WO2009123296A1 - 周期性欠陥検出装置及びその方法 - Google Patents

周期性欠陥検出装置及びその方法 Download PDF

Info

Publication number
WO2009123296A1
WO2009123296A1 PCT/JP2009/056914 JP2009056914W WO2009123296A1 WO 2009123296 A1 WO2009123296 A1 WO 2009123296A1 JP 2009056914 W JP2009056914 W JP 2009056914W WO 2009123296 A1 WO2009123296 A1 WO 2009123296A1
Authority
WO
WIPO (PCT)
Prior art keywords
small
evaluation index
defect
periodic
small area
Prior art date
Application number
PCT/JP2009/056914
Other languages
English (en)
French (fr)
Inventor
腰原敬弘
加藤宏晴
長棟章生
Original Assignee
Ｊｆｅスチール株式会社
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 Ｊｆｅスチール株式会社 filed Critical Ｊｆｅスチール株式会社
Priority to EP09726665.4A priority Critical patent/EP2264446B1/en
Priority to CN2009801121710A priority patent/CN102007400B/zh
Priority to US12/935,307 priority patent/US9008975B2/en
Priority to KR1020107021180A priority patent/KR101288734B1/ko
Publication of WO2009123296A1 publication Critical patent/WO2009123296A1/ja

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
    • 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
    • G01N27/83—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws by investigating stray magnetic fields
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
    • G01N2021/8918—Metal
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
    • G01N21/8922—Periodic flaws

Definitions

  • the present invention relates to a periodic defect detection apparatus and method for detecting a periodic defect that occurs periodically in a strip or column made of metal, plastic, or other material.
  • Patent Document 1 The technique described in Patent Document 1 is one of the methods using periodicity.
  • the object is first measured by a defect detection sensor, and the sensor output signal is measured at the expected period (in Patent Document 1, the length corresponding to one rotation of the final rolling roll of the steel line).
  • This is a technique that uses synchronous addition and emphasizes a defective signal with a period from other noise components without a period.
  • this method can only be used when the period is predicted in advance. For example, in a steel production line, the roll causing the defect may wear out and change its diameter. When the diameter changes, the defect generation cycle naturally changes, so the above method is difficult to apply. So far, several methods have been proposed to deal with the problem of changing the occurrence cycle of this defect.
  • the first method is to measure a subject with a defect detection sensor, perform threshold processing on the sensor output signal, extract a plurality of spider candidates, compare a plurality of sputum capture intervals, and match them. In this case, it is determined that a periodic defect has occurred with the matching interval as the period.
  • this method is actually applied, there are the following problems.
  • the degree of contact between the roll and the steel sheet is not necessarily uniform, for example, the rolling reduction changes with a rolling roll.
  • the defect level is small, so the defect signal is weak and may not be detected.
  • signals from minor defects such as sudden defects that do not have periodicity, surface roughness of the originally harmless steel sheet, and magnetic characteristics (for magnetic detectors) are detected. May occur in combination with periodic defects. For this reason, in the method of determining periodicity by simply comparing the interval between defect candidates, the interval between defect candidates does not match due to undetected defect candidates or noise such as sudden defects or overdetection, and periodic defects and There is a problem that the periodicity cannot be accurately detected.
  • a detection method using autocorrelation is known as a second method for dealing with the problem of changing the occurrence cycle of defects (for example, see Patent Document 2).
  • the detection method using this self-correlation also has a problem that the accuracy of determining periodic defects decreases when the sensor output signal from the subject contains many noise components. In addition, if the detection sensitivity is lowered to suppress this overdetection, there is a problem that a minor signal from a light defect cannot be detected.
  • Patent Document 1 Japanese Patent Laid-Open No. 6-3 2 400 5
  • Patent Document 2 Japanese Patent Laid-Open No. Sho 5 8-1 5 6 8 4 2
  • Patent Document 3 Japanese Patent Laid-Open No. 2 0 06-1 0 5 7 9 1
  • the object of the present invention can be used even when the generation cycle of defects changes, and is high even in the case of periodic defects generated not only in the final rolling tool but also in a plurality of rolls having different diameters, especially when the defects are minor.
  • a periodic defect detection device such as a belt-like body that can be determined with accuracy and a method thereof are provided.
  • Figure 18 shows an example of the correlation calculation for a typical periodic defect measurement signal.
  • Reference signal and input signal When the waveforms are completely identical or similar, the period of the periodic defect is obtained from the interval between the locations where the correlation value is large, using the fact that the correlation coefficient value is large.
  • the reference signal is cut out from the input signal (that is, the sensor measurement signal in the case of defect detection).
  • S ZN is low, S ZN of correlation calculation is not improved.
  • the inventors have focused on the feature that once a periodic defect occurs, a plurality of defects are repeatedly generated (for example, 5 times or more), and the present invention improves S / N. I came up with it. Correlation calculation is data for one period and has the advantage of being able to calculate the period, but is not an operation that uses data for multiple periods. On the other hand, in the present invention, improvement of SZN was realized by utilizing data for a plurality of cycles.
  • the present inventors have also obtained knowledge that there is a preferable range in the data area (number of data) for performing the correlation calculation in order to further improve SZN. In other words, it was found that the higher the ratio of the number of defective signal data, the better the data area for correlation calculation.
  • the present invention has been made on the basis of the knowledge as described above, and has the following configuration.
  • the periodic defect detection device is:
  • a plurality of small areas whose area length is shorter than the above-mentioned areas are separated in the arrangement direction of the periodic defects so that all the adjacent distance intervals are equal to each other.
  • An evaluation index calculating means for calculating an evaluation index of similarity between signal patterns among a plurality of signals selected by the small region selecting means
  • a setting value changing means for changing the position of the small area and the distance interval, and repeating the calculation process of the small area selecting means and the evaluation index calculating means;
  • the distance interval is determined as a cycle.
  • a period determining means
  • the small region selection means is as follows. ⁇
  • a small area selection means Determine the position of one small area shorter than the area, set it as the first small area, and select a signal corresponding to the position of the first small area from the sensor output.
  • a plurality of second small areas are arranged at equal distance intervals in the arrangement direction of the periodic defects, and from the sensor output, the plural Second subregion selection means for selecting a signal corresponding to the position of the second subregion of
  • the set value changing means changes the position of the first small area and the distance interval, and repeats the arithmetic processing of the small area selecting means and the evaluation index calculating means.
  • the senor is preferably a magnetic sensor that excites a subject made of a magnetic metal member to obtain a leakage magnetic flux signal.
  • the length of the small region is approximately the same as the assumed maximum defect.
  • the evaluation index calculation means calculates a value for evaluating similarity in each of the small regions, and obtains the evaluation index by combining these values. .
  • the evaluation index calculation means calculates a value for evaluating similarity in each of the small regions, and adds the values to obtain the evaluation index. preferable.
  • a value for evaluating similarity in each of the small regions is a correlation value between the small regions.
  • the periodic defect detection device according to the present invention it is preferable that a value for evaluating similarity in each of the small regions is a correlation value between the small regions.
  • Periodicity determining means for obtaining defect candidates for periodic defects based on the output of the sensor; and defect determining means for determining at least the presence or absence of defects based on the defect candidates and the sensor output;
  • the periodicity determining means includes
  • a first two-dimensional small area smaller than the two-dimensional area is selected within the two-dimensional area, and a plurality of second dimensions separated from the first two-dimensional small area by a predetermined distance in the arrangement direction of the periodic defects.
  • a two-dimensional subregion is selected with the same size as the first two-dimensional subregion, and the similarity index is calculated by calculating the similarity index between the signal patterns of the sensor output corresponding to the two-dimensional subregion.
  • the distance is set as a period, and a process for determining that a defect candidate exists in each two-dimensional small region is repeated with the first calculation process while changing the distance,
  • the first calculation process is repeated until the distance satisfies a period range in which periodic defects can occur, the position of the first two-dimensional small area is changed in the original two-dimensional area, and the first 1 2D small area fills the specified range in the original 2D area
  • the periodic defect detection method includes:
  • a plurality of small areas whose area length is shorter than that of the above-mentioned areas are determined so that the adjacent distance intervals are all equal in the arrangement direction of the periodic defects, the positions are determined, and the positions of the plurality of small areas are determined.
  • the small region selection step is preferably as follows.
  • a position of a small region having a length shorter than the region is determined as a first small region, and a periodic defect is determined based on the position of the first small region.
  • a plurality of second small areas are arranged at equal distances from each other, and the position of the first small area and the position of the plurality of second small areas are output from the sensor output.
  • the setting value changing step the position and distance interval of the first small area are changed, and (b) and (c) are repeated.
  • the periodic defect detection method according to the present invention includes:
  • a first two-dimensional small area smaller than the two-dimensional area is selected within the two-dimensional area, and a plurality of second dimensions separated from the first two-dimensional small area by a predetermined distance in the arrangement direction of the periodic defects.
  • a two-dimensional subregion is selected with the same size as the first two-dimensional subregion, and the similarity index is calculated by calculating the similarity index between the signal patterns of the sensor output corresponding to the two-dimensional subregion.
  • a sensor for obtaining a signal for evaluating the property of a region having a length longer than an expected defect period on the object, a plurality of small regions having a region length shorter than the region, and a periodic defect
  • a small region selection means for determining positions by separating the adjacent distance intervals in the arrangement direction to be equal, and selecting signals corresponding to the positions of the plurality of small regions from the sensor output;
  • An evaluation index calculating means for calculating an evaluation index of similarity between signal patterns among a plurality of signals selected by the small area selecting means, and changing the position of the small area and the distance interval, A setting value changing unit that repeats the calculation process of the selection unit and the evaluation index calculating unit; and a period determining unit that determines the distance interval as a cycle when the evaluation index is higher than a preset value.
  • a signal input step for obtaining a sensor output for evaluating a property of a region having a length longer than a predicted defect period on the object; and (b) the region length is A plurality of small areas shorter than the recording area are separated in the arrangement direction of the periodic defects so that all adjacent distance intervals are equal, the position is determined, and the signals corresponding to the positions of the plurality of small areas are A small area selection step for selecting from the sensor output; and (c) an evaluation index calculation step for calculating an evaluation index for the similarity between the signal patterns between the plurality of signals selected by the small area selection means; (D) a setting value changing step that repeats (b) and (c) by changing the position and distance interval of the small area, and the evaluation index obtained in (e) (c) is higher than a preset value In such a case, the period determination is to determine the distance interval as a period. Therefore, even if the generation cycle of the defect fluctuates, the defect can be easily detected, and the minor periodic defect generated
  • FIG. 1 is a configuration diagram of the periodic defect detection device according to the first embodiment.
  • FIG. 4 is a diagram showing an example of a function block of the periodicity determination device according to the first exemplary embodiment.
  • FIG. 3 is a flowchart showing the processing steps of the periodicity determination device and the defect determination device of the first embodiment.
  • 4A and 4B are explanatory diagrams of the arithmetic processing by the periodicity determination device.
  • FIG. 5 is a flowchart showing the processing steps of the periodicity determination device and the defect determination device of the second embodiment.
  • 6A to 6C are explanatory diagrams showing the relationship between the data sampling pitch and the defect detection.
  • FIG. 7 is a configuration diagram of the periodic defect detection device according to the third embodiment.
  • Fig. 8 is a schematic diagram of magnetization in the width direction.
  • Fig. 9 shows an example of flaw detection on a roll-type micro unevenness defect that occurred during steel plate manufacturing.
  • FIG. 10 is a diagram showing the result of autocorrelation of the leakage flux signal of FIG.
  • Figure 11 shows an example of the similarity evaluation index R obtained by the signal processing of Embodiment 1
  • Figure 12 shows an example of similarity evaluation index R obtained by signal processing in Embodiment 1
  • Figure 13 shows an example of similarity evaluation index R obtained by signal processing in Embodiment 1
  • Figure 14 shows an example of the similarity evaluation index R obtained by the signal processing of Embodiment 1
  • Fig. 15A and Fig. 15B show the survey results of the distribution of the size of defects generated in the continuous annealing line.
  • FIG. 16A and FIG. 16B are diagrams showing examples of S ZN of similarity evaluation index R obtained by changing the window length and window width of the region for the data in FIG.
  • FIG. 17 is a diagram illustrating an example of a measurement signal according to the first embodiment.
  • FIG. 18 is an explanatory diagram showing a conventional method for detecting periodic defects.
  • FIG. 19 is an explanatory diagram showing a conventional method for detecting periodic defects.
  • FIG. 2OA to FIG. 20C are explanatory views showing the principle of the periodic defect detection method of the present invention. Explanation of symbols
  • a one-dimensional data string is described for ease of understanding, but a two-dimensional data string is applicable as described later.
  • Fig. 2 OA take the first small area 1 that contains the defect, and take the second small areas 2, 3, 4, 5 (here, Although there are four, the number of the second small area is not particularly limited).
  • the data is taken on the data string at the same interval as (a distance interval that is the sum of the size of a small region and the distance interval between adjacent small regions). Then, if the product-sum operation is performed on each of the first subregion 1 and the second subregions 2, 3, 4, and 5, each of the four correlation values obtained has a large value. Furthermore, the value obtained by adding these four is calculated as the similarity evaluation index scale. .
  • the defect position is included in the first small region as shown in FIG. If they are exactly the same, all the correlation values will be large, and the similarity evaluation index R will definitely be large.
  • the first small area does not contain any defects, or the interval d is the defect period p. If they do not agree with each other, even if any of the correlation values happens to be large, all of them will not be large, and the similarity index R will not increase.
  • the position q of the first small region is then changed, and the interval d is changed in the same manner as described above to determine the similarity evaluation index.
  • R Repeat the calculation of R to find the period of periodic defects from the interval d when the similarity evaluation index R is larger than the preset value or when it reaches the maximum value.
  • Embodiment 1 is the principle of the present invention. Details will be described in the following embodiments. Embodiment 1.
  • FIG. 1 is a configuration diagram of the periodic defect detection device according to the first embodiment.
  • 1 is a steel plate (shown in a perspective view for easy understanding of the equipment placed under the steel plate)
  • 2 is a period 3 is a magnetizer
  • 4 is a magnetic sensor
  • 5 is a signal preprocessing device with a built-in amplifier and filter circuit
  • 6 is an AZD conversion device
  • 7 is a periodic defect detector
  • 8 is a defect determination device.
  • the copper plate 1 is assumed to have a plurality of roll surface defects due to the rolling roll as the periodic defect 2 in the rolling direction (the traveling direction in FIG. 1).
  • a plurality of pairs of the magnetizer 3 and the magnetic sensor 4 are arranged along the width direction of the steel plate 1 (a direction perpendicular to the arrangement direction of the periodic defects) with the copper plate 1 interposed therebetween.
  • the magnetizer 3 is magnetized by being supplied with a direct current from a magnetization power source (not shown), and the magnetic flux generated between the magnetic poles by the magnetizer 3 passes through the steel plate 1.
  • the magnetizer 3 is installed so that the magnetic flux flows in the width direction of the steel plate 1.
  • the magnetizer and magnetic sensor pair are installed facing each other with the steel plate 1 in between, but they may be installed on the same side. If the periodic defect 2 is present in the steel plate 1, the magnetic flux is hindered, and the change can be detected by the magnetic sensor 4. If the periodic defect 2 is present on the copper plate 1, the magnetic flux is blocked by this and the change can be detected by the magnetic sensor 4.
  • the traveling direction shown in the figure corresponds to the direction in which the periodic defects are aligned. Therefore, the periodic defect 2 is transferred to the magnetic sensor 4 as the steel plate 1 is conveyed by the Shonobu line or the like. The signal changes as described above each time.
  • the measurement signal of the magnetic sensor 4 is collected as time-series data according to the moving amount of the steel plate in the traveling direction (that is, the position of the steel plate 1), the measurement data (characteristics) of the periodic defect 2 in the alignment direction Can be obtained.
  • the senor can measure the entire width direction at the same time, it can measure over the entire length in the longitudinal direction of the steel sheet, so there are no problems because it becomes more than one cycle, but in the case of periodic defect inspection, it is generally from a cost perspective
  • the sensor that measures only a part of the width direction In some cases, measurement may be performed. In that case, it is only necessary to move the I ⁇ position after measuring the above set period (more than the maximum length of multiple lengths, for example, about 3 to 5 periods) at the same width position.
  • the output signal of the magnetic sensor 4 thus obtained is subjected to signal amplification by an amplifier built in the signal preprocessing device 5, and noise is removed by a filter circuit built in the signal preprocessing device 5. And sent to the A / D converter 6.
  • FIG. 2 is an explanatory diagram showing an example of a functional block diagram of the periodicity determining device 7.
  • the periodicity determination device 7 stores AZD-converted measurement data (in this case, a plurality of magnetic sensors 4 are arranged in the width direction, so that a two-dimensional data string) is stored as raw data.
  • the size and position of the small area are selected when selecting the storage area 71, the first small area selector 72 for selecting the data of the first small area, and the data of the first small area.
  • the first small area data setting section 73, the second small area selection section 74 for selecting the second small area data, and the second small area data when selecting the second small area data Similarity evaluation index by inputting the data selected from the second small area data setting section 75, which sets the size and distance interval of the small area, and the first small area selection section and the second small area selection section
  • the similarity evaluation index calculation unit 7 6 that calculates, and whether or not there is periodicity from the similarity evaluation index
  • a determination result storage unit 78 for storing the determined result and outputting the result to the defect determination unit.
  • the first small area data setting section 73 changes the position of the first small area sequentially and sets it in the first small area selection section, and the second small area data setting section 75 sets the second small area data setting section 75.
  • FIG. 3 is a flowchart showing the processing steps of the periodicity determining device 7 and the defect determining device 8, and FIG. 4 is an explanatory diagram of the arithmetic processing.
  • the first small region selection unit 7 2 has a region 1 (reference) of the measured range h in the width direction and 1 (el) in the rolling direction.
  • Select (Area) is preferably set to the value of the minimum roll circumference (minimum value of the defect period) as the initial value of g used in step S 2 and later described below.
  • the second small area selector 7 4 has the same size in the width direction as viewed from the area 1 and the same size as the area 1 at a distance d in the rolling direction. Select area 2 with. Similarly, a region 3 is selected at a position 2d away from the region 1, a region 4 is selected at a position 3d away, and a region 5 is selected at a position 4d away.
  • Region 1 corresponds to the first small region
  • regions 2 to 5 correspond to the second small region
  • the similarity evaluation index calculator 7 6 calculates the following (Equation 1) at the corresponding locations in Region 1 and Region 2, and calculates the correlation value R 1 2 between Region 1 and Region 2.
  • X (i, j) is the value of the i-th point in the width direction and the j-th point in the rolling direction within the entire measured range of the digitized sensor output.
  • R 45 ⁇ x (4d) * x (i, j + 5d)
  • the similarity evaluation index calculator 76 calculates the following (Equation 3) and adds the correlation values R 12, R 23, R 34, and R 45 to obtain the similarity evaluation index R.
  • Equation 3 an attempt is made to eliminate the influence of variation and bias for each region where the correlation values of a plurality of regions are added, and this is a unique process for detecting periodic defects.
  • the periodicity determination unit 77 determines that there is a periodic defect candidate when the similarity evaluation index R is equal to or greater than a preset threshold value.
  • S7 The process of S1 to S6 is repeated by shifting the position q of region 1 serving as a reference for similarity evaluation in the rolling direction.
  • the amount of shift ⁇ q at this time is preferably a value smaller than 12 of the size 1 (el) in the rolling direction of the region in order to evaluate without omission.
  • the lower limit of the shift amount ⁇ q is the measured rolling direction sampling interval of the digitized sensor output. However, it takes a long time to calculate, so it can be determined appropriately. Then, evaluation can be performed without omission by repeating until the position q in the region 1 reaches the maximum value of the defect period (maximum roll circumference) (until the predetermined range of S 7 in FIG. 3 is covered).
  • step S1 the initial value of d is set to the minimum roll circumference.
  • the initial value of d in S1 is The value of q may be set. In other words, if the value of the position q is always set from 0 (zero) to the maximum value of the defect cycle (maximum roll circumference value), the calculation is repeated in the range where q exceeds d, so the condition that q exceeds d It is preferable that the calculation is not performed because efficient calculation is possible.
  • the defect determination device 8 determines whether it is a defect from numerical values such as the signal strength of the defect candidate, the length in the width direction, the length in the rolling direction, and the shape of the defect. The result is output together with the period d obtained by the sex judging device 7.
  • the defect determination device 8 may perform the above determination after improving the S ZN by synchronously adding the signals of the defective portions based on the period obtained by the periodicity determination device 7. Then, when the process of S9 is completed, the process returns to step S6.
  • the above flowchart is an example of a processing procedure, and the processing procedure may be changed as appropriate.
  • the iterative process for changing the interval d is in the iterative process for changing the position of the area 1, but it may be reversed, and the evaluation process for the similarity evaluation index R of S5 is also similar. Although it has been described that the process is executed every time the index R is calculated, the evaluation process of the similarity evaluation index R may be performed after all the repeated processes are completed. In addition, the change of the position in the width direction of data area 1 of S8 does not have to be performed when one-dimensional data is targeted. Yes.
  • Equation 4 shows the formula for calculating the synchronous addition value y (i, j). If the value of y (i, j) exceeds the specified value, it is judged as a defect. In this way, the calculation method can be simplified, and particularly the addition between small areas can be performed, so that the amount of calculation can be greatly saved.
  • the noise level N is determined online based on the data determined as having no periodic defects in S5, and y (i, j) force For example, if it exceeds 3N, it is determined as a defect. (In other words, if S ZN> 3, it is a defect). N may be determined by the maximum value of the predetermined area or the mean square error.
  • ⁇ i j + x + d) + x i, j + 2d) + x i, j + 3d) + x i, j + Ad)
  • a defect meter generally increases the resolution of a defect signal in order to improve the accuracy of distinguishing a defect from a harmless part.
  • a determination process for determining whether or not the measurement signal includes a periodic component ie, a periodic defect error. If a periodic component is included (when a periodic defect candidate is detected), the hazard level of the defect is determined using the period and location information as the second stage.
  • the defect signal is emphasized to determine the type and degree of the defect.
  • step S 5 Detection of defect candidates (step S 5) by periodicity evaluation (similarity of similarity evaluation by correlation calculation: steps S 1 to S 8 above)
  • step S 9 Perform defect determination (step S 9) to determine whether it is defective or harmless
  • the second embodiment is the same as the processing procedure of FIG. 3 described in the first embodiment, and is a process performed in the preceding stage of S 1, and therefore, the description of the parts overlapping with the first embodiment is omitted.
  • FIG. 5 is a flowchart showing the processing steps of the period determination device 7 and the defect determination device 8 according to the second embodiment.
  • the signal is thinned out at a rate of once every several sampling pitches (eg, once every 4 times or once every 2 to 8 times) when the data created in S 1 3 was measured. Create periodicity evaluation data.
  • step S1 to S8 is performed as in the first embodiment.
  • step S15 when the periodicity evaluation data storage area is separate from the data storage area 71 to store the periodicity evaluation data and the periodicity evaluation data is stored in it. This calculation is performed using the data stored in the periodicity evaluation data storage area instead of the data area 71 data.
  • the defect determination is performed by performing the process of S9 described in the first embodiment using the data in the defect harmfulness determination data storage area.
  • the spatial resolution in the width direction of the measurement signal is, for example, wZ 2
  • the defect signal is at least two data positions in the width direction. Is obtained. If w and 4, defect signals are obtained at four data positions in the width direction.
  • defect signals can be obtained from a plurality of data positions in the width direction, and defects can be removed by decimating the rolling direction position in the width direction as shown in Fig. 6B. It is suppressed.
  • the amount of shift as shown in Fig. 6C does not necessarily have to be one data position.
  • Embodiment 1 in FIG. 1 In the measurement of Embodiment 1 in FIG. 1, excitation is performed in the longitudinal direction, but as shown in FIG. 7, sensors that sense a magnetic field in the vertical direction are arranged in the width direction and magnetized in the width direction. Moyo Yes. In this case, the magnetic flux generated by the defect has a positive / negative distribution in the width direction (Fig. 8).
  • the similarity between two-dimensional regions is evaluated. In this way, the defect signal has a characteristic positive and negative peak due to widthwise magnetization.
  • the probability of non-detection can be reduced and the accuracy of periodicity evaluation can be improved.
  • periodicity can be evaluated even if thinning as described above.
  • Figure 9 shows an example of flaw detection on a roll-type micro uneven defect that occurred in a steel sheet production line.
  • the position of the defect is indicated by an arrow.
  • the defect signal has a small difference compared to the noise signal, and automatic detection is difficult if it remains as it is.
  • Figure 10 shows the result of autocorrelation calculation as an example of general signal processing applied to this signal. With the original signal, the difference between the defect signal and the noise signal is small, and even if autocorrelation is performed, the period of the defect (1670 mm) cannot be detected.
  • FIGS. 11 and 12 show the results of applying the signal processing of the first embodiment.
  • Figure 11 shows the size of the first small region, which is 8 mm in the width direction and 50 mm in the rolling direction. is there.
  • the value of the similarity evaluation index R is larger at the position of 1 6 7 O mm (indicated by the arrow), which is the defect period, than the other periods. It can be seen that there is a periodic defect).
  • Fig. 1 2 shows that the area size is the same as Fig. 6, and 4 combinations of areas are taken to calculate the correlation value.
  • This is the similarity index.
  • the correlation value between the four sets of regions is added to obtain the similarity evaluation index, but it can be obtained by other methods such as multiplication or addition with weights. It doesn't matter.
  • the correlation value is calculated in two adjacent regions. This is important in order to minimize the effect of shifting (blurring) in the width direction when the subject is traveling. In particular, for iron and copper lines, there is a blur in the width direction called meandering when running, and this calculation method is very effective. However, in the case of a subject with a small amount of shake during running, it does not necessarily have to be two adjacent pairs. For example, a simple calculation method can be obtained by calculating the correlation between the first reference position and the second, third, fourth, and so on.
  • Fig. 1 3 is for Fig. 1 1
  • Fig. 1 4 is for Fig. 1 2
  • the first small area is the size of 100 mm in the rolling direction and the other conditions are the same. is there.
  • This measurement data Therefore, it can be seen that the force similarity evaluation value with a size of 100 mm in the rolling direction is worse, and the similarity evaluation value changes depending on the size of the region.
  • the reason for this is that if the first small area is made too large compared to the defect size, the number of noise signal data increases with respect to the number of defect signal data, and the influence of the noise signal increases. Becomes worse.
  • a defect having an area of 10 mm 2 or more is called a micro uneven defect, and is particularly difficult to detect.
  • the inventors investigated the distribution of the size of the defects generated in the continuous annealing line, and as a result, the length in the width direction was 2 mm to 8 mm. About 3 to 5 Omm in the rolling direction was the main one.
  • the force S is appropriate. Areas where correlation values are calculated for samples of various sizes (minimum size defects (length 3 mm x width 3 mm), maximum size defects (length 5 Omm x width 1 Omm))
  • the similarity evaluation index R of (Equation 3) was calculated by changing the width (h) and length (1) of the window frame of the small area of 1 and the second area. Representative results are shown in FIGS. 16A and 16B.
  • the vertical axis in Fig. 16A and Fig. 16B is the ratio of the evaluation index values (referred to as SZN) between the defective part and the healthy part.
  • the small area is applicable to length: 1 Omm to 10 Omm, width: lmm to 30mm (S / N ⁇ 2), length: 20mm to 8 Omm, width: 2mm to 20mm (S / N ⁇ 2.5) is the preferred range, length: 25mm ⁇ 62mm, width: 7mn! -11 mm (S / N ⁇ 3) is a more preferable range.
  • SZN is 2 or more, and automatic defect detection is possible. It can be seen that S ZN is 3 or more and is optimal when the width and length of the window frame of the region are approximately the same as the maximum width and length of the assumed defect.
  • the measurement signal from the magnetic sensor of this example is approximately 1 in the rolling direction. Since it has a spread of about 0 mm, the difference in the preferred range does not appear as large as the relative ratio of defect sizes in Fig. 9.
  • the lower limit of the preferred range may be the maximum defect size, but the upper limit of the preferred range is considered to be based on the spread of this measurement signal, so if the preferred range is labeled differently, the maximum defect size of 1 Z 4 or more, And less than or equal to 10 times the minimum spread of the signal, more preferably 2 Z 5 or more of the maximum defect size, and less than or equal to 8 times the minimum spread of the signal, and more preferably the maximum defect size. It is 12 or more in size and 6 times or less of the minimum signal spread.
  • leakage magnetic flux flaw detection is shown.
  • other methods may be used instead of leakage magnetic flux flaw detection, and a surface defect meter using a normal camera may be used.
  • Other defect detection means such as a sensor using infrared light, a thermography, an ultrasonic sensor, and an eddy current sensor may be used.
  • the technique of the above-mentioned Patent Document 3 uses optical defect inspection and utilizes the fact that the ground pattern, which is noise in the sound part of the obtained signal, has the same periodicity as the circumference of the final rolling roll. ing.
  • the ground pattern which is noise in the sound part of the obtained signal
  • the technique of the above-mentioned Patent Document 3 uses optical defect inspection and utilizes the fact that the ground pattern, which is noise in the sound part of the obtained signal, has the same periodicity as the circumference of the final rolling roll. ing.
  • sound in the sound part is affected not only by the surface irregularities, but also by distortions caused by subtle conditions such as rolling reduction and temperature unevenness during rolling. Noise does not always have the same period as the final mill roll. For this reason, especially in the case of leakage magnetic flux inspection, the effect of evaluating the similarity for each area around the defective part is significant.
  • magnetic sensors such as Hall elements, coils, magnetoresistive elements, and S Q U I D can be used as the magnetic flux leakage sensors.
  • a plurality of sensors are arranged in the width direction, but a method of traversing one or a plurality of sensors may be used.
  • a method for flaw detection in a partial area in the width direction may be used.
  • a method may be used in which a part of the width direction is flawed for a certain length, and the flaw is detected repeatedly by changing the position in the width direction.
  • the magnetizer 3 is installed so that the magnetic flux flows in the width direction of the steel plate.
  • the magnetizer and magnetic sensor pair are installed opposite to each other with the steel plate 1 sandwiched therebetween, but they may be installed on the same side.

Landscapes

  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Electrochemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Engineering & Computer Science (AREA)
  • Textile Engineering (AREA)
  • Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

周期性欠陥検出装置は、センサ４と、領域長さが領域より短い小領域を複数、周期性欠陥の並び方向に、隣り合う距離間隔がすべて等しくなるように離して、位置を決定し、それら複数の小領域の位置に対応した信号をセンサ出力から選択する小領域選択手段（７２、７４）と、小領域選択手段で選択した複数の信号間で、信号パターン相互の類似性の評価指数を算出する評価指数算出手段７６と、小領域の位置と距離間隔を変更して、小領域選択手段と評価指数算出手段の演算処理を繰り返す設定値変更手段（７３、７５）と、評価指数が予め設定された値より高い場合に、距離間隔を周期と判定する周期判定手段７７とを備える。周期性欠陥検出方法は、信号入力ステップと、小領域選択ステップと、評価指数算出ステップと、設定値変更ステップと、周期判定ステップと、を有する。

Description

明細書 周期性欠陥検出装置及びその方法 技術分野
本発明は、 金属、 プラスチックその他材料からなる帯状体や柱状体の周期的に発生す る周期性欠陥を検出する周期性欠陥検出装置及びその方法に関する。 背景技術
帯状体や柱状体の製造ラインにおいては、 製品を搬送するためにロールが用いられる ことがある。 製造工程に何らかのトラブルが発生すると、 このロールを起因として銅板 に欠陥が生じることがある。 この欠陥の検出方法について、 特に薄鋼板の製造プロセス における例を説明する。
薄鋼板の製造プロセスにおいては、 製造ライン内に設置されているロールに付着した 異物、 あるいはその異物が口一ルに嚙み込んだことによって口ール自体に生じた凹凸が 鋼板に転写されて生じたローキと呼ばれる周期性欠陥が発生する場合がある。 これらの 周期性欠陥はロールに生じた凹凸が銅板に転写されて生じ、 一旦発生するとロールを交 換したり、 プロセスを改善したりするまで連続的に発生するため、 早期に発見し対策を 講じることは歩留向上の点からも極めて重要である。
従来、 この周期性欠陥の検出方法として、 周期性欠陥の周期性に着目した検出方法が 数多く提案されている。
特許文献 1に記載の技術は、 周期性を利用した方法の一つである。 この方法では、 ま ず被検体を欠陥検知用センサで計測し、 そのセンサ出力信号を予想される周期 （上記特 許文献 1では、 鉄鋼ラインの最終圧延ロールの 1回転に相当する長さ） で同期加算を行 い、 周期を持つ欠陥信号を周期を持たない他のノイズ成分から強調して扱う手法である。 し力 し、 この方法は予め周期が予想される場合にしか用いる事が出来ない。 たとえば鉄 鋼の製造ラインにおいては、 欠陥発生原因のロールが磨耗して径が変わることがある。 径が変わると当然欠陥の発生周期が変わるため、 上記の方法は適用が困難である。 これまで、 この欠陥の発生周期が変わる問題に対処するためにいくつかの方法が提案 されている。
第 1の方法としては、 被検体を欠陥検知用センサで計測し、 そのセンサ出力信号に閾 値処理を行い複数の疵候補を抽出し、 複数の疵候捕の間隔を比較し、 これが一致する場 合に、 一致した間隔を周期として周期 欠陥が発生していると判定するものである。 し かし、 この方法を実際に適用しょうとすると以下の問題点がある。
実際の製造ラインでは、 たとえば圧延ロールでは圧下率が変わるなど、 ロールと鋼板 の接触の程度は必ずしも一様ではない。 ロールと鋼板の接触の弱い場合では欠陥のレべ ルも小さく、 そのため欠陥信号も弱くなり未検出となることがある。 また、 周期性を持 たない突発性の欠陥や、 本来無害の鋼板の表面粗さ、 （磁気式の検出装置の場合は） 磁 気特性などの軽微のムラからの信号が検出され、 これらが周期性欠陥に混在して発生す る事がある。 そのため、 欠陥候補の間隔を単純に比較して周期性を判定する方法では、 欠陥候補の未検出あるいは突発性の欠陥や過検出等のノイズにより疵候補の間隔が一致 せず、 周期性欠陥及びその周期性を正確に検出することができないという問題点があ る。
欠陥の発生周期が変わる問題に対処するための第 2の方法としては、 自己相関を利用 した検出方法が知られている （例えば、 特許文献 2参照） 。
自己相関の演算結果によって得られるピーク間の距離が周期信号成分の周期を表すこ とから、 処理すべき信号系列に含まれる周期信号成分の周期が未知であっても、 ノイズ に埋もれた信号系列から周期信号成分のみを選択的に抽出できる。 しかし、 この自己相 関を利用した検出方法においても、 被検体からのセンサ出力信号にノィズ成分が多く含 まれている場合には、 周期性欠陥の判定精度が低下するという問題点があった。 また、 この過検出を抑制すべく検出感度を下げると今度は軽欠陥からの軽微な信号が検出でき ないという問題点があった。
また、 欠陥の発生周期が変わる問題に対処するための第 3の方法として、 例えば特許 文献 3に記載の検出方法がある。 この検出方法は、 移動する帯状体等の表面を連続的に撮像し、 撮像画像からテンプレ ート画像 Tを切り出し、 長手方向の長さがターゲットとするロール周長より長いタ一ゲ ット画像 Gとの間で画像の類似性を比較し、 周期性を検出する。 この方法では、 欠陥周 期を正確に得るため、 欠陥部のみならず健全部の地模様部分の相関も計算する。 そのた め、 ロール 1周分以上の範囲で画像の類似性を比較している。 この方法では、 テンプレ ート画像とターゲット画像の類似性を評価する段階で、 相互の画像の相対的位置を少し ずつずらして類似性を評価するため、 前記の口一ルの径が磨耗によつて少し変わるとレヽ うような場合には対応可能である。 し力 し、 この方式では健全部の地模様を周期情報を 得るために利用しているため、 地模様が形成されるロール、 すなわち検査前の最後の圧 延ロール以外には適用できないという問題点がある。
実際の銅板の製造ラインでは、 検査前の最終の圧延ロールだけでなくそれより前に発 生したロール性欠陥も検出する必要がある。 具体的には、 冷間圧延では最終圧延ロール の 1段ないしは 2段前の圧延口ールの欠陥、 C A Lラインでは最終の調質圧延口ールょ り前のァニール炉内のロールの欠陥や、 冷間圧延時に発生したロール性欠陥なども検出 しなければならない。 そのため、 異なった径を持つ複数のロールで発生する欠陥を検知 する必要があるが、 特許文献 3の検出方法はこれに対応できないという問題点がある。
特許文献 1 ：特開平 6— 3 2 4 0 0 5号公報
特許文献 2 ：特開昭 5 8— 1 5 6 8 4 2号公報
特許文献 3 ：特開 2 0 0 6—1 0 5 7 9 1号公報
発明の開示
本発明の目的は、 欠陥の発生周期が変わっても用いることができ、 また、 最終圧延口 ールだけでなく異なる径の複数のロールで発生する周期性欠陥、 特に欠陥が軽微な場合 でも高精度で判定することができる帯状体等の周期性欠陥検出装置及びその方法を提供 するととである。
発明者らは、 まず従来の相関演算の問題点を検討した。 図 1 8は、 通常の周期性欠陥 の測定信号に対して相関演算を、 模式的に示した例である。 参照信号と入力信号の信号 波形が完全に一致または類似性が高いときには、 相関係数の値が大きくなることを利用 して、 相関値が大きい箇所の間隔から、 周期性欠陥の周期を求める。 しかし、 周期性欠 陥の検出に適用する場合には、 参照信号を入力信号 （つまり、 欠陥検出の場合はセンサ の測定信号） から切り出して作成するため、 図 1 9のように、 入力信号の S ZNが低い 場合は相関演算の S ZNも向上しない。
これに対して、 発明者らは、 周期性欠陥は、 一度発生すると複数個の欠陥が繰り返し て （例えば、 5回以上） 発生するという特徴に着目して、 S /Nを向上させる本発明に 想到した。 相関演算は 1周期分のデータで、 周期を算出できるという利点はあるものの、 複数周期分のデータを利用した演算ではない。 これに対し、 本発明では複数周期分のデ ータを活用して、 S ZN向上を実現した。
さら 、 本発明者らは、 更なる S ZN向上のためには、 相関演算を行うデータ領域 (データ数） には好ましい範囲がある知見も得た。 つまり、 相関演算を行うデータ領域 としては、 その中で欠陥信号のデータ数の占める割合が高い方が好ましいことがわかつ た。
本発明は、 上記のような知見に基づいてなされたものであり、 次のような構成からな る。
本発明に係る周期性欠陥検出装置は、
被検体上の予測される欠陥周期より長い長さを有する領域の性状を評価する信号を 得るセンサと、
領域長さが前記領域より短い小領域を複数、 周期性欠陥の並び方向に、 隣り合う距 離間隔がすべて等しくなるように離して、 位置を決定し、 それら複数の小領域の位置に 対応した信号を、 前記センサ出力から選択する小領域選択手段と、
該小領域選択手段で選択した複数の信号間で、 信号パターン相互の類似性の評価指 数を算出する評価指数算出手段と、
前記小領域の位置と前記距離間隔を変更して、 前記小領域選択手段と前記評価指数 算出手段の演算処理を繰り返す設定値変更手段と、
前記評価指数が予め設定された値より高い場合に、 前記距離間隔を周期と判定する 周期判定手段と、
を備えたものである。 また、 本発明に係る周期性欠陥検出装置において、 前記小領域選択手段は、 以下であ るのが好ましい。 ·
前記領域より短い長さの小領域の位置を 1つ決定し、 それを第 1の小領域とし、 前 記センサ出力から、 前記第 1の小領域の位置に対応した信号を選択する第 1の小領域選 択手段と、
前記第 1の小領域の位置を基準として、 周期性欠陥の並び方向において、 距離間隔 をすベて等しく離して、 複数の第 2の小領域を配置するようにし、 前記センサ出力から、 前記複数の第 2の小領域の位置に対応した信号を選択する第 2の小領域選択手段とを備 え、
前記設定値変更手段は、 前記第 1の小領域の位置と前記距離間隔を変更して、 前記 小領域選択手段と前記評価指数算出手段の演算処理を繰り返す。
また、 本発明に係る周期性欠陥検出装置において、 前記センサは、 磁性金属部材から なる被検体を励磁し、 漏洩磁束信号を得る磁気センサであるのが好ましい。
また、 本発明に係る周期性欠陥検出装置において、 前記小領域の長さを想定される最 大の欠陥と同程度の長さとするのが好ましい。
また、 本発明に係る周期性欠陥検出装置において、 前記評価指数算出手段は、 前記小 領域の各々にて類似性を評価する値を算出し、 それら値を組み合わせて前記評価指数を 求めるのが好ましい。
また、 本発明に係る周期性欠陥検出装置において、 前記評価指数算出手段は、 前記小 領域の各々にて類似性を評価する値を算出し、 それら値を加算して前記評価指数とする のが好ましい。
また、 本発明に係る周期性欠陥検出装置において、 前記小領域の各々にて類似性を評 . 価する値は、 前記小領域間の相関値であるのが好ましい。 また、 本発明に係る周期性欠陥検出装置は、
被検体上の予測される欠陥周期より長い長さを有する 2次元領域の性状を評価する 信号を得るセンサと、
前記センサの出力に基づいて周期性欠陥の欠陥候補を求める周期性判定手段と、 前記欠陥候補と前記センサ出力とに基づいて少なくとも欠陥の有無を判定する欠陥 判定手段とを備え、
前記周期性判定手段は、
前記 2次元領域内において前記 2次元領域より小さい第 1の 2次元小領域を選択し、 この第 1の 2次元小領域から周期性欠陥の並び方向に所定の距離ずつ離れた複数の第 2 の 2次元小領域を第 1の 2次元小領域と同じ大きさで選択し、 前記 2次元小領域にそれ ぞれ対応するセンサ出力の信号パターン相互の類似性の評価指数を計算して類似性を評 価し、 類似性が高いと評価した場合には前記距離を周期とし、 各 2次元小領域に欠陥候 補が存在すると判定する処理を、 前記距離を変えながら繰り返す第 1の演算処理と、 前記距離が周期性欠陥が発生し得る周期の範囲を満たすまで上記の第 1の演算処理を 繰り返したら、 前記第 1の 2次元小領域の位置を元の 2次元領域内で変更して前記第 1 の 2次元小領域が元の 2次元領域内の所定の範囲を満たすまで前記第 1の演算処理を繰 り返す第 2の演算処理とを行う。 また、 本発明に係る周期性欠陥検出方法は、
( a ) 被検体上の予測される欠陥周期より長い長さを有する領域の性状を評価するセン サ出力を得る信号入力ステップと、
( b ) その領域長さが前記領域より短い小領域を複数、 周期性欠陥の並び方向に、 隣り 合う距離間隔がすべて等しくなるように離して、 位置を決定し、 それら複数の小領域の 位置に対応した信号を、 前記センサ出力から選択する小領域選択ステツプと、
( c ) 該小領域選択手段で選択した複数の信号間で、 信号パターン相互の類似性の評価 指数を算出する評価指数算出ステップと、
( d ) 前記小領域の位置及び距離間隔を変更して （b ) 及び （c ) を繰り返す設定値変 更ステップと、
( e ) ( c ) で求めた評価指数が予め設定された値より高い場合には前記距離間隔を周 期と判定する周期判定ステツプと、
を有する。 また、 本発明に係る周期性欠陥検出方法において、 俞記小領域選択ステップは、 以下 であるのが好ましい。
前記小領域選択ステップは、 前記領域より短い長さの小領域の位置を 1つ決定して、 それを第 1の小領域とし、 該第 1の小領域の位置を基準として、 周期性欠陥の並び方向 において、 距離間隔をすベて等しく離して、 複数の第 2の小領域を配置するようにし、 前記センサ出力から前記第 1の小領域の位置及び前記複数の第 2の小領域の位置に対応 した信号を選択し、 前記設定値変更ステップは、 前記第 1の小領域の位置及び距離間隔 を変更して （b ) 及ぴ （c ) を繰り返す。
また、 本発明に係る周期性欠陥検出方法は、
被検体上の予測される欠陥周期より長い長さを有する 2次元領域の性状を評価する センサ出力を得る第 1のステップと、
前記 2次元領域内において前記 2次元領域より小さい第 1の 2次元小領域を選択し、 この第 1の 2次元小領域から周期性欠陥の並び方向に所定の距離ずつ離れた複数の第 2 の 2次元小領域を第 1の 2次元小領域と同じ大きさで選択し、 前記 2次元小領域にそれ ぞれ対応するセンサ出力の信号パターン相互の類似性の評価指数を計算して類似性を評 価し、 類似性が高いと評価した場合には前記距離を周期とし、 各 2次元小領域に欠陥候 補が存在すると判定する処理を、 前記距離を変えながら繰り返す第 2のステップと、
前記距離が周期性欠陥が発生し得る周期の範囲を満たすまで上記の第 2のステップ を繰り返したら、 前記第 1の 2次元小領域の位置を元の 2次元領域内で変更して前記第 1.の 2次元小領域が元の 2次元領域内の所定の範囲を満たすまで前記第 2のステップを 繰り返す第 3のステップと、
前記欠陥候補と前記センサ出力とに基づいて少なくとも欠陥の有無を判定する第 4 のステップと
を有する。 発明の効果
本発明によれば、 被検体上の予測される欠陥周期より長い長さを有する領域の性状を 評価する信号を得るセンサと、 領域長さが前記領域より短い小領域を複数、 周期性欠陥 の並び方向に、 隣り合う距離間隔がすべて等しくなるように離して、 位置を決定し、 そ れら複数の小領域の位置に対応した信号を、 前記センサ出力から選択する小領域選択手 段と、 該小領域選択手段で選択した複数の信号間で、 信号パターン相互の類似性の評価 指数を算出する評価指数算出手段と、 前記小領域の位置と前記距離間隔を変更して、 前 記小領域選択手段と前記評価指数算出手段の演算処理を繰り返す設定値変更手段と、 前 記評価指数が予め設定された値より高い場合に、 前記距離間隔を周期と判定する周期判 定手段とを備えており、 このため、 欠陥の発生周期が変動しても欠陥を容易に検出する ことができ、 且つ、 様々な径のロールで発生する軽微な周期性欠陥からの軽微な信号で あっても高精度に検出できる。
また、 本発明によれば、 （a ) 被検体上の予測される欠陥周期より長い長さを有する 領域の性状を評価するセンサ出力を得る信号入力ステップと、 （b ) その領域長さが前 記領域より短い小領域を複数、 周期性欠陥の並び方向に、 隣り合う距離間隔がすべて等 しくなるように離して、 位置を決定し、 それら複数の小領域の位置に対応した信号を、 前記センサ出力から選択する小領域選択ステップと、 （c ) 該小領域選択手段で選択し た複数の信号間で、 信号パタ一ン相互の類似性の評価指数を算出する評価指数算出ステ ップと、 （d ) 前記小領域の位置及び距離間隔を変更して （b ) 及び （c ) を繰り返す 設定値変更ステップと、 （e ) ( c ) で求めた評価指数が予め設定された値より高い場 合には前記距離間隔を周期と判定する周期判定ステップと、 を有しており、 このため、 欠陥の発生周期が変動しても欠陥を容易に検出することができ、 且つ、 様々な径のロー ルで発生する軽微な周期性欠陥からの軽微な信号であっても高精度に検出できる。 図面の簡単な説明
図 1は、 実施形態 1に係る周期性欠陥検出装置の構成図である。
図 は、 実施形態 1の周期性判定装置の機能プロックの一例を示した図である。 図 3は、 実施形態 1の周期性判定装置及び欠陥判定装置の処理過程を示したフロー チャートである。
図 4 Aと図 4 Bは、 周期性判定装置による演算処理の説明図である。
図 5は、 実施形態 2の周期性判定装置及び欠陥判定装置の処理過程を示したフロー チャートである。
図 6 A〜図 6 Cは、 データサンプリングのピッチと欠陥検出との関係を示した説明 図である。
図 7は、 実施形態 3に係る周期性欠陥検出装置の構成図である。
図 8は、 幅方向磁化の模式図である。
図 9は、 鋼板製造 インで発生したロール性微小凹凸欠陥の探傷例である。
図 1 0は、 図 9の漏 磁束信号を自己相関を行った結果を示す図である。
図 1 1は、 実施形態 1の信号処理により求められた類似性評価指数 Rの例 （その
1 ) である。
図 1 2は、 実施形態 1の信号処理により求められた類似性評価指数 Rの例 （その
2 ) である。
図 1 3は、 実施形態 1の信号処理により求められた類似性評価指数 Rの例 （その
3 ) である。
図 1 4は、 実施形態 1の信号処理により求められた類似性評価指数 Rの例 （その
4 ) である。
図 1 5 Aと図 1 5 Bは、 連続焼鈍ラインで発生した欠陥の大きさの分布の調査結果 を示した図である。
図 1 6 Aと図 1 6 Bは、 図 1 5のデータについて領域の窓長及び窓幅を変えて求め た類似性評価指数 Rの S ZNの例を示した図である。
図 1 7は、 実施形態 1の測定信号の例を示した図である。 図 1 8は、 従来の周期性欠陥の検出方法を示した説明図である。
図 1 9は、 従来の周期性欠陥の検出方法を示した説明図である。
図 2 O A〜図 2 0 Cは、 本発明の周期性欠陥の検出方法の原理を示した説明図であ る。 符号の説明
1 鋼板、 2 欠陥、 3 磁化器、 4 磁気センサ、 5 信号前処理装置、 6 A/ D変換装置、 7 周期性判定装置、 8 欠陥判定装置、 7 1 データ記憶領域、 7 2 第 1の小領域選択部、 7 3 第 1の小領域データ設定部、 7 4 第 2の小領域選択部、 7 5 第 2の小領域データ設定部、 7 6 類似性評価指数演算部、 7 7 周期判定部、 7 8 判定 ή、口； Fし t pnS0
発明を実施するための形態
図 2 0を用いて、 本発明の周期性欠陥の検出原理を説明する。
図 2 0では、 理解を容易にするために 1次元のデータ列で説明するが、 後述するよう に 2次元のデータ列であっても適用可能である。 まず、 図 2 O Aのように、 欠陥を含む ような第 1の小領域 1を取り、 この第 1の小領域と同じ大きさの第 2の小領域 2、 3、 4、 5 (ここでは、 4つであるが、 特に第 2の小領域の個数は限定されない） を欠陥周 期 P。と同じ間隔 （小領域の大きさと隣り合う小領域が離れている距離間隔とを加算した 距離間隔を指す） でデータ列上に取った場合を考える。 そして、 第 1の小領域 1と第 2 の小領域 2、 3、 4、 5のそれぞれとで積和演算を行うと、 得られる 4つの相関値はそ れぞれで大きな値が得られるが、 さらにこれら 4つを加算した値を類似性評価指数尺と して算出する。 .
このように、 図 2 O Aのように第 1の小領域に欠陥位置が含まれ、 かつ間隔 dが欠陥 周期 P。と丁度一致したときには、 全ての相関値が大きくなるので、 それに関した類似性 評価指数 Rは確実に大きな値となる。 一方、 第 1の小領域に欠陥が含まれない、 あるい は、 間隔 dが欠陥周期 p。と一致しない場合には、 相関値のどれかがたまたま大きな値で あっても、 全てが大きな値となることはないので、 類似性評価指数 Rは大きくならない。 本発明は、 上記の考え方に基づいてなされたものであり、 例えば、 図 2 0 Cのように、 間隔 dを (= ά + Δ d ) のように少しずつ変えて、 設定した間隔 dの各々について 類似性評価指数 Rを求める。 間隔 dが所定の範囲 （例えば、 想定される欠陥周期の最大 長まで） を網羅したら、 次に第 1の小領域の位置 qを変えて、 上述と同様に間隔 dを変 えて類似性評価指数 Rの計算を繰り返して、 類似性評価指数 Rが予め設定した値より大 きくなる場合や最大値となる場合の間隔 dから周期性欠陥の周期を求める。
以上が本発明の原理であるが、 以下の実施形態にて詳細を説明する。 実施形態 1 .
図 1は、 実施形態 1に係る周期性欠陥検出装置の構成図である。 図 1において、 1は 鋼板 （鋼板の下に配置した機器がわかりやすいように透視図で示してある） 、 2は周期 性欠陥、 3は磁化器、 4は磁気センサ、 5は増幅器及びフィルタ回路を内蔵した信号前 処理装置、 6は AZD変換装置、 7は周期性欠陥検出器、 8は欠陥判定装置である。
銅板 1には、 この例では周期性欠陥 2として圧延ロールに起因したロール性表面欠陥 が圧延方向 （図 1では進行方向） 複数個、 存在しているものとする。 磁化器 3と磁気セ ンサ 4の組が銅板 1を挟んで対向して鋼板 1の幅方向 （周期性欠陥の並び方向に直交す る方向） に沿って複数配置されている。 磁化器 3には図示しない磁化電源からの直流電 流が供給されて磁化されており、 磁化器 3により両磁極間に発生された磁束は鋼板 1を 通る。 ここで、 磁化器 3は鋼板 1の幅方向に磁束が流れるように設置されている。 また ここでは、 磁化器と磁気セ サの組は鋼板 1を挟んで対抗して設置しているが、 同じ側に 設置してもかまわない。 周期性欠陥 2が鋼板 1に存在するとそれにより磁束が妨げられ、 その変化を磁気センサ 4により検出することができる。 周期性欠陥 2が銅板 1に存在す るとそれにより磁束が妨げられ、 その変化を磁気センサ 4により検出することができる。 図 1の例では、 図で示す進行方向が周期性欠陥の並ぴ方向に対応しているので、 鋼板 1が庄延ラィン等で搬送されるのに合わせて、 周期性欠陥 2が磁気センサ 4の位置に到 達することになり、 その度に上記のように信号が変化することになる。 よって、 鋼板の 進行方向の移動量 （すなわち、 鋼板 1の位置) に合わせて、 磁気センサ 4の測定信号を 時系列的なデータとして収集すれば、 周期性欠陥 2の並び方向の測定データ （性状を評 価するための信号) を得ることができる。
ここで、 周期性欠陥 2の予想される欠陥周期の最大値 （圧延ロールが複数ある場合に は最大ロール周長を基準とする） より長い距離分 （鋼板の移動距離） の測定データを得 る必要があり、 複数周期分、 例えば、 3乃至 5周期分程度を得るように設定するのがよ い。 ただし、 これに限定されず、 後述するように、 周期数を多くしてデータが収集して 演算を行うことにより、 より S ZNが向上していくので、 上限は測定対象の信号 S ZN の程度にあわせて適宜決定すればよい。 .
幅方向全体を同時に測定できるセンサであれば、 鋼板長手方向の全長にわたって測定 できるので、 複数周期以上となるので問題はないが、 周期性欠陥検査の場合には、 一般 的にコスト的な観点で、 幅方向の一部のみを測定するセンサにして、 センサをトラバー スさせて測定する場合もある。 その場合には、 同じ幅位置で上記設定した周期分 （最大 周期の複数長さ以上で、 例えば 3〜 5周期分程度） を測定したのち、 I ^位置を移動する ようにすればよい。
こうして得られた磁気センサ 4の出力信号は信号前処理装置 5に内蔵されている増幅 器で信号増幅が行われ、 そして、 信号前処理装置 5に内蔵されているフィルダ回路でノ ィズが除かれ、 A/D変換装置 6に送られる。
AZD変換装置 6では、 このアナログ信号を鋼板 1の上で等距離ピッチとなるように サンプリングしてデジタル化を行う。 たとえば銅板 1にロータリエンコーダを接するな どサンプリングパルスを得ることができる。 AZD変換装置 6でデジタル化されたデー タは、 周期性判定装置 7へ送られる。 ここでは、 以下の図 2に示される周期性判定を行 う。 なお、 ここでのサンプリングピッチとは、 磁気センサ 4の信号をデジタルデータに 変換し、 データ用メモリに記憶するときの空間分解能であり、 検出対象となる欠陥の最 小長さを検出可能とする値 （例えば、 最小長さの 1 2程度以下） に設定すればよい。 図 2は、 周期性判定装置 7の機能プロック図の一例を示した説明図である。
周期性判定装置 7は、 AZD変換された測定データ （ここでは、 磁気センサ 4が幅方 向に複数配置されているので 2次元のデータ列となる） をそのままの生データを記憶し ておくデータ記憶領域 7 1と、 第 1の小領域のデータを選択するための第 1の小領域選 択部 7 2と、 第 1の小領域のデータを選択するに際し小領域の大きさと位置を設定する 第 1の小領域データ設定部 7 3と、 第 2の小領域のデータを選択するための第 2の小領 域選択部 7 4と、 第 2の小領域のデータを選択するに際し第 2の小領域の大きさと距離 間隔を設定する第 2の小領域データ設定部 7 5と、 第 1の小領域選択部と第 2の小領域 選択部から選択されたデータを入力して類似性評価指数を算出する類似性評価指数演算 部 7 6と、 類似性評価指数から周期性があるか否かの判定をする周期判定部 7 7と、 判 定された結果を記憶し、 結果を欠陥判定部に出力する判定結果記憶部 7 8とを有する。 第 1の小領域データ設定部 7 3では第 1の小領域の位置を順次変更して、 第 1の小領 域選択部に設定し、 第 2の小領域データ設定部 7 5では第 2の小領域の距離間 Ρίを順次 変更して、 第 2の小領域選択部 7 4に第 2の小領域の位置を設定して、 類似性評価指数 の演算を繰り返し実行する。 小領域の大きさは繰り返し演算する間は一定と L、 第 1の 小領域データ選択部 7 3で設定されている小領域の大きさの値は、 第 2の小領域選択部 7 4に対して出力されて、 同じ値に設定される。 周期判定部 7 7では、 算出された評価 指数が類似性の高い値と評価された場合には、 そのときの距離間隔から周期を、 位置か ら周期性欠陥候補の存在する領域を決定する。
図 3は、 周期性判定装置 7及び欠陥判定装置 8の処理過程を示したフローチャートで あり、 図 4はその演算処理の説明図である。
( S 1 ) 第 1の小領域選択部 7 2は、 図 4 Αに示されるように、 測定した範囲のうち、 幅方向に h、 圧延方向に 1 (エル） の大きさの領域 1 (基準領域） を選択する。 なお、 後述のステップ S 2以降で用いる dの初期^ gとして、 dを最小ロール周長 （欠陥周期の 最小値） の値に設定しておくのがよい。
( S 2 ) 第 2の小領域選択部 7 4は、 図 4 Aに示されるように、 領域 1からみて幅方向 は同じ位置で、 圧延方向に距離 d離れた位置に領域 1と同じ大きさで領域 2を選択する。 同様にして、 領域 1から 2 d離れた位置に領域 3、 3 d離れた位置に領域 4、 4 d離れ た位置に領域 5を選択する。
なお、 領域 1は上記の第 1の小領域に相当し、 領域 2〜領域 5は上記の第 2の小領域 に相当する。
( S 3 ) 類似性評価指数演算部 7 6は、 領域 1と領域 2の対応する箇所で、 次の （式 1 ) の計算を行い、 領域 1と領域 2の相関値 R 1 2を計算する。 ここで、 X ( i , j ) はデ ジタル化されたセンサ出力の測定した全範囲内での幅方向 i番目、 圧延方向 j番目の点 の値とする。 x(i,か x(i, j+ d)
1 j … （式 1 )
同様にして次の （式 2 ) の計算を行い、 領域 2と領域 3、 領域 3と領域 4、 領域 4と 領域 5の対応する箇所で相関値 R 2 3、 R 3 4、 R 4 5を求める。
Figure imgf000017_0001
R45 =∑∑ x( 4d)* x(i,j+ 5d)
i j - (式 2)
(S4) 類似性評価指数演算部 76は、 次の （式 3) の計算を行い、 相関値 R 1 2、 R 23、 R34、 R45を加算して類似性の評価指数 Rを求める。 ここで、 複数の領域の 相関値を加算する領域ごとのバラツキや偏りなどの影響を排除しようとするものであり 、 周期性欠陥を検出する特有の処理である。
R= !^12 + ¾ + ^34 + R45 ... ( ）
(S 5) 周期性判定部 77は、 類似性の評価指数 Rが予め設定された閾値以上の場合に は周期性欠陥候補があると判定する。
(S 6) 次に、 図 4 Bに示されるように、 相関値を計算する領域間の基準となる距離 d を d + Δに変更して （d + A = d) 上記の S 2〜S 5の処理を繰り返す。 ここで、 Δは 予め決めた領域の圧延方向の大きさ 1 (エル） よりも小さい定数とする。 抜けなく評価 するためには、 Δく 1 (エル） 2が望ましい。 dの変更の範囲は、 周期性欠陥が発生 し得る周期の範囲 （図 3の S 6の所定の範囲） とする。 鋼板 1のラインではローキが発 生しうるライン内にあるロールの周長を網羅することが望ましい。 なお、 dの変更は、 各ロールについて想定される周長の前後範囲 （例えば、 数 10mm程度の範囲） を行え ばよいので、 ライン内の各ロールの周長が大きく異なっており、 周期性欠陥が発生しな いとされる範囲がある場合には、 その範囲に dの値を設定しなくてもよい。
(S 7) 類似性評価の基準となる領域 1の位置 qを圧延方向に ずらして上記の S 1 〜S 6の処理を繰り返す。 この時の 1回のずらし量 Δ qとしては、 抜けなく評価するた めには領域の圧延方向の大きさ 1 (エル） の 1 2よりも小さい値が望ましい。 ずらし 量厶 qの下限は、 デジタル化されたセンサ出力の測定した圧延方向サンプリング間隔で あるが、 演算時間がかかるので、 適宜決定すればよい。 そして、 領域 1の位置 qが欠陥 周期最大値 （最大ロール周長の値） になるまで （図 3の S 7の所定の範囲を網羅するま で） 繰り返すことによって抜けなく評価することができる。 なお、 前述のステップ S 1 にて、 dの初期値は最小ロール周長に設定するとしたが、 qの値が最小ロール周長より 大きくなつた場合には、 S 1での dの初期値を、 qの値に設定してもよい。 つまり、 常 に、 位置 qの値を 0 (ゼロ） から欠陥周期最大値 （最大ロール周長の値） まで行うと、 qが dを超える範囲では計算が重複するので、 qが dを越える条件は計算をしないよう にすれば、 効率的な計算が可能となり、 好ましい。
( S 8 ) 類似性評価の基準となる領域 1の位置を幅方向にずらして上記の S 1から S 7 の処理を繰り返す。 この時のずらし量としては、 抜けなく評価するために領域の幅方向 の大きさ hの 1 Z 2よりも小さい値が望ましい。
( S 9 ) 以上の周期性評価を行った結果、 上記の S 5の判定において周期性欠陥候補が あると判定された場合には、 欠陥候補の圧延方向、 幅方向の位置、 周期の長さおよびそ の周辺の領域の信号データを判定結果記憶部 7 8に記憶するとともに欠陥判定装置 8に 送信する。 欠陥候補の圧延方向、 幅方向の位置は領域 1 (或いは領域 2、 3、 4、 5 ) の位置から決定される。
欠陥判定装置 8では、 欠陥候補の信号強度、 幅方向の長さ、 圧延方向の長さ、 欠陥形 状などの数値から欠陥であるかどうかを判定し、 欠陥であると判定した場合には周期性 判定装置 7で得られた周期 dとともにその結果を出力する。 欠陥判定装置 8では、 周期 性判定装置 7で得られた周期を元に欠陥部の信号を同期加算して S ZNを向上させた上 で上記の判定を行っても良い。 そして、 S 9の処理が終了したら、 ステップ S 6に戻る。 なお、 上記フローチャートは、 処理手順の一例であり、 その処理手順は適宜変更され てもよい。 例えば、 間隔 dを変える繰り返し処理が、 領域 1の位置を変更する繰り返し 処理の中にあるが、 逆であってもよいし、 S 5の類似性評価指標 Rの評価処理について も、 類似性評価指標 Rを算出する毎に実行するように説明したが、 全ての繰り返し処理 が完了した後に、 類似性評価指標 Rの評価処理を行うようにしてもよい。 また、 S 8の データ領域 1の幅方向位置の変更は、 1次元データを対象とする場合には行わなくてよ い。
欠陥判定装置 8で欠陥部の信号を同期加算する場合には、 欠陥候補位置と周期が事前 のステップで明確にわかっているため、 この同期加算は領域 1と同じ （ないしは同じ程 度） 大きさの範囲を行えば十分であり、 最も簡単には欠陥候補を含むと判定された時点 での領域 1、 2、 3、 4、 5の欠陥部の信号を加えることで実現できる。 同期加算値 y ( i， j ) を計算する式を式 4に示す。 この y ( i , j ) の値が規定値を越えた場合に 欠陥と判定する。 このようにすることで計算方式を簡易なものにすることができ、 特に 狭い領域間での加算を行うだけであるので、 計算量を大幅に節約することが出来る。 ま た、 S 5で周期性欠陥なし、 と判定されたデータに基づいて、 オンラインでノイズレべ ル Nを決定し、 y ( i , j ) 力 例えば、 3 Nを超えた場合に欠陥と判定してもよい （ つまり、 S ZN > 3の場合に欠陥とする） 。 なお、 Nは、 所定領域の最大値や平均自乗 誤差により決定すればよい。
}i j) = + x + d)+ x i,j+ 2d) + x i,j + 3d) + x i,j+ Ad)
… （式 4 ) また、 幅方向に広がりをもった欠陥である場合には、 同じ圧延方向位置について幅方 向に積算すると、 S ZNが向上するのでよい。 、
以上のように、 本実施形態 1においては、 上記のような処理をするようにしたことに より、 欠陥の発生周期が変動しても欠陥を容易に検出することができ、 且つ、 様々な径 のロールで発生する軽微な周期性欠陥からの軽微な信号であっても高精度に検出できる。 実施形態 2 .
通常、 欠陥計では欠陥の無害部との判別精度を高めるため、 欠陥信号の分解能を高く することが一般的である。 本発明では、 実施形態 1で説明したように、 まず第 1段階と して測定信号に周期性成分が含まれている力否かの判定処理 （すなわち、 周期性欠陥侯 補の検出） を行い、 周期性成分が含まれている場合 （周期性欠陥候補が検出された場合 ) には、 第 2段階として周期や発生位置の情報を利用して欠陥有害度を判定する欠陥信 号を強調処理して、 欠陥の種類や程度などの判定を行う。
第 1段階：周期性欠陥候補検出 （周期性成分の有無判定）
周期性評価 （相関演算による類似性評価の繰り返し：上述ステップ S 1〜S 8 ) によ る欠陥候補 （ステップ S 5 ) の検出
第 2段階：欠陥有害度判定 '
欠陥判定 （ステップ S 9 ) を行って、 欠陥か無害かを判定
このように、 2段階で処理を行い、 第 2段階で最終的な欠陥判定を行うので、 第 1段 階の周期性評価では演算上の分解能を下げて、 ラフな評価で （過検が多くなつて） もよ い。 つまり、 これによつて、 演算処理の負荷を低減し、 処理速度を高速化することが可 能となる。
以下に、 その処理方法を説明する。 なお、 本実施形態 2は、 実施形態 1で説明した図 3の処理手順と同じであり、 S 1の前段に行う処理であるので、 実施形態 1と重複する 部分の説明は省略する。
図 5は、 本実施形態 2に係る周期判定装置 7及び欠陥判定装置 8の処理過程を示した フローチヤ一トである。
( 5 1 1 ) サンプリングピッチとして検出対象欠陥の最小長さを検出可能とする値とし て測定し、 測定データを入力する。
( 5 1 2 ) 測定データは、 図 2のデータ記憶領域 7 1に記憶するとともに、 欠陥有害度 判定のために用意した、 一旦、 図示しない欠陥有害度判定用データ保存領域 （データメ モリなど） に、 そのまま記憶する。
( 5 1 3 ) 入力したデータ （測定した信号） の圧延方向に対して、 L P F (ローバスフ ィルタ ；移動平均でもよい） をかける。 これは、 このあと周期性演算を行う際に、 デー タを間引くことから、 欠陥位置とサンプリング位置とがずれても欠陥を検出できるよう にするためである。 つまり、 測定データそのままで、 間引き処理を行うと欠陥信号が残 らない可能性があることを考慮して、 間引き処理で残されたデ一タに欠陥信号の情報を 残しておくためである。
( 5 1 4 ) S 1 3で作成したデータを計測したサンプリングピッチの数回に 1回 （例え ば、 4回に 1回、 2〜8回に 1回でもよい） の割合で信号を間引いた周期性評価用デー タを作成する。
( 5 1 5 ) S 1 4で作成した周期性評価用データを、 図 2のデータ記憶領域 7 1に記憶 する。
( 5 1 6 ) 以降は、 実施形態 1と同様にステップ S 1〜S 8までの処理を行う。 なお、 （ S 1 5 )で、 周期性評価用データの記憶するために周期性評価用データ保存領域が、 デー タ記憶領域 7 1とは別にあり、 それに周期性評価用データを記憶した場合には、 この演 算はデータ領域 7 1のデータに代えて、 周期性評価用データ保存領域に記憶されたデー タを用いて行うこととなる。
( 5 1 7 ) 周期性ありとなった場合には、 欠陥有害度判定用データ保存領域のデータを 用いて実施形態 1で説明した S 9の処理を行って欠陥判定を行う。
なお、 2次元データの場合には、 圧延方向の同じ位置で幅方向に連続して間引くよう にすると （幅方向に縞模様状にデータを使用する） 、 タイミングによっては、 図 6 Aの ように欠^が抜けてしまいやすくなる。 このような状態を避けるためには、 検出対象と する欠陥の最小欠陥幅を wとすると、 測定信号の幅方向における空間分解能を、 例えば wZ 2とすると、 少なくとも幅方向 2つのデータ位置で欠陥信号が得られる。 w, 4と すれば、 幅方向 4つのデータ位置で欠陥信号が得られる。
このように、 幅方向に複数のデータ位置から欠陥信号が得られるようにした上で、 例 えば図 6 Bのように、 幅方向に圧延方向位置をでずらして間引くことにより、 欠陥の抜 けが抑制される。
また、 図 6 Cのようにずらす量は必ずしもデータ位置 1つ分でなくても良い。 実施形態 3 .
図 1の実施形態 1の計測では、 長手方向に励磁をするようにしたが、 図 7のように、 鉛直方向の磁場を感知するセンサを幅方向に並べ、 幅方向に磁化をするようにしてもよ い。 この場合、 欠陥により発生する磁束は幅方向に正負の分布を持つことになる （図 8 ) 。 周期性を評価する際に、 実施形態 1， 2では、 2次元の領域間の類似性を評価して いるが、 このように幅方向磁化により欠陥信号に特徴的な正負のピークを持たせること で、 図 6 (C )のようなデータサンプリングを行ったとしても未検出となる確率が低減で き、 周期性評価の精度を上げる事ができる。 これにより、 上記のように間引いても周期 性を評価できるようになった。
さらに、 欠陥信号が幅方向に複数の磁気センサに渡って生じることに着目し、 2次元 の領域と小領域を選択して、 演算を行い、 2次元的な特徴を持つ欠陥信号の 2次元領域 での類似性を評価することで、 周期性を評価するうえでより精度良く評価を行うことが 可能となる。 実施例
次に、 上記の実施形態 1の周期性欠陥検出装置の適用例について説明する。
図 9は、 鋼板製造ラインで発生したロール性微小凹凸欠陥の探傷例である。 図中に矢 印で欠陥位置を示すが、 欠陥信号はノイズ信号と比較して差が小ざくこのままでは自動 検出は困難である。.この信号に一般的な信号処理を施した例として自己相関演算を行つ た結果を図 1 0に示す。 元の信号で、 欠陥信号とノィズ信号の差が小さく自己相関演算 を行っても欠陥の周期 （1 6 7 0 mm) を検知することはできない。
図 1 1及び図 1 2は、 上記の実施形態 1の信号処理を施した結果である。
図 1 1は、 第 1の小領域の大きさとして幅方向 8 mm、 圧延方向 5 0 mmの領域をと り、 この領域 1組に対して相関値を計算し類似性評価指数としたものである。 図 1 1で は、 欠陥の周期である 1 6 7 O mmの位置 （矢印で示す） が他の周期より類似性評価指 数 Rの値が大きくなつているので、 つまり周期性が強く （他の周期と比較して 1 . 5倍 程度類似性評価指数 Rの値が大きく、 周期性が強い） 周期性欠陥が存在することが見て 取れる。 例えば図 1 1では、 閾値を R = 1 . 5に設定することで、 周期性欠陥を弁別可 能である。
図 1 2は、 領域の大きさは図 6と同じで、 領域の組合せを 4組取って相関値を計算し 足し合わせて類似性評価指数としたものである。 図 1 2では、 他の周期よりさらに類似 性評価関数 Rの値が大きく周期性が高く （他の周期と比較して 4〜 5倍類似評価関数 R が大きく周期性が強い） 周期性欠陥が存在していることがはっきりとわかる。 例えば図 1 2では、 閾値を R = 2 . 5に設定することで、 周期性欠陥の弁別の精度をより向上さ せることが可能になっている。 このように類似性評価指数を用レ、て弁別閾値を設定する ことで、 欠陥判定が可能となる。
このように、 類似性を評価するために 4組の領域間で相関値を求めて足し合わせるこ とで欠陥の周期性をよりはっきりと検知可能であるが、 2つの領域間の相関値を類似性 の指標としても周期性を得ることは可能である。 相関値を求める領域の組の数を増やす ほど類似性評価結果、 すなわち得られた周期の信頼性が向上するが、 その一方で計算量 が膨大となる。 結果の信頼性と計算量の関係から 3組から 5組程度が適当であり、 上記 の 4組が最適である。
なお、 上記の式 （3 ) の例では、 4組の領域間での相関値を加算して類似性の評価指 数としたが、 掛け合わせる、 重みをつけて足し合わせるなどの他の手法によってもかま わない。
また、 上の例では相関値を求める領域は隣り合う 2組としているが、 これは、 被検体 の走行において幅方向にずれる （ぶれ） 影響をなるベく小さくするために重要である。 特に、 鉄銅ラインでは、 走行時に蛇行と呼ばれる幅方向のぶれがあるためこの計算方式 による効果が大きい。 但し、 走行時のぶれが小さい被検体の場合には、 必ずしも隣り合 う 2組でなくてもかまわない。 例えば、 最初の基準位置と、 2領域目、 3領域目、 4領 域目……それぞれと,の相関を計算することで、 シンプルな計算方法とすることが可能で ある。
また、 上記の例では、 類似性評価方法として相関値を用いる方式の例を示したが、 差 分積算処理など他の類似性を評価する方式でもかまわない。 ,
次に、 第 1の小領域の大きさを変えた結果を図 1 3及び図 1 4に示す。
図 1 3は図 1 1に対して、 図 1 4は図 1 2に対して、 第 1の小領域を圧延方向 1 0 0 mmの大きさとし、 それ以外の条件は同じにして計算したものである。 この測定データ では、 圧延方向 100 mmの大きさとしたほう力 類似性評価値が悪くなっており、 領 域の大きさによって類似性評価値が変化することが読み取れる。 この理由は、 欠陥サイ ズに比べて第 1の小領域を大きくしすぎると、 欠陥信号のデータ数に対してノイズ信号 のデータ数が増え、 ノイズ信号の影響が大きくなるため、 相関値の SZNが悪くなる。 ところで、 鉄鋼ラインにおけるロール性欠陥の中でも、 鋼板表面の粗さ （R a =0. 5〜2 /zm) の中でなだらかな輪郭 （曲率半径 R≥ 10mm) を持つ凹凸量 5/ m以下 であるが、 面積は 10mm2以上の形状を有する欠陥は、 微小凹凸欠陥と呼ばれ特に検出 の困難な欠陥である。 この欠陥は、 発明者らが連続焼鈍ラインで発生した欠陥の大きさ の分布を調査した結果、 図 1 5 Aと図 15 Bに示されるように、 幅方向の長さ 2 mmか ら 8 mm程度、 圧延方向の長さ 3 mmから 5 Omm程度が主なものであった。 この微小 凹凸欠陥を測定対象とする場合には、 相関値を計算する領域の大きさは、 この欠陥のサ ィズの最大に相当する大きさに相当する、 h = 8mm、 1 = 5 Omm程度とすること力 S 適当である。 いくつかの大きさを変えたサンプル （最小級サイズの欠陥 （長さ 3mmX 幅 3mm) 、 最大級サイズの欠陥 （長さ 5 OmmX幅 1 Omm) ) に対して相関値を計 算する領域 （第 1の小領域、 第 2の小領域） の窓枠の幅 （h) 、 長さ （1) を変えて （ 式 3 ) の類似性の評価指数 Rを計算した。 代表的な結果を図 16 Aと図 16 Bに示す。 図 16Aと図 16 Bの縦軸は欠陥部と健全部での評価指数の値の比 （SZNと呼称） である。
このデータから、 小領域は長さ： 1 Omm〜 10 Omm、 幅： lmm〜30mm (S/ N≥ 2) が適用範囲であり、 長さ： 20mm〜8 Omm、 幅： 2mm〜20mm (S/N ≥ 2. 5) が好適範囲であり、 長さ： 25mm〜62 mm、 幅： 7mn！〜 1 1mm (S/ N≥ 3) がより好適な範囲である。
想定される欠陥の最大の幅、 長さに対して領域の窓枠の幅、 長さをそれぞれ 1ノ 4以 上、 2倍以下とすると SZNが 2以上となり欠陥の自動検出に対応可能であり、 想定さ れる欠陥の最大の幅、 長さにあわせて領域の窓枠の幅、 長さを概ね同じ程度にすると S ZNが 3以上となり最適であることがわかる。
また、 図 1 7に示すように本実施例の磁気センサでの測定信号は、 圧延方向には約 1 0 mmほどの広がりを持っているため、 図 9では欠陥サイズの相対比ほど好適範囲に大 きな差が現れていない。 また、 好適範囲の下限は欠陥最大サイズでよいが、 好適範囲の 上限はこの測定信号の広がりが基準とも考えられるので、 好適範囲を別の標記をすれば、 欠陥最大サイズの 1 Z 4以上、 でかつ、 信号の最小広がりの 1 0倍以下であり、 より好 ましくは、 欠陥最大サイズの 2 Z 5以上、 でかつ、 信号の最小広がりの 8倍以下であり、 さらに好ましくは、 欠陥最大サイズの 1 2以上、 でかつ、 信号の最小広がりの 6倍以 下となる。
なお、 上記の実施形態では漏洩磁束探傷の例を示したが、 被検体の性状を評価する方 法であれば必ずしも漏洩磁束探傷でなく他の方法でも良く、 通常のカメラを用いた表面 欠陥計、 赤外光を用いたセンサ、 サーモグラフィ、 超音波センサ、 渦流センサ、 などの 他の欠陥を検出する手段でもかまわない。
また、.上記の特許文献 3の技術は、 光学式の欠陥検査を行い、 得られた信号の健全部 のノイズである地模様が最終圧延ロールの周長と同じ周期性を持つ事を利用している。 し力 し、 漏洩磁束探傷では健全部のノイズは、 表面の凹凸だけでなく、 圧延時の圧下率、 温度ムラなどの微妙な条件によって生じる歪の影響を受けるので、 漏洩磁束探傷では健 全部のノイズは最終の圧延ロールと同じ周期を持つとは限らない。 このため、 特に漏洩 磁束探傷では欠陥部の周辺の領域ごとに類似性を評価することによる効果が大きレ、。
また、 漏洩磁束のセンサとしては、 ホール素子、 コイル、 磁気抵抗素子、 S Q U I D 等の磁気センサが使える。 また、 幅方向にセンサを複数個並べているが、 1個ないしは 複数個のセンサをトラバースさせる方式でもかまわない。 また、 全幅を探傷している力 幅方向の一部の領域を探傷する方式でもかまわない。 特に、 周期性の連続欠陥であれば、 幅方向の一部の領域をある長さ探傷し、 幅方向に位置を変えて繰り返し探傷する方式で もかまわない。
ここで、 磁化器 3は鋼板の幅方向に磁束が流れるように設置されている。 また、 ここで は、 磁化器と磁気センサの組は鋼板 1を挟んで対抗して設置しているが、 同じ側に設置 してもかまわない。

Claims

請求の範囲
1 . 被検体上の予測される欠陥周期より長い長さを有する領域の性状を評価する信号を 得るセンサと、
領域長さが前記領域より短い小領域を複数、 周期性欠陥の並び方向に、 隣り合う距 離間隔がすべて等しくなるように離して、 位置を決定し、 それら複数の小領域の位置に 対応した信号を、 前記センサ出力から選択する小領域選択手段と、
該小領域選択手段で選択した複数の信号間で、 信号パターン相互の類似性の評価指 数を算出する評価指数算出手段と、
前記小領域の位置と前記距離間隔を変更して、 前記小領域選択手段と前記評価指数 算出手段の演算処理を繰り返す設定値変更手段と、
前記評価指数が予め設定された値より高い場合に、 前記距離間隔を周期と判定する 周期判定手段と、
を有する周期性欠陥検出装置。
2 . 前記小領域選択手段は、
前記領域より短い長さの小領域の位置を 1つ決定し、 それを第 1の小領域とし、 前 記センサ出力から、 前記第 1の小領域の位置に対応した信号を選択する第 1の小領域選 択手段と、
前記第 1の小領域の位置を基準として、 周期性欠陥の並び方向において、 距離間隔 をすベて等しく離して、 複数の第 2の小領域を配置するよう fcし、 前記センサ出力から 、 前記複数の第 2の小領域の位置に対応した信号を選択する第 2の小領域選択手段と を備え、
前記設定値変更手段は、 前記第 1の小領域の位置と前記距離間隔を変更して、 前記 小領域選択手段と前記評価指数算出手段の演算処理を繰り返す、
請求項 1に記載の周期性欠陥検出装置。
3. 前記センサは、 磁性金属部材からなる被検体を励磁し、 漏洩磁束信号を得る磁気セ ンサである請求項 1に記載の周期性欠陥検出装置。
4. 前記小領域の長さを想定される最大の欠陥と同程度の長さとする請求項 1又は 2記 載の周期性欠陥検出装置。
5. 前記評価指数算出手段は、 前記小領域の各々にて類似性を評価する値を算出し、 そ れら値を組み合わせて前記評価指数を求める請求項 1〜 3の何れかに記載の周期性欠陥 検出装置。
6. 前記評価指数算出手段は、 前記小領域の各々にて類似性を評価する値を算出し、 そ れら値を加算して前記評価指数とする請求項 4記載の周期性欠陥検出装置。
7. 前記小領域の各々にて類似性を評価する値は、 前記小領域間の相関値である請求項 1〜 5の何れかに記載の周期性欠陥検出装置。
8. (a) 被検体上の予測される欠陥周期より長い長さを有する領域の性状を評価する センサ出力を得る信号入力ステップと、
(b) その領域長さが前記領域より短い小領域を複数、 周期性欠陥の並び方向に、 隣り合う距離間隔がすべて等しくなるように離して、 位置を決定し、 それら複数の小領 域の位置に対応した信号を、 前記センサ出力から選択する小領域選択ステツプと、
(c) 該小領域選択手段で選択した複数の信号間で、 信号パターン相互の類似性の 評価指数を算出する評価指数算出ステップと、
(d) 前記小領域の位置及び距離間隔を変更して （b) 及び （c) を繰り返す設定 値変更ステップと、
(e) (c) で求めた評価指数が予め設定された値より高い場合には前記距離間隔 を周期と判定する周期判定ステップと、 を有する周期性欠陥検出方法。
9 . 前記小領域選択ステップは、 前記領域より短い長さの小領域の位置を 1つ決定して、 それを第 1の小領域とし、 該第 1の小領域の位置を基準として、 周期性欠陥の並び方向 において、 距離間隔をすベて等しく離して、 複数の第 2の小領域を配置するようにし、 前記センサ出力から前記第 1の小領域の位置及び前記複数の第 2の小領域の位置に対応 した信号を選択し、
前記設定値変更ステップは、 前記第 1の小領域の位置及び距離間隔を変更して
( b ) 及ぴ （c ) を繰り返す、
請求項8に記載の周期性欠陥検出方法。
PCT/JP2009/056914 2008-03-31 2009-03-27 周期性欠陥検出装置及びその方法 WO2009123296A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
EP09726665.4A EP2264446B1 (en) 2008-03-31 2009-03-27 Periodic defect detecting device and method for the same
CN2009801121710A CN102007400B (zh) 2008-03-31 2009-03-27 周期性缺陷检测装置及其方法
US12/935,307 US9008975B2 (en) 2008-03-31 2009-03-27 Apparatus for detecting periodic defect and method therefor
KR1020107021180A KR101288734B1 (ko) 2008-03-31 2009-03-27 주기성 결함 검출 장치 및 그 방법

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2008089364 2008-03-31
JP2008-089364 2008-03-31
JP2009-061501 2009-03-13
JP2009061501A JP5453861B2 (ja) 2008-03-31 2009-03-13 周期性欠陥検出装置及びその方法

Publications (1)

Publication Number Publication Date
WO2009123296A1 true WO2009123296A1 (ja) 2009-10-08

Family

ID=41135663

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2009/056914 WO2009123296A1 (ja) 2008-03-31 2009-03-27 周期性欠陥検出装置及びその方法

Country Status (7)

Country Link
US (1) US9008975B2 (ja)
EP (1) EP2264446B1 (ja)
JP (1) JP5453861B2 (ja)
KR (1) KR101288734B1 (ja)
CN (1) CN102007400B (ja)
TW (1) TWI392865B (ja)
WO (1) WO2009123296A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104751288A (zh) * 2015-03-30 2015-07-01 北京首钢自动化信息技术有限公司 一种钢卷分段多维在线质量判定系统及其方法
CN111314801A (zh) * 2020-02-13 2020-06-19 中国铁道科学研究院集团有限公司铁道建筑研究所 一种支持动态调度的数据采集系统及方法

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011083405A1 (de) * 2010-12-21 2012-06-21 Sms Siemag Ag Verfahren und Vorrichtung zur Oberflächeninspektion von Bandstücken
JP5614312B2 (ja) * 2011-02-01 2014-10-29 Ｊｆｅスチール株式会社 周期性欠陥検出方法および周期性欠陥検出装置
AT511773A1 (de) * 2011-07-15 2013-02-15 Voestalpine Stahl Gmbh Vorrichtung und verfahren zur detektion wenigstens eines periodisch auftretenden fehlers an einem gegenstand
KR101309966B1 (ko) 2011-12-15 2013-09-17 주식회사 포스코 강판의 결함 탐상 장치
KR101482347B1 (ko) 2012-12-27 2015-01-13 주식회사 포스코 강판의 내부 결함 검출 장치 및 방법
CN103630547B (zh) * 2013-11-26 2016-02-03 明基材料有限公司 具有周期性结构的光学薄膜的瑕疵检测方法及其检测装置
JP6287379B2 (ja) * 2014-03-11 2018-03-07 株式会社リコー 画像検査装置、画像検査システム及び画像検査方法
US9954469B2 (en) * 2014-08-08 2018-04-24 Johnson Electric S.A. Magnetic sensor and an integrated circuit
US9966883B2 (en) * 2014-08-08 2018-05-08 Johnson Electric S.A. Magnetic sensor and an integrated circuit
US9716453B2 (en) * 2014-08-08 2017-07-25 Johnson Electric S.A. Magnetic sensor and an integrated circuit
US9973121B2 (en) * 2014-08-08 2018-05-15 Johnson Electric S.A. Magnetic sensor and an integrated circuit
US20160344320A1 (en) * 2014-08-08 2016-11-24 Johnson Electric S.A. Magnetic sensor integrated circuit, motor component and application apparatus
JP6358002B2 (ja) * 2014-09-16 2018-07-18 旭硝子株式会社 不具合搬送用ロールの特定方法、およびガラスリボンにおける疵発生防止方法
CN105572143B (zh) * 2015-12-17 2018-05-25 湖北第二师范学院 压延过程中压延材料表面周期性缺陷的检测方法
CN106959336B (zh) * 2016-01-11 2020-07-28 宝山钢铁股份有限公司 用于漏磁检测标定的背景噪声去除装置及方法
JP6587988B2 (ja) * 2016-07-07 2019-10-09 株式会社日立ビルシステム ハンドレールの検査システムおよびハンドレールの検査方法
CN106053559A (zh) * 2016-07-30 2016-10-26 董超超 用于金属材料表面缺陷的检测系统
CN106468677B (zh) * 2016-09-06 2018-11-09 电子科技大学 一种脉冲涡流热成像中缺陷的自动分割方法
CN106918639B (zh) * 2017-04-18 2019-07-02 清华大学 沿磁化方向的单元组合缺陷漏磁信号计算方法
CN107475509B (zh) * 2017-08-04 2019-03-19 北京首钢股份有限公司 一种带钢的周期性缺陷的分析方法
MX2021007733A (es) 2018-12-25 2021-08-05 Jfe Steel Corp Metodo de generacion de modelo aprendido, modelo aprendido, metodo de inspeccion de defectos de superficie, metodo de fabricacion de acero, metodo de determinacion de pasa/no pasa, metodo de determinacion de grado, programa de determinacion de defectos de superficie, programa de determinacion de pasa/no pasa, sistema de determinacion y equipo de fabricacion de acero.
WO2020261554A1 (ja) * 2019-06-28 2020-12-30 Ｊｆｅスチール株式会社 丸棒の表面疵検査方法及び表面疵検査装置
CN110779928B (zh) * 2019-11-19 2022-07-26 汪科道 缺陷检测装置及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58156842A (ja) 1982-03-15 1983-09-17 Toshiba Corp ロ−ル疵検出装置
JPH06324005A (ja) 1993-05-13 1994-11-25 Nippon Steel Corp 鋼板の圧延ロール疵検出方法
JPH07198627A (ja) * 1994-01-06 1995-08-01 Nippon Steel Corp 金属表面欠陥検査装置
JPH08160006A (ja) * 1994-11-30 1996-06-21 Kawasaki Steel Corp 鋼板の欠陥検出方法
JP2006105791A (ja) 2004-10-05 2006-04-20 Nippon Steel Corp 帯状体や柱状体の周期性疵検出方法およびその装置
JP2006153614A (ja) * 2004-11-29 2006-06-15 Nippon Steel Corp 帯状体や柱状体の周期疵検出方法およびその装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CH612152A5 (ja) * 1976-01-26 1979-07-13 Rieter Ag Maschf
US4463425A (en) * 1980-07-17 1984-07-31 Terumo Corporation Period measurement system
JPH0786474B2 (ja) * 1988-09-09 1995-09-20 富士写真フイルム株式会社 欠陥周期の測定方法
EP0927887A1 (de) * 1997-12-17 1999-07-07 Zellweger Luwa Ag Verfahren zur Erkennung periodischer Fehler in einem längsbewegten Prüfgut
US6266983B1 (en) * 1998-12-09 2001-07-31 Kawasaki Steel Corporation Method and apparatus for detecting flaws in strip, method of manufacturing cold-rolled steel sheet and pickling equipment for hot-rolled steel strip
JP2004071045A (ja) * 2002-08-06 2004-03-04 Sony Corp デフェクト検出装置、デフェクト検出方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58156842A (ja) 1982-03-15 1983-09-17 Toshiba Corp ロ−ル疵検出装置
JPH06324005A (ja) 1993-05-13 1994-11-25 Nippon Steel Corp 鋼板の圧延ロール疵検出方法
JPH07198627A (ja) * 1994-01-06 1995-08-01 Nippon Steel Corp 金属表面欠陥検査装置
JPH08160006A (ja) * 1994-11-30 1996-06-21 Kawasaki Steel Corp 鋼板の欠陥検出方法
JP2006105791A (ja) 2004-10-05 2006-04-20 Nippon Steel Corp 帯状体や柱状体の周期性疵検出方法およびその装置
JP2006153614A (ja) * 2004-11-29 2006-06-15 Nippon Steel Corp 帯状体や柱状体の周期疵検出方法およびその装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104751288A (zh) * 2015-03-30 2015-07-01 北京首钢自动化信息技术有限公司 一种钢卷分段多维在线质量判定系统及其方法
CN111314801A (zh) * 2020-02-13 2020-06-19 中国铁道科学研究院集团有限公司铁道建筑研究所 一种支持动态调度的数据采集系统及方法
CN111314801B (zh) * 2020-02-13 2022-01-28 中国铁道科学研究院集团有限公司铁道建筑研究所 一种支持动态调度的数据采集系统及方法

Also Published As

Publication number Publication date
JP5453861B2 (ja) 2014-03-26
CN102007400B (zh) 2012-09-05
TWI392865B (zh) 2013-04-11
US9008975B2 (en) 2015-04-14
EP2264446B1 (en) 2021-01-20
JP2009265087A (ja) 2009-11-12
EP2264446A4 (en) 2017-05-03
KR20100116683A (ko) 2010-11-01
CN102007400A (zh) 2011-04-06
TW200951426A (en) 2009-12-16
KR101288734B1 (ko) 2013-07-23
EP2264446A1 (en) 2010-12-22
US20110040499A1 (en) 2011-02-17

Similar Documents

Publication Publication Date Title
WO2009123296A1 (ja) 周期性欠陥検出装置及びその方法
RU2549913C2 (ru) Термографический способ контроля и контрольная установка для осуществления способа
RU2342653C2 (ru) Способ неразрушающего испытания труб и устройство для его осуществления
KR20140009530A (ko) 자기 특성 측정 방법 및 자기 특성 측정 장치
Park et al. Vision-based inspection for periodic defects in steel wire rod production
JP4622742B2 (ja) 金属帯の渦流探傷方法および装置
JP2012159437A (ja) 周期性欠陥検出方法および周期性欠陥検出装置
EP0021893B1 (fr) Procédé et dispositif d'inspection de produits métalliques par courants de Foucault et application du procédé et du dispositif
EP3344982B1 (en) A method and system for detecting a material discontinuity in a magnetisable article
JP5347661B2 (ja) 帯状体の表面検査装置、表面検査方法及びプログラム
JP6950664B2 (ja) 欠陥判定方法、欠陥判定装置、鋼板の製造方法、欠陥判定モデルの学習方法、及び欠陥判定モデル
JP4835212B2 (ja) 渦流探傷方法及び渦流探傷装置
JP2004037216A (ja) 漏洩磁束探傷方法
US10788456B2 (en) Eddy current inspection device for nondestructive testing
JP2004354240A (ja) 漏洩磁束探傷法および漏洩磁束探傷装置
JP5013363B2 (ja) 非破壊検査装置
RU2586261C2 (ru) Устройство магнитного дефектоскопа и способ уменьшения погрешности определения размеров дефектов трубопровода магнитными дефектоскопами
CN113671018A (zh) 一种用于抑制钢轨漏磁检测提离干扰的滤波方法
JP3145296B2 (ja) 欠陥検出方法
JP2005157960A (ja) 丸鋼材の本数カウント方法及び本数カウント装置
KR20100020671A (ko) 비젼 카메라를 이용한 강재의 두께측정 및형상판별장치와，이를 이용한 강재의 두께측정방법 및형상판별방법
KR101111261B1 (ko) 강선의 결함 검사 장치
JP5703797B2 (ja) 表層欠陥検出装置
RU2229707C1 (ru) Способ магнитного контроля трубопроводов
JPH11271278A (ja) 鋼材の欠陥検出方法

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 200980112171.0

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 09726665

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2009726665

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 20107021180

Country of ref document: KR

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 12935307

Country of ref document: US