JP7455046B2 - Underwater inspection equipment and underwater inspection method - Google Patents
Underwater inspection equipment and underwater inspection method Download PDFInfo
- Publication number
- JP7455046B2 JP7455046B2 JP2020179803A JP2020179803A JP7455046B2 JP 7455046 B2 JP7455046 B2 JP 7455046B2 JP 2020179803 A JP2020179803 A JP 2020179803A JP 2020179803 A JP2020179803 A JP 2020179803A JP 7455046 B2 JP7455046 B2 JP 7455046B2
- Authority
- JP
- Japan
- Prior art keywords
- crack
- underwater
- image
- inspection
- ultrasonic
- 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
- 238000007689 inspection Methods 0.000 title claims description 141
- 238000000034 method Methods 0.000 title claims description 32
- 239000000523 sample Substances 0.000 claims description 30
- 238000012360 testing method Methods 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 14
- 238000003384 imaging method Methods 0.000 claims description 10
- 238000002604 ultrasonography Methods 0.000 claims description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 claims description 4
- 238000012545 processing Methods 0.000 description 15
- 238000013473 artificial intelligence Methods 0.000 description 10
- 230000007547 defect Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- 238000011000 absolute method Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Description
本発明は、水中に設置される大型構造物の検査に好適な水中検査装置および水中検査方法に関する。 The present invention relates to an underwater inspection device and an underwater inspection method suitable for inspecting large structures installed underwater.
連続的に取り込まれるシュラウドの映像から傷や割れなどの欠陥を自動的に検出し、検出された欠陥箇所をさらに詳細な立体形状で検出できるシュラウド自動検査装置の一例として、特許文献１には、シュラウドの表面上でセンシング装置を移動させて映像信号を撮影し、検査情報記録装置に記憶すると共に画像処理装置に入力し、画像処理装置ではシュラウドに傷や割れの欠陥の恐れのある部分の立体形状を演算し、探傷装置ではさらに探傷信号を発信して欠陥の詳細な立体形状を演算して、これらの演算結果は、検査情報記録装置で記憶されることが記載されている。
発電プラントや化学プラントでは、大型構造物の損傷が発生しないように、適切な運転管理が行われている。しかしながら、どれだけ適切に運転管理を行っても大型構造物に割れや減肉等の軽微な欠陥が発生することは避けられない。 At power plants and chemical plants, appropriate operational management is carried out to prevent damage to large structures. However, no matter how well the operation is managed, it is inevitable that minor defects such as cracks and thinning will occur in large structures.
そこで、検査により軽微な欠陥やその予兆を早期に検出して、適切な処置を行うことで対処することが望まれている。例えば、原子力発電プラントに用いる圧力容器では、定期検査において、水中カメラを用いて容器壁面の状態を検査している。 Therefore, it is desired to detect minor defects and their signs at an early stage through inspection, and to take appropriate measures to deal with them. For example, in a pressure vessel used in a nuclear power plant, an underwater camera is used to inspect the condition of the vessel wall during periodic inspections.
このような水中カメラは、広い範囲を一度に確認できるために非常に有効であるが、ひび画像の判定は画像処理による自動検出やプラントの状況を熟知している検査員が判定する必要がある。 Underwater cameras like this are very effective because they can check a wide area at once, but crack images need to be detected automatically through image processing or by inspectors who are familiar with the plant situation. .
特許文献１は、原子力発電プラントのシュラウド自動検査装置を開示している。この検査装置は、２次元カメラや超音波を送受信する超音波センサを備えるセンシング装置、カメラ映像からひびや割れなどの欠陥に対して画像処理を用いて自動的に検出する画像処理装置などを備えている。そして、画像処理装置では、映像信号をディジタル量に変換し、線成分を強調処理して濃淡領域を２値化分割し、対象となる処理領域を抽出して領域の面積や縦横比を計測することにより欠陥の恐れの箇所を検出することを特徴としている。
上述の特許文献１では、検査当該時の映像を用いた画像処理により欠陥の恐れの箇所を検出することが記載されているが、これらは過去の情報を活用できないため精度を改善する余地が多い、との問題がある。また、ひびやひびに似た疑似模様を区別することができない、との問題がある。更には、上記の処理は撮像条件に依存するため、絶対的な方法とは言い切れない。
The above-mentioned
ここで、昨今、人工知能による診断が急速に発展しており、橋梁などのコンクリート部材のひびの診断などに活用されている。 In recent years, diagnosis using artificial intelligence has been rapidly developing, and is being used to diagnose cracks in concrete members such as bridges.
しかし、橋梁などのコンクリート部材ではひびの事例が多いために学習サンプルを多く準備できるが、原子力発電プラントの圧力容器におけるひびの発生はまれであり、その学習量の少なさに課題がある。すなわち、現状では人工知能の適用には信頼性が不足している、との課題がある。 However, since there are many cases of cracks in concrete members such as bridges, many learning samples can be prepared, but cracks in the pressure vessels of nuclear power plants are rare, and the problem is that the amount of learning is small. In other words, the current problem is that the application of artificial intelligence lacks reliability.
また、原子力発電プラントにおける圧力容器内部の水質などの環境要件は、プラント間や検査部位によって状態が異なるため、学習量を増やすことがより困難であるとの課題がある。 Additionally, environmental requirements such as water quality inside pressure vessels in nuclear power plants vary between plants and depending on the inspection site, making it more difficult to increase the amount of learning.
更に、検査が必要な長期間運転しているプラントでは、経時変化が発生し、側壁内部への付着物や水質による色合いの変化など、事前に学習できない要素があり、学習量を積み重ねることが非常に困難である、との課題がある。 Furthermore, in plants that have been operating for a long time and require inspection, changes occur over time, and there are factors that cannot be learned in advance, such as deposits on the inside of the side walls and changes in color due to water quality. The problem is that it is difficult to
これらの事情から、検査装置に単純に人工知能を適用することができず、何かしらの対処を行う必要がある。 Due to these circumstances, it is not possible to simply apply artificial intelligence to inspection equipment, and some kind of countermeasure must be taken.
本発明の目的は、水中検査の信頼性を確保しつつ、検査を合理化して検査時間の短縮を図ることができる水中検査装置および水中検査方法を提供することにある。 An object of the present invention is to provide an underwater inspection device and an underwater inspection method that can streamline the inspection and shorten the inspection time while ensuring the reliability of the underwater inspection.
本発明は、上記課題を解決する手段を複数含んでいるが、その一例を挙げるならば、水中の被検部の表面映像を撮像する水中カメラと、前記水中カメラで撮像された画像を表示するカメラモニタと、前記被検部に対して超音波を送信し、前記被検部から戻る超音波を受信する超音波プローブと、前記超音波プローブでの超音波の送信制御と、前記超音波プローブの受信信号情報を取得する超音波探傷器と、前記超音波探傷器で取得された前記受信信号情報から、ひびを検出する探傷器制御装置と、前記水中カメラで撮像されたひび画像データを記憶するひび画像記憶部、前記水中カメラで撮像されたひび画像データから画像特徴量を抽出するひび学習部、前記水中カメラで撮像されたひび画像データ中の特徴量と前記ひび学習部で抽出された前記画像特徴量とを比較してひびの可能性を判定するひび判定部、前記ひび判定部での判定に基づいて検査結果を評価する検査結果評価部、を有する計算機と、を備え、前記ひび判定部は、前記水中カメラで撮像された画像に対して、前記超音波により発生させた表面波の受信信号強度を用いてひびであるか否かを判定し、前記ひび学習部は、前記画像特徴量がひびか否かを前記ひび判定部での判定結果から学習し、前記ひび画像記憶部は、前記ひび判定部での判定結果と前記水中カメラの画像とを記憶することを特徴とする。
The present invention includes a plurality of means for solving the above-mentioned problems, and one example thereof is an underwater camera that captures a surface image of a subject under water, and displays an image captured by the underwater camera. a camera monitor; an ultrasonic probe that transmits ultrasound waves to the examined area and receives ultrasound waves returned from the examined area; ultrasonic transmission control in the ultrasound probe; an ultrasonic flaw detector that acquires received signal information; a flaw detector control device that detects cracks from the received signal information acquired by the ultrasonic flaw detector; and a flaw detector that stores crack image data captured by the underwater camera. a crack image storage unit that extracts image features from the crack image data captured by the underwater camera; a crack learning unit that extracts image features from the crack image data captured by the underwater camera; a computer comprising: a crack determination unit that determines the possibility of a crack by comparing the image feature amount; and an inspection result evaluation unit that evaluates an inspection result based on the determination by the crack determination unit ; The determining unit determines whether or not the image captured by the underwater camera is a crack using the received signal strength of the surface wave generated by the ultrasonic wave, and the crack learning unit It is characterized in that whether or not the feature amount is a crack is learned from the determination result of the crack determination unit, and the crack image storage unit stores the determination result of the crack determination unit and the image taken by the underwater camera. .
本発明によれば、水中検査の信頼性を確保しつつ、検査を合理化して検査時間の短縮を図ることができる。上記した以外の課題、構成および効果は、以下の実施例の説明により明らかにされる。 According to the present invention, it is possible to streamline the inspection and shorten the inspection time while ensuring the reliability of the underwater inspection. Problems, configurations, and effects other than those described above will be made clear by the description of the following examples.
本発明の水中検査装置および水中検査方法の実施例について図１乃至図７を用いて説明する。なお、本明細書で用いる図面において、同一のまたは対応する構成要素には同一、または類似の符号を付け、これらの構成要素については繰り返しの説明を省略する場合がある。 Embodiments of the underwater inspection apparatus and underwater inspection method of the present invention will be described with reference to FIGS. 1 to 7. In the drawings used in this specification, the same or corresponding components are given the same or similar symbols, and repeated description of these components may be omitted.
以下、検査対象が原子炉圧力容器の場合について説明するが、検査対象は原子炉圧力容器に限られず、水中に設置されるさまざまな構造物、特に大型の構造物の検査に本発明を適用することができる。 The case where the inspection object is a reactor pressure vessel will be explained below, but the inspection object is not limited to the reactor pressure vessel, but the present invention can be applied to inspection of various structures installed underwater, especially large structures. be able to.
最初に、水中検査装置の全体構成や各部の構成について図１乃至図５を用いて説明する。図１は、本実施形態における検査ユニットの構造と、被検部の一部と共に表す斜視図である。図２は、本実施形態における水中検査装置の要部構成を表すブロック図である。図３は、本実施形態における検査ユニットを構成する水中カメラとレーザ照射の説明図である。図４は、超音波検査におけるひびの検出性に関する試験結果の一例である。図５は、検査員に提示される撮像結果画面の一例を示す図である。 First, the overall configuration and the configuration of each part of the underwater inspection device will be explained using FIGS. 1 to 5. FIG. 1 is a perspective view illustrating the structure of the inspection unit according to the present embodiment, together with a part of the test subject. FIG. 2 is a block diagram showing the main part configuration of the underwater inspection apparatus in this embodiment. FIG. 3 is an explanatory diagram of an underwater camera and laser irradiation that constitute the inspection unit in this embodiment. FIG. 4 is an example of test results regarding the detectability of cracks in ultrasonic testing. FIG. 5 is a diagram showing an example of an imaging result screen presented to the inspector.
図１および図２に示すように、本実施形態の水中検査装置１００は、原子炉圧力容器の側壁１（被検部）の内面を検査するためのものであり、大別して、検査ユニット１０と検査制御装置２０とで構成されている。
As shown in FIGS. 1 and 2, the
このうち、検査ユニット１０は、図２に示すように、水中カメラ１１、超音波プローブ１２、レーザ光源１３からなる。検査ユニット１０は、図１に示すように、側壁１の外面に沿って移動させるアーム１４で保持される。
Of these, the
水中カメラ１１は、水中の側壁１の表面映像を撮像するカメラであり、被検部である水中の側壁１におけるひび２の発生を確認する目的で利用される。この水中カメラ１１は、レンズや照明（図示省略）を備えており、その画像は検査制御装置２０に伝達される。この水中カメラ１１により撮像工程が実行される。
The
超音波プローブ１２は、側壁１に対して超音波を送信し、側壁１から戻る超音波を受信する部分であり、側壁１に対して超音波３を照射した際のひび２からの反射信号の有無でひび２の存在を確認する目的で利用する。超音波３は、容器内の水を介して側壁１に入射させる。その際、側壁１において、表面波３ａが発生するように超音波の入射角を傾斜させる。ここでは、超音波３の入射角は、側壁材料である鋼材と水との音速の比から、３０°程度とすることが望ましい。この超音波プローブ１２により超音波送受信工程が実行される。
The
レーザ光源１３は、側壁１にレーザ光４を照射するための装置であり、超音波プローブ１２が側壁１に対して超音波を送信する領域を照射位置１８（図３参照）により指し示すものである。つまり、水中カメラ１１の視野位置と超音波３の入射位置が合い、ひび２か否かが疑われる開口１７に超音波３が正確に送信されることを担保する目的で利用される。そのために、検査を開始する前に、レーザ光源１３から発信されるレーザ光４の照射位置１８が超音波プローブ１２の超音波送信方向に一致するように調整しておくことが望まれる。
The
アーム１４は、遠隔で自動制御可能なマニピュレータであり、圧力容器上側の開口部から投入され、容器内の剛な構造物に固定して動作される。アーム１４の操作は検査員によって遠隔で実施され、検査ユニット１０を側壁１の所望の位置に移動して検査を実施するために用いられる。
The
この検査におけるひび２の判定は、水中カメラ１１の画像を用いて検査制御装置２０内の計算機３０の処理で実施する。この処理において、ひび２とひび２に似た模様である疑似模様との判別が難しい場合に、表面波３ａの反射信号を用いてこの判別補助をする。
The determination of
検査制御装置２０は、図２に示すように、カメラモニタ２１、超音波探傷器２２、レーザ発信器２３、探傷器制御装置２４、計算機３０から構成される。なお、図示は省略するものの、検査制御装置２０には入力装置（詳細には、キーボードやマウス等）が接続されている。
As shown in FIG. 2, the
カメラモニタ２１は、水中カメラ１１で撮像された検査部である側壁１の検査部の画像を表示する表示装置であり、液晶ディスプレイなどで構成される。
The camera monitor 21 is a display device that displays an image of the inspection section of the
レーザ発信器２３は、レーザ光源１３のレーザの発信を制御する装置であり、探傷器制御装置２４からの指令に応じて、レーザ光源１３から側壁１の検査部にレーザ光４を照射する。レーザ光４は、図３に示すように、カメラモニタ２１の照射位置１８として映像として表示される。
The laser transmitter 23 is a device that controls the laser emission of the
超音波探傷器２２は、超音波プローブ１２での超音波の送信制御と、超音波プローブ１２の受信信号情報を取得する装置であり、詳細は省略するものの、パルサおよびレシーバ（いずれも図示省略）を有する。パルサは、探傷器制御装置２４からの指令に応じて、超音波プローブ１２の圧電素子（図示省略）に駆動信号（電気信号）を出力する。これにより、超音波プローブ１２の圧電素子は、側壁１の内面に向けて超音波を送信する。超音波プローブ１２の圧電素子は、側壁１の内面に欠陥が生じている場合に欠陥で反射された反射波を受信し、波形信号（電気信号）に変換してレシーバに出力する。レシーバは、波形信号に対し所定の処理を行って計算機３０に出力する。なお、探傷器制御装置２４の動作指示は検査員が実施する。
The
探傷器制御装置２４は、超音波探傷器２２とレーザ発信器２３の動作を制御するとともに、超音波探傷器２２で取得された受信信号を処理して、ひび２を検出するための装置である。
The flaw
図４に表面波を用いたひびの検出性に関する試験結果を記す。図の横軸はひびの深さ、縦軸は表面波の反射信号強度である。 Figure 4 shows the test results regarding the detectability of cracks using surface waves. The horizontal axis of the figure is the depth of the crack, and the vertical axis is the reflected signal intensity of the surface wave.
図４に示す試験は、中心周波数３ＭＨｚの超音波プローブを用いた開口割れの検出試験の結果であるが、深さが０．２ｍｍまでの小さなひび２は反射信号強度は弱く線形に信号強度が変化することがわかる。また、ひび２の深さが０．２ｍｍ以上では反射信号強度はほぼ一定となることがわかる。
The test shown in Figure 4 is the result of an open crack detection test using an ultrasonic probe with a center frequency of 3 MHz.In
つまり、ひび２の深さが０．２ｍｍ程度になると０．２ｍｍより深いひび２との区別は難しくなるが、深さが０．１ｍｍ程度であれば信号強度で２４ｄＢ（１６倍）程度の違いが発生するため、深さ０．２ｍｍ程度のひび２との区別が容易である。ここで、先に述べた疑似模様は、深さが０．１ｍｍ以下である場合が多い。従って、カメラの画像では判別が難しいひび２と疑似模様の判別に、表面波を用いた判定を加えることで判別できることになる。
In other words, when the depth of
なお、表面波は、超音波の波長、すなわち周波数によって深さ方向に対する強度分布が異なる。例えば、３ＭＨｚより高い周波数の表面波を用いると、より表層部に強く音響エネルギーが集中し、深さ０．２ｍｍ以下の深さ分解能が向上する。 Note that the intensity distribution of the surface waves in the depth direction differs depending on the wavelength of the ultrasonic waves, that is, the frequency. For example, when a surface wave with a frequency higher than 3 MHz is used, acoustic energy is more strongly concentrated in the surface layer, and the depth resolution at a depth of 0.2 mm or less is improved.
ここで、全てのひび２と疑似模様に対して表面波を用いた検査を行うこととすると、検査に多くの時間を有するという課題がある。そこで、人工知能を用いること、そして目視検査に用いる際の学習方法と信頼性の向上が重要になる。人工知能を用いた目視検査の事例として、橋梁などのコンクリート部材の検査がある。これらの検査では、対象構造物や割れの事例が多量にあるため、ひびの画像を事前に学習した人工知能を用いて、実際の構造物の検査を行っている。
Here, if all
しかし、原子力発電プラントでの圧力容器内検査の場合、ひびの事例は少なく、実際のプラントでのひびを有する画像は稀である。そのため、導入当初は人工知能の事前学習は十分とは言えない。そこで、現場画像を用いてその場学習をすることで人工知能は強化できる。しかし、その際の画像の正確性、つまり取得した画像がひび２が疑似模様かの判別に上記の超音波検査の結果を組み込むことで、その精度は確保できる。そのための構成や手法については詳しくは後述する。
However, when inspecting the inside of a pressure vessel in a nuclear power plant, there are few cases of cracks, and images showing cracks in actual plants are rare. Therefore, prior training on artificial intelligence cannot be said to be sufficient at the beginning of introduction. Therefore, artificial intelligence can be strengthened by performing on-the-spot learning using on-site images. However, the accuracy of the image at that time, that is, the accuracy can be ensured by incorporating the results of the ultrasonic inspection described above into determining whether the
計算機３０は、カメラモニタ２１の画像と超音波探傷器２２の信号を用いてひび２の有無を判定する演算装置であり、詳細の図示は省略するが、プログラムを記憶するＲＯＭと、プログラムに従って処理を実行するＣＰＵと、処理結果を記憶するＲＡＭとを有する。
The
この計算機３０は、機能的構成として、ひび画像記憶部３１、ひび学習部３２、ひび判定部３３、および検査結果評価部３４を有しており、計算工程、および表示工程を実行する。
This
ひび画像記憶部３１は、水中カメラ１１で撮像されたひび２画像データを記憶して以降の検査で活用するとともに、この画像データをひび判定部３３での判定結果とともに記憶するための装置であり、好適には上述したＲＯＭやＨＤＤ，ＳＳＤなどの各種記録媒体で構成される。
The crack
また、ひび画像記憶部３１は、過去の検査で検出されたひび２や疑似模様を含んだ画像を事前に記録し、その情報をひび学習部３２に送る。
The crack
ひび学習部３２は、水中カメラ１１で撮像され、ひび画像記憶部３１に記録されたひび２や疑似模様を含んだ画像から画像特徴量を抽出して数値化する。これらの数値データは、ひび２を含む画像範囲の抽出基準を有する。また、当回の検査で得た計測した画像において、ひび２や疑似模様と思われる範囲を含んだ場合には、先に記した超音波プローブ１２や超音波探傷器２２による超音波検査を行い、表面波を用いた判定結果からひび２か疑似模様かのひび判定部３３での判定結果を画像データに付加し、併せて学習する。この際、画像特徴量についても学習することができる。この結果は、ひび画像記憶部３１に画像と判定結果として記録する。また、判定結果はひび判定部３３に送られる。
The
このひび学習部３２における学習方法の詳細は特に限定されず、公知の様々な手法を採用することができる。
The details of the learning method in this
また、ひび学習部３２では、画像特徴量がひび２か疑似模様かを学習する際には、側壁１が置かれている検査環境中の環境の色調や水質、検査該当部分の錆の付着の有無やその厚さを紐づけることが望ましい。
In addition, when learning whether the image feature amount is a
ひび判定部３３は、水中カメラ１１で撮像された画像に対して、超音波により発生させた表面波の受信信号強度を用いてひび２であるか否かを判定するとともに、水中カメラ１１で撮像された検査対象部の画像中の特徴量とひび学習部３２で抽出した画像特徴量とを比較して、ひび２を含む可能性がある領域の画像範囲の抽出を行う。
The
これらひび学習部３２の特徴量と、ひび判定部３３でのひび２を含む画像範囲の抽出には、ひび学習部３２を構成する人工知能を活用することで自動的にひび２の判定が実施できるとともに、判定を積み重ねて精度の向上を図ることができる。
The
また、当回の検査画像は超音波検査でひび２か疑似模様かを判定した画像であり、これを学習に活用することで、人工知能の判定性能が当回の検査の間に高度化し、判定精度をより向上できる。
In addition, the current inspection image is an image that was determined to be a
検査結果評価部３４は、ひび判定部３３が算出したひび２を含む画像範囲をカメラモニタ２１に提示することで、検査結果を評価することを可能とする。図５に示すように、カメラモニタ２１に提示される画面では、ひび２の可能性のある開口１７とレーザ光４の照射されている照射位置１８とが表示される水中カメラ１１が撮像したそのままの表示画像２１Ａと、開口１７部分を強調して検査員にひび２の可能性があることを明確に伝えるための円１９が表示された表示画像２１Ｂとが並んで表示される。
The inspection
ここで、ひび２を含む画像範囲にひび２が存在するか否かの最終判定は、ひび判定部３３の判定時の数値技術を用いて機械的に実施することもできるが、重要な判断となるため、検査員が行うものとすることができる。
Here, the final determination as to whether or not crack 2 exists in the image range that includes
次に、本実施形態の水中検査装置の制御手順を説明する。図６は、本実施形態における水中検査装置の制御手順を表すフローチャートである。 Next, a control procedure of the underwater inspection apparatus of this embodiment will be explained. FIG. 6 is a flowchart showing the control procedure of the underwater inspection apparatus in this embodiment.
まず、図６に示すように、検査ユニット１０の位置設定を行う（ステップＳ１００）。本ステップＳ１００では、アーム１４の先端に装備した検査ユニット１０を水中に投入して、剛な構造物に固定する。検査ユニット１０は、水中カメラ１１の映像を確認しながら、側壁１の検査対象部に移動させる。
First, as shown in FIG. 6, the position of the
次に、水中カメラ１１で検査対象部を撮像する（ステップＳ１０１）。上述したステップＳ１０１およびＳ１０２でのアーム１４の設置および検査ユニット１０の操作は検査員が遠隔で行う。
Next, the
その後、水中カメラ１１での映像を検査員が確認してひび２の抽出を行う（ステップＳ１０２）。ひび２の抽出には、検査員がカメラモニタ２１を都度確認しながら実施するが、この際、図５に示すように、撮像画像そのもの（表示画像２１Ａ）と学習により高精度化されたひび２の疑いがある領域の有無が強調表示された画像（表示画像２１Ｂ）とが並んで表示された画面を参照する等の方法により、先に記したひび学習部３２による学習結果を利用したひび判定部３３による判断結果（ステップＳ１０３）を適宜取り込みながら行う。
After that, the inspector checks the image taken by the
次いで、ひび２の可能性があるか否かの判定を行う（ステップＳ１０４）。このステップＳ１０４で、開口１７がひび２の可能性があると判断した場合は、ステップＳ１０５以降の処理に移行する。一方、ひび２の可能性がないと判断した場合、ステップＳ１１１のひびなし判定の処理に移行する。
Next, it is determined whether there is a possibility of crack 2 (step S104). If it is determined in this step S104 that there is a possibility that the
ステップＳ１０５からステップＳ１０８の処理は、ひび２の可能性がある範囲に対する追加測定のフローである。
The processing from step S105 to step S108 is a flow of additional measurement for a range where
最初に、検査員が探傷器制御装置２４を操作してレーザ発信器２３に指令を出し、検査対象部にレーザ光４を照射する（ステップＳ１０５）。図３に示すような照射位置１８を表示させてカメラモニタ２１の視野中央にレーザ光４とひび２と疑われる開口１７の位置とが合うように水中カメラ１１の位置を微調整することで超音波照射位置を調整する（ステップＳ１０６）。
First, the inspector operates the flaw
これらの調整準備が整った後は、表面波検査を実施する（ステップＳ１０７）。本ステップＳ１０７では、検査員が探傷器制御装置２４を操作して、超音波探傷器２２に超音波３の発信の指令を出す。超音波プローブ１２から超音波３が照射され、側壁１で表面波３ａが発生する。
After these adjustment preparations are completed, a surface wave inspection is performed (step S107). In step S107, the inspector operates the flaw
ここで、ひび２の可能性がある開口１７が深さを有するひび２である場合、表面波３ａの反射波が発生する。この反射波は超音波プローブ１２で受信され、受信信号は超音波探傷器２２で表示される。この反射波の受信信号の有無およびその強度に応じて開口１７の概略深さの測定が可能になる（ステップＳ１０８）。
Here, if the
次に、開口１７が所定の深さがあるか否かの判定を行う（ステップＳ１０９）。このステップＳ１０９では、図４に示したように反射信号強度を用いた評価でひび２深さの算定が可能である。例えば、ひび２の有無の判断基準では、反射信号強度の－１２ｄＢ（基準レベルの１／４）レベルをしきい値とする。そこで、－１２ｄＢレベルより大きい信号が得られた場合は処理をステップＳ１１３に進めて、－１２ｄＢレベル以下の小さい信号を得た場合は処理をステップＳ１１０に進める。
Next, it is determined whether the
ここで、これらの判定を行った画像は水中検査をする上で有益な情報である。従って、ステップＳ１０１で得た画像とステップＳ１１０やステップＳ１１３の処理結果は、ひび画像記憶部３１に記憶する。
Here, the images on which these determinations have been made are useful information for underwater inspection. Therefore, the image obtained in step S101 and the processing results in steps S110 and S113 are stored in the crack
具体的には、－１２ｄＢレベルより大きい信号が得られた場合は深さがあるひび２と判断して「ひびあり」と判定して、ひび画像記憶部３１にひび画像として記録し（ステップＳ１１３）、処理をステップＳ１１４に進める。一方、－１２ｄＢレベル以下の小さい信号を得た場合、対象の開口１７は深さがあるひび２ではなく「疑似模様」と判定し、ステップＳ１１３と同様にひび画像記憶部３１にひび２がない画像として記録し（ステップＳ１１０）、ステップＳ１１１に進める。
Specifically, if a signal larger than the -12 dB level is obtained, it is determined that there is a
これらステップＳ１１０，Ｓ１１３でひび画像記憶部３１に記憶した画像は、ステップＳ１１２でのカメラを移動した後の次回の検査でのステップＳ１０３において活用する。この行為により、検査をしながら、実物の検査画像とその判断結果が逐次蓄積することができ、検査を重ねる度にこの検査装置の判定精度が向上することになる。
The images stored in the crack
上述のステップＳ１０４でひび２の可能性がないと判定されたときや、ステップＳ１１０で「疑似模様」と判定されたときは、判定「ひびなし」を実行し（ステップＳ１１１）、特に処置をする必要がないことから、水中カメラ１１を移動させて（ステップＳ１１２）、次の検査範囲の測定に移行する。
When it is determined in step S104 that there is no possibility of
これに対し、ステップＳ１１３で「ひびあり」と判定されたときは、「ひびあり」と判定された箇所は、構造強度に影響を及ぼす可能性があるため、ひび２の深さや広がりなどを詳細に測定する追加検査が必要であることを検査員に提示する（ステップＳ１１４）。追加検査は、詳細な手法で適した検査装置、器材が必要なため、別検査として実施する。別検査実施を提示した後は、水中カメラ１１を移動させて（ステップＳ１１２）、次の検査範囲の測定に移行する。
On the other hand, when it is determined in step S113 that there is a crack, the depth and spread of the
なお、水中検査装置の形態は、図１に示した形態に限られず、例えば図７で示す変形例がある。図７は変形例における水中検査ユニットの構造である。 Note that the form of the underwater inspection device is not limited to the form shown in FIG. 1, and there is a modification example shown in FIG. 7, for example. FIG. 7 shows the structure of an underwater inspection unit in a modified example.
図７に示す水中検査装置１００Ａでは、図１に示した水中検査装置１００とは異なり、側壁１に対して水中カメラ１１が正対して配置される。これは、側壁１に発生したひび２と水中カメラ１１の距離がひび２の判定において重要になる場合に非常に好適な構成である。
In the
図７に示す水中検査装置１００Ａでは、側壁１に発生したひび２と水中カメラ１１の距離を正確に取得するために、側壁１と水中カメラ１１との距離を測定するレーザ距離計１５を有している。
The
また、ひび２と疑似模様との判別に用いる表面波３ａは、水中超音波を用いる場合は上述のように超音波３を鋼材に対して３０°傾斜すると、効果的に発生させることができる。そこで、水中検査装置１００Ａでは、側壁１で表面波３ａが発生するように超音波プローブ１２の傾斜角度を計測する傾斜計１６を設け、これにより超音波プローブ１２の傾斜角が３０°となるように検査ユニット１０を設置することができる。これらの検査対象に対する検査ユニットの距離および角度を補償することにより、計測精度が向上でき、ひびの判定の信頼性向上につながる。
Further, the surface waves 3a used for distinguishing between
次に、本実施例の効果について説明する。 Next, the effects of this embodiment will be explained.
上述した本実施例の水中検査装置１００，１００Ａは、水中の側壁１の表面映像を撮像する水中カメラ１１と、水中カメラ１１で撮像された画像を表示するカメラモニタ２１と、側壁１に対して超音波を送信し、側壁１から戻る超音波を受信する超音波プローブ１２と、超音波プローブ１２での超音波の送信制御と、超音波プローブ１２の受信信号情報を取得する超音波探傷器２２と、超音波探傷器２２で取得された受信信号から、ひび２を検出する探傷器制御装置２４と、水中カメラ１１で撮像されたひび２画像データを記憶するひび画像記憶部３１、水中カメラ１１で撮像されたひび２画像データから画像特徴量を抽出するひび学習部３２、水中カメラ１１で撮像されたひび２画像データ中の特徴量とひび学習部３２で抽出された画像特徴量とを比較してひび２の可能性を判定するひび判定部３３、ひび判定部３３での判定に基づいて検査結果を評価する検査結果評価部３４、を有する計算機３０と、を備える。
The
これにより、水中カメラ１１で取得した画像を超音波測定に従ったひびか否かの正誤情報とともに学習することで、開始当初はひび画像が少なく判定精度が低い場合でも、検査をする度にその判定精度は向上する。従って、次の検査範囲を測定する際には、向上した学習結果に基づいた判定アシストがなされ、検査を積み重ねるほど精度が高い検査を提供できるようになる。これにより、検査結果の信頼性を確保しつつ、超音波検査を実施する箇所を減らすことでひび判定の負担を軽減して、検査時間の短縮を図ることができる。
As a result, by learning images acquired by the
また、ひび判定部３３は、水中カメラ１１で撮像された画像に対して、超音波により発生させた表面波の受信信号強度を用いてひび２であるか否かを判定し、ひび学習部３２は、画像特徴量がひび２か否かをひび判定部３３での判定結果から学習し、ひび画像記憶部３１は、ひび判定部３３での判定結果と水中カメラ１１の画像とを記憶するため、高い精度での学習を実現することができる。
Furthermore, the
更に、ひび学習部３２は、画像特徴量がひび２か疑似模様かを学習する際に、側壁１が置かれている環境の色調、水質、側壁１の錆の付着の有無やその厚さを紐づけて学習することで、更に高い精度での学習を実現することができるとともに、プラント間の状態変化や経時変化に対しても対応できるようになることが期待される。
Furthermore, when learning whether the image feature is a
また、検査結果評価部３４は、カメラモニタ２１に表示される水中カメラ１１で撮像された画像の中でひび２の可能性がある領域を強調表示させることにより、検査員が容易に超音波検査を実施すべき領域を特定できるようになり、より短時間での検査を実現できるようになる。
In addition, the inspection
更に、超音波プローブ１２が側壁１に対して超音波を送信する領域を指し示すレーザ光源１３と、レーザ光源１３のレーザの発信を制御するレーザ発信器２３と、を更に備えることで、超音波による探傷を行うべき領域に超音波プローブ１２を向けることが容易になり、短時間での検査を実現することができる。
Furthermore, by further comprising a
また、側壁１で表面波が発生するように超音波プローブ１２の傾斜角度を計測する傾斜計１６を更に備えることにより、ひび２と疑似模様との判別に用いる表面波３ａをより効果的に発生させることが可能な条件に超音波プローブ１２を設定することがより容易となり、より短時間でありながら高精度の検査を実現することができる。
Furthermore, by further providing an
更に、側壁１と水中カメラ１１との距離を測定するレーザ距離計１５を更に備えることで、側壁１に発生したひび２と水中カメラ１１の距離を正確に取得することができ、ひび２の判定をより正確に行うことができるようになる。
Furthermore, by further providing a
＜その他＞
なお、本発明は上記の実施例に限られず、種々の変形、応用が可能なものである。上述した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されない。
<Others>
Note that the present invention is not limited to the above-described embodiments, and various modifications and applications are possible. The embodiments described above are described in detail to explain the present invention in an easy-to-understand manner, and the present invention is not necessarily limited to having all the configurations described.
１…側壁（被検部）
２…ひび
３…超音波
３ａ…表面波
４…レーザ光
１０…検査ユニット
１１…水中カメラ
１２…超音波プローブ
１３…レーザ光源
１４…アーム
１５…レーザ距離計
１６…傾斜計
１７…開口
１８…照射位置
１９…円
２０…検査制御装置
２１…カメラモニタ
２１Ａ，２１Ｂ…表示画像
２２…超音波探傷器
２３…レーザ発信器
２４…探傷器制御装置
３０…計算機
３１…ひび画像記憶部
３２…ひび学習部
３３…ひび判定部
３４…検査結果評価部
１００，１００Ａ…水中検査装置
1... Side wall (tested part)
2...Crack 3...
Claims (9)
前記水中カメラで撮像された画像を表示するカメラモニタと、
前記被検部に対して超音波を送信し、前記被検部から戻る超音波を受信する超音波プローブと、
前記超音波プローブでの超音波の送信制御と、前記超音波プローブの受信信号情報を取得する超音波探傷器と、
前記超音波探傷器で取得された前記受信信号情報から、ひびを検出する探傷器制御装置と、
前記水中カメラで撮像されたひび画像データを記憶するひび画像記憶部、前記水中カメラで撮像されたひび画像データから画像特徴量を抽出するひび学習部、前記水中カメラで撮像されたひび画像データ中の特徴量と前記ひび学習部で抽出された前記画像特徴量とを比較してひびの可能性を判定するひび判定部、前記ひび判定部での判定に基づいて検査結果を評価する検査結果評価部、を有する計算機と、を備え、
前記ひび判定部は、前記水中カメラで撮像された画像に対して、前記超音波により発生させた表面波の受信信号強度を用いてひびであるか否かを判定し、
前記ひび学習部は、前記画像特徴量がひびか否かを前記ひび判定部での判定結果から学習し、
前記ひび画像記憶部は、前記ひび判定部での判定結果と前記水中カメラの画像とを記憶する
ことを特徴とする水中検査装置。 An underwater camera that captures surface images of the underwater test area;
a camera monitor that displays images captured by the underwater camera;
an ultrasound probe that transmits ultrasonic waves to the tested area and receives ultrasound waves returned from the tested area;
an ultrasonic flaw detector that controls transmission of ultrasonic waves in the ultrasonic probe and acquires information on received signals of the ultrasonic probe;
a flaw detector control device that detects a crack from the received signal information acquired by the ultrasonic flaw detector;
a crack image storage unit that stores crack image data captured by the underwater camera; a crack learning unit that extracts image features from the crack image data captured by the underwater camera; and a crack learning unit that extracts image features from the crack image data captured by the underwater camera. a crack determination section that determines the possibility of a crack by comparing the feature amount of the image with the image feature amount extracted by the crack learning section; and an inspection result evaluation that evaluates the inspection result based on the determination by the crack determination section. a calculator having a section ;
The crack determination unit determines whether or not the image captured by the underwater camera is a crack using the received signal strength of a surface wave generated by the ultrasonic wave,
The crack learning unit learns whether the image feature amount is a crack from the determination result of the crack determination unit,
The underwater inspection apparatus is characterized in that the crack image storage section stores the determination result of the crack determination section and the image taken by the underwater camera .
前記ひび学習部は、前記画像特徴量がひびか疑似模様かを学習する際に、前記被検部が置かれている環境の色調、水質、前記被検部の錆の付着の有無やその厚さを紐づけて学習する
ことを特徴とする水中検査装置。 The underwater inspection device according to claim 1 ,
When learning whether the image feature is a crack or a pseudo pattern, the crack learning unit uses the color tone and water quality of the environment in which the test area is placed, the presence or absence of rust on the test area, and its thickness. An underwater inspection device that is characterized by being able to learn by linking.
前記検査結果評価部は、前記カメラモニタに表示される前記水中カメラで撮像された画像のなかでひびの可能性がある領域を強調表示させる
ことを特徴とする水中検査装置。 The underwater inspection device according to claim 1,
The underwater inspection apparatus is characterized in that the inspection result evaluation unit highlights an area where there is a possibility of a crack in an image captured by the underwater camera displayed on the camera monitor.
前記超音波プローブが前記被検部に対して超音波を送信する領域を指し示すレーザ光源と、
前記レーザ光源のレーザの発信を制御するレーザ発信器と、を更に備える
ことを特徴とする水中検査装置。 The underwater inspection device according to claim 1 ,
a laser light source that points to a region where the ultrasound probe transmits ultrasound to the subject;
An underwater inspection device further comprising: a laser transmitter that controls laser emission from the laser light source.
前記被検部で表面波が発生するように前記超音波プローブの傾斜角度を計測する傾斜計を更に備える
ことを特徴とする水中検査装置。 The underwater inspection device according to claim 1 ,
An underwater inspection device further comprising: an inclinometer that measures an inclination angle of the ultrasonic probe so that surface waves are generated in the test area.
前記被検部と前記水中カメラとの距離を測定するレーザ距離計を更に備える
ことを特徴とする水中検査装置。 The underwater inspection device according to claim 1 ,
An underwater inspection device further comprising: a laser distance meter that measures the distance between the inspection area and the underwater camera.
前記被検部に対して超音波を送信し、前記被検部から戻る超音波を受信する超音波送受信工程と、
前記撮像工程で撮像されたひび画像データを記憶し、前記ひび画像データから画像特徴量を抽出し、前記画像特徴量がひびか否かを前記超音波送受信工程での測定結果から学習し、前記撮像工程で撮像されたひび画像データ中の特徴量と抽出された前記画像特徴量とを比較してひびの可能性を判定し、検査結果を評価する計算工程と、
前記撮像工程で撮像された画像を表示する表示工程と、を有し、
前記計算工程では、
前記撮像工程で撮像された画像に対して前記超音波送受信工程で発生させた表面波の受信信号強度を用いてひびであるか否かを判定し、
前記画像特徴量がひびか否かを前記判定結果から学習し、
前記判定結果と前記撮像工程で撮像された画像とを記憶する
ことを特徴とする水中検査方法。 an imaging step of capturing a surface image of the underwater test area;
an ultrasonic transmission/reception step of transmitting ultrasonic waves to the tested part and receiving ultrasound waves returned from the tested part;
storing the crack image data imaged in the imaging step, extracting an image feature amount from the crack image data, learning whether or not the image feature amount is a crack from the measurement results in the ultrasonic transmission/reception step; a calculation step of comparing the feature amount in the crack image data imaged in the process with the extracted image feature amount to determine the possibility of a crack and evaluating the inspection result;
a display step of displaying the image captured in the imaging step ,
In the calculation step,
Determining whether the image captured in the imaging step is a crack using the received signal strength of the surface waves generated in the ultrasonic transmission/reception step;
Learning whether the image feature amount is a crack from the determination result,
An underwater inspection method, characterized in that the determination result and the image captured in the imaging step are stored .
前記計算工程では、前記画像特徴量がひびか疑似模様かを学習する際に、前記被検部が置かれている環境の色調、水質、前記被検部の錆の付着の有無やその厚さを紐づけて学習する
ことを特徴とする水中検査方法。 In the underwater inspection method according to claim 7 ,
In the calculation step, when learning whether the image feature is a crack or a pseudo pattern, the color tone of the environment in which the test area is placed, the water quality, and the presence or absence of rust on the test area and its thickness are considered. An underwater inspection method characterized by linking and learning.
前記計算工程では、前記表示工程で表示される前記撮像工程で撮像された画像のうち、ひびの可能性がある領域を強調表示させる
ことを特徴とする水中検査方法。 In the underwater inspection method according to claim 7 ,
The underwater inspection method is characterized in that, in the calculation step, an area where there is a possibility of a crack is highlighted in the image taken in the imaging step and displayed in the display step.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020179803A JP7455046B2 (en) | 2020-10-27 | 2020-10-27 | Underwater inspection equipment and underwater inspection method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020179803A JP7455046B2 (en) | 2020-10-27 | 2020-10-27 | Underwater inspection equipment and underwater inspection method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2022070635A JP2022070635A (en) | 2022-05-13 |
| JP7455046B2 true JP7455046B2 (en) | 2024-03-25 |
Family
ID=81535074
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020179803A Active JP7455046B2 (en) | 2020-10-27 | 2020-10-27 | Underwater inspection equipment and underwater inspection method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7455046B2 (en) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004325246A (en) | 2003-04-24 | 2004-11-18 | Toshiba Corp | Defect inspection apparatus |
| JP2005030773A (en) | 2003-07-07 | 2005-02-03 | Toshiba Corp | Equipment and method for inspecting the inside of reactor |
| JP2019212073A (en) | 2018-06-06 | 2019-12-12 | アズビル株式会社 | Image discriminating apparatus and method thereof |
| JP2020022979A (en) | 2018-08-07 | 2020-02-13 | 株式会社日立製作所 | Soldering device and abnormal soldering detection method |
| JP2020155063A (en) | 2019-03-22 | 2020-09-24 | キヤノン株式会社 | Information processor, method for controlling the same, program, and recording medium |
| JP2020160966A (en) | 2019-03-27 | 2020-10-01 | 株式会社日立製作所 | Image recognition system and image recognition method |
-
2020
- 2020-10-27 JP JP2020179803A patent/JP7455046B2/en active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004325246A (en) | 2003-04-24 | 2004-11-18 | Toshiba Corp | Defect inspection apparatus |
| JP2005030773A (en) | 2003-07-07 | 2005-02-03 | Toshiba Corp | Equipment and method for inspecting the inside of reactor |
| JP2019212073A (en) | 2018-06-06 | 2019-12-12 | アズビル株式会社 | Image discriminating apparatus and method thereof |
| JP2020022979A (en) | 2018-08-07 | 2020-02-13 | 株式会社日立製作所 | Soldering device and abnormal soldering detection method |
| JP2020155063A (en) | 2019-03-22 | 2020-09-24 | キヤノン株式会社 | Information processor, method for controlling the same, program, and recording medium |
| JP2020160966A (en) | 2019-03-27 | 2020-10-01 | 株式会社日立製作所 | Image recognition system and image recognition method |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2022070635A (en) | 2022-05-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5604738B2 (en) | Progress crack detection method, apparatus and program | |
| JP2005156305A (en) | Evaluation method of internal defect | |
| CN111902716A (en) | Ultrasonic inspection device, method, program, and ultrasonic inspection system | |
| JP7450098B2 (en) | Ultrasonic testing method and ultrasonic testing equipment | |
| JP2011027571A (en) | Piping thickness reduction inspection apparatus and piping thickness reduction inspection method | |
| JP2011053040A (en) | Ultrasonic inspection method and device | |
| JP6356579B2 (en) | Eddy current flaw detector and eddy current flaw detection method | |
| JP7455046B2 (en) | Underwater inspection equipment and underwater inspection method | |
| JP4559931B2 (en) | Ultrasonic flaw detection method | |
| JP4728762B2 (en) | Ultrasonic flaw detection image processing device | |
| KR101539599B1 (en) | Accelerated structural damage visualization through multi-level noncontact laser ultrasonic scanning and visualization method thereof | |
| KR100546827B1 (en) | System and its method for processing digital ultrasonic image | |
| JP2007292554A (en) | Ultrasonic flaw inspection system | |
| JP5150302B2 (en) | Ultrasonic inspection data evaluation apparatus and ultrasonic inspection data evaluation method | |
| CN117686588B (en) | Nondestructive monitoring system and method for welding quality of gas pipeline | |
| JP2013185969A (en) | Weld defect detection method and weld defect detection device | |
| US11885767B2 (en) | Automated scan data quality assessment in ultrasonic testing | |
| EP4109090A2 (en) | System and method for automated confirmation of defect indications in ultrasonic testing | |
| CN110702791B (en) | Method for detecting edge of part through ultrasonic imaging | |
| JP7242579B2 (en) | Ultrasonic flaw detection system and ultrasonic flaw detection method | |
| JP3531019B2 (en) | Defect identification method by ultrasonic flaw detection | |
| Chen et al. | Assessing Internal Pitting Corrosion With Encoded Ultrasonic Scanning | |
| JP2004205303A (en) | Evaluation method and evaluation system for damage | |
| CN117686588A (en) | Nondestructive monitoring system and method for welding quality of gas pipeline | |
| Guimarães et al. | A simulation of probability of rejection as an aid to understanding the significance of sizing accuracy |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230220 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240206 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240221 |
|
| TRDD | Decision of grant or rejection written | ||
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240229 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240305 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240312 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7455046 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |