WO2025243733A1 - 予測方法、および、予測装置 - Google Patents

予測方法、および、予測装置

Info

Publication number
WO2025243733A1
WO2025243733A1 PCT/JP2025/014771 JP2025014771W WO2025243733A1 WO 2025243733 A1 WO2025243733 A1 WO 2025243733A1 JP 2025014771 W JP2025014771 W JP 2025014771W WO 2025243733 A1 WO2025243733 A1 WO 2025243733A1
Authority
WO
WIPO (PCT)
Prior art keywords
equipment
heat
probability
hardness
prediction
Prior art date
Legal status (The legal status 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 status listed.)
Pending
Application number
PCT/JP2025/014771
Other languages
English (en)
French (fr)
Inventor
啓輔 鳥形
洋平 榊原
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
IHI Corp
Original Assignee
IHI Corp
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 IHI Corp filed Critical IHI Corp
Publication of WO2025243733A1 publication Critical patent/WO2025243733A1/ja
Pending legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K31/00—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by any single one of main groups B23K1/00 - B23K28/00
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K9/00—Arc welding or cutting
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N17/00—Investigating resistance of materials to the weather, to corrosion, or to light
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/20—Metals
    • G01N33/207—Welded or soldered joints; Solderability

Definitions

  • Tanks for storing fuel and other liquids are made from metal materials such as steel, aluminum, and nickel. Stress corrosion cracking can occur in such metal materials due to deterioration over time. If stress corrosion cracking occurs in an existing tank, fuel and other liquids will leak from the tank. For this reason, there is a demand for the ability to predict the occurrence of stress corrosion cracking in advance.
  • Patent Document 1 a technique for predicting sulfide stress cracking in corrosive environments has been proposed that uses machine learning to create a predictive model.
  • machine learning is performed to generate training data in which the strength grade of the test materials and test conditions such as hydrogen sulfide partial pressure are used as input data, and the results of the sulfide stress cracking test are used as output data.
  • the present disclosure aims to provide a prediction method and prediction device that can easily predict the hardness of the heat-affected zone caused by welding.
  • calculating the probability of cracks occurring in the inspected equipment may include calculating the probability of cracks occurring in the inspected equipment using the results of cracks obtained from an overhaul inspection performed on the inspected equipment.
  • determining the optimal pair may include determining a different optimal pair for each parameter that affects whether or not cracks occur.
  • a prediction device includes one or more processors and one or more memories connected to the processors, and the processor performs processing including: calculating the probability of crack occurrence in inspected equipment, which is equipment that has already been inspected for cracks, using the results of cracks in multiple first heat-affected zones; predicting the hardness of multiple first heat-affected zones for each candidate using multiple candidates for pairs of maximum temperature and maximum temperature holding time during welding, and calculating a predicted occurrence probability, which is a predicted value of the probability of crack occurrence in inspected equipment, using the occurrence probability and the predicted occurrence probability for each candidate; determining an optimal pair of maximum temperature and holding time using the occurrence probability and the predicted occurrence probability for each candidate; and predicting the hardness of the second heat-affected zone in prediction target equipment, which is equipment that is the target for predicting the probability of crack occurrence, using the determined optimal pair.
  • This disclosure makes it possible to easily predict the hardness of the heat-affected zone caused by welding.
  • FIG. 1 is a diagram illustrating a prediction device according to an embodiment of the present disclosure.
  • FIG. 2 is a diagram illustrating an example of inspected equipment and a first heat-affected zone according to the embodiment.
  • FIG. 3 is a block diagram illustrating an example of a functional configuration of the control device according to the embodiment.
  • FIG. 4 is a flowchart showing the flow of processing in the prediction method according to the embodiment.
  • FIG. 5 is a diagram showing an example of a CCT diagram according to the embodiment.
  • FIG. 1 is a diagram illustrating a prediction device 100 according to an embodiment of the present disclosure.
  • Fig. 2 is a diagram illustrating an example of an inspected facility 10 and a first heat-affected zone 12 according to the embodiment.
  • the prediction device 100 has one or more processors 102 and one or more memories 104 connected to the processors 102.
  • the processor 102 includes, for example, a CPU (Central Processing Unit).
  • the memory 104 includes, for example, a ROM (Read Only Memory) and a RAM (Random Access Memory).
  • the ROM is a storage element that stores programs and calculation parameters used by the CPU.
  • the RAM is a storage element that temporarily stores data such as variables and parameters used in processing executed by the CPU.
  • the prediction device 100 predicts the hardness of the second heat-affected zone in the equipment to be predicted, using the results of cracking of multiple first heat-affected zones 12 in the inspected equipment 10 shown in Figure 2.
  • the inspected equipment 10 is equipment for which a crack inspection has already been conducted.
  • the equipment to be predicted is equipment for which the probability of crack occurrence is to be predicted.
  • the inspected equipment 10 and the equipment to be predicted are, for example, tanks that store the same type of liquefied gas.
  • the liquefied gas is, for example, liquefied ammonia or liquefied hydrogen.
  • the heat affected zone is the part where the microstructure and properties of the base material have changed due to welding.
  • the first heat affected zone 12 is, for example, the weld joint of the inspected equipment 10.
  • the second heat affected zone is, for example, the weld joint of the equipment to be predicted.
  • the cracks are either stress corrosion cracking (SCC) or hydrogen embrittlement cracking, or both.
  • FIG. 3 is a block diagram showing an example of the functional configuration of the prediction device 100 according to this embodiment.
  • the prediction device 100 also functions as an acquisition unit 210, a processing unit 212, and a storage unit 214.
  • various processes including the processes described below, performed by one or more selected from the group consisting of the acquisition unit 210, processing unit 212, and storage unit 214, may be executed by the processor 102.
  • various processes are executed by the processor 102 executing programs stored in the memory 104.
  • the function of the storage unit 214 is realized by the memory 104.
  • the functions of the prediction device 100 may be divided among multiple devices, or multiple functions may be realized by a single device.
  • the acquisition unit 210 acquires the results of cracks in multiple first heat-affected zones 12 of the inspected equipment 10.
  • the acquisition unit 210 may, for example, acquire the results of cracks obtained through an open inspection of the inspected equipment 10.
  • the acquisition unit 210 also acquires, for example, mill sheets for the materials that make up the inspected equipment 10, welding records for the first heat-affected zone 12 of the inspected equipment 10, mill sheets for the materials that make up the equipment to be predicted, and welding records for the second heat-affected zone of the equipment to be predicted.
  • the processing unit 212 calculates the probability of crack occurrence in the inspected equipment 10 using the results of cracking in multiple first heat-affected zones 12 of the inspected equipment 10.
  • the processing unit 212 calculates the probability of crack occurrence in the inspected equipment 10 using, for example, the results of cracking obtained from an open inspection of the inspected equipment 10.
  • the processing unit 212 predicts the hardness of multiple first heat-affected zones 12 for each candidate pair of maximum temperature and maximum temperature holding time during welding.
  • the processing unit 212 uses the hardness prediction results to calculate a predicted occurrence probability, which is a predicted value of the probability of crack occurrence in the inspected equipment 10.
  • the processing unit 212 also determines the occurrence probability and the predicted occurrence probability for each candidate pair of maximum temperature and holding time.
  • the processing unit 212 then predicts the hardness of the second heat-affected zone in the equipment to be predicted using the determined optimal pair.
  • the processing by the processing unit 212 will be described in detail below in the prediction method section.
  • the memory unit 214 stores the information acquired by the acquisition unit 210.
  • Fig. 4 is a flowchart showing the processing flow of the prediction method according to this embodiment.
  • the prediction method according to this embodiment includes, for example, an acquisition processing step S110, an occurrence probability calculation processing step S120, a predicted occurrence probability calculation processing step S130, a pair determination processing step S140, and a prediction processing step S150. Each step will be described below.
  • Tanks that store liquefied gas are required by the national government, local governments, etc. to be open and inspected at regular intervals.
  • An open inspection involves emptying the tank, setting up scaffolding inside the tank, and conducting flaw detection tests such as penetrant testing and magnetic particle testing to check for cracks in the first heat-affected zone 12. Therefore, if the inspected equipment 10 is a tank that stores liquefied gas, the acquisition unit 210 acquires the results of the open inspection. Note that an open inspection can acquire whether the first heat-affected zone 12 is cracked, but it cannot measure the hardness of the first heat-affected zone 12 when it is cracked.
  • the results of the open inspection include, for example, the position information of the first heat-affected zone 12, the results of any cracks in the first heat-affected zone 12, and the liquid contact state of the first heat-affected zone 12.
  • the results of any cracks include the presence or absence of cracks.
  • the liquid contact state includes, for example, contact states with either or both of the liquid and gas stored in the tank, such as constant contact with the liquid phase, constant contact with the gas phase, or gas-liquid interface.
  • the acquisition unit 210 also acquires mill sheets for the materials that make up the inspected equipment 10 and a welding record for the first heat-affected zone 12 of the inspected equipment 10.
  • the mill sheets for the materials that make up the inspected equipment 10 include the composition of the first heat-affected zone 12 and the plate thickness of the first heat-affected zone 12.
  • the welding record for the first heat-affected zone 12 of the inspected equipment 10 includes the welding method and welding conditions for the first heat-affected zone 12.
  • Welding methods include, for example, arc welding, electron beam welding, laser welding, plasma arc welding, etc.
  • Welding conditions include, for example, welding current, welding voltage, welding speed, and initial temperature of the material to be welded.
  • the welding method to be applied depending on the welding position is predetermined, and the welding conditions to be applied depending on the plate thickness are predetermined.
  • Welding positions include, for example, downward, horizontal, upward, downward, and overhead.
  • the memory unit 214 stores the results of the open inspection acquired by the acquisition unit 210, the mill sheets of the materials that make up the inspected equipment 10, and the welding record of the first heat-affected zone 12 of the inspected equipment 10 as inspection result information.
  • the processing unit 212 refers to the inspection result information stored in the memory unit 214 and calculates the occurrence probability of cracks in the inspected equipment 10 using the results of cracks in the multiple first heat-affected zones 12 of the inspected equipment 10.
  • predicted occurrence probability calculation processing step S130 the processing unit 212 uses each of a plurality of candidates for a pair of a maximum temperature and a holding time at the maximum temperature during welding to predict the hardness of the plurality of first heat-affected zones 12 for each candidate based on information including, for example, the composition and cooling rate of the first heat-affected zone 12. Then, the processing unit 212 uses the hardness prediction results to calculate a predicted occurrence probability, which is a predicted value for the probability of crack occurrence in the inspected equipment 10.
  • the predicted occurrence probability calculation processing step S130 includes selecting a candidate, predicting the hardness of the first heat-affected zone 12, and calculating the predicted occurrence probability. Each process included in the predicted occurrence probability calculation processing step S130 will be described in detail below.
  • the processing unit 212 selects a plurality of candidates for pairs of maximum temperature and maximum temperature holding time during welding. For example, the processing unit 212 selects the plurality of candidates using a design of experiments. Note that the processing unit 212 may select the plurality of candidates using a method other than the design of experiments.
  • the processing unit 212 uses each of the selected candidates to predict the hardness of the first heat-affected zones 12 for each candidate.
  • the processing unit 212 references, for example, the inspection result information stored in the memory unit 214 and calculates the cooling rate of the first heat-affected zone 12 using the plate thickness and welding record of the first heat-affected zone 12.
  • the cooling rate is calculated, for example, using a known calculation formula (Terasaki Toshio, Akiyama Tetsuya, Ishimoto Kenji, Mori Yasuhiko, "Proposal of an Estimation Formula for Cooling Time t8/5", Proceedings of the Japan Welding Society, Vol. 6, No. 2, pp. 301-305, 1988) or by heat conduction analysis simulating welding.
  • the cooling rate is, for example, a cooling rate from 800°C to 500°C.
  • the processing unit 212 references, for example, the inspection result information stored in the memory unit 214 and acquires the composition of the first heat-affected zone 12.
  • the processing unit 212 creates a CCT (Continuous Cooling Transformation) diagram using the acquired composition of the first heat-affected zone 12, the calculated cooling rate of the first heat-affected zone 12, and the selected candidate (pair of maximum temperature during welding and maximum temperature holding time).
  • the processing unit 212 then predicts the hardness of the first heat-affected zone 12 from the CCT diagram.
  • Figure 5 shows an example of a CCT diagram related to this embodiment.
  • the vertical axis represents temperature [°C], and the horizontal axis represents time.
  • F represents ferrite
  • P represents pearlite
  • B represents bainite
  • M represents martensite.
  • Tmax represents the maximum temperature
  • Rt represents the holding time at the maximum temperature.
  • the processing unit 212 estimates the microstructure (structure) of the first heat-affected zone 12 based on the CCT diagram. Then, the processing unit 212 predicts the hardness of the first heat-affected zone 12 based on the estimated structure of the first heat-affected zone 12.
  • the processing unit 212 creates a CCT diagram for each selected candidate for one first heat-affected zone 12, and predicts the hardness of the first heat-affected zone 12 for each selected candidate from each CCT diagram. The processing unit 212 then predicts the hardness for each selected candidate for all first heat-affected zones 12 that have been subjected to open inspection.
  • the processing unit 212 first uses the first candidate to predict the hardness of all first heat-affected zones 12 as described above.
  • the processing unit 212 uses the second candidate to predict the hardness of all first heat-affected zones 12 as described above.
  • the processing unit 212 predicts the hardness of all first heat-affected zones 12 for the other candidates. In this way, the processing unit 212 predicts the hardness of all first heat-affected zones 12 for each of the first, second, third, ..., Nth candidates.
  • the processing unit 212 uses the hardness prediction result to calculate a predicted occurrence probability, which is a predicted value of the probability of crack occurrence in the inspected equipment 10. For example, the processing unit 212 assumes that the first heat-affected zones 12 whose hardness prediction result is equal to or greater than a predetermined value are the locations where cracks have occurred. Then, as shown in the following equation (2), the processing unit 212 calculates the predicted occurrence probability in the inspected equipment 10 by dividing the number of first heat-affected zones 12 whose hardness prediction result is equal to or greater than the predetermined value by the total number of first heat-affected zones 12 that have been inspected for cracks.
  • the predetermined value is, for example, Vickers hardness 210 (Hv210).
  • Predicted occurrence probability Number of first heat-affected zones 12 whose predicted hardness is equal to or greater than a predetermined value / Total number of first heat-affected zones 12 inspected for cracks ... Equation (2)
  • the processing unit 212 also calculates the predicted occurrence probability for each of the selected candidates (pairs of maximum temperature and maximum temperature holding time during welding).
  • the processing unit 212 first calculates the predicted occurrence probability as described above using the hardness prediction result when the first candidate is used. Next, the processing unit 212 calculates the predicted occurrence probability as described above using the hardness prediction result when the second candidate is used. Similarly, the processing unit 212 calculates the predicted occurrence probability for the other candidates as described above using the hardness prediction results. In this way, the processing unit 212 calculates the predicted occurrence probability for each of the first, second, third, ..., Nth candidates.
  • the processing unit 212 determines an optimal pair of maximum temperature and holding time using the occurrence probability calculated by the above formula (1) and the predicted occurrence probability for each candidate calculated by the above formula (2).
  • the optimal pair is a pair of maximum temperature and holding time at maximum temperature for which the predicted occurrence probability is close to or coincides with the occurrence probability.
  • the optimal pair is a pair of maximum temperature and holding time at maximum temperature for which the structure of the second heat-affected zone, which will be described later, can be calculated with high accuracy.
  • the optimal pair is, for example, a pair of the maximum temperature and the holding time at the maximum temperature that minimizes the difference between the occurrence probability and the predicted occurrence probability.
  • the processing unit 212 uses, for example, Bayesian optimization, with the pair of the maximum temperature and the holding time at the maximum temperature as an explanatory variable and the error between the occurrence probability and the predicted occurrence probability as an objective variable, and searches for a pair of the maximum temperature and the holding time at the maximum temperature that minimizes the objective variable.
  • the error is, for example, the root mean squared error (RMSE), the mean absolute error (MAE), or the coefficient of determination ( R2 ).
  • RMSE root mean squared error
  • MAE mean absolute error
  • R2 coefficient of determination
  • the processing unit 212 may determine the optimal pair of the maximum temperature and the holding time using a method other than Bayesian optimization, for example, an experimental design.
  • the processing unit 212 then predicts the hardness of the second heat-affected zone in the prediction target equipment using the determined optimal pair.
  • the acquisition unit 210 acquires mill sheets of the materials constituting the prediction target equipment and welding records of the second heat-affected zone of the prediction target equipment, and stores them in the memory unit 214.
  • the mill sheets of the materials constituting the prediction target equipment include the composition of the second heat-affected zone and the plate thickness of the second heat-affected zone.
  • the welding records of the second heat-affected zone of the prediction target equipment include the welding method and welding conditions for the second heat-affected zone.
  • the processing unit 212 references the mill sheets of the materials that make up the equipment to be predicted and the welding record of the second heat-affected zone of the equipment to be predicted, and calculates the cooling rate of the second heat-affected zone using the plate thickness of the second heat-affected zone and the welding record. Calculation of the cooling rate of the second heat-affected zone is similar to the method for calculating the cooling rate of the first heat-affected zone 12 described above, so a detailed explanation will be omitted here.
  • the processing unit 212 references the mill sheet of the material that constitutes the equipment to be predicted and obtains the composition of the second heat-affected zone.
  • the processing unit 212 then creates a CCT diagram using the composition of the second heat-affected zone, the cooling rate of the second heat-affected zone, and the optimal pair determined in the pair determination processing step S140 as input data.
  • the processing unit 212 also predicts the hardness of the second heat-affected zone from the CCT diagram. Predicting hardness based on the CCT diagram is similar to predicting the hardness of the first heat-affected zone 12 described above, so a detailed explanation will be omitted here.
  • the processing unit 212 predicts the hardness of all second heat-affected zones in the equipment being predicted.
  • the processing unit 212 determines that a second heat-affected zone with a predicted hardness equal to or greater than a predetermined value (e.g., Hv210) is a second heat-affected zone with a high probability of cracking. Then, crack prevention work is performed on the second heat-affected zone with a high probability of cracking.
  • the crack prevention work is, for example, one or more selected from the group consisting of shot peening, laser peening, water jet peening, and zinc spraying.
  • the prediction device 100 and prediction method using the same include: calculating the probability of crack occurrence in the inspected equipment 10 using the results of cracking in multiple first heat-affected zones 12 of the inspected equipment 10, which is equipment that has already been inspected for cracking; predicting the hardness of the multiple first heat-affected zones 12 for each of multiple candidates for pairs of maximum temperature and maximum temperature holding time during welding, and calculating the predicted occurrence probability, which is a predicted value of the probability of crack occurrence in the inspected equipment 10, using the occurrence probability and the predicted occurrence probability for each candidate; determining the optimal pair of maximum temperature and holding time using the occurrence probability and the predicted occurrence probability for each candidate; and predicting the hardness of the second heat-affected zone in the prediction target equipment, which is equipment that is the target for predicting the probability of crack occurrence, using the determined optimal pair.
  • the prediction device 100 and prediction method using the same estimate the structure of the first heat-affected zone 12 and predict the hardness of the first heat-affected zone 12 based on the structure of the first heat-affected zone 12.
  • the structure of the heat-affected zone changes depending on the composition of the heat-affected zone and the maximum temperature and the holding time at that temperature during welding. Therefore, the prediction device 100 and prediction method using the same according to this embodiment uses multiple candidates for pairs of maximum temperature and holding time at that temperature during welding, which are important parameters for estimating the structure of the first heat-affected zone 12, to predict multiple hardness values of the first heat-affected zone 12 for each candidate.
  • the prediction device 100 and prediction method using the same according to this embodiment calculates a predicted occurrence probability using these.
  • the prediction device 100 according to this embodiment and the prediction method using the same can effectively utilize the inspection results of inspected equipment 10, which is equipment that has already undergone crack inspection, to predict the hardness of the second heat-affected zone in the equipment to be predicted. Therefore, the prediction device 100 according to this embodiment and the prediction method using the same can predict the hardness of the second heat-affected zone more simply and at lower cost than the comparative example in which multiple heat-affected zone test specimens are prepared and crack tests are performed on each test specimen to predict hardness.
  • the prediction device 100 according to this embodiment and the prediction method using it may calculate the probability of crack occurrence in inspected equipment using the results of cracks obtained from an open inspection performed on inspected equipment.
  • the prediction device 100 according to this embodiment and the prediction method using it can predict the hardness of the second heat-affected zone simply and at low cost, compared to the comparative example in which multiple heat-affected zone test specimens are prepared and crack tests are performed on each test specimen to predict hardness.
  • the prediction device 100 according to this embodiment and the prediction method using it can predict the hardness of the second heat-affected zone in the equipment to be predicted with higher accuracy.
  • the inspected equipment 10 and the equipment to be predicted may be tanks that store the same type of liquefied gas.
  • the prediction device 100 according to this embodiment and the prediction method using the same are able to predict the hardness of the second heat-affected zone in the equipment to be predicted with greater accuracy.
  • the inspected equipment 10 and the equipment to be predicted are tanks that store the same type of liquefied gas.
  • the inspected equipment 10 and the equipment to be predicted may be tanks that store different types of liquefied gas.
  • the inspected equipment 10 and the equipment to be predicted may be different equipment, for example, a tank and a pipe.
  • an optimal pair may be determined for each steel plate standard of the first heat-affected zone 12.
  • the optimal pair may be used when predicting the hardness of a second heat-affected zone having the same steel plate standard as the first heat-affected zone 12 used to determine the optimal pair.
  • an optimal pair may be determined for each welding method for the material of the first heat-affected zone 12.
  • the optimal pair may be used when predicting the hardness of a second heat-affected zone that is welded using the same method as the first heat-affected zone 12 used to determine the optimal pair.
  • the prediction device and the prediction method using it are able to predict the hardness of the second heat-affected zone in the equipment being predicted with even greater accuracy.
  • This disclosure can contribute, for example, to Goal 12 of the Sustainable Development Goals (SDGs), "Ensure sustainable consumption and production patterns.”

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Plasma & Fusion (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Environmental Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

予測方法は、割れ検査が既に行われた設備である検査済設備の複数の第１熱影響部の割れの結果を用いて、検査済設備における割れの発生確率を算出することと（ステップＳ１２０）、溶接時における最高温度および最高温度の保持時間のペアの複数の候補の各々を用いて、候補ごとに、複数の第１熱影響部の硬さを予測し、硬さの予測結果を用いて検査済設備における割れの発生確率の予測値である予測発生確率を算出することと（ステップＳ１３０）、発生確率、および、候補ごとの予測発生確率を用いて、最高温度および保持時間の最適ペアを決定することと（ステップＳ１４０）、決定した最適ペアを用いて、割れの発生確率の予測対象となる設備である予測対象設備における第２熱影響部の硬さを予測することと（ステップＳ１５０）、を含む。

Description

予測方法、および、予測装置
　本開示は、予測方法、および、予測装置に関する。本出願は２０２４年５月２０日に提出された日本特許出願第２０２４－０８２００４号に基づく優先権の利益を主張するものであり、その内容は本出願に援用される。
　燃料等を貯留するタンクは、鉄鋼材料、アルミニウム材料、ニッケル材料等の金属材料で形成されている。このような金属材料では、経年劣化により、応力腐食割れが発生し得る。既設のタンクにおいて応力腐食割れが発生すると、タンクから燃料等が漏出してしまう。このため、応力腐食割れの発生を事前に予測したいという要望がある。
　そこで、腐食環境における硫化物応力割れを予測する技術として、機械学習により予測モデルを作成することが提案されている（例えば、特許文献１）。特許文献１の技術では、複数の供試材を用いて硫化物応力割れ試験を行った後、供試材の強度グレード、および、硫化水素分圧等の試験条件を入力データとし、硫化物応力割れ試験の結果を出力データとする学習用データを機械学習させている。
特開２０２３－１７４５００号公報
　ところで、近年、応力腐食割れ、水素脆化割れ等のタンクの溶接継手部の割れを事前に予測したいという要望がある。割れの発生には、金属材料の硬さが影響するため、溶接継手部の硬さを予測できれば、割れの発生も予測できる。
　しかし、溶接継手部は、溶接によって母材の微細構造および特性が変化しているため、硬さの予測が困難である。
　本開示は、このような課題に鑑み、溶接によって生じる熱影響部の硬さを容易に予測することが可能な予測方法、および、予測装置を提供することを目的としている。
　上記課題を解決するために、本開示の一態様に係る予測方法は、割れ検査が既に行われた設備である検査済設備の複数の第１熱影響部の割れの結果を用いて、検査済設備における割れの発生確率を算出することと、溶接時における最高温度および最高温度の保持時間のペアの複数の候補の各々を用いて、候補ごとに、複数の第１熱影響部の硬さを予測し、硬さの予測結果を用いて検査済設備における割れの発生確率の予測値である予測発生確率を算出することと、発生確率、および、候補ごとの予測発生確率を用いて、最高温度および保持時間の最適ペアを決定することと、決定した最適ペアを用いて、割れの発生確率の予測対象となる設備である予測対象設備における第２熱影響部の硬さを予測することと、を含む。
　また、検査済設備における割れの発生確率を算出することは、検査済設備に対して行われた開放点検により得られた割れの結果を用いて、検査済設備における割れの発生確率を算出することを含んでもよい。
　また、最適ペアを決定することは、割れの発生の有無に影響を与えるパラメータごとに異なる最適ペアを決定することを含んでもよい。
　また、設備および予測対象設備は、同種の液化ガスを貯留するタンクであってもよい。
　上記課題を解決するために、本開示の一態様に係る予測装置は、１つまたは複数のプロセッサと、プロセッサに接続される１つまたは複数のメモリと、を備え、プロセッサは、割れ検査が既に行われた設備である検査済設備の複数の第１熱影響部の割れの結果を用いて、検査済設備における割れの発生確率を算出することと、溶接時における最高温度および最高温度の保持時間のペアの複数の候補の各々を用いて、候補ごとに、複数の第１熱影響部の硬さを予測し、硬さの予測結果を用いて検査済設備における割れの発生確率の予測値である予測発生確率を算出することと、発生確率、および、候補ごとの予測発生確率を用いて、最高温度および保持時間の最適ペアを決定することと、決定した最適ペアを用いて、割れの発生確率の予測対象となる設備である予測対象設備における第２熱影響部の硬さを予測することと、を含む処理を実行する。
　本開示によれば、溶接によって生じる熱影響部の硬さを容易に予測することが可能となる。
図１は、本開示の実施形態に係る予測装置を説明する図である。 図２は、同実施形態に係る検査済設備および第１熱影響部の一例を説明する図である。 図３は、同実施形態に係る制御装置の機能構成の一例を示すブロック図である。 図４は、同実施形態に係る予測方法の処理の流れを示すフローチャートである。 図５は、同実施形態に係るＣＣＴ線図の一例を示す図である。
　以下に添付図面を参照しながら、本開示の実施形態について詳細に説明する。実施形態に示す寸法、材料、その他具体的な数値等は、理解を容易とするための例示にすぎず、特に断る場合を除き、本開示を限定するものではない。なお、本明細書および図面において、実質的に同一の機能、構成を有する要素については、同一の符号を付することにより重複説明を省略する。また本開示に直接関係のない要素は図示を省略する。
［予測装置１００］
　図１は、本開示の実施形態に係る予測装置１００を説明する図である。図２は、本実施形態に係る検査済設備１０および第１熱影響部１２の一例を説明する図である。
　図１に示されるように、本実施形態に係る予測装置１００は、１つまたは複数のプロセッサ１０２と、プロセッサ１０２に接続される１つまたは複数のメモリ１０４と、を有する。プロセッサ１０２は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）を含む。メモリ１０４は、例えば、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）およびＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）などを含む。ＲＯＭは、ＣＰＵが使用するプログラムおよび演算パラメータ等を記憶する記憶素子である。ＲＡＭは、ＣＰＵにより実行される処理に用いられる変数およびパラメータ等のデータを一時記憶する記憶素子である。
　本実施形態に係る予測装置１００は、図２に示される検査済設備１０における複数の第１熱影響部１２の割れの結果を用いて、予測対象設備における第２熱影響部の硬さを予測する。検査済設備１０は、割れ検査が既に行われた設備である。また、予測対象設備は、割れの発生確率の予測対象となる設備である。また、検査済設備１０および予測対象設備は、例えば、同種の液化ガスを貯留するタンクである。液化ガスは、例えば、液化アンモニア、液化水素である。
　また、熱影響部（ＨＡＺ：Heat Affected Zone）は、溶接によって母材の微細構造および特性が変化した部分である。第１熱影響部１２は、図２に示されるように、例えば、検査済設備１０の溶接継手部である。第２熱影響部は、例えば、予測対象設備の溶接継手部である。
　また、割れは、応力腐食割れ（ＳＣＣ：Stress Corrosion Cracking）および水素脆化割れのうち一方または両方である。
　図３は、本実施形態に係る予測装置１００の機能構成の一例を示すブロック図である。例えば、図３に示されるように、予測装置１００は、取得部２１０、処理部２１２、記憶部２１４としても機能する。
　なお、取得部２１０、処理部２１２、および、記憶部２１４からなる群から選択された１つまたは複数により行われる以下で説明する処理を含む各種処理は、プロセッサ１０２によって実行され得る。詳細には、メモリ１０４に記憶されているプログラムをプロセッサ１０２が実行することにより、各種処理が実行される。記憶部２１４の機能は、メモリ１０４によって実現される。ただし、予測装置１００が有する機能は、複数の装置により分割されてもよく、複数の機能が１つの装置によって実現されてもよい。
　取得部２１０は、検査済設備１０の複数の第１熱影響部１２の割れの結果を取得する。取得部２１０は、例えば、検査済設備１０に対して行われた開放点検により得られた割れの結果を取得してもよい。また、取得部２１０は、例えば、検査済設備１０を構成する材料のミルシート、検査済設備１０の第１熱影響部１２の溶接記録、予測対象設備を構成する材料のミルシート、および、予測対象設備の第２熱影響部の溶接記録を取得する。
　処理部２１２は、検査済設備１０の複数の第１熱影響部１２の割れの結果を用いて、検査済設備１０における割れの発生確率を算出する。処理部２１２は、例えば、検査済設備１０に対して行われた開放点検により得られた割れの結果を用いて、検査済設備１０における割れの発生確率を算出する。続いて、処理部２１２は、溶接時における最高温度および最高温度の保持時間のペアの複数の候補の各々を用いて、候補ごとに、複数の第１熱影響部１２の硬さを予測する。そして、処理部２１２は、硬さの予測結果を用いて検査済設備１０における割れの発生確率の予測値である予測発生確率を算出する。また、処理部２１２は、発生確率、および、候補ごとの予測発生確率を用いて、最高温度および保持時間の最適ペアを決定する。そして、処理部２１２は、決定した最適ペアを用いて、予測対象設備における第２熱影響部の硬さを予測する。処理部２１２による処理については、後述の予測方法において詳しく述べる。
　記憶部２１４は、取得部２１０によって取得された情報を記憶する。
［予測方法］
　続いて、上記の予測装置１００を用いた予測方法について説明する。図４は、本実施形態に係る予測方法の処理の流れを示すフローチャートである。図４に示されるように、本実施形態に係る予測方法は、例えば、取得処理ステップＳ１１０、発生確率算出処理ステップＳ１２０、予測発生確率算出処理ステップＳ１３０、ペア決定処理ステップＳ１４０、予測処理ステップＳ１５０を含む。以下、各処理について説明する。
［取得処理ステップＳ１１０］
　取得処理ステップＳ１１０では、取得部２１０が、検査済設備１０の複数の第１熱影響部１２の割れの結果を取得する。
　液化ガスを貯留するタンクは、国、自治体等によって、所定期間ごとに開放点検が義務付けられている。開放点検とは、タンクを空にした後、タンク内に足場を組んで、浸透探傷試験、磁粉探傷試験等の探傷試験を行い、第１熱影響部１２の割れを検査するものである。このため、検査済設備１０が、液化ガスを貯留するタンクである場合、取得部２１０は、開放点検の結果を取得する。なお、開放点検では、第１熱影響部１２が割れているか否かを取得することはできるが、第１熱影響部１２が割れたときの硬さを測定することはできない。
　開放点検の結果には、例えば、第１熱影響部１２の位置情報、第１熱影響部１２の割れの結果、第１熱影響部１２の接液状態が含まれる。割れの結果には、割れの有無が含まれる。接液状態には、例えば、常時液相に接触、常時気相に接触、気液界面等のタンクに貯留される液体および気体のうちのいずれか一方または両方の接触状態が含まれる。
　また、取得部２１０は、検査済設備１０を構成する材料のミルシート、および、検査済設備１０の第１熱影響部１２の溶接記録を取得する。検査済設備１０を構成する材料のミルシートには、第１熱影響部１２の組成、および、第１熱影響部１２の板厚が含まれる。検査済設備１０の第１熱影響部１２の溶接記録には、第１熱影響部１２に対する溶接方法、溶接条件が含まれる。溶接方法には、例えば、アーク溶接、電子ビーム溶接、レーザー溶接、プラズマアーク溶接等が含まれる。溶接条件には、例えば、溶接電流、溶接電圧、溶接速度、および、溶接される材料の初期の温度が含まれる。なお、溶接姿勢によって適用される溶接方法が予め決定されており、板厚によって適用される溶接条件が予め決定されている。溶接姿勢は、例えば、下向き、水平、上進、下進、オーバーヘッドを含む。
　記憶部２１４は、取得部２１０によって取得された開放点検の結果、検査済設備１０を構成する材料のミルシート、および、検査済設備１０の第１熱影響部１２の溶接記録を、検査結果情報として記憶する。
［発生確率算出処理ステップＳ１２０］
　発生確率算出処理ステップＳ１２０において、処理部２１２は、記憶部２１４に記憶された検査結果情報を参照し、検査済設備１０の複数の第１熱影響部１２の割れの結果を用いて、検査済設備１０における割れの発生確率を算出する。例えば、処理部２１２は、下記の式（１）に示されるように、割れがあった第１熱影響部１２の数を、割れ検査をした第１熱影響部１２の全数で除算することにより、検査済設備１０における割れの発生確率を算出する。
検査済設備１０における割れの発生確率　＝　割れがあった第１熱影響部１２の数　／　割れ検査をした第１熱影響部１２の全数　　　…式（１）
［予測発生確率算出処理ステップＳ１３０］
　予測発生確率算出処理ステップＳ１３０において、処理部２１２は、溶接時における最高温度および最高温度の保持時間のペアの複数の候補の各々を用いて、候補ごとに、例えば、第１熱影響部１２の組成および冷却速度を含む情報に基づいて、複数の第１熱影響部１２の硬さを予測する。そして、処理部２１２は、硬さの予測結果を用いて検査済設備１０における割れの発生確率の予測値である予測発生確率を算出する。予測発生確率算出処理ステップＳ１３０は、候補の選定、第１熱影響部１２の硬さの予測、予測発生確率の算出を含む。以下、予測発生確率算出処理ステップＳ１３０に含まれる各処理について詳細に説明する。
（候補の選定）
　処理部２１２は、溶接時における最高温度および最高温度の保持時間のペアの複数の候補を選定する。例えば、処理部２１２は、実験計画法を用いて、複数の候補を選定する。なお、処理部２１２は、実験計画法以外の他の方法を用いて、複数の候補を選定してもよい。
（第１熱影響部１２の硬さの予測）
　処理部２１２は、選定した複数の候補の各々を用いて、候補ごとに、複数の第１熱影響部１２の硬さを予測する。
　まず、処理部２１２は、例えば、記憶部２１４に記憶された検査結果情報を参照し、第１熱影響部１２の板厚および溶接記録を用いて、第１熱影響部１２の冷却速度を算出する。冷却速度は、例えば、公知の演算式（寺崎俊夫、秋山哲也、石本憲司、森靖彦、「冷却時間t8/5の推定式の提案」、溶接学会論文集、vol6, No.2, pp301-305, 1988）、または、溶接を模擬した熱伝導解析によって算出される。なお、冷却速度は、例えば、８００℃から５００℃までの冷却速度である。
　そして、処理部２１２は、例えば、記憶部２１４に記憶された検査結果情報を参照し、第１熱影響部１２の組成を取得する。処理部２１２は、取得した第１熱影響部１２の組成、算出した第１熱影響部１２の冷却速度、選定した候補（溶接時における最高温度および最高温度の保持時間ペア）を入力データとして、ＣＣＴ（Continuous Cooling Transformation）線図を作成する。そして、処理部２１２は、ＣＣＴ線図から第１熱影響部１２の硬さを予測する。
　図５は、本実施形態に係るＣＣＴ線図の一例を示す図である。図５において、縦軸は温度［℃］を示し、横軸は時間を示す。また、図５において、Ｆはフェライト、Ｐはパーライト、Ｂはベイナイト、Ｍはマルテンサイトを示す。また、図５において、Ｔｍａｘは最高温度を示し、Ｒｔは、最高温度の保持時間を示す。
　図５に示すように、処理部２１２は、ＣＣＴ線図に基づき、第１熱影響部１２の微細構造（組織）を推定する。そして、処理部２１２は、推定した第１熱影響部１２の組織に基づき、第１熱影響部１２の硬さを予測する。
　なお、処理部２１２は、１つの第１熱影響部１２に対し、選定した候補ごとにＣＣＴ線図を作成し、それぞれのＣＣＴ線図から、選定した候補ごとに第１熱影響部１２の硬さを予測する。そして、処理部２１２は、開放点検を行った第１熱影響部１２すべてに対し、選定した候補ごとに硬さを予測する。
　例えば、最高温度および最高温度の保持時間のペアの候補として、第１候補、第２候補、第３候補、・・・、第Ｎ候補が選定された場合について説明する。この場合、まず、処理部２１２は、第１候補を用いて、上記のように、すべての第１熱影響部１２の硬さを予測する。次に、処理部２１２は、第２候補を用いて、上記のように、すべての第１熱影響部１２の硬さを予測する。同様に、処理部２１２は、他の候補についても、すべての第１熱影響部１２の硬さを予測する。このようにして、処理部２１２は、第１候補、第２候補、第３候補、・・・、第Ｎ候補の各候補に対し、すべての第１熱影響部１２の硬さを予測する。
（予測発生確率の算出）
　処理部２１２は、硬さの予測結果を用いて検査済設備１０における割れの発生確率の予測値である予測発生確率を算出する。例えば、処理部２１２は、硬さの予測結果が所定値以上の第１熱影響部１２を割れが発生した箇所であると仮定する。そして、処理部２１２は、下記の式（２）に示されるように、硬さの予測結果が所定値以上の第１熱影響部１２の数を、割れ検査をした第１熱影響部１２の全数で除算することにより検査済設備１０における予測発生確率を算出する。なお、所定値は、例えば、ビッカース硬さ２１０（Ｈｖ２１０）である。
予測発生確率　＝　硬さの予測結果が所定値以上の第１熱影響部１２の数　／　割れ検査をした第１熱影響部１２の全数　　　…式（２）
　また、処理部２１２は、選定した候補（溶接時における最高温度および最高温度の保持時間ペア）それぞれに対し、予測発生確率を算出する。
　例えば、最高温度および最高温度の保持時間のペアの候補として、上述したように、第１候補、第２候補、第３候補、・・・、第Ｎ候補が選定された場合について説明する。この場合、まず、処理部２１２は、第１候補を用いた場合の硬さの予測結果を用いて、上記のように、予測発生確率を算出する。次に、処理部２１２は、第２候補を用いた場合の硬さの予測結果を用いて、上記のように、予測発生確率を算出する。同様に、処理部２１２は、他の候補についても、硬さの予測結果を用いて、上記のように、予測発生確率を算出する。このようにして、処理部２１２は、第１候補、第２候補、第３候補、・・・、第Ｎ候補の各候補に対し、予測発生確率を算出する。
［ペア決定処理ステップＳ１４０］
　図４に戻って説明すると、ペア決定処理ステップＳ１４０において、処理部２１２は、上記の式（１）によって算出された発生確率、および、上記の式（２）によって算出された候補ごとの予測発生確率を用いて、最高温度および保持時間の最適ペアを決定する。なお、最適ペアは、予測発生確率が発生確率に近くなる、もしくは、発生確率と一致する最高温度と最高温度の保持時間のペアである。最適ペアは、後述の第２熱影響部の組織を高精度に算出可能な最高温度と最高温度の保持時間のペアである。
　最適ペアは、例えば、発生確率と予測発生確率との差が最小となる、最高温度と最高温度の保持時間のペアである。この場合、処理部２１２は、例えば、ベイズ最適化を用い、最高温度と最高温度の保持時間のペアを説明変数とし、発生確率と予測発生確率の誤差を目的変数とし、目的変数を最小化する最高温度と最高温度の保持時間のペアを探索する。誤差は、例えば、二乗平均平方根誤差（ＲＭＳＥ：Root Mean Squared Error）、平均絶対誤差（ＭＡＥ：Mean Absolute Error）、決定計数（Ｒ２）である。なお、処理部２１２は、ベイズ最適化以外の方法、例えば、実験計画法を用いて、最高温度および保持時間の最適ペアを決定してもよい。
［予測処理ステップＳ１５０］
　そして、処理部２１２は、決定した最適ペアを用いて、予測対象設備における第２熱影響部の硬さを予測する。例えば、取得部２１０は、予測対象設備を構成する材料のミルシートおよび予測対象設備の第２熱影響部の溶接記録を取得し、記憶部２１４に記憶する。予測対象設備を構成する材料のミルシートには、第２熱影響部の組成、および、第２熱影響部の板厚が含まれる。予測対象設備の第２熱影響部の溶接記録には、第２熱影響部に対する溶接方法、溶接条件が含まれる。
　そして、処理部２１２は、予測対象設備を構成する材料のミルシートおよび予測対象設備の第２熱影響部の溶接記録を参照し、第２熱影響部の板厚および溶接記録を用いて、第２熱影響部の冷却速度を算出する。第２熱影響部の冷却速度の算出は、上記の第１熱影響部１２の冷却速度の算出方法と同様であるため、ここでは詳細な説明を省略する。
　続いて、処理部２１２は、予測対象設備を構成する材料のミルシートを参照し、第２熱影響部の組成を取得する。そして、処理部２１２は、第２熱影響部の組成、第２熱影響部の冷却速度、および、上記のペア決定処理ステップＳ１４０で決定した最適ペアを入力データとして、ＣＣＴ線図を作成する。また、処理部２１２は、ＣＣＴ線図から第２熱影響部の硬さを予測する。ＣＣＴ線図に基づく硬さの予測は、上記の第１熱影響部１２の硬さの予測と同様であるため、ここでは詳細な説明を省略する。
　なお、本実施形態において、処理部２１２は、予測対象設備におけるすべての第２熱影響部の硬さを予測する。
　そして、処理部２１２は、予測硬さが所定値（例えば、Ｈｖ２１０）以上である第２熱影響部を、割れの可能性が高い第２熱影響部と判定する。そして、割れの可能性が高い第２熱影響部に対し、割れ対策工事が行われる。割れ対策工事は、例えば、ショットピーニング、レーザーピーニング、ウォータージェットピーニング、および、亜鉛溶射からなる群から選択される１または複数である。
　以上説明したように、本実施形態に係る予測装置１００およびこれを用いた予測方法は、割れ検査が既に行われた設備である検査済設備１０の複数の第１熱影響部１２の割れの結果を用いて、検査済設備１０における割れの発生確率を算出することと、溶接時における最高温度および最高温度の保持時間のペアの複数の候補の各々を用いて、候補ごとに、複数の第１熱影響部１２の硬さを予測し、硬さの予測結果を用いて検査済設備１０における割れの発生確率の予測値である予測発生確率を算出することと、発生確率、および、候補ごとの予測発生確率を用いて、最高温度および保持時間の最適ペアを決定することと、決定した最適ペアを用いて、割れの発生確率の予測対象となる設備である予測対象設備における第２熱影響部の硬さを予測することと、を含む。
　具体的には、本実施形態に係る予測装置１００およびこれを用いた予測方法は、第１熱影響部１２の組織を推定し、第１熱影響部１２の組織に基づいて第１熱影響部１２の硬さを予測する。熱影響部の組織は、熱影響部の組成、ならびに、溶接時における最高温度および最高温度の保持時間に応じて変化する。そこで、本実施形態に係る予測装置１００およびこれを用いた予測方法は、第１熱影響部１２の組織の推定に重要なパラメータである、溶接時における最高温度および最高温度の保持時間のペアの複数の候補の各々を用いて、候補ごとに、複数の第１熱影響部１２の硬さを予測する。続いて、本実施形態に係る予測装置１００およびこれを用いた予測方法は、これらを用いて予測発生確率を算出する。そして、本実施形態に係る予測装置１００およびこれを用いた予測方法は、実際に割れの検査が行われた検査済設備１０の発生確率と、予測発生確率とに基づいて、熱影響部の組織の推定に重要なパラメータである、溶接時における最高温度および最高温度の保持時間の最適ペアを決定する。このため、本実施形態に係る予測装置１００およびこれを用いた予測方法は、好適な最適ペアを決定することができる。また、本実施形態に係る予測装置１００およびこれを用いた予測方法は、決定した最適ペアを用いて、予測対象設備における第２熱影響部の硬さを予測するため、予測対象設備における第２熱影響部の硬さを高精度に予測することが可能となる。
　また、最適ペアを実験的に求める場合、第１熱影響部１２の溶接方法の数、第１熱影響部１２の溶接条件の数、および、第１熱影響部１２の板厚の数を乗算した膨大な数の試験体を作成して実験を行う必要があった。これに対し、本実施形態に係る予測装置１００およびこれを用いた予測方法は、演算処理によって最適ペアを決定することができる。したがって、本実施形態に係る予測装置１００およびこれを用いた予測方法は、実験に要する手間を削減することが可能となる。
　また、本実施形態に係る予測装置１００およびこれを用いた予測方法は、割れ検査が既に行われた設備である検査済設備１０の検査結果を有効利用して、予測対象設備における第２熱影響部の硬さを予測することができる。このため、本実施形態に係る予測装置１００およびこれを用いた予測方法は、複数の熱影響部の試験体を作成し、試験体ごとの割れ試験を行って硬さを予測する比較例と比較して、簡易かつ低コストで第２熱影響部の硬さを予測することが可能となる。
　また、上記のように、本実施形態に係る予測装置１００およびこれを用いた予測方法は、検査済設備に対して行われた開放点検により得られた割れの結果を用いて、検査済設備における割れの発生確率を算出してもよい。これにより、本実施形態に係る予測装置１００およびこれを用いた予測方法は、複数の熱影響部の試験体を作成し、試験体ごとの割れ試験を行って硬さを予測する比較例と比較して、簡易かつ低コストで第２熱影響部の硬さを予測することが可能となる。また、本実施形態に係る予測装置１００およびこれを用いた予測方法は、予測対象設備における第２熱影響部の硬さをより高精度に予測することが可能となる。
　また、上記のように、検査済設備１０および予測対象設備は、同種の液化ガスを貯留するタンクであってもよい。これにより、本実施形態に係る予測装置１００およびこれを用いた予測方法は、予測対象設備における第２熱影響部の硬さをより高精度に予測することが可能となる。
　以上、添付図面を参照しながら実施形態について説明したが、本開示は上記実施形態に限定されないことは言うまでもない。当業者であれば、特許請求の範囲に記載された範疇において、各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本開示の技術的範囲に属するものと了解される。
　例えば、上記の実施形態において、検査済設備１０および予測対象設備が、同種の液化ガスを貯留するタンクである場合を例に挙げた。しかし、検査済設備１０および予測対象設備は、異なる種類の液化ガスを貯留するタンクであってもよい。また、検査済設備１０および予測対象設備は、異なる設備、例えば、タンクと配管であってもよい。
　また、上記の実施形態において、処理部２１２が、１つの最適ペアを決定する場合を例に挙げた。しかし、処理部２１２は、割れの発生の有無に影響を与えるパラメータごとに異なる最適ペアを決定してもよい。割れの発生の有無に影響を与えるパラメータは、例えば、第１熱影響部１２の材料に関するパラメータ、第１熱影響部１２に対する溶接に関するパラメータ、第１熱影響部１２が晒される環境に関するパラメータである。材料に関するパラメータは、例えば、材料の種類、板厚である。材料の種類は、例えば、材料の組成、鋼板規格である。溶接に関するパラメータは、例えば、溶接方法である。環境に関するパラメータは、例えば、接液状態である。
　例えば、ペア決定処理ステップＳ１４０において、第１熱影響部１２の鋼板規格ごとに最適ペアを決定してもよい。この場合、予測処理ステップＳ１５０では、最適ペアの決定に用いた第１熱影響部１２と同じ鋼板規格の第２熱影響部の硬さ予測に際し、当該最適ペアを用いるとよい。
　同様に、ペア決定処理ステップＳ１４０において、第１熱影響部１２の材料の溶接方法ごとに最適ペアを決定してもよい。この場合、予測処理ステップＳ１５０では、最適ペアの決定に用いた第１熱影響部１２と同じ溶接方法の第２熱影響部の硬さ予測に際し、当該最適ペアを用いるとよい。
　同様に、ペア決定処理ステップＳ１４０において、第１熱影響部１２の接液状態ごとに最適ペアを決定してもよい。この場合、予測処理ステップＳ１５０では、最適ペアの決定に用いた第１熱影響部１２と同じ接液状態の第２熱影響部の硬さ予測に際し、当該最適ペアを用いるとよい。
　これにより、予測装置およびこれを用いた予測方法は、予測対象設備における第２熱影響部の硬さをさらに高精度に予測することが可能となる。
　本開示は、例えば、持続可能な開発目標（ＳＤＧｓ）の目標１２「持続可能な消費と生産のパターンを確保する」に貢献することができる。
１０：検査済設備　１２：第１熱影響部　１００：予測装置　１０２：プロセッサ　１０４：メモリ

Claims (5)

  1. 　割れ検査が既に行われた設備である検査済設備の複数の第１熱影響部の割れの結果を用いて、前記検査済設備における割れの発生確率を算出することと、
    　溶接時における最高温度および前記最高温度の保持時間のペアの複数の候補の各々を用いて、前記候補ごとに、前記複数の第１熱影響部の硬さを予測し、硬さの予測結果を用いて前記検査済設備における割れの発生確率の予測値である予測発生確率を算出することと、
    　前記発生確率、および、前記候補ごとの前記予測発生確率を用いて、前記最高温度および前記保持時間の最適ペアを決定することと、
    　決定した前記最適ペアを用いて、割れの発生確率の予測対象となる設備である予測対象設備における第２熱影響部の硬さを予測することと、
    　を含む、予測方法。
  2. 　前記検査済設備における割れの発生確率を算出することは、前記検査済設備に対して行われた開放点検により得られた割れの結果を用いて、前記検査済設備における割れの発生確率を算出することを含む、請求項１に記載の予測方法。
  3. 　前記最適ペアを決定することは、割れの発生の有無に影響を与えるパラメータごとに異なる前記最適ペアを決定することを含む、請求項１または２に記載の予測方法。
  4. 　前記検査済設備および前記予測対象設備は、同種の液化ガスを貯留するタンクである、請求項１または２に記載の予測方法。
  5. 　１つまたは複数のプロセッサと、
    　前記プロセッサに接続される１つまたは複数のメモリと、
    を備え、
    　前記プロセッサは、
    　割れ検査が既に行われた設備である検査済設備の複数の第１熱影響部の割れの結果を用いて、前記検査済設備における割れの発生確率を算出することと、
    　溶接時における最高温度および前記最高温度の保持時間のペアの複数の候補の各々を用いて、前記候補ごとに、前記複数の第１熱影響部の硬さを予測し、硬さの予測結果を用いて前記検査済設備における割れの発生確率の予測値である予測発生確率を算出することと、
    　前記発生確率、および、前記候補ごとの前記予測発生確率を用いて、前記最高温度および前記保持時間の最適ペアを決定することと、
    　決定した前記最適ペアを用いて、割れの発生確率の予測対象となる設備である予測対象設備における第２熱影響部の硬さを予測することと、
    　を含む処理を実行する、予測装置。
PCT/JP2025/014771 2024-05-20 2025-04-15 予測方法、および、予測装置 Pending WO2025243733A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2024-082004 2024-05-20
JP2024082004 2024-05-20

Publications (1)

Publication Number Publication Date
WO2025243733A1 true WO2025243733A1 (ja) 2025-11-27

Family

ID=97795117

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2025/014771 Pending WO2025243733A1 (ja) 2024-05-20 2025-04-15 予測方法、および、予測装置

Country Status (1)

Country Link
WO (1) WO2025243733A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006118865A (ja) * 2004-10-19 2006-05-11 Toshiba Corp 原子炉構造物の溶接部強度予測方法ならびにそのシステムおよびプログラム
JP2007232463A (ja) * 2006-02-28 2007-09-13 Toshiba Corp 原子炉構造物の溶接部評価システムおよびその評価方法ならびにプログラム
JP2014182029A (ja) * 2013-03-19 2014-09-29 Ihi Corp 高温割れ評価方法及び高温割れ評価装置
JP2015129743A (ja) * 2013-12-03 2015-07-16 三菱日立パワーシステムズ株式会社 再熱割れ感受性評価方法及び再熱割れ抑制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006118865A (ja) * 2004-10-19 2006-05-11 Toshiba Corp 原子炉構造物の溶接部強度予測方法ならびにそのシステムおよびプログラム
JP2007232463A (ja) * 2006-02-28 2007-09-13 Toshiba Corp 原子炉構造物の溶接部評価システムおよびその評価方法ならびにプログラム
JP2014182029A (ja) * 2013-03-19 2014-09-29 Ihi Corp 高温割れ評価方法及び高温割れ評価装置
JP2015129743A (ja) * 2013-12-03 2015-07-16 三菱日立パワーシステムズ株式会社 再熱割れ感受性評価方法及び再熱割れ抑制方法

Similar Documents

Publication Publication Date Title
Paik et al. Ultimate strength of ageing ships
EP2163881B1 (en) Method for determining reheat cracking susceptibility
Han et al. Probabilistic life-cycle management framework for ship structures subjected to coupled corrosion–fatigue deterioration processes
Viswanathan et al. Accelerated stress rupture testing for creep life prediction—Its value and limitations
Peng et al. Fractographic analysis and particle filter-based fatigue crack propagation prediction of Q550E high-strength steel
Cao et al. Hydrogen Embrittlement Evaluation and Prediction in Press‐Hardened Steels
Bouchard et al. The appropriateness of residual stress length scales in structural integrity
Purnomo et al. Limitations of GFRP wrapping revealed by Erosion–Corrosion and sulfide stress cracking in Sour-Gas Environments: Experimental and numerical simulation perspectives
Zangeneh et al. Thermal/stress analysis of a failed fire-tube heater treater
Thodi et al. The selection of corrosion prior distributions for risk based integrity modeling
Middleton et al. The integrity of materials in high temperature components; performance and life assessment
Zhang et al. Microstructural characteristics and localized corrosion behavior of electron beam welded 9Ni steel joints
JP7500166B2 (ja) 損傷リスク評価方法、システムの保守管理方法およびリスク評価装置
Austin The role of corrosion fatigue crack growth mechanisms in predicting the fatigue life of offshore tubular joints
Schmiedt et al. Influence of condensate corrosion on tensile and fatigue properties of brazed stainless steel joints AISI 304L/BNi‐2 for automotive exhaust systems: Einfluss von Kondensatkorrosion auf die Zug‐und Ermüdungseigenschaften der Edelstahllötverbindungen 1.4307/Ni 620 für Automobilabgassysteme
Zahiri et al. Numerical analysis of the harmfulness of the fatigue-corrosion defect in a metal pipe under internal pressure
Mokhtari et al. Buckling and Post-Buckling Behaviour of Extruded Aluminium Panels Subject to the Combined Effects of Welding and Pitting Corrosion
Panico et al. A case study of design and integrity management framework for strain-based pipelines
King Development of guidelines for identification of SCC sites and estimation of re-inspection intervals for SCC direct assessment
Harston et al. Full-ring test evaluation of linepipe steels for sour service
ADEDEJI et al. A REVIEW ON STRUCTURAL INTEGRITY OF WELDED JOINTS IN NAVAL SHIP SYSTEMS: FAILURE MECHANISMS AND PREDICTIVE MODELLING APPROACH
Prueter et al. Managing the Risks Associated With Operating a Hydrotreater Reactor With Possible High-Temperature Hydrogen Attack Damage
Pikarinen Stress corrosion cracking studies in biorefinery hydrotreatment reactors
Zhuo et al. Study on Stress-Strain Relation of Welded Joint with Experiment and Computation Based on GTN Model
Ajay Shah A review on structural integrity assessment procedures

Legal Events

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

Ref document number: 25807467

Country of ref document: EP

Kind code of ref document: A1