ES2616552T3 - Control no destructivo, en particular para tubos en curso de fabricación o en estado acabado - Google Patents
Control no destructivo, en particular para tubos en curso de fabricación o en estado acabado Download PDFInfo
- Publication number
- ES2616552T3 ES2616552T3 ES08872809.2T ES08872809T ES2616552T3 ES 2616552 T3 ES2616552 T3 ES 2616552T3 ES 08872809 T ES08872809 T ES 08872809T ES 2616552 T3 ES2616552 T3 ES 2616552T3
- Authority
- ES
- Spain
- Prior art keywords
- tube
- imperfection
- ultrasonic
- hypothetical
- imperfections
- 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
- 238000000034 method Methods 0.000 title claims description 33
- 230000008569 process Effects 0.000 title claims description 16
- 230000001066 destructive effect Effects 0.000 claims abstract description 28
- 238000002592 echocardiography Methods 0.000 claims abstract description 25
- 238000004519 manufacturing process Methods 0.000 claims abstract description 24
- 230000009466 transformation Effects 0.000 claims abstract description 14
- 238000013519 translation Methods 0.000 claims abstract description 13
- 230000008878 coupling Effects 0.000 claims abstract description 12
- 238000010168 coupling process Methods 0.000 claims abstract description 12
- 238000005859 coupling reaction Methods 0.000 claims abstract description 12
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 10
- 239000010959 steel Substances 0.000 claims abstract description 10
- 230000005284 excitation Effects 0.000 claims abstract description 7
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims abstract description 6
- 229910052742 iron Inorganic materials 0.000 claims abstract description 3
- 239000007788 liquid Substances 0.000 claims abstract description 3
- 230000001537 neural effect Effects 0.000 claims description 33
- 238000001914 filtration Methods 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 10
- 238000004088 simulation Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000008030 elimination Effects 0.000 claims description 5
- 238000003379 elimination reaction Methods 0.000 claims description 5
- 239000000047 product Substances 0.000 description 25
- 238000001514 detection method Methods 0.000 description 22
- 238000011282 treatment Methods 0.000 description 22
- 238000002604 ultrasonography Methods 0.000 description 21
- 230000006870 function Effects 0.000 description 20
- 239000000523 sample Substances 0.000 description 20
- 238000013528 artificial neural network Methods 0.000 description 18
- 230000007547 defect Effects 0.000 description 17
- 238000009434 installation Methods 0.000 description 16
- 210000002569 neuron Anatomy 0.000 description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 13
- 238000005259 measurement Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 241000208011 Digitalis Species 0.000 description 4
- 210000004027 cell Anatomy 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000000706 filtrate Substances 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000002360 preparation method Methods 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 238000009659 non-destructive testing Methods 0.000 description 3
- 239000008186 active pharmaceutical agent Substances 0.000 description 2
- 239000011324 bead Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 210000002364 input neuron Anatomy 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012432 intermediate storage Methods 0.000 description 2
- 238000003475 lamination Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 210000004205 output neuron Anatomy 0.000 description 2
- 244000045947 parasite Species 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000003252 repetitive effect Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 206010003830 Automatism Diseases 0.000 description 1
- 102100024061 Integrator complex subunit 1 Human genes 0.000 description 1
- 101710092857 Integrator complex subunit 1 Proteins 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005469 granulation Methods 0.000 description 1
- 230000003179 granulation Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005015 neuronal process Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002559 palpation Methods 0.000 description 1
- 230000003071 parasitic effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000000528 statistical test Methods 0.000 description 1
- 210000000225 synapse Anatomy 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
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
- G01N29/04—Analysing solids
- G01N29/11—Analysing solids by measuring attenuation of acoustic waves
-
- 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
- G01N29/04—Analysing solids
- G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
- G01N29/0609—Display arrangements, e.g. colour displays
- G01N29/0645—Display representation or displayed parameters, e.g. A-, B- or C-Scan
-
- 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
- G01N29/22—Details, e.g. general constructional or apparatus details
- G01N29/26—Arrangements for orientation or scanning by relative movement of the head and the sensor
- G01N29/27—Arrangements for orientation or scanning by relative movement of the head and the sensor by moving the material relative to a stationary sensor
-
- 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
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/01—Indexing codes associated with the measuring variable
- G01N2291/011—Velocity or travel time
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
- G01N2291/0234—Metals, e.g. steel
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/028—Material parameters
- G01N2291/02854—Length, thickness
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/04—Wave modes and trajectories
- G01N2291/044—Internal reflections (echoes), e.g. on walls or defects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/10—Number of transducers
- G01N2291/105—Number of transducers two or more emitters, two or more receivers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/26—Scanned objects
- G01N2291/263—Surfaces
- G01N2291/2634—Surfaces cylindrical from outside
Landscapes
- Physics & Mathematics (AREA)
- Immunology (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Acoustics & Sound (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Length Measuring Devices Characterised By Use Of Acoustic Means (AREA)
Abstract
Dispositivo que constituye una herramienta de ayuda para la explotación, para el control no destructivo, en curso de fabricación o en la salida de la misma, de productos siderúrgicos, tales como tubos u otros productos largos, estando destinada esta herramienta a obtener informaciones sobre eventuales imperfecciones del producto, a partir de señales de retorno que son captadas (73), consecutivamente a la excitación selectiva (70) de sensores ultrasónicos emisores según una ley de tiempo seleccionada, por sensores ultrasónicos receptores que forman una disposición de geometría seleccionada, montada en acoplamiento ultrasónico con el producto a través de un medio líquido, con movimiento relativo de rotación/traslación entre el tubo y la disposición de transductores, estando caracterizada dicha herramienta de explotación por que comprende: - un conversor (891; 892) capaz de aislar selectivamente una representación digital de posibles ecos en ventanas temporales designadas, en función del movimiento relativo de rotación/traslación, comprendiendo dicha representación la amplitud y el tiempo de vuelo de al menos un eco, y de generar un grafo 3D paralelepipédico, - un bloque de transformación (930) capaz de generar una imagen 3D (901; 902) de posibles imperfecciones en el tubo a partir del grafo 3D y de una base de datos, - un filtro (921; 922), capaz de determinar, en las imágenes (901; 902), zonas de hipotética imperfección (Zcur), así como propiedades de cada imperfección hipotética, - una etapa de salida configurada para generar una señal de conformidad o de no conformidad de un producto.
Description
5
10
15
20
25
30
35
40
45
50
55
60
DESCRIPCION
Control no destructivo, en particular para tubos en curso de fabricacion o en estado acabado
[0001] La invencion se refiere al control no destructivo de materiales, particularmente para tubos en fabricacion.
[0002] Ya se conocen diferentes propuestas, sobre las que hablaremos mas adelante, que estan destinadas a utilizar las redes neuronales en el marco del control no destructivo de materiales. Pero estas propuestas existentes no tienen la capacidad de funcionar en un entorno industrial, en equipos que ya se encuentran en servicio, en tiempo real, y permitiendo una clasificacion sobre la marcha, de las imperfecciones segun su naturaleza, de manera tal que un problema suscitado en fase de produccion pueda ser remediado rapidamente.
[0003] La solicitud de patente francesa FR2903187 trata sobre el control no destructivo.
[0004] Otra solicitud, a saber la FR2796153, describe un dispositivo de sensores ultrasonicos que constituyen una herramienta de ayuda a la explotacion, para el control no destructivo, en curso o en salida de fabricacion, de productos siderurgicos, tales como tubos u otros productos largos.
[0005] Un objetivo de la invencion es mejorar la situacion en direccion a un sistema que pueda:
- ser utilizado en un entorno industrial e implantado facilmente en equipos ya existentes en este entorno,
- ser utilizado en tiempo real, es decir ofrecer un diagnostico rapido particularmente a una velocidad suficiente para no disminuir la velocidad de produccion global, y
- permitir una clasificacion de las imperfecciones segun su naturaleza, a partir de una cantidad reducida de informacion, para conocer su gravedad y para permitir la determinacion de la causa tecnica que origina la imperfeccion y asf remediar rapidamente el problema en fase de produccion.
[0006] Segun la invencion, se propone un dispositivo que constituye una herramienta de ayuda para la explotacion, para el control no destructivo de tubos (u otros productos siderurgicos) en curso de fabricacion y al salir de la misma, tal como se define por medio de la reivindicacion 1. Una herramienta de este tipo esta destinada a obtener informaciones sobre eventuales imperfecciones del producto. Se excitan selectivamente sensores ultrasonicos emisores segun una ley de tiempo seleccionada. Se captan senales de retorno mediante sensores ultrasonicos receptores que forman una disposicion de geometrica seleccionada, montada en acoplamiento ultrasonico con el tubo a traves de un medio lfquido. Finalmente, se produce un movimiento relativo de rotacion/traslacion entre el producto y la disposicion de transductores.
[0007] La herramienta propuesta de ayuda a la explotacion comprende:
- un conversor, capaz de aislar selectivamente una representacion digital de posibles ecos en ventanas temporales designadas, en funcion del movimiento relativo de rotacion/traslacion, y de obtener una imagen de posibles imperfecciones del producto, comprendiendo dicha representacion la amplitud y el tiempo de vuelo de al menos un eco, y de generar un grafo 3D paralelepipedico,
- un bloque de transformacion capaz de generar una imagen 3D de posibles imperfecciones en el tubo a partir del grafo 3D y de una base de datos,
- un filtro, capaz de determinar, en las imagenes, zonas de hipotetica imperfeccion, asf como propiedades de cada imperfeccion hipotetica,
- una etapa de salida configurada para generar una senal de conformidad o de no conformidad de un producto.
[0008] La invencion tambien puede situarse en el nivel de un dispositivo de control no destructivo de tubos (u otros productos siderurgicos) en curso de fabricacion o a la salida de la misma, que comprende:
- una disposicion de transductores ultrasonicos de geometna seleccionada, ensamblada en acoplamiento ultrasonico con el tubo a traves de un medio acoplador, con movimiento relativo de rotacion/traslacion entre el tubo y la disposicion de transductores,
- circuitos para excitar selectivamente estos elementos transductores segun una ley de tiempo seleccionada, y para recoger las senales de retorno que son captadas por los mismos, y
- una herramienta de ayuda a la explotacion tal como se define anteriormente.
[0009] La invencion se refiere tambien a un procedimiento de control no destructivo de tubos (u otros productos siderurgicos) en curso de fabricacion o a la salida de la misma, segun se define por medio de la reivindicacion 14, que comprende las etapas siguientes:
a. prever una disposicion de transductores ultrasonicos de geometna seleccionada, ensamblada en acoplamiento ultrasonico con el tubo a traves de un medio acoplador, con movimiento relativo de rotacion/traslacion entre el tubo y la disposicion de transductores,
b. excitar selectivamente estos elementos transductores segun una ley de tiempo seleccionada,
c. recoger las senales de retorno captadas por los mismos, con el fin de analizar selectivamente estas senales de retorno, para obtener informaciones sobre eventuales imperfecciones del tubo, comprendiendo dichas informaciones la amplitud y el tiempo de vuelo de al menos un eco, y generar un grafo 3D paralelepipedico.
5
10
15
20
25
30
35
40
45
50
55
60
d. aislar selectivamente una representacion digital de posibles ecos en ventanas temporales designadas, en funcion del movimiento relativo de rotacion/traslacion, y obtener una imagen 3D de posibles imperfecciones en el tubo a partir del grafo 3D paralelepipedico y de una base de datos,
e. generar una senal de conformidad o de no conformidad de un producto.
[0010] La etapa e puede comprender:
e1. filtrar las imagenes segun criterios de filtrado seleccionados, con el fin de determinar en las mismas, zonas de hipotetica imperfeccion Zcur, as^ como propiedades de cada hipotetica imperfeccion,
e2. formar entradas digitales de trabajo, a partir de un extracto de las imagenes en correspondencia con una zona de hipotetica imperfeccion Zcur, de propiedades de la imperfeccion hipotetica en la misma zona, procedentes del filtro; y de datos de contexto,
e3. aplicar las entradas asf formadas a por lo menos una disposicion de tipo circuito neuronal,
e4. tratar digitalmente la salida de la disposicion de tipo circuito neuronal segun criterios de decision seleccionados, para obtener una decision y/o una alarma, y
e5. descartar y marcar tubos de los cuales se ha decidido que no estan en conformidad mediante la etapa e4.
[0011] Otros aspectos, caractensticas y ventajas de la invencion se pondran de manifiesto al examinar la descripcion detallada que se ofrece a continuacion de algunos modos de realizacion no limitativos, asf como los dibujos anexos en los cuales:
- la figura 1 es una vista esquematica en perspectiva de un tubo, con imperfecciones o defectos llamados patrones:
- la figura 2 es una vista lateral esquematica que ilustra un ejemplo de instalacion del tipo "control de cabeza giratoria" sobre un tubo a la salida de fabricacion;
- las figuras 3A a 3C son detalles de diferentes tipos de medida de espesor y de control de imperfecciones longitudinales y transversales;
- la figura 4 es el esquema conceptual de la electronica asociada a un sensor ultrasonico de control no destructivo en una instalacion clasica;
- las figuras 5A y 5B son una vista extrema y una vista lateral de un tipo particular de celda de control no destructivo, comunmente llamada "de cabeza giratoria" y representada esquematicamente;
- la figura 6 muestra la complejidad de los trayectos ultrasonicos encontrados en un tubo, en un ejemplo simple;
- las figuras 6A y 6B son diagramas temporales esquematicos de senales ultrasonicas, para un sensor bajo incidencia oblicua, y para un sensor bajo incidencia normal (perpendicular), respectivamente;
- la figura 7 es una grafica que muestra una representacion clasica de la selectividad de una instalacion de control;
- la figura 8 es un esquema conceptual de la electronica asociada a un sensor ultrasonico de control no destructivo en un ejemplo de instalacion susceptible de llevar a la practica la invencion;
- la figura 8A es un esquema funcional mas detallado de una parte de la figura 8;
- la figura 8B es otro esquema funcional mas detallado de una parte de la figura 8;
- la figura 9 es una copia de pantalla esquematizada que ilustra imagenes ultrasonicas digitalizadas de imperfecciones potenciales en un tubo;
- la figura 9A es una copia de pantalla segun otra orientacion;
- las figures 10A a 10D son representaciones esquematicas de diferentes tipos de imperfecciones segun la clasificacion API (American Petroleum Institute) y que constituyen los datos de salida de la red neuronal que esta destinada a determinar el tipo de la imperfeccion;
- la figura 11 es el esquema funcional mas detallado de otra parte de la figura 8;
- la figura 11A es una vista detallada del bloque de transformacion de la figura 11;
- la figura 12 es un diagrama secuencial que ilustra el tratamiento de imperfecciones potenciales sucesivas en una
imagen;
- la figura 13 es el esquema funcional de un sistema de filtros;
- la figura 14 es el esquema funcional de un conjunto ensamblado de red neuronal destinado a determinar el tipo de una
imperfeccion en un tubo;
- la figura 15 es el esquema funcional de un conjunto ensamblado de red neuronal destinado a determinar el grado de seriedad de una imperfeccion en un tubo;
- la figura 16 es el esquema funcional del modelo de neurona;
- la figura 17 es un ejemplo de funcion de transferencia de una neurona elemental; y
- la figura 18 es el esquema general de una instalacion para la deteccion de los defectos con diferentes tipos de sensores.
[0012] Los dibujos contienen elementos de caracter definido. Podran servir, entonces, no solo para comprender mejor la presente invencion, sino tambien para contribuir a su definicion, dado el caso.
[0013] En la continuacion del presente texto, un sensor ultrasonico podra ser designado indistintamente con los terminos sensor, o palpador o transductor, bien conocidos por el experto en la materia.
5
10
15
20
25
30
35
40
45
50
55
60
Circuitos neuronales
[0014] La utilizacion de redes neuronales en el marco del control no destructivo de materiales ha sido objeto de numerosas publicaciones, la mayor parte del tiempo bastante teoricas, y las cuales se consideraran a continuacion.
[0015] El artfculo "Localization and Shape Classification of Defects using the Finite Element Method and the Neural Networks" de ZAOUI, MARCHAND y RaZeK (NDT.NET-AOUT 1999, vol. IV n° resumen 8) formula propuestas en este ambito. Sin embargo, estas propuestas se realizan en el marco de manipulaciones en laboratorio, y la aplicacion descrita no permite una utilizacion en lmea, en un entorno industrial. Ademas, solo se trata la deteccion por corrientes de Foucault, lo que habitualmente es insuficiente.
[0016] El artfculo "Automatic Detection of Defect in Industrial ultrasound images using a neural Network" de Lawson y Parker (Proc. of Int. Symposium on Lasers, Optics, and Vision for Productivity in Manufacturing I (Vision Systems: Applications), Junio de 1996, Proc. of SPIE vol. 2786, pags. 37 a 47, 1996), describe la aplicacion del tratamiento de imagenes y redes neuronales con la interpretacion de lo que se denomina "scan TOFD". El metodo llamado TOFD (Time of Flight Diffraction) consiste en identificar las posiciones del sensor ultrasonico en donde se puede observar una difraccion del haz en los bordes de la imperfeccion, lo que permite en consecuencia dimensionar la imperfeccion. Este metodo es diffcilmente adaptable a los equipos de control no destructivo ya existentes, en particular en un entorno industrial.
[0017] El artfculo "Shape Classification of Flaw Indications in 3-Dimensional ultrasonic Images" de Dunlop y McNab (TEE Proceedings - Science, Measurement and Technology - julio de 1995- Volumen 142, edicion 4, p. 307 a 312) se refiere al diagnostico en terminos de corrosion de tubenas. El sistema permite un control no destructivo en profundidad y permite un analisis en tres dimensiones y en tiempo real. Sin embargo, el sistema es muy lento. Esto hace que su utilizacion en un entorno industrial resulte relativamente diffcil.
[0018] El articulo "Application of neuro-fuzzy techniques in oil pipelines ultrasonic nondestructive testing" de Ravanbod (NDT&E International 38 (2005) p 643-653) sugiere que los algoritmos de deteccion de la imperfeccion pueden ser mejorados por medio de la utilizacion de elementos de logica difusa, combinados en la red neuronal. Sin embargo, las tecnicas estudiadas se refieren en ese caso tambien a la inspeccion de imperfecciones de tubenas y a un diagnostico sobre imperfecciones de corrosion.
[0019] El documento DE 42 01 502 C2 describe un metodo para crear una serial destinada a una red de neuronas, pero no aporta mas que una ensenanza nimia o nula sobre la interpretacion de los resultados, en terminos de diagnostico. Ademas, una vez mas, solo se trata la deteccion por corrientes de Foucault.
[0020] La publicacion de patente japonesa 11-002626 se refiere a la deteccion de imperfecciones longitudinales unicamente, y solo por corrientes de Foucault.
[0021] La publicacion de patente N° 08-110323 se conforma con un estudio en frecuencia de las senales obtenidas por ultrasonidos.
[0022] La publicacion de patente N° 2003-279550 describe un programa para diferenciar una zona calificada como sana de otra zona mala de un producto utilizando una red de neuronas. Este programa no vas mas alla, y no permite la clasificacion ni la localizacion de imperfecciones. En consecuencia, la aplicacion de este programa puede conducir frecuentemente al rechazo de piezas que, sin embargo, senan consideradas como buenas si los resultados fueran interpretados por un operador humano.
Control no destructivo de tubos
[0023] La descripcion detallada a continuacion se efectua esencialmente en el marco del control no destructivo de tubos a la salida de fabricacion, a tftulo no limitativo.
[0024] Como se indica en la figura 1, las imperfecciones en un tubo T se pueden distinguir segun su posicion. Asf, las imperfecciones de superficie, interna o externa, comprenden las imperfecciones longitudinales LD, y las imperfecciones circunferenciales (o cruzadas o atravesadas o transversales) CD y las imperfecciones oblicuas o inclinadas ID; mediante diferentes disposiciones de sensores, se intenta detectarlas cuando se extienden sobre una longitud y una profundidad definidas segun las normas o las especificaciones o pliegos de condiciones de los clientes (a tftulo de ejemplo un valor de longitud de imperfeccion citado en las normas es de 1/2 pulgada, es decir 12,7 mm aproximadamente con una profundidad de alrededor de 5% del espesor del producto controlado). Tambien son de interes las imperfecciones "dentro de la pared", es decir dentro de la masa MD (no visibles en la figura 1), que se corresponden habitualmente con inclusiones o pliegues de laminacion, cuya deteccion se pretende al mismo tiempo que se realiza una medicion del espesor. Los haces ultrasonicos se representan como divergentes en la figura 1 para hacer comprender la deteccion de imperfecciones. En la practica, seran mas bien convergentes, tal como se vera. Clasicamente, en el control no
5
10
15
20
25
30
35
40
45
50
55
60
destructivo por ultrasonidos, se utiliza uno de los tres tipos de instalaciones siguientes: las instalaciones llamadas "de cabeza giratoria", las instalaciones llamadas "de tubo giratorio", y las instalaciones de sensores circundantes multi- elemento, todas ellas bien conocidas por el experto en la materia. En el caso de utilizacion de sensores que operan en barrido electronico, la rotacion relativa tubo/sensores es virtual. Tal como se utiliza aqm, la expresion "movimiento relativo de rotacion/traslacion entre el tubo y la disposicion de transductores" cubre el caso en que la rotacion relativa es virtual.
[0025] En la figura 2, la maquina de control no destructivo de cabeza giratoria comprende un dispositivo de ultrasonidos propiamente dicho, montado en un recinto de agua o "caja de agua" 100, que es atravesada por el tubo T a la velocidad de, por ejemplo, v = 0,5 metro por segundo. Los sensores o palpadores de ultrasonidos emiten ondas longitudinales en el agua. Un sensor dado trabaja por ejemplo a 1 o varios MHz. Es excitado repetitivamente por impulsos, de forma de onda seleccionada, con una cadencia (o frecuencia) de repeticion Fr que es del orden de algunos kHz o decenas de kHz, por ejemplo de 10 kHz.
[0026] Por otra parte, un transductor de ultrasonidos posee:
- una radiacion de campo proximo, practicamente paralela, en una zona llamada de Fresnel, sede de numerosas interferencias, cuya longitud en el eje del haz es
N = 0,25 D2/ A
donde D es el diametro de la pastilla activa del transductor, y A su longitud de onda de trabajo, y
- una radiacion de campo lejano, en una zona llamada de Fraunhofer, segun un haz divergente de angulo 2 a, con
sen a = 1,22 A / D
[0027] Las figuras 3A, 3B, 3C representan sensores que se han hecho convergentes por medio de una lente (de ultrasonidos) concava, tales como los que se utilizan habitualmente en las aplicaciones de control de los tubos. Se utiliza preferentemente la zona de Fraunhofer la cual tiene menos perturbaciones.
[0028] Asf, para sensores tales como P11 y P12, el haz de ultrasonidos, que esta en general focalizado, se extiende en las proximidades de un plano perpendicular al eje del tubo T. La deteccion se realiza pues sensiblemente en seccion transversal. Sus cometidos son los siguientes:
- o bien, su haz es tambien perpendicular al eje del tubo T en seccion transversal, y sirven para la medicion del espesor (por ejemplo P1, figura 3A); se habla entonces de "palpacion transversal";
- o bien, su haz incide sobre el eje del tubo T, en seccion transversal, y sirven para detectar las imperfecciones longitudinales (por ejemplo P11, figura 3B). En este caso, el angulo de incidencia en seccion transversal se selecciona, preferentemente, para crear en el tubo solo ondas ultrasonicas transversales o de cizallamiento, teniendo en cuenta caractensticas de la interfaz agua/metal del tubo (en principio agua/acero). Se preve generalmente dos sensores P11 y P12, de incidencias opuestas con respecto al eje del tubo (figura 2).
[0029] La maquina comprende tambien sensores tales como P21 y P22 cuyo haz de ultrasonidos, en cambio, que por norma general tambien esta focalizado, se extiende en las proximidades de un plano que pasa por el eje del tubo, pero incidente con respecto al plano perpendicular al eje del tubo T (vease el sensor P21, Figura 3C). En este caso, el angulo de incidencia con respecto al plano perpendicular al eje del tubo es preferentemente elegido para crear en el tubo solo ondas ultrasonicas transversales o de cizallamiento, teniendo en cuenta caractensticas de la interfaz agua/metal del tubo (en principio agua/acero). Estos sensores sirven para detectar las imperfecciones transversales. Se preve generalmente dos sensores P21 y P22, de incidencias opuestas con respecto al plano perpendicular al eje del tubo (figura 2).
[0030] El control de las imperfecciones se realiza generalmente focalizando el haz. El punto de focalizacion se mide con respecto al "salto", que se corresponde con el primer trayecto de ida y vuelta de los ultrasonidos en el espesor del tubo. Asf, el sensor de la figura 3A se focaliza a mitad del salto, mientras que los sensores de las figuras 3B y 3c se focalizan a tres cuartos del salto. Por otra parte, el control de las imperfecciones externas se realiza generalmente en el salto, y el de las imperfecciones internas en la mitad del salto.
[0031] Se designa con Ta el tiempo de presencia requerido para que el palpador pueda recibir correctamente el retorno del haz de ultrasonidos, representativo de una eventual imperfeccion. Este tiempo Ta depende de la suma de los dos tiempos siguientes:
- por un lado el tiempo de propagacion de ida y vuelta de ondas ultrasonicas longitudinales, sobre la altura de la "columna de agua" presente entre el palpador y el tubo, en el trayecto de los ultrasonidos,
- por otro lado el tiempo de propagacion de ondas ultrasonicas transversales, tal como el que se requiere en el interior del tubo para conseguir que el control sea no destructivo. Este tiempo depende principalmente de una eleccion del numero deseado de reflexiones de las ondas transversales en el interior de la pared del tubo.
5
10
15
20
25
30
35
40
45
50
55
60
[0032] Clasicamente, los palpadores son puestos en rotacion en torno al eje del tubo, por medios no representados, a una velocidad T del orden de varios millares de vueltas por minuto, (6000 rpm por ejemplo). En el caso tambien conocido por los expertos en la materia, en el que es el tubo el que es puesto en rotacion mientras que los palpadores no lo son (instalacion llamada "de tubo giratorio") la velocidad de rotacion del tubo es del orden de algunas decenas a algunos millares de vueltas por minuto.
[0033] Se puede llamar "celda" a cada conjunto de sensor - medio de transmision (agua) - tubo. Para una celda, se debe considerar ademas la abertura de haz Od de los palpadores de ultrasonidos en deteccion. Una abertura se puede definir con dos componentes (figura 1), una Od1 en la seccion transversal del tubo, y la otra Od2 en el plano que pasa por el eje del tubo y el palpador.
[0034] El reglaje de la instalacion (en funcion de la velocidad de rotacion, de la velocidad de desplazamiento, de las dimensiones Od1 y Od2 y del numero de palpadores) debe garantizar un barrido, por parte de los haces ultrasonicos, del conjunto de las superficies y del volumen del tubo a controlar.
[0035] Cabe destacar que ciertas normas o pliegos de condiciones o especificaciones de los clientes imponen un recubrimiento de las zonas barridas.
[0036] Por lo tanto, el tiempo de analisis Ta se define por un compromiso entre:
- la cadencia (o frecuencia) de repeticion Fr,
- en seccion transversal del tubo, la velocidad de rotacion w, teniendo en cuenta la abertura en deteccion Od1 de los palpadores de ultrasonidos (en otras palabras, teniendo en cuenta la rotacion de los sensores, la componente Od1 de la abertura de haz debe permitir un tiempo de presencia de la imperfeccion delante de los sensores, que sea al menos igual a Ta),
- la longitud del tubo, la velocidad de desplazamiento v del mismo, teniendo en cuenta la abertura en deteccion Od2 de un palpador de ultrasonidos, y del numero NFi de palpadores dedicados a la misma funcion Fi (que constituyen por lo tanto un grupo de palpadores), en la periferia del tubo (en otras palabras, teniendo en cuenta el avance del tubo, la componente Od2 de la abertura de haz debe permitir un tiempo de presencia de la imperfeccion delante del sensor (o del grupo de sensores), que sea al menos igual a Ta).
- el numero de palpadores dedicados al mismo cometido (es decir a la misma funcion), y
- los tiempos de propagacion de las ondas tal como se ha definido anteriormente.
[0037] Clasicamente, la maquina comprende de manera tfpica en total dos sensores tales como P11, P12 para el control de las imperfecciones de tipo LD, y eventualmente ID, dos sensores tales como P21, P22 para el control de las imperfecciones de tipo CD, a los que se suma en principio un sensor tal como P1, para la medida del espesor del producto y el control de las imperfecciones de tipo MD. Cada sensor puede ser de hecho un grupo de sensores que trabajan en conjunto, como se vera mas adelante.
[0038] La maquina posee, de forma integrada o aparte, una electronica de excitacion y de deteccion asociada a cada uno de los sensores. Comprende (figura 4) un emisor 70 de impulsos, por ejemplo a 250 voltios para la excitacion del palpador P0 montado en la caja de agua 100. Como parte integrante del sistema de control no destructivo, el palpador de ultrasonidos P0, aqrn emisor/receptor, recibe los ecos consecutivos de esta excitacion. Las lmeas 700 y 710 transmiten respectivamente el impulso de excitacion y la serial de los terminales del palpador a un amplificador 73.
[0039] La salida del amplificador 73 sirve para la visualizacion por parte del operador y/o el gobierno de un automata de clasificacion, capaz de descartar (aguas abajo) los tubos no conformes.
[0040] La visualizacion se realiza por ejemplo mediante un osciloscopio 750, que recibe como serial la salida del amplificador 73, y como base de tiempos 752 una serial de una etapa de sincronizacion 753 proveniente del emisor 70. Una etapa de umbral 754 evita la saturacion del osciloscopio en el momento del impulso de emision.
[0041] Otra salida del amplificador 73 va hacia una etapa de tratamiento de serial 760. Este tratamiento comprende generalmente una rectificacion, un alisado y un filtrado. Le sigue una etapa de deteccion o selector 762, capaz de aislar los ecos significativos, segun una manera conocida. En la deteccion de la imperfeccion, es la presencia de un eco, con su amplitud o su duracion (por lo tanto su energfa), lo que es significativo, en ciertos intervalos de tiempo, esencialmente en la mitad del salto y en el salto. Para la deteccion del espesor, se verifica que la distancia equivalente de la separacion temporal entre los ecos de fondo respectivos se corresponde bien con el espesor deseado del tubo. Las anomalfas detectadas segun estos criterios pueden servir para emitir una alarma en 764, y/o para gobernar un automata 766 de clasificacion que rechaza los tubos no conformes, marcandolos segun la anomalfa o anomalfas detectadas.
[0042] Materialmente, en el caso de una instalacion de cabeza giratoria (figuras 5A y 5B), la celda comprende nuevamente, sobre un soporte mecanico 80, la caja de agua 100, que aloja un conjunto sensor P0, con una conexion 701, que une las lmeas 700 y 710 de la figura 4. Se preven por ejemplo tres rodamientos 81 a 83 para centrar el tubo T.
5
10
15
20
25
30
35
40
45
50
55
60
[0043] Segun la tecnica conocida (maquina comercializada por ejemplo por la sociedad alemana GE NUTRONIK, antiguamente NUKEM), el conjunto sensor P0 comprende sensores que giran a algunos millares de revoluciones/minuto alrededor del tubo. Se puede utilizar tambien una pluralidad de sensores repartidos en anillo alrededor del tubo. El anillo comprende por ejemplo 6 sectores de 128 sensores ultrasonicos, repartidos en torno a la periferia. Los sectores de sensores estan ligeramente desplazados de manera alternada en el sentido del eje del tubo. Esto permite tener un solapamiento entre dos sectores de sensores consecutivos longitudinalmente, y reduce tambien los problemas de interferencias. La interferencia tiene lugar cuando un sensor dado recibe ecos debidos a un disparo efectuado sobre otro sensor.
[0044] A esto se le suma un mecanismo (no representado) de guiado del tubo aguas arriba y abajo del puesto de control no destructivo, para posicionar bien el tubo que se desplaza continuamente, con respecto a los sensores de ultrasonidos.
[0045] El control no destructivo debe realizarse sobre toda la periferia del tubo. Pero tambien es esencial que este control siga la velocidad lineal v del tubo a la salida de fabricacion. Se llega pues a un compromiso entre la velocidad lineal v del tubo, la cadencia (o frecuencia) de repeticion Fr, el tiempo de analisis Ta, la abertura de trabajo Od del palpador de ultrasonidos en deteccion, y la velocidad de rotacion u>, de manera que el numero de sensores garantiza la misma funcion y la velocidad de propagacion de las ondas ultrasonicas.
[0046] Tambien es deseable que la misma instalacion pueda trabajar sobre toda una gama de diametros de tubos (y tambien de espesores de tubos), que cubran la gama de produccion. Es frecuente por tanto prever varios valores de la velocidad de rotacion w y de la frecuencia de repeticion Fr, valores que se seleccionan en funcion del diametro del tubo a tratar.
[0047] Se observara finalmente que todo cambio de fabricacion implica un nuevo reglaje de los angulos de ataque de los ultrasonidos de cada sensor en la periferia del tubo. Esta operacion delicada, efectuada manualmente, lleva normalmente del orden de media hora, tiempo durante el cual se interrumpe la produccion de tubos. Tales son las condiciones en las que se efectua actualmente el control no destructivo por ultrasonidos de los tubos, o de otros productos perfilados y/o de paredes finas, a la salida de fabricacion.
[0048] En el ambito del control no destructivo por ultrasonidos, se utiliza habitualmente la siguiente terminologfa:
- "barrido" (o "scan") designa una sucesion de posiciones relativas tubo/sensor,
- "incremento" designa el paso del barrido (inversamente proporcional a la frecuencia de repeticion o frecuencia de disparos ultrasonicos),
- "Ascan" designa la grafica de la tension electrica medida en los terminales de un sensor ultrasonico, que tiene como abscisa el tiempo de vuelo y como ordenada una representacion de la tension electrica, llamada tambien amplitud ultrasonica,
- "Bscan" designa una imagen relativa a un valor dado del incremento, que tiene, como abscisa, el barrido correspondiente al disparo ultrasonico, eventualmente expresado en grados de angulo del sensor con respecto a la pieza a inspeccionar, como ordenada el tiempo de vuelo, y en cada punto la amplitud ultrasonica convertida en escala de grises o colores.
- "Ecodinamica" designa una grafica que tiene, como abscisa, la indicacion del disparo ultrasonico y como ordenada la amplitud maxima hallada en un selector temporal del Ascan para el disparo correspondiente,
- "Cscan" designa una imagen que tiene, como abscisa y como ordenada, la posicion equivalente en un espacio plano, del punto de disparo de la onda ultrasonica, y que representa, convertida en escala de grises, la amplitud ultrasonica maxima para este disparo hallada en el selector temporal considerado del Ascan ("amplitud de la imagen"). En el caso de un tubo, un punto de la abscisa del Cscan se corresponde con una posicion sobre la longitud del tubo y un punto de la ordenada se corresponde con una posicion sobre la circunferencia del tubo. En el caso de un producto plano, un punto de la abscisa del Cscan se corresponde con una posicion sobre la longitud del producto plano, y un punto de la ordenada se corresponde con una posicion sobre el ancho del producto plano.
[0049] Por otra parte, la solicitante utiliza en lo que sigue de la descripcion los siguientes terminos:
- "Bscan 3D paralelepipedico" que designa una representacion 3D que consta ademas de la posicion del sensor en el eje del tubo, considerandose la representacion como bruta, y no apareciendo la forma del tubo,
- "Bscan 3D reducido" que designa un Bscan 3D paralelepipedico limitado a una zona con indicacion ultrasonica de defecto probable a la salida de los filtrados,
- "Bscan 3D tubo" que posee las mismas dimensiones que el Bscan 3D paralelepipedico, representandose los datos en el tubo inspeccionado, y pudiendo constituir eventualmente la amplitud una dimension suplementaria.
[0050] La figura 6 es una vista en seccion longitudinal esquematica de un sistema formado por un sensor, su columna de agua y el tubo, y con una ilustracion de diferentes trayectos ultrasonicos que forman ecos. Esta permite comprender bien la complejidad de estos trayectos, y la dificultad del analisis.
5
10
15
20
25
30
35
40
45
50
55
60
[0051] La figura 6A es un diagrama esquematico de amplitud/tiempo de la senal ultrasonica en el nivel de un sensor que trabaja bajo incidencia oblicua. A partir del instante Texcit de excitacion del sensor, se encuentra un eco de interfaz agua-tubo en el instante Tinterf (que se puede tambien indicar como TphiExterO). A continuacion se marcan (lmea de puntos vertical) el instante TphiInter en el que el haz de ultrasonidos alcanza la superficie interna del tubo, donde se refleja y refracta, asf como el instante TphiExterl en el que el haz de ultrasonidos alcanza la superficie externa del tubo. Debido a la incidencia oblicua, no hay eco reflejado significativo que vuelva al sensor en TphiInter en ausencia de imperfecciones en este lugar. Esto vale tambien en TphiExterl.
[0052] La figura 6B es un diagrama esquematico de amplitud/tiempo de la senal ultrasonica en el nivel de un sensor que trabaja bajo incidencia normal. La cronologfa general de las senales es la misma que para la figura 6A (salvo por un factor ligado a la incidencia). Por el contrario, bajo incidencia normal, hay ecos significativos en TphiInter y en TphiExterl, incluso en ausencia de imperfecciones en los lugares en cuestion del tubo.
[0053] Actualmente, los sistemas de control no destructivo utilizados en produccion de tubos funcionan aplicando la relacion K entre:
- la amplitud As de una senal que proviene del tubo a inspeccionar, y
- la amplitud A0 de la senal que proviene de un defecto patron de referencia, para el tipo de control considerado. Este "defecto patron de referencia" esta en general definido en un tubo patron provisto de un defecto artificial (por ejemplo una entalla en U o en V) de caractensticas dimensionales seleccionadas, por ejemplo de acuerdo a una norma de control no destructivo, y/o al pliego de condiciones de un cliente.
[0054] La hipotesis implfcita es que esta amplitud de senal es proporcional a la criticidad de la imperfeccion, es decir a su profundidad (DD). La grafica de la figura 7 (bien conocida por los expertos en la materia, vease Nondestructive Testing Handbook - capftulo statistics del volumen 7 publicado por la ASNT- American Society for Nondestructive Testing) representa la reparticion real K= f(DD). Muestra que en realidad, la correlacion es muy mala (del orden de 0,3 a 0,4 para el control por ultrasonidos).
[0055] Mas precisamente, en la grafica de la figura 7, si se fija la amplitud de referencia A0 (K=1) en el valor XL (profundidad de la imperfeccion maxima aceptable) en el centro de la distribucion (ella misma alineada sobre la oblicua TDis), se ve que aun se pueden encontrar imperfecciones en K = 0,5 de profundidad DD superior a XL. De ah resulta que, por prudencia, es necesario fijar A0 para un valor claramente mas bajo que XL. En consecuencia, se rechazan de la produccion tubos que, sin embargo, senan de hecho satisfactorios. Economicamente esto resulta todavfa mas nefasto por cuanto las tecnicas de fabricacion de tubos continuan siendo bastante arduas, tanto en complejidad como en necesidades de energfa.
[0056] La Solicitante, por lo tanto, se propone mejorar la situacion.
[0057] La figura 8 muestra un dispositivo mejorado con respecto al de la figura 4.
[0058] La salida del amplificador 73 es aplicada a una etapa 761, que digitaliza la amplitud de la senal proveniente del amplificador 73, y trabaja sobre esta senal digitalizada. Este tratamiento sera descrito mas adelante en referencia a la figura 11. A continuacion se pueden mantener etapas 764 y 766 funcionalmente similares a las de la figura 4. La senal bruta del sensor, tal como se ve en el osciloscopio 750, se denomina A-Scan por parte de los expertos en la materia. Comprende ecos segun el esquema definido por la figura 6.
[0059] Es deseable pasar a la obtencion de imagenes de las imperfecciones del tubo, con la ayuda de las senales de ultrasonidos. Se describira ahora la obtencion de una imagen.
[0060] En la practica, una imagen se obtiene considerando varias exploraciones sucesivas del tubo por un sensor Px, bajo angulos sucesivos que cubren sensiblemente una seccion transversal del tubo. Es posible realizarlo con disparos sucesivos por un solo sensor, utilizando la rotacion relativa tubo/sensor.
[0061] Nos situamos aqrn, a tftulo de ejemplo no limitativo, en el caso de una instalacion del tipo llamado de cabeza giratoria.
[0062] En la figura 8A, se considera un sensor Px, que puede ser de uno de los tipos P1, P11, P12, P21 y P22 citado previamente. En el ejemplo ilustrado, este sensor Px comprende de hecho n sensores elementales Px-1, ..., Px-i, ..., Px-n, que estan alineados segun el eje longitudinal del tubo, y que son objeto de un disparo ultrasonico en el mismo momento. En la figura 8A, lo que se encuentra entre los sensores elementales y el grafo 3D de salida 769 puede ser considerado como un conversor.
[0063] La senal Ascan del primer sensor elemental Px-1 es aplicada a un amplificador 73-1, seguido de dos vfas paralelas: la del selector 763-1A y la del selector 763-1B. Cada selector 763-1A comprende dos salidas respectivamente
5
10
15
20
25
30
35
40
45
50
55
60
de amplitud maxima y de tiempo de vuelo. La salida de amplitud maxima esta conectada a un digitalizador de lmea 765- 1Aa. La salida de tiempo de vuelo esta conectada a un digitalizador de lmea 765-1At.
[0064] La salida del digitalizador de lmea 765-1Aa de amplitud maxima esta conectada a unos medios de almacenamiento intermedio de datos 768-Aa que recopilan los datos provenientes de los digitalizadores de lmea de amplitud maxima 765-iAa de mdice i que va de 1 a n. La salida del digitalizador de lmea 765-1At de tiempo de vuelo esta conectada a unos medios de almacenamiento intermedio de datos 768-At que recopilan los datos provenientes de los digitalizadores de lmea de tiempo de vuelo 765-iAt de mdice i que va de 1 a n. La salida del digitalizador de lmea 765-1Ba de amplitud maxima esta conectada a unos medios de almacenamiento intermedio de datos 768-Ba que recopilan los datos provenientes de los digitalizadores de lmea de amplitud maxima 765-iBa de mdice i que va de 1 a n. La salida del digitalizador de lmea 765-1Bt de tiempo de vuelo esta conectada a unos medios de almacenamiento intermedio de datos 768-Bt que recopilan los datos provenientes de los digitalizadores de lmea de tiempo de vuelo 765- iBt de mdice i que va de 1 a n.
[0065] Sobre la base de las informaciones obtenidas durante el avance del tubo patron, el operador puede introducir en los medios de almacenamiento intermedio 768-Aa y 768-At la informacion T_1A correspondiente a una indicacion de posicion y de ancho temporal, que le indica, en funcion de la geometna conocida del tubo, los instantes en los que encontrara un "eco de superficie interna", relativo al interior del tubo por ejemplo el primer eco Int1 de la figura 6. La figura 6A muestra mas claramente la ventana temporal "Int" correspondiente, en torno a TphiInter.
[0066] Del mismo modo, sobre la base de las informaciones obtenidas durante el avance del tubo patron, el operador puede introducir en medios de almacenamiento intermedio 768-Ba y 768-Bt la informacion T_1B que se corresponde con una indicacion de posicion y de ancho temporal, que le indica, en funcion de la geometna conocida del tubo, los instantes en los que encontrara un "eco de superficie externa", relativo al exterior del tubo, por ejemplo el primer eco Ext1 de la figura 6. La figura 6A muestra mas claramente la ventana temporal "Ext" correspondiente, en torno a TphiExter.
[0067] El esquema se repite para los otros sensores Px-2, ... Px-i, ... Px-n.
[0068] Asf, cada selector temporal 763 define ventanas temporales teniendo en cuenta el instante de emision de los ultrasonidos, e intervalos de tiempo predeterminables en los que se pueden esperar ecos referentes a este selector. La ilustracion de las figuras 6 muestra como se pueden definir los intervalos de tiempo interesantes, teniendo en cuenta el angulo de ataque del haz ultrasonico sobre el tubo, asf como el diametro (interno o externo) y el espesor del tubo. Un intervalo de tiempo dado se corresponde con un eco dado en un punto dado del tubo, para una posicion relativa dada entre el tubo y el sensor.
[0069] Para simplificar, se admite aqrn que los instantes de disparos estan sincronizados con la rotacion relativa tubo/sensores, de manera tal que un sensor elemental trabaja siempre sobre la misma generatriz longitudinal del tubo. La salida de su selector provee, por lo tanto, una serie espaciada de muestras analogicas de senal, que se corresponden cada una con la amplitud de un eco esperado en una pared del tubo. Estas muestras del sensor Px-1 (por ejemplo) son digitalizadas en 765.
[0070] El sincronismo con la emision se puede garantizar mediante una conexion (no representada) con el emisor 70, o con su disparador, el circuito de sincronizacion 753, o su base de tiempos 752 (figura 8). La visualizacion 750 puede ser mantenida, si se desea. El sistema puede funcionar sobre un tubo que gira a velocidad sensiblemente constante. En este caso, la velocidad angular y el avance del tubo pueden ser medidos con la ayuda de un codificador angular preciso, por ejemplo el modelo RS0550168 provisto por la sociedad Hengstler, y de un velodmetro laser, por ejemplo el modelo LSV 065 provisto por la sociedad Polytec. El tubo tambien puede no girar, mientras que es el sistema de sensores el que gira. En este caso, el velodmetro laser es suficiente para medir el avance del tubo, mientras que la velocidad de rotacion de los sensores es conocida por medio de un codificador angular.
[0071] Para un disparo dado, el conjunto de los sensores Px-1 a Px-n provee una lmea de una imagen, que se corresponde con una seccion transversal del tubo. En la otra dimension de la imagen, un sensor elemental dado provee una lmea que se corresponde con una generatriz del tubo.
[0072] Los digitalizadores 765-1Aa, 765-2Aa, ..., 765-iAa, ..., 765-nAa y 765-1At, 765-2At, ..., 765-iAt, ..., 765-nAt permiten completar una imagen "interna", relativa a la superficie interna del tubo. Los digitalizadores 765-1Ba, 765-2Ba, ..., 765-iBa, ..., 765-nBa y 765-1Bt, 765-2Bt, ..., 765-iBt, ..., 765-nBt permiten completar una imagen "externa", relativa a la superficie externa del tubo, con Tvol max el tiempo de vuelo del eco de amplitud maxima.
[0073] El grafo 3D paralelepipedico memorizado en 769 se corresponde con el sensor o grupo de sensores Px considerado. Cada punto de esta imagen, transportado a tonalidades de gris, se corresponde con un valor de amplitud del eco debido a la reflexion de la senal ultrasonica sobre una imperfeccion eventual de la zona del tubo considerada. Este valor tambien puede representar la relacion entre la amplitud maxima de la senal ultrasonica captada en el tubo en
5
10
15
20
25
30
35
40
45
50
55
60
el curso de la prueba y la amplitud maxima de la senal ultrasonica obtenida con un "defecto patron de referenda" artificial, tal como se ha definido anteriormente. El grafo 3D paralelepipedico es una representacion del Bscan 3D preparatorio digitalizado en 769 - preparatorio en el sentido de que sirve como base para la generacion del Bscan 3D del tubo. La forma del grafo 3D es generalmente distinta de la forma del producto examinado, particularmente para los tubos.
[0074] Las informaciones del grafo 3D paralelepipedico pueden comprender el conjunto de los pares (tiempo de vuelo, amplitud) de la curva AScan en una duracion de digitalizacion determinada.
[0075] Los grafos 3D paralelepipedicos digitalizados en 769 comprenden los grafos 3D paralelepipedicos 891 construidos a partir de los datos provenientes de un grupo de sensores P11 y los grafos paralelepipedicos 892 construidos a partir de los datos provenientes de un grupo de sensores P12 y respectivamente P21 y p22 tal como se representa en la figura 11.
[0076] Esta imagen se corresponde ahora con una zona del tubo, obtenida por la union de las zonas sensiblemente anulares del tubo que se corresponden con cada una de las lmeas digitalizadas. De hecho, se trata de zonas anulares o helicoidales si el haz de ultrasonidos se aplica sensiblemente de forma perpendicular al eje del tubo. Se sabe que es de otra forma segun el movimiento relativo tubo/sensor. Las zonas son por tanto mas bien elfpticas y, de hecho, alabeadas o estan "torcidas" en el espacio. En la presente descripcion, la expresion "zonas anulares" cubre estas diferentes posibilidades.
[0077] Cabe destacar que para obtener una reproduccion completa del grafo 3D, la informacion suplementaria de posicionamiento del sensor con respecto al tubo es necesaria. Esta se encuentra disponible en una entrada separada 740. Esta informacion viene de un codificador o de un conjunto de laseres que permiten medir el posicionamiento espacial. Como el tubo se puede equiparar a un cilindro sin espesor, la informacion de posicion puede ser reducida a dos dimensiones.
[0078] Se entiende que la puesta en practica de la invencion en un banco existente de control por ultrasonidos ("UT bench") implica:
- la accesibilidad a los datos brutos de control por ultrasonidos ("UT Raw Data"), que se realiza por ejemplo con la ayuda de una tarjeta de adquisicion, como el modelo NI 6024 serie E o NI 6251 serie M de la sociedad National Instrument, o por acceso directo a los datos digitales de una electronica de control del Banco,
- la disponibilidad de una informacion en lmea sobre la velocidad de rotacion (del tubo o sensor) o la posicion angular relativa del tubo con respecto al sensor, y
- la disponibilidad de una informacion en lmea sobre la velocidad de avance del tubo o la posicion lineal relativa del sensor proyectada en el eje.
[0079] El esquema de la figura 8A puede ser aplicado:
- en paralelo a un sensor de tipo P11 y a un sensor de tipo P12 que observan la misma zona del tubo segun dos direcciones diferentes. Cada sensor va a permitir obtener una imagen interna y una imagen externa. A continuacion, podra seleccionarse una de las imagenes en funcion de una orden denominado "Int/Ext".
- en paralelo a un sensor de tipo P21 y a un sensor de tipo P22, que, tambien en este caso, permitiran, cada uno de ellos, obtener una imagen interna y una imagen externa.
[0080] El esquema de la figura 8A puede tambien ser aplicado a un sensor de tipo P1, en cuyo caso se preven tres vfas paralelas detras de cada amplificador (al menos de forma virtual). Una de las vfas funciona en un intervalo temporal repetitivo posicionado tal como se indica en "Volum." en la figura 6B. Esta via permite un control de imperfecciones de volumen, es decir en el espesor del tubo.
[0081] Las otras dos vfas pueden funcionar respectivamente en los intervalos temporales repetitivos posicionados como se indica en "WphiExterO" y en "WphiInterl" en la figura 6 B. Estas otras dos vfas permiten una medida del espesor del tubo.
[0082] La distincion entre las 3 vfas es puramente funcional (virtual). En efecto, las otras dos vfas mencionadas pueden ser ffsicamente la misma, en la que se discriminan los instantes o intervalos "WphiExterO" y "WphiInterl". Se puede tambien utilizar una sola via ffsica, en la que se discriminan los instantes o intervalos "WphiExterO", "Volum." y "WphiInterl".
[0083] Es representativo describir de forma mas detallada el caso de un sensor de tipo P11 con un sensor de tipo P12. Esto es lo que se hara a continuacion.
[0084] Se recuerda que estos dos grupos de sensores P11 y P12 sirven para la deteccion de imperfecciones longitudinales en los tubos. El control ultrasonico es realizado con disparos de ultrasonidos (US) en dos direcciones privilegiadas ("clock wise" - "counter clock wise"):
5
10
15
20
25
30
35
40
45
50
55
60
- Un sensor o grupo de sensores P11 provee una imagen ultrasonica del tubo en una direccion de trabajo ("clock wise").
- Un segundo sensor o grupo de sensores P12 provee una imagen ultrasonica del mismo tubo en otra direccion de trabajo ("counter clock wise").
[0085] Asf, las imperfecciones longitudinales son ventajosamente detectadas con 2 sensores o grupos de sensores cuyos ejes de haz estan inclinados simetricamente con respecto a un plano perpendicular al eje del tubo. La inclinacion es por ejemplo de aproximadamente +/- 17°. Esto aporta un ejemplo de aplicacion del sistema con dos sensores, o dos grupos de sensores, tal como se ha mencionado anteriormente.
[0086] En el modo de realizacion de la figura 8B, cada ventana de digitalizacion 782 proveniente de un amplificador 781 puede ser caracterizada por un comienzo, una duracion y una frecuencia de digitalizacion que definen un numero n de puntos de la senal AScan que se esta considerando. Cada ventana de digitalizacion 782 provee por tanto un numero n de pares de informacion (Amplitud, Tiempo de vuelo), para cada disparo ultrasonico. La Memoria intermedia/Multiplexor 788 entrega el conjunto de los datos asf recopilados al grafo 3D paralelepipedico 769 teniendo en cuenta posiciones respectivas de los sensores en el momento en que la senal se ha recibido, esto gracias a la vez al conocimiento de la configuracion geometrica de los sensores unos con respecto a los otros, y gracias a la informacion de posicionamiento tubo/sensor en el momento del disparo ultrasonico 740.
[0087] Se hace ahora referencia a la figura 9. Para el primer sentido de control (pestana "sentido 1" seleccionada), las imagenes 903 y 904 son vistas en seccion (respectivamente transversal y longitudinal) del Bscan 3D de Tubo, 3D con la geometna del tubo, tal como se describe mas adelante, proveniente de los sensores P11. El posicionamiento de estas secciones se fija gracias a los parametros "seccion transversal a (mm)" y "seccion longitudinal a (grados)". Las imagenes 905 (interna) y 906 (externa) son CScans, tal como se ha definido precedentemente, concentrandose la imagen 905 (respectivamente 906) en una zona temporal del Ascan donde se supone que se han detectado las imperfecciones de superficie interna (respectivamente externa). Las informaciones necesarias para la reconstruccion de las imagenes 905 y 906 provienen del BScan 3D paralelepipedico 891 de la figura 11.
[0088] La imagen 901 es una representacion 3D en transparencia del Bscan 3D de Tubo de una porcion del producto a controlar, porcion en la que se identifican zonas potencialmente interesantes, tal como se describe mas adelante. Las mismas imagenes 903 bis, 904 bis, 905 bis, 906 bis y 902 se reproducen para el segundo sentido de control (pestana "sentido 2" activada), vease la figura 9A.
[0089] Se recuerda aqu que la descripcion precedente se refiere a la deteccion de defectos en orientacion longitudinal. El mismo razonamiento se aplica para la busqueda de defectos transversales (con los grupos de sensores P21 y P22).
[0090] Ahora se hace referencia a la figura 11. Los bloques de imagenes 901 y 902 son obtenidos a partir de los grafos 3d paralelepipedicos 891 y 892 por medio del bloque de transformacion 930 tal como se detalla en la figura 11A. El bloque conversor 891 de la figura 11 se corresponde con el conjunto ensamblado de la figura 8A, aplicado al sensor P11. De la misma forma, el bloque conversor 892 se corresponde tambien con el conjunto ensamblado de la figura 8A, pero aplicado al sensor P12. Los bloques conversores 891 y 892 utilizan los datos de contexto de tubo/sensores del bloque 740. Estos datos son relativos a las caractensticas del tubo en curso de examen y de los sensores en curso de utilizacion.
[0091] El bloque de transformacion 930 esta dispuesto aguas abajo de los grafos 3 D paralelepipedicos 891 y 892, y puede presentar la estructura ilustrada en la figura 11 A. El bloque de transformacion 930 efectua un calculo temporal de recorrido de la propagacion de las ondas en el tubo tomando en cuenta la conversion de modos en el momento del impacto de una onda ultrasonica en un defecto. En el impacto, una onda transversal puede transformarse en onda longitudinal y viceversa. El bloque de transformacion 930 puede estimar la propagacion de la energfa del haz acustico a partir de calculos de coeficientes de transmision y de reflexion. Se puede realizar un analisis del espectro frecuencial del Ascan. El bloque de transformacion 930 puede comprender una base de datos 939 de ensayos reales o simulados que permite una comparacion con los grafos 3D recibidos. El bloque de transformacion 930 puede reproducir la imagen Bscan 3D con la geometna del tubo.
[0092] Como se ilustra en la figura 11A, el bloque de transformacion 930 comprende dos bloques 931 y 932 de eliminacion de zonas no utiles de Bscans 3D a partir de un grafo 3D, el bloque 931 que procesa los datos de las imagenes 3D 891 y el bloque 932 que procesa los datos de las imagenes 3D 892, dos bloques 933 y 934 de filtrado por aplicacion de una ventana temporal simulada, aguas abajo respectivamente de los bloques 931 y 932, un bloque de simulacion teorica 935, un bloque de calculo de tolerancia 937 que alimenta un bloque de algoritmo inverso 936, el bloque 936 que provee las imagenes 901 y 902 definidas precedentemente.
[0093] La eliminacion por parte de los bloques 931 y 932 permite reducir la cantidad de informacion procesada conservando las zonas potencialmente interesantes a representar de forma tridimensional. El filtrado puede ser efectuado a partir de un Cscan de manera longitudinal. La longitud seleccionada puede ser superior a la longitud de una
5
10
15
20
25
30
35
40
45
50
55
60
zona de amplitud superior a un umbral. A continuacion, se pueden procesar los Bscans 3D paralelepipedicos que contienen una zona de imperfeccion potencial.
[0094] El filtrado por parte de los bloques 933 y 934 puede ser efectuado acotando la ventana temporal por los ecos de interfaz y de fondo. Estos bloques de filtrado pueden tambien acotar la zona angular del tubo potencialmente interesante y si es necesario desplazar estas zonas con el fin de delimitar y reporducir completamente la zona potencialmente interesante. Las imagenes provenientes de los bloques 933 y 934 son Bscans 3D reducidos.
[0095] El bloque de simulacion teorica 935 puede comprender una base de datos de simulaciones, por ejemplo de Ascans o de Bscans 3D en funcion de los tipos y posicion de los defectos. La base de datos puede comprender resultados simulados y/o resultados de ensayos sobre defectos naturales y/o artificiales. El bloque de algoritmo inverso 936 puede comparar Ascans o Bscans 3D teoricos que provienen del bloque de simulacion teorica 935 y Ascans o Bscans 3D obtenidos durante la inspeccion con el fin de determinar el Ascan o el Bscan 3D teorico mas proximo y, en consecuencia, el(los) defecto(s) mas probable(s). A tftulo de ejemplo, el bloque de algoritmo inverso 936 compara un Ascan experimental filtrado correspondiente a una posicion en longitud y a una posicion angular con los Ascans teoricos en esta misma posicion en longitud y en despliegue. A tftulo de ejemplo, el bloque de algoritmo inverso 936 compara un Bscan 3D resultante de un Bscan 3D reducido correspondiente a una posicion en longitud, con los Bscans 3D teoricos en esta misma posicion en longitud. Pueden efectuarse las dos comparaciones. El mejor conjunto de representaciones teoricas de los ecos es entonces el conjunto que presenta la menor diferencia con respecto a los datos experimentales.
[0096] Despues del bloque de transformacion 930 se ilustran los filtros 921 y 922, vease figura 11, que permiten particularmente realizar extractos de las imagenes, y de sus datos de preparacion, en calidad de datos de entrada reunidos por el bloque combinador 960 para el tratamiento neuronal o experto 970.
[0097] En el modo de realizacion descrito, el filtro 921 posee:
- una salida de senal Zcur que designa una zona de trabajo en la imagen. Esta salida es utilizada por una funcion de extraccion 951 que efectua en consecuencia un extracto de la imagen (Cscan) para la zona Zcur, y un acceso a la preparacion de imagen 891 para obtener en ella informaciones memorizadas (llamadas Ascan) relativas a la misma zona Zcur. El conjunto de estos datos es transmitido por la funcion de extraccion 951 al combinador 960, como entradas de tratamiento neuronal o experto 970,
- una salida que provee informaciones obtenidas por filtrado, algunas al menos relativas a la zona Zcur, que este transmite como entrada del tratamiento neuronal o experto,
- opcionalmente, (lmea de trazos) salidas de datos complementarias filtradas hacia una memoria 990.
[0098] Ocurre lo mismo para el filtro 922, con la funcion de extraccion 952, para la misma zona actual Zcur.
[0099] El sistema neuronal 970 alimenta una logica de decision y de alarma 992, que gobierna un automatismo de clasificacion y marcado 994. Se puede prever una interfaz de interpretacion 996 por parte de un operador, la cual puede presentar la totalidad o parte de los datos contenidos en la memoria 990, con respecto a la porcion de tubo en curso de examen. Los datos contenidos en la memoria 990 provienen de los filtros 921 y 922.
[0100] Ademas de su prediccion (origen, tipo y gravedad de la indicacion) el sistema neuronal 970 provee una evaluacion de la confianza que se puede aportar a esta prediccion. Esta informacion es accesible a los operadores que disponen tambien de datos complementarios mas cualitativos, tales como el historico del pedido en curso o los problemas presentados durante la elaboracion del producto. El operador, o un especialista puede entonces intervenir para ponderar, en consecuencia, las predicciones.
[0101] Aqrn, la figura 11 procesa informaciones provenientes como mmimo de dos grupos de sensores que garantizan la misma funcion o destinados al mismo tipo de control (los 2 grupos P11 y P12 o los 2 grupos P21 y P22). El mismo esquema puede servir para procesar las informaciones provenientes de un numero mayor de grupos de sensores destinados a controles de tipo diferente. El numero de imagenes procesadas al mismo tiempo aumenta otro tanto.
[0102] La funcion primaria de los filtros 921 y 922 es determinar zonas de imperfecciones en las imagenes 901 y 902. De forma general, el filtrado esta dispuesto para senalar las zonas a analizar, y distinguir en ellas las imperfecciones de las otras indicaciones. El filtrado trabaja sobre dos porciones homologas de dos imagenes. Los dos filtros pueden trabajar de forma conjunta.
[0103] Por barrido de la imagen digitalizada, se localizan en primer lugar los lugares de la imagen en los que existen imperfecciones potenciales. Para esto, es posible aplicar un umbral fijo establecido por calibracion.
[0104] Se puede utilizar un umbral que se adapta al nivel de ruido en curso de la imagen. El metodo se basa en la teona de la deteccion de una senal en un ruido blanco, que puede fundamentarse en dos hipotesis:
Hipotesis H0: medida = ruido blanco de promedio m_b y de desviacion estandar std_b
5
10
15
20
25
30
35
40
45
50
55
60
Hipotesis H1: medida = senal + ruido blanco
Se procede a pruebas estadfsticas, que permiten determinar si se esta en el marco de la hipotesis H0, o de la hipotesis H1. Estos calculos estad^sticos son efectuados en tiempo real sobre n puntos moviles de la imagen correspondientes a disparos consecutivos; el numero n puede ser determinado por aprendizaje.
[0105] Segun este metodo (caso llamado "aditivo gaussiano"), se puede por ejemplo utilizar el criterio de Neyman- Pearson para determinar un umbral de deteccion segun una probabilidad de falsa alarma (pfa) dada. Esto se expresa mediante la formula [21] adjunta. Se utiliza la funcion acumulativa gaussiana, denominada en general Q (o incluso la funcion de error erf), que se debe invertir para obtener el umbral, segun la formula [22] adjunta.
[0106] En la practica, se constata frecuentemente la presencia de ruido de fondo que puede tener varios ongenes (por ejemplo: presencia de agua en el interior del tubo, zumbido electrico, fenomenos acusticos debidos a la estructura de la materia del producto controlado).
El uso de un umbral variable evita las falsas alarmas que se producen si se aplica un umbral fijo.
[0107] Entre las otras falsas indicaciones susceptibles de aparecer, los ruidos parasitos se manifiestan por picos muy breves en la senal de ultrasonidos. Estos parasitos pueden ser descartadas por algoritmos simples a los que se puede llamar algoritmos de recuento acumulativo o incluso integradores (ejemplo: "n golpes antes de la alarma" o "doble umbral").
[0108] La solicitante considero tambien la "espira", que es el trayecto seguido por el sensor a lo largo de la superficie cilmdrica a la cual equivale el tubo. Se puede efectuar un filtrado a lo largo de cada espira para reducir mas la tasa de falsas alarmas. Se utiliza a tal efecto por ejemplo un filtro de Butterworth, y/o una transformada de Fourier discreta, tal como una transformada de Fourier rapida. Esta tecnica es aplicada a cada lmea digital.
[0109] El mismo tipo de algoritmo puede aplicarse en el sentido de la longitud del tubo.
[0110] Asf, se localizan imperfecciones potenciales. Cuando se detecta una imperfeccion, su posicion se corresponde con la posicion analizada en las imagenes de la figura 9 (por ejemplo), con una imagen 3 D, una seccion transversal y una seccion axial. Las indicaciones de posicion radial/espesor (o mas simplemente de situacion interna, externa o en masa de la imperfeccion) pueden ser representadas como atributos de los puntos de imagen. Se tendra asf
- dos imagenes 2D que representan las imperfecciones eventuales de superficie externa del tubo,
- dos imagenes 2D que representan las imperfecciones eventuales de superficie interna del tubo, y
- una imagen 2D que representa las imperfecciones eventuales en el espesor del tubo.
[0111] Se consideran ahora las imperfecciones "confirmadas", despues de la eliminacion de los parasitos y de las falsas alarmas, particularmente.
[0112] A continuacion, la solicitante ha elegido actualmente trabajar en una zona de imagen de tamano fijo. Por lo tanto, es necesario delimitar esta zona sobre los datos de existencia de imperfeccion que acaban de ser obtenidos.
[0113] Dicho de otra forma, hace falta posicionar los puntos senalados como superiores al umbral para determinar la zona completa en torno a una imperfeccion. Es necesario, por ejemplo, si se desea determinar la oblicuidad de una imperfeccion.
[0114] El algoritmo se articula en torno a diferentes etapas:
- deteccion de contorno (gradiente de Roberts por ejemplo),
- dilatacion (concentracion de los contornos proximos),
- erosion, y a continuacion cierre, lo cual permite determinar una mascara en torno a las imperfecciones,
- una ultima etapa de cercado (entourage) permite localizar completamente la imperfeccion.
[0115] Para cada imperfeccion, se obtienen asf las coordenadas de la zona de imagen correspondiente, que seran utiles para el analisis por red neuronal que tiene lugar despues.
[0116] La figura 12 ilustra este tratamiento de las zonas de imagen bajo la forma de un diagrama de flujo.
[0117] Al comienzo de las imagenes (801), se tienen de cero a p zonas de imagen a procesar, como poseedoras de una imperfeccion confirmada. La operacion 803 supone que existe al menos una primera zona, que sirve como zona actual a procesar Zcur en 805. Para esta zona Zcur:
- la operacion 807 extrae selectivamente los datos de las imagenes 901 y 902 que se corresponden con esta zona (definida por sus coordenadas en la imagen).
- la operacion 809 extrae selectivamente datos que intervienen en la preparacion de las imagenes 901 y 902, y que se corresponden con la zona Zcur. Se daran a continuacion ejemplos de estos datos.
5
10
15
20
25
30
35
40
45
50
- la operacion 811 lleva a cabo el tratamiento neuronal o experto propiamente dicho, al que se volvera mas adelante.
- los resultados obtenidos para la zona Zcur son memorizados selectivamente en 813, en correspondencia con una designacion de la zona Zcur.
- la prueba 820 averigua si existe otra zona a procesar en la imagen, en cuyo caso se vuelve a comenzar en 805 con esta otra zona como se indica en 821; si no, el tratamiento de la imagen o imagenes en curso se termina (822).
[0118] En el caso del tratamiento del sensor P1, solo hay una imagen, lo cual cambia el numero de parametros de entrada. Aparte de esto, el tratamiento puede generalmente ser el mismo.
[0119] Despues de la determinacion de cada zona de interes Zcur, el filtrado puede constar de otras funciones. Para estas otras funciones, la figura 13 ilustra de forma esquematica la interaccion entre el filtrado y la sucesion de las operaciones ilustradas en la figura 11.
[0120] La figura 13 es similar a la figura 11, pero solamente para la imagen 901. Muestra:
- los elementos de contexto tubo-sensores del bloque 740,
- el extractor 951 que encuentra los datos para la zona Zcur, en la imagen 901 y su preparacion 891,
- un bloque interno/externo 7410, que indica si la imperfeccion, de la zona Zcur considerada, esta situada en superficie interna o en superficie externa.
[0121] Lo que anade el filtrado a los datos de base, se define con mas detalle, concretamente, para cada zona Zcur (bloque 805), como indica el contenido del recuadro con lmea de trazos:
- una busqueda del angulo de oblicuidad en 941,
- una indicacion de longitud de la imperfeccion 942,
Se le puede anadir ademas, particularmente:
- una indicacion de alineamiento de C-Scan, en 945, y
- en 946, una indicacion sobre la existencia de otras imperfecciones en la misma seccion transversal del tubo.
[0122] En el modo de realizacion descrito, los datos tales como 945 y 946 van hacia la memoria 990. El resto va hacia las redes neuronales o sistemas expertos 970. Estos se separan aqrn en dos funciones, como se vera ahora.
[0123] Una imperfeccion en un tubo se puede definir por su posicion, su tipo, y su gravedad comunmente equiparada a su profundidad. En el modo de realizacion descrito, el tipo y el grado de profundidad de una imperfeccion de tubo se determinan de forma independiente con la ayuda de dos procesos neuronales de la misma estructura general, que se detallara ahora con un ejemplo.
[0124] El caso del tipo de la imperfeccion se trata segun la figura 14, mientras que el caso de la gravedad se trata segun la figura 15.
[0125] Los tipos se pueden definir, por ejemplo, como se ilustra en las figuras 10A a 10D. Estas figuras ilustran cuatro tipos, que constituyen una opcion simplista con respecto a la lista de las imperfecciones provistas por la API y que se pueden generar con los procesos de elaboracion del tubo. Los encabezamientos en espanol y en ingles son aquellos utilizados por los expertos en la materia para designar la naturaleza de las imperfecciones. Se observa que las imperfecciones de los tipos 1 y 3 son transversales, y que las de las figuras 2 y 4 son arqueadas ("chord").
[0126] Una correspondencia entre las imperfecciones reales y los cuatro tipos mencionados anteriormente puede ser definida de la siguiente forma:
- Nombre en espanol
- Nombre en ingles Asignacion
- Entalla
- Notch TIPO 1
- Grieta
- Crack TIPO 1
- Pliegue perpendicular o transversal (laminado)
- Seam (perpendicular) TIPO 1
- Pliegue (laminado)
- Seam (arcuate), “overlap” TIPO 2
- Granulacion
- Sliver TIPO 3
- Laminacion de cuerpos extranos
- Rolled-in-slug TIPO 4
- Rayado
- Gouge TIPO 4
- Inclusion
- Inclusion
- TIPO 4
- Falta de material (“socavacion”)
- Bore-slug TIPO 4
- Superposicion/recubrimiento/pliegue
- Lap TIPO 4
[0127] Aqrn, tanto la figura 14 como la 15 utilizan circuitos neuronales de tres neuronas intermedias (o "neuronas ocultas"), denominadas NC121 a NC123 para la figura 14, y NC141 a NC143 para la figura 15.
5
10
15
20
25
30
35
40
45
50
55
60
[0128] Las figuras 14 y 15 tienen en comun un cierto numero de entradas. Para intentar facilitar la comprension, las entradas se ilustran por medio de tipos de lmeas diferentes.
[0129] Las lmeas dobles indican que las entradas son multiples, es decir, repetidas Para cada punto de la zona Zcur.
[0130] En primer lugar, en 7410, se aporta, segun el estado considerado de los selectores 763 en cuestion, una informacion que indica si se trata de procesar una imperfeccion situada en la superficie interna o en la superficie externa de la pared del tubo. Esta informacion tambien puede ser obtenida del BScan 3D.
[0131] La segunda categona de magnitudes comunes de entradas comprende las magnitudes de contexto, que vienen del bloque 740 (figura 13):
- en 7401, WT/OD, que es la relacion del espesor de la pared con el diametro del tubo,
- en 7402, Free, que es la frecuencia de trabajo de las sondas de ultrasonidos,
- en 7403, ProbDiam, que es el diametro util de las sondas de ultrasonidos.
[0132] La tercera categona de magnitudes comunes comprende cantidades provenientes del filtrado que pueden ser consideradas como comunes a los dos sensores 921 y 922 (o mas). Se lleva a cabo, por ejemplo, el promedio de los resultados de los dos sensores, o bien se toma el resultado mas representativo (maximo/mmimo, segun el caso). Estas cantidades son las magnitudes de 9201, la oblicuidad del defecto, y de 9202 su longitud. Estas dos magnitudes son facilmente visibles en las dos imagenes de la figura 9, que tienen presentan simetna especular.
[0133] Se hace referencia ahora a la figura 14 solamente. La categona siguiente de magnitudes comprende magnitudes de medidas distintas para cada uno de los dos sensores (o grupo de sensores), y para cada una de las zonas Zcur, lo cual se refleja en el dibujo con una lmea doble.
[0134] Para un primer sensor, se tiene:
- en 9511, K1, que es la relacion entre la amplitud maxima de la senal ultrasonica encontrada en la zona Zcur y en la imagen 901, con respecto a la amplitud maxima del "defecto patron de referencia" citado previamente. De hecho, en el ejemplo, la amplitud en cada pixel de la imagen 901 esta definida por esta relacion; K1 es entonces simplemente el maximo de amplitud encontrado en la zona Zcur de la imagen 901; se indica como Pmax1 el punto de la zona Zcur donde se encuentra este maximo.
- en 9512, QBE1 que es una magnitud del C-Scan llamada QuantBumpsEchodyn, que representa el numero de maximos locales encontrados en la zona Zcur de la imagen 901 cerca del punto Pmax1 de amplitud maxima. Este numero QBE1 esta limitado a los maximos locales encontrados en las proximidades de Pmax1, por un lado y a otro, pero sin que la amplitud de la senal vuelva a bajar por debajo de un nivel correspondiente al ruido de fondo. QBE1 generalmente adoptara o bien el valor 1, o bien el valor 2.
[0135] Estas dos magnitudes provienen de la imagen 901, a traves del extractor 951, lo cual se refleja la notacion 951(901) en el dibujo. Se anade:
- en 9518, RT1 que es una magnitud que representa el tiempo de subida del eco en la senal nativa ultrasonica llamada A-Scan, (se trata de la diferencia entre el momento en el cual la senal es maxima y el ultimo momento anterior en el cual la senal esta en el nivel del ruido de fondo, expresada normalmente en microsegundos). Esta magnitud RT1 fue anteriormente medida a la salida del amplificador 73 en cuestion (figura 8A); se almaceno, por ejemplo en 891, en correspondencia con el punto del tubo al que se refiere. Es asf como la misma puede ser recuperada selectivamente por el extractor 951. La magnitud RT1 se puede ahora medir directamente por parte del operador en la imagen 903 de la figura 9, o incluso en el BScan 3D paralelepipedico.
[0136] Para el segundo sensor, se tiene:
- en 9521, K2, que se define como K1, pero para la imagen 902 en lugar de la imagen 901. En el ejemplo, K2 es simplemente el maximo de amplitud encontrado en la zona Zcur de la imagen 902; se indica como Pmax2 el punto de la zona Zcur donde se encuentra este maximo.
- en 9522, QBE2 se define como QBE1, pero en la imagen 902 en lugar de la imagen 901, y en las proximidades de Pmax2. Allf tambien, QBE2 adoptara generalmente o bien el valor 1, o bien el valor 2.
[0137] Estas dos magnitudes provienen de la imagen 902, por medio del extractor 952. Se anade:
- en 9528, RT2 que es una magnitud que representa el tiempo de subida del eco en la senal nativa llamada A-Scan. Como anteriormente, esta magnitud RT2 ha sido anteriormente medida a la salida del amplificador 73 en cuestion (figura 8A); se almaceno, por ejemplo en 892, en correspondencia con el punto del tubo al que se refiere. Es asf como la misma puede ser recuperada selectivamente por el extractor 952. La magnitud RT2 puede ser ahora directamente medida por el operador en la imagen 903A de la figura 9, o incluso en el Bscan 3D paralelepipedico.
[0138] La ultima entrada 958 de la red neuronal es un valor constante, indicado como ConstantA, que representa una constante determinada en el momento de la calibracion del modelo y resultante del aprendizaje.
5
10
15
20
25
30
35
40
45
50
55
60
[0139] La salida 998 de la figura 14 es una magnitud indicativa del tipo de la imperfeccion y su inclinacion promedio (definida en funcion del tipo).
[0140] El caso del grado de profundidad (o gravedad) de la imperfeccion se trata segun la figura 15. Las entradas son las mismas que para la figura 14, salvo:
- para el primer sensor, el bloque 9512 es reemplazado por un bloque 9513, que trata una magnitud EW_1, o EchodynWidth, que es el ancho a media altura (50%) de la forma de onda ecodinamica, para este primer sensor. Esta magnitud EW_1 se obtiene del Cscan.
- asimismo, para el segundo sensor, el bloque 9522 es reemplazado por un bloque 9523, que trata la magnitud EW_2, o EchodynWidth, que es el ancho a media altura (50%) de la forma de onda ecodinamica, para este segundo sensor.
- en 959, la constante, indicada ahora como ConstantB, es diferente.
- la salida 999 es una indicacion de la gravedad de la imperfeccion, indicada como DD.
[0141] Cabe destacar que, en los dos casos (figuras 14 y 15), un circuito neuronal 970 dado procesa un extracto de imagen 951 para uno de los grupos de sensores ultrasonicos, asf como un extracto de imagen 952 que se corresponde con la misma zona, pero que proviene de otro grupo de sensores.
[0142] La solicitante observo que era posible obtener resultados muy satisfactorios, bajo reserva de un ajuste adecuado de los parametros de un sistema experto, por ejemplo de los circuitos neuronales, y eventualmente de su numero, para optimizar la prediccion.
[0143] Ademas, la solicitante ha constatado que por combinacion de las informaciones recogidas por las diferentes redes neuronales era posible afinar aun mas la prediccion.
[0144] Globalmente, los parametros de entrada de la red neuronal o del sistema experto son por tanto caractensticas de las dos imagenes 3D (relacion de la amplitud maxima con respecto a la amplitud del patron, ancho de eco, orientacion del eco representativo de la oblicuidad de la imperfeccion...) y del control (sensor, dimensiones del tubo...).
Los parametros de salidas son las caractensticas de la imperfeccion (profundidad, inclinacion/tipo). La decision y/o alarma 992 puede adoptarse automaticamente con la ayuda de criterios de decision seleccionados, a base de umbrales, acompanados de un margen de seguridad segun las necesidades. Para definir estos umbrales, es posible ayudarse con los resultados del aprendizaje.
[0145] Ahora se hace referencia a la Figura 16, que es un modelo del circuito neuronal elemental de las figuras 14 o 15, para dos sensores.
[0146] Este modelo comprende un nivel o capa de entrada IL ("Input Layer"), que agrupa todos los parametros de entrada (habitualmente llamados "neuronas de entrada"). Para no saturar la figura, se representan solo tres neuronas E1 a E3, mas una constante, que puede ser considerada tambien como una neurona E0. Esta constante es habitualmente llamada "sesgo". En la practica, las neuronas de entrada son mas numerosas, conforme a la figura 14 o a la figura 15, segun el caso.
[0147] A continuacion se preve al menos un nivel o capa HL ("Hidden Layer" o "capa oculta"), que comprende k neuronas (de las cuales solo 2 estan representadas para no saturar el dibujo).
[0148] Finalmente viene la neurona de salida S1, que proporciona la decision, en la forma de un valor representativo de la importancia de una imperfeccion del tubo, por ejemplo una imperfeccion longitudinal. Esta salida se corresponde con el bloque 998 en la figura 14 y 999 en la figura 15.
[0149] Se vera que la "neurona" - constante E0 interviene para ponderar no solo la capa o capas ocultas HL, sino tambien la neurona de salida (capa OL o "Output Layer").
[0150] El comportamiento general de un circuito neuronal, tal como se utiliza aqrn, viene dado por la formula [11] del Anexo 1, donde wy es el peso asignado a la senal Xi presente en la entrada de la neurona j.
[0151] En el circuito previsto aqrn, una neurona elemental se comporta segun la formula [12], como se esquematiza en la figura 17.
[0152] La salida S1 de la figura 16 provee un valor estimado que se corresponde con la formula [13] del anexo 1.
Por aprendizaje, la solicitante ajusto las neuronas ocultas y sus pesos de manera tal que la funcion f sea una funcion no lineal, continua, derivable y acotada. El ejemplo preferido actualmente es la funcion arco-tangente.
[0153] Se sabe que una red neuronal determina sus coeficientes Wij comunmente llamados sinapsis por aprendizaje. Este aprendizaje debe hacer intervenir tfpicamente de 3 a 10 veces mas ejemplos que pesos a calcular, cubriendo correctamente el rango de las condiciones de trabajo deseadas.
5
10
15
20
25
30
35
40
45
50
55
60
[0154] Partiendo de ejemplos Ep (p = 1 a M), se determina para cada ejemplo la desviacion Dp entre el valor Sp dado por el circuito neuronal y el valor real Rp medido o definido experimentalmente. Esto es lo que recupera la formula [14].
[0155] La calidad de funcionamiento del circuito neuronal esta definida por una magnitud global de desviacion Cg, llamada "coste". Puede expresarse por ejemplo segun la formula [15], como una magnitud global de desviacion cuadratica ponderada.
[0156] El aprendizaje plantea diferentes problemas en un caso como el del control de las imperfecciones en los tubos, particularmente por el hecho de que se trata de tecnicas complejas, como ya se ha indicado.
[0157] La solicitante llevo a cabo, en primer lugar, un primer aprendizaje en simulacion. Se puede utilizar a tal efecto el software CIVA desarrollado y comercializado por el Comisariado de la Energfa Atomica, Francia. Este primer aprendizaje permitio identificar los parametros influyentes, y construir una primera version de la red neuronal en base a imperfecciones virtuales. La funcion de coste fue optimizada.
[0158] La solicitante a continuacion llevo a cabo un segundo aprendizaje que combina los resultados obtenidos en simulacion e imperfecciones artificiales, es decir, creadas intencionadamente en tubos reales. Este segundo aprendizaje permite construir una segunda version de la red de neuronas, cuya funcion de coste tambien fue optimizada.
[0159] La solicitante a continuacion combino los resultados obtenidos de las imperfecciones artificiales, y de un conjunto de imperfecciones presentes en tubos reales, siendo conocidas estas imperfecciones con precision gracias a mediciones realizadas a posteriori fuera de la cadena de fabricacion. Esta tercera fase permitio validar la ultima version de la red de neuronas. Esta version ha resultado ser operativa para la supervision en fabricacion. Sin embargo, en el momento de su implantacion en una instalacion nueva o modificada, conviene actualmente someterla a una "calibracion", con la ayuda de una decena de muestras artificiales que cubren el conjunto de la gama de las imperfecciones a tratar. De esto, resulta naturalmente una optimizacion.
[0160] Las figuras 11,12,14 y 15 han sido descritas en el marco de los sensores P11 y P12.
[0161] El mismo principio puede ser aplicado al grupo de sensores P1. En este caso, no habra imagen 2, y la red construida tiene menos parametros de entrada, tal como ya se indico. Los circuitos descritos para dos sensores pueden ser utilizados por uno solo, pero sin parametros de entrada para la parte "Imagen 2".
[0162] El mismo principio puede aplicarse tambien a los dos grupos de sensores P21 y P22, encargados de detectar las imperfecciones transversales, teniendo en cuenta el hecho de que, para esta deteccion, los sensores estan inclinados (por ejemplo de +/-17°) en un plano que pasa por el eje del tubo.
[0163] Se comprendera que, en cada caso, interviene un tratamiento digital del tipo definido por la figura 11, exceptuando los elementos 992 a 996. Este tratamiento se indica globalmente con 763, conforme a la figura 8, en donde le siguen los bloques 764 y 766.
[0164] Se obtiene asf un conjunto tal como se representa en la figura 18, con:
- para el sensor P1, un tratamiento 763-1, seguido de una fase de decision y alarma 764-1;
- para los sensores P11 y P12, un tratamiento 763- 10, seguido de una fase de decision y alarma 764-10;
- para los sensores P21 y P22, un tratamiento 763-20, seguido de una fase de decision y alarma 764-20;
- las tres fases 764-1, 764-10 y 764-20 son interpretadas conjuntamente por el automata de clasificacion y de alarma 767.
Una variante de la figura 18, no representada, consiste en solo prever una fase "Decision y alarma", que utiliza directamente las salidas de los tres tratamientos 763-1, 763-10 y 763-20.
[0165] El control no destructivo propiamente dicho se realiza "sobre la marcha", es decir a medida que el tubo se desplaza dentro de la instalacion de control. La decision resultante del tratamiento de las informaciones descrito anteriormente puede ser tomada tambien a medida que el tubo se desplaza en la instalacion de control (con decision- alarma y marcado "sobre la marcha"); una variante consiste en tomar esta decision despues de que se haya inspeccionado toda la longitud del tubo, o incluso aun mas tarde (despues del control del conjunto de un lote de tubos por ejemplo), quedando detectado/identificado cada tubo (N° de orden por ejemplo). En este caso, es necesario que las informaciones obtenidas sean registradas (memorizadas). Los registros pueden ser objeto de un analisis posterior por un operador habilitado para tomar una decision despues de haber analizado los resultados registrados y procesados por la(s) red(es) neuronal(es).
5
10
15
20
25
30
35
40
45
50
55
[0166] Evidentemente, teniendo en cuenta las propiedades de los circuitos neuronales, es posible agrupar, al menos parcialmente, el conjunto de los circuitos neuronales (contenidos en los tratamientos 763-1, 763-10 y 763-20) en un solo circuito neuronal, que tiene todas las entradas deseadas.
[0167] El modo de realization descrito utiliza directamente redes neuronales a titulo de ejemplo de sistemas expertos. La invention no esta limitada a este tipo de realizacion. Aqm, la expresion "disposition de tipo circuito neuronal" puede cubrir otras tecnicas de analisis de datos no lineales, con o sin circuitos neuronales.
[0168] De forma general, el conversor puede comprender una entrada de amplitud maxima en un selector y una entrada de tiempo de vuelo correspondiente. Dichas entradas pueden proveer los datos suficientes para la decision de conformidad o de no conformidad de un producto.
[0169] El bloque de transformation puede comprender un elemento de elimination de datos inservibles, un elemento de filtrado de zonas identificadas, un simulador y un elemento de interpretation. La reduction de la cantidad de information permite una velocidad de tratamiento mas alta.
[0170] El simulador puede comprender un elemento de simulation teorica, un modulo de calculo de tolerancia y un algoritmo inverso.
[0171] La etapa de salida puede comprender:
- un combinador, dispuesto para preparar entradas digitales de circuito neuronal, a partir de un extracto de las imagenes correspondiente a una zona de imperfection hipotetica, a partir de propiedades de la imperfection hipotetica en la misma zona, provenientes del filtro, y a partir de datos de contexto,
- al menos un circuito neuronal, que recibe entradas salidas del combinador,
- una etapa digital de decision y alarma, que opera sobre la base de la salida del circuito neuronal, y
- un automata de clasificacion y de marcado, dispuesto para descartar y marcar tubos que se consideraron no conformes por la etapa digital de decision y alarma.
[0172] El sistema aqm propuesto se ha descrito en el caso del control no destructivo durante la fabrication de tubos sin soldadura, caso en el que la invencion se aplica particularmente bien. Las mismas tecnicas pueden ser aplicadas particularmente a productos siderurgicos largos no necesariamente tubulares.
[0173] En el caso de tubos soldados u otros productos soldados (como por ejemplo chapas o placas), el sistema resulta capaz de determinar ademas los limites del cordon de soldadura, y en consecuencia localizar las eventuales imperfecciones en el cordon de soldadura, que puedan tener que ser supervisadas. Por su parte, las imperfecciones situadas fuera de los limites del cordon de soldadura, que se pueden corresponder con inclusiones ya presentes en el fleje (o producto) de base, se deben considerar de otra forma.
Anexo
Section 1
[0174]
y< = p (E w» x<)
3
.. Jv •.
Si = F (^2 Ei Wi + w0 )
i=1
S = J2 Si W'i + w'0
Dp = Sp - Rp
(11)
(12)
(13)
(14)
Seccion 2 [0175]
5
I
umtrral
2.71 stdp
n
x—rrifo
2 stdb dx
fumbral ® \ std
(21)
umbral
+ TJlb
(22)
Claims (14)
- EP 2223098101520
- 2.
- 3.25
- 4. 30
- 5.3540
- 6.4550
- 7.55
- 8.REIVINDICACIONESDispositivo que constituye una herramienta de ayuda para la explotacion, para el control no destructivo, en curso de fabricacion o en la salida de la misma, de productos siderurgicos, tales como tubos u otros productos largos, estando destinada esta herramienta a obtener informaciones sobre eventuales imperfecciones del producto, a partir de senales de retorno que son captadas (73), consecutivamente a la excitacion selectiva (70) de sensores ultrasonicos emisores segun una ley de tiempo seleccionada, por sensores ultrasonicos receptores que forman una disposicion de geometna seleccionada, montada en acoplamiento ultrasonico con el producto a traves de un medio Kquido, con movimiento relativo de rotacion/traslacion entre el tubo y la disposicion de transductores, estando caracterizada dicha herramienta de explotacion por que comprende:- un conversor (891; 892) capaz de aislar selectivamente una representacion digital de posibles ecos en ventanas temporales designadas, en funcion del movimiento relativo de rotacion/traslacion, comprendiendo dicha representacion la amplitud y el tiempo de vuelo de al menos un eco, y de generar un grafo 3D paralelepipedico,- un bloque de transformacion (930) capaz de generar una imagen 3d (901; 902) de posibles imperfecciones en el tubo a partir del grafo 3D y de una base de datos,- un filtro (921; 922), capaz de determinar, en las imagenes (901; 902), zonas de hipotetica imperfeccion (Zcur), asf como propiedades de cada imperfeccion hipotetica,- una etapa de salida configurada para generar una senal de conformidad o de no conformidad de un producto.Dispositivo segun la reivindicacion 1, en el cual el conversor (891; 892) comprende una entrada de amplitud maxima en un selector y una entrada de tiempo de vuelo correspondiente.Dispositivo segun la reivindicacion 1 o 2, en el cual el bloque de transformacion comprende un elemento de eliminacion de datos inservibles, un elemento de filtrado de zonas identificadas, un simulador y un elemento de interpretacion.Dispositivo segun la reivindicacion 3, en el cual el simulador comprende un elemento de simulacion teorica, un modulo de calculo de tolerancia y un algoritmo inverso.Dispositivo segun una de las reivindicaciones precedentes, en el cual la etapa de salida comprende:- un combinador (960), dispuesto para preparar entradas digitales de trabajo, a partir de un extracto (951; 952) de las imagenes que se corresponden con una zona de imperfeccion hipotetica (Zcur), y de propiedades de la imperfeccion hipotetica en la misma zona, obtenidas a la salida del filtro (921; 922),- al menos una disposicion de tipo circuito neuronal (970), que recibe entradas de trabajo obtenidas a la salida del combinador (960),- una etapa digital de decision y alarma (992) que opera sobre la base de la salida de la disposicion de tipo circuito neuronal (970), y- un automata de clasificacion y de marcado (994) dispuesto para descartar y marcar productos seleccionados como no conformes por la etapa digital de decision y alarma (992).Dispositivo segun una de las reivindicaciones precedentes, en el cual dicha herramienta de explotacion comprende dos conversores (891,892) respectivamente dedicados a dos disposiciones de transductores (P11, P12; P21, P22) ultrasonicos de geometna seleccionada (P11, P12; P21, P22), montados en acoplamiento ultrasonico sensiblemente siguiendo una simetna especular de la direccion de sus haces ultrasonicos respectivos, y el combinador (960) esta dispuesto para actuar selectivamente sobre los ecos de superficie interna o sobre los ecos de superficie externa o sobre los ecos que se producen en la masa del tubo, aunque al mismo tiempo sobre los datos relativos a una y otra de las dos disposiciones de transductores.Dispositivo segun una de las reivindicaciones precedentes, en el cual el conversor (891; 892) esta dispuesto para aislar selectivamente una representacion digital de posibles maximos de ecos en ventanas temporales designadas que se corresponden con ecos de superficie interna, con ecos de superficie externa, asf como ecos que provienen de la masa del tubo, respectivamente, y el combinador (960) esta dispuesto para actuar selectivamente sobre los ecos de superficie interna o sobre los ecos de superficie externa o sobre los ecos que se producen en la masa.Dispositivo segun una de las reivindicaciones precedentes, en el cual el combinador (960) recibe al menos una entrada (9511; 9521) relativa a un extremo de la amplitud de la imagen en la zona de imperfeccion hipotetica.Dispositivo segun una de las reivindicaciones precedentes, en el cual el filtro (921; 922) esta dispuesto para producir, como propiedades de cada imperfeccion hipotetica, su oblicuidad y su longitud, mientras que el combinador (960) recibe entradas correspondientes de oblicuidad de imperfeccion (931) y de longitud de imperfeccion (932).5101520253035404550EP 2223098
- 10. Dispositivo segun una de las reivindicaciones precedentes, en el cual el filtro (921; 922), el combinador (960), el circuito neuronal (970) y la etapa digital de decision y alarma (992) estan dispuestos para actuar iterativamente sobre una sucesion de zonas de imperfeccion hipotetica (Zcur), determinadas por dicho filtro (921; 922).
- 11. Dispositivo segun la reivindicacion 10, en el cual el filtro (921; 922), el combinador (960), el circuito neuronal (970) y la etapa digital de decision y alarma (992) estan dispuestos para actuar alternativamente sobre la superficie interna y la superficie externa del tubo.
- 12. Dispositivo segun una de las reivindicaciones precedentes, en el cual dicha disposicion de tipo circuito neuronal comprende:- un primer circuito neuronal (NC 121-NC 123) apto para evaluar la naturaleza de una imperfeccion entre una pluralidad de clases predefinidas, y- un segundo circuito neuronal (NC141-NC143) apto para evaluar la gravedad de una imperfeccion.
- 13. Dispositivo de control no destructivo de tubos en curso o en salida de fabricacion, que comprende:- una disposicion de transductores ultrasonicos de geometna seleccionada, montada en acoplamiento ultrasonico con el tubo a traves de un medio de acople, con movimiento relativo de rotacion/traslacion entre el tubo y la disposicion de transductores,- circuitos para excitar selectivamente (70) estos elementos transductores segun una ley de tiempo seleccionada, y para recopilar (73) las senales de retorno captadas por ellos, y- una herramienta de ayuda a la explotacion segun una de las reivindicaciones precedentes.
- 14. Procedimiento de control no destructivo de productos siderurgicos, tales como tubos u otros productos largos, en curso de fabricacion o en la salida de la misma, que comprende las etapas siguientes:a. prever una disposicion de transductores ultrasonicos de geometna seleccionada, montada en acoplamiento ultrasonico con el tubo a traves de un medio de acople, con movimiento relativo de rotacion/traslacion entre el tubo y la disposicion de transductores,b. excitar selectivamente (70) estos elementos transductores segun una ley de tiempo seleccionada,c. recoger (73) las senales de retorno captadas por ellos, con el fin de analizar selectivamente estas senales de retorno (760-766), para obtener informaciones sobre eventuales imperfecciones del tubo, comprendiendo dichas informaciones la amplitud y el tiempo de vuelo de al menos un eco, y generar un grafo 3D paralelepipedico,d. aislar selectivamente una representacion digital de posibles ecos en ventanas temporales designadas, en funcion del movimiento relativo de rotacion/traslacion (891; 892), y obtener una imagen 3D (901; 902) de posibles imperfecciones en el tubo a partir del grafo 3D y de una base de datos,e. generar una senal de conformidad o de no conformidad de un producto.
- 15. Procedimiento segun la reivindicacion 14, en el que la etapa e., comprende:e1. filtrar (921;922) las imagenes (901; 902) segun criterios de filtrado seleccionados, con el fin de determinar enellas zonas de imperfeccion hipotetica (Zcur), asf como propiedades de cada hipotetica imperfeccion,e2. formar (960) entradas digitales de trabajo, a partir de un extracto (951; 952) de las imagenes que secorresponden con una zona de imperfeccion hipotetica (Zcur), de propiedades de la imperfeccion hipotetica en lamisma zona, obtenidas a la salida del filtro (921; 922), y de datos de contexto (740),e3. aplicar las entradas asf formadas (960) a por lo menos una disposicion de tipo circuito neuronal (970),e4. procesar digitalmente la salida de la disposicion de tipo circuito neuronal (970) segun criterios de decisionseleccionados, para obtener una decision y/o una alarma (992), ye5. descartar y marcar (994) tubos considerados como no conformes por la etapa e4.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR0709045 | 2007-12-21 | ||
| FR0709045A FR2925690B1 (fr) | 2007-12-21 | 2007-12-21 | Controle non destructif,en particulier pour des tubes en cours de fabrication ou a l'etat fini. |
| PCT/FR2008/001751 WO2009106711A2 (fr) | 2007-12-21 | 2008-12-16 | Controle non destructif, en particulier pour des tubes en cours de fabrication ou a l'etat fini |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ES2616552T3 true ES2616552T3 (es) | 2017-06-13 |
Family
ID=39636907
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES08872809.2T Active ES2616552T3 (es) | 2007-12-21 | 2008-12-16 | Control no destructivo, en particular para tubos en curso de fabricación o en estado acabado |
Country Status (17)
| Country | Link |
|---|---|
| US (1) | US8365603B2 (es) |
| EP (1) | EP2223098B1 (es) |
| JP (1) | JP5595281B2 (es) |
| KR (1) | KR101476749B1 (es) |
| CN (1) | CN101903771B (es) |
| AR (1) | AR069323A1 (es) |
| AU (1) | AU2008351946B2 (es) |
| BR (1) | BRPI0821312B1 (es) |
| CA (1) | CA2709611C (es) |
| EA (1) | EA021646B1 (es) |
| ES (1) | ES2616552T3 (es) |
| FR (1) | FR2925690B1 (es) |
| MY (1) | MY152235A (es) |
| SA (1) | SA108290823B1 (es) |
| UA (1) | UA99844C2 (es) |
| WO (1) | WO2009106711A2 (es) |
| ZA (1) | ZA201004112B (es) |
Families Citing this family (94)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2903187B1 (fr) | 2006-06-30 | 2008-09-26 | Setval Sarl | Controle non destructif, en particulier pour des tubes en cours de fabrication ou a l'etat fini |
| US9104195B2 (en) | 2006-12-20 | 2015-08-11 | Lincoln Global, Inc. | Welding job sequencer |
| US9937577B2 (en) | 2006-12-20 | 2018-04-10 | Lincoln Global, Inc. | System for a welding sequencer |
| US10994358B2 (en) | 2006-12-20 | 2021-05-04 | Lincoln Global, Inc. | System and method for creating or modifying a welding sequence based on non-real world weld data |
| US8884177B2 (en) | 2009-11-13 | 2014-11-11 | Lincoln Global, Inc. | Systems, methods, and apparatuses for monitoring weld quality |
| US9483959B2 (en) | 2008-08-21 | 2016-11-01 | Lincoln Global, Inc. | Welding simulator |
| US8747116B2 (en) | 2008-08-21 | 2014-06-10 | Lincoln Global, Inc. | System and method providing arc welding training in a real-time simulated virtual reality environment using real-time weld puddle feedback |
| US8851896B2 (en) | 2008-08-21 | 2014-10-07 | Lincoln Global, Inc. | Virtual reality GTAW and pipe welding simulator and setup |
| US8834168B2 (en) | 2008-08-21 | 2014-09-16 | Lincoln Global, Inc. | System and method providing combined virtual reality arc welding and three-dimensional (3D) viewing |
| US9318026B2 (en) | 2008-08-21 | 2016-04-19 | Lincoln Global, Inc. | Systems and methods providing an enhanced user experience in a real-time simulated virtual reality welding environment |
| US9196169B2 (en) | 2008-08-21 | 2015-11-24 | Lincoln Global, Inc. | Importing and analyzing external data using a virtual reality welding system |
| US9280913B2 (en) | 2009-07-10 | 2016-03-08 | Lincoln Global, Inc. | Systems and methods providing enhanced education and training in a virtual reality environment |
| US8911237B2 (en) | 2008-08-21 | 2014-12-16 | Lincoln Global, Inc. | Virtual reality pipe welding simulator and setup |
| US9330575B2 (en) | 2008-08-21 | 2016-05-03 | Lincoln Global, Inc. | Tablet-based welding simulator |
| US8657605B2 (en) * | 2009-07-10 | 2014-02-25 | Lincoln Global, Inc. | Virtual testing and inspection of a virtual weldment |
| US8386404B2 (en) * | 2009-01-19 | 2013-02-26 | Zetec, Inc. | Methods for automated eddy current non-destructive testing analysis |
| US8274013B2 (en) | 2009-03-09 | 2012-09-25 | Lincoln Global, Inc. | System for tracking and analyzing welding activity |
| US9230449B2 (en) | 2009-07-08 | 2016-01-05 | Lincoln Global, Inc. | Welding training system |
| US9221117B2 (en) | 2009-07-08 | 2015-12-29 | Lincoln Global, Inc. | System for characterizing manual welding operations |
| US9773429B2 (en) | 2009-07-08 | 2017-09-26 | Lincoln Global, Inc. | System and method for manual welder training |
| US9011154B2 (en) | 2009-07-10 | 2015-04-21 | Lincoln Global, Inc. | Virtual welding system |
| US10748447B2 (en) | 2013-05-24 | 2020-08-18 | Lincoln Global, Inc. | Systems and methods providing a computerized eyewear device to aid in welding |
| US8569655B2 (en) | 2009-10-13 | 2013-10-29 | Lincoln Global, Inc. | Welding helmet with integral user interface |
| DE202009014770U1 (de) * | 2009-11-02 | 2011-07-04 | Seuthe, Ulrich, 58300 | Vorrichtung zum Überprüfen eines Bauteils auf Schäden |
| US8569646B2 (en) | 2009-11-13 | 2013-10-29 | Lincoln Global, Inc. | Systems, methods, and apparatuses for monitoring weld quality |
| US9468988B2 (en) | 2009-11-13 | 2016-10-18 | Lincoln Global, Inc. | Systems, methods, and apparatuses for monitoring weld quality |
| CN101788534A (zh) * | 2010-03-24 | 2010-07-28 | 中国石油集团渤海石油装备制造有限公司 | 埋弧焊缝横向缺陷的探伤方法 |
| US8798940B2 (en) * | 2010-04-16 | 2014-08-05 | Olympus Ndt Inc. | Rotating array probe system for non-destructive testing |
| EP2567190B1 (en) * | 2010-05-03 | 2014-08-06 | Röntgen Technische Dienst B.V. | A method for inspecting an object by means of ultrasound |
| FR2960960B1 (fr) * | 2010-06-03 | 2012-07-20 | V & M France | Procede et dispositif d'aide au controle en production de la traversabilite de tubes |
| FR2974437B1 (fr) * | 2011-04-21 | 2013-10-25 | Eads Europ Aeronautic Defence | Procede de simulation d'operations de controle non-destructif en conditions reelles utilisant des signaux synthetiques |
| US9020766B2 (en) * | 2011-09-23 | 2015-04-28 | Mastinc. | Multi-modal fluid condition sensor platform and system therefor |
| US9389215B2 (en) * | 2011-09-23 | 2016-07-12 | Mastinc | Multi-modal fluid condition sensor platform and system thereof |
| US8991258B2 (en) * | 2012-05-10 | 2015-03-31 | General Electric Company | Linear scanner with rotating coupling fluid |
| US20160093233A1 (en) | 2012-07-06 | 2016-03-31 | Lincoln Global, Inc. | System for characterizing manual welding operations on pipe and other curved structures |
| US9767712B2 (en) | 2012-07-10 | 2017-09-19 | Lincoln Global, Inc. | Virtual reality pipe welding simulator and setup |
| US9568461B2 (en) | 2012-12-31 | 2017-02-14 | Mastinc | Multi-modal fluid condition sensor platform and system therefor |
| US9207639B2 (en) * | 2013-01-24 | 2015-12-08 | General Electric Company | Transforming A-scan data samples into a three-dimensional space for facilitating visualization of flaws |
| US11543811B2 (en) * | 2013-03-15 | 2023-01-03 | Etegent Technologies Ltd. | Manufacture modeling and monitoring |
| FR3003646B1 (fr) * | 2013-03-21 | 2015-04-03 | V & M France | Dispositif et procede de controle non destructif de produits tubulaires, notamment sur site |
| GB2512835A (en) * | 2013-04-08 | 2014-10-15 | Permasense Ltd | Ultrasonic detection of a change in a surface of a wall |
| US10930174B2 (en) | 2013-05-24 | 2021-02-23 | Lincoln Global, Inc. | Systems and methods providing a computerized eyewear device to aid in welding |
| DE102013106901B4 (de) * | 2013-07-01 | 2021-07-22 | Bundesrepublik Deutschland, vertreten durch das Bundesministerium für Wirtschaft und Technologie, dieses vertreten durch den Präsidenten der BAM, Bundesanstalt für Materialforschung und -prüfung | Vorrichtung und Verfahren zur Ermittlung von Materialfehlern in rotationssymmetrischen Prüfkörpern mittels Ultraschall |
| JP6230841B2 (ja) * | 2013-07-26 | 2017-11-15 | 旭化成エンジニアリング株式会社 | 肉厚測定装置を用いた配管の減肉評価方法 |
| US20150072323A1 (en) | 2013-09-11 | 2015-03-12 | Lincoln Global, Inc. | Learning management system for a real-time simulated virtual reality welding training environment |
| US10083627B2 (en) | 2013-11-05 | 2018-09-25 | Lincoln Global, Inc. | Virtual reality and real welding training system and method |
| US9836987B2 (en) | 2014-02-14 | 2017-12-05 | Lincoln Global, Inc. | Virtual reality pipe welding simulator and setup |
| CN103926317A (zh) * | 2014-04-25 | 2014-07-16 | 上海势华电子科技有限公司 | 超声波筛选工件的方法 |
| CN106233358A (zh) | 2014-06-02 | 2016-12-14 | 林肯环球股份有限公司 | 用于人工焊工培训的系统和方法 |
| KR101722063B1 (ko) | 2015-06-24 | 2017-04-21 | 경상대학교산학협력단 | 초음파 적외선 열화상을 이용한 금속의 미세 결함 검출시스템 |
| KR101736641B1 (ko) * | 2015-12-24 | 2017-05-17 | 주식회사 포스코 | 균열 측정 장치 및 방법 |
| US10684261B2 (en) | 2016-04-01 | 2020-06-16 | General Electric Company | Ultrasonic bar and tube end testing with linear axis robot |
| EP3319066A1 (en) | 2016-11-04 | 2018-05-09 | Lincoln Global, Inc. | Magnetic frequency selection for electromagnetic position tracking |
| US20180130226A1 (en) | 2016-11-07 | 2018-05-10 | Lincoln Global, Inc. | System and method for calibrating a welding trainer |
| US10913125B2 (en) | 2016-11-07 | 2021-02-09 | Lincoln Global, Inc. | Welding system providing visual and audio cues to a welding helmet with a display |
| US11085885B2 (en) * | 2017-01-19 | 2021-08-10 | Aegion Coating Services, Llc | Pipe joint inspection |
| EP3382386B1 (en) * | 2017-03-29 | 2020-10-14 | Fujitsu Limited | Defect detection using ultrasound scan data |
| JP6854186B2 (ja) * | 2017-05-09 | 2021-04-07 | 株式会社日立パワーソリューションズ | 超音波映像装置及び超音波映像生成方法 |
| US10997872B2 (en) | 2017-06-01 | 2021-05-04 | Lincoln Global, Inc. | Spring-loaded tip assembly to support simulated shielded metal arc welding |
| RU2655048C1 (ru) * | 2017-06-21 | 2018-05-23 | Общество с ограниченной ответственностью "Нординкрафт Санкт-Петербург" | Устройство для ультразвукового контроля круглого проката и труб |
| FR3068134B1 (fr) * | 2017-06-23 | 2021-01-08 | Vallourec Tubes France | Controle non destructif pour produit tubulaire a forme complexe |
| GB201803062D0 (en) * | 2018-02-26 | 2018-04-11 | Gb Inspection Systems Ltd | Ultrasonic probe |
| US11557223B2 (en) | 2018-04-19 | 2023-01-17 | Lincoln Global, Inc. | Modular and reconfigurable chassis for simulated welding training |
| US11475792B2 (en) | 2018-04-19 | 2022-10-18 | Lincoln Global, Inc. | Welding simulator with dual-user configuration |
| RU2685744C1 (ru) * | 2018-04-23 | 2019-04-23 | Родион Николаевич Юрьев | Способ расшифровки дефектограмм и оцифрованных сигналов исследования твёрдых тел |
| CN108828059B (zh) * | 2018-06-29 | 2020-04-07 | 清华大学 | 电磁多场耦合缺陷综合检测评价方法及装置 |
| EP3827255B1 (en) | 2018-07-26 | 2025-11-19 | Vallourec Tubos Do Brasil Ltda. | Method for assessing inclusive level in steel tubes using high frequency transducer in the automatic ultrasound inspection |
| DE102018221016A1 (de) * | 2018-12-05 | 2020-06-10 | Robert Bosch Gmbh | Verfahren zur Prüfung eines Faserverbundbauteils, Vorrichtung, Computerprogramm und maschinenlesbares Speichermedium |
| EP3722800B1 (de) * | 2019-04-09 | 2023-02-22 | Rosen Swiss AG | Verfahren zur bestimmung der geometrie einer fehlstelle auf basis zerstörungsfreier messverfahren unter verwendung von direkter inversion |
| US11231311B2 (en) | 2019-05-31 | 2022-01-25 | Perceptive Sensor Technologies Llc | Non-linear ultrasound method and apparatus for quantitative detection of materials |
| CN110530981A (zh) * | 2019-07-04 | 2019-12-03 | 深圳南方中集集装箱服务有限公司 | 一种集装箱维修焊缝检测方法 |
| JP6741139B1 (ja) * | 2019-11-28 | 2020-08-19 | トヨタ自動車株式会社 | 車両用異常解析装置 |
| KR102241879B1 (ko) * | 2019-12-03 | 2021-04-20 | 한국건설기술연구원 | 인공지능 학습 모델을 이용한 덕트 공동 탐지 모델 학습 장치 및 덕트 공동 탐지 시스템 |
| JP7618963B2 (ja) * | 2020-03-08 | 2025-01-22 | 大同特殊鋼株式会社 | 丸棒材の超音波探傷方法 |
| JP7415757B2 (ja) * | 2020-04-09 | 2024-01-17 | 大同特殊鋼株式会社 | 丸棒材の超音波探傷方法 |
| AU2021263345A1 (en) * | 2020-04-30 | 2022-12-01 | UT Comp Inc. | System and method for classifying sensor readings |
| JP2021183934A (ja) * | 2020-05-22 | 2021-12-02 | 日本シーレーク株式会社 | 探触装置、超音波検査装置、及び、超音波検査方法 |
| EP4204798B1 (en) * | 2020-08-31 | 2025-10-08 | Evident Canada, Inc. | Flaw identification by eddy-current c-scan data merging |
| CN112179990A (zh) * | 2020-09-15 | 2021-01-05 | 昆明理工大学 | 一种基于ToF损伤因子的碳纤维复合材料疲劳损伤概率成像方法 |
| US11788904B2 (en) | 2020-12-04 | 2023-10-17 | Perceptive Sensor Technologies, Inc. | Acoustic temperature measurement in layered environments |
| WO2022120258A1 (en) | 2020-12-04 | 2022-06-09 | Perceptive Sensor Technologies, Inc. | Multi-bounce acoustic signal material detection |
| CA3203819A1 (en) | 2020-12-30 | 2022-07-07 | Lazar Bivolarsky | Evaluation of fluid quality with signals |
| US11933763B2 (en) * | 2021-06-29 | 2024-03-19 | Verifi Technologies, Llc | Cylindrical ultrasonic scanning apparatus |
| CN113834874B (zh) * | 2021-09-16 | 2023-11-17 | 江苏省特种设备安全监督检验研究院 | 基于civa仿真及分析接管角焊缝缺陷的方法 |
| WO2023154514A1 (en) | 2022-02-11 | 2023-08-17 | Perceptive Sensor Technologies, Inc. | Acoustic signal detection of material composition in static and dynamic conditions |
| WO2023225062A1 (en) * | 2022-05-17 | 2023-11-23 | Perceptive Sensor Technologies, Inc. | Determining layer characteristics in multi-layered environments |
| CN115184146B (zh) * | 2022-06-15 | 2024-02-27 | 北京理工大学 | 一种基于dic的薄壁结构屈曲强度无损探针测量方法 |
| KR102516523B1 (ko) | 2022-06-24 | 2023-03-31 | (주)성일에스아이엠 | 벤딩 파이프 검사 장치 |
| KR102507104B1 (ko) * | 2022-07-11 | 2023-03-06 | 서해전 | 금속 파이프 검사 장치 및 방법 |
| US11940420B2 (en) | 2022-07-19 | 2024-03-26 | Perceptive Sensor Technologies, Inc. | Acoustic signal material identification with nanotube couplant |
| KR102552909B1 (ko) * | 2023-01-05 | 2023-07-07 | 주식회사 엠아이티 | 초음파검사시스템 및 이를 이용한 초음파 검사 방법 |
| CN116570224B (zh) * | 2023-05-31 | 2025-10-31 | 复旦大学 | 一种超声胶囊机器人成像方法及系统 |
| CN116930192B (zh) * | 2023-07-26 | 2024-02-09 | 常州润来科技有限公司 | 一种高精度铜管缺陷检测方法及系统 |
| CN119246689B (zh) * | 2024-12-09 | 2025-04-08 | 张家港长寿工业设备制造有限公司 | 用于大型蒸发器加热室的焊缝热处理后检验方法 |
Family Cites Families (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4625557B2 (en) * | 1985-02-20 | 1998-05-26 | Rutherford Lora E | Acoustical imaging systems |
| JPS61286747A (ja) * | 1985-06-14 | 1986-12-17 | Hitachi Ltd | 3次元探触子及び3次元映像装置 |
| US4803638A (en) * | 1986-06-26 | 1989-02-07 | Westinghouse Electric Corp. | Ultrasonic signal processing system including a flaw gate |
| KR930009636B1 (ko) * | 1990-08-24 | 1993-10-08 | 이재범 | 파이프 라인 구조를 이용한 변환 영역에서의 필터링 방법 |
| JP3007474B2 (ja) * | 1991-04-19 | 2000-02-07 | 川崎重工業株式会社 | 超音波探傷検査方法および装置 |
| CN1109594A (zh) * | 1994-04-22 | 1995-10-04 | 清华大学 | 用于声发射检测的声耦合方法及装置 |
| JPH09171006A (ja) * | 1995-12-20 | 1997-06-30 | Ishikawajima Harima Heavy Ind Co Ltd | 超音波探傷データ評価装置 |
| JPH10115604A (ja) * | 1996-10-14 | 1998-05-06 | Ishikawajima Harima Heavy Ind Co Ltd | 超音波探傷データ評価装置 |
| JPH10311138A (ja) * | 1997-05-14 | 1998-11-24 | Ohbayashi Corp | 単管パイプの識別構造 |
| JP3730429B2 (ja) * | 1999-01-29 | 2006-01-05 | 株式会社日立製作所 | 超音波探傷結果の表示方法及び超音波探傷装置 |
| FR2796153B1 (fr) * | 1999-07-09 | 2001-11-30 | Setval | Controle non destructif a capteurs ultrasonores repartis |
| DE60141025D1 (de) * | 2000-05-30 | 2010-02-25 | Oyo Corp | Vorrichtung und verfahren zum erkennen von defekten oder beschädigungen in abwasserleitungen |
| JP2002257802A (ja) * | 2001-02-27 | 2002-09-11 | Mitsubishi Heavy Ind Ltd | 超音波信号可視化装置 |
| FR2833706B1 (fr) * | 2001-12-13 | 2004-07-23 | Setval | Controle non destructif a capteurs ultrasonores, de produits de metallurgie |
| JP4167841B2 (ja) * | 2002-03-22 | 2008-10-22 | 恭二 本間 | ニューラルネットワークを利用した知能化超音波探傷システム |
| JP4115954B2 (ja) * | 2004-02-27 | 2008-07-09 | 株式会社東芝 | 超音波検査装置 |
| JP4542813B2 (ja) * | 2004-04-26 | 2010-09-15 | 株式会社東芝 | 3次元超音波検査装置 |
| JP2006255083A (ja) * | 2005-03-16 | 2006-09-28 | Ge Medical Systems Global Technology Co Llc | 超音波画像生成方法および超音波診断装置 |
| JP4728762B2 (ja) * | 2005-10-03 | 2011-07-20 | 株式会社東芝 | 超音波探傷画像処理装置 |
| JP4859521B2 (ja) * | 2006-05-02 | 2012-01-25 | 三菱重工業株式会社 | 超音波探傷データを処理するためのプログラム、処理装置及び処理方法 |
| FR2903187B1 (fr) | 2006-06-30 | 2008-09-26 | Setval Sarl | Controle non destructif, en particulier pour des tubes en cours de fabrication ou a l'etat fini |
-
2007
- 2007-12-21 FR FR0709045A patent/FR2925690B1/fr not_active Expired - Fee Related
-
2008
- 2008-11-14 AR ARP080104973A patent/AR069323A1/es active IP Right Grant
- 2008-12-16 US US12/808,915 patent/US8365603B2/en not_active Expired - Fee Related
- 2008-12-16 MY MYPI20102470 patent/MY152235A/en unknown
- 2008-12-16 CA CA2709611A patent/CA2709611C/fr not_active Expired - Fee Related
- 2008-12-16 ES ES08872809.2T patent/ES2616552T3/es active Active
- 2008-12-16 AU AU2008351946A patent/AU2008351946B2/en not_active Ceased
- 2008-12-16 EP EP08872809.2A patent/EP2223098B1/fr not_active Not-in-force
- 2008-12-16 EA EA201070787A patent/EA021646B1/ru not_active IP Right Cessation
- 2008-12-16 JP JP2010538831A patent/JP5595281B2/ja not_active Expired - Fee Related
- 2008-12-16 KR KR1020107016301A patent/KR101476749B1/ko not_active Expired - Fee Related
- 2008-12-16 WO PCT/FR2008/001751 patent/WO2009106711A2/fr not_active Ceased
- 2008-12-16 CN CN200880121741.8A patent/CN101903771B/zh not_active Expired - Fee Related
- 2008-12-16 BR BRPI0821312-7A patent/BRPI0821312B1/pt not_active IP Right Cessation
- 2008-12-16 UA UAA201009162A patent/UA99844C2/uk unknown
- 2008-12-21 SA SA108290823A patent/SA108290823B1/ar unknown
-
2010
- 2010-06-09 ZA ZA2010/04112A patent/ZA201004112B/en unknown
Also Published As
| Publication number | Publication date |
|---|---|
| MY152235A (en) | 2014-09-15 |
| CN101903771B (zh) | 2013-08-14 |
| FR2925690B1 (fr) | 2010-01-01 |
| SA108290823B1 (ar) | 2013-02-02 |
| BRPI0821312A2 (pt) | 2015-06-16 |
| FR2925690A1 (fr) | 2009-06-26 |
| CA2709611C (fr) | 2017-06-06 |
| WO2009106711A3 (fr) | 2009-10-29 |
| EA201070787A1 (ru) | 2011-04-29 |
| US8365603B2 (en) | 2013-02-05 |
| CN101903771A (zh) | 2010-12-01 |
| CA2709611A1 (fr) | 2009-09-03 |
| KR20100110340A (ko) | 2010-10-12 |
| WO2009106711A2 (fr) | 2009-09-03 |
| JP5595281B2 (ja) | 2014-09-24 |
| AU2008351946B2 (en) | 2014-01-09 |
| BRPI0821312B1 (pt) | 2019-04-30 |
| ZA201004112B (en) | 2011-02-23 |
| US20100307249A1 (en) | 2010-12-09 |
| EA021646B1 (ru) | 2015-08-31 |
| KR101476749B1 (ko) | 2014-12-26 |
| UA99844C2 (uk) | 2012-10-10 |
| JP2011506992A (ja) | 2011-03-03 |
| EP2223098A2 (fr) | 2010-09-01 |
| AU2008351946A1 (en) | 2009-09-03 |
| AR069323A1 (es) | 2010-01-13 |
| EP2223098B1 (fr) | 2016-11-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| ES2616552T3 (es) | Control no destructivo, en particular para tubos en curso de fabricación o en estado acabado | |
| ES2377147T3 (es) | Control no destructivo de productos siderúrgicos por ultrasonidos | |
| JP2011506992A5 (es) | ||
| US20100131210A1 (en) | Method and system for non-destructive inspection of a colony of stress corrosion cracks | |
| JP2005315892A (ja) | エーロフォイルを超音波検査する方法 | |
| KR20130048795A (ko) | 터빈 및 발전기 회전자 보어용 위상차 배열 초음파 검사 시스템 | |
| Medak et al. | Deep learning-based defect detection from sequences of ultrasonic B-scans | |
| JPH0333652A (ja) | 超音波検査方法及び超音波検査装置 | |
| Medak et al. | Detection of defective bolts from rotational ultrasonic scans using convolutional neural networks | |
| Kaliuzhnyi | Application of Model Data for Training the Classifier of Defects in Rail Bolt Holes in Ultrasonic Diagnostics | |
| Boller et al. | Quantitative ultrasonic testing of acoustically anisotropic materials with verification on austenitic and dissimilar weld joints | |
| Rieder et al. | Ultrasonic Imaging and Sizing of Stress Corrosion Cracks in Welded Austenitic Components using the Synthetic Aperture Focusing Technique | |
| Guyon et al. | Towards embedded AI models for welding defect detection in pipes | |
| Miorelli et al. | Assessment of classification results of welding defects on ultrasonic testing signals in a cross-dataset setting | |
| Milligan et al. | Advanced NDE techniques and their deployment on high pressure equipment | |
| Wooldridge et al. | Detection and Sizing in Steel Components | |
| Yastrebova | Optical flow transducer position tracking for quantitative manual ultrasonic testing | |
| MIRCHEV et al. | FMC/TFT Ultrasonic Welding Inspection | |
| Kim et al. | High-Fidelity Virtual Mock-up Simulation and Sim2Real Transfer Framework for Automated PAUT Weld Defect Detection |