JP7306528B2 - Control device, display method and inspection method - Google Patents
Control device, display method and inspection method Download PDFInfo
- Publication number
- JP7306528B2 JP7306528B2 JP2022073932A JP2022073932A JP7306528B2 JP 7306528 B2 JP7306528 B2 JP 7306528B2 JP 2022073932 A JP2022073932 A JP 2022073932A JP 2022073932 A JP2022073932 A JP 2022073932A JP 7306528 B2 JP7306528 B2 JP 7306528B2
- Authority
- JP
- Japan
- Prior art keywords
- inspection object
- information
- database
- mechanical strength
- reconstructed image
- 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.)
- Active
Links
Images
Landscapes
- Analysing Materials By The Use Of Radiation (AREA)
Description
本発明は、制御装置、表示方法及び検査方法に関する。 The present invention relates to a control device, display method and inspection method .
近年、例えば宇宙・航空機関係、自動車、船舶、つり竿の他、電気・電子・家電部品、パラボラアンテナ、浴槽、床材、屋根材等を始め、様々な製品等の各種構成部材として複合素材（複合材料とも言う。）が用いられている。このような複合素材としては、例えば炭素繊維やガラス繊維を強化繊維として用いたＣＦＲＰ（炭素繊維強化プラスチック）、ＣＦＲＴＰ（炭素繊維強化熱可塑性プラスチック）、ＧＦＲＰ（ガラス繊維強化プラスチック）に代表されるＦＲＰ（繊維強化プラスチック）や、セラミックス繊維を強化材とするＣＭＣ（セラミック基複合材料）等が知られている。 In recent years, composite material ( Also called a composite material.) is used. As such a composite material, for example, FRP represented by CFRP (carbon fiber reinforced plastic), CFRTP (carbon fiber reinforced thermoplastic), and GFRP (glass fiber reinforced plastic) using carbon fiber or glass fiber as reinforcing fiber. (fiber reinforced plastic) and CMC (ceramic matrix composite material) using ceramic fiber as a reinforcing material are known.
このような複合素材においては、材質そのものだけでなく、材料の微細な内部構造が部材の機械的な性質に大きな影響を及ぼす。例えばＣＦＲＰであれば、炭素繊維の織り方や配向により三次元的な構造を持っており、機械的な強度についても繊維配向性や繊維の密度、欠陥の多寡により、大きな影響を受けることになる。そのため、複合素材又は複合素材が用いられた各種構成部材を検査したり、評価したりする方法が種々開示されている。 In such a composite material, not only the material itself but also the fine internal structure of the material greatly affects the mechanical properties of the member. For example, CFRP has a three-dimensional structure due to the weave and orientation of carbon fibers, and the mechanical strength is also greatly affected by the orientation of the fibers, the density of the fibers, and the number of defects. . Therefore, various methods for inspecting and evaluating composite materials or various components using composite materials have been disclosed.
特許文献１においては、ナイロン系樹脂などの樹脂部材によって構成された中空容器であるライナーの外周に、エポキシ樹脂などの熱硬化性樹脂が含浸された繊維束が巻回されたタンクについて、繊維の配向度合いを定量的に検査する方法について開示されている。
また、特許文献２においては、無機繊維からなる保持シール材の面圧を推定する方法として、当該保持シールの厚さ方向における繊維配向度指数を測定し、繊維配向度指数が所定値以下の場合に保持シール材を良品と判定することが開示されている。
Further, in
ところで、複合素材における微細な構造を把握するには、コンピューター断層撮影（いわゆるＣＴ：Computed Tomography）などの三次元的な画像再構成手段により、内部構造
を把握する必要がある。ところが、ＣＴにより三次元画像を再構成するためには、大量の二次元画像を撮影したり、複雑な再構成処理を行ったりする必要があるため、検査に時間がかかるという問題がある。しかも、ワークを三次元的に回転させる必要があるため、大型な部品や大きな材料などは検査することがそもそも現実的に難しい場合がある。また、分解能を確保しようとすると、画像の拡大率を大きく確保する必要があり、一度に検査可能な面積が非常に小さくなる。
By the way, in order to grasp the fine structure in a composite material, it is necessary to grasp the internal structure by three-dimensional image reconstruction means such as computed tomography (computed tomography). However, in order to reconstruct a three-dimensional image by CT, it is necessary to photograph a large number of two-dimensional images and to perform complicated reconstruction processing, so there is a problem that the examination takes a long time. Moreover, since it is necessary to rotate the workpiece three-dimensionally, it may be practically difficult to inspect large parts or large materials. Also, in order to ensure resolution, it is necessary to ensure a large magnification of the image, and the area that can be inspected at one time becomes very small.
本発明の課題は、少数の画像再構成による二次元画像から、短時間に、検査対象物の構造を大きな面積で一度に検証でき、かつ、回転機構を用いずに大型の検査対象物にも対応できるようにすることである。 It is an object of the present invention to verify the structure of a large area of an object to be inspected from a small number of two-dimensional images in a short period of time, and to inspect a large object without using a rotating mechanism. It is to be able to respond.
上記課題を解決するため、請求項１に記載の発明は、Ｘ線タルボ撮影装置によって撮影された検査対象物の再構成画像を基に、当該検査対象物の機械強度を推定する制御装置であって、
前記Ｘ線タルボ撮影装置により取得されたモアレ画像に基づいて生成された前記再構成画像における信号強度に係る情報と、前記検査対象物を構成する材料の品質情報との、材料の名前若しくは、その材料の分類に関する情報ごとの関係を表す第一データベースと、
前記検査対象物を構成する材料の品質情報と、当該品質情報に対応する機械強度に係る情報との、材料の名前若しくは、その材料の分類に関する情報ごとの関係を表す第二データベースと、
前記検査対象物の前記材料を特定する情報及び前記材料の形体情報と前記検査対象物の再構成画像の信号強度を入力値とし、前記第一データベース及び前記第二データベースを用いて、当該検査対象物の機械強度の推定を行う制御部と、
を備えることを特徴とする。
また、請求項２に記載の発明は、Ｘ線タルボ撮影装置によって撮影された検査対象物の再構成画像を基に、当該検査対象物の機械強度を推定する制御装置であって、
前記Ｘ線タルボ撮影装置により取得されたモアレ画像に基づいて生成された前記再構成画像における信号強度に係る情報と、前記検査対象物を構成する材料の品質情報との、材料の名前若しくは、その材料の分類に関する情報ごとの関係を表す第一データベースと、
前記検査対象物を構成する材料の品質情報と、当該品質情報に対応する機械強度に係る情報との、材料の名前若しくは、その材料の分類に関する情報ごとの関係を表す第二データベースと、
を備えており、
前記検査対象物は、繊維を含んで構成され、
前記第一データベースにおいて、前記再構成画像における信号強度に係る情報には、前記再構成画像における信号強度の変化の角度依存性に係る情報が含まれ、前記品質情報には、前記繊維の配向度及び／又は繊維密度に係る品質情報が含まれ、
前記検査対象物の前記材料を特定する情報及び前記材料の形体情報と前記検査対象物の再構成画像の信号強度を入力値とし、前記第一データベース及び前記第二データベースを用いて、当該検査対象物の機械強度の推定を行う制御部と、
を備えることを特徴とする。
また、請求項３に記載の発明は、Ｘ線タルボ撮影装置によって撮影された検査対象物の再構成画像を基に、当該検査対象物の機械強度を推定する制御装置であって、
前記Ｘ線タルボ撮影装置により取得されたモアレ画像に基づいて生成された前記再構成画像における信号強度に係る情報と、前記検査対象物を構成する材料の品質情報との、材料の名前若しくは、その材料の分類に関する情報ごとの関係を表す第一データベースと、
前記材料の品質情報と、当該品質情報に対応する機械強度に係る情報との、材料の名前若しくは、その材料の分類に関する情報ごとの関係を表す第二データベースと、を備え、
前記検査対象物は、繊維を含んで構成され、
前記第一データベースにおいて、前記再構成画像における信号強度に係る情報には、前記再構成画像における信号強度の変化の角度依存性に係る情報が含まれ、前記品質情報には、前記繊維の配向度及び／又は繊維密度に係る品質情報が含まれ、
前記第二データベースにおいて、前記材料の品質情報には、前記繊維配向度及び／又は繊維密度に係る情報が含まれ、前記品質情報に対応する機械強度に係る情報には、前記繊維配向度及び／又は繊維密度に対応する機械強度に係る情報が含まれ、
前記検査対象物の前記材料を特定する情報及び前記材料の形体情報と前記検査対象物の再構成画像の信号強度を入力値とし、前記第一データベース及び前記第二データベースを用いて、当該検査対象物の機械強度の推定を行う制御部と、
を備えることを特徴とする。
また、請求項５に記載の発明は、Ｘ線タルボ撮影装置によって撮影された検査対象物の再構成画像を基に、当該検査対象物の機械強度を推定する制御装置であって、
前記Ｘ線タルボ撮影装置により取得されたモアレ画像に基づいて生成された前記再構成画像における信号強度に係る情報と、前記検査対象物を構成する材料の品質情報との、材料の名前若しくは、その材料の分類に関する情報ごとの関係を表す第一データベースと、
前記検査対象物を構成する材料の品質情報と、当該品質情報に対応する機械強度に係る情報との、材料の名前若しくは、その材料の分類に関する情報ごとの関係を表す第二データベースと、
前記検査対象物の前記材料を特定する情報及び前記材料の形体情報と前記検査対象物の再構成画像の信号強度を入力値とし、前記第一データベース及び前記第二データベースを用いて、当該検査対象物の機械強度の推定を行う制御部と、を備え、
前記材料の品質情報には、前記材料の厚み情報に比例して前記再構成画像における信号強度が変動する種類の品質情報が含まれており、
前記制御部は、新規の厚み情報の入力を受けた場合に、前記第一データベースに記憶されている前記材料の厚み情報を利用して前記新規の厚み情報に対応する評価指標を推定し、複数種類の評価指標の組み合わせを、機械学習機能によって結び付けることを特徴とする。
In order to solve the above problems, the invention according to
The name of the material or its a first database representing relationships for each piece of material classification information;
A second database representing the relationship between the quality information of the material constituting the inspection object and the information related to the mechanical strength corresponding to the quality information for each information related to the name of the material or the classification of the material ;
Using the information specifying the material of the inspection object, the shape information of the material, and the signal intensity of the reconstructed image of the inspection object as input values, using the first database and the second database, the inspection object a control unit that estimates the mechanical strength of an object ;
characterized by comprising
Further, the invention according to
The name of the material or its a first database representing relationships for each piece of material classification information ;
A second database representing the relationship between the quality information of the material constituting the inspection object and the information related to the mechanical strength corresponding to the quality information for each information related to the name of the material or the classification of the material;
and
The inspection object includes fibers,
In the first database, the information related to the signal intensity in the reconstructed image includes information related to the angular dependence of changes in signal intensity in the reconstructed image, and the quality information includes the degree of orientation of the fiber. and/or includes quality information relating to fiber density,
Using the information specifying the material of the inspection object, the shape information of the material, and the signal intensity of the reconstructed image of the inspection object as input values, using the first database and the second database, the inspection object a control unit that estimates the mechanical strength of an object ;
characterized by comprising
Further, the invention according to claim 3 is a control device for estimating the mechanical strength of an inspection object based on a reconstructed image of the inspection object photographed by an X-ray Talbot imaging device,
The name of the material or its a first database representing relationships for each piece of material classification information ;
A second database representing the relationship between the quality information of the material and the information related to the mechanical strength corresponding to the quality information , the name of the material or the information related to the classification of the material ,
The inspection object includes fibers,
In the first database, the information related to the signal intensity in the reconstructed image includes information related to the angular dependence of changes in signal intensity in the reconstructed image, and the quality information includes the degree of orientation of the fiber. and/or includes quality information relating to fiber density,
In the second database, the quality information of the material includes information on the degree of fiber orientation and/or fiber density, and information on the mechanical strength corresponding to the quality information includes the degree of fiber orientation and/or or contains information on mechanical strength corresponding to fiber density,
Using the information specifying the material of the inspection object, the shape information of the material, and the signal intensity of the reconstructed image of the inspection object as input values, using the first database and the second database, the inspection object a control unit that estimates the mechanical strength of an object ;
characterized by comprising
Further, the invention according to claim 5 is a control device for estimating the mechanical strength of an inspection object based on a reconstructed image of the inspection object photographed by an X-ray Talbot imaging device,
The name of the material or its a first database representing relationships for each piece of material classification information ;
A second database representing the relationship between the quality information of the material constituting the inspection object and the information related to the mechanical strength corresponding to the quality information for each information related to the name of the material or the classification of the material;
Using the information specifying the material of the inspection object, the shape information of the material, and the signal intensity of the reconstructed image of the inspection object as input values, using the first database and the second database, the inspection object a control unit that estimates the mechanical strength of the object ,
The quality information of the material includes quality information of a type in which the signal intensity in the reconstructed image varies in proportion to the thickness information of the material,
When receiving input of new thickness information, the control unit estimates an evaluation index corresponding to the new thickness information using the thickness information of the material stored in the first database, and a plurality of It is characterized by combining a combination of types of evaluation indices with a machine learning function.
本発明によれば、少数の画像再構成による二次元画像から、短時間に、検査対象物の構造を大きな面積で一度に検証でき、かつ、回転機構を用いずに大型の検査対象物にも対応できる。 According to the present invention, it is possible to verify the structure of an object to be inspected over a large area in a short period of time from two-dimensional images obtained by reconstructing a small number of images. I can handle it.
以下、図面を参照して本発明の実施の形態について説明する。ただし、以下に述べる実施形態には、本発明を実施するために技術的に好ましい種々の限定が付されているが、本発明の技術的範囲を以下の実施形態および図示例に限定するものではない。 BEST MODE FOR CARRYING OUT THE INVENTION Hereinafter, embodiments of the present invention will be described with reference to the drawings. However, the embodiments described below have various technically preferable limitations for carrying out the present invention, but the technical scope of the present invention is not limited to the following embodiments and illustrated examples. do not have.
本実施形態では、Ｘ線タルボ撮影装置１によって撮影された被写体Ｈである検査対象物の再構成画像を基に、当該検査対象物の良否判定を行う際に用いられる評価指標を推定するためのＸ線撮影システムについて説明する。
評価指標の推定を始めとする各種処理は、Ｘ線タルボ撮影装置１に接続された制御装置２０によって行われる。
In the present embodiment, based on the reconstructed image of the inspection object which is the subject H photographed by the X-ray Talbot
Various processes including estimation of the evaluation index are performed by the
［被写体について］
本実施形態における被写体Ｈは、複合素材（複合材料とも言う。）によって構成されており、例えば宇宙・航空機関係、自動車、船舶、つり竿の他、電気・電子・家電部品、パラボラアンテナ、浴槽、床材、屋根材等を始め、様々な製品等の構成部材として用いられるものである。
このような複合素材としては、例えば炭素繊維やガラス繊維を強化繊維として用いたＣＦＲＰ（Carbon-Fiber-Reinforced Plastics：炭素繊維強化プラスチック）、ＣＦＲＴＰ（Carbon Fiber Reinforced Thermo Plastics：炭素繊維強化熱可塑性プラスチック）、
ＧＦＲＰ（Glass-Fiber-Reinforced Plastics：ガラス繊維強化プラスチック）に代表さ
れるＦＲＰ（Fiber-Reinforced Plastics：繊維強化プラスチック）や、セラミックス繊
維を強化材とするＣＭＣ（Ceramic Matrix Composites：セラミック基複合材料）等が知
られている。また、広義には、例えば合板のように複数種類の木材からなる複合素材が含まれるものとしてもよい。その他にも、例えば、ＭＭＣ（Metal Matrix Composites：金
属基複合材料）コンクリート、鉄筋コンクリート等のように、繊維を含まずに構成された複合材料も含まれるものとしてもよい。
[About subject]
The object H in this embodiment is made of a composite material (also referred to as a composite material). It is used as a constituent member of various products such as floor materials and roof materials.
Examples of such composite materials include CFRP (Carbon-Fiber-Reinforced Plastics) and CFRTP (Carbon Fiber Reinforced Thermo Plastics) using carbon fiber or glass fiber as reinforcing fibers. ,
FRP (Fiber-Reinforced Plastics) represented by GFRP (Glass-Fiber-Reinforced Plastics), CMC (Ceramic Matrix Composites) using ceramic fiber as reinforcement material, etc. It has been known. Further, in a broader sense, it may include a composite material made of a plurality of types of wood such as plywood. In addition, composite materials that do not contain fibers, such as MMC (Metal Matrix Composites) concrete, reinforced concrete, etc., may also be included.
被写体Ｈである検査対象物を構成する材料（以上のような各複合素材を指す）は、その種類に応じて性質（機械強度）が異なり、種類ごとのデータがシステム内（後述する記憶部２３）に記憶・蓄積されている。そのため、評価指標の推定を初めとする各種処理を実行する場合は、材料の名前（材料名）若しくは、その材料の分類に関する情報を特定する必要がある。
また、材料の形体情報も同様に、形体に応じて機械強度が異なり、形体ごとのデータがシステム内（後述する記憶部２３）に記憶・蓄積されている。評価指標の推定を初めとする各種処理を実行する場合は、材料の形体情報を特定する必要がある。
なお、機械強度とは、例えば弾性率 、降伏強さ、塑性、引張強さ、伸び、破壊エネル
ギー、硬度等を指す。
また、形体情報としては、主として、厚み情報（厚み寸法）、ＣＡＤデータ、三次元測定器による計測データ等の３Ｄ（三次元）データが挙げられる。その他の形体情報としては、例えば、材料における凹凸の位置、網状であるか、層状であるか等の情報が含まれていてもよい。
そして、評価指標の推定を初めとする各種処理を実行の際に材料の名前及び形体情報を特定する場合は、後述する入力部２４からの入力か、後述する外部データ入力部２５を通じた外部装置からの入力によって行われる。
The materials (meaning each composite material as described above) that constitute the inspection object that is the subject H have different properties (mechanical strength) according to their types, and data for each type is stored in the system (a
Similarly, the shape information of the material also differs in mechanical strength depending on the shape, and data for each shape is stored and accumulated in the system (
The mechanical strength refers to, for example, elastic modulus, yield strength, plasticity, tensile strength, elongation, breaking energy, hardness, and the like.
Further, the shape information mainly includes 3D (three-dimensional) data such as thickness information (thickness dimension), CAD data, measurement data by a three-dimensional measuring device, and the like. Other form information may include, for example, the position of irregularities in the material, and information on whether the material is mesh-like or layered.
When specifying the material name and shape information when executing various processes including estimation of the evaluation index, input from the
［Ｘ線タルボ撮影装置について］
本実施形態においては、Ｘ線タルボ撮影装置１として、線源格子（マルチ格子やマルチスリット、Ｇ０格子等ともいう。）１２を備えるタルボ・ロー干渉計を用いたものが採用されている。なお、線源格子１２を備えず、第１格子（Ｇ１格子ともいう。）１４と第２格子（Ｇ２格子ともいう。）１５のみを備えるタルボ干渉計を用いたＸ線タルボ撮影装置を採用することもできる。
[About the X-ray Talbot imaging device]
In this embodiment, the X-ray
図１は、Ｘ線タルボ撮影装置１の全体像を表す概略図である。
本実施形態に係るＸ線タルボ撮影装置１は、Ｘ線発生装置１１と、上記した線源格子１２と、被写体台１３と、上記した第１格子１４と、上記した第２格子１５と、Ｘ線検出器１６と、支柱１７と、基台部１８と、を備えている。
FIG. 1 is a schematic diagram showing an overall image of an X-ray
The X-ray
このようなＸ線タルボ撮影装置１によれば、被写体台１３に対して所定位置にある被写体Ｈのモアレ画像Ｍｏを縞走査法の原理に基づく方法で撮影したり、モアレ画像Ｍｏをフーリエ変換法を用いて解析したりすることで、少なくとも３種類の画像（二次元画像）を再構成することができる（再構成画像という）。すなわち、モアレ画像Ｍｏにおけるモアレ縞の平均成分を画像化した吸収画像（通常のＸ線の吸収画像と同じ）と、モアレ縞の位相情報を画像化した微分位相画像と、モアレ縞のVisibility（鮮明度）を画像化した小角散乱画像の３種類の画像である。なお、これらの３種類の再構成画像を再合成する等してさらに多くの種類の画像を生成することもできる。
According to such an X-ray
なお、縞走査法とは、複数の格子のうちのひとつを格子のスリット周期の１／Ｍ（Ｍは正の整数、吸収画像はＭ＞２、微分位相画像と小角散乱画像はＭ＞３）ずつスリット周期方向に移動させてＭ回撮影したモアレ画像Ｍｏを用いて再構成を行い、高精細の再構成画
像を得る方法である。
In the fringe scanning method, one of a plurality of gratings is 1/M of the slit period of the grating (M is a positive integer, M>2 for absorption images, M>3 for differential phase images and small-angle scattering images). In this method, a high-definition reconstructed image is obtained by performing reconstruction using a moiré image Mo photographed M times by moving the moiré image Mo in the periodic direction of the slit.
また、フーリエ変換法とは、被写体が存在する状態で、Ｘ線タルボ撮影装置でモアレ画像Ｍｏを１枚撮影し、画像処理において、そのモアレ画像Ｍｏをフーリエ変換する等して微分位相画像等の画像を再構成して生成する方法である。 In the Fourier transform method, a single moiré image Mo is photographed with an X-ray Talbot imaging device in a state where an object exists, and in image processing, the moiré image Mo is subjected to Fourier transformation, etc., to produce a differential phase image, etc. This is a method of reconstructing and generating an image.
ここで、まず、タルボ干渉計やタルボ・ロー干渉計に共通する原理について、図２を用いて説明する。 Here, first, the principle common to the Talbot interferometer and the Talbot-Lau interferometer will be described with reference to FIG.
なお、図２では、タルボ干渉計の場合が示されているが、タルボ・ロー干渉計の場合も基本的に同様に説明される。また、図２におけるｚ方向が図１のＸ線タルボ撮影装置１における鉛直方向に対応し、図２におけるｘ、ｙ方向が図１のＸ線タルボ撮影装置１における水平方向（前後、左右方向）に対応する。
Although the case of the Talbot interferometer is shown in FIG. 2, the case of the Talbot-Lau interferometer is basically explained in the same way. The z direction in FIG. 2 corresponds to the vertical direction in the X-ray
また、図３に示すように、第１格子１４や第２格子１５には（タルボ・ロー干渉計の場合は線源格子１２にも）、Ｘ線の照射方向であるｚ方向と直交するｘ方向に、所定の周期ｄで複数のスリットＳが配列されて形成されている。このようなスリットＳの配列は一次元格子とされており、ｘ方向及びｙ方向にスリットＳが配列されて形成されたものは二次元格子とされている。
なお、本実施形態の線源格子１２、第１格子１４、第２格子１５においては、一次元格子が採用されているが、繊維配向についての詳細な評価精度が不要な場合は二次元格子が採用されてもよい。
Further, as shown in FIG. 3, the
In the radiation source grating 12, the
図２に示すように、Ｘ線源１１ａから照射されたＸ線（タルボ・ロー干渉計の場合はＸ線源１１ａから照射されたＸ線が線源格子１２（図２では図示省略）で多光源化されたＸ線）が第１格子１４を透過すると、透過したＸ線がｚ方向に一定の間隔で像を結ぶ。この像を自己像（格子像等ともいう。）といい、このように自己像がｚ方向に一定の間隔をおいて形成される現象をタルボ効果という。
As shown in FIG. 2, X-rays emitted from an
すなわち、タルボ効果とは、図３に示すように一定の周期ｄでスリットＳが設けられた第１格子１４を可干渉性（コヒーレント）の光が透過すると、上記のように光の進行方向に一定の間隔でその自己像を結ぶ現象をいう。
That is, the Talbot effect is such that when coherent light is transmitted through the
そして、図２に示すように、第１格子１４の自己像が像を結ぶ位置に、第１格子１４と同様にスリットＳが設けられた第２格子１５を配置する。その際、第２格子１５のスリットＳの延在方向（すなわち図２ではｘ軸方向）が、第１格子１４のスリットＳの延在方向に対して略平行になるように配置すると、第２格子１５上でモアレ画像Ｍｏが得られる。
Then, as shown in FIG. 2, a
なお、図２では、モアレ画像Ｍｏを第２格子１５上に記載するとモアレ縞とスリットＳとが混在する状態になって分かりにくくなるため、モアレ画像Ｍｏを第２格子１５から離して記載している。しかし、実際には第２格子１５上およびその下流側でモアレ画像Ｍｏが形成される。そして、このモアレ画像Ｍｏが、第２格子１５の直下に配置されるＸ線検出器１６で撮影される。
In FIG. 2, if the moire image Mo is drawn on the
また、図１，図２に示すように、Ｘ線源１１ａと第１格子１４との間に被写体Ｈが存在すると、被写体ＨによってＸ線の位相がずれるため、モアレ画像Ｍｏのモアレ縞が被写体Ｈの辺縁を境界に乱れる。一方、図示を省略するが、Ｘ線源１１ａと第１格子１４との間に被写体Ｈが存在しなければ、モアレ縞のみのモアレ画像Ｍｏが現れる。以上がタルボ干渉計やタルボ・ロー干渉計の原理である。
Further, as shown in FIGS. 1 and 2, if an object H exists between the
この原理に基づいて、本実施形態に係るＸ線タルボ撮影装置１においても、例えば図１に示すように、第２のカバーユニット１３０内で、第１格子１４の自己像が像を結ぶ位置に第２格子１５が配置されるようになっている。また、前述したように、第２格子１５とＸ線検出器１６とを離すとモアレ画像Ｍｏ（図２参照）がぼやけるため、本実施形態では、Ｘ線検出器１６は第２格子１５の直下に配置されるようになっている。また、第２格子１５をシンチレーターやアモルファスセレンなどの発光材料で構成し、第２格子１５とＸ線検出器１６とを一体化させてもよい。
Based on this principle, in the X-ray
なお、第２のカバーユニット１３０は、人や物が第１格子１４や第２格子１５、Ｘ線検出器１６等にぶつかったり触れたりしないようにして、Ｘ線検出器１６等を防護するために設けられている。
The
図示を省略するが、Ｘ線検出器１６は、照射されたＸ線に応じて電気信号を生成する変換素子が二次元状（マトリクス状）に配置され、変換素子により生成された電気信号を画像信号として読み取るように構成されている。そして、本実施形態では、Ｘ線検出器１６は、第２格子１５上に形成されるＸ線の像である上記のモアレ画像Ｍｏを変換素子ごとの画像信号として撮影するようになっている。Ｘ線検出器１６の画素サイズは１０～３００（μｍ）であり、さらに好ましくは５０～２００（μｍ）である。
Ｘ線検出器１６としては、ＦＰＤ（Flat Panel Detector）を用いることができる。Ｆ
ＰＤには、検出されたＸ線を光電変換素子を介して電気信号に変換する間接変換型、検出されたＸ線を直接的に電気信号に変換する直接変換型があるが、何れを用いてもよい。
間接変換型は、ＣｓＩやＧｄ２Ｏ２Ｓ等のシンチレータプレートの下に、光電変換素子がＴＦＴ（薄膜トランジスタ）とともに２次元状に配置されて各画素を構成する。Ｘ線検出器１６に入射したＸ線がシンチレータプレートに吸収されると、シンチレータプレートが発光する。この発光した光により、各光電変換素子に電荷が蓄積され、蓄積された電荷は画像信号として読み出される。
直接変換型は、アモルファスセレンの熱蒸着により、１００～１０００（μm）の膜圧
のアモルファスセレン膜がガラス上に形成され、２次元状に配置されたＴＦＴのアレイ上にアモルファスセレン膜と電極が蒸着される。アモルファスセレン膜がＸ線を吸収するとき、電子正孔対の形で物質内に電圧が遊離され、電極間の電圧信号がＴＦＴにより読み取られる。
なお、ＣＣＤ（Charge Coupled Device）、Ｘ線カメラ等の撮影手段をＸ線検出器１６
として用いてもよい。
Although not shown, the
An FPD (Flat Panel Detector) can be used as the
PDs include an indirect conversion type that converts detected X-rays into electrical signals via photoelectric conversion elements and a direct conversion type that directly converts detected X-rays into electrical signals. good too.
In the indirect conversion type, each pixel is formed by two-dimensionally arranging photoelectric conversion elements together with TFTs (thin film transistors) under a scintillator plate such as CsI or Gd2O2S. When the X-rays incident on the
In the direct conversion type, an amorphous selenium film with a film thickness of 100 to 1000 (μm) is formed on glass by thermal vapor deposition of amorphous selenium, and the amorphous selenium film and electrodes are formed on a two-dimensional array of TFTs. vapor-deposited. When the amorphous selenium film absorbs X-rays, a voltage is released in the material in the form of electron-hole pairs, and the voltage signal between the electrodes is read by the TFT.
An
may be used as
本実施形態では、Ｘ線タルボ撮影装置１は、いわゆる縞走査法を用いてモアレ画像Ｍｏを複数枚撮影するようになっている。すなわち、本実施形態に係るＸ線タルボ撮影装置１では、第１格子１４と第２格子１５との相対位置を図１～図３におけるｘ軸方向（すなわちスリットＳの延在方向（ｙ軸方向）に直交する方向）にずらしながらモアレ画像Ｍｏを複数枚撮影する。
In this embodiment, the X-ray
そして、Ｘ線タルボ撮影装置１から複数枚分のモアレ画像Ｍｏの画像信号を受信した画像処理装置２（図４参照）における画像処理で、複数枚のモアレ画像Ｍｏに基づいて、吸収画像や、微分位相画像や、小角散乱画像等を再構成（すなわち、画像再構成）するようになっている。
Image processing in the image processing device 2 (see FIG. 4) that receives image signals of a plurality of moire images Mo from the X-ray
そのため、本実施形態に係るＸ線タルボ撮影装置１は、縞走査法によりモアレ画像Ｍｏを複数枚撮影するために、第１格子１４をｘ軸方向に所定量ずつ移動させることが可能となっている。なお、第１格子１４を移動させる代わりに第２格子１５を移動させたり、或いは両方とも移動させたりするように構成することも可能である。
Therefore, the X-ray
また、Ｘ線タルボ撮影装置１で、第１格子１４と第２格子１５との相対位置を固定したままモアレ画像Ｍｏを１枚だけ撮影し、画像処理装置２における画像処理で、このモアレ画像Ｍｏをフーリエ変換法等を用いて解析する等して吸収画像や微分位相画像等を再構成するように構成することも可能である。
Also, the X-ray
本実施形態に係るＸ線タルボ撮影装置１における他の部分の構成について説明する。本実施形態では、いわゆる縦型であり、Ｘ線発生装置１１、線源格子１２、被写体台１３、第１格子１４、第２格子１５、Ｘ線検出器１６が、この順序に重力方向であるｚ方向に配置されている。すなわち、本実施形態では、ｚ方向が、Ｘ線発生装置１１からのＸ線の照射方向ということになる。
The configuration of other parts in the X-ray
Ｘ線発生装置１１は、Ｘ線源１１ａとして、例えば医療現場で広く一般に用いられているクーリッジＸ線源や回転陽極Ｘ線源等を備えている。また、それ以外のＸ線源を用いることも可能である。本実施形態のＸ線発生装置１１は、焦点からＸ線をコーンビーム状に照射するようになっている。つまり、図１に示すように、ｚ方向と一致するＸ線照射軸Ｃａを中心軸としてＸ線発生装置１１から離れるほどＸ線が広がるように照射される（すなわち、Ｘ線照射範囲）。
The
そして、本実施形態では、Ｘ線発生装置１１の下方に線源格子１２が設けられている。その際、Ｘ線源１１ａの陽極の回転等により生じるＸ線発生装置１１の振動が線源格子１２に伝わらないようにするために、本実施形態では、線源格子１２は、Ｘ線発生装置１１には取り付けられず、支柱１７に設けられた基台部１８に取り付けられた固定部材１２ａに取り付けられている。
In this embodiment, a
なお、本実施形態では、Ｘ線発生装置１１の振動が支柱１７等のＸ線タルボ撮影装置１の他の部分に伝播しないようにするために（あるいは伝播する振動をより小さくするために）、Ｘ線発生装置１１と支柱１７との間に緩衝部材１７ａが設けられている。
In this embodiment, in order to prevent the vibration of the
本実施形態では、上記の固定部材１２ａには、線源格子１２のほか、線源格子１２を透過したＸ線の線質を変えるためのろ過フィルター（付加フィルターともいう。）１１２や、照射されるＸ線の照射野を絞るための照射野絞り１１３、Ｘ線を照射する前にＸ線の代わりに可視光を被写体に照射して位置合わせを行うための照射野ランプ１１４等が取り付けられている。
In this embodiment, the fixing
なお、線源格子１２とろ過フィルター１１２と照射野絞り１１３とは、必ずしもこの順番に設けられる必要はない。また、本実施形態では、線源格子１２等の周囲には、それらを保護するための第１のカバーユニット１２０が配置されている。
Note that the source grating 12, the
また、コントローラー１９（図１参照）は、本実施形態では、図示しないＣＰＵ（Central Processing Unit）やＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory
）、入出力インターフェース等がバスに接続されたコンピューターで構成されている。なお、コントローラー１９を、本実施形態のような汎用のコンピューターではなく、専用の制御装置として構成することも可能である。また、コントローラー１９には、図示はしないが、操作部を含む入力手段や出力手段、記憶手段、通信手段等の適宜の手段や装置が設けられている。
出力手段には、Ｘ線タルボ撮影装置１の各種操作を行うために必要な情報や、生成された再構成画像を表示する表示部（図示省略）が含まれている。
In addition, the controller 19 (see FIG. 1) includes a CPU (Central Processing Unit), a ROM (Read Only Memory), a RAM (Random Access Memory), and a RAM (Random Access Memory), which are not shown.
), an input/output interface, etc., are connected to a bus. Note that the
The output means includes information necessary for performing various operations of the X-ray
コントローラー１９は、Ｘ線タルボ撮影装置１に対する全般的な制御を行うようになっている。すなわち、例えば、コントローラー１９は、Ｘ線発生装置１１に接続されており
、Ｘ線源１１ａに管電圧や管電流、照射時間等を設定することができるようになっている。また、例えば、コントローラー１９が、Ｘ線検出器１６と外部の画像処理装置２等との信号やデータの送受信を中継するように構成することも可能である。
つまり、本実施形態におけるコントローラー１９は、被写体Ｈの再構成画像の生成に必要な複数のモアレ画像Ｍｏ（フーリエ変換法の場合は１枚のモアレ画像）を取得するための一連の撮影を行わせる制御部として機能している。
The
In other words, the
［制御装置について］
本実施形態においては、評価指標の推定を始めとする各種処理を実行する制御装置２０として、汎用のコンピューター装置（制御ＰＣ）が採用されている。ただし、これに限られるものではなく、制御装置２０の機能の一部をネットワーク上に設け、通信によりデータを授受することで各処理を実行できるようにしてもよい。
制御装置２０は、図４に示すように、ＣＰＵ２１（Central Processing Unit）や、Ｒ
ＡＭ２２（Random Access Memory）、記憶部２３、入力部２４、外部データ入力部２５、表示部２６、通信部２７等を備えて構成されている。
[Regarding the control device]
In this embodiment, a general-purpose computer device (control PC) is employed as the
As shown in FIG. 4, the
It comprises an AM 22 (Random Access Memory), a
ＣＰＵ２１は、記憶部２３に記憶されているシステムプログラムや処理プログラム等の各種プログラムを読み出してＲＡＭ２２に展開し、展開されたプログラムに従って、後述する評価指標の推定を始めとする各種処理を実行する。すなわち、当該ＣＰＵ２１が、Ｘ線撮影システム全体における制御部として機能することになる。
The
ＲＡＭ２２は、ＣＰＵ２１により実行制御される各種処理において、記憶部２３から読み出されたＣＰＵ２１で実行可能な各種プログラム、入力若しくは出力データ、及びパラメーター等を一時的に記憶するワークエリアとして機能する。
The
記憶部２３は、ＨＤＤ（Hard Disk Drive）や半導体の不揮発性メモリー等により構成
される。記憶部２３には、上記した各種プログラムが記憶されている他、後述する評価指標の推定を始めとする各種処理を実行するために必要な第一データベース２３ａ及び第二データベース２３ｂを有している。
第一データベース２３ａは、Ｘ線タルボ撮影装置１によって取得した被写体Ｈの再構成画像に係るデータベースである。
第二データベース２３ｂは、被写体Ｈである検査対象物を構成する材料（複合素材）に係るデータベースである。
なお、これら第一データベース２３ａ及び第二データベース２３ｂは、制御装置２０の記憶部２３に記憶されるだけでなく、ネットワーク上に設けられていてもよい。
The
The
The
The
より詳細に説明すると、第一データベース２３ａは、材料ごとに異なる検査対象物の再構成画像における信号強度と、検査対象物を構成する材料の品質情報と、の相関を表すものである。
検査対象物の再構成画像における信号強度とは、再構成画像（小角散乱画像又は微分位相画像）の各画素における信号値の大小を指している。
検査対象物を構成する材料の品質情報とは、材料（すなわち、複合素材）の品質に係り、材料に生じたクラックの密度（クラック密度）、材料を構成する繊維の配向（繊維配向度）、材料を構成する繊維の密度（繊維密度）、材料の密度（材料密度）、材料に生じたボイドの密度（ボイド密度）、材料に生じた剥離の密度（剥離密度）、材料に生じた化学変化量、材料を覆うコーティングの被覆密度等の各種情報を指す。
また、品質情報には、検査対象物を構成する材料の厚み情報（厚み寸法）に比例して再構成画像における信号強度が変動する種類の品質情報として、クラック密度、材料密度、ボイド密度、剥離密度、化学変化量、被覆密度が含まれている。
More specifically, the
The signal intensity in the reconstructed image of the inspection object indicates the magnitude of the signal value in each pixel of the reconstructed image (small-angle scattering image or differential phase image).
The quality information of the material constituting the inspection object relates to the quality of the material (that is, the composite material), the density of cracks generated in the material (crack density), the orientation of the fibers constituting the material (fiber orientation degree), Density of the fibers that make up the material (fiber density), density of the material (material density), density of voids in the material (void density), density of peeling in the material (peeling density), chemical change in the material It refers to various information such as the amount, coverage density of the coating that covers the material.
In addition, the quality information includes crack density, material density, void density, delamination density, etc. as quality information of the type in which the signal intensity in the reconstructed image varies in proportion to the thickness information (thickness dimension) of the material that constitutes the inspection object. Density, chemical variation, and coating density are included.
第一データベース２３ａには、上記した各品質情報ごとに、また、検査対象物の構成材料ごとに、検査対象物の再構成画像における信号強度との相関を表す相関データが含まれている。このような相関データの具体例として、図６には、検査対象物の再構成画像における信号強度と、クラック密度等の材料の品質情報には相関関係が示されている。すなわち、検査対象物の再構成画像（タルボ画像）における信号密度（単位面積当たりの信号強度の積分値）が大きければクラック密度も高くなる。クラック密度以外の品質情報のうち、繊維配向度及び繊維密度を除く上記の品質情報についても、その相関データは、クラック密度の場合と同様に、信号強度の大小に応じたものとなる。
また、図６に示すように、検査対象物の再構成画像における信号強度と、クラック密度等の材料の品質情報との相関関係は、検査対象物を構成する材料の種類だけでなく、検査対象物の厚みに応じて異なる。そのため、評価指数の推定を行う場合は、検査対象物を構成する材料の厚み情報が必要となる。なお、このような、厚み情報に対応する信号強度と品質情報との相関関係に係るデータは記憶部２３に記憶・蓄積されており、同種の材料で構成された他の検査対象物の良否判定を行う場合に、その蓄積データが使用される。
The
Further, as shown in FIG. 6, the correlation between the signal intensity in the reconstructed image of the inspection object and the quality information of the material such as the crack density depends not only on the type of material constituting the inspection object, but also on the It varies depending on the thickness of the object. Therefore, when estimating the evaluation index, thickness information of the material forming the inspection object is required. Data relating to the correlation between the signal intensity corresponding to the thickness information and the quality information is stored and accumulated in the
以下では、第一データベース２３ａに記憶されたデータベースの具体例として、検査対象物の再構成画像における信号強度と、検査対象物を構成する材料のクラック密度と、の相関を表すものを第一相関データ３１と称する。また、図示はしないが、クラック密度、繊維配向度及び繊維密度を除く上記の品質情報（材料密度やボイド密度等）についても検査対象物の再構成画像における信号強度との相関データがあり、以下では、第一データベース２３ａにおける他の相関データと称する。
また、検査対象物の再構成画像における撮影時の検査対象物に対する格子配列方向の角度に応じた信号強度の変化と、検査対象物を構成する材料の繊維配向度と、の相関を表すものを第二相関データ３２と称する。
さらに、検査対象物の再構成画像における信号強度と、検査対象物を構成する材料の繊維密度と、の相関を表すものを第三相関データ３３と称する。
Below, as a specific example of the database stored in the
In addition, it represents the correlation between the change in signal intensity according to the angle of the lattice arrangement direction with respect to the inspection object at the time of imaging in the reconstructed image of the inspection object and the degree of fiber orientation of the material constituting the inspection object. This is called
品質情報が繊維配向度及び／又は繊維密度である場合は、検査対象物が、当該検査対象物の強度を向上させる繊維を含んで構成されたものである。そして、Ｘ線タルボ撮影装置１は、検査対象物のモアレ画像を取得する場合に、検査対象物をＸ線照射軸Ｃａの軸周りに回転させて撮影し、かつ、回転角度に対する信号強度を記憶する。
複数の格子１２，１４，１５は一次元格子とされているか、もしくは、各格子１２，１４，１５の形状に異方性を持たせる必要がある。そのため、第一データベース２３ａにおいて、再構成画像における信号強度に係る情報には、再構成画像における信号強度の変化の角度依存性に係る情報が含まれている。
When the quality information is the degree of fiber orientation and/or the fiber density, the test object contains fibers that improve the strength of the test object. When obtaining a moire image of the inspection object, the X-ray
The plurality of
第二データベース２３ｂは、検査対象物を構成する材料（すなわち、複合素材）の品質情報と、当該品質情報に対応する機械強度に係る情報と、の相関を表すものである。なお、機械強度とは、材料に対して引張力等の負荷がかかった場合の材料の強さを指す。
材料の品質情報は、上記したクラック密度等の各種情報を指す。
クラックやボイド等のような材料に生じた各種症状や材料を構成する繊維の配向、繊維密度が、検査対象物を構成する材料に対して影響する。すなわち、クラック等の各種症状や繊維配向、繊維密度は、材料の機械強度と相関関係があり、第二データベース２３ｂにおける、品質情報に対応する機械強度に係る情報とは、クラック等の各種症状の大小や繊維配向度、繊維密度に応じた材料の機械強度の強弱を指す。
The
The material quality information refers to various information such as the crack density described above.
Various symptoms such as cracks and voids occurring in the material, and the orientation and fiber density of the fibers that make up the material affect the material that makes up the object to be inspected. That is, various symptoms such as cracks, fiber orientation, and fiber density are correlated with the mechanical strength of the material, and the information on the mechanical strength corresponding to the quality information in the
以下では、第二データベース２３ｂに記憶されたデータベースの具体例として、検査対象物を構成する材料のクラック密度と、検査対象物を構成する材料の機械強度と、の相関を表すものを第四相関データ３４と称する。また、図示はしないが、クラック密度、繊維配向度及び繊維密度を除く上記の品質情報（材料密度やボイド密度等）についても検査対
象物を構成する材料の機械強度との相関データがあり、以下では、第二データベース２３ｂにおける他の相関データと称する。
また、検査対象物を構成する材料の繊維配向度と、検査対象物を構成する材料の機械強度と、の相関を表すものを第五相関データ３５と称する。
さらに、検査対象物を構成する材料の繊維密度と、検査対象物を構成する材料の機械強度と、の相関を表すものを第六相関データ３６と称する。
Below, as a specific example of the database stored in the
The
Further, the
入力部２４は、カーソルキー、数字入力キー、及び各種機能キー等を備えたキーボードと、マウス等のポインティングデバイスを備えて構成される。入力部２４は、キーボードで押下操作されたキーの押下信号やマウスによる操作信号を、入力信号としてＣＰＵ２１に出力する。ＣＰＵ２１は、入力部２４からの操作信号に基づいて、各種処理を実行することができる。
また、入力部２４からは、検査対象物を構成する材料（複合素材）の名前や形体情報、検査対象物に対して行われた各種試験の結果を表す試験データなどを入力することもできる。入力された情報は記憶部２３に記憶され、ＣＰＵ２１によって、検査対象物の注目箇所における評価指標を推定したり、検査対象物の注目箇所における機械強度を推定したりする際に用いられる。すなわち、入力部２４は、Ｘ線撮影システムにおける入力手段として機能する。
The
The
外部データ入力部２５は、外部装置から取得したデータをＸ線撮影システムに入力するためのものであり、当該外部データ入力部２５を通じて、外部装置から検査対象物を構成する材料（複合素材）の名前や形体情報、検査対象物に対して行われた各種試験の結果を表す試験データなどを入力することができる。
当該外部データ入力部２５としては、例えば、外部装置との有線又は無線によるデータ送受信を可能とするＵＳＢ（Universal Serial Bus）ポートやＢｌｕｅｔｏｏｔｈ（登録商標）、外部装置に相当する記録媒体からデータを読み込むドライブなど、様々なものを採用することができる。すなわち、Ｘ線撮影システム外から、Ｘ線撮影システム内へのデータ入力を可能するものであればよく、このような外部データ入力部２５は、Ｘ線撮影システムにおける入力手段として機能する。また、特に、外部データ入力部２５を通じて入力されるデータは、板状部材の厚さなどを除き、手入力が困難なものである場合が多く、例えば材料の形体情報としてＣＡＤデータ等を採用することができる。
The external
As the external
表示部２６は、例えばＣＲＴ（Cathode Ray Tube）やＬＣＤ（Liquid Crystal Display）等のモニターを備えて構成されている。表示部２６は、ＣＰＵ２１から入力される表示信号の指示に従って、各種画面を表示する。また、表示部２６としてタッチパネルを採用する場合は、表示部２６は、入力部２４としての機能も併せ持つものとする。
また、この表示部２６には、コントローラー１９の表示部と同様に、生成された再構成画像を表示できる他、検査対象物の良否判定を行った結果を表示したり、良否判定の結果が不合格だった場合にＮＧとなった箇所を表示したりすることができる。
The
The
通信部２７は、通信インターフェースを備えており、ネットワーク上の外部装置と通信する。なお、この通信部２７は、上記した外部データ入力部２５と共用されるものとしてもよい。
ネットワーク上の外部装置には、Ｘ線タルボ撮影装置１のコントローラー１９が含まれており、通信部２７を介して、コントローラー１９と制御装置２０とが通信可能に接続されている。
The
The external devices on the network include the
制御装置２０（ＣＰＵ２１）は、以上の各種データベース３１，３２，３３，３４，３３５，３６を用いて検査対象物の良否判定を行うための各種処理を行うが、その処理は、記憶部２３に記憶されたプログラムに基づいて実行される。
記憶部２３に記憶されたプログラムには、評価指標推定プログラム、画像生成プログラム、強調表示プログラム、材料強度推定プログラム、合否判定プログラム、不合格箇所表示プログラム、信号強度区別プログラム、検査対象範囲指定プログラム等が含まれている。
The control device 20 (CPU 21) uses the
Programs stored in the
評価指標推定プログラムは、入力される材料の名前及び形体情報と、第一データベース２３ａ（第一相関データ３１、第二相関データ３２、第三相関データ３３）とに基づいて、検査対象物の注目箇所における評価指標を推定するためのプログラムである。ＣＰＵ２１が、この評価指標推定プログラムを実行することで、検査対象物の良否判定を行う際に用いられる評価指標（クラック密度や繊維配向度等の品質情報）を推定することができるようになっている。
なお、注目箇所とは、検査対象物のうち検査を特に行いたい箇所を指しており、放射線技師や検査員等のユーザーによって任意に選択されてもよいし、後述する検査対象範囲指定プログラムを実行することによって選択されてもよい。
また、検査が行われる注目箇所の範囲は、Ｘ線タルボ撮影装置１によって撮影可能な範囲（上記のＸ線照射範囲を指す。）によって規定される。
The evaluation index estimation program, based on the input material name and shape information and the
Note that the point of interest refers to a portion of the object to be inspected that is particularly desired to be inspected. may be selected by
Also, the range of the spot of interest to be inspected is defined by the range that can be imaged by the X-ray Talbot imaging apparatus 1 (referring to the above-described X-ray irradiation range).
より具体的には、入力された材料の名前から検査対象物を構成する材料の種類が特定され、入力された材料の形体情報から検査対象物を構成する材料の厚み情報（又は３Ｄデータ）が特定される。
また、検査対象物の材料の良否判定を、上記クラック密度を以て行う場合は、第一データベース２３ａのうち第一相関データ３１や、第一データベース２３ａにおける他の相関データが用いられる（ここでは、第一相関データ３１を挙げて説明する。）
そして、被写体Ｈである検査対象物をＸ線タルボ撮影装置１によって実際に撮影して得られた再構成画像（小角散乱画像又は微分位相画像であり、ここでは小角散乱画像）から、その検査対象物のクラック密度が判明することになる。すなわち、図５、図６に示すように、タルボ画像（小角散乱画像）の信号密度が撮影により判明するので、そこからクラック密度を導き出すことができる。
More specifically, the type of material forming the inspection object is specified from the input material name, and the thickness information (or 3D data) of the material forming the inspection object is specified from the input shape information of the material. identified.
Further, when the quality determination of the material of the inspection object is performed using the crack density, the
Then, from the reconstructed image (a small-angle scattering image or a differential phase image, here a small-angle scattering image) obtained by actually imaging the inspection object, which is the subject H, with the X-ray
信号密度は、図６に示すように、材料の厚みによって異なるので、特定された材料の厚み情報に応じて、クラック密度を導き出すことができるようになっている。つまり、材料の厚み情報に比例して再構成画像における信号強度が変動する。すなわち、上記のように、検査対象物の再構成画像における信号強度と、クラック密度等の材料の品質情報との相関関係は、材料の厚み情報に応じて異なる。
検査対象物を構成する材料の注目箇所における、厚み情報に応じたクラック密度が判明すれば、そのデータを、Ｘ線タルボ撮影装置１で撮影して得られた再構成画像から推定される検査対象物の評価指標として取り扱うことができる。すなわち、検査対象物を構成する材料の良否判定を行うための評価指標として用いることができる。
As shown in FIG. 6, the signal density varies depending on the material thickness, so the crack density can be derived according to the specified material thickness information. That is, the signal intensity in the reconstructed image varies in proportion to the material thickness information. That is, as described above, the correlation between the signal intensity in the reconstructed image of the inspection object and the quality information of the material such as the crack density differs according to the thickness information of the material.
If the crack density corresponding to the thickness information is found at the point of interest of the material constituting the inspection object, the inspection object estimated from the reconstructed image obtained by imaging the data with the X-ray
なお、上記のように、厚み情報に対応する信号強度と品質情報との相関関係に係るデータは記憶部２３に記憶・蓄積されており、その蓄積データを検査対象物の良否判定を行う場合に使用することができるが、その蓄積データに含まれない厚み情報を持った新規の検査対象物の良否判定を行う場合がある。そのような場合、すなわち、新規の厚み情報の入力を受けた場合には、ＣＰＵ２１は、第一データベース２３ａに記憶されている材料の厚み情報を利用し、新規の厚み情報に対応する評価指標を推定する。
より具体的に説明すると、例えば図６に示すように、厚み情報が１０ｍｍ、２０ｍｍ、３０ｍｍとされた蓄積データが記憶部２３に記憶され、その上で、新規の検査対象物の良否判定を行う場合には、記憶されている複数のデータ間の中間値を採用する。つまり、新規の検査対象物を構成する材料の厚み情報が１５ｍｍの場合は、厚み情報が１０ｍｍとされた蓄積データと、２０ｍｍとされた蓄積データとの間の数値が、評価指標の推定を行う
際に用いられる。このようにすれば、新規の厚み情報の入力を受けた場合であっても、得られた再構成画像から評価指標の推定を行うことができる。
Incidentally, as described above, the data relating to the correlation between the signal intensity corresponding to the thickness information and the quality information is stored and accumulated in the
More specifically, for example, as shown in FIG. 6, accumulated data with thickness information of 10 mm, 20 mm, and 30 mm are stored in the
一方、検査対象物の材料が繊維を含んで構成されたものであり、繊維配向度及び／又は繊維密度である品質情報を以て良否判定を行う場合は、第一データベース２３ａのうち第二相関データ３２及び／又は第三相関データ３３が用いられる（第二相関データ３２を挙げて説明する。）。
すなわち、ＣＰＵ２１が、入力される材料の名前及び形体情報と、第一データベース２３ａにおける第二相関データ３２（及び／又は第三相関データ３３）とに基づいて、評価指標推定プログラムを実行することで、検査対象物の良否判定を行う際に用いられる評価指標（繊維配向度や繊維密度）を推定することができるようになっている。
そして、被写体Ｈである検査対象物をＸ線タルボ撮影装置１によって実際に撮影して得られた再構成画像（小角散乱画像又は微分位相画像であり、ここでは小角散乱画像）から、その検査対象物の繊維配向度が判明することになる。第三相関データ３３を用いて推定すれば繊維密度が判明し、第二相関データ３２と第三相関データ３３の双方を用いれば、評価指標として、繊維配向度と繊維密度の双方が判明することになる。
On the other hand, if the material of the object to be inspected contains fibers and the quality information, which is the degree of fiber orientation and/or the fiber density, is used for quality determination, the
That is, the
Then, from the reconstructed image (a small-angle scattering image or a differential phase image, here a small-angle scattering image) obtained by actually imaging the inspection object, which is the subject H, with the X-ray
繊維配向度は、Ｘ線タルボ撮影装置１における各格子１２，１４，１５が一次元格子とされていることによって判明する。すなわち、各格子１２，１４，１５に異方性を持たせることにより、材料を構成する繊維の配向が判断できるようになっている。
より詳細に説明すると、Ｘ線タルボ撮影装置１は、検査対象物のモアレ画像を取得する場合に、検査対象物をＸ線照射軸Ｃａの軸周りに回転させて撮影し、かつ、回転角度に対する信号強度を記憶する。そのため、第一データベースにおける第二相関データ３２及び第三相関データ３３において、再構成画像における信号強度に係る情報には、再構成画像における信号強度の変化の角度依存性に係る情報が含まれている。つまり、検査対象物をＸ線照射軸Ｃａの軸周りに回転させた際の信号強度の変化がどれだけ撮影角度（軸周りの回転角度）に依存しているか、という情報が含まれている。
The degree of fiber orientation can be determined from the fact that each grating 12, 14, 15 in the X-ray
More specifically, the X-ray
繊維の配向は一定ではないため、検査対象物の注目箇所の中でも、繊維の配向にはばらつきがあり、様々な角度に繊維が配向している。そのため、繊維配向度及び／又は繊維密度である品質情報を以て良否判定を行う場合、Ｘ線タルボ撮影装置１による撮影は、複数の角度で撮影され、角度ごとの再構成画像を得ることができるようになっている。そして、ＣＰＵ２１は、図７に示すように、複数の角度で撮影されて得られた再構成画像を演算処理にて合成することにより、着目する複数の繊維配向度の比率における面内分布を抽出することができる。
図７の左側に示す画像１及び画像２は、検査対象物を異なる複数の角度で撮影して得られた再構成画像（小角散乱画像）であり、ＣＰＵ２１によって、両画像の差分を取ることによって、図７の中ほどに示す画像（Ａ，Ｂ方向の繊維配向比率の面内分布）を生成することができる。すなわち、検査対象物を構成する繊維が、異なる複数の角度に配向していることを画像として示すことができる。
なお、記憶部２３には、複数の角度で撮影して得られた再構成画像をデータとして演算（差分処理）し、面内分布表示画像を生成する画像生成プログラムが記憶されている。画像生成プログラムは、評価指標推定プログラムと連動しており、繊維配向度及び／又は繊維密度である品質情報を以て良否判定を行う場合にＣＰＵ２１によって実行される。
Since the orientation of the fibers is not constant, there are variations in the orientation of the fibers, and the fibers are oriented at various angles, even in the areas of interest on the object to be inspected. Therefore, when quality information such as the degree of fiber orientation and/or the fiber density is used to determine the quality, the X-ray
Note that the
さらに、ＣＰＵ２１は、図７の右側に示す画像のように、予め設定された信号の振り分け基準に従い、再構成画像における信号強度の分布を簡素化して表示することにより、繊維配向度の比率が面内で変化する境界線を強調して抽出することができる。すなわち、図７の中央に示す繊維配向比率の面内分布を示す画像を、回転させて撮影した角度ごとに強調して表示することができる。より具体的には、図７の右側に示す画像においては、角度
Ａの繊維が多い箇所と、角度Ｂの繊維が多い箇所とが色分けされて強調表示されている。また、双方の箇所の境界が更に他の色もしくは無色で強調表示されている。
信号の振り分け基準はユーザーによって予め設定されており、例えば、信号強度の数値が基準とされている。
なお、記憶部２３には、信号の振り分け基準に従って、再構成画像における信号強度の分布を簡素化して表示することにより、繊維配向度の比率の面内における境界を強調して抽出する強調表示プログラムが記憶されている。強調表示プログラムは、画像生成プログラムと連動しており、繊維配向度及び／又は繊維密度である品質情報を以て良否判定を行う場合にＣＰＵ２１によって実行される。
Further, the
The signal distribution criteria are set in advance by the user, and are based on, for example, signal strength values.
Note that the
なお、繊維配向度だけでなく、繊維密度も同様に、画像生成プログラムによって、複数の角度で撮影されて得られた再構成画像を演算処理にて合成することにより、繊維密度における面内分布を抽出することができる。さらに、強調表示プログラムによって、予め設定された信号の振り分け基準に従い、再構成画像における信号強度の分布を簡素化して表示することにより、繊維密度の面内における境界を強調して抽出することができる。 In addition to the degree of fiber orientation, the fiber density is also obtained by synthesizing reconstructed images obtained by photographing at a plurality of angles using an image generation program. can be extracted. Furthermore, the highlighting program simplifies and displays the distribution of signal intensities in the reconstructed image according to the preset signal distribution criteria, thereby emphasizing and extracting the boundary of the fiber density in the plane. .
また、繊維の配向は、Ｘ線タルボ撮影装置１における各格子１２，１４，１５が一次元格子とされていることによって判明するとしたが、二次元格子を用いた場合には、例えば撮影画像をフーリエ変換するなど、従来の手法を組み合わせることで繊維の配向を推定することができるが、縞走査を使った方法よりも、分解能は落ちる。
In addition, the orientation of the fibers is known from the fact that the
以上のような評価指標推定プログラムによって評価指数として推定された、クラック密度、繊維配向度、繊維密度等の品質情報は、検査対象物を構成する材料の良否判定を行う判定基準として用いられる。すなわち、例えば、検査対象物の注目箇所におけるクラック密度が推定できれば、当該検査対象物の注目箇所におけるクラックの多さが判明するため、検査対象物の良否判定を行うことが可能となる。また、繊維配向度や繊維密度が推定できれば、検査対象物の注目箇所におけるクラック密度、繊維配向度、繊維密度等の品質情報が推定できれば、それらが検査者の定めた基準値を満たすかどうかを判定することで、良否判定を行うことが可能となる。
なお、検査対象物の良否判定を行う場合は、良否判定のための、クラック密度や繊維配向度等の品質情報の基準値を検査者の使用目的に応じて任意に設定できるようにしておく。つまり、ＣＰＵ２１は、評価指数推定プログラムを実行して得られた品質情報を、その基準値に基づいて良否判定できるものとし、記憶部２３には、そのためのプログラムやデータが記憶されているものとする。
Quality information such as crack density, fiber orientation degree, and fiber density estimated as evaluation indexes by the evaluation index estimation program as described above is used as criteria for determining the quality of the materials constituting the inspection object. That is, for example, if the crack density at the spot of interest on the inspection object can be estimated, the number of cracks at the spot of interest on the inspection object can be found, so it is possible to determine the quality of the object to be inspected. Also, if the degree of fiber orientation and fiber density can be estimated, if quality information such as crack density, degree of fiber orientation, and fiber density can be estimated at the point of interest of the inspection object, it will be possible to determine whether or not they satisfy the standard values established by the inspector. By judging, it is possible to make a pass/fail judgment.
When judging the quality of an object to be inspected, it should be possible to arbitrarily set the reference values of quality information such as the crack density and the degree of fiber orientation for judging the quality according to the purpose of use of the inspector. That is, the
続いて、材料強度推定プログラムは、入力される材料の名前及び形体情報と、第二データベース２３ｂ（第四相関データ３４、第五相関データ３５、第六相関データ３６）とに基づいて、検査対象物の注目箇所における機械強度を推定するためのプログラムである。ＣＰＵ２１が、この材料強度推定プログラムを実行することで、検査対象物の良否判定を行う際に用いられる評価指標として材料の機械強度を推定することができるようになっている。
Subsequently, the material strength estimation program is based on the name and shape information of the input material and the
より具体的には、入力された材料の名前から検査対象物を構成する材料の種類が特定され、入力された材料の形体情報から検査対象物を構成する材料の厚み情報（又は３Ｄデータ）が特定される。
また、検査対象物の材料が繊維を含んで構成されたものでない場合、もしくは、繊維を含んでいても繊維配向度や繊維密度以外の品質情報（上記したクラック密度等。）を以て良否判定を行う場合は、第二データベース２３ｂのうち第四相関データ３４や、第二データベース２３ｂにおける他の相関データが用いられる（ここでは、第四相関データ３４を挙げて説明する。）。
そして、第二データベース２３ｂ（ここでは、第四相関データ３４）は、検査対象物を構成する材料の品質情報（ここでは、クラック密度）と、当該品質情報に対応する機械強度に係る情報と、の相関を表すので、評価指標推定プログラムが実行されることによって導き出されたクラック密度から、このクラック密度に対応する機械強度が判明することになる。すなわち、Ｘ線タルボ撮影装置１によって実際に撮影された検査対象物を構成する材料の機械強度を導き出すことができる。結果的には、被写体Ｈである検査対象物をＸ線タルボ撮影装置１によって実際に撮影して得られた再構成画像（小角散乱画像又は微分位相画像であり、ここでは小角散乱画像）から、その検査対象物の機械強度が判明することになる。
More specifically, the type of material forming the inspection object is specified from the input material name, and the thickness information (or 3D data) of the material forming the inspection object is specified from the input shape information of the material. identified.
In addition, if the material of the object to be inspected does not contain fibers, or even if it contains fibers, quality information other than the degree of fiber orientation and fiber density (such as the crack density described above) is used to determine the quality. In this case, the
Then, the
一方、検査対象物の材料が繊維を含んで構成されたものであり、繊維配向度及び／又は繊維密度である品質情報を以て良否判定を行う場合は、第二データベース２３ｂのうち第五相関データ３５及び／又は第六相関データ３６が用いられる（第五相関データ３５を挙げて説明する。）。
すなわち、ＣＰＵ２１が、入力される材料の名前及び形体情報と、第二データベース２３ｂにおける第五相関データ３５（及び／又は第六相関データ３６）とに基づいて、材料強度推定プログラムを実行することで、検査対象物の良否判定を行う際に用いられる評価指標（繊維配向度や繊維密度に対応する機械強度）を推定することができるようになっている。第六相関データ３６を用いて推定すれば繊維密度に対応する機械強度が判明し、第五相関データ３５と第六相関データ３６の双方を用いれば、評価指標として、繊維配向度と繊維密度の双方の組み合わせに対応する機械強度が判明することになる。
On the other hand, if the material of the object to be inspected contains fibers and the quality information, which is the degree of fiber orientation and/or the fiber density, is used for quality determination, the
That is, the
以上のように機械強度を導き出すことができれば、その機械強度が高いか低いかを判断できるので、品質情報のみを評価指標として検査対象物の良否判定を行う場合よりも、検査対象物の性能が直接的に判明するため、材料知識のないユーザーでも良否判定を行うことが可能となる利点がある。 If the mechanical strength can be derived as described above, it can be judged whether the mechanical strength is high or low. Since it can be determined directly, there is an advantage that even a user who has no knowledge of the material can judge whether it is good or bad.
続いて、合否判定プログラムは、ユーザーによって予め設定された機械強度の判定基準に基づいて、検査対象物を構成する材料の、機械強度における合否判定を自動で行うためのものである。
このような合否判定プログラムは、記憶部２３に記憶されており、材料強度推定プログラムによって材料の機械強度が推定された後に、ＣＰＵ２１によって実行される。合否判定の結果、合格だった場合は、機械強度がどの程度であったかが、表示部２６に定量的に表示される。
不合格だった場合は、機械強度がどの程度であったかが、表示部２６に定量的に表示されると共に、不合格箇所表示プログラムによって、表示部２６に表示された再構成画像上に不合格箇所を表示する（後述する。）。
Next, the pass/fail judgment program is for automatically making a pass/fail judgment of the mechanical strength of the material forming the inspection object based on the mechanical strength judgment criteria set in advance by the user.
Such a pass/fail determination program is stored in the
If it fails, the extent of the mechanical strength is quantitatively displayed on the
なお、機械強度の判定基準は、検査対象物の種類やその部位によって適宜変更されるものとしてもよい。例えば検査対象物の種類が、航空用エンジンのタービンである場合と、建物の屋根材である場合とでは、たとえ同じ材料が用いられていても、機械強度の判定基準が異なることが考えられる。また、検査対象物の種類が航空用エンジンのタービンであっても、部位によって荷重が異なることが考えられるため、機械強度の判定基準が部位ごとに異なることは十分に考えられる。そのため、機械強度の判定基準は、検査対象物の種類やその部位によって適宜変更されるものとすることが望ましい。
また、検査対象物の良否判定を行うにあたり、各種製品の構成部材（部品）として判定するのか、材料を判定するのかによって、良否の基準が異なる場合があるため、図５（ａ）に示すように、「部品」と「材料」とで、判定基準が異なるように設定されている。
さらに、検査対象物の良否判定を行うにあたり、様々な種類の品質情報を組み合わせて判定を行う場合は、図５（ｂ）に示すように、判定基準が多次元的に認識されるようにな
っている。
It should be noted that the criteria for mechanical strength may be appropriately changed depending on the type of inspection object and its part. For example, even if the same material is used, it is conceivable that the criteria for mechanical strength are different when the type of inspection object is an aircraft engine turbine and when it is a roofing material of a building. Moreover, even if the inspection object is an aircraft engine turbine, the load may differ depending on the part, so it is quite conceivable that the criteria for mechanical strength will differ from part to part. Therefore, it is desirable that the criterion for mechanical strength be appropriately changed according to the type and part of the object to be inspected.
In addition, when judging the quality of an object to be inspected, the quality criteria may differ depending on whether the judgment is made as a constituent member (part) of various products or whether the material is judged. Therefore, as shown in FIG. Secondly, different judgment criteria are set for "Parts" and "Materials".
Furthermore, when making judgments by combining various types of quality information when making quality judgments on inspection objects, judgment criteria are multidimensionally recognized as shown in FIG. ing.
続いて、不合格箇所表示プログラムは、機械強度における合否判定の判定結果に基づいて、材料の不合格箇所を、再構成画像上に表示するためのものである。
このような不合格箇所表示プログラムは、記憶部２３に記憶されており、合否判定プログラムによって機械強度における合否判定がなされ、不合格となった場合に、ＣＰＵ２１によって実行される。そして、不合格箇所は、表示部２６に表示された再構成画像上に表示される。
また、不合格箇所を表示部２６に表示された再構成画像上に表示する場合は、例えば、再構成画像上の不合格箇所の色を他の箇所とは異なるものとしたり、不合格箇所の輪郭を強調したり、矢印で指したり、円で囲んだりすることで、不合格箇所がどこかを容易に判別できるようにする。
なお、不合格箇所の表示は、制御装置２０の表示部２６に表示された再構成画像上だけでなく、Ｘ線タルボ撮影装置１におけるコントローラー１９の表示部に表示された再構成画像上に表示されてもよいし、制御装置２０と通信可能に接続された外部装置における表示部に表示された再構成画像上に表示されてもよい。
また、不合格箇所は、画像生成プログラムが実行されることによって再構成画像から生成された繊維配向度又は繊維密度の面内分布表示画像や、強調表示プログラムによって強調表示された画像の上に重ねて表示することも可能となっている。
Next, the unacceptable portion display program is for displaying the unacceptable portions of the material on the reconstructed image based on the pass/fail determination result of the mechanical strength.
Such a failure point display program is stored in the
Further, when displaying the unacceptable portion on the reconstructed image displayed on the
It should be noted that the disqualified portion is displayed not only on the reconstructed image displayed on the
In addition, the failed portion is superimposed on the in-plane distribution display image of the degree of fiber orientation or fiber density generated from the reconstructed image by executing the image generation program, or the image highlighted by the highlighting program. It is also possible to display
続いて、信号強度区別プログラムは、再構成画像と、入力される材料の形体情報とに基づいて、検査対象物の品質情報に起因する信号強度と、検査対象物の形体に起因する信号強度と、を区別するためのものである。
このような信号強度区別プログラムは、記憶部２３に記憶されており、評価指標推定プログラムによって検査対象物を構成する材料の品質情報が評価指標として推定された場合に、ＣＰＵ２１によって実行される。
より具体的に説明すると、微分位相画像や小角散乱画像の信号値は、撮影方向に対する検査対象物の面の角度に応じて大きくなる。また、一次元格子若しくは二次元格子においては、格子配列方向に垂直な方向の端面形状は信号値が大きくなる。このようなことを踏まえ、検査対象物の撮影前において、検査対象物を構成する材料の形体情報（例えばＣＡＤデータ）があれば、正常な状態での撮影画像がどのような状態になるかを概略として予想することが可能となる。そのため、撮影後においては、生成された再構成画像と、材料の形体情報から推測される正常状態の信号を比較することで、設計本来の意図した形状による信号の影響を判定から除外することができる。また、合格品の既知の撮影サンプルが使用できる場合は、合格品の撮影データにおいて、信号が出ている箇所を除外することもできる。
Subsequently, the signal intensity discrimination program determines the signal intensity due to the quality information of the inspection object and the signal intensity due to the shape of the inspection object based on the reconstructed image and the shape information of the input material. , to distinguish between
Such a signal intensity discrimination program is stored in the
More specifically, the signal values of the differential phase image and the small-angle scattering image increase according to the angle of the surface of the inspection object with respect to the imaging direction. In addition, in a one-dimensional grating or a two-dimensional grating, the signal value increases for the end face shape in the direction perpendicular to the grating arrangement direction. Based on this, if there is shape information (for example, CAD data) of the material that constitutes the inspection object before photographing the inspection object, it is possible to determine what state the photographed image will be in a normal state. It is possible to predict as an outline. Therefore, after imaging, by comparing the generated reconstructed image with the signal in the normal state inferred from the shape information of the material, the influence of the signal due to the originally intended shape of the design can be excluded from the judgment. can. In addition, when a known photographed sample of an acceptable product can be used, it is possible to exclude a portion where a signal is emitted from the photographed data of the acceptable product.
続いて、検査対象範囲指定プログラムは、各種製品の構成部材としての検査対象物自体又は当該検査対象物を構成する材料について、検査対象範囲（すなわち、注目箇所）を予め指定するためのものである。
このような検査対象範囲指定プログラムは、記憶部２３に記憶されており、検査対象物の撮影前にＣＰＵ２１によって実行される。指定された検査対象範囲に係る情報は、Ｘ線タルボ撮影装置１に送信され、送信された検査対象範囲に係る情報に基づいて撮影を行うことができるようになっている。
検査対象範囲は、例えば、欠陥が発生することが経験上予測される箇所や、強度不足が重大な問題を引き起こす箇所（例えば上記したような航空用エンジンのタービンにおける取付根元部分で使用中の応力が集中する箇所など）等であり、欠陥が発生しにくい箇所や強度不足が重大な問題を引き起こしにくい箇所は、撮影や検査を省略できるようにする。
Next, the inspection target range specification program is for specifying in advance the inspection target range (that is, the point of interest) for the inspection target itself as a component of various products or the material constituting the inspection target. .
Such an inspection target range specifying program is stored in the
The scope of inspection includes, for example, areas where defects are expected to occur empirically, and areas where lack of strength causes serious problems (for example, stress during use at the installation base of aircraft engine turbines as described above). In places where defects are unlikely to occur and where lack of strength is unlikely to cause serious problems, photography and inspection can be omitted.
次に、図８を参照して、以上のように構成されたＸ線撮影システムによる良否判定処理
の流れについて説明する。
Next, with reference to FIG. 8, the flow of pass/fail judgment processing by the X-ray imaging system configured as described above will be described.
まず、被写体Ｈである検査対象物を構成する材料（複合素材）を特定するために、入力部２４又は外部データ入力部２５から、材料の名前を入力する（ステップＳ１）。
材料の種類ごとのデータが記憶部２３に記憶・蓄積されているため、入力データに基づいて、検査対象物を構成する材料の種類を特定することができる。
First, in order to specify the material (composite material) that constitutes the object to be inspected, which is the subject H, the name of the material is input from the
Since data for each type of material is stored and accumulated in the
続いて、被写体Ｈである検査対象物を構成する材料の形体情報（厚み情報）を特定するために、入力部２４又は外部データ入力部２５から、材料の形体情報を入力する（ステップＳ２）。
材料の形体ごとのデータが記憶部２３に記憶・蓄積されているため、入力データに基づいて、検査対象物を構成する材料の形体情報を特定することができる。
Subsequently, in order to specify the shape information (thickness information) of the material that constitutes the object to be inspected, which is the subject H, the shape information of the material is input from the
Since the data for each shape of the material is stored and accumulated in the
続いて、部材としての検査対象物自体又は当該検査対象物を構成する材料について、検査対象範囲（注目箇所）を指定する（ステップＳ３）。
検査対象範囲の指定は、ユーザーによって入力部２４から任意に行われてもよいし、検査対象範囲指定プログラムを実行することによって行われてもよい。
Subsequently, the inspection object range (attention point) is specified for the inspection object itself as a member or the material constituting the inspection object (step S3).
The designation of the inspection target range may be arbitrarily performed by the user from the
続いて、Ｘ線タルボ撮影装置１によって、被写体Ｈである検査対象物における注目箇所の撮影を行い、モアレ画像Ｍｏを取得する（ステップＳ４）。
検査対象物の材料が繊維を含んで構成されたものであり、繊維配向度及び／又は繊維密度である品質情報について、特に詳細な判定基準を設けて良否判定を行う場合は、撮影時、Ｘ線タルボ撮影装置１は、検査対象物をＸ線照射軸Ｃａの軸周りに回転させて撮影し、かつ、被写体に対する撮影時の格子の、回転角度に対する信号強度を記憶するようにする。
Subsequently, the X-ray
If the material of the object to be inspected contains fibers and the quality information, which is the degree of fiber orientation and/or fiber density, is determined based on particularly detailed criteria, X The X-ray
続いて、画像処理装置２によって、Ｘ線タルボ撮影装置１によって撮影されたモアレ画像Ｍｏの画像信号を画像処理し、モアレ画像Ｍｏに基づいて、吸収画像や、微分位相画像や、小角散乱画像等の再構成画像を生成する（ステップＳ５）。
Subsequently, the image signal of the moire image Mo captured by the X-ray
なお、複数の角度で撮影されて得られた再構成画像を演算処理にて合成することにより、着目する複数の繊維配向度の比率における面内分布及び／又は繊維密度の面内分布を抽出するステップと、ユーザーが設定した信号の振り分け基準に従い、再構成画像における信号強度の分布を簡素化して表示することにより、繊維配向度の比率及び／又は繊維密度の面内における境界を強調して抽出するステップと、をステップＳ５の後に挿入してもよい。 Note that the in-plane distribution and/or the in-plane distribution of the fiber density at a plurality of fiber orientation ratios of interest is extracted by synthesizing the reconstructed images obtained by photographing at a plurality of angles by arithmetic processing. A step and by simplifying and displaying the signal intensity distribution in the reconstructed image according to the signal distribution criteria set by the user, emphasizing and extracting the in-plane boundary of the fiber orientation ratio and/or fiber density and may be inserted after step S5.
続いて、生成された再構成画像と、入力された材料の形体情報（ＣＡＤデータ）に基づいて、検査対象物の品質情報に起因する信号強度若しくは合格であることが既知のサンプルを撮影した際の信号強度と、検査対象物の形体に起因する信号強度と、を区別する（ステップＳ６）。
Ｘ線タルボ撮影装置１による撮影後、再構成画像と、材料の形体情報から推測される正常状態の信号を比較することで、設計本来の意図した形状による信号の影響を判定から除外する。
Subsequently, based on the generated reconstructed image and the input material shape information (CAD data), when the signal intensity due to the quality information of the inspection object or the sample known to be acceptable is photographed is distinguished from the signal intensity due to the shape of the inspection object (step S6).
After imaging by the X-ray
続いて、ステップＳ１，Ｓ２で入力された材料の名前及び形体情報と、再構成画像における信号強度に係る情報と材料の品質情報との相関を表す第一データベース２３ａと、に基づいて、モアレ画像に基づいて生成された再構成画像から、検査対象物の注目箇所における品質情報を評価指標として推定する（ステップＳ７）。
検査対象物の材料が繊維を含んで構成されたものであり、繊維配向度及び／又は繊維密
度である品質情報を以て良否判定を行う場合は、第一データベース２３ａのうち第二相関データ３２及び／又は第三相関データ３３が用いられ、繊維配向度及び／又は繊維密度を評価指標として推定する。
Subsequently, based on the name and shape information of the material input in steps S1 and S2, and the
If the material of the object to be inspected contains fibers and quality information such as the degree of fiber orientation and / or fiber density is used for quality determination, the
続いて、ステップＳ１，Ｓ２で入力された材料の名前及び形体情報と、材料の品質情報と当該品質情報に対応する機械強度に係る情報との相関を表す第二データベース２３ｂと、に基づいて、検査対象物の注目箇所における機械強度を評価指標として推定する（ステップＳ８）。
検査対象物の材料が繊維を含んで構成されたものであり、繊維配向度及び／又は繊維密度である品質情報を以て良否判定を行う場合は、第二データベース２３ｂのうち第五相関データ３５及び／又は第六相関データ３６が用いられ、繊維配向度及び／又は繊維密度に基づいた機械強度を評価指標として推定する。
Subsequently, based on the name and shape information of the material input in steps S1 and S2, and the
If the material of the object to be inspected contains fibers and quality information such as the degree of fiber orientation and / or fiber density is used for quality determination, the
続いて、ユーザーによって予め設定された機械強度の判定基準に基づいて、検査対象物を構成する材料の、機械強度における合否判定を行う（ステップＳ９）。
合否判定の結果、合格だった場合は、機械強度がどの程度であったかが、表示部２６に表示される。合否判定の結果は、注目箇所ごとに判定した結果でもよいし、複数の注目箇所における合否判定の結果に基づいて導き出された検査対象物全体としての判定結果でもよい。
続いて、機械強度における合否判定の判定結果に基づいて、材料の不合格箇所を、再構成画像上に表示する（ステップＳ１０）。
合否判定の結果、合格であれば検査対象物は良品とされる。以上のような流れで、検査対象物の良否判定を行うことができる。
Subsequently, based on criteria for mechanical strength preset by the user, pass/fail judgment is made in terms of the mechanical strength of the material constituting the inspection object (step S9).
As a result of pass/fail judgment, if the product is passed, the degree of mechanical strength is displayed on the
Subsequently, based on the pass/fail judgment result of the mechanical strength, the unacceptable portion of the material is displayed on the reconstructed image (step S10).
As a result of pass/fail judgment, if the inspection object passes, the inspection object is regarded as a non-defective product. Through the flow described above, it is possible to determine the quality of the inspection object.
以上説明したように、本実施の形態によれば、Ｘ線タルボ撮影装置１は、Ｘ線源１１ａと、複数の格子１２，１４，１５と、Ｘ線検出器１６とがＸ線照射軸Ｃａ方向に並んで設けられ、Ｘ線源１１ａから被写体Ｈである検査対象物及び複数の格子１２，１４，１５を介してＸ線検出器１６にＸ線を照射して検査対象物の再構成画像の生成に必要なモアレ画像Ｍｏを取得するものであり、制御部であるＣＰＵ２１と、モアレ画像Ｍｏに基づいて生成された再構成画像における信号強度に係る情報と、検査対象物を構成する材料の品質情報と、の相関を表す第一データベース２３ａ（第一相関データ３１、第二相関データ３２、第三相関データ３３）と、を備えており、ＣＰＵ２１は、入力される材料の名前及び形体情報と、第一データベース２３ａとに基づいて、再構成画像から、検査対象物の注目箇所における品質情報（クラック密度、繊維配向度、繊維密度等）を評価指標として推定するので、少数の画像再構成による二次元画像から、短時間に検査対象物の構造全体を大きな面積範囲で一度に検証でき、かつ、回転機構を用いずに大型の検査対象物にも対応できる。
すなわち、材料の名前及び形体情報が入力されることによって検査対象物を構成する材料の種類と形体情報が特定され、モアレ画像Ｍｏに基づいて生成された再構成画像における信号強度に係る情報と、検査対象物を構成する材料の品質情報と、の相関を表す第一データベース２３ａに基づいて、再構成画像における信号強度に係る情報から、撮影された検査対象物の品質情報を導き出すことができる。そのため、例えばコンピューター断層撮影（いわゆるＣＴ：Computed Tomography）などの三次元的な画像再構成手段を用いるこ
となく、少ないデータ量で短時間に検査対象物の大きな面積での検査を行うことが可能となる。さらに、コンピューター断層撮影のように、検査対象物を多方向に（三次元的に）回転させる必要がないので、検査対象物が大型であっても対応することができる。
As described above, according to the present embodiment, the X-ray
That is, by inputting the material name and shape information, the type and shape information of the material constituting the inspection object are specified, and information about the signal intensity in the reconstructed image generated based on the moire image Mo, Based on the
また、材料の品質情報（クラック密度、繊維配向度、繊維密度等）と、当該品質情報に対応する機械強度に係る情報と、の相関を表す第二データベース２３ｂ（第四相関データ３４、第五相関データ３５、第六相関データ３６）を備えており、ＣＰＵ２１は、材料の
名前及び形体情報と、第二データベース２３ｂとに基づいて、検査対象物の注目箇所における機械強度を評価指標として推定するので、例えばコンピューター断層撮影などの三次元的な画像再構成手段を用い、時間をかけて詳細な構造解析を行うことなく、簡便に、検査対象物を構成する材料の機械強度を推定することができる。さらに、材料の品質情報と機械強度の双方を評価指標とすることができるので、評価指標としての精度を高めると同時に、材料に関する知識の浅い評価者でも良否判定を行うことができる。
In addition, the
また、ＣＰＵ２１は、ユーザーが設定した機械強度の判定基準に基づいて、材料の、機械強度における合否判定を自動で行うので、ユーザーの負担を減らすことができるとともに、判定基準に基づいて正確な判定を行うことができる。
さらに、ＣＰＵ２１は、機械強度における合否判定の判定結果に基づいて、材料の不合格箇所を、再構成画像上に表示するので、発生した不合格箇所の位置が判りやすく、不合格箇所の発生原因等を解析する際の効率が向上する。
In addition, since the
Furthermore, the
また、ＣＰＵ２１は、複数の角度で撮影されて得られた再構成画像を演算処理にて合成することにより、着目する複数の繊維配向度の比率における面内分布及び／又は繊維密度の面内分布を抽出するので、二次元画像である再構成画像上の、繊維配向度及び／繊維密度の分布状態が判りやすくなる。
In addition, the
また、ＣＰＵ２１は、ユーザーが設定した信号の振り分け基準に従い、再構成画像における信号強度の分布を簡素化して表示することにより、繊維配向度の比率及び／又は繊維密度の面内における境界を強調して抽出するので、二次元画像である再構成画像上の、繊維配向度及び／繊維密度の分布状態がより一層判りやすくなる。
In addition, the
また、ＣＰＵ２１は、再構成画像と、入力される材料の形体情報とに基づいて、検査対象物の品質情報に起因する信号強度と、検査対象物の形体に起因する信号強度と、を区別するので、生成された再構成画像と、材料の形体情報から推測される正常状態の信号を比較することで、設計本来の意図した形状による信号の影響を判定から除外することができ、良否判定を行う際の精度を向上できる。
Further, the
また、ＣＰＵ２１は、検査対象物自体又は当該検査対象物を構成する材料について、検査対象範囲（注目箇所）を予め指定するので、欠陥が発生しにくい箇所や強度不足が重大な問題を引き起こしにくい箇所は、撮影や検査を省略できる。そのため、検査対象物を構成する材料の検査に係る処理の高速化やデータの軽量化を図ることができる。
In addition, since the
〔変形例〕
なお、本発明を適用可能な実施形態は、上述した実施形態に限定されることなく、本発明の趣旨を逸脱しない範囲で適宜変更可能である。以下、変形例について説明する。以下に挙げる変形例は可能な限り組み合わせてもよい。
[Modification]
It should be noted that the embodiments to which the present invention can be applied are not limited to the above-described embodiments, and can be changed as appropriate without departing from the gist of the present invention. Modifications will be described below. The modifications listed below may be combined as much as possible.
〔変形例１〕
本変形例における制御装置２０は、機械学習機能を有している。そして、Ｘ線タルボ撮影装置１によって得られる再構成画像と、撮影後に検査対象物に対して実際に行われる各種試験によって得られる試験データと、検査対象物を構成する材料及び形体情報と、良否判定の結果を教師データとし、機械学習を行った良否判定ＡＩにより、第一データベース２３ａ及び第二データベース２３ｂを用いずに検査対象物の良否判定を行う。
なお、記憶部２３には、機械学習を行うための機械学習プログラムが記憶されており、機械学習プログラムは、機械学習を行う場合にＣＰＵ２１によって実行される。
[Modification 1]
The
A machine learning program for performing machine learning is stored in the
教師データを取得するにあたり、検査対象物は、Ｘ線タルボ撮影装置１による撮影後、
実際に外的な負荷が掛けられるような機械強度試験や、耐熱条件下や耐振条件下での機械強度試験が行われる。また、これらの試験は、計算機上で物性情報を元に仮想的に機械強度を評価する、強度シミュレーションで代用される場合もある。すなわち、図示しない機械強度試験装置や計算機による仮想試験環境が用いられて、検査対象物の機械強度試験又は強度シミュレーションが行われる。
そして、このような機械強度試験や強度シミュレーションの結果と、その良否判定の結果として、教師データを得ることができる。
In acquiring teacher data, an object to be inspected is photographed by the X-ray
A mechanical strength test in which an external load is actually applied, and a mechanical strength test under heat-resistant and vibration-resistant conditions are performed. These tests are sometimes substituted by strength simulations that virtually evaluate mechanical strength based on physical property information on a computer. That is, a mechanical strength test device (not shown) or a virtual test environment by a computer is used to perform a mechanical strength test or strength simulation of the inspection object.
Teacher data can be obtained as the results of such mechanical strength tests and strength simulations, and the results of pass/fail judgments.
図９を参照して、本変形例における機械学習の流れについて説明すると、まず、被写体Ｈである検査対象物を構成する材料（複合素材）を特定するために、入力部２４又は外部データ入力部２５から、材料の名前を入力する（ステップＳ１１）。 Referring to FIG. 9, the flow of machine learning in this modified example will be described. 25, the name of the material is entered (step S11).
続いて、被写体Ｈである検査対象物を構成する材料の形体情報（厚み情報）を特定するために、入力部２４又は外部データ入力部２５から、材料の形体情報を入力する（ステップＳ１２）。
Subsequently, in order to specify the shape information (thickness information) of the material that constitutes the inspection object that is the subject H, the shape information of the material is input from the
続いて、Ｘ線タルボ撮影装置１によって、被写体Ｈである検査対象物における注目箇所の撮影を行い、モアレ画像Ｍｏを取得する（ステップＳ１３）。
Subsequently, the X-ray
続いて、画像処理装置２によって、Ｘ線タルボ撮影装置１によって撮影されたモアレ画像Ｍｏの画像信号を画像処理し、モアレ画像Ｍｏに基づいて、吸収画像や、微分位相画像や、小角散乱画像等の再構成画像を生成する（ステップＳ１４）。
Subsequently, the image signal of the moire image Mo captured by the X-ray
続いて、機械強度試験装置や計算機による仮想試験環境によって、検査対象物の機械強度試験又は強度シミュレーションを行う（ステップＳ１５）。そして、その結果として、強度マップやシミュレーションの判定結果を取得する（ステップＳ１６）。 Subsequently, a mechanical strength test or strength simulation of the inspection object is performed in a virtual test environment using a mechanical strength testing device or a computer (step S15). As a result, an intensity map and a judgment result of the simulation are obtained (step S16).
続いて、機械強度に関して設定された判定基準を基に良否判定を行う（ステップＳ１７）。続いて、ステップＳ１８に進み、ここまでの処理の結果を教師データとし、機械学習の処理を実行する。
以上のような流れで、検査対象物の良否判定について、機械学習を行うことができる。
Subsequently, quality determination is performed based on criteria set for mechanical strength (step S17). Subsequently, the process proceeds to step S18, and machine learning processing is executed using the results of the processing up to this point as teacher data.
Through the above-described flow, machine learning can be performed for determining whether an object to be inspected is good or bad.
また、検査対象物の良否判定には、合否の結果の他に、強度の数値情報を含めることができる。機械学習の結果（学習パラメーター）は、図１０に示す、機械学習結果を使った良否判定のプロセスにおいて、ＡＩによる良否判定を行うための判定機（例えば、汎用のコンピューター装置からなる。）にインプットされる。
図１０には、機械学習結果を使った良否判定の流れが示されている。ステップＳ１１からステップＳ１４までは、図９に示す機械学習の流れと同じく、検査対象の材料名もしくは種類の情報と形状情報を入力した後、注目箇所の撮影を行って得たモアレ画像Ｍｏを使い、微分位相画像や、小角散乱画像等の再構成画像を生成する（ステップＳ１１～ステップＳ１４）。
その後、機械学習を行ったＡＩによる良否判定（ステップＳ１９）により、検査対象物の良否判定を行う。
In addition to pass/fail results, strength numerical information can be included in the pass/fail judgment of the inspection object. The machine learning results (learning parameters) are input to a judgment machine (for example, a general-purpose computer device) for making pass/fail judgments by AI in the pass/fail judgment process using the machine learning results shown in FIG. be done.
FIG. 10 shows the flow of pass/fail judgment using machine learning results. From step S11 to step S14, similar to the flow of machine learning shown in FIG. , a differential phase image, and a reconstructed image such as a small-angle scattering image (steps S11 to S14).
After that, the quality of the inspection object is determined by quality determination (step S19) by AI that has performed machine learning.
本変形例によれば、制御装置２０は、機械学習機能を有しており、Ｘ線タルボ撮影装置１によって得られる再構成画像と、撮影後に検査対象物に対して実際に行われる各種試験によって得られる試験データと、検査対象物を構成する材料の形体情報と、を機械学習機能によって結び付けて蓄積された教師データに基づき、第一データベース２３ａ及び第二データベース２３ｂを用いずに検査対象物の良否判定を行うので、機械学習機能により、再構成画像から信号強度を推定する精度を、使用するごとに改善していくことが可能とな
る。また、第一データベース２３ａ及び第二データベース２３ｂを照合することなく、検査を行うことができるので、検査を高速化することが可能となる。
According to this modification, the
〔変形例２〕
本変形例における制御装置２０は、機械学習機能を有している。そして、複数種類の評価指標の組み合わせを機械学習機能によって結び付けて検査対象物の良否判定を行う。
[Modification 2]
The
複数種類の評価指標としては、クラック密度、材料密度、繊維配向度、繊維密度等の各種品質情報に対する、検査対象物に対して行われる上記（変形例１）のような各種試験の試験結果により判明した、それら評価指標に対する機械強度の関係に係る情報が挙げられる。
すなわち、良否判定を行うにあたって、クラック密度等の品質情報や機械強度だけでなく、その他の情報も加味されることになり、複合評価が可能となる。
As multiple types of evaluation indices, various quality information such as crack density, material density, fiber orientation degree, fiber density, etc. are obtained from the test results of various tests such as the above (Modification 1) performed on the inspection object. Information related to the relationship of mechanical strength to those evaluation indices that has been found is included.
In other words, when making a good/bad judgment, not only quality information such as crack density and mechanical strength but also other information are taken into consideration, and composite evaluation becomes possible.
図５（ｂ）においては、クラック密度、繊維配向度に対する機械強度において良否判定を行う状態を示しているが、本変形例によれば、その他の情報を加味した場合、更に複雑化した多次元的な良否判定を行うことが可能となる。
さらに、複数種類の評価指標のうち単体評価で不合格があったとしても、その他の評価指標で合格であった場合には検査対象物として良品であるようにするなどして、判定に柔軟性を持たせ、これにより、歩留まりの改善を図ることも可能となる。
FIG. 5(b) shows a state in which quality determination is performed on the mechanical strength with respect to the crack density and the degree of fiber orientation. It is possible to make a general pass/fail judgment.
Furthermore, even if there is a failure in the single evaluation among multiple types of evaluation indicators, if the other evaluation indicators pass, it will be treated as a non-defective item as an inspection object, so that the judgment is flexible. , thereby improving the yield.
１ Ｘ線タルボ撮影装置
１１ Ｘ線発生装置
１１ａ Ｘ線源
１１２ ろ過フィルター
１１３ 照射野絞り
１１４ 照射野ランプ
１２ 線源格子
１２０ 第１のカバーユニット
１２ａ 固定部材
１３ 被写体台
１３０ 第２のカバーユニット
１４ 第１格子
１５ 第２格子
１６ Ｘ線検出器
１７ 支柱
１７ａ 緩衝部材
１８ 基台部
１９ コントローラー
２ 画像処理装置
２０ 制御装置
２１ ＣＰＵ（制御部）
２２ ＲＡＭ
２３ 記憶部
２３ａ 第一データベース
２３ｂ 第二データベース
２４ 入力部
２５ 外部データ入力部
２６ 表示部
２７ 通信部
３１ 第一相関データ
３２ 第二相関データ
３３ 第三相関データ
３４ 第四相関データ
３５ 第五相関データ
３６ 第六相関データ
Ｈ 被写体（検査対象物）
Ｓ スリット
ｄ 周期
Ｍｏ モアレ画像
Ｃａ 照射軸
1 X-ray
22 RAMs
23
S Slit d Period Mo Moire image Ca Irradiation axis
Claims (9)
前記Ｘ線タルボ撮影装置により取得されたモアレ画像に基づいて生成された前記再構成画像における信号強度に係る情報と、前記検査対象物を構成する材料の品質情報との、材料の名前若しくは、その材料の分類に関する情報ごとの関係を表す第一データベースと、
前記検査対象物を構成する材料の品質情報と、当該品質情報に対応する機械強度に係る情報との、材料の名前若しくは、その材料の分類に関する情報ごとの関係を表す第二データベースと、
前記検査対象物の前記材料を特定する情報及び前記材料の形体情報と前記検査対象物の再構成画像の信号強度を入力値とし、前記第一データベース及び前記第二データベースを用いて、当該検査対象物の機械強度の推定を行う制御部と、
を備えることを特徴とする制御装置。 A control device for estimating the mechanical strength of an inspection object based on a reconstructed image of the inspection object captured by an X-ray Talbot imaging device,
The name of the material or its a first database representing relationships for each piece of material classification information;
A second database representing the relationship between the quality information of the material constituting the inspection object and the information related to the mechanical strength corresponding to the quality information for each information related to the name of the material or the classification of the material ;
Using the information specifying the material of the inspection object, the shape information of the material, and the signal intensity of the reconstructed image of the inspection object as input values, using the first database and the second database, the inspection object a control unit that estimates the mechanical strength of an object ;
A control device comprising:
前記Ｘ線タルボ撮影装置により取得されたモアレ画像に基づいて生成された前記再構成画像における信号強度に係る情報と、前記検査対象物を構成する材料の品質情報との、材料の名前若しくは、その材料の分類に関する情報ごとの関係を表す第一データベースと、
前記検査対象物を構成する材料の品質情報と、当該品質情報に対応する機械強度に係る情報との、材料の名前若しくは、その材料の分類に関する情報ごとの関係を表す第二データベースと、
を備えており、
前記検査対象物は、繊維を含んで構成され、
前記第一データベースにおいて、前記再構成画像における信号強度に係る情報には、前記再構成画像における信号強度の変化の角度依存性に係る情報が含まれ、前記品質情報には、前記繊維の配向度及び／又は繊維密度に係る品質情報が含まれ、
前記検査対象物の前記材料を特定する情報及び前記材料の形体情報と前記検査対象物の再構成画像の信号強度を入力値とし、前記第一データベース及び前記第二データベースを用いて、当該検査対象物の機械強度の推定を行う制御部と、
を備えることを特徴とする制御装置。 A control device for estimating the mechanical strength of an inspection object based on a reconstructed image of the inspection object captured by an X-ray Talbot imaging device,
The name of the material or its a first database representing relationships for each piece of material classification information ;
A second database representing the relationship between the quality information of the material constituting the inspection object and the information related to the mechanical strength corresponding to the quality information for each information related to the name of the material or the classification of the material;
and
The inspection object includes fibers,
In the first database, the information related to the signal intensity in the reconstructed image includes information related to the angular dependence of changes in signal intensity in the reconstructed image, and the quality information includes the degree of orientation of the fiber. and/or includes quality information relating to fiber density,
Using the information specifying the material of the inspection object, the shape information of the material, and the signal intensity of the reconstructed image of the inspection object as input values, using the first database and the second database, the inspection object a control unit that estimates the mechanical strength of an object ;
A control device comprising:
前記Ｘ線タルボ撮影装置により取得されたモアレ画像に基づいて生成された前記再構成画像における信号強度に係る情報と、前記検査対象物を構成する材料の品質情報との、材料の名前若しくは、その材料の分類に関する情報ごとの関係を表す第一データベースと、
前記材料の品質情報と、当該品質情報に対応する機械強度に係る情報との、材料の名前若しくは、その材料の分類に関する情報ごとの関係を表す第二データベースと、を備え、
前記検査対象物は、繊維を含んで構成され、
前記第一データベースにおいて、前記再構成画像における信号強度に係る情報には、前記再構成画像における信号強度の変化の角度依存性に係る情報が含まれ、前記品質情報には、前記繊維の配向度及び／又は繊維密度に係る品質情報が含まれ、
前記第二データベースにおいて、前記材料の品質情報には、前記繊維配向度及び／又は繊維密度に係る情報が含まれ、前記品質情報に対応する機械強度に係る情報には、前記繊維配向度及び／又は繊維密度に対応する機械強度に係る情報が含まれ、
前記検査対象物の前記材料を特定する情報及び前記材料の形体情報と前記検査対象物の再構成画像の信号強度を入力値とし、前記第一データベース及び前記第二データベースを用いて、当該検査対象物の機械強度の推定を行う制御部と、
を備えることを特徴とする制御装置。 A control device for estimating the mechanical strength of an inspection object based on a reconstructed image of the inspection object captured by an X-ray Talbot imaging device,
The name of the material or its a first database representing relationships for each piece of material classification information ;
A second database representing the relationship between the quality information of the material and the information related to the mechanical strength corresponding to the quality information , the name of the material or the information related to the classification of the material ,
The inspection object includes fibers,
In the first database, the information related to the signal intensity in the reconstructed image includes information related to the angular dependence of changes in signal intensity in the reconstructed image, and the quality information includes the degree of orientation of the fiber. and/or includes quality information relating to fiber density,
In the second database, the quality information of the material includes information on the degree of fiber orientation and/or fiber density, and information on the mechanical strength corresponding to the quality information includes the degree of fiber orientation and/or or contains information on mechanical strength corresponding to fiber density,
Using the information specifying the material of the inspection object, the shape information of the material, and the signal intensity of the reconstructed image of the inspection object as input values, using the first database and the second database, the inspection object a control unit that estimates the mechanical strength of an object ;
A control device comprising:
前記Ｘ線タルボ撮影装置により取得されたモアレ画像に基づいて生成された前記再構成画像における信号強度に係る情報と、前記検査対象物を構成する材料の品質情報との、材料の名前若しくは、その材料の分類に関する情報ごとの関係を表す第一データベースと、
前記検査対象物を構成する材料の品質情報と、当該品質情報に対応する機械強度に係る情報との、材料の名前若しくは、その材料の分類に関する情報ごとの関係を表す第二データベースと、
前記検査対象物の前記材料を特定する情報及び前記材料の形体情報と前記検査対象物の再構成画像の信号強度を入力値とし、前記第一データベース及び前記第二データベースを用いて、当該検査対象物の機械強度の推定を行う制御部と、を備え、
前記材料の品質情報には、前記材料の厚み情報に比例して前記再構成画像における信号強度が変動する種類の品質情報が含まれており、
前記制御部は、新規の厚み情報の入力を受けた場合に、前記第一データベースに記憶されている前記材料の厚み情報を利用して前記新規の厚み情報に対応する評価指標を推定し、複数種類の評価指標の組み合わせを、機械学習機能によって結び付けることを特徴とする制御装置。 A control device for estimating the mechanical strength of an inspection object based on a reconstructed image of the inspection object captured by an X-ray Talbot imaging device,
The name of the material or its a first database representing relationships for each piece of material classification information ;
A second database representing the relationship between the quality information of the material constituting the inspection object and the information related to the mechanical strength corresponding to the quality information for each information related to the name of the material or the classification of the material;
Using the information specifying the material of the inspection object, the shape information of the material, and the signal intensity of the reconstructed image of the inspection object as input values, using the first database and the second database, the inspection object a control unit that estimates the mechanical strength of the object ,
The quality information of the material includes quality information of a type in which the signal intensity in the reconstructed image varies in proportion to the thickness information of the material,
When receiving input of new thickness information, the control unit estimates an evaluation index corresponding to the new thickness information using the thickness information of the material stored in the first database, and a plurality of A control device characterized by combining combinations of types of evaluation indices by a machine learning function.
ユーザーが設定した機械強度の判定基準に基づいて、前記検査対象物を構成する材料の、前記機械強度における合否判定を行う合格判定ステップと、
前記機械強度における合否判定の判定結果に基づいて、前記材料の不合格箇所を、前記再構成画像上に表示する表示ステップと、を含む表示方法。 A display method using the control device according to claim 1 or 3,
a pass/fail determination step of performing a pass/fail determination in terms of the mechanical strength of the material constituting the inspection object based on criteria for mechanical strength set by a user;
and a display step of displaying the unacceptable portion of the material on the reconstructed image based on the pass/fail judgment result of the mechanical strength.
ユーザーが設定した信号の振り分け基準に従い、前記再構成画像における信号強度の分布を簡素化して表示することにより、繊維配向度の比率及び／又は繊維密度の面内における傾向若しくは分布の境界を強調して抽出するステップを含む表示方法。 A display method using the control device according to claim 2 or 3,
By simplifying and displaying the signal intensity distribution in the reconstructed image according to the signal sorting criteria set by the user, the in-plane tendency or distribution boundary of the fiber orientation ratio and/or the fiber density is emphasized. A display method that includes the step of extracting
前記再構成画像と、入力される前記検査対象物を構成する材料の形体情報とに基づいて、前記検査対象物の品質情報に起因する信号強度と、前記検査対象物の形体に起因する信号強度と、を区別するステップを含む検査方法。 An inspection method using the control device according to claim 2 or 3,
A signal intensity resulting from the quality information of the inspection object and a signal intensity resulting from the shape of the inspection object, based on the reconstructed image and the input shape information of the material forming the inspection object. A method of inspection including the step of distinguishing between and.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2022073932A JP7306528B2 (en) | 2018-04-12 | 2022-04-28 | Control device, display method and inspection method |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018076493A JP7067221B2 (en) | 2018-04-12 | 2018-04-12 | X-ray system |
| JP2022073932A JP7306528B2 (en) | 2018-04-12 | 2022-04-28 | Control device, display method and inspection method |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018076493A Division JP7067221B2 (en) | 2018-04-12 | 2018-04-12 | X-ray system |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2022093509A JP2022093509A (en) | 2022-06-23 |
| JP2022093509A5 JP2022093509A5 (en) | 2022-08-01 |
| JP7306528B2 true JP7306528B2 (en) | 2023-07-11 |
Family
ID=87072525
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022073932A Active JP7306528B2 (en) | 2018-04-12 | 2022-04-28 | Control device, display method and inspection method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7306528B2 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024070230A1 (en) * | 2022-09-26 | 2024-04-04 | 株式会社島津製作所 | X-ray phase imaging device and x-ray phase imaging analysis method |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004147863A (en) | 2002-10-30 | 2004-05-27 | Aloka Co Ltd | X-ray bone density measuring apparatus |
| JP2010271165A (en) | 2009-05-21 | 2010-12-02 | Aisin Aw Co Ltd | Inspection device for printed circuit board |
| WO2014080622A1 (en) | 2012-11-21 | 2014-05-30 | パナソニック株式会社 | Method and device for three-dimensional image processing of fibrous filler within composite material |
| WO2015015851A1 (en) | 2013-07-30 | 2015-02-05 | コニカミノルタ株式会社 | Medical image system and joint cartilage state score determination method |
| JP2015124846A (en) | 2013-12-27 | 2015-07-06 | トヨタ自動車株式会社 | Fiber orientation inspection method |
| JP2017129566A (en) | 2015-11-30 | 2017-07-27 | ザ・ボーイング・カンパニーＴｈｅ Ｂｏｅｉｎｇ Ｃｏｍｐａｎｙ | X-ray scatter systems and methods for detecting structural variations |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0368845A (en) * | 1989-08-09 | 1991-03-25 | Hitachi Ltd | Method and apparatus for inspecting soldering |
-
2022
- 2022-04-28 JP JP2022073932A patent/JP7306528B2/en active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004147863A (en) | 2002-10-30 | 2004-05-27 | Aloka Co Ltd | X-ray bone density measuring apparatus |
| JP2010271165A (en) | 2009-05-21 | 2010-12-02 | Aisin Aw Co Ltd | Inspection device for printed circuit board |
| WO2014080622A1 (en) | 2012-11-21 | 2014-05-30 | パナソニック株式会社 | Method and device for three-dimensional image processing of fibrous filler within composite material |
| WO2015015851A1 (en) | 2013-07-30 | 2015-02-05 | コニカミノルタ株式会社 | Medical image system and joint cartilage state score determination method |
| JP2015124846A (en) | 2013-12-27 | 2015-07-06 | トヨタ自動車株式会社 | Fiber orientation inspection method |
| JP2017129566A (en) | 2015-11-30 | 2017-07-27 | ザ・ボーイング・カンパニーＴｈｅ Ｂｏｅｉｎｇ Ｃｏｍｐａｎｙ | X-ray scatter systems and methods for detecting structural variations |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2022093509A (en) | 2022-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7067221B2 (en) | X-ray system | |
| Landis et al. | X-ray microtomography | |
| US6028910A (en) | High resolution areal tomosynthesis | |
| JP5164777B2 (en) | Liquid article inspection method and equipment | |
| JP4595979B2 (en) | Radiation nondestructive inspection system and piping inspection method | |
| JP7456135B2 (en) | Molding support device and molding support method | |
| Lecomte-Grosbras et al. | Three-dimensional investigation of free-edge effects in laminate composites using x-ray tomography and digital volume correlation | |
| JP5511020B2 (en) | X-ray analyzer | |
| Schumacher et al. | Application of different X-ray techniques to improve in-service carbon fiber reinforced rope inspection | |
| JP7306528B2 (en) | Control device, display method and inspection method | |
| Jerjen et al. | Detection of stress whitening in plastics with the help of X-ray dark field imaging | |
| Rouse | Characterisation of impact damage in carbon fibre reinforced plastics by 3D X-ray tomography | |
| Shoukroun et al. | Composites impact damage detection and characterization using ultrasound and x-ray NDE techniques | |
| Uhry et al. | Optimisation of the process of X-ray tomography applied to the detection of defects in composites materials | |
| JP2020187088A (en) | Inspection device and method for generating image | |
| Ewert | Current Developments in Digital Radiography and Computed Tomography from nm to macro scale | |
| Bartulović et al. | Assessment of DVC measurement uncertainty on glass fiber reinforced polymers with various fiber architectures | |
| JP2019066389A (en) | Method for measuring fiber orientation degree, fiber orientation degree measuring device, and control program of fiber orientation degree measuring device | |
| Kastner et al. | Challenges for grating interferometer X-ray computed tomography for practical applications in industry | |
| JP2010185888A (en) | Radiation nondestructive inspection system and piping inspection method | |
| JP2021143958A (en) | X-ray phase imaging system, X-ray image processing device, and X-ray image processing method | |
| WO2024101243A1 (en) | Image processing method, image processing device, and image processing system | |
| Roth et al. | The effect of experimental variables on industrial x-ray micro-computed sensitivity | |
| Amos | Advanced industrial x-ray computed tomography for defect detection and characterisation of composite structures | |
| WO2024024797A1 (en) | Image management system, image management device, image management method, and image management program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220530 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220722 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230306 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230314 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230511 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230530 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230612 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7306528 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |