WO2019102892A1 - 検査支援システム、学習装置、及び判定装置 - Google Patents

検査支援システム、学習装置、及び判定装置 Download PDF

Info

Publication number
WO2019102892A1
WO2019102892A1 PCT/JP2018/041847 JP2018041847W WO2019102892A1 WO 2019102892 A1 WO2019102892 A1 WO 2019102892A1 JP 2018041847 W JP2018041847 W JP 2018041847W WO 2019102892 A1 WO2019102892 A1 WO 2019102892A1
Authority
WO
WIPO (PCT)
Prior art keywords
determination
result
unit
learning
determination result
Prior art date
Application number
PCT/JP2018/041847
Other languages
English (en)
French (fr)
Inventor
和也 古市
曉仁 五十嵐
玄 井川
健一 味村
Original Assignee
千代田化工建設株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 千代田化工建設株式会社 filed Critical 千代田化工建設株式会社
Priority to AU2018371375A priority Critical patent/AU2018371375B2/en
Priority to EP18880256.5A priority patent/EP3671188A4/en
Priority to CA3075911A priority patent/CA3075911A1/en
Publication of WO2019102892A1 publication Critical patent/WO2019102892A1/ja
Priority to US16/825,230 priority patent/US11301976B2/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4445—Classification of defects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/06—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption
    • G01N23/083—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption the radiation being X-rays
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4481—Neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects

Definitions

  • the present invention relates to an inspection support system for supporting nondestructive inspection of an object, and a learning apparatus and determination apparatus that can be used for the inspection support system.
  • RT Radiographic Testing
  • Patent Document 1 As a technique for supporting such nondestructive inspection, a technique for detecting a welded portion of a steel pipe is known (see, for example, Patent Document 1).
  • the welding portion detection method described in Patent Document 1 extracts a video signal of the inner surface of a pipe using a television camera while rotating the steel pipe in the circumferential direction, and the pipe surface having a value unique to the pipe type from the obtained video signal.
  • the image feature quantity is extracted, and a weld part and a base material part are distinguished by a neural network which learns and stores the inner face image feature quantity of the pipe type to be detected in advance, and the weld part is detected.
  • the operator selects the signal waveform feature to be learned, and further causes the neural network learning device to input and learn the marking signal of the welding portion or the base material portion.
  • the work is easy to belong to the person.
  • the learning efficiency of the neural network learning device depends on the ability and the amount of work of the operator to be learned, there is a limit to the burden reduction of the operator.
  • the present invention has been made in view of these circumstances, and an object thereof is to provide a technique for improving the efficiency of nondestructive inspection of an object.
  • an inspection support system is an inspection support system for supporting nondestructive inspection of an object, and the pass / fail is determined based on the result of the nondestructive test of the object.
  • the determination apparatus determines a pass / fail by the determination algorithm based on the test result acquisition unit that acquires the result of the nondestructive test of the object and the nondestructive test result of the object acquired by the test result acquisition unit.
  • the learning device is received by the determination result receiving unit that receives the final determination result by the inspector and the result of the nondestructive test of the object corresponding to the determination result from the plurality of determination devices, and the determination result receiving unit And a providing unit that provides the plurality of determination devices with the determination algorithm learned by the learning unit.
  • the nondestructive inspection of the object it is possible to automatically perform the pass / fail determination and sort out those suspected of failing prior to the final determination by the visual inspection of the inspector. Therefore, the efficiency and accuracy of nondestructive inspection can be improved.
  • the number of inspectors can be significantly reduced, the burden on individual inspectors can be significantly reduced, and labor costs can be reduced.
  • variation in the determination result by each inspector's capability etc. can be suppressed, the precision of nondestructive inspection can be improved.
  • the learning efficiency of the judgment algorithm can be obtained because a much larger amount and a wide variety of information can be collected and used for learning the judgment algorithm than when the judgment algorithm is learned independently at each plant construction site. Also, the learning speed can be greatly improved, and the accuracy of the determination algorithm can be dramatically improved.
  • the judgment result transmission unit acquires the corrected judgment result, and transmits it to the learning device together with the result of the nondestructive test of the object corresponding to the judgment result.
  • the determination algorithm can be learned so as to correct the erroneous determination, the accuracy of the determination can be efficiently improved.
  • the determination result transmission unit acquires the determination result by the inspector on the result of the nondestructive test of the object for which the determination unit could not determine the pass / fail, and the learning device together with the result of the nondestructive test of the object corresponding to the determination result It may be sent to
  • the number of cases that can be determined by the determination algorithm can be increased, so that the accuracy of the determination can be efficiently improved.
  • the determination apparatus may further include a learning unit that learns a determination algorithm based on the final determination result by the inspector and the result of the nondestructive test of the object corresponding to the determination result.
  • the learning of the determination algorithm can be independently advanced in each of the determination devices, so that the accuracy of the determination can be efficiently improved.
  • This apparatus is a target corresponding to the final judgment result by the inspector who confirmed the judgment result by the judgment apparatus from a plurality of judgment apparatuses which judge pass / fail based on the result of the nondestructive test of the object
  • a determination result receiving unit that receives the result of the nondestructive test of the object, and a learning unit that learns a determination algorithm used for the determination of pass / fail in the plurality of determination devices based on the information received by the determination result receiving unit;
  • a providing unit that provides the plurality of determination devices with the determination algorithm learned by the learning unit.
  • the determination result receiving unit may receive the corrected determination result and the nondestructive test result of the object corresponding to the determination result when the determination result by the determination apparatus is corrected by the inspector.
  • the determination algorithm can be learned so as to correct the erroneous determination, the accuracy of the determination can be efficiently improved.
  • the determination result receiving unit receives the determination result by the inspector on the result of the nondestructive test of the object for which the determination device can not determine the pass / fail, and the result of the nondestructive test of the object corresponding to the determination result. Good.
  • the number of cases that can be determined by the determination algorithm can be increased, so that the accuracy of the determination can be efficiently improved.
  • Yet another aspect of the present invention is a determination apparatus.
  • This apparatus uses a test result acquisition unit for acquiring the nondestructive test results of the object, and a determination algorithm used to determine pass or fail based on the nondestructive test results of the object acquired by the test result acquisition unit.
  • a determination unit that determines the pass / fail by the determination algorithm provided by the learning device for learning the learning result, a determination result presentation unit that presents the determination result by the determination unit to an inspector who performs nondestructive inspection of the object;
  • a determination result transmission unit that acquires a final determination result by the inspector who has confirmed the determination result by the unit and transmits the result to the learning device together with the result of the nondestructive test of the object corresponding to the determination result.
  • the nondestructive inspection of the object it is possible to automatically perform the pass / fail determination and sort out those suspected of failing prior to the final determination by the visual inspection of the inspector. Therefore, the efficiency and accuracy of nondestructive inspection can be improved.
  • the number of inspectors can be significantly reduced, the burden on individual inspectors can be significantly reduced, and labor costs can be reduced.
  • variation in the determination result by each inspector's capability etc. can be suppressed, the precision of nondestructive inspection can be improved.
  • the information processing apparatus may further include a learning unit that learns a determination algorithm based on the final determination result by the inspector and the result of the nondestructive test of the object corresponding to the determination result.
  • the learning of the determination algorithm can be independently advanced in each of the determination devices, so that the accuracy of the determination can be efficiently improved.
  • FIG. 1 shows the entire configuration of a test support system according to the embodiment.
  • An inspection support system 1 for supporting nondestructive inspection of an object includes a plurality of plants 3 based on a plant 3 for producing chemical products and industrial products and information collected from a plurality of plants 3.
  • a learning device 4 is provided to learn a determination algorithm 8 used to determine the success or failure of the nondestructive inspection.
  • Each of the plants 3 includes an inspection object 10 such as a welded portion of piping installed in the plant 3, a test apparatus 20 for performing a nondestructive test of the inspection object 10, and a non-inspection object 10 by the test apparatus 20.
  • the determination algorithm 8 determines the pass / fail, and a determination device 30 is provided which presents the determination result to the inspector who carries out the nondestructive inspection of the object.
  • a determination device 30 is provided which presents the determination result to the inspector who carries out the nondestructive inspection of the object.
  • Each plant 3 and the learning device 4 are connected by the Internet 2.
  • the determination device 30 transmits the final determination result by the inspector who has confirmed the determination result by the determination device 30 to the learning device 4 together with the result of the nondestructive test of the object corresponding to the determination result.
  • the learning device 4 includes a determination result receiving unit 5, a learning unit 6, a providing unit 7, and a determination algorithm 8.
  • These hardware components are realized by the CPU, the memory, the program loaded in the memory, etc. in terms of hardware components, but in this case the functional blocks realized by the cooperation of them are depicted. Therefore, it is understood by those skilled in the art that these functional blocks can be realized in various forms by hardware only, software only, or a combination thereof.
  • the determination result receiving unit 5 receives the final determination result by the inspector and the result of the nondestructive test of the object corresponding to the determination result from the plurality of plants 3.
  • the learning unit 6 learns the determination algorithm 8 based on the information received by the determination result receiving unit 5.
  • the providing unit 7 provides the determination device 30 of the plurality of plants 3 with the determination algorithm 8 learned by the learning unit 6.
  • the learning device 4 is shown as a single device in the figure for simplification of the explanation, the learning device 4 is realized by a plurality of servers using cloud computing technology, distributed processing technology, etc. May be As a result, a large amount of information collected from a plurality of plants 3 can be processed at high speed to make the judgment algorithm 8 learn, so the time required to improve the accuracy of the judgment algorithm 8 can be significantly shortened. .
  • FIG. 2 shows the configuration of the determination apparatus according to the embodiment.
  • the determination apparatus 30 includes a test result acquisition unit 31, a determination unit 32, a determination result presentation unit 33, a final determination result acquisition unit 34, a determination result transmission unit 35, a learning unit 36, an update unit 37, and a determination algorithm 38. These configurations can also be realized in various forms by hardware only, software only, or a combination thereof.
  • the local data server 40 stores a test result database 41, an AI determination result database 42, and a final determination result database 43.
  • the test result acquisition unit 31 acquires the result of the nondestructive test of the inspection object 10.
  • the nondestructive test results of the inspection object 10 by the test apparatus 20 are stored in the test result database 41.
  • radiographs taken and developed by the test apparatus 20 are stored in the test result database 41.
  • the test result acquisition unit 31 reads the test result from the test result database 41.
  • the determination unit 32 determines pass / fail according to the determination algorithm 38 based on the nondestructive test result of the inspection object 10 acquired by the test result acquisition unit 31.
  • the judgment algorithm 38 may detect various flaws and defects such as poor penetration, poor fusion, blow holes, pipes, slag inclusions, cracks, tungsten inclusions, etc., which may occur in the welds.
  • the characteristic image pattern has been learned, and the determination unit 32 detects these characteristic image patterns present in the image, and determines the pass / fail of the detected flaw type or size in light of the test standard. judge.
  • the determination unit 32 stores the determination result in the AI determination result database 42.
  • the determination result presentation unit 33 reads the determination result by the determination unit 32 from the AI determination result database 42, and presents the result on the display device of the inspector terminal 39 used by the inspector who carries out the nondestructive inspection of the object.
  • nondestructive inspection such as radiological transmission inspection (RT) that determines the soundness of welding using X-ray images of welds
  • RT radiological transmission inspection
  • pass / fail judgment is automatically made prior to final pass / fail judgment by visual inspection of inspectors. It is possible to improve the efficiency and accuracy of the nondestructive inspection because it is possible to sort out those that are suspected of being rejected.
  • the automatic preliminary determination by the determination unit 32 only the image of the gray zone where the pass / fail determination is difficult may be determined by the inspector, so the number of man-hours of the inspector can be significantly reduced. As a result, the burden on individual inspectors can be greatly reduced, and labor costs can be reduced. Moreover, since the dispersion
  • the final determination result acquisition unit 34 acquires, from the inspector terminal 39, a final determination result by the inspector who has confirmed the determination result by the determination unit 32.
  • the determination result transmission unit 35 transmits the final determination result acquired by the final determination result acquisition unit 34 to the learning device 4 together with the nondestructive test result of the inspection object 10 corresponding to the determination result.
  • the final determination result acquiring unit 34 may further acquire a comment by the inspector from the inspector terminal 39, and the determination result transmitting unit 35 may further transmit a comment by the inspector to the learning device 4.
  • the comment by the inspector may be used to learn the determination algorithm 8 in the learning device 4. Thereby, the accuracy of the determination algorithm 8 can be further improved.
  • the test results of the nondestructive testing performed in a plurality of plants 3 and the final determination results determined by the qualified inspector are collected in the learning device 4 to learn the determination algorithm 8
  • learning data for learning the judgment algorithm 8 can be instantaneously taken into the learning device 4 without being influenced by the time or place where the nondestructive inspection is performed, and used for learning of the judgment algorithm 8.
  • the speed of improving the accuracy of the determination algorithm 8 can be accelerated.
  • the learning efficiency and learning speed of the judgment algorithm Can be significantly improved, and the accuracy of the determination algorithm can be accelerated in an accelerated manner.
  • the type and pattern of flaws that are likely to occur may differ, but the judgment algorithm is unique in each plant 3.
  • the algorithm for determining the flaws frequently generated in the plant 3 learns to a high accuracy
  • the algorithm for determining the flaws hardly occurring in the plant 3 is the learning that can not be determined It may not progress.
  • the inspection support system 1 of the present embodiment it is possible to collect information from a plurality of plants 3 and learn the judgment algorithm, so that various kinds of flaws can be appropriately detected to judge pass / fail. Possible accurate determination algorithms can be generated in a short period of time.
  • the determination result transmission unit 35 acquires the corrected judgment result, and the result of the nondestructive test of the inspection object 10 corresponding to the judgment result. Together with the learning device 4. Thereby, the incorrect algorithm of the determination algorithm 8 can be corrected to improve the accuracy.
  • the determination result transmission unit 35 acquires the determination result by the inspector with respect to the result of the nondestructive test of the inspection object 10 for which the determination unit 32 could not determine the pass / fail, and the inspection result of the inspection object 10 corresponding to the determination result.
  • the update unit 37 acquires the determination algorithm 8 learned by the learning device 4 from the learning device 4 at a predetermined timing, and updates the determination algorithm 38.
  • the nondestructive inspection can be performed more efficiently by using the determination algorithm 8 with improved accuracy.
  • the determination device 30 can determine only the case where the determination is easy, and even if the determination by the inspector is performed for many cases, a sufficient amount of As information is collected and learning of the determination algorithm 8 progresses, the determination apparatus 30 can accurately determine in many cases, and the inspector only needs to perform a simple final confirmation.
  • the learning unit 36 learns the determination algorithm 38 based on the final determination result by the inspector obtained by the final determination result acquisition unit 34 and the result of the nondestructive test of the object corresponding to the determination result. .
  • the judgment algorithm 38 is subjected to reinforcement learning for cases that are likely to occur in each plant 3, and suitable for each plant 3 A high accuracy decision algorithm 38 can be generated.
  • a radiation penetration test was mainly described as an example of nondestructive inspection.
  • the nondestructive inspection to which the present invention can be applied is not limited to the radiation transmission test, for example, ultrasonic testing (UT), eddy current testing (ET), magnetic particle testing (Magnetic testing) Also applicable to particle testing (MT), penetration testing (PT), stress measurement (SM), acoustic emission (AE), thermographic test (IRT), etc. is there.
  • the present invention is applicable to an inspection support system, a learning device, and a determination device for supporting nondestructive inspection of an object.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Quality & Reliability (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Medical Informatics (AREA)
  • Toxicology (AREA)
  • Multimedia (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Feedback Control In General (AREA)
  • Alarm Systems (AREA)

Abstract

検査対象物１０の非破壊検査を支援するための検査支援システム１は、検査対象物１０の非破壊試験の結果に基づいて合否を判定する複数の判定装置３０と、複数の判定装置３０から収集される情報に基づいて、複数の判定装置３０において合否の判定に使用される判定アルゴリズム８を学習させるための学習装置４とを備える。判定装置３０は、判定装置３０による判定結果を確認した検査員による最終的な判定結果を、対応する対象物の非破壊試験の結果とともに学習装置４に送信する。学習装置４は、複数の判定装置３０から、検査員による最終的な判定結果と、その判定結果に対応する検査対象物１０の非破壊試験の結果を受信する判定結果受信部５と、受信された情報に基づいて判定アルゴリズム８を学習させる学習部６と、学習された判定アルゴリズム８を複数の判定装置３０に提供する提供部７とを備える。

Description

検査支援システム、学習装置、及び判定装置
　本発明は、対象物の非破壊検査を支援するための検査支援システム、及びその検査支援システムに利用可能な学習装置及び判定装置に関する。
　化学製品や工業製品などを生産するためのプラントを建設する際には、膨大な量の配管などの対象物を検査する必要がある。例えば、配管の溶接部などを検査するために実施される放射線透過検査（Radiographic Testing：ＲＴ）においては、資格を有する検査員が数万枚から数十万枚の画像を目視して合否を判定しているが、検査員に多大な負担がかかるとともに、多大な工数を要するため、プラントの建設において律速段階になりうる。
　このような非破壊検査を支援するための技術として、鋼管の溶接部を検出する技術が知られている（例えば、特許文献１参照）。特許文献１に記載された溶接部検出方法は、鋼管を周方向に回転させながらテレビカメラを用いて管内面の映像信号を抽出し、得られた映像信号から管種固有の値を持つ管内面画像特徴量を抽出し、予め検出すべき管種の内面画像特徴量を学習記憶させたニューラル・ネットにより、溶接部と母材部とを識別して溶接部を検出する。
特開平５－１８９０４号公報
　特許文献１に記載された溶接部検出方法においては、オペレータが学習すべき信号波形特徴量を選び、さらに溶接部または母材部の印信号をニューラル・ネット学習装置に入力して学習させるので、作業が属人化しやすいという問題がある。また、ニューラル・ネット学習装置の学習効率は、学習させるオペレータの能力や作業量に依存するので、オペレータの負担軽減には限界がある。
　本発明は、こうした状況を鑑みてなされたものであり、その目的は、対象物の非破壊検査の効率を向上させる技術を提供することにある。
　上記課題を解決するために、本発明のある態様の検査支援システムは、対象物の非破壊検査を支援するための検査支援システムであって、対象物の非破壊試験の結果に基づいて合否を判定する複数の判定装置と、複数の判定装置から収集される情報に基づいて、複数の判定装置において合否の判定に使用される判定アルゴリズムを学習させるための学習装置と、を備える。判定装置は、対象物の非破壊試験の結果を取得する試験結果取得部と、試験結果取得部により取得された対象物の非破壊試験の結果に基づいて、判定アルゴリズムにより合否を判定する判定部と、判定部による判定結果を、対象物の非破壊検査を実施する検査員に提示する判定結果提示部と、判定部による判定結果を確認した検査員による最終的な判定結果を取得し、その判定結果に対応する対象物の非破壊試験の結果とともに学習装置に送信する判定結果送信部と、を備える。学習装置は、複数の判定装置から、検査員による最終的な判定結果と、その判定結果に対応する対象物の非破壊試験の結果を受信する判定結果受信部と、判定結果受信部により受信された情報に基づいて、判定アルゴリズムを学習させる学習部と、学習部により学習された判定アルゴリズムを、複数の判定装置に提供する提供部と、を備える。
　この態様によると、対象物の非破壊検査において、検査員の目視による最終的な合否判定に先立ち、自動的に合否判定を行って不合格となる疑いがあるものを選別しておくことができるので、非破壊検査の効率及び精度を向上させることができる。また、検査員の工数を大幅に低減させることができるので、個々の検査員の負担を大幅に軽減させることができるとともに、人件費を削減することができる。また、個々の検査員の能力などによる判定結果のばらつきを抑えることができるので、非破壊検査の精度を向上させることができる。さらに、個々のプラント建設現場において独立して判定アルゴリズムを学習させる場合よりも、遙かに大量で多種多様な情報を収集し、判定アルゴリズムの学習に利用することができるので、判定アルゴリズムの学習効率及び学習速度を大幅に向上させることができ、判定アルゴリズムの精度を飛躍的に向上させることができる。
　判定結果送信部は、判定部による判定結果が検査員により修正された場合に、修正された判定結果を取得し、その判定結果に対応する対象物の非破壊試験の結果とともに学習装置に送信してもよい。
　この態様によると、誤判定が修正されるように判定アルゴリズムを学習させることができるので、判定の精度を効率良く向上させることができる。
　判定結果送信部は、判定部により合否を判定できなかった対象物の非破壊試験の結果に対する検査員による判定結果を取得し、その判定結果に対応する対象物の非破壊試験の結果とともに学習装置に送信してもよい。
　この態様によると、判定アルゴリズムにより判定可能なケースを増加させることができるので、判定の精度を効率良く向上させることができる。
　判定装置は、検査員による最終的な判定結果と、その判定結果に対応する対象物の非破壊試験の結果に基づいて、判定アルゴリズムを学習させる学習部を更に備えてもよい。
　この態様によると、個々の判定装置においても独立して判定アルゴリズムの学習を進めることができるので、判定の精度を効率良く向上させることができる。
　本発明の別の態様は、学習装置である。この装置は、対象物の非破壊試験の結果に基づいて合否を判定する複数の判定装置から、判定装置による判定結果を確認した検査員による最終的な判定結果と、その判定結果に対応する対象物の非破壊試験の結果を受信する判定結果受信部と、判定結果受信部により受信された情報に基づいて、複数の判定装置において合否の判定に使用される判定アルゴリズムを学習させる学習部と、学習部により学習された判定アルゴリズムを、複数の判定装置に提供する提供部と、を備える。
　この態様によると、個々の判定装置において独立して判定アルゴリズムを学習させる場合よりも、遙かに大量で多種多様な情報を収集し、判定アルゴリズムの学習に利用することができるので、判定アルゴリズムの学習効率及び学習速度を大幅に向上させることができ、判定アルゴリズムの精度を飛躍的に向上させることができる。
　判定結果受信部は、判定装置による判定結果が検査員により修正された場合に、修正された判定結果と、その判定結果に対応する対象物の非破壊試験の結果を受信してもよい。
　この態様によると、誤判定が修正されるように判定アルゴリズムを学習させることができるので、判定の精度を効率良く向上させることができる。
　判定結果受信部は、判定装置により合否を判定できなかった対象物の非破壊試験の結果に対する検査員による判定結果と、その判定結果に対応する対象物の非破壊試験の結果を受信してもよい。
　この態様によると、判定アルゴリズムにより判定可能なケースを増加させることができるので、判定の精度を効率良く向上させることができる。
　本発明のさらに別の態様は、判定装置である。この装置は、対象物の非破壊試験の結果を取得する試験結果取得部と、試験結果取得部により取得された対象物の非破壊試験の結果に基づいて、合否の判定に使用される判定アルゴリズムを学習させるための学習装置から提供された判定アルゴリズムにより合否を判定する判定部と、判定部による判定結果を、対象物の非破壊検査を実施する検査員に提示する判定結果提示部と、判定部による判定結果を確認した検査員による最終的な判定結果を取得し、その判定結果に対応する対象物の非破壊試験の結果とともに学習装置に送信する判定結果送信部と、を備える。
　この態様によると、対象物の非破壊検査において、検査員の目視による最終的な合否判定に先立ち、自動的に合否判定を行って不合格となる疑いがあるものを選別しておくことができるので、非破壊検査の効率及び精度を向上させることができる。また、検査員の工数を大幅に低減させることができるので、個々の検査員の負担を大幅に軽減させることができるとともに、人件費を削減することができる。また、個々の検査員の能力などによる判定結果のばらつきを抑えることができるので、非破壊検査の精度を向上させることができる。
　検査員による最終的な判定結果と、その判定結果に対応する対象物の非破壊試験の結果に基づいて、判定アルゴリズムを学習させる学習部を更に備えてもよい。
　この態様によると、個々の判定装置においても独立して判定アルゴリズムの学習を進めることができるので、判定の精度を効率良く向上させることができる。
　なお、以上の構成要素の任意の組合せ、本発明の表現を方法、装置、システム、記録媒体、コンピュータプログラムなどの間で変換したものもまた、本発明の態様として有効である。
　本発明によれば、対象物の非破壊検査の効率を向上させる技術を提供することができる。
実施の形態に係る検査支援システムの全体構成を示す図である。 実施の形態に係る判定装置の構成を示す図である。
　図１は、実施の形態に係る検査支援システムの全体構成を示す。対象物の非破壊検査を支援するための検査支援システム１は、化学製品や工業製品などを生産するためのプラント３と、複数のプラント３から収集される情報に基づいて、複数のプラント３において非破壊検査の合否の判定に使用される判定アルゴリズム８を学習させる学習装置４とを備える。それぞれのプラント３は、プラント３に設置された配管の溶接部などの検査対象物１０と、検査対象物１０の非破壊試験を実施する試験装置２０と、試験装置２０による検査対象物１０の非破壊試験の結果に基づいて、判定アルゴリズム８により合否を判定し、対象物の非破壊検査を実施する検査員に判定結果を提示する判定装置３０とを備える。それぞれのプラント３と学習装置４とは、インターネット２により接続されている。
　判定装置３０は、判定装置３０による判定結果を確認した検査員による最終的な判定結果を、その判定結果に対応する対象物の非破壊試験の結果とともに学習装置４に送信する。
　学習装置４は、判定結果受信部５、学習部６、提供部７、及び判定アルゴリズム８を備える。これらの構成は、ハードウエアコンポーネントでいえば、任意のコンピュータのＣＰＵ、メモリ、メモリにロードされたプログラムなどによって実現されるが、ここではそれらの連携によって実現される機能ブロックを描いている。したがって、これらの機能ブロックがハードウエアのみ、ソフトウエアのみ、またはそれらの組合せによっていろいろな形で実現できることは、当業者には理解されるところである。
　判定結果受信部５は、複数のプラント３から、検査員による最終的な判定結果と、その判定結果に対応する対象物の非破壊試験の結果を受信する。学習部６は、判定結果受信部５により受信された情報に基づいて、判定アルゴリズム８を学習させる。提供部７は、学習部６により学習された判定アルゴリズム８を、複数のプラント３の判定装置３０に提供する。
　本図においては、説明の簡略化のため、学習装置４を単独の装置として示しているが、学習装置４は、クラウドコンピューティング技術や分散処理技術などを利用して、複数のサーバにより実現されてもよい。これにより、複数のプラント３から収集した大量の情報を高速に処理して判定アルゴリズム８を学習させることができるので、判定アルゴリズム８の精度を向上させるために要する時間を大幅に短縮することができる。
　図２は、実施の形態に係る判定装置の構成を示す。判定装置３０は、試験結果取得部３１、判定部３２、判定結果提示部３３、最終判定結果取得部３４、判定結果送信部３５、学習部３６、更新部３７、及び判定アルゴリズム３８を備える。これらの構成も、ハードウエアのみ、ソフトウエアのみ、またはそれらの組合せによっていろいろな形で実現できる。
　ローカルデータサーバ４０には、試験結果データベース４１、ＡＩ判定結果データベース４２、及び最終判定結果データベース４３が格納される。
　試験結果取得部３１は、検査対象物１０の非破壊試験の結果を取得する。試験装置２０による検査対象物１０の非破壊試験の結果は、試験結果データベース４１に格納される。例えば、放射線透過試験の場合、試験装置２０により撮影され、現像された放射線透過写真が試験結果データベース４１に格納される。試験結果取得部３１は、試験結果データベース４１から試験結果を読み出す。
　判定部３２は、試験結果取得部３１により取得された検査対象物１０の非破壊試験の結果に基づいて、判定アルゴリズム３８により合否を判定する。例えば、放射線透過試験の場合、判定アルゴリズム３８は、溶接部において発生しうる、溶込不良、融合不良、ブローホール、パイプ、スラグ巻込、割れ、タングステン巻込などの様々な傷や欠陥などに特徴的な画像のパターンを学習したものであり、判定部３２は、画像内に存在するこれらの特徴的な画像パターンを検出し、検出した傷の種別や寸法などを試験規格に照らして合否を判定する。判定部３２は、判定結果をＡＩ判定結果データベース４２に格納する。
　判定結果提示部３３は、判定部３２による判定結果をＡＩ判定結果データベース４２から読み出し、対象物の非破壊検査を実施する検査員が使用する検査員端末３９の表示装置に提示する。これにより、溶接部のＸ線画像を用いて溶接の健全性を判定する放射線透過検査（ＲＴ）などの非破壊検査において、検査員の目視による最終的な合否判定に先立ち、自動的に合否判定を行って不合格となる疑いがあるものを選別しておくことができるので、非破壊検査の効率及び精度を向上させることができる。また、判定部３２による自動的な予備判定では合否判定が困難なグレーゾーンの画像のみを検査員が判定すればよいので、検査員の工数を大幅に低減させることができる。これにより、個々の検査員の負担を大幅に軽減させることができるとともに、人件費を削減することができる。また、個々の検査員の能力などによる判定結果のばらつきを抑えることができるので、非破壊検査の精度を向上させることができる。
　最終判定結果取得部３４は、判定部３２による判定結果を確認した検査員による最終的な判定結果を検査員端末３９から取得する。判定結果送信部３５は、最終判定結果取得部３４により取得された最終的な判定結果を、その判定結果に対応する検査対象物１０の非破壊試験の結果とともに学習装置４に送信する。最終判定結果取得部３４は、検査員によるコメントを更に検査員端末３９から取得してもよく、判定結果送信部３５は、検査員によるコメントを更に学習装置４に送信してもよい。この場合、検査員によるコメントは、学習装置４における判定アルゴリズム８の学習のために使用されてもよい。これにより、判定アルゴリズム８の精度を更に向上させることができる。
　このように、複数のプラント３において実施された非破壊試験の試験結果と、有資格者である検査員により判定された最終的な判定結果とを学習装置４に集約し、判定アルゴリズム８を学習させる。これにより、判定アルゴリズム８を学習させるための学習データを、非破壊検査が行われる時間や場所に影響されずに、瞬時に学習装置４に取り込んで判定アルゴリズム８の学習に利用することができるので、判定アルゴリズム８の精度を向上させる速度を加速させることができる。また、個々のプラント３において独立して判定アルゴリズムを学習させる場合よりもはるかに大量で多種多様な情報を収集し、判定アルゴリズムの学習に利用することができるので、判定アルゴリズムの学習効率及び学習速度を大幅に向上させることができ、判定アルゴリズムの精度を加速度的に向上させることができる。
　プラント３の種類、場所、国、地域、気象条件、使用された配管の径、材質などに応じて、発生しやすい傷の種類やパターンなどが異なりうるが、個々のプラント３において独自に判定アルゴリズムを学習させる場合には、そのプラント３において多く発生した傷を判定するアルゴリズムは高い精度にまで学習が進む一方、そのプラント３においてほとんど発生しなかった傷を判定するアルゴリズムは判定不能のまま学習が進まない可能性がある。本実施の形態の検査支援システム１によれば、複数のプラント３からの情報を集約して判定アルゴリズムを学習させることができるので、多種多様な傷を適切に検出して合否を判定することが可能な高精度な判定アルゴリズムを短期間に生成することができる。
　判定アルゴリズム８の精度を向上させるためには、判定アルゴリズム８により誤判定されたケースと、判定アルゴリズム８により判定できなかったケースについて学習させることがとくに重要である。したがって、判定結果送信部３５は、判定部３２による判定結果が検査員により修正された場合に、修正された判定結果を取得し、その判定結果に対応する検査対象物１０の非破壊試験の結果とともに学習装置４に送信する。これにより、判定アルゴリズム８の誤ったアルゴリズムを修正し、精度を向上させることができる。また、判定結果送信部３５は、判定部３２により合否を判定できなかった検査対象物１０の非破壊試験の結果に対する検査員による判定結果を取得し、その判定結果に対応する検査対象物１０の非破壊試験の結果とともに学習装置４に送信する。これにより、判定アルゴリズム８により判定できないケースを低減させることができ、非破壊検査の効率を向上させることができる。このように、実施の形態に係る検査支援システム１によれば、検査員によっても判定が困難なグレーゾーンの試験結果であっても、優秀な検査員による判定結果を多数集約して精確な知識を蓄積し、判定アルゴリズム８に反映させていくことができるので、運用すればするほど判定アルゴリズム８による予備判定の精度を向上させることができ、単独の検査員による判定よりも格段に精度及び処理速度の高い判定アルゴリズム８を提供することができる。
　更新部３７は、所定のタイミングで、学習装置４により学習された判定アルゴリズム８を学習装置４から取得し、判定アルゴリズム３８を更新する。これにより、精度が向上した判定アルゴリズム８を使用して、更に効率良く非破壊検査を実施することができる。例えば、検査支援システム１の運用を開始した直後には、判定装置３０は判定が容易であるケースのみしか判定できず、多くのケースについて検査員の判定に頼っていたとしても、十分な量の情報を収集して判定アルゴリズム８の学習が進むと、多くのケースについて判定装置３０が精確に判定できるようになり、検査員は簡単な最終確認を行うだけで済むようになる。
　学習部３６は、最終判定結果取得部３４により取得された、検査員による最終的な判定結果と、その判定結果に対応する対象物の非破壊試験の結果に基づいて、判定アルゴリズム３８を学習させる。これにより、複数のプラント３における検査実績を反映させた高精度な判定アルゴリズム８をベースとして、更に、個々のプラント３において発生しやすいケースについて判定アルゴリズム３８を強化学習させ、個々のプラント３に適した高精度な判定アルゴリズム３８を生成することができる。
　以上、本発明を実施例をもとに説明した。この実施例は例示であり、それらの各構成要素や各処理プロセスの組合せにいろいろな変形例が可能なこと、またそうした変形例も本発明の範囲にあることは当業者に理解されるところである。
　上述の実施形態では、非破壊検査の例として、主に放射線透過試験について説明した。しかしながら、本発明を適用可能な非破壊検査は放射線透過試験に限定されず、例えば、超音波探傷試験（Ultrasonic Testing：ＵＴ）、渦電流探傷試験（Eddy Current Testing：ＥＴ）、磁粉探傷試験（Magnetic Particle Testing：ＭＴ）、浸透探傷試験（Penetrant Testing：ＰＴ）、ひずみ測定（Stress Measurement：ＳＭ）、アコースティック・エミッション（Acoustic Emission：ＡＥ)、サーモグラフィ試験（Infrared Ray Testing：ＩＲＴ）などにも適用可能である。
　１　検査支援システム、３　プラント、４　学習装置、５　判定結果受信部、６　学習部、７　提供部、８　判定アルゴリズム、１０　検査対象物、２０　試験装置、３０　判定装置、３１　試験結果取得部、３２　判定部、３３　判定結果提示部、３４　最終判定結果取得部、３５　判定結果送信部、３６　学習部、３７　更新部、３８　判定アルゴリズム、３９　検査員端末、４０　ローカルデータサーバ、４１　試験結果データベース、４２　ＡＩ判定結果データベース、４３　最終判定結果データベース。
　本発明は、対象物の非破壊検査を支援するための検査支援システム、学習装置、及び判定装置に利用可能である。

Claims (9)

  1. 　対象物の非破壊検査を支援するための検査支援システムであって、
    　前記対象物の非破壊試験の結果に基づいて合否を判定する複数の判定装置と、
    　前記複数の判定装置から収集される情報に基づいて、前記複数の判定装置において合否の判定に使用される判定アルゴリズムを学習させるための学習装置と、
    を備え、
    　前記判定装置は、
    　前記対象物の非破壊試験の結果を取得する試験結果取得部と、
    　前記試験結果取得部により取得された前記対象物の非破壊試験の結果に基づいて、前記判定アルゴリズムにより合否を判定する判定部と、
    　前記判定部による判定結果を、前記対象物の非破壊検査を実施する検査員に提示する判定結果提示部と、
    　前記判定部による判定結果を確認した検査員による最終的な判定結果を取得し、その判定結果に対応する対象物の非破壊試験の結果とともに前記学習装置に送信する判定結果送信部と、
    を備え、
    　前記学習装置は、
    　前記複数の判定装置から、検査員による最終的な判定結果と、その判定結果に対応する対象物の非破壊試験の結果を受信する判定結果受信部と、
    　前記判定結果受信部により受信された情報に基づいて、前記判定アルゴリズムを学習させる学習部と、
    　前記学習部により学習された前記判定アルゴリズムを、前記複数の判定装置に提供する提供部と、
    を備えることを特徴とする検査支援システム。
  2. 　前記判定結果送信部は、前記判定部による判定結果が検査員により修正された場合に、修正された判定結果を取得し、その判定結果に対応する対象物の非破壊試験の結果とともに前記学習装置に送信することを特徴とする請求項１に記載の検査支援システム。
  3. 　前記判定結果送信部は、前記判定部により合否を判定できなかった前記対象物の非破壊試験の結果に対する検査員による判定結果を取得し、その判定結果に対応する対象物の非破壊試験の結果とともに前記学習装置に送信することを特徴とする請求項１又は２に記載の検査支援システム。
  4. 　前記判定装置は、検査員による最終的な判定結果と、その判定結果に対応する対象物の非破壊試験の結果に基づいて、前記判定アルゴリズムを学習させる学習部を更に備えることを特徴とする請求項１から３のいずれかに記載の検査支援システム。
  5. 　対象物の非破壊試験の結果に基づいて合否を判定する複数の判定装置から、前記判定装置による判定結果を確認した検査員による最終的な判定結果と、その判定結果に対応する対象物の非破壊試験の結果を受信する判定結果受信部と、
    　前記判定結果受信部により受信された情報に基づいて、前記複数の判定装置において合否の判定に使用される判定アルゴリズムを学習させる学習部と、
    　前記学習部により学習された前記判定アルゴリズムを、前記複数の判定装置に提供する提供部と、
    を備えることを特徴とする学習装置。
  6. 　前記判定結果受信部は、前記判定装置による判定結果が検査員により修正された場合に、修正された判定結果と、その判定結果に対応する対象物の非破壊試験の結果を受信することを特徴とする請求項５に記載の学習装置。
  7. 　前記判定結果受信部は、前記判定装置により合否を判定できなかった前記対象物の非破壊試験の結果に対する検査員による判定結果と、その判定結果に対応する対象物の非破壊試験の結果を受信することを特徴とする請求項５又は６に記載の学習装置。
  8. 　対象物の非破壊試験の結果を取得する試験結果取得部と、
    　前記試験結果取得部により取得された前記対象物の非破壊試験の結果に基づいて、合否の判定に使用される判定アルゴリズムを学習させるための学習装置から提供された前記判定アルゴリズムにより合否を判定する判定部と、
    　前記判定部による判定結果を、前記対象物の非破壊検査を実施する検査員に提示する判定結果提示部と、
    　前記判定部による判定結果を確認した検査員による最終的な判定結果を取得し、その判定結果に対応する対象物の非破壊試験の結果とともに前記学習装置に送信する判定結果送信部と、
    を備えることを特徴とする判定装置。
  9. 　検査員による最終的な判定結果と、その判定結果に対応する対象物の非破壊試験の結果に基づいて、前記判定アルゴリズムを学習させる学習部を更に備えることを特徴とする請求項８に記載の判定装置。
PCT/JP2018/041847 2017-11-21 2018-11-12 検査支援システム、学習装置、及び判定装置 WO2019102892A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
AU2018371375A AU2018371375B2 (en) 2017-11-21 2018-11-12 Inspection assistance system, learning device, and assessment device
EP18880256.5A EP3671188A4 (en) 2017-11-21 2018-11-12 INSPECTION ASSISTANCE SYSTEM, LEARNING DEVICE AND ASSESSMENT DEVICE
CA3075911A CA3075911A1 (en) 2017-11-21 2018-11-12 Inspection assistance system, learning device, and assessment device
US16/825,230 US11301976B2 (en) 2017-11-21 2020-03-20 Inspection support system, learning device, and determination device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017-223312 2017-11-21
JP2017223312A JP7050470B2 (ja) 2017-11-21 2017-11-21 検査支援システム、学習装置、及び判定装置

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US16/825,230 Continuation US11301976B2 (en) 2017-11-21 2020-03-20 Inspection support system, learning device, and determination device

Publications (1)

Publication Number Publication Date
WO2019102892A1 true WO2019102892A1 (ja) 2019-05-31

Family

ID=66630982

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/041847 WO2019102892A1 (ja) 2017-11-21 2018-11-12 検査支援システム、学習装置、及び判定装置

Country Status (6)

Country Link
US (1) US11301976B2 (ja)
EP (1) EP3671188A4 (ja)
JP (1) JP7050470B2 (ja)
AU (1) AU2018371375B2 (ja)
CA (1) CA3075911A1 (ja)
WO (1) WO2019102892A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112179691A (zh) * 2020-09-04 2021-01-05 西安交通大学 基于对抗学习策略的机械装备运行状态异常检测***和方法
JP2021001774A (ja) * 2019-06-20 2021-01-07 株式会社小松製作所 非破壊検査システム、学習済みの排ガス処理フィルタ検査モデルの製造方法、および学習用データの生成方法

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020079780A1 (ja) * 2018-10-17 2020-04-23 株式会社島津製作所 航空機検査支援装置および航空機検査支援方法
WO2021033792A1 (ko) * 2019-08-19 2021-02-25 엘지전자 주식회사 Ai 기반의 사전 훈련 모델 결정 시스템 및 이를 이용한 제품 생산 라인을 위한 ai 기반의 비전 검사 관리 시스템
KR102377628B1 (ko) * 2019-11-07 2022-03-24 한국전자통신연구원 인공지능 서비스에 대한 성능 관리 장치 및 방법
JP6890193B1 (ja) * 2020-03-30 2021-06-18 東邦瓦斯株式会社 継手判別方法および継手判別装置
US11301980B2 (en) * 2020-04-21 2022-04-12 GM Global Technology Operations LLC System and method to evaluate the integrity of spot welds
KR102393109B1 (ko) * 2020-04-29 2022-05-03 한국전력공사 이종 기관 간 협업을 위한 빅데이터 플랫폼 및 전역 학습 모델을 이용한 빅데이터 학습 방법
JP7137592B2 (ja) * 2020-05-16 2022-09-14 三菱電機株式会社 劣化診断システム、劣化診断装置および劣化診断プログラム
WO2022014019A1 (ja) * 2020-07-16 2022-01-20 日揮グローバル株式会社 検査システム、判定処理装置、及び検査方法
JP7476082B2 (ja) 2020-11-12 2024-04-30 株式会社東芝 非破壊検査の支援装置、支援方法及び支援プログラム
KR102390004B1 (ko) * 2021-09-16 2022-04-25 라이트브라더스 주식회사 스케일 변화량 분석 기반의 자전거 비파괴 검사 장치, 방법, 및 컴퓨터 판독 가능한 기록 매체

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0518904A (ja) 1991-07-09 1993-01-26 Nippon Steel Corp 鋼管の溶接部検出方法
JP2013192624A (ja) * 2012-03-16 2013-09-30 Hitachi Ltd 医用画像診断支援装置、医用画像診断支援方法ならびにコンピュータプログラム
JP2014070944A (ja) * 2012-09-28 2014-04-21 Dainippon Screen Mfg Co Ltd 教師データ検証装置、教師データ作成装置、画像分類装置、教師データ検証方法、教師データ作成方法および画像分類方法
WO2017073373A1 (ja) * 2015-10-30 2017-05-04 株式会社モルフォ 学習システム、学習装置、学習方法、学習プログラム、教師データ作成装置、教師データ作成方法、教師データ作成プログラム、端末装置及び閾値変更装置
WO2017081984A1 (ja) * 2015-11-11 2017-05-18 株式会社日立製作所 制御装置及び診断システム
JP2017142739A (ja) * 2016-02-12 2017-08-17 キヤノン株式会社 情報処理装置、情報処理方法及びプログラム

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10148622A (ja) * 1996-11-18 1998-06-02 Kawasaki Steel Corp 溶接部放射線透過試験画像の自動合否判定方法及び装置
JP3730040B2 (ja) 1998-12-14 2005-12-21 Ｊｆｅ工建株式会社 Ｘ線検査装置及びｘ線検査方法
GB2362711B (en) * 2000-05-25 2004-09-08 Spectral Fusion Technologies L Analysis of samples
JP2004340667A (ja) 2003-05-14 2004-12-02 Kawasaki Heavy Ind Ltd 可搬式ｘ線撮影装置
US20050117700A1 (en) * 2003-08-08 2005-06-02 Peschmann Kristian R. Methods and systems for the rapid detection of concealed objects
JP5211810B2 (ja) 2008-04-03 2013-06-12 新日鐵住金株式会社 疵学習装置、疵学習方法、及びコンピュータプログラム
JP2010169232A (ja) 2009-01-26 2010-08-05 Chugoku Electric Power Co Inc:The 配管の亀裂箇所の点検修理方法
US8761490B2 (en) * 2011-11-03 2014-06-24 United Technologies Corporation System and method for automated borescope inspection user interface
EP3329433A1 (en) * 2015-07-29 2018-06-06 Illinois Tool Works Inc. System and method to facilitate welding software as a service
JP6696278B2 (ja) * 2016-04-12 2020-05-20 日本製鉄株式会社 ドリフト検査装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0518904A (ja) 1991-07-09 1993-01-26 Nippon Steel Corp 鋼管の溶接部検出方法
JP2013192624A (ja) * 2012-03-16 2013-09-30 Hitachi Ltd 医用画像診断支援装置、医用画像診断支援方法ならびにコンピュータプログラム
JP2014070944A (ja) * 2012-09-28 2014-04-21 Dainippon Screen Mfg Co Ltd 教師データ検証装置、教師データ作成装置、画像分類装置、教師データ検証方法、教師データ作成方法および画像分類方法
WO2017073373A1 (ja) * 2015-10-30 2017-05-04 株式会社モルフォ 学習システム、学習装置、学習方法、学習プログラム、教師データ作成装置、教師データ作成方法、教師データ作成プログラム、端末装置及び閾値変更装置
WO2017081984A1 (ja) * 2015-11-11 2017-05-18 株式会社日立製作所 制御装置及び診断システム
JP2017142739A (ja) * 2016-02-12 2017-08-17 キヤノン株式会社 情報処理装置、情報処理方法及びプログラム

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021001774A (ja) * 2019-06-20 2021-01-07 株式会社小松製作所 非破壊検査システム、学習済みの排ガス処理フィルタ検査モデルの製造方法、および学習用データの生成方法
CN112198230A (zh) * 2019-06-20 2021-01-08 株式会社小松制作所 非破坏检查***
JP7394545B2 (ja) 2019-06-20 2023-12-08 株式会社小松製作所 非破壊検査システム、学習済みの排ガス処理フィルタ検査モデルの製造方法、および学習用データの生成方法
CN112179691A (zh) * 2020-09-04 2021-01-05 西安交通大学 基于对抗学习策略的机械装备运行状态异常检测***和方法
CN112179691B (zh) * 2020-09-04 2021-07-13 西安交通大学 基于对抗学习策略的机械装备运行状态异常检测***和方法

Also Published As

Publication number Publication date
US20200234425A1 (en) 2020-07-23
JP7050470B2 (ja) 2022-04-08
EP3671188A4 (en) 2021-05-19
CA3075911A1 (en) 2019-05-31
JP2019095247A (ja) 2019-06-20
EP3671188A1 (en) 2020-06-24
AU2018371375A1 (en) 2020-04-02
US11301976B2 (en) 2022-04-12
AU2018371375B2 (en) 2023-11-16

Similar Documents

Publication Publication Date Title
WO2019102892A1 (ja) 検査支援システム、学習装置、及び判定装置
Reber et al. A new generation of ultrasonic in-line inspection tools for detecting, sizing and locating metal loss and cracks in transmission pipelines
CN115836218A (zh) 检查装置、检查方法、以及检查程序
US20130104659A1 (en) Method for Non-Destructive Testing
JP3853751B2 (ja) 非破壊検査システム
KR20220071462A (ko) 클라우드 기반의 배관 비파괴 검사시스템
JP4728762B2 (ja) 超音波探傷画像処理装置
KR101315391B1 (ko) 전자기 유도 센서를 활용한 비파괴 용접품질 전수검사 시스템 및 그 전수검사 방법
Susarev et al. Hardware and software for diagnosis of joint welds of industrial pipelines
WO2022014019A1 (ja) 検査システム、判定処理装置、及び検査方法
US20180196013A1 (en) Tracking defects with permanently installed sensors
KR20160013750A (ko) 전자기 유도 센서를 활용한 비파괴 피로 검사 장치 및 그 검사 방법
JP2020173168A (ja) ライニングの非破壊劣化検査方法
RU2815195C1 (ru) Способ автоматизированного рентгеновского контроля изделий сложной формы и устройство для его осуществления
EP4246140A1 (en) Software-based assistance for non-destructive inspection
JP7455046B2 (ja) 水中検査装置および水中検査方法
RU2243566C1 (ru) Способ определения целесообразного числа неразрушающих контролей изделия
Kania et al. Investigation and Assessment of Low-Frequency ERW Seam Imperfections by EMAT and CMFL ILI
Huang 1. General and reviews
KR20160113069A (ko) 전자기 유도 센서를 활용한 비파괴 피로 검사 장치 및 그 검사 방법
JP2009198249A (ja) 超音波検査データ評価装置及び超音波検査データ評価方法
Shahriari et al. Determination of flaw type and location using an expert module in ultrasonic nondestructive testing for weld inspection
Babu et al. Productivity & Reliability Study of Magnetic Particle Testing & Eddy current Testing for Inspection of Construction Welds
RU2243542C2 (ru) Тест-образец для радиационного контроля
CN118130487A (zh) 一种基于脚手架的焊接检测方法及***

Legal Events

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

Ref document number: 18880256

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 3075911

Country of ref document: CA

ENP Entry into the national phase

Ref document number: 2018880256

Country of ref document: EP

Effective date: 20200317

ENP Entry into the national phase

Ref document number: 2018371375

Country of ref document: AU

Date of ref document: 20181112

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE