WO2021256444A1 - 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 - Google Patents

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 Download PDF

Info

Publication number
WO2021256444A1
WO2021256444A1 PCT/JP2021/022595 JP2021022595W WO2021256444A1 WO 2021256444 A1 WO2021256444 A1 WO 2021256444A1 JP 2021022595 W JP2021022595 W JP 2021022595W WO 2021256444 A1 WO2021256444 A1 WO 2021256444A1
Authority
WO
WIPO (PCT)
Prior art keywords
substance
measured
physical quantity
mechanical properties
selection
Prior art date
Application number
PCT/JP2021/022595
Other languages
English (en)
French (fr)
Inventor
孝文 尾関
穣 松井
一貴 寺田
大地 泉
大輝 今仲
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 US18/001,471 priority Critical patent/US20230228712A1/en
Priority to EP21825221.1A priority patent/EP4166941A4/en
Priority to CA3182556A priority patent/CA3182556A1/en
Priority to JP2021557571A priority patent/JP7095817B2/ja
Priority to KR1020227043659A priority patent/KR20230011348A/ko
Priority to CN202180042549.5A priority patent/CN115698700A/zh
Publication of WO2021256444A1 publication Critical patent/WO2021256444A1/ja

Links

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
    • 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
    • G01N27/80—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
    • 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

Definitions

  • This disclosure relates to a mechanical property measuring device, a mechanical property measuring method, a substance manufacturing equipment, a substance management method, and a substance manufacturing method.
  • sampling inspections may be carried out as inspections of the mechanical properties of steel materials.
  • the sampling inspection is a so-called destructive test in which an inspection site is taken out from a steel material and processed into a mechanical test piece for testing.
  • it has been required to guarantee the quality by non-destructively measuring or evaluating the mechanical properties of steel products themselves, instead of sampling inspection. Therefore, attempts have been made to measure the mechanical properties through various physical quantities related to the mechanical properties of the steel material, which are measured during or after the steel material is manufactured.
  • Patent Document 1 describes a technique for detecting a high hardness portion locally existing in a metal material by applying an AC magnetic field to the metal material and detecting an induced eddy current.
  • Patent Document 2 has a first opening through which the long material is inserted on one side along the longitudinal direction of the long material, and a second opening through which the long material is inserted on the other side.
  • a detection device including a joint iron member having a shape substantially axially symmetric with respect to the axis passing through the first opening and the second opening will be described.
  • the detection device of Patent Document 2 can reduce the dead zone at the end in the longitudinal direction of the long lumber, and can detect the change in magnetic characteristics with high accuracy.
  • Patent Document 3 provides a technique for evaluating the film thickness of a coating material of a subject from the eddy current intensity induced in the subject and grasping the degree of deterioration of the subject from the information on the thinning of the film thickness of the coating material. Describe.
  • the present disclosure has been made in view of the above circumstances, and an object of the present disclosure is to provide a mechanical property measuring device and a mechanical property measuring method capable of accurately measuring mechanical properties via physical quantities. .. Another object of the present disclosure is to provide a substance manufacturing facility and a substance manufacturing method capable of improving the manufacturing yield of a substance by enabling accurate measurement of mechanical properties via physical quantities. be. Further, another object of the present disclosure is to provide a method of controlling a substance, which can provide a high quality substance by enabling accurate measurement of mechanical properties via physical quantities.
  • the mechanical property measuring device is A physical quantity measuring unit that measures a plurality of physical quantities of a substance to be measured having a substance and a film on the surface of the substance, and a physical quantity measuring unit.
  • a plurality of training data are selected from the training data group based on at least two of the measured physical quantities for selection, and the mechanical properties of the substance are calculated from the selected learning data.
  • a calculation model generator that generates a calculation model for It is provided with the generated calculation model, at least two of the plurality of physical quantities, and a mechanical property calculation unit for calculating the mechanical properties of the substance.
  • the selection physical quantity includes at least one physical quantity measured by using the first measurement signal and at least one physical quantity measured by using the second measurement signal.
  • the method for measuring mechanical characteristics is as follows.
  • the selection physical quantity includes at least one physical quantity measured by using the first measurement signal and at least one physical quantity measured by using the second measurement signal.
  • the substance manufacturing equipment is Manufacturing equipment that manufactures substances and A physical quantity measuring unit that measures a plurality of physical quantities of a substance to be measured having a substance and a film on the surface of the substance.
  • a plurality of training data are selected from the training data group based on at least two of the measured physical quantities for selection, and the mechanical properties of the substance are calculated from the selected learning data.
  • a calculation model generator that generates a calculation model for the purpose of A mechanical property calculation unit for calculating the mechanical properties of the substance using the generated calculation model, at least two of the plurality of physical quantities, and the like.
  • the physical quantity for selection is a mechanical property measuring device including at least one physical quantity measured by using the first measurement signal and at least one physical quantity measured by using the second measurement signal. , Equipped with The measuring device measures the mechanical properties of the substance manufactured in the manufacturing equipment.
  • the method for managing a substance is as follows.
  • a selection step that selects multiple training data from a training data group based on a physical quantity for selection including,
  • the method for producing a substance is as follows.
  • the selection physical quantity in the selection step includes at least one physical quantity measured by using the first measurement signal and at least one physical quantity measured by using the second measurement signal.
  • the mechanical property can be accurately measured via a physical quantity. Further, according to the substance manufacturing equipment and the substance manufacturing method according to the present disclosure, it is possible to improve the manufacturing yield of the substance by making it possible to accurately measure the mechanical properties via the physical quantity. Further, according to the substance management method according to the present disclosure, it is possible to provide a high-quality substance by making it possible to accurately measure mechanical properties via physical quantities.
  • FIG. 1 is a block diagram of a mechanical property measuring device according to an embodiment of the present disclosure.
  • FIG. 2 is a block diagram of the physical quantity measuring unit.
  • FIG. 3 is a diagram showing a specific configuration example of the sensor.
  • FIG. 4 is a diagram showing an example of a signal applied to an exciting coil to generate an AC magnetic field.
  • FIG. 5 is a flowchart showing a process of collecting learning data.
  • FIG. 6 is a diagram showing an example of a learning data group.
  • FIG. 7 is a flowchart showing a method of measuring mechanical characteristics.
  • FIG. 8 is a diagram for explaining the relationship between the physical quantity for selection and the learning data group.
  • FIG. 9 is a diagram comparing the calculated mechanical characteristics with the actually measured values.
  • FIG. 10 is a diagram comparing the calculated mechanical characteristics of the comparative example with the actually measured values.
  • FIG. 11 is a block diagram of a mechanical property measuring device according to another embodiment.
  • FIG. 12 is a diagram showing an example of
  • FIG. 1 is a block diagram of a mechanical property measuring device 100 according to the first embodiment of the present disclosure.
  • the measuring device 100 is a non-destructive mechanical characteristic of the substance 1 (see FIG. 2) of the measurement object 101 via a plurality of physical quantities of the measurement object 101 (see FIG. 2) measured by the physical quantity measuring unit 5.
  • the mechanical property is a mechanical property, and particularly refers to a property against an external force such as pulling, compression, or shearing.
  • mechanical properties include strengths such as tensile stress, yield stress and compressive stress, hardness such as Vickers hardness and Leeb hardness, and brittleness.
  • the physical quantity is an objectively measurable quantity and includes, for example, temperature, mass, and electromagnetic features.
  • a steel material will be described as an example of the substance 1, but the substance 1 is not limited to the steel material.
  • hardness is explained as an example of mechanical properties, mechanical properties are not limited to hardness.
  • an electromagnetic feature quantity is described as an example as a plurality of physical quantities, the plurality of physical quantities are not limited to the electromagnetic feature quantity.
  • electromagnetic features such as magnetic permeability and coercive force have a correlation with the mechanical properties of a metal, and it is preferable to measure or evaluate the mechanical properties using the electromagnetic features.
  • an eddy current flaw detection method or a 3MA (Micromagnetic Multiparameter Microstructure and Stress Analysis) technique is preferable.
  • an AC signal (AC current or AC voltage) in which two or more frequencies are superimposed on the measurement signal described later, because a larger amount of electromagnetic features can be acquired.
  • the frequency of one of them to 200 Hz or less, even when the film 2 (see FIG. 2) is formed on the surface of the substance 1, the AC magnetic field sufficiently penetrates to the surface of the substance 1 and is more accurate. It is more preferable because it enables us to measure or evaluate mechanical properties well.
  • the above measuring method is particularly preferable.
  • the measuring device 100 includes a physical quantity measuring unit 5, a control unit 8, a storage unit 10, and a display unit 11.
  • the control unit 8 includes a calculation model generation unit 81, a mechanical characteristic calculation unit 82, and a physical quantity measurement control unit 83.
  • the storage unit 10 includes a learning data group 110.
  • the training data group 110 is used to generate a calculation model for calculating the mechanical properties of the substance 1. Details of each element of the measuring device 100 will be described later.
  • FIG. 2 is a block diagram of the physical quantity measuring unit 5.
  • the physical quantity measuring unit 5 includes a sensor 3 and a scanning unit 6.
  • the sensor 3 measures the physical quantity of the object to be measured 101.
  • the measurement object 101 has a substance 1 and a film 2 formed on the surface of the substance 1. Details of each element of the physical quantity measuring unit 5 will be described later.
  • an iron oxide film called scale or black skin is formed on the surface of the steel material during the production of the steel material.
  • iron oxide films there are various types of iron oxide films, but in general, magnetite (triiron tetroxide, Fe 3 O 4 ), ustite (ferrous oxide, FeO) and hematite (red iron ore, Fe 2 O 3 ) are known.
  • magnetite triiron tetroxide, Fe 3 O 4
  • ustite ferrrous oxide, FeO
  • hematite red iron ore, Fe 2 O 3
  • scales differ in the composition of oxygen and iron, but they also differ in their electromagnetic characteristics.
  • magnetite is magnetic, but Wüstite is not.
  • the physical quantity is measured from the surface. That is, in the present invention, the physical quantity is measured together with the substance 1 which is a steel material and the scale which is a film 2 as a measurement object 101.
  • the film 2 which is a scale affects the measurement of the substance 1 which is a steel material.
  • the type and composition of the scale vary depending on the state of the steel material at the time of manufacture.
  • the structure of the steel material itself may have anisotropy in magnetism, and the electromagnetic characteristics differ depending on the object to be measured 101. Therefore, it is very difficult to measure or evaluate the mechanical properties of the steel material such as hardness of the measurement object 101 having the steel material and the scale simply in relation to the electromagnetic features of the measurement object 101.
  • the electromagnetic characteristics of the scale of the film 2 have a greater influence. Therefore, it is more difficult to measure or evaluate the mechanical properties of the surface layer of the steel material such as hardness of the measurement object 101 having the steel material and the scale simply in relation to the electromagnetic features of the measurement object 101. Become.
  • the mechanical properties of the substance 1 are determined for the measurement object 101 having the substance 1 and the film 2 on the surface. , It becomes very difficult to measure or evaluate by simply relating to a plurality of physical quantities of the measurement object 101. Further, when measuring the mechanical characteristics of the surface layer of the substance 1, for the measurement object 101 having the substance 1 and the film 2 on the surface, the mechanical characteristics of the surface layer of the substance 1 are measured by a plurality of the measurement objects 101. It becomes more difficult to measure or evaluate simply in relation to the physical quantity of.
  • the storage unit 10 stores various information and a program for operating the measuring device 100.
  • the various information stored in the storage unit 10 includes a learning data group 110 which is a set of a plurality of learning data.
  • the programs stored in the storage unit 10 include a program for operating the control unit 8 as a calculation model generation unit 81, a program for operating the control unit 8 as a mechanical characteristic calculation unit 82, and a physical quantity measurement control unit 83 for the control unit 8. Contains a program to operate as.
  • the storage unit 10 is composed of, for example, a semiconductor memory or a magnetic memory.
  • the display unit 11 displays various information including the mechanical properties of the substance 1 to the user.
  • the display unit 11 includes a display capable of displaying characters, images, and the like, and a touch screen capable of detecting contact with a user's finger or the like.
  • the display may be a display device such as a liquid crystal display (LCD: Liquid Crystal Display) or an organic EL display (OELD: Organic Electro-Luminescence Display).
  • the touch screen detection method may be any method such as a capacitance method, a resistance film method, a surface acoustic wave method, an infrared method, an electromagnetic induction method, or a load detection method.
  • the display unit 11 may be configured by a display that does not include a touch screen.
  • the control unit 8 controls the entire operation of the measuring device 100.
  • the control unit 8 includes one or more processors.
  • the processor may include at least one general purpose processor that reads a particular program and performs a particular function, and a dedicated processor that is specialized for a particular process.
  • the dedicated processor may include an application specific integrated circuit (ASIC).
  • the processor may include a programmable logic device (PLD).
  • the PLD may include an FPGA (Field-Programmable Gate Array).
  • the control unit 8 may include at least one of a SoC (System-on-a-chip) in which one or a plurality of processors cooperate and a SiP (System In a Package).
  • the control unit 8 functions as a calculation model generation unit 81, a mechanical characteristic calculation unit 82, and a physical quantity measurement control unit 83 according to a program read from the storage unit 10.
  • control unit 8 collects learning data via the communication unit 7, associates a plurality of learning data with each item to generate a learning data group 110, and stores the learning data group 110 in the storage unit 10. The details of the training data group 110 will be described later.
  • the calculation model generation unit 81 selects a plurality of learning data from the training data group 110 based on at least two of the plurality of physical quantities of the measurement object 101 measured by the physical quantity measurement unit 5.
  • the physical quantity used for selecting a plurality of training data is referred to as a selection physical quantity.
  • the calculation model generation unit 81 acquires the learning data group 110 from the storage unit 10.
  • the calculation model generation unit 81 selects a plurality of training data that are close to the combination of the phase change of the acquired current waveform, the amplitude of the harmonics, and the value of the incremental magnetic permeability.
  • the calculation model generation unit 81 generates a calculation model from a plurality of selected learning data.
  • the generated calculation model is used by the mechanical property calculation unit 82.
  • Examples of the calculation model used in the present invention include a regression model based on the k-nearest neighbor algorithm, a local linear regression model, and a regression model using a support vector machine. Among them, a regression model using the K-nearest neighbor method and the local linear regression model is preferable.
  • the local linear regression model can also have the same effect as the K-nearest neighbor method. In the local linear regression model, the data set closer to the data to be evaluated has an influence on the regression, and the data set farther away has an influence on the regression. By weighting the entire data set, a sequential model is constructed and evaluated. , The accuracy can be improved.
  • the mechanical property calculation unit 82 calculates the mechanical properties of the substance 1 using the calculation model generated by the calculation model generation unit 81 and at least two of the plurality of physical quantities measured by the physical quantity measurement unit 5. do.
  • a plurality of physical quantities include the above-mentioned electromagnetic feature quantities, and all of the phase change of the current waveform, the amplitude of the harmonics, and the incremental magnetic permeability are used for calculating the mechanical properties of the substance 1.
  • the mechanical characteristic calculation unit 82 acquires the calculation model generated from the calculation model generation unit 81.
  • the mechanical characteristic calculation unit 82 calculates the mechanical characteristics of the substance 1 by inputting the values of the phase change of the acquired current waveform, the amplitude of the harmonics, and the incremental magnetic permeability into the calculation model.
  • the mechanical property calculation unit 82 may output the calculated hardness of the steel material to the display unit 11 in order to show the user.
  • the calculation model generation unit 81 when the calculation model generation unit 81 generates the calculation model, in the above example, all the electromagnetic features are used as the physical quantities for selection, but some combinations of two or more electromagnetic features are used. May be used. Further, when the mechanical property calculation unit 82 calculates the mechanical property of the substance 1, all the electromagnetic features are used in the above example, but a part of two or more electromagnetic features is used as a calculation model. You may enter it. At this time, a part of the electromagnetic feature amount input to the calculation model may be different from a part of the electromagnetic feature amount used when the calculation model generation unit 81 generates the calculation model.
  • the calculation model generation unit 81 generates a calculation model using a combination of the phase change of the current waveform and the incremental magnetic permeability, and the mechanical characteristic calculation unit 82 uses the phase change of the current waveform and the amplitude of the harmonics as the calculation model. It may be input to calculate the mechanical properties of substance 1.
  • the physical quantity measurement control unit 83 controls the operation of the physical quantity measurement unit 5.
  • the physical quantity measurement control unit 83 operates, for example, the sensor 3 to measure the electromagnetic feature quantity.
  • the sensor 3 measures the physical quantity of the measurement object 101 having the substance 1 and the film 2.
  • a magnetic sensor will be described as an example of the sensor 3, but the sensor 3 is not limited to the magnetic sensor.
  • the number of sensors 3 may be one, but may be multiple.
  • the measurement result of the sensor 3 shows a physical quantity including the influence of the film 2, that is, a physical quantity in a state of having not only the substance 1 but also the film 2.
  • the mechanical properties calculated by the mechanical property calculation unit 82 relate to the substance 1 that does not contain the film 2.
  • FIG. 3 is a diagram showing one specific configuration example of the sensor 3.
  • the sensor 3 is, for example, a magnetic sensor and may include an exciting coil 31 and a magnetizing yoke 32.
  • the sensor 3 acts an AC magnetic field on the measurement object 101 while moving relative to the measurement object 101.
  • the exciting coil and the coil for measuring the electromagnetic change are shared by one coil.
  • the sensor 3 measures the influence of an eddy current or the like induced on the object to be measured 101 by the AC magnetic field as a change in the electromagnetic feature amount.
  • the sensor for measuring the electromagnetic feature may be configured such that an exciting coil is wound around a magnetization yoke, and the exciting coil and a coil for receiving a signal are separately wound.
  • the senor for measuring the electromagnetic feature may be configured such that an exciting coil is wound around the magnetization yoke and the coil for measuring the electromagnetic change is independently installed between the magnetization yokes.
  • the sensor for measuring the electromagnetic feature amount is not limited to the configuration shown in FIG. 3 as long as it has a configuration including an exciting coil, a coil for measuring electromagnetic changes, and a magnetization yoke.
  • the electromagnetic feature quantity of the surface layer may be used as the physical quantity to be measured. It is known that changes in the magnetic hysteris curve and Barkhausen noise in steel materials correlate with mechanical properties such as tensile strength and hardness of the material. Therefore, it is preferable to measure the amount of electromagnetic features on the surface layer with a magnetic sensor as shown in FIG.
  • the magnetic hysteris curve is also referred to as a BH curve, and is a curve showing the relationship between the strength of the magnetic field and the magnetic flux density.
  • the magnetic feature selectively measures only the surface layer of the object to be measured with a magnetic sensor. can do.
  • the skin effect the higher the frequency of the alternating current, the easier it is for the current to concentrate on the surface.
  • the penetration depth is defined as the depth at which the current becomes about 0.37 times the surface current due to the skin effect, the relationship is given by the following equation (1).
  • d is the penetration depth [m]
  • f is the frequency [Hz]
  • ⁇ is the magnetic permeability [H / m]
  • ⁇ is the conductivity [S / m]
  • ⁇ is the pi.
  • the penetration depth can be adjusted by adjusting the frequency according to the surface depth range to be measured or evaluated. For example, when it is desired to measure or evaluate mechanical properties up to about 0.25 mm on the surface layer, the frequency is determined so that the penetration depth is about 0.25 mm. Preferably, in consideration of attenuation, it is desirable that 3/4 of the penetration depth is larger than 0.25 mm with respect to the surface layer depth.
  • FIG. 4 shows an example of a signal applied to the exciting coil 31 to generate an AC magnetic field.
  • the signal of FIG. 4 is a signal in which a high frequency signal is superimposed on a low frequency signal.
  • the sensor 3 can efficiently measure the electromagnetic feature amount based on the low frequency signal and the electromagnetic feature amount based on the high frequency signal.
  • the low frequency signal is, for example, a 150 Hz sine wave.
  • the high frequency signal is, for example, a 1 kHz sine wave.
  • the scanning unit 6 moves the sensor 3 relative to the measurement object 101.
  • the scanning unit 6 may move the sensor 3 to an evaluation point designated by the physical quantity measurement control unit 83. Further, the scanning unit 6 may acquire information on the moving speed of the substance 1 and adjust the sensor 3 so that it moves at an appropriate relative speed.
  • the physical quantity for selection is the most important concept in the present invention.
  • the physical quantity for selection is at least two of the plurality of physical quantities measured by the physical quantity measuring unit 5. Further, the physical quantity for selection includes at least one physical quantity measured by using the first measurement signal and at least one physical quantity measured by using the second measurement signal.
  • the physical quantity of the measurement object 101 measured by the physical quantity measuring unit 5 is one measured by using the first measurement signal and one measured by using the second measurement signal.
  • the physical quantity to be measured is an electromagnetic feature quantity
  • the first measurement signal is an AC signal having a first frequency
  • the second measurement signal is an AC signal having a second frequency higher than the first frequency. It may be there. That is, the first measurement signal by the physical quantity measuring unit 5 may be a low frequency signal, and the second measurement signal by the physical quantity measuring unit 5 may be a high frequency signal.
  • the electromagnetic feature amount is the electricity observed by applying an AC magnetic field to the measurement object 101. It may be a characteristic of the signal. Specifically, the electromagnetic feature amounts are (1) the amount of distortion of the current waveform, (2) the amplitude of the current waveform, (3) the phase change of the current waveform, (4) the amplitude of the harmonics, and (5) the harmonics. It may be a property related to phase change and (6) incremental magnetic permeability. The characteristics may be, for example, (a) maximum value, (b) minimum value, (c) average value, (d) coercive force, and the like.
  • the incremental magnetic permeability is a value indicating the ease of magnetization in a state where a magnetic field is applied, and is indicated by a gradient of a minor loop in a magnetization curve showing the relationship between the magnetic flux density and the magnetic field.
  • the object to be measured 101 is a steel material having a scale
  • a voltage or current obtained by superimposing a sine wave having a frequency of 150 Hz or less on a sine wave having a frequency of 150 Hz or less is applied to the exciting coil 31 of the electromagnetic sensor. ..
  • the low frequency signal By making the low frequency signal a sine wave of 150 Hz or less, the AC magnetic field excited by the electromagnetic sensor can enter up to about 300 ⁇ m from the surface of the steel material.
  • the electromagnetic feature measured by using the low frequency signal includes the characteristic related to the phase change of the current waveform. In the measurement using a low frequency signal, since the AC magnetic field penetrates relatively deeply, it is possible to include more information on the substance 1 than the film 2.
  • the phase change of the current waveform contains information about the coercive force. Therefore, by measuring the characteristics related to the phase change of the current waveform using the low frequency signal, it is possible to obtain information about the coercive force of the substance 1. Further, it is preferable that the electromagnetic feature amount measured by using the high frequency signal includes the characteristic related to the incremental magnetic permeability. Since the measurement using the high frequency signal has a relatively shallow penetration of the AC magnetic field, it is possible to include more information on the film 2 than the substance 1. Further, the incremental magnetic permeability includes information on the magnetic characteristics of the film 2 in a state where a magnetic field changed by a low frequency signal is applied.
  • the magnetic characteristics of the film 2 by measuring the characteristics related to the incremental magnetic permeability using a high frequency signal. Obtaining information on the magnetic properties of the film 2 is useful for compensating for the influence of the film 2 and accurately predicting the properties of the substance 1.
  • the physical quantity for selection was measured using at least one physical quantity measured using the first measurement signal and the second measurement signal so as to include accurate information on both the substance 1 and the film 2. It is preferable to have at least one physical quantity.
  • the mechanical property measuring device 100 calculates the mechanical property of the substance 1 based on the physical quantity of the measurement object 101 measured by the physical quantity measuring unit 5 and a plurality of selected learning data. ..
  • the object to be measured 101 is a steel material having a scale.
  • the physical quantity includes an electromagnetic feature quantity.
  • the mechanical property of substance 1 is the hardness of the steel material.
  • a plurality of learning data are selected from the learning data group prepared in advance for calculating the mechanical properties of the substance, and a calculation model is generated. In order to measure mechanical properties accurately, it is necessary to select appropriate training data based on physical quantities and generate a correct calculation model. Therefore, it is preferable to pay due attention to the collection of the training data group that is the basis of the calculation model.
  • the measurement system including the measuring device 100 and the physical quantity measuring unit 5 collects learning data as follows, for example.
  • FIG. 5 is a flowchart showing the process of collecting learning data.
  • the control unit 8 sets the position of the measurement object 101 for measuring the physical quantity, that is, the evaluation point (step S1).
  • the control unit 8 causes the physical quantity measurement unit 5 to measure the physical quantity at the set evaluation point (step S2).
  • the physical quantity of the measurement object 101 is an explanatory variable.
  • the control unit 8 executes the pre-processing (step S3).
  • the pretreatment is, for example, to remove the film 2 from the object to be measured 101 so that the mechanical properties at the evaluation points can be measured.
  • the object to be measured 101 is a steel material having a scale on the surface
  • the scale can be removed by etching or grinding.
  • the pretreatment may include cutting the measurement object 101 at the evaluation point to expose the cross section of the substance 1.
  • the control unit 8 measures the mechanical characteristics at the evaluation point (step S4).
  • the training data includes mechanical properties as objective variables.
  • the mechanical property may be, for example, the hardness of the cross section of the steel material at the evaluation site.
  • As the mechanical properties for example, a value obtained by converting the leave hardness of the surface of the steel material obtained by using a rebound type hardness meter into the hardness of the cross section by the conversion formula obtained from the past test may be used. Further, in order to perform more accurate conversion, a value obtained by further normalizing the converted value with respect to the thickness of the steel material may be used. That is, a process of converting to a value in the thickness of the reference steel material may be executed.
  • the reference steel material has a thickness of, for example, 28 mm.
  • the mechanical property may be the Vickers hardness obtained by directly measuring the cut surface.
  • the control unit 8 acquires the measured mechanical characteristics.
  • the control unit 8 associates the data labels such as the control number and the evaluation location of the substance 1, the explanatory variables, and the objective variables, and stores them in the storage unit 10 as one learning data.
  • FIG. 6 is a diagram showing an example of the learning data group 110 stored in the storage unit 10.
  • the learning data group 110 may include, for example, a data number which is an identification number of training data and a plate number which is an identification number of steel materials as a control number of a data label. Further, when the X-axis and the Y-axis orthogonal to the origin are defined on the surface of the steel material, the learning data group 110 uses the distance from the origin in the X-axis direction and the Y-axis direction as evaluation points of the data label. May include the distance from the origin of.
  • the training data group 110 includes the measured mechanical characteristics as the objective variable.
  • the learning data group 110 includes the physical quantity of the measurement object 101 measured by the physical quantity measuring unit 5 as an explanatory variable.
  • the physical quantity may be classified into a physical quantity measured by using the first measurement signal and a physical quantity measured by using the second measurement signal.
  • the first measurement signal is an AC signal having a first frequency
  • the second measurement signal is an AC signal having a second frequency higher than the first frequency. It's okay. That is, the first measurement signal may be a low frequency signal and the second measurement signal may be a high frequency signal.
  • control unit 8 determines that sufficient training data has not been collected for model generation (No in step S5), the control unit 8 returns to the process of step S1 and further collects training data.
  • the control unit 8 ends a series of processes when it is determined that the learning data sufficient for model generation is collected and the collection is completed (Yes in step S5).
  • the learning data group 110 stored in the storage unit 10 by the control unit 8, that is, a set of a plurality of learning data may include objective variables obtained by different measurement methods.
  • the Vickers hardness obtained by directly measuring the cut surface the value obtained by converting the leave hardness of the surface of the steel material into the hardness of the cross section, and the converted value further obtained by the thickness of the steel material. It may contain objective variables obtained by at least two of the normalized values for.
  • Vickers hardness is accurate, but it takes time to measure to cut steel. Therefore, it is possible to generate an accurate learning data group 110 within a realistic time by allowing a mixture of objective variables obtained by different measurement methods.
  • the mechanical property measuring device 100 calculates the mechanical property of the substance 1 based on the physical quantity of the measurement object 101 measured by the physical quantity measuring unit 5.
  • the object to be measured 101 is a steel material having a scale.
  • substance 1 is a steel material.
  • the film 2 on the surface of the substance 1 is a scale.
  • physical quantities include electromagnetic features.
  • the mechanical property of substance 1 is the hardness of the steel material.
  • the sensor 3 is the magnetic sensor shown in FIGS. 2 and 3.
  • a calculation model is used in the calculation of the mechanical properties of substance 1. In order to measure mechanical properties accurately, it is important to generate an appropriate calculation model.
  • the mechanical property measuring device 100 according to the present embodiment calculates the mechanical property of the substance 1 as follows.
  • FIG. 7 is a flowchart showing a method of measuring mechanical characteristics.
  • the control unit 8 causes the physical quantity measurement unit 5 to measure the physical quantity of the measurement object 101 (measurement step, step S11). At this time, in order to measure the mechanical properties of the substance 1 (particularly the surface layer), the physical quantity is measured from a certain surface of the film 2 of the substance 1. That is, in this measurement method, the physical quantity is measured together with the substance 1 which is a steel material and the scale which is a film 2 as a measurement object 101. This is the same even when the substance 1 is not a steel material and the film 2 is not a scale. Specifically, the sensor 3 of the physical quantity measuring unit 5 is arranged on the surface of the film 2.
  • the measurement result of the sensor 3 shows the physical quantity including the influence of the film 2, that is, the physical quantity in the state of having the film 2 as well as the substance 1.
  • the scanning unit 6 moves the sensor 3 relative to the measurement object 101.
  • the sensor 3 applies an AC magnetic field to the evaluation point of the measurement object 101 designated by the physical quantity measurement control unit 83.
  • the sensor 3 measures the influence of an eddy current or the like induced on the object to be measured 101 by the AC magnetic field as a change in the electromagnetic feature amount.
  • the physical quantity measuring unit 5 sends the measured electromagnetic feature quantity as a plurality of physical quantities to the control unit 8.
  • the control unit 8 selects a plurality of training data from the training data group 110 based on the selection physical quantity which is at least two of the acquired physical quantities (selection step, step S12).
  • the control unit 8 selects the learning data that constitutes the learning data group 110 stored in the storage unit 10 that is close to the acquired physical quantity for selection.
  • FIG. 8 is a diagram for explaining the relationship between the physical quantity for selection and the learning data group 110.
  • the black circles in FIG. 8 are the learning data, each of which constitutes the learning data group 110.
  • the white circles in FIG. 8 are physical quantities for selection.
  • a local region can be set within a certain range for each of the first physical quantity and the second physical quantity of the physical quantity for selection, centering on the physical quantity for selection.
  • the control unit 8 may select a plurality of learning data included in the local region.
  • the control unit 8 generates a calculation model for calculating the mechanical properties of the substance 1 from the plurality of selected learning data (generation step, step S13).
  • the calculation model may be prepared as a linear regression model or a non-linear regression model in which the explanatory variables of the training data and the objective variables are linked.
  • the linear regression model a method such as a generalized linear model or a generalized linear mixed model may be used.
  • the calculation model is generated by the method of local linear regression together with the processing of step S12.
  • the plurality of training data selected in the process of step S12 are weighted according to the distance from the physical quantity for selection. That is, it is preferable that the closer the distance to the physical quantity for selection, the greater the weighting.
  • the control unit 8 calculates the mechanical properties of the substance 1 based on the generated calculation model (calculation step, step S14). The control unit 8 calculates the mechanical properties of the substance 1 using the generated calculation model and at least two physical quantities required as inputs.
  • the mechanical property of the substance 1 may be, for example, the hardness of the cross section of the steel material at the evaluation point.
  • the mechanical properties for example, a value obtained by converting the leave hardness of the surface of the steel material obtained by using a rebound type hardness meter into the hardness of the cross section by the conversion formula obtained from the past test may be used.
  • a value obtained by further normalizing the converted value with respect to the thickness of the steel material may be used. That is, a process of converting to a value in the thickness of the reference steel material may be executed.
  • the reference steel material has a thickness of, for example, 28 mm.
  • the mechanical property may be the Vickers hardness obtained by directly measuring the cut surface.
  • the control unit 8 outputs the calculated mechanical characteristics of the substance 1 to the display unit 11 (output step, step S15), and ends a series of processes.
  • the mechanical properties of the substance 1 displayed on the display unit 11 are recognized by the user.
  • the user may execute quality control of the substance 1 or an instruction to change the manufacturing parameters of the substance 1 based on the displayed mechanical properties of the substance 1.
  • the above configuration allows the mechanical characteristics to be accurately measured via physical quantities. Can be measured.
  • the film 2 has characteristics different from those of the substance 1 with respect to a plurality of physical quantities to be measured, it is more appropriate by the calculation model generation unit 81 or the selection step and the generation step (steps S12 and S13). Since a large calculation model can be generated, the above effect can be obtained more. Further, even when measuring the mechanical characteristics of the surface layer of the substance 1, a more appropriate calculation model can be generated by the calculation model generation unit 81 or the selection step and the generation step (step S12 and step S13). Greater effect is obtained. The above effect can be obtained in the same manner in the case of the second embodiment described later.
  • the measuring device 100 is a device for measuring the hardness of the surface layer of the steel material.
  • the substance 1 is a steel material.
  • the film 2 is a scale formed on the surface of the steel material.
  • the sensor 3 is an electromagnetic sensor.
  • the physical quantity of the object to be measured 101 is an electromagnetic feature quantity of a steel material having a scale.
  • the mechanical property to be measured in this embodiment is the hardness of the cross section of the steel material at a depth of 0.25 mm.
  • the steel material was manufactured by coarsely rolling continuously cast slabs and then quenching them online by continuous cooling.
  • the hardness of the cross section of the steel produced in this manufacturing process was measured at a depth of 0.25 mm.
  • an electromagnetic sensor capable of measuring the electromagnetic feature amount is arranged in the measuring device 100, and the electromagnetic feature amount on the surface layer of the steel material having scale on the surface is measured.
  • a dolly that moves manually was used as the scanning unit 6. Eight electromagnetic sensors were installed side by side on this dolly. Eight electromagnetic sensors scanned the entire surface of the steel material.
  • a voltage was applied to the electromagnetic sensor by superimposing a sine wave having a second frequency higher than the first frequency on a sine wave having a first frequency.
  • the first frequency was set to 150 Hz or less.
  • the second frequency was set to 1 kHz or higher.
  • Multiple types of electromagnetic features were extracted from the current waveforms observed by the electromagnetic sensor.
  • 20 feature quantities such as current waveform distortion amount, amplitude and phase change, harmonic amplitude and phase change, maximum value, minimum value, average value, and coercive force of incremental magnetic permeability are used as electromagnetic feature amounts.
  • the 20 feature quantities are 4 physical quantities measured using a low frequency signal and 16 physical quantities measured using a high frequency signal.
  • the frequency of the applied sine wave is set to 150 Hz or less so that the AC magnetic field excited by the electromagnetic sensor enters up to about 300 ⁇ m from the surface of the steel material.
  • the incremental magnetic permeability is a value indicating the ease of magnetization in a state where a magnetic field is applied, and is indicated by a gradient of a minor loop in a magnetization curve showing the relationship between the magnetic flux density and the magnetic field.
  • a sufficient number of learning data were collected, and the learning data group 110 was stored in the storage unit 10.
  • a sufficient number of training data is, for example, 100.
  • the measuring device 100 measured the electromagnetic feature amount by the physical quantity measuring unit 5.
  • the selection physical quantity was set to include at least one physical quantity measured using a low frequency signal and at least one physical quantity measured using a high frequency signal.
  • the physical quantity for selection is set to include at least the characteristics related to the phase change of the current waveform using the low frequency signal and the characteristics related to the incremental magnetic permeability using the high frequency signal.
  • the control unit 8 selects a plurality of training data from the training data group 110 of the storage unit 10 based on the physical quantity for selection.
  • the control unit 8 generated a calculated model by a method of local linear regression using a plurality of selected training data. Then, the control unit 8 calculated the hardness using the generated calculation model.
  • FIG. 9 is a diagram comparing the hardness calculated in this embodiment with the measured value obtained by the hardness meter.
  • the actual hardness of the surface layer on the horizontal axis is an actually measured value, which is the hardness obtained by cutting out a test piece and examining it using a rebound type hardness meter.
  • the predicted hardness on the vertical axis is the hardness of the steel material obtained in this example, and is the hardness calculated using the generated calculation model.
  • the hardnesses H 0 and H 1 are the lower limit value and the upper limit value of the hardness to be measured, respectively.
  • the predicted hardness is almost the same as the actual surface layer hardness, and the measurement can be performed with an accuracy of about 9 Hv standard deviation.
  • the hardness calculated by the above method is considered to have the same accuracy as the hardness test.
  • the hardness calculated in this embodiment is represented by shading on the display unit 11 and mapped in correspondence with the evaluation points of the steel material, the uniformity of the hardness of the steel material surface is visually confirmed. Was made.
  • FIG. 10 is a diagram comparing the hardness calculated in the comparative example different from this example and the measured value obtained by the hardness meter.
  • the reference numerals and the like are the same as those in FIG.
  • the calculation model was generated by setting the physical quantity for selection to include only the physical quantity measured by using the low frequency signal.
  • the predicted hardness is substantially the same as the actual surface layer hardness, but there may be a difference from the actual surface layer hardness as compared with FIG. 9.
  • the accuracy was about 14 Hv standard deviation. Therefore, the physical quantity for selection may include only the physical quantity measured using the low frequency signal, but the physical quantity for selection includes both the physical quantity measured using the low frequency signal and the physical quantity measured using the high frequency signal. It was confirmed that by including it, a more accurate calculation model was generated.
  • FIG. 12 An example of a specific manufacturing method is shown in FIG.
  • the method for manufacturing the thick steel plate 43 shown in FIG. 12 includes a rough rolling step S41, a finish rolling step S42, a cooling step S43, a surface layer hardness measuring step S45, a surface layer hardness remeasurement step S46, and a removing step S47.
  • the demagnetization step S44 may be added. When added, the steps proceed in the order of the cooling step S43, the demagnetization step S44, and the surface hardness measuring step S45.
  • the steel piece 41 is hotly roughly rolled at a temperature of 1000 ° C. or higher.
  • finish rolling is performed hot at a temperature of 850 ° C. or higher, and the steel piece 41 is made into a thick steel plate 42.
  • the thick steel plate 42 is cooled.
  • cooling step S43 for example, cooling is started at a temperature at which the temperature of the thick steel sheet is 800 ° C. or higher, and cooling is performed until the temperature of the thick steel sheet becomes about 450 ° C. at the end of cooling.
  • the surface hardness measuring step S45 the mechanical properties of the surface layer are measured on the entire surface of the cooled thick steel plate 42 by using the measuring method executed by the measuring device 100. Then, from the measured result, a portion harder than the preset surface layer hardness is determined as a cured portion.
  • a demagnetization step S44 immediately before the surface hardness measurement step S45 and demagnetize the residual magnetic field in this demagnetization step S44.
  • the demagnetizing device uses a distance attenuation method to demagnetize the surface layer so that the residual magnetic field is 0.5 mT or less.
  • the surface hardness of the cured portion detected in the surface hardness measurement step S45 is remeasured.
  • the mechanical characteristics of the surface layer are remeasured only for the cured portion including the vicinity region by using the measurement method executed by the measuring device 100.
  • it is determined again that the surface hardness of the remeasured cured portion exceeds the above threshold value it is determined that the cured portion has a locally hard region, and the thick steel plate 42 is removed in the removal step S47. Send to.
  • the portion determined to be the cured portion in the remeasurement step S46 is removed. Specifically, the portion determined to be a hardened portion is ground and removed by a known grinding means such as a grinder.
  • a known grinding means such as a grinder.
  • the production from the thick steel plate 42 to the thick steel plate 43 is completed, and the thick steel plate 43 is sent to another process (shipping process to the customer, steel pipe manufacturing process, etc.).
  • the wall thickness of the thick steel plate 42 at the grinding position is measured with respect to the portion ground in the removal step S47 of the thick steel plate 42 using a known or existing thickness gauge, and the dimensions set in advance at the time of manufacturing the steel plate. It is desirable to check if it is within the tolerance.
  • the surface hardness of the hardened portion After removing the hardened portion, it is desirable to measure the surface hardness of the hardened portion again with a known contact-type hardness meter. From this measurement result, it is confirmed that the hardness is equal to or less than the preset surface hardness. If it can be confirmed, the production from the thick steel plate 42 to the thick steel plate 43 is completed.
  • the thick steel plate 42 is not subjected to the removing step S47.
  • the production of the thick steel sheet 43 is completed, and the thick steel plate 43 is sent to other processes (shipping process to consumers, steel pipe manufacturing process, etc.).
  • the method for manufacturing a thick steel sheet in this embodiment may further include an annealing step S48 (not shown) after the cooling step S43 and before the surface hardness measuring step S45.
  • the surface hardness of the thick steel sheet 43 to be manufactured (more specifically, the Vickers hardness measured from the upper surface on the surface from which the oxide scale has been removed according to ASTM A 956 / A 956MA Standard Test Method for Leeb Hardness Testing of Steel Products).
  • ASTM A 956 / A 956MA Standard Test Method for Leeb Hardness Testing of Steel Products In the case of a steel type having 230 Hv or more and the thick steel plate 43 is prone to warp, it is desirable to go through the surface hardness measurement step S45 after the annealing step S48 after the cooling step S43.
  • the annealing step S48 softening of the structure by tempering can be expected. Tissue softening leads to suppression of the formation of hardened parts, and as a result, it can be expected that the removed area will be reduced.
  • the hardness is determined according to ASTM A 956 / A 956MA Standard Test Method for Leeb hardness Testing of Steel products from the upper surface on the surface from which the oxidation scale has been removed. Is measured.
  • the thickness of the measurement target affects the measured value. Therefore, the values of the cross-sectional Vickers hardness at a depth of 0.25 mm and the hardness of the surface layer by the repulsion type hardness meter are examined in advance for each thickness, and a relational expression is constructed.
  • the hardness value determined as a hardened portion is determined by adjusting based on a pre-constructed relational expression in order to consider the influence of the thickness based on the cross-sectional hardness at 0.25 mm. It's okay.
  • the reference depth is 0.25 mm, but the reference depth is not limited.
  • a known grinding means has been described as a removing method for removing the hardened portion determined in the surface hardness measuring step S45 on the surface layer of the thick steel plate 42, but the present invention is not limited to this. .. If it is a method that can remove the hardened portion, it can also be removed by using a known method other than grinding (for example, heat treatment).
  • the mechanical properties can be accurately measured via physical quantities, so that the mechanical properties are high. It is possible to provide a thick steel plate 43 which is a quality substance 1. More specifically, the thick steel plate 43 in which the hardened portion is suppressed can be manufactured from the thick steel plate 42.
  • FIG. 11 is a block diagram of the mechanical property measuring device 100 according to the second embodiment of the present disclosure.
  • the learning data group 110 is stored in the storage unit 10 included in the measuring device 100.
  • the learning data group 110 is stored in the database 12 outside the measuring device 100.
  • the control unit 8 can access the database 12 via the communication unit 7.
  • the control unit 8 stores the learning data group 110 in the database 12 via the communication unit 7. Further, the control unit 8 acquires the learning data group 110 from the database 12 via the communication unit 7.
  • the other configuration of the measuring device 100 is the same as that of the first embodiment.
  • a measuring device 100 for mechanical properties according to the present embodiment, a manufacturing facility for a substance 1 including the measuring device 100, a method for measuring mechanical properties executed by the measuring device 100, a method for managing a substance 1 using the measuring method, and a manufacturing method for the substance 1.
  • the mechanical properties can be accurately measured via physical quantities.
  • the learning data group 110 is stored in the database 12 outside the measuring device 100, it becomes possible to handle the learning data group 110 that exceeds the storage capacity of the internal storage unit 10.
  • the communication method of the communication unit 7 may be a short-range wireless communication standard, a wireless communication standard for connecting to a mobile phone network, or a wired communication standard.
  • Near field communication standards may include, for example, WiFi®, Bluetooth®, infrared and NFC (Near Field Communication).
  • the wireless communication standard connected to the mobile phone network may include, for example, LTE (Long Term Evolution) or a mobile communication system of the 4th generation or later.
  • the communication method used in the communication between the communication unit 7 and the physical quantity measuring unit 5 may be a communication standard such as LPWA (Low Power Wide Area) or LPWAN (Low Power Wide Area Network).
  • each means, each step, etc. can be rearranged so as not to be logically inconsistent, and a plurality of means, steps, etc. can be combined or divided into one. ..
  • the configuration of the measuring device 100 and the physical quantity measuring unit 5 described in the above embodiment is an example, and it is not necessary to include all of the components.
  • the measuring device 100 does not have to include the display unit 11.
  • the measuring device 100 and the physical quantity measuring unit 5 may include other components.
  • the physical quantity measuring unit 5, the control unit 8, and the storage unit 10 may be physically separated from each other.
  • the physical quantity measuring unit 5 and the control unit 8 of the measuring device 100 may be electrically connected, and this connection may be wired or wireless. Further, a known technique may be used for the connection.
  • the present disclosure can be realized as a program describing processing contents that realize each function of the measuring device 100 or as a storage medium on which the program is recorded. It should be understood that the scope of this disclosure also includes these.
  • the measuring device 100 according to the above embodiment has been described in the case where the learning data group 110 is collected by using the measuring device 100 according to the present invention in FIG. 1, but the present invention is not limited thereto.
  • Another physical measuring device may be used to collect the physical quantity of the object to be measured 101.
  • the measurement device 100 has shown an example of creating a calculation model, but these may be created by another information processing device.
  • the information processing apparatus acquires the learning data group 110 and creates a calculation model. Further, the information processing apparatus transmits the created calculation model to the measuring apparatus 100. That is, the calculation model created by another device is installed in the control unit 8 of the measurement device 100 and used as a part of the measurement device 100.
  • the position of the sensor 3 may be fixed.
  • the scanning unit 6 may move the measurement object 101.
  • the scanning unit 6 is a trolley by human power in the above description, it may be a trolley provided with a mechanical drive device. Further, the scanning unit 6 may be controlled by a control unit different from the control unit 8 of the measuring device 100 to enable scanning.
  • the control unit of the scanning unit 6 may be capable of automatic scanning in cooperation with a control unit (not shown) of another manufacturing facility.
  • the control unit 8 of the mechanical characteristic measuring device 100 may enable automatic scanning.
  • the scanning unit 6, the control unit of the scanning unit, the control unit of the manufacturing equipment, and the control unit 8 of the measuring device 100 may be electrically connected, and these connections may be wired or wireless. .. Further, the connection may utilize known or new technology.
  • the user's judgment may be input based on the displayed mechanical properties of the substance 1.
  • the user may input, for example, a pass / fail judgment by touching the touch screen with a finger or the like.
  • the control unit 8 may perform control such as deciding whether or not to carry out the grinding process according to the quality determination result from the user.
  • the control unit 8 may execute the determination of the quality of the substance 1 based on the set threshold value on behalf of the user.
  • the steel material is described as an example of the substance 1
  • the electromagnetic feature amount is described as an example of the physical quantity
  • the hardness is described as an example of the mechanical feature, but other combinations may be used.
  • the effect of the present invention can be obtained even if the physical quantity is temperature.
  • the substance 1 is a metal or a compound
  • the effect of the present invention can be obtained.
  • the film 2 on the surface of the metal or compound has characteristics different from those of the metal or compound with respect to a plurality of physical quantities to be measured, a greater effect can be obtained.
  • examples of the metal include iron, steel, nickel, cobalt, aluminum, titanium, or an alloy containing any one or more of them.
  • examples of the compound include an inorganic compound, an organic compound, and a compound containing any one or more of iron, steel, nickel, cobalt, aluminum, and titanium.
  • the electromagnetic feature quantity is used as a plurality of physical quantities.
  • the effect of the present invention can be obtained more clearly.
  • the substance 1 is a steel material
  • its mechanical properties are determined by the ratio of alloying elements contained in the steel material, the quenching treatment and the annealing treatment method. Therefore, as the measured physical quantity, at least one of the surface temperatures before and after the quenching treatment and the annealing treatment may be used.
  • the mechanical characteristic measuring device 100 configured as described above and the mechanical characteristic measuring method executed by the measuring device 100 are suitably applied to, for example, the following equipment or scene.
  • the present invention may be applied as a part of the inspection equipment constituting the manufacturing equipment of the substance 1. That is, the surface of the substance 1 manufactured by a known, new or existing manufacturing facility is measured by the measuring device 100 for mechanical properties according to the present invention together with the film 2 on the surface of the substance 1. You may. Further, the inspection equipment may inspect the mechanical properties of the substance 1 from the measurement results and, for example, preset mechanical properties. In other words, the mechanical property measuring device 100 according to the present invention measures the substance 1 manufactured by the manufacturing equipment. Further, the inspection facility provided with the mechanical property measuring device 100 according to the present invention inspects the substance 1 manufactured by the manufacturing facility using, for example, preset mechanical properties.
  • the present invention may be applied as a part of an inspection step included in the method for producing substance 1.
  • the substance 1 produced in the publicly known, new or existing production step may be inspected in the inspection step with the film 2 on the surface of the substance 1.
  • the inspection step includes the above-mentioned measurement step, selection step, generation step, and calculation step according to the present invention, and calculates the mechanical properties of the substance 1 with the substance 1 having the film 2 on the surface as the measurement object 101. do.
  • the mechanical property of the substance 1 is calculated by using the measuring device 100 of the mechanical property according to the present invention, with the substance 1 having the film 2 on the surface as the measurement target 101.
  • the condition change step for changing the manufacturing conditions of the manufacturing step so as to be included in the reference range when the mechanical property of the substance 1 calculated by the calculation step or the measuring device 100 is not included in the reference range, the condition change step for changing the manufacturing conditions of the manufacturing step so as to be included in the reference range.
  • the reference range may be a standard range of mechanical properties obtained statistically using substance 1 produced in the past.
  • the manufacturing conditions are parameters that can be adjusted in the manufacturing step of substance 1.
  • the production conditions for example, the heating temperature, heating time, cooling time, etc. of the substance 1 can be selected.
  • the mechanical properties can be accurately measured via the physical quantity, so that the substance 1 can be manufactured at a high yield.
  • the mechanical property of the substance 1 obtained from the measuring device 100 of the mechanical property or the calculation step is the mechanical property of the surface layer of the substance 1, the calculation model generation unit 81 or the selection step and the generation step (step). Since a more appropriate calculation model can be generated by S12 and step S13), the above effect can be further obtained.
  • the manufacturing equipment of the substance 1 As an example of the manufacturing equipment of the substance 1, the following can be mentioned. That is, Rolling equipment that rolls steel pieces into steel plates, A device for measuring mechanical properties according to the present invention is provided, the surface hardness of the steel sheet is measured by the measuring device, and the measured surface hardness of the steel sheet is preset with respect to the surface layer of the steel sheet. Inspection equipment that determines parts that are harder than the surface hardness as hardened parts, A removal facility for removing the determined hardened portion on the surface layer of the steel sheet, and Steel sheet manufacturing equipment row. If the manufacturing equipment row further includes demagnetization equipment for demagnetizing the surface layer of the steel sheet or the entire steel sheet between the rolling equipment and the inspection equipment, the accuracy of measurement or evaluation of mechanical characteristics can be improved. It is more preferable because it can prevent the decrease.
  • a rolling step of rolling a piece of steel into a steel plate The surface hardness of the steel sheet is measured by the method for measuring mechanical properties according to the present invention, and the measured surface hardness of the steel sheet is a portion harder than the surface hardness preset for the surface layer of the steel sheet.
  • a removal step for removing the determined hardened portion on the surface layer of the steel sheet A method for manufacturing a steel sheet having. If the manufacturing method further includes a demagnetization step for demagnetizing the surface layer of the steel sheet or the entire steel sheet between the rolling step and the inspection step, the accuracy of measurement or evaluation of mechanical properties is lowered. It is more preferable because it can prevent the processing.
  • a rolling step is performed at 850 ° C. or higher in order to obtain a predetermined shape and mechanical properties with continuous steel pieces.
  • quenching and annealing may be further performed as a heat treatment step.
  • electromagnetic features such as incremental permeability, coercive force, and Barkhausen noise correlate with the mechanical properties of steel. Therefore, it is preferable that the electromagnetic feature amount is measured as the physical quantity of the measurement object 101 in a state where the structure of the steel material is determined through the heat treatment step. At this time, the measurement object 101 refers to the steel plate and the film on the surface of the steel plate.
  • the film on the surface of the steel sheet examples include an iron oxide film such as scale and black skin, an organic film such as a resin coating, a plating film or a chemical conversion treatment film. Further, since the mechanical properties are determined by quenching and annealing, the temperature before and after quenching or the temperature before and after annealing is separately measured as the physical quantity of the object 101 to be measured in the manufacturing method. , May be used.
  • the present invention may be applied to the method for controlling the substance 1 and the substance 1 may be controlled by inspecting the substance 1.
  • the substance 1 prepared in advance having the film 2 on the surface is inspected in the inspection step, and the substance 1 is managed in the management step for classifying the substance 1 based on the inspection result obtained in the inspection step.
  • the inspection step includes the above-mentioned measurement step, selection step, generation step, and calculation step according to the present invention, and the machine of the substance 1 with the substance 1 prepared in advance having the film 2 on the surface as the measurement object 101. Calculate the target characteristics.
  • the mechanical property of the substance 1 is calculated using the substance 1 having the film 2 on the surface as the measurement target 101 by using the measuring device of the mechanical property according to the present invention.
  • the substance 1 can be managed.
  • the manufactured substance 1 is classified based on the criteria specified in advance based on the mechanical properties of the substance 1 obtained by the calculation step or the measuring device 100 of the mechanical properties, so that the substance 1 is classified.
  • the steel material can be classified into classes according to the hardness.
  • the mechanical properties can be accurately measured via the physical quantity, so that the substance 1 of high quality can be provided.
  • the mechanical property of the substance 1 obtained from the measuring device 100 of the mechanical property or the calculation step is the mechanical property of the surface layer of the substance 1, the calculation model generation unit 81 or the selection step and the generation step (step). Since a more appropriate calculation model can be generated by S12 and step S13), the above effect can be further obtained.
  • the surface hardness of the steel sheet is measured by the method for measuring mechanical properties according to the present invention, and a portion harder than the surface hardness preset for the surface layer of the steel sheet is determined from the measured surface hardness of the steel sheet.
  • Inspection step to determine as a hardened part A method for manufacturing a steel sheet, comprising a control step for classifying the steel sheet according to the area and / or position of the determined hardened portion on the surface layer of the steel sheet.

Landscapes

  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)

Abstract

物理量を介して正確に機械的特性を計測可能な、機械的特性の計測装置および機械的特性の計測方法等が提供される。機械的特性の計測装置（１００）は、物質と物質の表面にある膜とを有する計測対象物の複数の物理量を計測する物理量計測部（５）と、計測された複数の物理量のうちの少なくとも２つである選択用物理量に基づいて学習データ群から複数の学習データを選択し、選択された複数の学習データから物質の機械的特性を算出するための算出モデルを生成する算出モデル生成部（８１）と、生成された算出モデルと、複数の物理量のうちの少なくとも２つと、を用いて物質の機械的特性を算出する機械的特性算出部（８２）と、を備え、選択用物理量は、第１の計測信号を用いて計測された少なくとも１つの物理量と、第２の計測信号を用いて計測された少なくとも１つの物理量と、を含む。

Description

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
　本開示は、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に関する。
　ラインパイプなどの素材となる鋼材製造において、鋼材の機械的特性の検査として、抜取り検査が実施されることがある。抜取り検査は、鋼材から検査部位を取り出し、機械試験片に加工して試験を行う、いわゆる破壊試験である。近年、抜取り検査でなく、鋼材商品そのものの機械的特性を非破壊的に計測または評価して、品質を保証することが求められている。そこで、鋼材製造中または鋼材製造後に計測される鋼材の機械的特性に関わる様々な物理量を介して機械的特性を計測する試みが実施されている。
　例えば、特許文献１は、金属材料に交流磁場を作用させて、誘起された渦電流を検出することによって、金属材料に局部的に存在する高硬度部を検出する技術を記載する。
　例えば、特許文献２は、長尺材の長手方向に沿った一方側で長尺材が挿通される第１開口部と、他方側で長尺材が挿通される第２開口部と、を有し、第１開口部および第２開口部を通る軸線に対して略軸対称な形状を有する継鉄部材を備える検出装置を記載する。特許文献２の検出装置は、長尺材の長手方向端部の不感帯を減らすことができ、精度良く磁気特性変化を検出できる。
　例えば、特許文献３は、被検体に誘起される渦電流強度から被検体のコーティング材の膜厚を評価し、コーティング材の膜厚の減肉に関する情報から被検体の劣化程度を把握する技術を記載する。
特開２００８－２２４４９５号公報 国際公開第２０１９／０８７４６０号 特開平９－１１３４８８号公報
　ここで、鋼材表層の電磁気特徴量をセンサで計測して機械的特性を計測する場合に、従来の技術では、電磁気特徴量と機械的特性との関係のばらつきが大きく、正確な算出が難しいとの問題がある。例えば同じ機械的特性が得られるように製造された鋼材について、センサで計測した鋼材表層の電磁気特徴量が異なることがある。そこで、鋼材の製造プロセスで利用可能な、機械的特性を非破壊で正確に計測できる技術が求められている。
　本開示は、上記事情に鑑みてなされたものであり、物理量を介して正確に機械的特性を計測可能な、機械的特性の計測装置および機械的特性の計測方法を提供することを目的とする。また、本開示の他の目的は、物理量を介して正確に機械的特性を計測可能とすることで物質の製造歩留まりを向上可能とする、物質の製造設備および物質の製造方法を提供することである。さらに、本開示の他の目的は、物理量を介して正確に機械的特性を計測可能とすることで高品質の物質を提供することができる、物質の管理方法を提供することである。
　上記課題を解決するために、計測対象物の物理量と機械的特性との関係について調べた結果、発明者は、これらの関係が、計測対象物が有する膜の性質に影響されることを見出した。
　本開示の一実施形態に係る機械的特性の計測装置は、
　物質と前記物質の表面にある膜とを有する計測対象物の複数の物理量を計測する物理量計測部と、
　計測された前記複数の物理量のうちの少なくとも２つである選択用物理量に基づいて学習データ群から複数の学習データを選択し、選択された前記複数の学習データから前記物質の機械的特性を算出するための算出モデルを生成する算出モデル生成部と、
　生成された前記算出モデルと、前記複数の物理量のうちの少なくとも２つと、を用いて前記物質の機械的特性を算出する機械的特性算出部と、を備え、
　前記選択用物理量は、第１の計測信号を用いて計測された少なくとも１つの物理量と、第２の計測信号を用いて計測された少なくとも１つの物理量と、を含む。
　本開示の一実施形態に係る機械的特性の計測方法は、
　物質と前記物質の表面にある膜とを有する計測対象物の複数の物理量を計測する計測ステップと、
　計測された前記複数の物理量のうちの少なくとも２つである選択用物理量に基づいて、学習データ群から複数の学習データを選択する選択ステップと、
　選択された前記複数の学習データから前記物質の機械的特性を算出するための算出モデルを生成する生成ステップと、
　生成された前記算出モデルと、前記複数の物理量のうちの少なくとも２つと、を用いて前記物質の機械的特性を算出する算出ステップと、を備え、
　前記選択用物理量は、第１の計測信号を用いて計測された少なくとも１つの物理量と、第２の計測信号を用いて計測された少なくとも１つの物理量と、を含む。
　本開示の一実施形態に係る物質の製造設備は、
　物質を製造する製造設備と、
　物質と前記物質の表面にある膜とを有する計測対象物の複数の物理量を計測する物理量計測部、
　計測された前記複数の物理量のうちの少なくとも２つである選択用物理量に基づいて学習データ群から複数の学習データを選択し、選択された前記複数の学習データから前記物質の機械的特性を算出するための算出モデルを生成する算出モデル生成部、および、
　生成された前記算出モデルと、前記複数の物理量のうちの少なくとも２つと、を用いて前記物質の機械的特性を算出する機械的特性算出部、を備え、
　前記選択用物理量は、第１の計測信号を用いて計測された少なくとも１つの物理量と、第２の計測信号を用いて計測された少なくとも１つの物理量と、を含む、機械的特性の計測装置と、
　を備え、
　前記計測装置は、前記製造設備で製造された物質の機械的特性を計測する。
　本開示の一実施形態に係る物質の管理方法は、
　物質と前記物質の表面にある膜とを有する計測対象物の複数の物理量を計測する計測ステップと、
　計測された前記複数の物理量のうちの少なくとも２つであって、第１の計測信号を用いて計測された少なくとも１つの物理量と、第２の計測信号を用いて計測された少なくとも１つの物理量と、を含む選択用物理量に基づいて、学習データ群から複数の学習データを選択する選択ステップと、
　選択された前記複数の学習データから前記物質の機械的特性を算出するための算出モデルを生成する生成ステップと、
　生成された前記算出モデルと、前記複数の物理量のうちの少なくとも２つと、を用いて前記物質の機械的特性を算出する算出ステップと、
　算出された前記物質の機械的特性に基づいて前記物質を分類する管理ステップと、を備える。
　本開示の一実施形態に係る物質の製造方法は、
　物質を製造する製造ステップと、
　製造された前記物質と該物質の表面にある膜とを計測対象物として、前記計測対象物の複数の物理量を計測する計測ステップと、
　計測された前記複数の物理量のうちの少なくとも２つである選択用物理量に基づいて、学習データ群から複数の学習データを選択する選択ステップと、
　選択された前記複数の学習データから前記物質の機械的特性を算出するための算出モデルを生成する生成ステップと、
　生成された前記算出モデルと、前記複数の物理量のうちの少なくとも２つと、を用いて前記物質の機械的特性を算出する算出ステップと、を備え、
　前記選択ステップの前記選択用物理量は、第１の計測信号を用いて計測された少なくとも１つの物理量と、第２の計測信号を用いて計測された少なくとも１つの物理量と、を含む。
　本開示の一実施形態に係る機械的特性の計測装置および機械的特性の計測方法によれば、物理量を介して正確に機械的特性を計測することができる。また、本開示に係る物質の製造設備および物質の製造方法によれば、物理量を介して正確に機械的特性を計測可能とすることで物質の製造歩留まりを向上可能とすることができる。さらに、本開示に係る物質の管理方法によれば、物理量を介して正確に機械的特性を計測可能とすることで高品質の物質を提供することができる。
図１は、本開示の一実施形態に係る機械的特性の計測装置のブロック図である。 図２は、物理量計測部のブロック図である。 図３は、センサの具体的な構成例を示す図である。 図４は、交流磁場を生成させるために励磁コイルに与えられる信号の一例を示す図である。 図５は、学習データの収集の処理を示すフローチャートである。 図６は、学習データ群の一例を示す図である。 図７は、機械的特性の計測方法を示すフローチャートである。 図８は、選択用物理量と学習データ群との関係を説明するための図である。 図９は、算出された機械的特性と実測値とを比較した図である。 図１０は、比較例の算出された機械的特性と実測値とを比較した図である。 図１１は、別の実施形態に係る機械的特性の計測装置のブロック図である。 図１２は、鋼材の製造方法の例を示す図である。
（第１の実施形態）
　図１は、本開示の第１の実施形態に係る機械的特性の計測装置１００のブロック図である。計測装置１００は、物理量計測部５が計測した計測対象物１０１（図２参照）の複数の物理量を介して、非破壊的に、計測対象物１０１の物質１（図２参照）の機械的特性を計測する。ここで、機械的特性は、力学的特性であって、特に引っ張り、圧縮またはせん断などの外力に対する性質をいう。例えば機械的特性は、引張応力、降伏応力および圧縮応力などの強度、ビッカース硬さ（Vickers hardness）およびリーブ硬さ（Leeb hardness）などの硬さ、ならびに脆性を含む。物理量は、客観的に測定可能な量であって、例えば温度、質量および電磁的な特徴量などを含む。
　以下、本実施形態において、物質１として鋼材を例に説明されるが、物質１は鋼材に限られない。また、機械的特性として硬さを例に説明されるが、機械的特性は硬さに限られない。また、複数の物理量として電磁気特徴量を例に説明されるが、複数の物理量は電磁気特徴量に限られない。ここで、透磁率および保磁力といった電磁気特徴量は従来から金属の機械的特性と相関があることが知られており、電磁気特徴量を用いて機械的特性を計測または評価することが好ましい。電磁気特徴量を計測する方法としては、渦流探傷法または３ＭＡ（Micromagnetic Multiparameter Microstructure and Stress Analysis）技術などが好ましい。特に、後述する計測信号に２つ以上の周波数を重畳させた交流信号（交流電流または交流電圧）を用いると、より多くの電磁気特徴量を取得することができ、好ましい。さらに、そのうちの１つの周波数を２００Ｈｚ以下とすることで、物質１の表面に膜２（図２参照）が形成されている場合でも交流磁場が物質１の表面まで十分に浸透して、より精度よく機械的特性を計測または評価できるようになるため、より好ましい。物質１の表層の電磁気特徴量を計測する場合、上記の計測方法は特に好ましい。
（機械的特性の計測装置の構成）
　図１に示すように、計測装置１００は、物理量計測部５と、制御部８と、記憶部１０と、表示部１１と、を備える。制御部８は、算出モデル生成部８１と、機械的特性算出部８２と、物理量計測制御部８３と、を備える。記憶部１０は、学習データ群１１０を備える。学習データ群１１０は、物質１の機械的特性を算出する算出モデルの生成に用いられる。計測装置１００の各要素の詳細については後述する。
　図２は、物理量計測部５のブロック図である。物理量計測部５は、センサ３と、走査部６と、を備える。センサ３は、計測対象物１０１の物理量を計測する。計測対象物１０１は、物質１と、物質１の表面に形成された膜２と、を有する。物理量計測部５の各要素の詳細については後述する。
　例えば物質１が鋼材の場合、鋼材の製造途中で鋼材の表面にはスケールまたは黒皮と呼ばれる酸化鉄膜が形成される。酸化鉄膜には様々な種類が存在するが、一般に、マグネタイト（四酸化三鉄、Ｆｅ3Ｏ4）、ウスタイト（酸化第一鉄、ＦｅＯ）およびヘマタイト（赤鉄鉱、Ｆｅ2Ｏ3）が知られている。これらのスケールは、それぞれ酸素と鉄の組成が異なるだけでなく、電磁気的な特徴が異なる。例えば、マグネタイトには磁性があるが、ウスタイトは磁性がない。ここで、鋼材である物質１の（特に表層の）機械的特性を計測するには、表面から物理量を計測することになる。つまり、本発明においては、鋼材である物質１と膜２であるスケールとを一緒に、計測対象物１０１として物理量を計測する。
　そのため、スケールである膜２は、鋼材である物質１の計測に影響を与える。また、スケールの種類および組成は、鋼材の製造時の状態によって変化する。さらに、鋼材自体の組織によって磁性に異方性を有することがあり、電磁気的な特徴は計測対象物１０１によって異なる。したがって、鋼材とスケールとを有する計測対象物１０１について、硬さなどの鋼材の機械的特性を、単純に計測対象物１０１の電磁気特徴量に関係づけて測定または評価することは非常に難しい。特に、物質１の表層の機械的特性を計測する場合には、膜２であるスケールの電磁気的な特徴がより大きく影響する。その為、鋼材とスケールとを有する計測対象物１０１について、硬さなどの鋼材の表層の機械的特性を、単純に計測対象物１０１の電磁気特徴量に関係づけて測定または評価することはより難しくなる。
　これは、物質１が鋼材以外および膜２がスケール以外の場合でも、同様である。特に、計測する複数の物理量に対し、膜２が物質１とは異なる特徴を備えていた場合は、物質１と表面にある膜２とを有する計測対象物１０１について、物質１の機械的特性を、計測対象物１０１の複数の物理量に単純に関係づけて測定または評価することは非常に難しくなる。さらに、物質１の表層の機械的特徴を計測する場合には、物質１と表面にある膜２とを有する計測対象物１０１について、物質１の表層の機械的特性を、計測対象物１０１の複数の物理量に単純に関係づけて測定または評価することはより難しくなる。
　記憶部１０は、各種情報、および、計測装置１００を動作させるためのプログラムを記憶する。記憶部１０が記憶する各種情報には、複数の学習データの集合である学習データ群１１０が含まれる。記憶部１０が記憶するプログラムには、制御部８を算出モデル生成部８１として動作させるプログラム、制御部８を機械的特性算出部８２として動作させるプログラム、および、制御部８を物理量計測制御部８３として動作させるプログラムが含まれる。記憶部１０は、例えば、半導体メモリまたは磁気メモリなどで構成される。
　表示部１１は、ユーザに対して、物質１の機械的特性を含む各種情報を表示する。本実施形態において、表示部１１は、文字、画像などを表示可能なディスプレイと、ユーザの指などの接触を検出可能なタッチスクリーンとを含んで構成される。ディスプレイは、液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）、有機ＥＬディスプレイ（ＯＥＬＤ：Organic Electro‐Luminescence Display）などの表示デバイスであり得る。タッチスクリーンの検出方式は、静電容量方式、抵抗膜方式、表面弾性波方式、赤外線方式、電磁誘導方式または荷重検出方式などの任意の方式であり得る。ここで、別の例として、表示部１１は、タッチスクリーンを含まないディスプレイで構成されてよい。
　制御部８は、計測装置１００の全体の動作を制御する。制御部８は、１以上のプロセッサを含んで構成される。プロセッサは、特定のプログラムを読み込み特定の機能を実行する汎用のプロセッサ、および、特定の処理に特化した専用のプロセッサの少なくとも１つを含んでよい。専用のプロセッサは、特定用途向けＩＣ（ＡＳＩＣ；Application Specific Integrated Circuit）を含んでよい。プロセッサは、プログラマブルロジックデバイス（ＰＬＤ；Programmable Logic Device）を含んでよい。ＰＬＤは、ＦＰＧＡ（Field-Programmable Gate Array）を含んでよい。制御部８は、１つまたは複数のプロセッサが協働するＳｏＣ（System-on-a-chip）、および、ＳｉＰ（System In a Package）の少なくとも１つを含んでよい。制御部８は、記憶部１０から読みだしたプログラムに従って、算出モデル生成部８１、機械的特性算出部８２および物理量計測制御部８３として機能する。
　また、制御部８は、通信部７を介して学習データを収集し、複数の学習データを項目ごとに対応付けて学習データ群１１０を生成し、学習データ群１１０を記憶部１０に記憶させる。学習データ群１１０の詳細については後述する。
　算出モデル生成部８１は、物理量計測部５により計測された計測対象物１０１の複数の物理量のうちの少なくとも２つに基づいて、学習データ群１１０から複数の学習データを選択する。以下、複数の学習データの選択に用いられる物理量は、選択用物理量と称される。ここで、一例として、電磁気特徴量である電流波形の位相変化、高調波の振幅および増分透磁率の全てが、選択用物理量であるとする。まず、算出モデル生成部８１は、学習データ群１１０を記憶部１０から取得する。そして、算出モデル生成部８１は、取得した電流波形の位相変化、高調波の振幅および増分透磁率の値の組み合わせに近い複数の学習データを選択する。算出モデル生成部８１は、選択した複数の学習データから算出モデルを生成する。生成された算出モデルは、機械的特性算出部８２によって使用される。なお、本発明に用いられる算出モデルの例としては、Ｋ近傍（ｋ－ｎｅａｒｅｓｔ　ｎｅｉｇｈｂｏｒ　ａｌｇｏｒｉｔｈｍ）による回帰モデル、局所線形回帰モデル、サポートベクトルマシンを用いた回帰モデルがあげられる。その中でもＫ近傍法および局所線形回帰モデルを用いた回帰モデルが好ましい。その理由としては、通常の回帰モデルでは、データセット全体の分布の偏りなどに引きずられて予測精度が低下することがありうる。これは、通常、データセット全体に最小誤差となるようにモデルを構築するためである。そこで、Ｋ近傍法で評価したいデータにユークリッド距離が近いＫ個を抽出し、抽出されたＫ個のデータセットで回帰モデルを作成し評価する手法が、精度を高める上で好ましい。また局所線形回帰モデルも、Ｋ近傍法と同じ効果を持つことができる。局所線形回帰モデルでは、評価したいデータに近いデータセットが回帰へ影響をもち、遠いデータほど回帰への影響がでないようにデータセット全体に重みづけをして逐次モデルを構築して評価することで、精度を高めることができる。
　機械的特性算出部８２は、算出モデル生成部８１により生成された算出モデルと、物理量計測部５により計測された複数の物理量のうちの少なくとも２つと、を用いて物質１の機械的特性を算出する。一例として、複数の物理量が上記の電磁気特徴量を含み、電流波形の位相変化、高調波の振幅および増分透磁率の全てが、物質１の機械的特性の算出に用いられるとする。機械的特性算出部８２は、算出モデル生成部８１から生成された算出モデルを取得する。機械的特性算出部８２は、取得した電流波形の位相変化、高調波の振幅および増分透磁率の値を、算出モデルに入力することによって、物質１の機械的特性を算出する。機械的特性算出部８２は、ユーザに示すために、算出した鋼材の硬さを表示部１１に出力してよい。
　ここで、算出モデル生成部８１が算出モデルを生成する場合に、上記の例では、選択用物理量として全ての電磁気特徴量が用いられたが、２つ以上の電磁気特徴量の一部の組み合わせが用いられてよい。また、機械的特性算出部８２が物質１の機械的特性を算出する場合に、上記の例では全ての電磁気特徴量が用いられたが、２つ以上の電磁気特徴量の一部を算出モデルに入力してよい。このとき、算出モデルに入力される電磁気特徴量の一部は、算出モデル生成部８１が算出モデルを生成する場合に用いられた電磁気特徴量の一部と異なっていてよい。例えば、算出モデル生成部８１が電流波形の位相変化と増分透磁率との組み合わせを用いて算出モデルを生成し、機械的特性算出部８２が電流波形の位相変化および高調波の振幅を算出モデルに入力して物質１の機械的特性を算出してよい。
　物理量計測制御部８３は、物理量計測部５の動作を制御する。物理量計測制御部８３は、例えばセンサ３を動作させて、電磁気特徴量を計測させる。
（物理量計測部の構成）
　センサ３は、物質１と膜２とを有する計測対象物１０１の物理量を測定する。本実施形態において、センサ３として磁気センサを例に説明されるが、センサ３は磁気センサに限られない。センサ３は、１つであってよいが、複数であり得る。ここで、センサ３の計測結果は、膜２の影響を含む物理量、すなわち、物質１だけでなく膜２を有する状態での物理量を示す。これに対し、機械的特性算出部８２が算出する機械的特性は、膜２を含まない物質１に関する。
　図３は、センサ３の１つの具体的な構成例を示す図である。センサ３は、例えば磁気センサであって、励磁コイル３１と、磁化ヨーク３２と、を備えてよい。センサ３は、計測対象物１０１に対して相対的に移動しながら、計測対象物１０１に交流磁場を作用させる。図３に示すセンサでは、励磁コイルと電磁気変化を計測するコイルとを１つのコイルで兼用としている。センサ３は、交流磁場によって計測対象物１０１に誘起された渦電流などの影響を、電磁気特徴量の変化として計測する。別の例として、電磁気特徴量を計測するセンサは、磁化ヨークに励磁コイルをまきつけ、励磁コイルと信号を受信するためのコイルを別途に巻き付ける構成でよい。さらに別の例として、電磁気特徴量を計測するセンサは、磁化ヨークに励磁コイルをまきつけ、電磁気変化を計測するコイルを磁化ヨーク間に独立して設置する構成でよい。電磁気特徴量を計測するセンサは、励磁コイル、電磁気変化を計測するコイル、磁化ヨークを備える構成であれば、図３に示した構成に限定されない。
　ここで、鋼材においては、計測される物理量として、表層の電磁気特徴量が用いられてよい。鋼材において磁気ヒステリス曲線の変化およびバルクハウゼンノイズが材料の引張強度および硬さといった機械的特性と相関があることは知られている。そのため、図３に示すような磁気センサで表層の電磁気特徴量を計測するのがよい。ここで、磁気ヒステリス曲線は、Ｂ－Ｈカーブとも称され、磁界の強さと磁束密度との関係を示す曲線である。また、交流電流が導体を流れる場合に、電流密度が導体の表面で高く、表面から離れると低くなる現象（表皮効果）により、磁気センサで計測対象物の表層のみ選択的に電磁気特徴量を計測することができる。表皮効果は交流電流の周波数が高くなるほど電流が表面へ集中しやすい。表皮効果により電流が表面電流の約０．３７倍となる深さを浸透深さとしたとき、その関係は下記の式（１）で与えられる。式（１）において、ｄが浸透深さ［ｍ］、ｆが周波数［Ｈｚ］、μが透磁率［Ｈ／ｍ］、σが導電率［Ｓ／ｍ］、πが円周率である。
Figure JPOXMLDOC01-appb-M000001
　式（１）の通り、周波数が高くなるほど浸透深さは浅くなる。換言すると、周波数が低くなるほど浸透深さは深くなる。したがって、計測または評価したい表層深さ範囲に応じて周波数を調整して、浸透深さを調整することができる。たとえば、表層０．２５ｍｍ程度までの機械的特性を計測または評価したい場合に、浸透深さが０．２５ｍｍ程度となるように周波数が決定される。好ましくは、減衰を考慮して、表層深さに対して浸透深さの３／４が０．２５ｍｍよりも大きいことが望ましい。
　図４は、交流磁場を生成するために励磁コイル３１に与えられる信号の一例を示す。図４の信号は、低周波信号に高周波信号が重畳された信号である。このような信号を用いることによって、センサ３は、低周波信号に基づく電磁気特徴量と、高周波信号に基づく電磁気特徴量と、を効率的に計測することが可能になる。低周波信号は一例として１５０Ｈｚの正弦波である。高周波信号は一例として１ｋＨｚの正弦波である。
　走査部６は、センサ３を計測対象物１０１に対して相対的に移動させる。走査部６は、物理量計測制御部８３によって指定された評価箇所に、センサ３を移動させてよい。また、走査部６は、物質１の移動速度の情報を取得して、センサ３が適切な相対速度で移動するように調整してよい。
（選択用物理量）
　次に、選択用物理量の好ましい条件について説明する。選択用物理量は、本発明において、最も重要な概念である。選択用物理量は、物理量計測部５で計測された前記複数の物理量のうちの少なくとも２つである。また、選択用物理量は、第１の計測信号を用いて計測された少なくとも１つの物理量と、第２の計測信号を用いて計測された少なくとも１つの物理量と、を含む。
　つまり、物理量計測部５で計測された計測対象物１０１の物理量は、第１の計測信号を用いて測定されたものと、第２の計測信号を用いて測定されたものと、をそれぞれ１つ以上含む、こととなる。計測する物理量が電磁気特徴量である場合、第１の計測信号が第１の周波数を有する交流信号であって、第２の計測信号が第１の周波数より高い第２の周波数を有する交流信号であってよい。つまり、物理量計測部５による第１の計測信号が低周波信号であって、物理量計測部５による第２の計測信号が高周波信号であってよい。
　ここで、図４の低周波信号に高周波信号が重畳された信号が励磁コイル３１に与えられた場合に、電磁気特徴量は、計測対象物１０１に交流磁場を作用させたことで観測される電気信号の特徴であってよい。具体的には、電磁気特徴量は、（１）電流波形の歪量、（２）電流波形の振幅、（３）電流波形の位相変化、（４）高調波の振幅、（５）高調波の位相変化および（６）増分透磁率に関連する特性であってよい。特性とは、例えば（ａ）最大値、（ｂ）最小値、（ｃ）平均値および（ｄ）保磁力等であってよい。ここで、増分透磁率は、磁場が印加された状態における磁化のされ易さを示す値であって、磁束密度と磁場との関係を示す磁化曲線においてマイナーループの勾配で示される。
　例えば、計測対象物１０１がスケールを有する鋼材である場合に、電磁気センサの励磁コイル３１に１５０Ｈｚ以下の周波数の正弦波に１ｋＨｚ以上の正弦波を重畳した電圧または電流が引加されることが好ましい。低周波信号を１５０Ｈｚ以下の正弦波とすることによって、電磁気センサで励起される交流磁場は、鋼材の表面から３００μｍ程度まで入り込むことができる。また、低周波信号を用いて計測された電磁気特徴量は、電流波形の位相変化に関連する特性を含むことが好ましい。低周波信号を用いる計測は、交流磁場が比較的深くに浸透するため、膜２より物質１の情報を多く含むことが可能である。また、電流波形の位相変化は、保磁力に関する情報を含む。よって、低周波信号を用いて電流波形の位相変化に関連する特性を計測することによって、物質１の保磁力についての情報を得ることができる。また、高周波信号を用いて計測された電磁気特徴量は、増分透磁率に関連する特性を含むことが好ましい。高周波信号を用いる計測は、交流磁場の浸透が比較的浅いため、物質１より膜２の情報を多く含むことが可能である。また、増分透磁率は、低周波信号によって変化する磁場が印可された状態における、膜２の磁気特性の情報を含む。よって、高周波信号を用いて増分透磁率に関連する特性を計測することによって、膜２の磁気特性についての情報を得ることができる。膜２の磁気特性の情報を得ることは、膜２の影響分を補償して、物質１の特性を正確に予測することに役立つ。選択用物理量は、物質１および膜２の両方の正確な情報が含まれるように、第１の計測信号を用いて計測された少なくとも１つの物理量と、第２の計測信号を用いて計測された少なくとも１つの物理量と、を有することが好ましい。
（学習データの収集）
　本実施形態に係る機械的特性の計測装置１００は、物理量計測部５で計測された計測対象物１０１の物理量と選択された複数の学習データとに基づいて、物質１の機械的特性を算出する。例えば、計測対象物１０１は、スケールを有する鋼材である。例えば、物理量は、電磁気特徴量を含む。例えば、物質１の機械的特性は鋼材の硬さである。物質１の機械的特性の算出において、物質の機械的特性を算出するために予め用意された学習データ群から複数の学習データが選択されて、算出モデルが生成される。正確に機械的特性を計測するために、物理量に基づく適切な学習データを選択して正しい算出モデルを生成することが必要である。そのため、算出モデルの元となる学習データ群の収集には、相応の注意を払うことが好ましい。計測装置１００および物理量計測部５で構成される計測システムは、例えば、以下のように学習データを収集する。
　図５は、学習データの収集の処理を示すフローチャートである。制御部８は、物理量を計測する計測対象物１０１の位置、すなわち評価箇所を設定する（ステップＳ１）。
　制御部８は、物理量計測部５に、設定した評価箇所における物理量を計測させる（ステップＳ２）。ここで、学習データにおいて、計測対象物１０１の物理量は説明変数である。
　制御部８は、事前処理を実行させる（ステップＳ３）。ここで、事前処理は、例えば計測対象物１０１から膜２を除去して、評価箇所における機械的特性の計測が可能であるようにすることである。例えば計測対象物１０１が表面にスケールを有する鋼材である場合に、スケールは、エッチングまたは研削などによって除去され得る。また、事前処理は、計測対象物１０１を評価箇所において切断し、物質１の断面を露出させることを含んでよい。
　制御部８は、評価箇所における機械的特性を計測させる（ステップＳ４）。学習データは、目的変数として機械的特性を含む。機械的特性は、例えば評価箇所における鋼材の断面の硬さであってよい。機械的特性は、例えばリバウンド式硬さ計を用いて得られた鋼材の表面のリーブ硬さを、過去の試験から得られた換算式によって断面の硬さに換算した値が用いられてよい。また、さらに正確な換算を行うために、換算した値をさらに鋼材の厚みについて正規化した値が用いられてもよい。すなわち、基準となる鋼材の厚さにおける値に換算する処理が実行されてよい。基準となる鋼材の厚さは、例えば２８ｍｍである。また、上記の事前処理が計測対象物１０１を評価箇所において切断したものである場合に、機械的特性は、切断面を直接的に計測したビッカース硬さであってよい。制御部８は、計測させた機械的特性を取得する。制御部８は、物質１の管理番号および評価箇所などのデータラベルと、説明変数と、目的変数と、を関連付けて１つの学習データとして、記憶部１０に記憶させる。
　図６は、記憶部１０に記憶される学習データ群１１０の一例を示す図である。学習データ群１１０は、データラベルの管理番号として、例えば学習データの識別番号であるデータ番号および鋼材の識別番号であるプレート番号を含んでよい。また、鋼材の表面に原点を中心に直交するＸ軸、Ｙ軸が定められている場合に、学習データ群１１０は、データラベルの評価箇所として、Ｘ軸方向の原点からの距離およびＹ軸方向の原点からの距離を含んでよい。学習データ群１１０は、目的変数として、計測された機械的特性を含む。学習データ群１１０は、説明変数として、物理量計測部５で計測された計測対象物１０１の物理量を含む。ここで、物理量は、第１の計測信号を用いて測定されたものと、第２の計測信号を用いて測定されたものと、で区分されてよい。物理量が電磁気特徴量である場合に、第１の計測信号が第１の周波数を有する交流信号であって、第２の計測信号が第１の周波数より高い第２の周波数を有する交流信号であってよい。つまり、第１の計測信号が低周波信号であって、第２の計測信号が高周波信号であってよい。
　制御部８は、モデル生成に十分な学習データが収集されていないと判定する場合に（ステップＳ５のＮｏ）、ステップＳ１の処理に戻って、さらに学習データを収集する。
　制御部８は、モデル生成に十分な学習データが収集されて、収集が完了したと判定する場合に（ステップＳ５のＹｅｓ）、一連の処理を終了する。
　ここで、制御部８が記憶部１０に記憶させた学習データ群１１０、すなわち複数の学習データの集合は、異なる計測手法で得られた目的変数を含んでよい。上記の例では、学習データ群１１０は、切断面を直接的に計測したビッカース硬さ、鋼材の表面のリーブ硬さを断面の硬さに換算した値、および、換算した値をさらに鋼材の厚みについて正規化した値、のうちの少なくとも２つの手法で得られた目的変数を含んでよい。例えば、ビッカース硬さは正確であるが、鋼材を切断するために計測に時間を要する。そこで、異なる計測手法で得られた目的変数の混在を許容することによって、現実的な時間内で正確な学習データ群１１０を生成することが可能である。
（機械的特性の計測方法）
　本実施形態に係る機械的特性の計測装置１００は、物理量計測部５で計測された計測対象物１０１の物理量に基づいて、物質１の機械的特性を算出する。例えば、計測対象物１０１は、スケールを有する鋼材である。例えば、物質１は鋼材である。例えば、物質１の表面にある膜２はスケールである。例えば、物理量は電磁気特徴量を含む。例えば、物質１の機械的特性は鋼材の硬さである。例えば、センサ３は図２と図３に示した磁気センサである。物質１の機械的特性の算出において、算出モデルが用いられる。正確に機械的特性を計測するためには、適切な算出モデルの生成が重要である。本実施形態に係る機械的特性の計測装置１００は、物質１の機械的特性を以下のように算出する。図７は、機械的特性の計測方法を示すフローチャートである。
　制御部８は、物理量計測部５に、計測対象物１０１の物理量を計測させる（計測ステップ、ステップＳ１１）。このとき、物質１の（特に表層の）機械的特性を計測するには、物質１の膜２のある表面から物理量を計測する。つまり、本計測方法においては、鋼材である物質１と膜２であるスケールとを一緒に、計測対象物１０１として物理量を計測する。これは、物質１が鋼材以外および膜２がスケール以外の場合でも、同様である。具体的には、膜２の表面に物理量計測部５のセンサ３を配置する。センサ３の計測結果は、膜２の影響を含む物理量、すなわち、物質１だけでなく膜２を有する状態での物理量を示す。走査部６は、センサ３を計測対象物１０１に対して相対的に移動させる。その結果、センサ３は、物理量計測制御部８３によって指定された、計測対象物１０１の評価箇所に交流磁場を作用させる。センサ３は、交流磁場によって計測対象物１０１に誘起された渦電流などの影響を、電磁気特徴量の変化として計測する。物理量計測部５は、計測された電磁気特徴量を複数の物理量として制御部８へ送る。
　制御部８は、取得した物理量のうちの少なくとも２つである選択用物理量に基づいて、学習データ群１１０から複数の学習データを選択する（選択ステップ、ステップＳ１２）。ここで、制御部８は、記憶部１０に記憶されている学習データ群１１０を構成する学習データの中で、取得した選択用物理量に近いものを選択する。図８は、選択用物理量と学習データ群１１０との関係を説明するための図である。図８の黒い丸印は、それぞれが学習データ群１１０を構成する学習データである。また、図８の白い丸印は、選択用物理量である。選択用物理量を中心に、選択用物理量の第１の物理量および第２の物理量のそれぞれについて一定の範囲内を局所領域とすることができる。制御部８は、局所領域に含まれる複数の学習データを選択してよい。
　制御部８は、選択した複数の学習データから物質１の機械的特性を算出するための算出モデルを生成する（生成ステップ、ステップＳ１３）。算出モデルは、学習データの説明変数と、目的変数と、を結びつけた線形回帰モデルまたは非線形回帰モデルとして用意されてよい。線形回帰モデルとしては、一般化線形モデル、一般化線形混合モデルといった手法を用いてよい。ここで、算出精度向上の観点から、算出モデルは、ステップＳ１２の処理と合わせて、局所線形回帰の手法によって生成されることが好ましい。ここで、算出モデルの生成において、ステップＳ１２の処理で選択された複数の学習データは、選択用物理量との距離に応じて重みづけが行われることが好ましい。すなわち、選択用物理量との距離が近いほど、大きな重みづけが行われることが好ましい。
　制御部８は、生成された算出モデルに基づいて、物質１の機械的特性を算出する（算出ステップ、ステップＳ１４）。制御部８は、生成した算出モデルと、入力として必要な少なくとも２つの物理量と、を用いて物質１の機械的特性を算出する。
　ここで、物質１の機械的特性は、例えば評価箇所における鋼材の断面の硬さであってよい。機械的特性は、例えばリバウンド式硬さ計を用いて得られた鋼材の表面のリーブ硬さを、過去の試験から得られた換算式によって断面の硬さに換算した値が用いられてよい。また、さらに正確な換算を行うために、換算した値をさらに鋼材の厚みについて正規化した値が用いられてもよい。すなわち、基準となる鋼材の厚さにおける値に換算する処理が実行されてよい。基準となる鋼材の厚さは、例えば２８ｍｍである。また、上記の事前処理が計測対象物１０１を評価箇所において切断したものである場合に、機械的特性は、切断面を直接的に計測したビッカース硬さであってよい。
　制御部８は、算出した物質１の機械的特性を表示部１１に出力し（出力ステップ、ステップＳ１５）、一連の処理を終了する。表示部１１に表示された物質１の機械的特性は、ユーザによって認識される。ユーザは、表示された物質１の機械的特性に基づいて、物質１の品質管理または物質１の製造パラメータの変更指示等を実行してよい。
　以上のように、本実施形態に係る機械的特性の計測装置１００、および、計測装置１００が実行する機械的特性の計測方法によれば、上記の構成によって、物理量を介して正確に機械的特性を計測することができる。特に、計測する複数の物理量に対し、膜２が物質１とは異なる特徴を備えていた場合は、算出モデル生成部８１、または、選択ステップおよび生成ステップ（ステップＳ１２およびステップＳ１３）により、より適切な算出モデルを生成できるので、上記効果がより大きく得られる。また、物質１の表層の機械的特徴を計測する場合においても、算出モデル生成部８１、または、選択ステップおよび生成ステップ（ステップＳ１２およびステップＳ１３）により、より適切な算出モデルを生成できるので、上記効果がより大きく得られる。なお、上記効果は、後述する第２の実施形態の場合も、同様に得られる。
（実施例）
　以下、本開示の効果を実施例に基づいて具体的に説明するが、本開示はこれら実施例に限定されるものではない。
（第１の実施例）
　第１の実施例において、計測装置１００は、鋼材の表層の硬さを計測する装置である。本実施例において、物質１は鋼材である。膜２は鋼材の表面に生じたスケールである。センサ３は電磁気センサである。計測対象物１０１の物理量は、スケールを有する鋼材の電磁気特徴量である。本実施例で計測したい機械的特性は、深さ０．２５ｍｍにおける鋼材の断面の硬さである。
　鋼材は連続鋳造されたスラブを粗厚延し、さらにオンラインで連続的に冷却による焼き入れをおこなって製造された。学習データの収集のために、この製造プロセスで製造された鋼材について、深さ０．２５ｍｍにおける断面の硬さが計測された。
　本実施例では、計測装置１００に電磁気特徴量を計測可能な電磁気センサを配置し、表面にスケールが生じた鋼材の表層の電磁気特徴量を計測した。ここで、走査部６として、人力にて移動する台車が用いられた。この台車に、８個の電磁気センサを並べて設置された。８個の電磁気センサは鋼材全面を走査した。
　電磁気センサには、第１の周波数を有する正弦波に、第１の周波数より高い第２の周波数を有する正弦波を重畳した電圧が引加された。ここで、第１の周波数は１５０Ｈｚ以下に設定された。また、第２の周波数は１ｋＨｚ以上に設定された。電磁気センサで観測される電流波形から、複数種類の電磁気特徴量が抽出された。本実施例において、電磁気特徴量として、電流波形の歪量、振幅と位相変化、高調波の振幅と位相変化、増分透磁率の最大値、最小値、平均値、保磁力など２０個の特徴量が抽出された。２０個の特徴量は、４個が低周波信号を用いて計測された物理量であり、１６個が高周波信号を用いて計測された物理量である。ここで、電磁気センサで励起される交流磁場が鋼材の表面から３００μｍ程度まで入り込むように、引加される正弦波の周波数を１５０Ｈｚ以下とした。また、増分透磁率は、磁場が印加された状態における磁化のされ易さを示す値であって、磁束密度と磁場との関係を示す磁化曲線においてマイナーループの勾配で示される。
　十分な数の学習データが収集され、学習データ群１１０が記憶部１０に記憶された。学習データの十分な数は例えば１００である。
　鋼材の表層の硬さを算出するために、計測装置１００は、物理量計測部５によって電磁気特徴量を計測した。電磁気特徴量のうち、選択用物理量は、低周波信号を用いて計測された少なくとも１つの物理量と、高周波信号を用いて計測された少なくとも１つの物理量と、が含まれるように設定された。具体的には、選択用物理量は、低周波信号を用いた電流波形の位相変化に関連する特性、および、高周波信号を用いた増分透磁率に関連する特性を少なくとも含むように設定された。制御部８は、選択用物理量に基づいて、記憶部１０の学習データ群１１０から複数の学習データを選択した。制御部８は、選択した複数の学習データを用いて、局所線形回帰の手法によって算出モデルを生成した。そして、制御部８は、生成した算出モデルを用いて、硬さを算出した。
　図９は、本実施例で算出された硬さと硬さ計で得られた実測値とを比較した図である。横軸の表層実硬さは実測値であり、試験片を切り出しリバウンド式硬さ計を用いて調べた硬さである。また、縦軸の予測硬さは、本実施例で得られた鋼材の硬さであり、生成した算出モデルを用いて算出された硬さである。ここで、硬さＨ0、Ｈ1は、それぞれ、測定する硬さの下限値、上限値である。図９に示すように、予測硬さは、表層実硬さとほぼ一致しており、標準偏差９Ｈｖ程度の精度で計測することができた。したがって、上記手法によって算出される硬さは、硬さ試験と同程度の精度を有すると考えられる。また、表示部１１において、本実施例で算出された硬さを濃淡で表して、鋼材の評価箇所に対応させてマッピングしたところ、視覚的に鋼材表面の硬さの一様性を確認することができた。
　また、図１０は、本実施例と異なる比較例で算出された硬さと硬さ計で得られた実測値とを比較した図である。符号等は図９と同じである。比較例では、選択用物理量が低周波信号を用いて計測された物理量だけを含むように設定して、算出モデルが生成された。図１０に示すように、予測硬さは、表層実硬さとほぼ一致するが、図９に比べて表層実硬さと差が生じることがある。精度は、標準偏差１４Ｈｖ程度であった。したがって、選択用物理量が低周波信号を用いて計測された物理量だけを含んでもよいが、選択用物理量が低周波信号を用いて計測された物理量と高周波信号を用いて計測された物理量の両方を含むことによって、さらに精度の高い算出モデルが生成されることが確認された。
（第２の実施例）
　第２の実施例として、計測装置１００が実行する機械的特性の計測方法を、厚鋼板の製造方法において、表層の硬さの検査として用いた例を示す。具体的な製造方法の一例を、図１２に示す。図１２に示した厚鋼板４３の製造方法は、粗圧延工程Ｓ４１、仕上げ圧延工程Ｓ４２、冷却工程Ｓ４３、表層硬さ計測工程Ｓ４５、表層硬さ再計測工程Ｓ４６および除去工程Ｓ４７、を含む。さらに必要に応じて、脱磁工程Ｓ４４を追加してもよい。追加した場合は、冷却工程Ｓ４３から脱磁工程Ｓ４４、表層硬さ計測工程Ｓ４５の順で工程が進む。
　粗圧延工程Ｓ４１では、例えば鋼片４１を、１０００℃以上の温度で熱間で粗圧延する。次の仕上げ圧延工程Ｓ４２では、８５０℃以上の温度で熱間で仕上げ圧延を行い、鋼片４１を厚鋼板４２とする。その後の冷却工程Ｓ４３で、厚鋼板４２を冷却する。ここで、冷却工程Ｓ４３では、例えば厚鋼板の温度が８００℃以上となる温度で冷却を開始し、冷却終了時に厚鋼板の温度が４５０℃程度となるまで冷却を行う。
　表層硬さ計測工程Ｓ４５では、計測装置１００が実行する計測方法を用いて、冷却後の厚鋼板４２の全面に対し、表層の機械的特性を計測する。そして、その計測された結果から、予め設定された表層硬さよりも硬い部位を、硬化部として判定する。
　ここで、マグネットクレーンのような磁力を用いて鋼板を釣り上げた場合、クレーンのマグネット部分が吸着した部分に残留磁場が残る。電磁気特徴量を計測して機械的特性を計測する場合、少なくとも表層に残留磁場があると、機械的特性の計測または評価の精度が低下することがある。そこで、残留磁場が発生するプロセスがある場合には、表層硬さ計測工程Ｓ４５の直前に脱磁工程Ｓ４４を追加し、この脱磁工程Ｓ４４で残留磁場を脱磁することが好ましい。そのとき、脱磁装置は、距離減衰方式をもちいて表層の残留磁場が０．５ｍＴ以下となるように脱磁をする。
　再計測工程Ｓ４６では、表層硬さ計測工程Ｓ４５にて検出された硬化部の表層硬さの再計測を行う。ここでは、計測装置１００が実行する計測方法を用いて、近傍領域を含めた硬化部だけに対し、表層の機械的特性を再計測する。そして、再計測された硬化部の表層硬さが、上記閾値を超えると再び判定された場合には、局所的に硬い領域を有した硬化部であると判定し、厚鋼板４２を除去工程Ｓ４７に送る。
　そして、除去工程Ｓ４７では、再計測工程Ｓ４６で硬化部と判定された部位を除去する。具体的には、硬化部と判定された部位を、グラインダーなどの公知の研削手段によって研削して取り除く。この除去工程Ｓ４７の後に、厚鋼板４２から厚鋼板４３への製造が完了し、他工程（需要家への出荷工程、鋼管製造工程など）へと厚鋼板４３が送られる。なお、厚鋼板４２の除去工程Ｓ４７にて研削された部位に対し、公知または既存の厚み計を使用して研削位置における厚鋼板４２の肉厚を測定し、鋼板製造時に予め設定されている寸法公差に入っているか確認を行うことが望ましい。また、硬化部を除去した後に、硬化部に対し、表層硬さを公知の接触式硬さ計で再々度計測することが望ましい。この計測結果から、予め設定された表層硬さ以下であることを確認する。もし確認できたならば、厚鋼板４２から厚鋼板４３への製造が完了する。
　一方、表層硬さ計測工程Ｓ４５にて硬化部がないと判定された場合、または、再計測工程Ｓ４６にて硬化部でないと判定された場合には、除去工程Ｓ４７は経ずに、厚鋼板４２から厚鋼板４３への製造が完了し、他工程（需要家への出荷工程、鋼管製造工程など）へと厚鋼板４３が送られる。
　なお、本実施例における厚鋼板の製造方法は、先の冷却工程Ｓ４３の後でかつ表層硬さ計測工程Ｓ４５の前に、さらに、焼鈍工程Ｓ４８（図示せず）などを含んでもよい。特に、製造する厚鋼板４３の表層硬さ（より具体的には、酸化スケールを除去した表面で上面から、ASTM A 956/A 956MA Standard Test Method for Leeb Hardness Testing of Steel Productsにしたがって測定したビッカース硬さ）が２３０Ｈｖ以上、且つ、厚鋼板４３に反りが生じやすい鋼の品種の場合には、冷却工程Ｓ４３の後に焼鈍工程Ｓ４８を経た後で表層硬さ計測工程Ｓ４５を経ることが望ましい。焼鈍工程Ｓ４８を経ることで、焼き戻しによる組織の軟化が期待できる。組織の軟化は、硬化部の発生の抑制に繋がるので、結果として除去領域が減ることを期待できる。
　上記のように、表層硬さ計測工程Ｓ４５において、硬さを確認するために、酸化スケールを除去した表面で上面から、ASTM A 956/A 956MA Standard Test Method for Leeb hardness Testing of Steel productsに従って硬さが計測される。ここで、反発式の硬さ計測では、計測対象の厚みが計測値に影響する。そのため、事前に厚み毎に深さ０．２５ｍｍにおける断面ビッカース硬さと表層の反発式硬さ計による硬さの値が事前に調べられて関係式が構築される。硬化部として判定される硬さの値は、０．２５ｍｍにおける断面硬さを基準として、厚みによる影響を考慮するために、事前に構築された関係式に基づいて調整が行われて、決定されてよい。この例において、基準とする深さを０．２５ｍｍとしているが、基準とする深さは限定されない。
　なお、本実施例では、厚鋼板４２の表層における表層硬さ計測工程Ｓ４５で判定された硬化部を除去する除去方法として、公知の研削手段にて説明をしたが、本発明においてはそれに限定されない。硬化部を除去できる方法であるならば、研削以外の公知の方法（例えば熱処理など）を用いて除去することもできる。
　本実施例のように、計測装置１００が実行する機械的特性の計測方法を、厚鋼板４３の製造方法において使用した場合、物理量を介して正確に機械的特性を計測することができる為、高品質の物質１である厚鋼板４３を提供することができる。より具体的には、厚鋼板４２から硬化部が抑制された厚鋼板４３を製造することができる。
（第２の実施形態）
　図１１は、本開示の第２の実施形態に係る機械的特性の計測装置１００のブロック図である。第１の実施形態において、学習データ群１１０は、計測装置１００が備える記憶部１０に記憶される。本実施形態において、学習データ群１１０は、計測装置１００の外部にあるデータベース１２に記憶される。制御部８は、通信部７を介して、データベース１２にアクセス可能である。本実施形態において、制御部８は、学習データ群１１０を、通信部７を介して、データベース１２に記憶させる。また、制御部８は、通信部７を介して、データベース１２から学習データ群１１０を取得する。計測装置１００の他の構成は、第１の実施形態と同じである。
　本実施形態に係る機械的特性の計測装置１００、計測装置１００を備える物質１の製造設備、計測装置１００が実行する機械的特性の計測方法、その計測方法を用いる物質１の管理方法および製造方法によれば、第１の実施形態と同様に、物理量を介して正確に機械的特性を計測することができる。さらに、学習データ群１１０が計測装置１００の外部にあるデータベース１２に記憶されるため、内部の記憶部１０の記憶容量を超える学習データ群１１０を扱うことが可能になる。
　ここで、通信部７の通信方式は、近距離無線通信規格または携帯電話網へ接続する無線通信規格であってよいし、有線通信規格であってよい。近距離無線通信規格は、例えば、ＷｉＦｉ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、赤外線およびＮＦＣ（Near Field Communication）などを含んでよい。携帯電話網へ接続する無線通信規格は、例えば、ＬＴＥ（Long Term Evolution）または第４世代以降の移動通信システムなどを含んでよい。また、通信部７と物理量計測部５との通信において用いられる通信方式は、例えばＬＰＷＡ（Low Power Wide Area）またはＬＰＷＡＮ（Low Power Wide Area Network）などの通信規格でよい。
　本開示を諸図面および実施例に基づき説明してきたが、当業者であれば本開示に基づき種々の変形および修正を行うことが容易であることに注意されたい。従って、これらの変形および修正は本開示の範囲に含まれることに留意されたい。例えば、各手段、各ステップなどに含まれる機能などは論理的に矛盾しないように再配置可能であり、複数の手段およびステップなどを１つに組み合わせたり、或いは分割したりすることが可能である。
　上記の実施形態において説明した計測装置１００および物理量計測部５の構成は例示であり、構成要素の全てを含まなくてもよい。例えば、計測装置１００は表示部１１を備えなくてよい。また、計測装置１００および物理量計測部５は別の構成要素を備えてよい。例えば、物理量計測部５と制御部８および記憶部１０とは、物理的に距離が離れていてもよい。この場合、物理量計測部５と計測装置１００の制御部８は電気的に接続されていればよく、この接続は、有線か無線かは問わない。また、その接続は、公知の技術を利用してもよい。
　例えば、本開示は、計測装置１００の各機能を実現する処理内容を記述したプログラムまたはプログラムを記録した記憶媒体としても実現し得る。本開示の範囲には、これらも包含されると理解されたい。
　例えば、上記の実施形態に係る計測装置１００は、図１の本発明に係る計測装置１００を用いて、学習データ群１１０を収集した場合で説明したが、本発明はそれに限定されない。別の物理用計測装置を用いて、計測対象物１０１の物理量を収集してもよい。
　例えば、上記の実施形態に係る計測装置１００が算出モデルを作成する例を示したが、これらは他の情報処理装置によって作成されてもよい。この場合、かかる情報処理装置が学習データ群１１０を取得し、算出モデルを作成する。また、情報処理装置が、作成した算出モデルを計測装置１００に伝送する。つまり、別装置で作成した算出モデルを、計測装置１００の制御部８にインストールして、計測装置１００の一部として使用することとなる。
　例えば、上記の実施形態において、走査部６によってセンサ３が走査する例を示したが、センサ３の位置は固定されてよい。センサ３の位置が固定される場合に、走査部６は、計測対象物１０１を移動させてよい。また、走査部６は、上記説明では人力による台車としたが、機械的な駆動装置を備えた台車としてもよい。また、計測装置１００の制御部８とは別の制御部により制御されて走査が可能となる走査部６としてもよい。特に、物質１の製造設備内に設置される場合は、公知の走査装置、新規の走査装置、公知の走査方法、新規の走査方法、公知の制御装置、新規の制御装置、公知の制御方法または新規の制御方法の１つ以上を利用して、本発明に係る物理量計測部５を設置するのが好ましい。さらに、走査部６の制御部は、他の製造設備の制御部（図示せず）と協同して、自動走査できるようにしてもよい。また逆に、機械的特性の計測装置１００の制御部８により、自動走査できるようにしてもよい。この場合、走査部６と走査部の制御部と製造設備の制御部と計測装置１００の制御部８は、電気的に接続されていればよく、これらの接続は、有線か無線かは問わない。また、その接続は、公知または新規の技術を利用してもよい。
　例えば、上記の実施形態において、表示された物質１の機械的特性に基づいて、ユーザの判定が入力可能であってよい。ユーザは、表示部１１において、例えば良否の判定をタッチスクリーンへの指などの接触によって入力してよい。制御部８は、ユーザからの良否判定結果に応じて、例えば研削工程の実施または不実施を決定するなどの制御を行ってよい。また、別の例として、物質１を管理する管理工程の効率化のために、ユーザに代わって、制御部８が設定された閾値に基づいて物質１の良否の判定を実行してよい。
　また、上記の実施形態では、物質１の例として鋼材、物理量の例として電磁気特徴量、機械的特徴の例として、硬さで説明したが、他の組み合わせでもよい。例えば、物理量が温度でも、本発明の効果が得られる。例えば、物質１が金属または化合物でも、本発明の効果が得られる。特に、金属または化合物の表面にある膜２が、計測する複数の物理量に対し、当該金属または化合物とは異なる特徴を備えている場合は、より大きな効果を得ることができる。ここで、金属の例としては、鉄、鋼、ニッケル、コバルト、アルミニウム、チタンまたはこれらの内いずれか１つ以上を含む合金、があげられる。一方、化合物としては、無機化合物、有機化合物、または、鉄、鋼、ニッケル、コバルト、アルミニウムもしくはチタンの内いずれか１つ以上を含む化合物、があげられる。中でも、物質１が鉄、鋼、ニッケル、コバルト、これらの内いずれか１つ以上を含む合金またはこれらの内いずれか１つ以上を含む化合物であれば、複数の物理量として電磁気特徴量を用いる場合に、本発明の効果をより明確に得ることができる。特に、物質１が鋼材である場合、その機械的特性は、当該鋼材が含有している合金元素の割合、焼入れ処理および焼鈍処理の方法によって決定される。したがって、計測される物理量として、焼入れ処理および焼鈍処理前後での表面温度の少なくとも１つが用いられてもよい。
（適用例）
　上記のように構成された機械的特性の計測装置１００および計測装置１００が実行する機械的特性の計測方法は、例えば以下のような設備または場面で好適に適用される。
　また、本発明を物質１の製造設備を構成する検査設備の一部として適用してもよい。すなわち、本発明に係る機械的特性の計測装置１００によって、公知、新規または既存の製造設備で製造された物質１の表面を、当該物質１の表面にある膜２と共に計測装置で計測するようにしてもよい。さらに、その計測結果と例えば予め設定された機械的特性とから、検査設備は当該物質１の機械的特性を検査するようにしてもよい。言い換えれば、本発明に係る機械的特性の計測装置１００は、製造設備によって製造された物質１を計測する。また、本発明に係る機械的特性の計測装置１００を備えた検査設備は、製造設備によって製造された物質１を、例えば予め設定された機械的特性を使って検査する。
　また、本発明を物質１の製造方法に含まれる検査ステップの一部として適用してもよい。具体的には、公知、新規または既存の製造ステップにおいて製造された物質１を、当該物質１の表面に膜２があるままで、検査ステップで検査するようにしてもよい。ここで、検査ステップは、本発明に係る前述の計測ステップ、選択ステップ、生成ステップおよび算出ステップを備え、表面に膜２のある物質１を計測対象物１０１として、物質１の機械的特性を算出する。または、検査ステップは、本発明に係る機械的特性の計測装置１００を使って、表面に膜２のある物質１を計測対象物１０１として、物質１の機械的特性を算出する。より好ましい形態として、算出ステップまたは計測装置１００によって算出された物質１の機械的特性が基準範囲に含まれない場合に、基準範囲に含まれるように、製造ステップの製造条件を変更する条件変更ステップが、製造方法に含まれていてよい。ここで、基準範囲は、過去に製造された物質１を用いて統計で得られた機械的特性の標準的な範囲であってよい。製造条件は、物質１の製造ステップで調整可能なパラメータである。製造条件は、例えば物質１の加熱温度、加熱時間または冷却時間などが選択可能である。
　これら物質１の製造設備および物質１の製造方法によれば、物理量を介して正確に機械的特性を計測することができる為、物質１を歩留りよく製造することができる。ここで、機械的特性の計測装置１００または算出ステップから得られる物質１の機械的特性が、物質１の表層の機械的特性の場合、算出モデル生成部８１、または、選択ステップおよび生成ステップ（ステップＳ１２およびステップＳ１３）により、より適切な算出モデルを生成できるので、上記効果がさらに大きく得られる。
　ここで、物質１の製造設備の一例として、次のものがあげられる。すなわち、
　鋼片を圧延して鋼板とする圧延設備と、
　本発明に係る機械的特性の計測装置を備え、前記計測装置により前記鋼板の表層硬さを計測し、前記計測された前記鋼板の表層硬さから、前記鋼板の表層に対して予め設定された表層硬さよりも硬い部位を、硬化部として判定する検査設備と、
　前記鋼板の表層における前記判定された硬化部を除去する除去設備と、
　を備える鋼板の製造設備列。
　なお、前記製造設備列が、前記圧延設備と前記検査設備の間に、必要に応じて鋼板表層または全体を脱磁する脱磁設備をさらに備えれば、機械的特性の計測または評価の精度が低下することを防ぐことができるため、より好ましい。
　またここで、物質１の製造方法の一例として、次のものがあげられる。すなわち、
　鋼片を圧延して鋼板とする圧延ステップと、
　本発明に係る機械的特性の計測方法により前記鋼板の表層硬さを計測し、前記計測された前記鋼板の表層硬さから、前記鋼板の表層に対して予め設定された表層硬さよりも硬い部位を、硬化部として判定する検査ステップと、
　前記鋼板の表層における前記判定された硬化部を除去する除去ステップと、
　を有する鋼板の製造方法。
　なお、前記製造方法が、前記圧延ステップと前記検査ステップの間に、必要に応じて鋼板表層または全体を脱磁する脱磁ステップをさらに備えれば、機械的特性の計測または評価の精度が低下することを防ぐことができるため、より好ましい。
　上記鋼板の製造方法の場合は、連続された鋼片で、所定の形状および機械的特性を得るために、８５０℃以上で圧延ステップを行う。当該圧延ステップ後、さらに熱処理ステップとして、焼き入れおよび焼鈍を行ってもよい。増分透磁率、保磁力、バルクハウゼンノイズなどの電磁気特徴量は、鋼材の機械的特性と相関があることがよく知られている。したがって、上記熱処理ステップを経て鋼材の組織が定まった状態にて、計測対象物１０１の物理量として電磁気特徴量が計測されることが好ましい。この際、計測対象物１０１は、鋼板とこの鋼板の表面にある膜とを指す。また、鋼板の表面の膜としては、例えば、スケールおよび黒皮などの酸化鉄膜、樹脂コーティングなどの有機被膜、めっき被膜または化成処理被膜などがあげられる。また、機械的特性は、焼き入れおよび焼鈍で決定されるため、製造方法における計測対象物１０１の物理量として、さらに焼き入れの前後の温度、または、焼鈍の前後の温度などを、別途計測して、使用してもよい。
　さらに、本発明を物質１の管理方法に適用し、物質１を検査することにより、物質１の管理を行うようにしてもよい。具体的には、表面に膜２のある予め用意された物質１に対し、検査ステップで検査し、検査ステップで得られた検査結果を元に、物質１を分類する管理ステップで管理する。ここで、検査ステップは、本発明に係る前述の計測ステップ、選択ステップ、生成ステップおよび算出ステップを備え、表面に膜２のある予め用意された物質１を計測対象物１０１として、物質１の機械的特性を算出する。または、検査ステップは、本発明に係る機械的特性の計測装置を使って、表面に膜２のある物質１を計測対象物１０１として、物質１の機械的特性を算出する。続く管理ステップで、物質１の管理を行うことができる。管理ステップでは、算出ステップまたは機械的特性の計測装置１００により得られた、物質１の機械的特性に基づいて、製造された物質１が予め指定された基準を元に分類することで、物質１を管理する。例えば、物質１が鋼材で、物質１の機械的特性が鋼材の硬さである場合に、鋼材を硬さに応じたクラスに分類することができる。このような物質１の管理方法によれば、物理量を介して正確に機械的特性を計測することができる為、高品質の物質１を提供することができる。ここで、機械的特性の計測装置１００または算出ステップから得られる物質１の機械的特性が、物質１の表層の機械的特性の場合、算出モデル生成部８１、または、選択ステップおよび生成ステップ（ステップＳ１２およびステップＳ１３）により、より適切な算出モデルを生成できるので、上記効果がさらに大きく得られる。
　また、ここで、物質１の管理方法の一例として、次のものがあげられる。すなわち、
　本発明に係る機械的特性の計測方法により鋼板の表層硬さを計測し、前記計測された前記鋼板の表層硬さから、前記鋼板の表層に対して予め設定された表層硬さよりも硬い部位を、硬化部として判定する、検査ステップと、
　前記鋼板の表層における前記判定された硬化部の面積および／または位置により前記鋼板を分類する管理ステップと、を有する鋼板の製造方法。
　１　物質
　２　膜
　３　センサ
　５　物理量計測部
　６　走査部
　７　通信部
　８　制御部
　１０　記憶部
　１１　表示部
　１２　データベース
　３１　励磁コイル
　３２　磁化ヨーク
　４１　鋼片
　４２　厚鋼板
　４３　厚鋼板（硬化部のない状態）
　８１　算出モデル生成部
　８２　機械的特性算出部
　８３　物理量計測制御部
　１００　計測装置
　１０１　計測対象物
　１１０　学習データ群

Claims (7)

  1. 　物質と前記物質の表面にある膜とを有する計測対象物の複数の物理量を計測する物理量計測部と、
    　計測された前記複数の物理量のうちの少なくとも２つである選択用物理量に基づいて学習データ群から複数の学習データを選択し、選択された前記複数の学習データから前記物質の機械的特性を算出するための算出モデルを生成する算出モデル生成部と、
    　生成された前記算出モデルと、前記複数の物理量のうちの少なくとも２つと、を用いて前記物質の機械的特性を算出する機械的特性算出部と、を備え、
    　前記選択用物理量は、第１の計測信号を用いて計測された少なくとも１つの物理量と、第２の計測信号を用いて計測された少なくとも１つの物理量と、を含む、機械的特性の計測装置。
  2. 　前記複数の物理量は、電磁気特徴量であって、
    　前記第１の計測信号は、第１の周波数を有する交流信号であり、
    　前記第２の計測信号は、前記第１の周波数より高い第２の周波数を有する交流信号である、請求項１に記載の機械的特性の計測装置。
  3. 　前記第１の計測信号を用いて計測された前記電磁気特徴量は、電流波形の位相変化に関連する特性を含み、
    　前記第２の計測信号を用いて計測された前記電磁気特徴量は、増分透磁率に関連する特性を含む、請求項２に記載の機械的特性の計測装置。
  4. 　物質と前記物質の表面にある膜とを有する計測対象物の複数の物理量を計測する計測ステップと、
    　計測された前記複数の物理量のうちの少なくとも２つである選択用物理量に基づいて、学習データ群から複数の学習データを選択する選択ステップと、
    　選択された前記複数の学習データから前記物質の機械的特性を算出するための算出モデルを生成する生成ステップと、
    　生成された前記算出モデルと、前記複数の物理量のうちの少なくとも２つと、を用いて前記物質の機械的特性を算出する算出ステップと、を備え、
    　前記選択用物理量は、第１の計測信号を用いて計測された少なくとも１つの物理量と、第２の計測信号を用いて計測された少なくとも１つの物理量と、を含む、機械的特性の計測方法。
  5. 　物質を製造する製造設備と、
    　物質と前記物質の表面にある膜とを有する計測対象物の複数の物理量を計測する物理量計測部、
    　計測された前記複数の物理量のうちの少なくとも２つである選択用物理量に基づいて学習データ群から複数の学習データを選択し、選択された前記複数の学習データから前記物質の機械的特性を算出するための算出モデルを生成する算出モデル生成部、および、
    　生成された前記算出モデルと、前記複数の物理量のうちの少なくとも２つと、を用いて前記物質の機械的特性を算出する機械的特性算出部、を備え、
    　前記選択用物理量は、第１の計測信号を用いて計測された少なくとも１つの物理量と、第２の計測信号を用いて計測された少なくとも１つの物理量と、を含む、機械的特性の計測装置と、
    　を備え、
    　前記計測装置は、前記製造設備で製造された物質の機械的特性を計測する、物質の製造設備。
  6. 　物質と前記物質の表面にある膜とを有する計測対象物の複数の物理量を計測する計測ステップと、
    　計測された前記複数の物理量のうちの少なくとも２つであって、第１の計測信号を用いて計測された少なくとも１つの物理量と、第２の計測信号を用いて計測された少なくとも１つの物理量と、を含む選択用物理量に基づいて、学習データ群から複数の学習データを選択する選択ステップと、
    　選択された前記複数の学習データから前記物質の機械的特性を算出するための算出モデルを生成する生成ステップと、
    　生成された前記算出モデルと、前記複数の物理量のうちの少なくとも２つと、を用いて前記物質の機械的特性を算出する算出ステップと、
    　算出された前記物質の機械的特性に基づいて前記物質を分類する管理ステップと、を備える物質の管理方法。
  7. 　物質を製造する製造ステップと、
    　製造された前記物質と該物質の表面にある膜とを計測対象物として、前記計測対象物の複数の物理量を計測する計測ステップと、
    　計測された前記複数の物理量のうちの少なくとも２つである選択用物理量に基づいて、学習データ群から複数の学習データを選択する選択ステップと、
    　選択された前記複数の学習データから前記物質の機械的特性を算出するための算出モデルを生成する生成ステップと、
    　生成された前記算出モデルと、前記複数の物理量のうちの少なくとも２つと、を用いて前記物質の機械的特性を算出する算出ステップと、を備え、
    　前記選択ステップの前記選択用物理量は、第１の計測信号を用いて計測された少なくとも１つの物理量と、第２の計測信号を用いて計測された少なくとも１つの物理量と、を含む、物質の製造方法。
PCT/JP2021/022595 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 WO2021256444A1 (ja)

Priority Applications (6)

Application Number Priority Date Filing Date Title
US18/001,471 US20230228712A1 (en) 2020-06-15 2021-06-14 Mechanical property measuring apparatus, mechanical property measuring method, substance manufacturing equipment, substance management method, and substance manufacturing method
EP21825221.1A EP4166941A4 (en) 2020-06-15 2021-06-14 MECHANICAL PROPERTY MEASUREMENT DEVICE AND METHOD, MATERIAL PRODUCTION EQUIPMENT AND METHOD, AND MATERIAL MANAGEMENT METHOD
CA3182556A CA3182556A1 (en) 2020-06-15 2021-06-14 Mechanical property measuring apparatus, mechanical property measuring method, substance manufacturing equipment, substance management method, and substance manufacturing method
JP2021557571A JP7095817B2 (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
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
CN202180042549.5A CN115698700A (zh) 2020-06-15 2021-06-14 机械特性的计测装置、机械特性的计测方法、物质的制造设备、物质的管理方法和物质的制造方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020103341 2020-06-15
JP2020-103341 2020-06-15

Publications (1)

Publication Number Publication Date
WO2021256444A1 true WO2021256444A1 (ja) 2021-12-23

Family

ID=79268060

Family Applications (1)

Application Number Title Priority Date Filing Date
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

Country Status (7)

Country Link
US (1) US20230228712A1 (ja)
EP (1) EP4166941A4 (ja)
JP (1) JP7095817B2 (ja)
KR (1) KR20230011348A (ja)
CN (1) CN115698700A (ja)
CA (1) CA3182556A1 (ja)
WO (1) WO2021256444A1 (ja)

Citations (9)

* Cited by examiner, † Cited by third party
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
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
JP2014149840A (ja) * 2014-03-12 2014-08-21 Hitachi Ltd 異常検知方法及びそのシステム
JP2019042807A (ja) * 2017-09-04 2019-03-22 Ｊｆｅスチール株式会社 鋼板の製造方法及び磁性材用表層硬さ計測装置
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
US20190161919A1 (en) * 2017-11-30 2019-05-30 Sperry Rail Holdings, Inc. System and method for inspecting a rail using machine learning
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
JP2020091561A (ja) * 2018-12-04 2020-06-11 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

Family Cites Families (6)

* Cited by examiner, † Cited by third party
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
US10324062B2 (en) * 2013-10-22 2019-06-18 Jentek Sensors, Inc. Method and apparatus for measurement of material condition
US10677756B2 (en) * 2015-05-29 2020-06-09 Jentek Sensors, Inc. Integrated sensor cartridge system and method of use
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
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

Patent Citations (9)

* Cited by examiner, † Cited by third party
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
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
JP2014149840A (ja) * 2014-03-12 2014-08-21 Hitachi Ltd 異常検知方法及びそのシステム
JP2019042807A (ja) * 2017-09-04 2019-03-22 Ｊｆｅスチール株式会社 鋼板の製造方法及び磁性材用表層硬さ計測装置
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
US20190161919A1 (en) * 2017-11-30 2019-05-30 Sperry Rail Holdings, Inc. System and method for inspecting a rail using machine learning
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
JP2020091561A (ja) * 2018-12-04 2020-06-11 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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP4166941A4

Also Published As

Publication number Publication date
EP4166941A1 (en) 2023-04-19
EP4166941A4 (en) 2023-11-29
CN115698700A (zh) 2023-02-03
JP7095817B2 (ja) 2022-07-05
JPWO2021256444A1 (ja) 2021-12-23
CA3182556A1 (en) 2021-12-23
KR20230011348A (ko) 2023-01-20
US20230228712A1 (en) 2023-07-20

Similar Documents

Publication Publication Date Title
AbdAlla et al. Challenges in improving the performance of eddy current testing
CN110187000B (zh) 一种电磁无损检测双相钢微观组织的方法
JP7095815B2 (ja) 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
Sha et al. Noncontact and nondestructive evaluation of heat-treated bearing rings using pulsed eddy current testing
Altpeter et al. Electromagnetic techniques for materials characterization
Mirzaee et al. Non-destructive determination of microstructural/mechanical properties and thickness variations in API X65 steel using magnetic hysteresis loop and artificial neural networks
Li et al. Estimation method of yield strength of ferromagnetic materials based on pulsed eddy current testing
Maillard et al. QIRT 10
Yang et al. Reliable characterization of bearing rings using Eddy current and Barkhausen noise data fusion
JP7095817B2 (ja) 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
Kahrobaee et al. Characterisation of work-hardening in Hadfield steel using non-destructive eddy current method
Sha et al. Intelligent hardness prediction of bearing rings using pulsed eddy current testing
JP7095814B2 (ja) 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
Hütter et al. Determination of microstructure changes by eddy-current methods for cold and warm forming applications
RU2808618C1 (ru) Устройство для измерения механических свойств, способ измерения механических свойств, оборудование для изготовления материала, способ контроля материала и способ изготовления
RU2808619C1 (ru) Устройство для измерения механических свойств, способ измерения механических свойств, оборудование для изготовления материала, способ контроля материала и способ изготовления материала
Zhang et al. Detection of fatigue microcrack using eddy current pulsed thermography
Shi et al. Automatic classification of heat-treated bearing rings based on the swept frequency eddy current technique
Rabung et al. Nondestructive Characterization of Residual Stress Using Micromagnetic and Ultrasonic Techniques
Yasmine et al. 3MA Non-destructive analysis on hardened material by finite element simulation and experiment
Chady et al. Evaluation of fatigue-loaded steel samples using fusion of electromagnetic methods
Stefanita et al. Magnetic nondestructive testing techniques
Schreiber et al. A fatigue life assessment of aircraft alloys using fractal analysis in combination with eddy current testing
Li et al. Dynamic Electromagnetic Thermography System for Rail Inspection
JP2012063181A (ja) 焼入れ状態検査装置及び焼入れ状態検査方法

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2021557571

Country of ref document: JP

Kind code of ref document: A

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

Ref document number: 21825221

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 3182556

Country of ref document: CA

Ref document number: 20227043659

Country of ref document: KR

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2021825221

Country of ref document: EP

Effective date: 20230116