Lincoln Global, Inc. Systems, methods, and apparatuses for monitoring weld quality
US8569646B2 (en) 2009-11-13 2013-10-29 Lincoln Global, Inc. Systems, methods, and apparatuses for monitoring weld quality
JP5679758B2 (ja) * 2010-10-12 2015-03-04 株式会社東芝 厚さ測定装置およびその測定方法
US8521446B2 (en) * 2010-11-23 2013-08-27 Olympus Ndt Inc. System and method of conducting refraction angle verification for phased array probes using standard calibration blocks
US20130104659A1 (en) * 2011-10-26 2013-05-02 Amerapex Corporation Method for Non-Destructive Testing
US20160093233A1 (en) 2012-07-06 2016-03-31 Lincoln Global, Inc. System for characterizing manual welding operations on pipe and other curved structures
US9767712B2 (en) 2012-07-10 2017-09-19 Lincoln Global, Inc. Virtual reality pipe welding simulator and setup
US10672046B2 (en) 2012-12-31 2020-06-02 Baker Hughes, A Ge Company, Llc Systems and methods for non-destructive testing online stores
US9207639B2 (en) * 2013-01-24 2015-12-08 General Electric Company Transforming A-scan data samples into a three-dimensional space for facilitating visualization of flaws
US10930174B2 (en) 2013-05-24 2021-02-23 Lincoln Global, Inc. Systems and methods providing a computerized eyewear device to aid in welding
JP6230841B2 (ja) * 2013-07-26 2017-11-15 旭化成エンジニアリング株式会社 肉厚測定装置を用いた配管の減肉評価方法
US20150072323A1 (en) 2013-09-11 2015-03-12 Lincoln Global, Inc. Learning management system for a real-time simulated virtual reality welding training environment
US10083627B2 (en) 2013-11-05 2018-09-25 Lincoln Global, Inc. Virtual reality and real welding training system and method
DE102013223083A1 (de) * 2013-11-13 2015-05-13 Sms Siemag Ag Verfahren und Vorrichtung zur kontaktlosen Überprüfung der Beschaffenheit eines metallurgischen Gießproduktes
US9836987B2 (en) 2014-02-14 2017-12-05 Lincoln Global, Inc. Virtual reality pipe welding simulator and setup
US9759692B2 (en) * 2014-05-30 2017-09-12 Olympus Scientific Solutions Americas Inc. System and method of dynamic gating in non-destructive weld inspection
CN106233358A (zh) 2014-06-02 2016-12-14 林肯环球股份有限公司 用于人工焊工培训的系统和方法
US11221314B2 (en) 2015-09-20 2022-01-11 Baker Hughes Oilfield Operations Llc Combined pulse echo inspection of pipeline systems
RU2622355C2 (ru) * 2015-12-14 2017-06-14 Виталий Александрович Мокляков Способ внутритрубной дефектоскопии стенок трубопроводов
US10571390B2 (en) * 2015-12-21 2020-02-25 The Boeing Company Composite inspection
CN105965544B (zh) * 2016-05-27 2018-08-03 珠海上富电技股份有限公司 机器人远程超声波感应自动测试系统及其控制方法
EP3319066A1 (en) 2016-11-04 2018-05-09 Lincoln Global, Inc. Magnetic frequency selection for electromagnetic position tracking
US10913125B2 (en) 2016-11-07 2021-02-09 Lincoln Global, Inc. Welding system providing visual and audio cues to a welding helmet with a display
US20180130226A1 (en) 2016-11-07 2018-05-10 Lincoln Global, Inc. System and method for calibrating a welding trainer
CN109313163B (zh) 2016-11-29 2021-04-13 瓦锡兰芬兰有限公司 超声波质量控制方法及超声波检查装置
RU169803U1 (ru) * 2016-12-21 2017-04-03 Ильвина Гамировна Хуснутдинова Устройство для бесконтактного контроля напряженно-деформированного состояния и уровня поврежденности металлических конструкций
US10997872B2 (en) 2017-06-01 2021-05-04 Lincoln Global, Inc. Spring-loaded tip assembly to support simulated shielded metal arc welding
GB201803062D0 (en) * 2018-02-26 2018-04-11 Gb Inspection Systems Ltd Ultrasonic probe
WO2019186981A1 (ja) * 2018-03-29 2019-10-03 つくばテクノロジー株式会社 超音波伝搬映像の画像処理方法
US11557223B2 (en) 2018-04-19 2023-01-17 Lincoln Global, Inc. Modular and reconfigurable chassis for simulated welding training
US11475792B2 (en) 2018-04-19 2022-10-18 Lincoln Global, Inc. Welding simulator with dual-user configuration
US11287507B2 (en) * 2018-04-30 2022-03-29 The Boeing Company System and method for testing a structure using laser ultrasound
US10838573B2 (en) * 2018-12-04 2020-11-17 GE Sensing & Inspection Technologies, GmbH Precise value selection within large value ranges
CN109711333B (zh) * 2018-12-26 2022-10-18 西安科技大学 基于信号区段分割的超声信号接收及处理方法
US11027799B2 (en) 2019-09-12 2021-06-08 DM Consulting, Inc. Systems and methods for 3-dimensional scanning for drydocking
RU199572U1 (ru) * 2020-02-20 2020-09-08 Максим Владимирович Ковалев Устройство для неразрушающего контроля объектов, имеющих форму тел вращения
US11650183B2 (en) 2020-03-30 2023-05-16 Verifi Technologies, Llc System and method for real-time degree of cure evaluation in a material
US11754529B2 (en) 2020-03-30 2023-09-12 Verifi Technologies, Llc System and method for evaluating defects in a material
US11686707B2 (en) 2020-03-30 2023-06-27 Verifi Technologies, Llc System and method for real-time visualization of defects in a material
US11726065B2 (en) 2020-03-30 2023-08-15 Verifi Technologies, Llc System and method for real-time visualization of defects in a material
JP7415757B2 (ja) * 2020-04-09 2024-01-17 大同特殊鋼株式会社 丸棒材の超音波探傷方法
RU200608U1 (ru) * 2020-07-06 2020-11-02 Максим Владимирович Ковалев Устройство для неразрушающего контроля вихретоковым преобразователем мест изменения диаметра и линий сопряжения конструктивных элементов ступенчатых валов и других объектов контроля, имеющих форму тел вращения
WO2022067422A1 (en) * 2020-10-02 2022-04-07 Olympus NDT Canada Inc. Flaw classification during non-destructive testing
US11578971B2 (en) * 2021-02-12 2023-02-14 Holloway Ndt & Engineering Inc. Ultrasonic testing using a phased array
CN113252774B (zh) * 2021-06-07 2021-10-08 北京唯恩传感技术有限公司 一种基于超声换能的检测系统
US11823373B1 (en) * 2022-07-27 2023-11-21 Biosense Webster (Israel) Ltd. Inspection apparatus
CN116296900B (zh) * 2023-05-25 2023-07-25 四川职业技术学院 一种测量河底输气管道剪切应力变化的控制系统及方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001504603A (ja) 1995-06-15 2001-04-03 ザ・リージエント・オブ・ザ・ユニバーシテイ・オブ・ミシガン 二次元超音波から三次元画像を構成し表示する方法および装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4625557B2 (en) * 1985-02-20 1998-05-26 Rutherford Lora E Acoustical imaging systems
JPH075155A (ja) * 1993-06-16 1995-01-10 Sumitomo Metal Ind Ltd 超音波自動疵種判別方法
ZA945334B (en) * 1993-07-20 1995-02-28 Commw Scient Ind Res Org An inspection system for a conduit
JPH10115604A (ja) * 1996-10-14 1998-05-06 Ishikawajima Harima Heavy Ind Co Ltd 超音波探傷データ評価装置
JPH10311138A (ja) * 1997-05-14 1998-11-24 Ohbayashi Corp 単管パイプの識別構造
FR2796153B1 (fr) * 1999-07-09 2001-11-30 Setval Controle non destructif a capteurs ultrasonores repartis
CN100424506C (zh) * 2001-10-17 2008-10-08 中国石油天然气管道科学研究院 相控阵超声波仪器及其检测方法
FR2833706B1 (fr) * 2001-12-13 2004-07-23 Setval Controle non destructif a capteurs ultrasonores, de produits de metallurgie
CN2646670Y (zh) * 2003-09-12 2004-10-06 赵翼晋 超声波多相流量测试仪
CN100386623C (zh) * 2003-09-30 2008-05-07 北京时代之峰科技有限公司 数字式超声波探伤仪
FR2925690B1 (fr) 2007-12-21 2010-01-01 V & M France Controle non destructif,en particulier pour des tubes en cours de fabrication ou a l'etat fini.

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001504603A (ja) 1995-06-15 2001-04-03 ザ・リージエント・オブ・ザ・ユニバーシテイ・オブ・ミシガン 二次元超音波から三次元画像を構成し表示する方法および装置

Also Published As

Publication number Publication date
ES2377147T3 (es) 2012-03-22
AU2007264866C1 (en) 2014-01-16
NO20090481L (no) 2009-03-26
FR2903187B1 (fr) 2008-09-26
EP2035822A1 (fr) 2009-03-18
MY151179A (en) 2014-04-30
BRPI0713049A2 (pt) 2012-04-17
CA2656120C (fr) 2016-01-26
EA012925B1 (ru) 2010-02-26
AU2007264866A1 (en) 2008-01-03
AU2007264866B2 (en) 2012-04-26
JP2009541765A (ja) 2009-11-26
PL2035822T3 (pl) 2012-05-31
ATE536546T1 (de) 2011-12-15
US20090301202A1 (en) 2009-12-10
ZA200810780B (en) 2009-12-30
UA94758C2 (ru) 2011-06-10
JP5162583B2 (ja) 2013-03-13
EA200970075A1 (ru) 2009-06-30
EP2035822B1 (fr) 2011-12-07
CA2656120A1 (fr) 2008-01-03
CN101501487A (zh) 2009-08-05
NO340510B1 (no) 2017-05-02
SA07280355B1 (ar) 2010-09-29
KR20090045208A (ko) 2009-05-07
US8265886B2 (en) 2012-09-11
AR061748A1 (es) 2008-09-17
FR2903187A1 (fr) 2008-01-04
BRPI0713049B1 (pt) 2018-02-14
CN101501487B (zh) 2013-09-11
WO2008000940A1 (fr) 2008-01-03

Similar Documents

Publication Publication Date Title
KR101343368B1 (ko) 비파괴 검사로서, 특히 제조 중의 또는 완성 상태의 파이프들에 대한 비파괴 검사
KR101476749B1 (ko) 비파괴 검사, 특히 제조 중이거나 완성 상태에 있는 파이프들에 대한 비파괴 검사
JP2009541765A5 (ko)
JP2011506992A5 (ko)
EP1691194B1 (en) Methods and system for ultrasound inspection
CA1270940A (en) Method for classification of point and elongated single defects in workpieces by means of ultrasonics
Bulavinov et al. Industrial application of real-time 3D imaging by sampling phased array
Bulavinov et al. Robot-based in-process examination of ITER dome and first-wall panels based on novel ultrasonic tomography approach
WO2014143258A1 (en) Phased array billet data evaluation software
Kwan et al. TFM Acoustic Influence Map
EP4109090A2 (en) System and method for automated confirmation of defect indications in ultrasonic testing
Lesage Phased Array Ultrasonic Testing
Savin et al. Ultrasound method for determination of porosity in Laser Additive-Manufactured Titanium alloy
Milligan et al. Advanced NDE techniques and their deployment on high pressure equipment
Thompson et al. The role of modeling in the determination of probability of detection
Schlengermann Application of Images When Evaluating Ultrasonic Examination: Results in Industrial Practice
Dobmann et al. Quantitative NDE-New Technologies for Detection, Classification and Sizing of Defects in Combination with Probabilistic Fad-Approaches
Sikorski et al. Fast UT: A New Ultrasonic Inspection Technique

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee