KR20230011348A - 기계적 특성의 계측 장치, 기계적 특성의 계측 방법, 물질의 제조 설비, 물질의 관리 방법 및 물질의 제조 방법 - Google Patents
기계적 특성의 계측 장치, 기계적 특성의 계측 방법, 물질의 제조 설비, 물질의 관리 방법 및 물질의 제조 방법 Download PDFInfo
- Publication number
- KR20230011348A KR20230011348A KR1020227043659A KR20227043659A KR20230011348A KR 20230011348 A KR20230011348 A KR 20230011348A KR 1020227043659 A KR1020227043659 A KR 1020227043659A KR 20227043659 A KR20227043659 A KR 20227043659A KR 20230011348 A KR20230011348 A KR 20230011348A
- Authority
- KR
- South Korea
- Prior art keywords
- mechanical properties
- measurement
- physical quantity
- learning data
- measured
- Prior art date
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 185
- 239000000463 material Substances 0.000 title claims abstract description 183
- 238000004519 manufacturing process Methods 0.000 title claims description 69
- 238000007726 management method Methods 0.000 title claims description 16
- 238000000691 measurement method Methods 0.000 title description 7
- 238000004364 calculation method Methods 0.000 claims abstract description 111
- 238000000034 method Methods 0.000 claims abstract description 72
- 239000000126 substance Substances 0.000 claims description 81
- 230000008859 change Effects 0.000 claims description 21
- 230000035699 permeability Effects 0.000 claims description 17
- 229910000831 Steel Inorganic materials 0.000 description 143
- 239000010959 steel Substances 0.000 description 143
- 239000002344 surface layer Substances 0.000 description 59
- 238000007689 inspection Methods 0.000 description 22
- 238000003860 storage Methods 0.000 description 21
- 230000008569 process Effects 0.000 description 20
- 238000004891 communication Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 17
- 238000011156 evaluation Methods 0.000 description 17
- 238000005096 rolling process Methods 0.000 description 14
- 230000000694 effects Effects 0.000 description 13
- UQSXHKLRYXJYBZ-UHFFFAOYSA-N Iron oxide Chemical compound [Fe]=O UQSXHKLRYXJYBZ-UHFFFAOYSA-N 0.000 description 12
- 238000001816 cooling Methods 0.000 description 12
- 238000007542 hardness measurement Methods 0.000 description 12
- XEEYBQQBJWHFJM-UHFFFAOYSA-N iron Substances [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 10
- 230000005284 excitation Effects 0.000 description 9
- 238000000137 annealing Methods 0.000 description 8
- 238000012417 linear regression Methods 0.000 description 8
- 230000035515 penetration Effects 0.000 description 8
- 238000012360 testing method Methods 0.000 description 8
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 6
- 150000001875 compounds Chemical class 0.000 description 6
- 230000005347 demagnetization Effects 0.000 description 6
- 238000000227 grinding Methods 0.000 description 6
- 238000010791 quenching Methods 0.000 description 6
- 230000000171 quenching effect Effects 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000010438 heat treatment Methods 0.000 description 5
- 238000002347 injection Methods 0.000 description 5
- 239000007924 injection Substances 0.000 description 5
- 230000005415 magnetization Effects 0.000 description 5
- 229910052751 metal Inorganic materials 0.000 description 5
- 239000002184 metal Substances 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 229910052742 iron Inorganic materials 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 239000000956 alloy Substances 0.000 description 3
- 229910045601 alloy Inorganic materials 0.000 description 3
- 239000010941 cobalt Substances 0.000 description 3
- 229910017052 cobalt Inorganic materials 0.000 description 3
- GUTLYIVDDKVIGB-UHFFFAOYSA-N cobalt atom Chemical compound [Co] GUTLYIVDDKVIGB-UHFFFAOYSA-N 0.000 description 3
- 230000000052 comparative effect Effects 0.000 description 3
- 230000002500 effect on skin Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000004907 flux Effects 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 239000012528 membrane Substances 0.000 description 3
- 229910052759 nickel Inorganic materials 0.000 description 3
- 230000005330 Barkhausen effect Effects 0.000 description 2
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 description 2
- 229910052782 aluminium Inorganic materials 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 239000011248 coating agent Substances 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000001066 destructive effect Effects 0.000 description 2
- 229910052595 hematite Inorganic materials 0.000 description 2
- 239000011019 hematite Substances 0.000 description 2
- LIKBJVNGSGBSGK-UHFFFAOYSA-N iron(3+);oxygen(2-) Chemical compound [O-2].[O-2].[O-2].[Fe+3].[Fe+3] LIKBJVNGSGBSGK-UHFFFAOYSA-N 0.000 description 2
- SZVJSHCCFOBDDC-UHFFFAOYSA-N iron(II,III) oxide Inorganic materials O=[Fe]O[Fe]O[Fe]=O SZVJSHCCFOBDDC-UHFFFAOYSA-N 0.000 description 2
- 239000007769 metal material Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007655 standard test method Methods 0.000 description 2
- 239000010936 titanium Substances 0.000 description 2
- 229910052719 titanium Inorganic materials 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 150000002484 inorganic compounds Chemical class 0.000 description 1
- 229910010272 inorganic material Inorganic materials 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 150000002894 organic compounds Chemical class 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 238000007747 plating Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000009467 reduction 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
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 238000005496 tempering Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
- G01N27/82—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
- G01N27/90—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws using eddy currents
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
- G01N27/80—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating mechanical hardness, e.g. by investigating saturation or remanence of ferromagnetic material
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21C—MANUFACTURE OF METAL SHEETS, WIRE, RODS, TUBES OR PROFILES, OTHERWISE THAN BY ROLLING; AUXILIARY OPERATIONS USED IN CONNECTION WITH METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL
- B21C51/00—Measuring, gauging, indicating, counting, or marking devices specially adapted for use in the production or manipulation of material in accordance with subclasses B21B - B21F
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
- G01N27/82—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
- G01N27/82—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
- G01N27/90—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws using eddy currents
- G01N27/9013—Arrangements for scanning
- G01N27/902—Arrangements for scanning by moving the sensors
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Engineering & Computer Science (AREA)
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
Abstract
물리량을 통하여 정확하게 기계적 특성을 계측 가능한, 기계적 특성의 계측 장치 및 기계적 특성의 계측 방법 등이 제공된다. 기계적 특성의 계측 장치 (100) 는, 물질과 물질의 표면에 있는 막을 갖는 계측 대상물의 복수의 물리량을 계측하는 물리량 계측부 (5) 와, 계측된 복수의 물리량 중 적어도 2 개인 선택용 물리량에 기초하여 학습 데이터군으로부터 복수의 학습 데이터를 선택하고, 선택된 복수의 학습 데이터로부터 물질의 기계적 특성을 산출하기 위한 산출 모델을 생성하는 산출 모델 생성부 (81) 와, 생성된 산출 모델과, 복수의 물리량 중 적어도 2 개를 사용하여 물질의 기계적 특성을 산출하는 기계적 특성 산출부 (82) 를 구비하고, 선택용 물리량은, 제 1 계측 신호를 사용하여 계측된 적어도 1 개의 물리량과, 제 2 계측 신호를 사용하여 계측된 적어도 1 개의 물리량을 포함한다.
Description
본 개시는 기계적 특성의 계측 장치, 기계적 특성의 계측 방법, 물질의 제조 설비, 물질의 관리 방법 및 물질의 제조 방법에 관한 것이다.
라인 파이프 등의 소재가 되는 강재 제조에 있어서, 강재의 기계적 특성의 검사로서, 발취 검사가 실시되는 경우가 있다. 발취 검사는, 강재로부터 검사 부위를 취출하고, 기계 시험편으로 가공하여 시험을 실시하는, 이른바 파괴 시험이다. 최근, 발취 검사가 아니라, 강재 상품 그 자체의 기계적 특성을 비파괴적으로 계측 또는 평가하여, 품질을 보증하는 것이 요구되고 있다. 그래서, 강재 제조 중 또는 강재 제조 후에 계측되는 강재의 기계적 특성에 관련되는 여러 가지 물리량을 통하여 기계적 특성을 계측하는 시도가 실시되고 있다.
예를 들어, 특허문헌 1 은, 금속 재료에 교류 자장을 작용시켜, 야기된 와전류를 검출함으로써, 금속 재료에 국부적으로 존재하는 고경도부를 검출하는 기술을 기재한다.
예를 들어, 특허문헌 2 는, 장척재의 길이 방향을 따른 일방측에서 장척재가 삽입 통과되는 제 1 개구부와, 타방측에서 장척재가 삽입 통과되는 제 2 개구부를 갖고, 제 1 개구부 및 제 2 개구부를 통과하는 축선에 대해 대략 축 대칭인 형상을 갖는 계철 (繼鐵) 부재를 구비하는 검출 장치를 기재한다. 특허문헌 2 의 검출 장치는, 장척재의 길이 방향 단부의 불감대를 줄일 수 있어, 양호한 정밀도로 자기 특성 변화를 검출할 수 있다.
예를 들어, 특허문헌 3 은, 피검체에 야기되는 와전류 강도로부터 피검체의 코팅재의 막두께를 평가하고, 코팅재의 막두께의 감육에 관한 정보로부터 피검체의 열화 정도를 파악하는 기술을 기재한다.
여기서, 강재 표층의 전자기 특징량을 센서로 계측하여 기계적 특성을 계측하는 경우에, 종래의 기술에서는, 전자기 특징량과 기계적 특성의 관계의 편차가 커, 정확한 산출이 어렵다는 문제가 있다. 예를 들어 동일한 기계적 특성이 얻어지도록 제조된 강재에 대해, 센서로 계측한 강재 표층의 전자기 특징량이 상이한 경우가 있다. 그래서, 강재의 제조 프로세스에서 이용 가능한, 기계적 특성을 비파괴로 정확하게 계측할 수 있는 기술이 요구되고 있다.
본 개시는 상기 사정을 감안하여 이루어진 것으로, 물리량을 통하여 정확하게 기계적 특성을 계측 가능한, 기계적 특성의 계측 장치 및 기계적 특성의 계측 방법을 제공하는 것을 목적으로 한다. 또, 본 개시의 다른 목적은, 물리량을 통하여 정확하게 기계적 특성을 계측 가능하게 함으로써 물질의 제조 수율을 향상 가능하게 하는, 물질의 제조 설비 및 물질의 제조 방법을 제공하는 것이다. 또한, 본 개시의 다른 목적은, 물리량을 통하여 정확하게 기계적 특성을 계측 가능하게 함으로써 고품질의 물질을 제공할 수 있는, 물질의 관리 방법을 제공하는 것이다.
상기 과제를 해결하기 위해서, 계측 대상물의 물리량과 기계적 특성의 관계에 대해 조사한 결과, 발명자는 이들 관계가, 계측 대상물이 갖는 막의 성질에 영향을 받는 것을 알아내었다.
본 개시의 일 실시형태에 관련된 기계적 특성의 계측 장치는,
물질과 상기 물질의 표면에 있는 막을 갖는 계측 대상물의 복수의 물리량을 계측하는 물리량 계측부와,
계측된 상기 복수의 물리량 중 적어도 2 개인 선택용 물리량에 기초하여 학습 데이터군으로부터 복수의 학습 데이터를 선택하고, 선택된 상기 복수의 학습 데이터로부터 상기 물질의 기계적 특성을 산출하기 위한 산출 모델을 생성하는 산출 모델 생성부와,
생성된 상기 산출 모델과, 상기 복수의 물리량 중 적어도 2 개를 사용하여 상기 물질의 기계적 특성을 산출하는 기계적 특성 산출부를 구비하고,
상기 선택용 물리량은, 제 1 계측 신호를 사용하여 계측된 적어도 1 개의 물리량과, 제 2 계측 신호를 사용하여 계측된 적어도 1 개의 물리량을 포함한다.
본 개시의 일 실시형태에 관련된 기계적 특성의 계측 방법은,
물질과 상기 물질의 표면에 있는 막을 갖는 계측 대상물의 복수의 물리량을 계측하는 계측 스텝과,
계측된 상기 복수의 물리량 중 적어도 2 개인 선택용 물리량에 기초하여, 학습 데이터군으로부터 복수의 학습 데이터를 선택하는 선택 스텝과,
선택된 상기 복수의 학습 데이터로부터 상기 물질의 기계적 특성을 산출하기 위한 산출 모델을 생성하는 생성 스텝과,
생성된 상기 산출 모델과, 상기 복수의 물리량 중 적어도 2 개를 사용하여 상기 물질의 기계적 특성을 산출하는 산출 스텝을 구비하고,
상기 선택용 물리량은, 제 1 계측 신호를 사용하여 계측된 적어도 1 개의 물리량과, 제 2 계측 신호를 사용하여 계측된 적어도 1 개의 물리량을 포함한다.
본 개시의 일 실시형태에 관련된 물질의 제조 설비는,
물질을 제조하는 제조 설비와,
물질과 상기 물질의 표면에 있는 막을 갖는 계측 대상물의 복수의 물리량을 계측하는 물리량 계측부,
계측된 상기 복수의 물리량 중 적어도 2 개인 선택용 물리량에 기초하여 학습 데이터군으로부터 복수의 학습 데이터를 선택하고, 선택된 상기 복수의 학습 데이터로부터 상기 물질의 기계적 특성을 산출하기 위한 산출 모델을 생성하는 산출 모델 생성부, 및
생성된 상기 산출 모델과, 상기 복수의 물리량 중 적어도 2 개를 사용하여 상기 물질의 기계적 특성을 산출하는 기계적 특성 산출부를 구비하고,
상기 선택용 물리량은, 제 1 계측 신호를 사용하여 계측된 적어도 1 개의 물리량과, 제 2 계측 신호를 사용하여 계측된 적어도 1 개의 물리량을 포함하는, 기계적 특성의 계측 장치
를 구비하고,
상기 계측 장치는, 상기 제조 설비로 제조된 물질의 기계적 특성을 계측한다.
본 개시의 일 실시형태에 관련된 물질의 관리 방법은,
물질과 상기 물질의 표면에 있는 막을 갖는 계측 대상물의 복수의 물리량을 계측하는 계측 스텝과,
계측된 상기 복수의 물리량 중 적어도 2 개로서, 제 1 계측 신호를 사용하여 계측된 적어도 1 개의 물리량과, 제 2 계측 신호를 사용하여 계측된 적어도 1 개의 물리량을 포함하는 선택용 물리량에 기초하여, 학습 데이터군으로부터 복수의 학습 데이터를 선택하는 선택 스텝과,
선택된 상기 복수의 학습 데이터로부터 상기 물질의 기계적 특성을 산출하기 위한 산출 모델을 생성하는 생성 스텝과,
생성된 상기 산출 모델과, 상기 복수의 물리량 중 적어도 2 개를 사용하여 상기 물질의 기계적 특성을 산출하는 산출 스텝과,
산출된 상기 물질의 기계적 특성에 기초하여 상기 물질을 분류하는 관리 스텝을 구비한다.
본 개시의 일 실시형태에 관련된 물질의 제조 방법은,
물질을 제조하는 제조 스텝과,
제조된 상기 물질과 그 물질의 표면에 있는 막을 계측 대상물로 하여, 상기 계측 대상물의 복수의 물리량을 계측하는 계측 스텝과,
계측된 상기 복수의 물리량 중 적어도 2 개인 선택용 물리량에 기초하여, 학습 데이터군으로부터 복수의 학습 데이터를 선택하는 선택 스텝과,
선택된 상기 복수의 학습 데이터로부터 상기 물질의 기계적 특성을 산출하기 위한 산출 모델을 생성하는 생성 스텝과,
생성된 상기 산출 모델과, 상기 복수의 물리량 중 적어도 2 개를 사용하여 상기 물질의 기계적 특성을 산출하는 산출 스텝을 구비하고,
상기 선택 스텝의 상기 선택용 물리량은, 제 1 계측 신호를 사용하여 계측된 적어도 1 개의 물리량과, 제 2 계측 신호를 사용하여 계측된 적어도 1 개의 물리량을 포함한다.
본 개시의 일 실시형태에 관련된 기계적 특성의 계측 장치 및 기계적 특성의 계측 방법에 의하면, 물리량을 통하여 정확하게 기계적 특성을 계측할 수 있다. 또, 본 개시에 관련된 물질의 제조 설비 및 물질의 제조 방법에 의하면, 물리량을 통하여 정확하게 기계적 특성을 계측 가능하게 함으로써 물질의 제조 수율을 향상 가능하게 할 수 있다. 또한, 본 개시에 관련된 물질의 관리 방법에 의하면, 물리량을 통하여 정확하게 기계적 특성을 계측 가능하게 함으로써 고품질의 물질을 제공할 수 있다.
도 1 은, 본 개시의 일 실시형태에 관련된 기계적 특성의 계측 장치의 블록도이다.
도 2 는, 물리량 계측부의 블록도이다.
도 3 은, 센서의 구체적인 구성예를 나타내는 도면이다.
도 4 는, 교류 자장을 생성시키기 위해서 여자 코일에 부여되는 신호의 일례를 나타내는 도면이다.
도 5 는, 학습 데이터의 수집의 처리를 나타내는 플로 차트이다.
도 6 은, 학습 데이터군의 일례를 나타내는 도면이다.
도 7 은, 기계적 특성의 계측 방법을 나타내는 플로 차트이다.
도 8 은, 선택용 물리량과 학습 데이터군의 관계를 설명하기 위한 도면이다.
도 9 는, 산출된 기계적 특성과 실측값을 비교한 도면이다.
도 10 은, 비교예의 산출된 기계적 특성과 실측값을 비교한 도면이다.
도 11 은, 다른 실시형태에 관련된 기계적 특성의 계측 장치의 블록도이다.
도 12 는, 강재의 제조 방법의 예를 나타내는 도면이다.
도 2 는, 물리량 계측부의 블록도이다.
도 3 은, 센서의 구체적인 구성예를 나타내는 도면이다.
도 4 는, 교류 자장을 생성시키기 위해서 여자 코일에 부여되는 신호의 일례를 나타내는 도면이다.
도 5 는, 학습 데이터의 수집의 처리를 나타내는 플로 차트이다.
도 6 은, 학습 데이터군의 일례를 나타내는 도면이다.
도 7 은, 기계적 특성의 계측 방법을 나타내는 플로 차트이다.
도 8 은, 선택용 물리량과 학습 데이터군의 관계를 설명하기 위한 도면이다.
도 9 는, 산출된 기계적 특성과 실측값을 비교한 도면이다.
도 10 은, 비교예의 산출된 기계적 특성과 실측값을 비교한 도면이다.
도 11 은, 다른 실시형태에 관련된 기계적 특성의 계측 장치의 블록도이다.
도 12 는, 강재의 제조 방법의 예를 나타내는 도면이다.
(제 1 실시형태)
도 1 은, 본 개시의 제 1 실시형태에 관련된 기계적 특성의 계측 장치 (100) 의 블록도이다. 계측 장치 (100) 는, 물리량 계측부 (5) 가 계측한 계측 대상물 (101) (도 2 참조) 의 복수의 물리량을 통하여, 비파괴적으로, 계측 대상물 (101) 의 물질 (1) (도 2 참조) 의 기계적 특성을 계측한다. 여기서, 기계적 특성은, 역학적 특성으로서, 특히 인장, 압축 또는 전단 등의 외력에 대한 성질을 말한다. 예를 들어 기계적 특성은, 인장 응력, 항복 응력 및 압축 응력 등의 강도, 비커스 경도 (Vickers hardness) 및 리브 경도 (Leeb hardness) 등의 경도, 그리고 취성을 포함한다. 물리량은, 객관적으로 측정 가능한 양으로서, 예를 들어 온도, 질량 및 전자적인 특징량 등을 포함한다.
이하, 본 실시형태에 있어서, 물질 (1) 로서 강재를 예로 설명되지만, 물질 (1) 은 강재에 한정되지 않는다. 또, 기계적 특성으로서 경도를 예로 설명되지만, 기계적 특성은 경도에 한정되지 않는다. 또, 복수의 물리량으로서 전자기 특징량을 예로 설명되지만, 복수의 물리량은 전자기 특징량에 한정되지 않는다. 여기서, 투자율 및 보자력과 같은 전자기 특징량은 종래부터 금속의 기계적 특성과 상관이 있는 것이 알려져 있고, 전자기 특징량을 사용하여 기계적 특성을 계측 또는 평가하는 것이 바람직하다. 전자기 특징량을 계측하는 방법으로는, 와류 탐상법 또는 3MA (Micromagnetic Multiparameter Microstructure and Stress Analysis) 기술 등이 바람직하다. 특히, 후술하는 계측 신호에 2 개 이상의 주파수를 중첩시킨 교류 신호 (교류 전류 또는 교류 전압) 를 사용하면, 보다 많은 전자기 특징량을 취득할 수 있어, 바람직하다. 또한, 그 중 1 개의 주파수를 200 Hz 이하로 함으로써, 물질 (1) 의 표면에 막 (2) (도 2 참조) 이 형성되어 있는 경우에도 교류 자장이 물질 (1) 의 표면까지 충분히 침투하여, 보다 양호한 정밀도로 기계적 특성을 계측 또는 평가할 수 있게 되기 때문에, 보다 바람직하다. 물질 (1) 의 표층의 전자기 특징량을 계측하는 경우, 상기의 계측 방법은 특히 바람직하다.
(기계적 특성의 계측 장치의 구성)
도 1 에 나타내는 바와 같이, 계측 장치 (100) 는, 물리량 계측부 (5) 와, 제어부 (8) 와, 기억부 (10) 와, 표시부 (11) 를 구비한다. 제어부 (8) 는, 산출 모델 생성부 (81) 와, 기계적 특성 산출부 (82) 와, 물리량 계측 제어부 (83) 를 구비한다. 기억부 (10) 는, 학습 데이터군 (110) 을 구비한다. 학습 데이터군 (110) 은, 물질 (1) 의 기계적 특성을 산출하는 산출 모델의 생성에 사용된다. 계측 장치 (100) 의 각 요소의 상세한 것에 대해서는 후술한다.
도 2 는, 물리량 계측부 (5) 의 블록도이다. 물리량 계측부 (5) 는, 센서 (3) 와, 주사부 (6) 를 구비한다. 센서 (3) 는, 계측 대상물 (101) 의 물리량을 계측한다. 계측 대상물 (101) 은, 물질 (1) 과, 물질 (1) 의 표면에 형성된 막 (2) 을 갖는다. 물리량 계측부 (5) 의 각 요소의 상세한 것에 대해서는 후술한다.
예를 들어 물질 (1) 이 강재인 경우, 강재의 제조 도중에 강재의 표면에는 스케일 또는 흑피라고 불리는 산화철막이 형성된다. 산화철막에는 여러 가지 종류가 존재하지만, 일반적으로, 마그네타이트 (사산화삼철, Fe3O4), 뷔스타이트 (산화 제 1 철, FeO) 및 헤마타이트 (적철광, Fe2O3) 가 알려져 있다. 이들 스케일은, 각각 산소와 철의 조성이 상이할 뿐만 아니라, 전자기적인 특징이 상이하다. 예를 들어, 마그네타이트에는 자성이 있지만, 뷔스타이트는 자성이 없다. 여기서, 강재인 물질 (1) 의 (특히 표층의) 기계적 특성을 계측하기 위해서는, 표면으로부터 물리량을 계측하게 된다. 요컨대, 본 발명에 있어서는, 강재인 물질 (1) 과 막 (2) 인 스케일을 함께, 계측 대상물 (101) 로 하여 물리량을 계측한다.
그 때문에, 스케일인 막 (2) 은, 강재인 물질 (1) 의 계측에 영향을 미친다. 또, 스케일의 종류 및 조성은, 강재의 제조시의 상태에 따라 변화한다. 또한, 강재 자체의 조직에 따라 자성에 이방성을 갖는 경우가 있고, 전자기적인 특징은 계측 대상물 (101) 에 따라 상이하다. 따라서, 강재와 스케일을 갖는 계측 대상물 (101) 에 대해, 경도 등의 강재의 기계적 특성을, 단순하게 계측 대상물 (101) 의 전자기 특징량에 관계지어 측정 또는 평가하는 것은 매우 어렵다. 특히, 물질 (1) 의 표층의 기계적 특성을 계측하는 경우에는, 막 (2) 인 스케일의 전자기적인 특징이 보다 크게 영향을 미친다. 그 때문에, 강재와 스케일을 갖는 계측 대상물 (101) 에 대해, 경도 등의 강재의 표층의 기계적 특성을, 단순하게 계측 대상물 (101) 의 전자기 특징량에 관계지어 측정 또는 평가하는 것은 보다 어려워진다.
이것은, 물질 (1) 이 강재 이외 및 막 (2) 이 스케일 이외인 경우에도 동일하다. 특히, 계측하는 복수의 물리량에 대해, 막 (2) 이 물질 (1) 과는 상이한 특징을 구비하고 있는 경우에는, 물질 (1) 과 표면에 있는 막 (2) 을 갖는 계측 대상물 (101) 에 대해, 물질 (1) 의 기계적 특성을, 계측 대상물 (101) 의 복수의 물리량에 단순하게 관계지어 측정 또는 평가하는 것은 매우 어려워진다. 또한, 물질 (1) 의 표층의 기계적 특징을 계측하는 경우에는, 물질 (1) 과 표면에 있는 막 (2) 을 갖는 계측 대상물 (101) 에 대해, 물질 (1) 의 표층의 기계적 특성을, 계측 대상물 (101) 의 복수의 물리량에 단순하게 관계지어 측정 또는 평가하는 것은 보다 어려워진다.
기억부 (10) 는, 각종 정보, 및 계측 장치 (100) 를 동작시키기 위한 프로그램을 기억한다. 기억부 (10) 가 기억하는 각종 정보에는, 복수의 학습 데이터의 집합인 학습 데이터군 (110) 이 포함된다. 기억부 (10) 가 기억하는 프로그램에는, 제어부 (8) 를 산출 모델 생성부 (81) 로서 동작시키는 프로그램, 제어부 (8) 를 기계적 특성 산출부 (82) 로서 동작시키는 프로그램, 및 제어부 (8) 를 물리량 계측 제어부 (83) 로서 동작시키는 프로그램이 포함된다. 기억부 (10) 는, 예를 들어, 반도체 메모리 또는 자기 메모리 등으로 구성된다.
표시부 (11) 는, 사용자에 대해, 물질 (1) 의 기계적 특성을 포함하는 각종 정보를 표시한다. 본 실시형태에 있어서, 표시부 (11) 는, 문자, 화상 등을 표시 가능한 디스플레이와, 사용자의 손가락 등의 접촉을 검출 가능한 터치 스크린을 포함하여 구성된다. 디스플레이는, 액정 디스플레이 (LCD : Liquid Crystal Display), 유기 EL 디스플레이 (OELD : Organic ElectroLuminescence Display) 등의 표시 디바이스일 수 있다. 터치 스크린의 검출 방식은, 정전 용량 방식, 저항막 방식, 표면 탄성파 방식, 적외선 방식, 전자 유도 방식 또는 하중 검출 방식 등의 임의의 방식일 수 있다. 여기서, 다른 예로서, 표시부 (11) 는, 터치 스크린을 포함하지 않는 디스플레이로 구성되어도 된다.
제어부 (8) 는, 계측 장치 (100) 의 전체의 동작을 제어한다. 제어부 (8) 는, 1 이상의 프로세서를 포함하여 구성된다. 프로세서는, 특정한 프로그램을 판독 입력하여 특정한 기능을 실행하는 범용의 프로세서, 및 특정한 처리에 특화된 전용의 프로세서의 적어도 1 개를 포함해도 된다. 전용의 프로세서는, 특정 용도용 IC (ASIC ; Application Specific Integrated Circuit) 를 포함해도 된다. 프로세서는, 프로그래머블 로직 디바이스 (PLD ; Programmable Logic Device) 를 포함해도 된다. PLD 는, FPGA (Field-Programmable Gate Array) 를 포함해도 된다. 제어부 (8) 는, 1 개 또는 복수의 프로세서가 협동하는 SoC (System-on-a-chip), 및 SiP (System In a Package) 의 적어도 1 개를 포함해도 된다. 제어부 (8) 는, 기억부 (10) 로부터 판독 출력한 프로그램에 따라, 산출 모델 생성부 (81), 기계적 특성 산출부 (82) 및 물리량 계측 제어부 (83) 로서 기능한다.
또, 제어부 (8) 는, 통신부 (7) 를 통하여 학습 데이터를 수집하고, 복수의 학습 데이터를 항목별로 대응시켜 학습 데이터군 (110) 을 생성하고, 학습 데이터군 (110) 을 기억부 (10) 에 기억시킨다. 학습 데이터군 (110) 의 상세한 것에 대해서는 후술한다.
산출 모델 생성부 (81) 는, 물리량 계측부 (5) 에 의해 계측된 계측 대상물 (101) 의 복수의 물리량 중 적어도 2 개에 기초하여, 학습 데이터군 (110) 으로부터 복수의 학습 데이터를 선택한다. 이하, 복수의 학습 데이터의 선택에 사용되는 물리량은, 선택용 물리량이라고 칭해진다. 여기서, 일례로서, 전자기 특징량인 전류 파형의 위상 변화, 고조파의 진폭 및 증분 투자율 모두가, 선택용 물리량인 것으로 한다. 먼저, 산출 모델 생성부 (81) 는, 학습 데이터군 (110) 을 기억부 (10) 로부터 취득한다. 그리고, 산출 모델 생성부 (81) 는, 취득한 전류 파형의 위상 변화, 고조파의 진폭 및 증분 투자율의 값의 조합에 가까운 복수의 학습 데이터를 선택한다. 산출 모델 생성부 (81) 는, 선택한 복수의 학습 데이터로부터 산출 모델을 생성한다. 생성된 산출 모델은, 기계적 특성 산출부 (82) 에 의해 사용된다. 또한, 본 발명에 사용되는 산출 모델의 예로는, K 근방 (k-nearest neighbor algorithm) 에 의한 회귀 모델, 국소 선형 회귀 모델, 서포트 벡터 머신을 사용한 회귀 모델을 들 수 있다. 그 중에서도 K 근방법 및 국소 선형 회귀 모델을 사용한 회귀 모델이 바람직하다. 그 이유로는, 통상적인 회귀 모델에서는, 데이터 세트 전체의 분포의 치우침 등에 이끌려서 예측 정밀도가 저하되는 경우가 있을 수 있다. 이것은, 통상, 데이터 세트 전체에 최소 오차가 되도록 모델을 구축하기 때문이다. 그래서, K 근방법에서 평가하고자 하는 데이터에 유클리드 거리가 가까운 K 개를 추출하고, 추출된 K 개의 데이터 세트로 회귀 모델을 작성하여 평가하는 수법이, 정밀도를 높이는 데에 있어서 바람직하다. 또 국소 선형 회귀 모델도, K 근방법과 동일한 효과를 가질 수 있다. 국소 선형 회귀 모델에서는, 평가하고자 하는 데이터에 가까운 데이터 세트가 회귀에 영향을 갖고, 먼 데이터일수록 회귀에 대한 영향이 나오지 않게 데이터 세트 전체에 가중치 부여를 하여 축차 모델을 구축하여 평가함으로써, 정밀도를 높일 수 있다.
기계적 특성 산출부 (82) 는, 산출 모델 생성부 (81) 에 의해 생성된 산출 모델과, 물리량 계측부 (5) 에 의해 계측된 복수의 물리량 중 적어도 2 개를 사용하여 물질 (1) 의 기계적 특성을 산출한다. 일례로서, 복수의 물리량이 상기의 전자기 특징량을 포함하고, 전류 파형의 위상 변화, 고조파의 진폭 및 증분 투자율 모두가, 물질 (1) 의 기계적 특성의 산출에 사용되는 것으로 한다. 기계적 특성 산출부 (82) 는, 산출 모델 생성부 (81) 로부터 생성된 산출 모델을 취득한다. 기계적 특성 산출부 (82) 는, 취득한 전류 파형의 위상 변화, 고조파의 진폭 및 증분 투자율의 값을, 산출 모델에 입력함으로써, 물질 (1) 의 기계적 특성을 산출한다. 기계적 특성 산출부 (82) 는, 사용자에게 나타내기 위해, 산출한 강재의 경도를 표시부 (11) 에 출력해도 된다.
여기서, 산출 모델 생성부 (81) 가 산출 모델을 생성하는 경우에, 상기의 예에서는, 선택용 물리량으로서 모든 전자기 특징량이 사용되었지만, 2 개 이상의 전자기 특징량의 일부의 조합이 사용되어도 된다. 또, 기계적 특성 산출부 (82) 가 물질 (1) 의 기계적 특성을 산출하는 경우에, 상기의 예에서는 모든 전자기 특징량이 사용되었지만, 2 개 이상의 전자기 특징량의 일부를 산출 모델에 입력해도 된다. 이 때, 산출 모델에 입력되는 전자기 특징량의 일부는, 산출 모델 생성부 (81) 가 산출 모델을 생성하는 경우에 사용된 전자기 특징량의 일부와 상이해도 된다. 예를 들어, 산출 모델 생성부 (81) 가 전류 파형의 위상 변화와 증분 투자율의 조합을 사용하여 산출 모델을 생성하고, 기계적 특성 산출부 (82) 가 전류 파형의 위상 변화 및 고조파의 진폭을 산출 모델에 입력하여 물질 (1) 의 기계적 특성을 산출해도 된다.
물리량 계측 제어부 (83) 는, 물리량 계측부 (5) 의 동작을 제어한다. 물리량 계측 제어부 (83) 는, 예를 들어 센서 (3) 를 동작시켜, 전자기 특징량을 계측시킨다.
(물리량 계측부의 구성)
센서 (3) 는, 물질 (1) 과 막 (2) 을 갖는 계측 대상물 (101) 의 물리량을 측정한다. 본 실시형태에 있어서, 센서 (3) 로서 자기 센서를 예로 설명되지만, 센서 (3) 는 자기 센서에 한정되지 않는다. 센서 (3) 는, 1 개여도 되지만, 복수일 수 있다. 여기서, 센서 (3) 의 계측 결과는, 막 (2) 의 영향을 포함하는 물리량, 즉, 물질 (1) 뿐만 아니라 막 (2) 을 갖는 상태에서의 물리량을 나타낸다. 이에 대해, 기계적 특성 산출부 (82) 가 산출하는 기계적 특성은, 막 (2) 을 포함하지 않는 물질 (1) 에 관한 것이다.
도 3 은, 센서 (3) 의 1 개의 구체적인 구성예를 나타내는 도면이다. 센서 (3) 는, 예를 들어 자기 센서로서, 여자 코일 (31) 과, 자화 요크 (32) 를 구비해도 된다. 센서 (3) 는, 계측 대상물 (101) 에 대해 상대적으로 이동하면서, 계측 대상물 (101) 에 교류 자장을 작용시킨다. 도 3 에 나타내는 센서에서는, 여자 코일과 전자기 변화를 계측하는 코일을 1 개의 코일로 겸용으로 하고 있다. 센서 (3) 는, 교류 자장에 의해 계측 대상물 (101) 에 야기된 와전류 등의 영향을, 전자기 특징량의 변화로서 계측한다. 다른 예로서, 전자기 특징량을 계측하는 센서는, 자화 요크에 여자 코일을 권부하고, 여자 코일과 신호를 수신하기 위한 코일을 별도로 권부하는 구성이면 된다. 또 다른 예로서, 전자기 특징량을 계측하는 센서는, 자화 요크에 여자 코일을 권부하고, 전자기 변화를 계측하는 코일을 자화 요크 사이에 독립적으로 설치하는 구성이면 된다. 전자기 특징량을 계측하는 센서는, 여자 코일, 전자기 변화를 계측하는 코일, 자화 요크를 구비하는 구성이면, 도 3 에 나타낸 구성에 한정되지 않는다.
여기서, 강재에 있어서는, 계측되는 물리량으로서, 표층의 전자기 특징량이 사용되어도 된다. 강재에 있어서 자기 히스테리시스 곡선의 변화 및 바크하우젠 노이즈가 재료의 인장 강도 및 경도와 같은 기계적 특성과 상관이 있는 것은 알려져 있다. 그 때문에, 도 3 에 나타내는 바와 같은 자기 센서로 표층의 전자기 특징량을 계측하는 것이 바람직하다. 여기서, 자기 히스테리시스 곡선은, B-H 커브라고도 칭해지고, 자계의 강도와 자속 밀도의 관계를 나타내는 곡선이다. 또, 교류 전류가 도체를 흐르는 경우에, 전류 밀도가 도체의 표면에서 높고, 표면으로부터 멀어지면 낮아지는 현상 (표피 효과) 에 의해, 자기 센서로 계측 대상물의 표층만 선택적으로 전자기 특징량을 계측할 수 있다. 표피 효과는 교류 전류의 주파수가 높아질수록 전류가 표면에 집중되기 쉽다. 표피 효과에 의해 전류가 표면 전류의 약 0.37 배가 되는 깊이를 침투 깊이로 했을 때, 그 관계는 하기의 식 (1) 로 부여된다. 식 (1) 에 있어서, d 가 침투 깊이 [m], f 가 주파수 [Hz], μ 가 투자율 [H/m], σ 가 도전율 [S/m], π 가 원주율이다.
식 (1) 과 같이, 주파수가 높아질수록 침투 깊이는 얕아진다. 환언하면, 주파수가 낮아질수록 침투 깊이는 깊어진다. 따라서, 계측 또는 평가하고자 하는 표층 깊이 범위에 따라 주파수를 조정하여, 침투 깊이를 조정할 수 있다. 예를 들어, 표층 0.25 ㎜ 정도까지의 기계적 특성을 계측 또는 평가하고자 하는 경우에, 침투 깊이가 0.25 ㎜ 정도가 되도록 주파수가 결정된다. 바람직하게는, 감쇠를 고려하여, 표층 깊이에 대해 침투 깊이의 3/4 가 0.25 ㎜ 보다 큰 것이 바람직하다.
도 4 는, 교류 자장을 생성하기 위해서 여자 코일 (31) 에 부여되는 신호의 일례를 나타낸다. 도 4 의 신호는, 저주파 신호에 고주파 신호가 중첩된 신호이다. 이와 같은 신호를 사용함으로써, 센서 (3) 는, 저주파 신호에 기초하는 전자기 특징량과, 고주파 신호에 기초하는 전자기 특징량을 효율적으로 계측하는 것이 가능해진다. 저주파 신호는 일례로서 150 Hz 의 정현파이다. 고주파 신호는 일례로서 1 kHz 의 정현파이다.
주사부 (6) 는, 센서 (3) 를 계측 대상물 (101) 에 대해 상대적으로 이동시킨다. 주사부 (6) 는, 물리량 계측 제어부 (83) 에 의해 지정된 평가 지점에, 센서 (3) 를 이동시켜도 된다. 또, 주사부 (6) 는, 물질 (1) 의 이동 속도의 정보를 취득하고, 센서 (3) 가 적절한 상대 속도로 이동하도록 조정해도 된다.
(선택용 물리량)
다음으로, 선택용 물리량의 바람직한 조건에 대해 설명한다. 선택용 물리량은, 본 발명에 있어서, 가장 중요한 개념이다. 선택용 물리량은, 물리량 계측부 (5) 에서 계측된 상기 복수의 물리량 중 적어도 2 개이다. 또, 선택용 물리량은, 제 1 계측 신호를 사용하여 계측된 적어도 1 개의 물리량과, 제 2 계측 신호를 사용하여 계측된 적어도 1 개의 물리량을 포함한다.
요컨대, 물리량 계측부 (5) 에서 계측된 계측 대상물 (101) 의 물리량은, 제 1 계측 신호를 사용하여 측정된 것과, 제 2 계측 신호를 사용하여 측정된 것을 각각 1 개 이상 포함하게 된다. 계측하는 물리량이 전자기 특징량인 경우, 제 1 계측 신호가 제 1 주파수를 갖는 교류 신호여도 되고, 제 2 계측 신호가 제 1 주파수보다 높은 제 2 주파수를 갖는 교류 신호여도 된다. 요컨대, 물리량 계측부 (5) 에 의한 제 1 계측 신호가 저주파 신호여도 되고, 물리량 계측부 (5) 에 의한 제 2 계측 신호가 고주파 신호여도 된다.
여기서, 도 4 의 저주파 신호에 고주파 신호가 중첩된 신호가 여자 코일 (31) 에 부여되었을 경우에, 전자기 특징량은, 계측 대상물 (101) 에 교류 자장을 작용시킴으로써 관측되는 전기 신호의 특징이어도 된다. 구체적으로는, 전자기 특징량은, (1) 전류 파형의 변형량, (2) 전류 파형의 진폭, (3) 전류 파형의 위상 변화, (4) 고조파의 진폭, (5) 고조파의 위상 변화 및 (6) 증분 투자율에 관련되는 특성이어도 된다. 특성이란, 예를 들어 (a) 최대값, (b) 최소값, (c) 평균값 및 (d) 보자력 등이어도 된다. 여기서, 증분 투자율은, 자장이 인가된 상태에 있어서의 자화가 되기 쉬움을 나타내는 값으로서, 자속 밀도와 자장의 관계를 나타내는 자화 곡선에 있어서 마이너 루프의 구배로 나타난다.
예를 들어, 계측 대상물 (101) 이 스케일을 갖는 강재인 경우에, 전자기 센서의 여자 코일 (31) 에 150 Hz 이하의 주파수의 정현파에 1 kHz 이상의 정현파를 중첩한 전압 또는 전류가 인가되는 것이 바람직하다. 저주파 신호를 150 Hz 이하의 정현파로 함으로써, 전자기 센서로 여기되는 교류 자장은, 강재의 표면으로부터 300 ㎛ 정도까지 비집고 들어갈 수 있다. 또, 저주파 신호를 사용하여 계측된 전자기 특징량은, 전류 파형의 위상 변화에 관련되는 특성을 포함하는 것이 바람직하다. 저주파 신호를 사용하는 계측은, 교류 자장이 비교적 깊이 침투하기 때문에, 막 (2) 보다 물질 (1) 의 정보를 많이 포함하는 것이 가능하다. 또, 전류 파형의 위상 변화는, 보자력에 관한 정보를 포함한다. 따라서, 저주파 신호를 사용하여 전류 파형의 위상 변화에 관련되는 특성을 계측함으로써, 물질 (1) 의 보자력에 대한 정보를 얻을 수 있다. 또, 고주파 신호를 사용하여 계측된 전자기 특징량은, 증분 투자율에 관련되는 특성을 포함하는 것이 바람직하다. 고주파 신호를 사용하는 계측은, 교류 자장의 침투가 비교적 얕기 때문에, 물질 (1) 보다 막 (2) 의 정보를 많이 포함하는 것이 가능하다. 또, 증분 투자율은, 저주파 신호에 의해 변화하는 자장이 인가된 상태에 있어서의, 막 (2) 의 자기 특성의 정보를 포함한다. 따라서, 고주파 신호를 사용하여 증분 투자율에 관련되는 특성을 계측함으로써, 막 (2) 의 자기 특성에 대한 정보를 얻을 수 있다. 막 (2) 의 자기 특성의 정보를 얻는 것은, 막 (2) 의 영향분을 보상하여, 물질 (1) 의 특성을 정확하게 예측하는 것에 도움이 된다. 선택용 물리량은, 물질 (1) 및 막 (2) 의 양방의 정확한 정보가 포함되도록, 제 1 계측 신호를 사용하여 계측된 적어도 1 개의 물리량과, 제 2 계측 신호를 사용하여 계측된 적어도 1 개의 물리량을 갖는 것이 바람직하다.
(학습 데이터의 수집)
본 실시형태에 관련된 기계적 특성의 계측 장치 (100) 는, 물리량 계측부 (5) 에서 계측된 계측 대상물 (101) 의 물리량과 선택된 복수의 학습 데이터에 기초하여, 물질 (1) 의 기계적 특성을 산출한다. 예를 들어, 계측 대상물 (101) 은, 스케일을 갖는 강재이다. 예를 들어, 물리량은, 전자기 특징량을 포함한다. 예를 들어, 물질 (1) 의 기계적 특성은 강재의 경도이다. 물질 (1) 의 기계적 특성의 산출에 있어서, 물질의 기계적 특성을 산출하기 위해서 미리 준비된 학습 데이터군으로부터 복수의 학습 데이터가 선택되고, 산출 모델이 생성된다. 정확하게 기계적 특성을 계측하기 위해서, 물리량에 기초하는 적절한 학습 데이터를 선택하여 올바른 산출 모델을 생성하는 것이 필요하다. 그 때문에, 산출 모델의 기초가 되는 학습 데이터군의 수집에는, 상응하는 주위를 기울이는 것이 바람직하다. 계측 장치 (100) 및 물리량 계측부 (5) 에서 구성되는 계측 시스템은, 예를 들어, 이하와 같이 학습 데이터를 수집한다.
도 5 는, 학습 데이터의 수집의 처리를 나타내는 플로 차트이다. 제어부 (8) 는, 물리량을 계측하는 계측 대상물 (101) 의 위치, 즉 평가 지점을 설정한다 (스텝 S1).
제어부 (8) 는, 물리량 계측부 (5) 에, 설정한 평가 지점에 있어서의 물리량을 계측시킨다 (스텝 S2). 여기서, 학습 데이터에 있어서, 계측 대상물 (101) 의 물리량은 설명 변수이다.
제어부 (8) 는, 사전 처리를 실행시킨다 (스텝 S3). 여기서, 사전 처리는, 예를 들어 계측 대상물 (101) 로부터 막 (2) 을 제거하여, 평가 지점에 있어서의 기계적 특성의 계측이 가능하도록 하는 것이다. 예를 들어 계측 대상물 (101) 이 표면에 스케일을 갖는 강재인 경우에, 스케일은, 에칭 또는 연삭 등에 의해 제거될 수 있다. 또, 사전 처리는, 계측 대상물 (101) 을 평가 지점에 있어서 절단하여, 물질 (1) 의 단면을 노출시키는 것을 포함해도 된다.
제어부 (8) 는, 평가 지점에 있어서의 기계적 특성을 계측시킨다 (스텝 S4). 학습 데이터는, 목적 변수로서 기계적 특성을 포함한다. 기계적 특성은, 예를 들어 평가 지점에 있어서의 강재의 단면의 경도여도 된다. 기계적 특성은, 예를 들어 리바운드식 경도계를 사용하여 얻어진 강재의 표면의 리브 경도를, 과거의 시험으로부터 얻어진 환산식에 의해 단면의 경도로 환산한 값이 사용되어도 된다. 또, 더욱 정확한 환산을 실시하기 위해서, 환산한 값을 다시 강재의 두께에 대해 정규화한 값이 사용되어도 된다. 즉, 기준이 되는 강재의 두께에 있어서의 값으로 환산하는 처리가 실행되어도 된다. 기준이 되는 강재의 두께는, 예를 들어 28 ㎜ 이다. 또, 상기의 사전 처리가 계측 대상물 (101) 을 평가 지점에 있어서 절단한 것인 경우에, 기계적 특성은, 절단면을 직접적으로 계측한 비커스 경도여도 된다. 제어부 (8) 는, 계측시킨 기계적 특성을 취득한다. 제어부 (8) 는, 물질 (1) 의 관리 번호 및 평가 지점 등의 데이터 라벨과, 설명 변수와, 목적 변수를 관련지어 1 개의 학습 데이터로 하여, 기억부 (10) 에 기억시킨다.
도 6 은, 기억부 (10) 에 기억되는 학습 데이터군 (110) 의 일례를 나타내는 도면이다. 학습 데이터군 (110) 은, 데이터 라벨의 관리 번호로서, 예를 들어 학습 데이터의 식별 번호인 데이터 번호 및 강재의 식별 번호인 플레이트 번호를 포함해도 된다. 또, 강재의 표면에 원점을 중심으로 직교하는 X 축, Y 축이 정해져 있는 경우에, 학습 데이터군 (110) 은, 데이터 라벨의 평가 지점으로서, X 축방향의 원점으로부터의 거리 및 Y 축 방향의 원점으로부터의 거리를 포함해도 된다. 학습 데이터군 (110) 은, 목적 변수로서, 계측된 기계적 특성을 포함한다. 학습 데이터군 (110) 은, 설명 변수로서, 물리량 계측부 (5) 에서 계측된 계측 대상물 (101) 의 물리량을 포함한다. 여기서, 물리량은, 제 1 계측 신호를 사용하여 측정된 것과, 제 2 계측 신호를 사용하여 측정된 것으로 구분되어도 된다. 물리량이 전자기 특징량인 경우에, 제 1 계측 신호가 제 1 주파수를 갖는 교류 신호여도 되고, 제 2 계측 신호가 제 1 주파수보다 높은 제 2 주파수를 갖는 교류 신호여도 된다. 요컨대, 제 1 계측 신호가 저주파 신호여도 되고, 제 2 계측 신호가 고주파 신호여도 된다.
제어부 (8) 는, 모델 생성에 충분한 학습 데이터가 수집되어 있지 않다고 판정하는 경우에 (스텝 S5 의 No), 스텝 S1 의 처리로 되돌아가고, 추가로 학습 데이터를 수집한다.
제어부 (8) 는, 모델 생성에 충분한 학습 데이터가 수집되고, 수집이 완료되었다고 판정하는 경우에 (스텝 S5 의 Yes), 일련의 처리를 종료한다.
여기서, 제어부 (8) 가 기억부 (10) 에 기억시킨 학습 데이터군 (110), 즉 복수의 학습 데이터의 집합은, 상이한 계측 수법으로 얻어진 목적 변수를 포함해도 된다. 상기의 예에서는, 학습 데이터군 (110) 은, 절단면을 직접적으로 계측한 비커스 경도, 강재의 표면의 리브 경도를 단면의 경도로 환산한 값, 및 환산한 값을 다시 강재의 두께에 대해 정규화한 값 중 적어도 2 개의 수법으로 얻어진 목적 변수를 포함해도 된다. 예를 들어, 비커스 경도는 정확하지만, 강재를 절단하기 위해서 계측에 시간을 필요로 한다. 그래서, 상이한 계측 수법으로 얻어진 목적 변수의 혼재를 허용함으로써, 현실적인 시간 내에 정확한 학습 데이터군 (110) 을 생성하는 것이 가능하다.
(기계적 특성의 계측 방법)
본 실시형태에 관련된 기계적 특성의 계측 장치 (100) 는, 물리량 계측부 (5) 에서 계측된 계측 대상물 (101) 의 물리량에 기초하여, 물질 (1) 의 기계적 특성을 산출한다. 예를 들어, 계측 대상물 (101) 은, 스케일을 갖는 강재이다. 예를 들어, 물질 (1) 은 강재이다. 예를 들어, 물질 (1) 의 표면에 있는 막 (2) 은 스케일이다. 예를 들어, 물리량은 전자기 특징량을 포함한다. 예를 들어, 물질 (1) 의 기계적 특성은 강재의 경도이다. 예를 들어, 센서 (3) 는 도 2 와 도 3 에 나타낸 자기 센서이다. 물질 (1) 의 기계적 특성의 산출에 있어서, 산출 모델이 사용된다. 정확하게 기계적 특성을 계측하기 위해서는, 적절한 산출 모델의 생성이 중요하다. 본 실시형태에 관련된 기계적 특성의 계측 장치 (100) 는, 물질 (1) 의 기계적 특성을 이하와 같이 산출한다. 도 7 은, 기계적 특성의 계측 방법을 나타내는 플로 차트이다.
제어부 (8) 는, 물리량 계측부 (5) 에, 계측 대상물 (101) 의 물리량을 계측시킨다 (계측 스텝, 스텝 S11). 이 때, 물질 (1) 의 (특히 표층의) 기계적 특성을 계측하기 위해서는, 물질 (1) 의 막 (2) 이 있는 표면으로부터 물리량을 계측한다. 요컨대, 본 계측 방법에 있어서는, 강재인 물질 (1) 과 막 (2) 인 스케일을 함께, 계측 대상물 (101) 로 하여 물리량을 계측한다. 이것은, 물질 (1) 이 강재 이외 및 막 (2) 이 스케일 이외인 경우에도 동일하다. 구체적으로는, 막 (2) 의 표면에 물리량 계측부 (5) 의 센서 (3) 를 배치한다. 센서 (3) 의 계측 결과는, 막 (2) 의 영향을 포함하는 물리량, 즉, 물질 (1) 뿐만 아니라 막 (2) 을 갖는 상태에서의 물리량을 나타낸다. 주사부 (6) 는, 센서 (3) 를 계측 대상물 (101) 에 대해 상대적으로 이동시킨다. 그 결과, 센서 (3) 는, 물리량 계측 제어부 (83) 에 의해 지정된, 계측 대상물 (101) 의 평가 지점에 교류 자장을 작용시킨다. 센서 (3) 는, 교류 자장에 의해 계측 대상물 (101) 에 야기된 와전류 등의 영향을, 전자기 특징량의 변화로서 계측한다. 물리량 계측부 (5) 는, 계측된 전자기 특징량을 복수의 물리량으로서 제어부 (8) 에 보낸다.
제어부 (8) 는, 취득한 물리량 중 적어도 2 개인 선택용 물리량에 기초하여, 학습 데이터군 (110) 으로부터 복수의 학습 데이터를 선택한다 (선택 스텝, 스텝 S12). 여기서, 제어부 (8) 는, 기억부 (10) 에 기억되어 있는 학습 데이터군 (110) 을 구성하는 학습 데이터 중에서, 취득한 선택용 물리량에 가까운 것을 선택한다. 도 8 은, 선택용 물리량과 학습 데이터군 (110) 의 관계를 설명하기 위한 도면이다. 도 8 의 검은 동그라미표는, 각각이 학습 데이터군 (110) 을 구성하는 학습 데이터이다. 또, 도 8 의 흰 동그라미표는, 선택용 물리량이다. 선택용 물리량을 중심으로, 선택용 물리량의 제 1 물리량 및 제 2 물리량의 각각에 대해 일정한 범위 내를 국소 영역으로 할 수 있다. 제어부 (8) 는, 국소 영역에 포함되는 복수의 학습 데이터를 선택해도 된다.
제어부 (8) 는, 선택한 복수의 학습 데이터로부터 물질 (1) 의 기계적 특성을 산출하기 위한 산출 모델을 생성한다 (생성 스텝, 스텝 S13). 산출 모델은, 학습 데이터의 설명 변수와, 목적 변수를 결부시킨 선형 회귀 모델 또는 비선형 회귀 모델로서 준비되어도 된다. 선형 회귀 모델로는, 일반화 선형 모델, 일반화 선형 혼합 모델과 같은 수법을 사용해도 된다. 여기서, 산출 정밀도 향상의 관점에서, 산출 모델은, 스텝 S12 의 처리와 아울러, 국소 선형 회귀의 수법에 의해 생성되는 것이 바람직하다. 여기서, 산출 모델의 생성에 있어서, 스텝 S12 의 처리에서 선택된 복수의 학습 데이터는, 선택용 물리량과의 거리에 따라 가중치 부여가 실시되는 것이 바람직하다. 즉, 선택용 물리량과의 거리가 가까울수록, 큰 가중치 부여가 실시되는 것이 바람직하다.
제어부 (8) 는, 생성된 산출 모델에 기초하여, 물질 (1) 의 기계적 특성을 산출한다 (산출 스텝, 스텝 S14). 제어부 (8) 는, 생성한 산출 모델과, 입력으로서 필요한 적어도 2 개의 물리량을 사용하여 물질 (1) 의 기계적 특성을 산출한다.
여기서, 물질 (1) 의 기계적 특성은, 예를 들어 평가 지점에 있어서의 강재의 단면의 경도여도 된다. 기계적 특성은, 예를 들어 리바운드식 경도계를 사용하여 얻어진 강재의 표면의 리브 경도를, 과거의 시험으로부터 얻어진 환산식에 의해 단면의 경도로 환산한 값이 사용되어도 된다. 또, 더욱 정확한 환산을 실시하기 위해서, 환산한 값을 다시 강재의 두께에 대해 정규화한 값이 사용되어도 된다. 즉, 기준이 되는 강재의 두께에 있어서의 값으로 환산하는 처리가 실행되어도 된다. 기준이 되는 강재의 두께는, 예를 들어 28 ㎜ 이다. 또, 상기의 사전 처리가 계측 대상물 (101) 을 평가 지점에 있어서 절단한 것인 경우에, 기계적 특성은, 절단면을 직접적으로 계측한 비커스 경도여도 된다.
제어부 (8) 는, 산출한 물질 (1) 의 기계적 특성을 표시부 (11) 에 출력하고 (출력 스텝, 스텝 S15), 일련의 처리를 종료한다. 표시부 (11) 에 표시된 물질 (1) 의 기계적 특성은, 사용자에 의해 인식된다. 사용자는, 표시된 물질 (1) 의 기계적 특성에 기초하여, 물질 (1) 의 품질 관리 또는 물질 (1) 의 제조 파라미터의 변경 지시 등을 실행해도 된다.
이상과 같이, 본 실시형태에 관련된 기계적 특성의 계측 장치 (100), 및 계측 장치 (100) 가 실행하는 기계적 특성의 계측 방법에 의하면, 상기의 구성에 의해, 물리량을 통하여 정확하게 기계적 특성을 계측할 수 있다. 특히, 계측하는 복수의 물리량에 대해, 막 (2) 이 물질 (1) 과는 상이한 특징을 구비하고 있는 경우에는, 산출 모델 생성부 (81), 또는 선택 스텝 및 생성 스텝 (스텝 S12 및 스텝 S13) 에 의해, 보다 적절한 산출 모델을 생성할 수 있으므로, 상기 효과가 보다 크게 얻어진다. 또, 물질 (1) 의 표층의 기계적 특징을 계측하는 경우에 있어서도, 산출 모델 생성부 (81), 또는 선택 스텝 및 생성 스텝 (스텝 S12 및 스텝 S13) 에 의해, 보다 적절한 산출 모델을 생성할 수 있으므로, 상기 효과가 보다 크게 얻어진다. 또한, 상기 효과는, 후술하는 제 2 실시형태의 경우에도, 동일하게 얻어진다.
(실시예)
이하, 본 개시의 효과를 실시예에 기초하여 구체적으로 설명하지만, 본 개시는 이들 실시예에 한정되는 것은 아니다.
(제 1 실시예)
제 1 실시예에 있어서, 계측 장치 (100) 는, 강재의 표층의 경도를 계측하는 장치이다. 본 실시예에 있어서, 물질 (1) 은 강재이다. 막 (2) 은 강재의 표면에 발생한 스케일이다. 센서 (3) 는 전자기 센서이다. 계측 대상물 (101) 의 물리량은, 스케일을 갖는 강재의 전자기 특징량이다. 본 실시예에서 계측하고자 하는 기계적 특성은, 깊이 0.25 ㎜ 에 있어서의 강재의 단면의 경도이다.
강재는 연속 주조된 슬래브를 조압연하고, 또한 온라인에서 연속적으로 냉각에 의한 ??칭을 실시하여 제조되었다. 학습 데이터의 수집을 위해, 이 제조 프로세스로 제조된 강재에 대해, 깊이 0.25 ㎜ 에 있어서의 단면의 경도가 계측되었다.
본 실시예에서는, 계측 장치 (100) 에 전자기 특징량을 계측 가능한 전자기 센서를 배치하고, 표면에 스케일이 발생한 강재의 표층의 전자기 특징량을 계측하였다. 여기서, 주사부 (6) 로서, 인력으로 이동하는 대차 (臺車) 가 사용되었다. 이 대차에, 8 개의 전자기 센서를 나열하여 설치되었다. 8 개의 전자기 센서는 강재 전체면을 주사하였다.
전자기 센서에는, 제 1 주파수를 갖는 정현파에, 제 1 주파수보다 높은 제 2 주파수를 갖는 정현파를 중첩한 전압이 인가되었다. 여기서, 제 1 주파수는 150 Hz 이하로 설정되었다. 또, 제 2 주파수는 1 kHz 이상으로 설정되었다. 전자기 센서로 관측되는 전류 파형으로부터, 복수 종류의 전자기 특징량이 추출되었다. 본 실시예에 있어서, 전자기 특징량으로서, 전류 파형의 변형량, 진폭과 위상 변화, 고조파의 진폭과 위상 변화, 증분 투자율의 최대값, 최소값, 평균값, 보자력 등 20 개의 특징량이 추출되었다. 20 개의 특징량은, 4 개가 저주파 신호를 사용하여 계측된 물리량이고, 16 개가 고주파 신호를 사용하여 계측된 물리량이다. 여기서, 전자기 센서로 여기되는 교류 자장이 강재의 표면으로부터 300 ㎛ 정도까지 비집고 들어가도록, 인가되는 정현파의 주파수를 150 Hz 이하로 하였다. 또, 증분 투자율은, 자장이 인가된 상태에 있어서의 자화의 되기 쉬움을 나타내는 값으로서, 자속 밀도와 자장의 관계를 나타내는 자화 곡선에 있어서 마이너 루프의 구배로 나타낸다.
충분한 수의 학습 데이터가 수집되고, 학습 데이터군 (110) 이 기억부 (10) 에 기억되었다. 학습 데이터의 충분한 수는 예를 들어 100 이다.
강재의 표층의 경도를 산출하기 위해서, 계측 장치 (100) 는, 물리량 계측부 (5) 에 의해 전자기 특징량을 계측하였다. 전자기 특징량 중, 선택용 물리량은, 저주파 신호를 사용하여 계측된 적어도 1 개의 물리량과, 고주파 신호를 사용하여 계측된 적어도 1 개의 물리량이 포함되도록 설정되었다. 구체적으로는, 선택용 물리량은, 저주파 신호를 사용한 전류 파형의 위상 변화에 관련되는 특성, 및 고주파 신호를 사용한 증분 투자율에 관련되는 특성을 적어도 포함하도록 설정되었다. 제어부 (8) 는, 선택용 물리량에 기초하여, 기억부 (10) 의 학습 데이터군 (110) 으로부터 복수의 학습 데이터를 선택하였다. 제어부 (8) 는, 선택한 복수의 학습 데이터를 사용하여, 국소 선형 회귀의 수법에 의해 산출 모델을 생성하였다. 그리고, 제어부 (8) 는, 생성한 산출 모델을 사용하여, 경도를 산출하였다.
도 9 는, 본 실시예에서 산출된 경도와 경도계로 얻어진 실측값을 비교한 도면이다. 가로축의 표층 실경도는 실측값이고, 시험편을 잘라내어 리바운드식 경도계를 사용하여 조사한 경도이다. 또, 세로축의 예측 경도는, 본 실시예에서 얻어진 강재의 경도이고, 생성한 산출 모델을 사용하여 산출된 경도이다. 여기서, 경도 (H0, H1) 는, 각각, 측정하는 경도의 하한값, 상한값이다. 도 9 에 나타내는 바와 같이, 예측 경도는, 표층 실경도와 거의 일치하고 있고, 표준 편차 9 Hv 정도의 정밀도로 계측할 수 있었다. 따라서, 상기 수법에 의해 산출되는 경도는, 경도 시험과 동일한 정도의 정밀도를 갖는 것으로 생각된다. 또, 표시부 (11) 에 있어서, 본 실시예에서 산출된 경도를 농담으로 나타내고, 강재의 평가 지점에 대응시켜 매핑한 결과, 시각적으로 강재 표면의 경도의 균일성을 확인할 수 있었다.
또, 도 10 은, 본 실시예와 상이한 비교예에서 산출된 경도와 경도계에서 얻어진 실측값을 비교한 도면이다. 부호 등은 도 9 와 동일하다. 비교예에서는, 선택용 물리량이 저주파 신호를 사용하여 계측된 물리량만을 포함하도록 설정하여, 산출 모델이 생성되었다. 도 10 에 나타내는 바와 같이, 예측 경도는, 표층 실경도와 거의 일치하지만, 도 9 에 비해 표층 실경도와 차가 발생하는 경우가 있다. 정밀도는, 표준 편차 14 Hv 정도였다. 따라서, 선택용 물리량이 저주파 신호를 사용하여 계측된 물리량만을 포함해도 되지만, 선택용 물리량이 저주파 신호를 사용하여 계측된 물리량과 고주파 신호를 사용하여 계측된 물리량의 양방을 포함함으로써, 더욱 정밀도가 높은 산출 모델이 생성되는 것이 확인되었다.
(제 2 실시예)
제 2 실시예로서, 계측 장치 (100) 가 실행하는 기계적 특성의 계측 방법을, 후강판의 제조 방법에 있어서, 표층의 경도의 검사로서 사용한 예를 나타낸다. 구체적인 제조 방법의 일례를 도 12 에 나타낸다. 도 12 에 나타낸 후강판 (43) 의 제조 방법은, 조압연 공정 S41, 마무리 압연 공정 S42, 냉각 공정 S43, 표층 경도 계측 공정 S45, 표층 경도 재계측 공정 S46 및 제거 공정 S47 을 포함한다. 또한 필요에 따라, 탈자 공정 S44 를 추가해도 된다. 추가한 경우에는, 냉각 공정 S43 으로부터 탈자 공정 S44, 표층 경도 계측 공정 S45 의 순서로 공정이 진행된다.
조압연 공정 S41 에서는, 예를 들어 강편 (41) 을, 1000 ℃ 이상의 온도에서 열간에서 조압연한다. 다음의 마무리 압연 공정 S42 에서는, 850 ℃ 이상의 온도에서 열간에서 마무리 압연을 실시하여, 강편 (41) 을 후강판 (42) 으로 한다. 그 후의 냉각 공정 S43 에서, 후강판 (42) 을 냉각시킨다. 여기서, 냉각 공정 S43 에서는, 예를 들어 후강판의 온도가 800 ℃ 이상이 되는 온도에서 냉각을 개시하고, 냉각 종료시에 후강판의 온도가 450 ℃ 정도가 될 때까지 냉각을 실시한다.
표층 경도 계측 공정 S45 에서는, 계측 장치 (100) 가 실행하는 계측 방법을 사용하여, 냉각 후의 후강판 (42) 의 전체면에 대해, 표층의 기계적 특성을 계측한다. 그리고, 그 계측된 결과로부터, 미리 설정된 표층 경도보다 단단한 부위를, 경화부로서 판정한다.
여기서, 마그넷 크레인과 같은 자력을 사용하여 강판을 끌어올렸을 경우, 크레인의 마그넷 부분이 흡착된 부분에 잔류 자장이 남는다. 전자기 특징량을 계측하여 기계적 특성을 계측하는 경우, 적어도 표층에 잔류 자장이 있으면, 기계적 특성의 계측 또는 평가의 정밀도가 저하되는 경우가 있다. 그래서, 잔류 자장이 발생하는 프로세스가 있는 경우에는, 표층 경도 계측 공정 S45 의 직전에 탈자 공정 S44 를 추가하고, 이 탈자 공정 S44 에서 잔류 자장을 탈자하는 것이 바람직하다. 그 때, 탈자 장치는, 거리 감쇠 방식을 사용하여 표층의 잔류 자장이 0.5 mT 이하가 되도록 탈자를 한다.
재계측 공정 S46 에서는, 표층 경도 계측 공정 S45 에서 검출된 경화부의 표층 경도의 재계측을 실시한다. 여기서는, 계측 장치 (100) 가 실행하는 계측 방법을 사용하여, 근방 영역을 포함한 경화부만에 대해, 표층의 기계적 특성을 재계측한다. 그리고, 재계측된 경화부의 표층 경도가, 상기 임계값을 초과한다고 다시 판정된 경우에는, 국소적으로 단단한 영역을 갖는 경화부인 것으로 판정하고, 후강판 (42) 을 제거 공정 S47 에 보낸다.
그리고, 제거 공정 S47 에서는, 재계측 공정 S46 에서 경화부로 판정된 부위를 제거한다. 구체적으로는, 경화부로 판정된 부위를, 그라인더 등의 공지된 연삭 수단에 의해 연삭하여 제거한다. 이 제거 공정 S47 후에, 후강판 (42) 으로부터 후강판 (43) 으로의 제조가 완료되고, 다른 공정 (수요가로의 출하 공정, 강관 제조 공정 등) 으로 후강판 (43) 이 보내진다. 또한, 후강판 (42) 의 제거 공정 S47 에서 연삭된 부위에 대해, 공지 또는 기존의 두께계를 사용하여 연삭 위치에 있어서의 후강판 (42) 의 두께를 측정하고, 강판 제조시에 미리 설정되어 있는 치수 공차에 들어있는지 확인을 실시하는 것이 바람직하다. 또, 경화부를 제거한 후에, 경화부에 대해, 표층 경도를 공지된 접촉식 경도계로 여러번 계측하는 것이 바람직하다. 이 계측 결과로부터, 미리 설정된 표층 경도 이하인 것을 확인한다. 만약 확인되었다면, 후강판 (42) 으로부터 후강판 (43) 으로의 제조가 완료된다.
한편, 표층 경도 계측 공정 S45 에서 경화부가 없다고 판정되었을 경우, 또는, 재계측 공정 S46 에서 경화부가 아니라고 판정된 경우에는, 제거 공정 S47 은 거치지 않고, 후강판 (42) 으로부터 후강판 (43) 으로의 제조가 완료되고, 다른 공정 (수요가로의 출하 공정, 강관 제조 공정 등) 으로 후강판 (43) 이 보내진다.
또한, 본 실시예에 있어서의 후강판의 제조 방법은, 앞의 냉각 공정 S43 의 후이고 또한 표층 경도 계측 공정 S45 전에, 추가로, 어닐링 공정 S48 (도시 생략) 등을 포함해도 된다. 특히, 제조하는 후강판 (43) 의 표층 경도 (보다 구체적으로는, 산화 스케일을 제거한 표면에서 상면으로부터, ASTM A 956/A 956MA Standard Test Method for Leeb Hardness Testing of Steel Products 에 따라 측정한 비커스 경도) 가 230 Hv 이상, 또한, 후강판 (43) 에 휨이 발생하기 쉬운 강의 품종의 경우에는, 냉각 공정 S43 후에 어닐링 공정 S48 을 거친 후에 표층 경도 계측 공정 S45 를 거치는 것이 바람직하다. 어닐링 공정 S48 을 거침으로써, 템퍼링에 의한 조직의 연화를 기대할 수 있다. 조직의 연화는, 경화부의 발생의 억제로 연결되므로, 결과적으로 제거 영역이 줄어드는 것을 기대할 수 있다.
상기와 같이, 표층 경도 계측 공정 S45 에 있어서, 경도를 확인하기 위해서, 산화 스케일을 제거한 표면에서 상면으로부터, ASTM A 956/A 956MA Standard Test Method for Leeb hardness Testing of Steel products 에 따라 경도가 계측된다. 여기서, 반발식의 경도 계측에서는, 계측 대상의 두께가 계측값에 영향을 미친다. 그 때문에, 사전에 두께마다 깊이 0.25 ㎜ 에 있어서의 단면 비커스 경도와 표층의 반발식 경도계에 의한 경도의 값이 사전에 조사되어 관계식이 구축된다. 경화부로서 판정되는 경도의 값은, 0.25 ㎜ 에 있어서의 단면 경도를 기준으로 하여, 두께에 의한 영향을 고려하기 위해서, 사전에 구축된 관계식에 기초하여 조정이 실시되어, 결정되어도 된다. 이 예에 있어서, 기준으로 하는 깊이를 0.25 ㎜ 로 하고 있지만, 기준으로 하는 깊이는 한정되지 않는다.
또한, 본 실시예에서는, 후강판 (42) 의 표층에 있어서의 표층 경도 계측 공정 S45 에서 판정된 경화부를 제거하는 제거 방법으로서, 공지된 연삭 수단으로 설명을 했지만, 본 발명에 있어서는 그것에 한정되지 않는다. 경화부를 제거할 수 있는 방법이라면, 연삭 이외의 공지된 방법 (예를 들어 열처리 등) 을 사용하여 제거할 수도 있다.
본 실시예와 같이, 계측 장치 (100) 가 실행하는 기계적 특성의 계측 방법을, 후강판 (43) 의 제조 방법에 있어서 사용했을 경우, 물리량을 통하여 정확하게 기계적 특성을 계측할 수 있기 때문에, 고품질의 물질 (1) 인 후강판 (43) 을 제공할 수 있다. 보다 구체적으로는, 후강판 (42) 으로부터 경화부가 억제된 후강판 (43) 을 제조할 수 있다.
(제 2 실시형태)
도 11 은, 본 개시의 제 2 실시형태에 관련된 기계적 특성의 계측 장치 (100) 의 블록도이다. 제 1 실시형태에 있어서, 학습 데이터군 (110) 은, 계측 장치 (100) 가 구비하는 기억부 (10) 에 기억된다. 본 실시형태에 있어서, 학습 데이터군 (110) 은, 계측 장치 (100) 의 외부에 있는 데이터베이스 (12) 에 기억된다. 제어부 (8) 는, 통신부 (7) 를 통하여, 데이터베이스 (12) 에 액세스 가능하다. 본 실시형태에 있어서, 제어부 (8) 는, 학습 데이터군 (110) 을, 통신부 (7) 를 통하여, 데이터베이스 (12) 에 기억시킨다. 또, 제어부 (8) 는, 통신부 (7) 를 통하여, 데이터베이스 (12) 로부터 학습 데이터군 (110) 을 취득한다. 계측 장치 (100) 의 다른 구성은, 제 1 실시형태와 동일하다.
본 실시형태에 관련된 기계적 특성의 계측 장치 (100), 계측 장치 (100) 를 구비하는 물질 (1) 의 제조 설비, 계측 장치 (100) 가 실행하는 기계적 특성의 계측 방법, 그 계측 방법을 사용하는 물질 (1) 의 관리 방법 및 제조 방법에 의하면, 제 1 실시형태와 동일하게, 물리량을 통하여 정확하게 기계적 특성을 계측할 수 있다. 또한, 학습 데이터군 (110) 이 계측 장치 (100) 의 외부에 있는 데이터베이스 (12) 에 기억되기 때문에, 내부의 기억부 (10) 의 기억 용량을 초과하는 학습 데이터군 (110) 을 취급하는 것이 가능해진다.
여기서, 통신부 (7) 의 통신 방식은, 근거리 무선 통신 규격 또는 휴대 전화망에 접속하는 무선 통신 규격이어도 되고, 유선 통신 규격이어도 된다. 근거리 무선 통신 규격은, 예를 들어, WiFi (등록상표), Bluetooth (등록상표), 적외선 및 NFC (Near Field Communication) 등을 포함해도 된다. 휴대 전화망에 접속하는 무선 통신 규격은, 예를 들어, LTE (Long Term Evolution) 또는 제 4 세대 이후의 이동 통신 시스템 등을 포함해도 된다. 또, 통신부 (7) 와 물리량 계측부 (5) 의 통신에 있어서 사용되는 통신 방식은, 예를 들어 LPWA (Low Power Wide Area) 또는 LPWAN (Low Power Wide Area Network) 등의 통신 규격이면 된다.
본 개시를 여러 도면 및 실시예에 기초하여 설명해 왔지만, 당업자이면 본 개시에 기초하여 여러 가지 변형 및 수정을 실시하는 것이 용이한 것에 주의하기 바란다. 따라서, 이들 변형 및 수정은 본 개시의 범위에 포함되는 것에 유의하기 바란다. 예를 들어, 각 수단, 각 스텝 등에 포함되는 기능 등은 논리적으로 모순되지 않게 재배치 가능하고, 복수의 수단 및 스텝 등을 1 개로 조합하거나, 혹은 분할하거나 하는 것이 가능하다.
상기의 실시형태에 있어서 설명한 계측 장치 (100) 및 물리량 계측부 (5) 의 구성은 예시이고, 구성 요소 모두를 포함하지 않아도 된다. 예를 들어, 계측 장치 (100) 는 표시부 (11) 를 구비하지 않아도 된다. 또, 계측 장치 (100) 및 물리량 계측부 (5) 는 다른 구성 요소를 구비해도 된다. 예를 들어, 물리량 계측부 (5) 와 제어부 (8) 및 기억부 (10) 는, 물리적으로 거리가 떨어져 있어도 된다. 이 경우, 물리량 계측부 (5) 와 계측 장치 (100) 의 제어부 (8) 는 전기적으로 접속되어 있으면 되고, 이 접속은, 유선인지 무선인지는 상관없다. 또, 그 접속은, 공지된 기술을 이용해도 된다.
예를 들어, 본 개시는, 계측 장치 (100) 의 각 기능을 실현하는 처리 내용을 기술한 프로그램 또는 프로그램을 기록한 기억 매체로서도 실현할 수 있다. 본 개시의 범위에는, 이들도 포함된다고 이해하기 바란다.
예를 들어, 상기의 실시형태에 관련된 계측 장치 (100) 는, 도 1 의 본 발명에 관련된 계측 장치 (100) 를 사용하여, 학습 데이터군 (110) 을 수집했을 경우로 설명했지만, 본 발명은 그것에 한정되지 않는다. 다른 물리용 계측 장치를 사용하여, 계측 대상물 (101) 의 물리량을 수집해도 된다.
예를 들어, 상기의 실시형태에 관련된 계측 장치 (100) 가 산출 모델을 작성하는 예를 나타냈지만, 이들은 다른 정보 처리 장치에 의해 작성되어도 된다. 이 경우, 이러한 정보 처리 장치가 학습 데이터군 (110) 을 취득하고, 산출 모델을 작성한다. 또, 정보 처리 장치가, 작성한 산출 모델을 계측 장치 (100) 에 전송한다. 요컨대, 별도의 장치로 작성한 산출 모델을, 계측 장치 (100) 의 제어부 (8) 에 인스톨하여, 계측 장치 (100) 의 일부로서 사용하게 된다.
예를 들어, 상기의 실시형태에 있어서, 주사부 (6) 에 의해 센서 (3) 가 주사하는 예를 나타냈지만, 센서 (3) 의 위치는 고정되어도 된다. 센서 (3) 의 위치가 고정되는 경우에, 주사부 (6) 는, 계측 대상물 (101) 을 이동시켜도 된다. 또, 주사부 (6) 는, 상기 설명에서는 인력에 의한 대차로 했지만, 기계적인 구동 장치를 구비한 대차로 해도 된다. 또, 계측 장치 (100) 의 제어부 (8) 와는 다른 제어부에 의해 제어되어 주사가 가능해지는 주사부 (6) 로 해도 된다. 특히, 물질 (1) 의 제조 설비 내에 설치되는 경우에는, 공지된 주사 장치, 신규의 주사 장치, 공지된 주사 방법, 신규의 주사 방법, 공지된 제어 장치, 신규의 제어 장치, 공지된 제어 방법 또는 신규의 제어 방법의 1 개 이상을 이용하여, 본 발명에 관련된 물리량 계측부 (5) 를 설치하는 것이 바람직하다. 또한, 주사부 (6) 의 제어부는, 다른 제조 설비의 제어부 (도시 생략) 와 협동하여, 자동 주사할 수 있도록 해도 된다. 또 반대로, 기계적 특성의 계측 장치 (100) 의 제어부 (8) 에 의해, 자동 주사할 수 있도록 해도 된다. 이 경우, 주사부 (6) 와 주사부의 제어부와 제조 설비의 제어부와 계측 장치 (100) 의 제어부 (8) 는, 전기적으로 접속되어 있으면 되고, 이들 접속은, 유선인지 무선인지는 상관없다. 또, 그 접속은, 공지 또는 신규의 기술을 이용해도 된다.
예를 들어, 상기의 실시형태에 있어서, 표시된 물질 (1) 의 기계적 특성에 기초하여, 사용자의 판정이 입력 가능해도 된다. 사용자는, 표시부 (11) 에 있어서, 예를 들어 양부 (良否) 의 판정을 터치 스크린에 대한 손가락 등의 접촉에 의해 입력해도 된다. 제어부 (8) 는, 사용자로부터의 양부 판정 결과에 따라, 예를 들어 연삭 공정의 실시 또는 불실시를 결정하는 등의 제어를 실시해도 된다. 또, 다른 예로서, 물질 (1) 을 관리하는 관리 공정의 효율화를 위해서, 사용자 대신에, 제어부 (8) 가 설정된 임계값에 기초하여 물질 (1) 의 양부의 판정을 실행해도 된다.
또, 상기의 실시형태에서는, 물질 (1) 의 예로서 강재, 물리량의 예로서 전자기 특징량, 기계적 특징의 예로서, 경도로 설명했지만, 다른 조합이어도 된다. 예를 들어, 물리량이 온도여도, 본 발명의 효과가 얻어진다. 예를 들어, 물질 (1) 이 금속 또는 화합물이어도, 본 발명의 효과가 얻어진다. 특히, 금속 또는 화합물의 표면에 있는 막 (2) 이, 계측하는 복수의 물리량에 대해, 당해 금속 또는 화합물과는 상이한 특징을 구비하고 있는 경우에는, 보다 큰 효과를 얻을 수 있다. 여기서, 금속의 예로는, 철, 강, 니켈, 코발트, 알루미늄, 티탄 또는 이들 중 어느 1 개 이상을 포함하는 합금을 들 수 있다. 한편, 화합물로는, 무기 화합물, 유기 화합물, 또는, 철, 강, 니켈, 코발트, 알루미늄 혹은 티탄 중 어느 1 개 이상을 포함하는 화합물을 들 수 있다. 그 중에서도, 물질 (1) 이 철, 강, 니켈, 코발트, 이들 중 어느 1 개 이상을 포함하는 합금 또는 이들 중 어느 1 개 이상을 포함하는 화합물이면, 복수의 물리량으로서 전자기 특징량을 사용하는 경우에, 본 발명의 효과를 보다 명확하게 얻을 수 있다. 특히, 물질 (1) 이 강재인 경우, 그 기계적 특성은, 당해 강재가 함유하고 있는 합금 원소의 비율, ??칭 처리 및 어닐링 처리의 방법에 의해 결정된다. 따라서, 계측되는 물리량으로서, ??칭 처리 및 어닐링 처리 전후에서의 표면 온도의 적어도 1 개가 사용되어도 된다.
(적용예)
상기와 같이 구성된 기계적 특성의 계측 장치 (100) 및 계측 장치 (100) 가 실행하는 기계적 특성의 계측 방법은, 예를 들어 이하와 같은 설비 또는 장면에서 바람직하게 적용된다.
또, 본 발명을 물질 (1) 의 제조 설비를 구성하는 검사 설비의 일부로서 적용해도 된다. 즉, 본 발명에 관련된 기계적 특성의 계측 장치 (100) 에 의해, 공지, 신규 또는 기존의 제조 설비로 제조된 물질 (1) 의 표면을, 당해 물질 (1) 의 표면에 있는 막 (2) 과 함께 계측 장치로 계측하도록 해도 된다. 또한, 그 계측 결과와 예를 들어 미리 설정된 기계적 특성으로부터, 검사 설비는 당해 물질 (1) 의 기계적 특성을 검사하도록 해도 된다. 바꿔 말하면, 본 발명에 관련된 기계적 특성의 계측 장치 (100) 는, 제조 설비에 의해 제조된 물질 (1) 을 계측한다. 또, 본 발명에 관련된 기계적 특성의 계측 장치 (100) 를 구비한 검사 설비는, 제조 설비에 의해 제조된 물질 (1) 을, 예를 들어 미리 설정된 기계적 특성을 사용하여 검사한다.
또, 본 발명을 물질 (1) 의 제조 방법에 포함되는 검사 스텝의 일부로서 적용해도 된다. 구체적으로는, 공지, 신규 또는 기존의 제조 스텝에 있어서 제조된 물질 (1) 을, 당해 물질 (1) 의 표면에 막 (2) 이 있는 채로, 검사 스텝에서 검사하도록 해도 된다. 여기서, 검사 스텝은, 본 발명에 관련된 전술한 계측 스텝, 선택 스텝, 생성 스텝 및 산출 스텝을 구비하고, 표면에 막 (2) 이 있는 물질 (1) 을 계측 대상물 (101) 로 하여, 물질 (1) 의 기계적 특성을 산출한다. 또는, 검사 스텝은, 본 발명에 관련된 기계적 특성의 계측 장치 (100) 를 사용하여, 표면에 막 (2) 이 있는 물질 (1) 을 계측 대상물 (101) 로 하여, 물질 (1) 의 기계적 특성을 산출한다. 보다 바람직한 형태로서, 산출 스텝 또는 계측 장치 (100) 에 의해 산출된 물질 (1) 의 기계적 특성이 기준 범위에 포함되지 않는 경우에, 기준 범위에 포함되도록, 제조 스텝의 제조 조건을 변경하는 조건 변경 스텝이, 제조 방법에 포함되어 있어도 된다. 여기서, 기준 범위는, 과거에 제조된 물질 (1) 을 사용하여 통계로 얻어진 기계적 특성의 표준적인 범위여도 된다. 제조 조건은, 물질 (1) 의 제조 스텝에서 조정 가능한 파라미터이다. 제조 조건은, 예를 들어 물질 (1) 의 가열 온도, 가열 시간 또는 냉각 시간 등이 선택 가능하다.
이들 물질 (1) 의 제조 설비 및 물질 (1) 의 제조 방법에 의하면, 물리량을 통하여 정확하게 기계적 특성을 계측할 수 있기 때문, 물질 (1) 을 양호한 수율로 제조할 수 있다. 여기서, 기계적 특성의 계측 장치 (100) 또는 산출 스텝으로부터 얻어지는 물질 (1) 의 기계적 특성이, 물질 (1) 의 표층의 기계적 특성인 경우, 산출 모델 생성부 (81), 또는 선택 스텝 및 생성 스텝 (스텝 S12 및 스텝 S13) 에 의해, 보다 적절한 산출 모델을 생성할 수 있으므로, 상기 효과가 더욱 크게 얻어진다.
여기서, 물질 (1) 의 제조 설비의 일례로서, 다음의 것을 들 수 있다. 즉,
강편을 압연하여 강판으로 하는 압연 설비와,
본 발명에 관련된 기계적 특성의 계측 장치를 구비하고, 상기 계측 장치에 의해 상기 강판의 표층 경도를 계측하고, 상기 계측된 상기 강판의 표층 경도로부터, 상기 강판의 표층에 대해 미리 설정된 표층 경도보다 단단한 부위를, 경화부로서 판정하는 검사 설비와,
상기 강판의 표층에 있어서의 상기 판정된 경화부를 제거하는 제거 설비
를 구비하는 강판의 제조 설비열.
또한, 상기 제조 설비열이, 상기 압연 설비와 상기 검사 설비 사이에, 필요에 따라 강판 표층 또는 전체를 탈자하는 탈자 설비를 추가로 구비하면, 기계적 특성의 계측 또는 평가의 정밀도가 저하되는 것을 방지할 수 있기 때문에, 보다 바람직하다.
또 여기서, 물질 (1) 의 제조 방법의 일례로서, 다음의 것을 들 수 있다. 즉,
강편을 압연하여 강판으로 하는 압연 스텝과,
본 발명에 관련된 기계적 특성의 계측 방법에 의해 상기 강판의 표층 경도를 계측하고, 상기 계측된 상기 강판의 표층 경도로부터, 상기 강판의 표층에 대해 미리 설정된 표층 경도보다 단단한 부위를, 경화부로서 판정하는 검사 스텝과,
상기 강판의 표층에 있어서의 상기 판정된 경화부를 제거하는 제거 스텝
을 갖는 강판의 제조 방법.
또한, 상기 제조 방법이, 상기 압연 스텝과 상기 검사 스텝 사이에, 필요에 따라 강판 표층 또는 전체를 탈자하는 탈자 스텝을 추가로 구비하면, 기계적 특성의 계측 또는 평가의 정밀도가 저하되는 것을 방지할 수 있기 때문에, 보다 바람직하다.
상기 강판의 제조 방법의 경우에는, 연속된 강편에서, 소정의 형상 및 기계적 특성을 얻기 위해서, 850 ℃ 이상에서 압연 스텝을 실시한다. 당해 압연 스텝 후, 추가로 열처리 스텝으로서, ??칭 및 어닐링을 실시해도 된다. 증분 투자율, 보자력, 바크하우젠 노이즈 등의 전자기 특징량은, 강재의 기계적 특성과 상관이 있는 것이 잘 알려져 있다. 따라서, 상기 열처리 스텝을 거쳐 강재의 조직이 정해진 상태에서, 계측 대상물 (101) 의 물리량으로서 전자기 특징량이 계측되는 것이 바람직하다. 이 때, 계측 대상물 (101) 은, 강판과 이 강판의 표면에 있는 막을 가리킨다. 또, 강판의 표면의 막으로는, 예를 들어, 스케일 및 흑피 등의 산화철막, 수지 코팅 등의 유기 피막, 도금 피막 또는 화성 처리 피막 등을 들 수 있다. 또, 기계적 특성은, ??칭 및 어닐링으로 결정되기 때문에, 제조 방법에 있어서의 계측 대상물 (101) 의 물리량으로서, 추가로 ??칭의 전후의 온도, 또는 어닐링의 전후의 온도 등을 별도로 계측하여, 사용해도 된다.
또한, 본 발명을 물질 (1) 의 관리 방법에 적용하여, 물질 (1) 을 검사함으로써, 물질 (1) 의 관리를 실시하도록 해도 된다. 구체적으로는, 표면에 막 (2) 이 있는 미리 준비된 물질 (1) 에 대해, 검사 스텝에서 검사하고, 검사 스텝에서 얻어진 검사 결과를 기초로, 물질 (1) 을 분류하는 관리 스텝에서 관리한다. 여기서, 검사 스텝은, 본 발명에 관련된 전술한 계측 스텝, 선택 스텝, 생성 스텝 및 산출 스텝을 구비하고, 표면에 막 (2) 이 있는 미리 준비된 물질 (1) 을 계측 대상물 (101) 로 하여, 물질 (1) 의 기계적 특성을 산출한다. 또는, 검사 스텝은, 본 발명에 관련된 기계적 특성의 계측 장치를 사용하여, 표면에 막 (2) 이 있는 물질 (1) 을 계측 대상물 (101) 로 하여, 물질 (1) 의 기계적 특성을 산출한다. 계속되는 관리 스텝에서, 물질 (1) 의 관리를 실시할 수 있다. 관리 스텝에서는, 산출 스텝 또는 기계적 특성의 계측 장치 (100) 에 의해 얻어진, 물질 (1) 의 기계적 특성에 기초하여, 제조된 물질 (1) 이 미리 지정된 기준을 기초로 분류함으로써, 물질 (1) 을 관리한다. 예를 들어, 물질 (1) 이 강재이고, 물질 (1) 의 기계적 특성이 강재의 경도인 경우에, 강재를 경도에 따른 클래스로 분류할 수 있다. 이와 같은 물질 (1) 의 관리 방법에 의하면, 물리량을 통하여 정확하게 기계적 특성을 계측할 수 있기 때문에, 고품질의 물질 (1) 을 제공할 수 있다. 여기서, 기계적 특성의 계측 장치 (100) 또는 산출 스텝으로부터 얻어지는 물질 (1) 의 기계적 특성이, 물질 (1) 의 표층의 기계적 특성인 경우, 산출 모델 생성부 (81), 또는 선택 스텝 및 생성 스텝 (스텝 S12 및 스텝 S13) 에 의해, 보다 적절한 산출 모델을 생성할 수 있으므로, 상기 효과가 더욱 크게 얻어진다.
또, 여기서, 물질 (1) 의 관리 방법의 일례로서, 다음의 것을 들 수 있다. 즉,
본 발명에 관련된 기계적 특성의 계측 방법에 의해 강판의 표층 경도를 계측하고, 상기 계측된 상기 강판의 표층 경도로부터, 상기 강판의 표층에 대해 미리 설정된 표층 경도보다 단단한 부위를, 경화부로서 판정하는, 검사 스텝과,
상기 강판의 표층에 있어서의 상기 판정된 경화부의 면적 및/또는 위치에 의해 상기 강판을 분류하는 관리 스텝을 갖는 강판의 제조 방법.
1 : 물질
2 : 막
3 : 센서
5 : 물리량 계측부
6 : 주사부
7 : 통신부
8 : 제어부
10 : 기억부
11 : 표시부
12 : 데이터베이스
31 : 여자 코일
32 : 자화 요크
41 : 강편
42 : 후강판
43 : 후강판 (경화부가 없는 상태)
81 : 산출 모델 생성부
82 : 기계적 특성 산출부
83 : 물리량 계측 제어부
100 : 계측 장치
101 : 계측 대상물
110 : 학습 데이터군
2 : 막
3 : 센서
5 : 물리량 계측부
6 : 주사부
7 : 통신부
8 : 제어부
10 : 기억부
11 : 표시부
12 : 데이터베이스
31 : 여자 코일
32 : 자화 요크
41 : 강편
42 : 후강판
43 : 후강판 (경화부가 없는 상태)
81 : 산출 모델 생성부
82 : 기계적 특성 산출부
83 : 물리량 계측 제어부
100 : 계측 장치
101 : 계측 대상물
110 : 학습 데이터군
Claims (7)
- 물질과 상기 물질의 표면에 있는 막을 갖는 계측 대상물의 복수의 물리량을 계측하는 물리량 계측부와,
계측된 상기 복수의 물리량 중 적어도 2 개인 선택용 물리량에 기초하여 학습 데이터군으로부터 복수의 학습 데이터를 선택하고, 선택된 상기 복수의 학습 데이터로부터 상기 물질의 기계적 특성을 산출하기 위한 산출 모델을 생성하는 산출 모델 생성부와,
생성된 상기 산출 모델과, 상기 복수의 물리량 중 적어도 2 개를 사용하여 상기 물질의 기계적 특성을 산출하는 기계적 특성 산출부를 구비하고,
상기 선택용 물리량은, 제 1 계측 신호를 사용하여 계측된 적어도 1 개의 물리량과, 제 2 계측 신호를 사용하여 계측된 적어도 1 개의 물리량을 포함하는, 기계적 특성의 계측 장치. - 제 1 항에 있어서,
상기 복수의 물리량은, 전자기 특징량으로서,
상기 제 1 계측 신호는, 제 1 주파수를 갖는 교류 신호이고,
상기 제 2 계측 신호는, 상기 제 1 주파수보다 높은 제 2 주파수를 갖는 교류 신호인, 기계적 특성의 계측 장치. - 제 2 항에 있어서,
상기 제 1 계측 신호를 사용하여 계측된 상기 전자기 특징량은, 전류 파형의 위상 변화에 관련되는 특성을 포함하고,
상기 제 2 계측 신호를 사용하여 계측된 상기 전자기 특징량은, 증분 투자율에 관련되는 특성을 포함하는, 기계적 특성의 계측 장치. - 물질과 상기 물질의 표면에 있는 막을 갖는 계측 대상물의 복수의 물리량을 계측하는 계측 스텝과,
계측된 상기 복수의 물리량 중 적어도 2 개인 선택용 물리량에 기초하여, 학습 데이터군으로부터 복수의 학습 데이터를 선택하는 선택 스텝과,
선택된 상기 복수의 학습 데이터로부터 상기 물질의 기계적 특성을 산출하기 위한 산출 모델을 생성하는 생성 스텝과,
생성된 상기 산출 모델과, 상기 복수의 물리량 중 적어도 2 개를 사용하여 상기 물질의 기계적 특성을 산출하는 산출 스텝을 구비하고,
상기 선택용 물리량은, 제 1 계측 신호를 사용하여 계측된 적어도 1 개의 물리량과, 제 2 계측 신호를 사용하여 계측된 적어도 1 개의 물리량을 포함하는, 기계적 특성의 계측 방법. - 물질을 제조하는 제조 설비와,
물질과 상기 물질의 표면에 있는 막을 갖는 계측 대상물의 복수의 물리량을 계측하는 물리량 계측부,
계측된 상기 복수의 물리량 중 적어도 2 개인 선택용 물리량에 기초하여 학습 데이터군으로부터 복수의 학습 데이터를 선택하고, 선택된 상기 복수의 학습 데이터로부터 상기 물질의 기계적 특성을 산출하기 위한 산출 모델을 생성하는 산출 모델 생성부, 및
생성된 상기 산출 모델과, 상기 복수의 물리량 중 적어도 2 개를 사용하여 상기 물질의 기계적 특성을 산출하는 기계적 특성 산출부를 구비하고,
상기 선택용 물리량은, 제 1 계측 신호를 사용하여 계측된 적어도 1 개의 물리량과, 제 2 계측 신호를 사용하여 계측된 적어도 1 개의 물리량을 포함하는, 기계적 특성의 계측 장치를 구비하고,
상기 계측 장치는, 상기 제조 설비로 제조된 물질의 기계적 특성을 계측하는, 물질의 제조 설비. - 물질과 상기 물질의 표면에 있는 막을 갖는 계측 대상물의 복수의 물리량을 계측하는 계측 스텝과,
계측된 상기 복수의 물리량 중 적어도 2 개로서, 제 1 계측 신호를 사용하여 계측된 적어도 1 개의 물리량과, 제 2 계측 신호를 사용하여 계측된 적어도 1 개의 물리량을 포함하는 선택용 물리량에 기초하여, 학습 데이터군으로부터 복수의 학습 데이터를 선택하는 선택 스텝과,
선택된 상기 복수의 학습 데이터로부터 상기 물질의 기계적 특성을 산출하기 위한 산출 모델을 생성하는 생성 스텝과,
생성된 상기 산출 모델과, 상기 복수의 물리량 중 적어도 2 개를 사용하여 상기 물질의 기계적 특성을 산출하는 산출 스텝과,
산출된 상기 물질의 기계적 특성에 기초하여 상기 물질을 분류하는 관리 스텝을 구비하는 물질의 관리 방법. - 물질을 제조하는 제조 스텝과,
제조된 상기 물질과 그 물질의 표면에 있는 막을 계측 대상물로 하여, 상기 계측 대상물의 복수의 물리량을 계측하는 계측 스텝과,
계측된 상기 복수의 물리량 중 적어도 2 개인 선택용 물리량에 기초하여, 학습 데이터군으로부터 복수의 학습 데이터를 선택하는 선택 스텝과,
선택된 상기 복수의 학습 데이터로부터 상기 물질의 기계적 특성을 산출하기 위한 산출 모델을 생성하는 생성 스텝과,
생성된 상기 산출 모델과, 상기 복수의 물리량 중 적어도 2 개를 사용하여 상기 물질의 기계적 특성을 산출하는 산출 스텝을 구비하고,
상기 선택 스텝의 상기 선택용 물리량은, 제 1 계측 신호를 사용하여 계측된 적어도 1 개의 물리량과, 제 2 계측 신호를 사용하여 계측된 적어도 1 개의 물리량을 포함하는, 물질의 제조 방법.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020103341 | 2020-06-15 | ||
| JPJP-P-2020-103341 | 2020-06-15 | ||
| PCT/JP2021/022595 WO2021256444A1 (ja) | 2020-06-15 | 2021-06-14 | 機械的特性の計測装置、機械的特性の計測方法、物質の製造設備、物質の管理方法および物質の製造方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230011348A true KR20230011348A (ko) | 2023-01-20 |
Family
ID=79268060
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020227043659A KR20230011348A (ko) | 2020-06-15 | 2021-06-14 | 기계적 특성의 계측 장치, 기계적 특성의 계측 방법, 물질의 제조 설비, 물질의 관리 방법 및 물질의 제조 방법 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US20230228712A1 (ko) |
| EP (1) | EP4166941A4 (ko) |
| JP (1) | JP7095817B2 (ko) |
| KR (1) | KR20230011348A (ko) |
| CN (1) | CN115698700A (ko) |
| CA (1) | CA3182556A1 (ko) |
| WO (1) | WO2021256444A1 (ko) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09113488A (ja) | 1995-10-16 | 1997-05-02 | Toshiba Corp | 電磁気的材質評価方法及び装置 |
| JP2008224495A (ja) | 2007-03-14 | 2008-09-25 | Sumitomo Metal Ind Ltd | 渦流検査方法、該渦流検査方法で検査した鋼管、及び該渦流検査方法を実施するための渦流検査装置 |
| WO2019087460A1 (ja) | 2017-10-30 | 2019-05-09 | 新日鐵住金株式会社 | 長尺材の磁気特性変化部検出装置及び方法 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050017713A1 (en) * | 2003-06-09 | 2005-01-27 | Jentek Sensors, Inc. | Weld characterization using eddy current sensors and arrays |
| JP2013025367A (ja) * | 2011-07-15 | 2013-02-04 | Wakayama Univ | 設備状態監視方法およびその装置 |
| US10324062B2 (en) * | 2013-10-22 | 2019-06-18 | Jentek Sensors, Inc. | Method and apparatus for measurement of material condition |
| JP5778305B2 (ja) * | 2014-03-12 | 2015-09-16 | 株式会社日立製作所 | 異常検知方法及びそのシステム |
| US10677756B2 (en) * | 2015-05-29 | 2020-06-09 | Jentek Sensors, Inc. | Integrated sensor cartridge system and method of use |
| JP6948297B2 (ja) * | 2017-09-04 | 2021-10-13 | Ｊｆｅスチール株式会社 | 鋼板の製造方法、磁性材用表層硬さ計測装置及び鋼板の製造設備列 |
| US11078631B2 (en) * | 2017-11-30 | 2021-08-03 | Sperry Rail Holdings, Inc. | System and method for inspecting a rail using machine learning |
| JP7163099B2 (ja) * | 2018-08-10 | 2022-10-31 | 株式会社東芝 | エネルギー管理装置、モデル管理方法及びコンピュータプログラム |
| WO2020075468A1 (ja) * | 2018-10-11 | 2020-04-16 | 日本電気株式会社 | 環境類似度表示装置、環境類似度表示方法および環境類似度表示アルゴリズム |
| JP2020071493A (ja) * | 2018-10-29 | 2020-05-07 | 株式会社神戸製鋼所 | 結果予測装置、結果予測方法、及びプログラム |
| JP2020085546A (ja) * | 2018-11-19 | 2020-06-04 | 国立研究開発法人産業技術総合研究所 | 構造物の点検・補修支援システム |
| JP7260292B2 (ja) * | 2018-12-04 | 2023-04-18 | 日立グローバルライフソリューションズ株式会社 | 異常診断装置及び異常診断方法 |
-
2021
- 2021-06-14 KR KR1020227043659A patent/KR20230011348A/ko not_active Application Discontinuation
- 2021-06-14 WO PCT/JP2021/022595 patent/WO2021256444A1/ja unknown
- 2021-06-14 JP JP2021557571A patent/JP7095817B2/ja active Active
- 2021-06-14 US US18/001,471 patent/US20230228712A1/en active Pending
- 2021-06-14 CN CN202180042549.5A patent/CN115698700A/zh active Pending
- 2021-06-14 EP EP21825221.1A patent/EP4166941A4/en active Pending
- 2021-06-14 CA CA3182556A patent/CA3182556A1/en active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09113488A (ja) | 1995-10-16 | 1997-05-02 | Toshiba Corp | 電磁気的材質評価方法及び装置 |
| JP2008224495A (ja) | 2007-03-14 | 2008-09-25 | Sumitomo Metal Ind Ltd | 渦流検査方法、該渦流検査方法で検査した鋼管、及び該渦流検査方法を実施するための渦流検査装置 |
| WO2019087460A1 (ja) | 2017-10-30 | 2019-05-09 | 新日鐵住金株式会社 | 長尺材の磁気特性変化部検出装置及び方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP4166941A1 (en) | 2023-04-19 |
| WO2021256444A1 (ja) | 2021-12-23 |
| EP4166941A4 (en) | 2023-11-29 |
| CN115698700A (zh) | 2023-02-03 |
| JP7095817B2 (ja) | 2022-07-05 |
| JPWO2021256444A1 (ko) | 2021-12-23 |
| CA3182556A1 (en) | 2021-12-23 |
| US20230228712A1 (en) | 2023-07-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AbdAlla et al. | Challenges in improving the performance of eddy current testing | |
| Sha et al. | Noncontact and nondestructive evaluation of heat-treated bearing rings using pulsed eddy current testing | |
| CN110187000B (zh) | 一种电磁无损检测双相钢微观组织的方法 | |
| KR20230010709A (ko) | 기계적 특성의 계측 장치, 기계적 특성의 계측 방법, 물질의 제조 설비, 물질의 관리 방법 및 물질의 제조 방법 | |
| JPWO2012057224A1 (ja) | 焼入深さ測定方法及び焼入深さ測定装置 | |
| Yang et al. | Reliable characterization of bearing rings using Eddy current and Barkhausen noise data fusion | |
| Diogenes et al. | Corrosion evaluation of carbon steel bars by magnetic non-destructive method | |
| KR20230011348A (ko) | 기계적 특성의 계측 장치, 기계적 특성의 계측 방법, 물질의 제조 설비, 물질의 관리 방법 및 물질의 제조 방법 | |
| KR20230011347A (ko) | 기계적 특성의 계측 장치, 기계적 특성의 계측 방법, 물질의 제조 설비, 물질의 관리 방법 및 물질의 제조 방법 | |
| RU2808618C1 (ru) | Устройство для измерения механических свойств, способ измерения механических свойств, оборудование для изготовления материала, способ контроля материала и способ изготовления | |
| JP2017067743A (ja) | 非破壊検査装置及び非破壊検査方法 | |
| RU2808619C1 (ru) | Устройство для измерения механических свойств, способ измерения механических свойств, оборудование для изготовления материала, способ контроля материала и способ изготовления материала | |
| CN110389058A (zh) | 确定奥氏体不锈钢材料中马氏体含量的方法 | |
| Bellanova et al. | A multidisciplinary strategy for the inspection of historical metallic tie-rods: the Milan Cathedral case study | |
| Yasmine et al. | 3MA Non-destructive analysis on hardened material by finite element simulation and experiment | |
| Shenoy et al. | Nonlinear Eddy Current Technique for Fatigue Detection and Classification in Martensitic Stainless-Steel Samples | |
| Stefanita et al. | Magnetic nondestructive testing techniques | |
| Chady et al. | Evaluation of fatigue-loaded steel samples using fusion of electromagnetic methods | |
| Psuj | Multiple parameters fusion of electromagnetic nondestructive inspection data for evaluation of fatigue damage in steel elements | |
| Gabi et al. | Electromagnetic examination of hardened depth of steel using 2D nonlinear hysteresis FEM analysis | |
| RU2548944C1 (ru) | Способ неразрушающего контроля изделий | |
| Qian et al. | Visualization of Damage Degree on Remanufacturing Cores Based on Residual Magnetic Scanning Measurement | |
| Malikov et al. | Measurement system for studying steel-dielectric junctures by means of superminiature eddy-current probes | |
| Ricci et al. | Machine vision and magnetic imaging NDT for the on-line inspection of stainless steel strips | |
| Wang et al. | Micromagnetic and Quantitative Prediction of Yield and Tensile Strength of Carbon Steels Using Transfer Learning Method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal |