JPH03191859A - クラック検出装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 ［産業上の利用分野］ 本発明は、ワークの加工中に発生するクラックをリアル
タイムで監視することが可能なりラック検出装置に関す
る。

［従来の技術］ 鉄鋼部材の高周波焼入時に生ずる焼割れを発見するため
に、磁気探傷法が用いられているが、この磁気探傷法は
、ワークの加工後に、そのワークに対する磁化処理、蛍
光磁粉液への浸漬処理、および蛍光発光部分の目視観察
による判定を行わなくてはならず、検査の自動化が困難
である。従って、自動的かつリアルタイムに不良品判定
を行うことが要求される自動ラインに、焼入工程を組み
込むこと１表磁気探傷法を採用する限り不可能であった
。

この高周波焼入の検査自動化を可能とする技術として、
アコースティックエミッション（以下［ＡＥＪ　と略す
。）を利用した装置が提案されている（特開昭６０−１
３５８６１号公報）。この装置はクラックの発生時に生
ずるＡＥ波を、フィルタ処理及び閾値判定にて捉え、そ
の発生個数および振幅平均値を演算して、クラックの状
態判定を自動化しようとするものである。

［発明が解決しようとする課題］ しかし、一般的に、高ノイズ領域にてはＡＥ波が特に高
くない限り、フィルタ処理及び閾値判定にて、クラック
発生に起因するＡＥ波のみを識別して捉えることは困難
である。例えば、高周波焼入時に冷却剤が用いられるが
、この冷却剤が加熱されたワークの表面で蒸発する際に
、いわゆる冷却ノイズを発生する。特に冷却初期では、
加熱時と同等な高ノイズを発生している。この様な時期
にクラックが生じると、ＡＥ波はそのノイズ中に埋もれ
てしまい、フィルタ処理や閾値判定では検出することが
できない。

従って、ＡＥ波が検出されなかったワークについて、や
はり磁粉探傷等によるクラックの検査が必要となり、検
査の自動化はいまだ不十分なものであった。

本発明は、高ノイズの存在下にもクラックに起因するＡ
Ｅ波を識別して検出し、加工時のワークのクラック発生
状態を判断できる検出装置の実現を目的とするものであ
る。

［課題を解決するための手段］ 即ち、本発明の要旨とするところは、第１図の基本的構
成図に例示するごとく、 検査対象物Ｍ］より放出される音波を検出するアコース
ティックエミッション検出手段Ｍ２と、上記アコーステ
ィックエミッション検出手段Ｍ２で検出される波形デー
タを所定期間に区切ってその期間毎に周期性を検出する
周期性検出手段Ｍ３と、 上記周期性検出手段Ｍ３にて検出された周期性に基づい
て上記検査対象物Ｍ１のクラック発生状態を判定するク
ラック発生判定手段Ｍ４と、を備えることを特徴とする
クラック検出装置にある。

［作用］ クラック発生時のＡＥ波は、高い周期性を示している。

従ってこの周期性の高さに基づき、次のようにしてクラ
ックの発生状態を判定する。

即ち、まずアコースティックエミッション検出手段Ｍ２
が、検査対象物Ｍ］より放出される音波を検出する。

次に周期性検出手段Ｍ３が、この波形データの周期性を
判定するために、波形データを所定期間に区切り、その
所定期間毎の波形データの周期性を検出する。即ち、波
形データを所定期間に区切って周期性を検討すると、波
形データ全体で検討するよりも、ＡＥ波のレベルの高い
期間ではノイズ中でのＡＥ波の成分割合を大きくして検
討できることになる。この所定期間は測定対象・測定条
件等により適宜設定される。また、周期性の高さは、例
えば相関演算により得ることができる。

このようにして得られた周期性の高さに基づき、クラッ
ク発生判定手段Ｍ４が検査対象物Ｍ１のクラック発生状
態を判定する。例えば、時系列的に所定時間毎の周期性
をチエツクし、ある程度以上の周期性を有する期間の存
在が判明すれｆｉ　　クラックが発生したものと判定す
る。

［実施例］ 次に本発明の詳細な説明する。本発明はこれらに限られ
るものではなく、その要旨を逸脱しない範囲の種々の態
様のものが含まれる。

第２図（よ第１実施例として、高周波焼入装置１に用い
られるクラック検出装置のブロック図を示す。

高周波焼入装置］自体は、−船釣に用いられている装置
である。この高周波焼入装置１は、焼入部材３をチャッ
ク５，７等で支持して、焼入コイル９で高周波焼入をす
るよう構成されている。上部チャック７内には、ＡＥセ
ンサ］１が埋設されており、焼入時に焼入部材３から上
部チャック７に伝達される超音波を検出している。

クラック検出装置は、ＡＥ検出部］３、周期性検出部１
５、およびクラック発生判定部１７から構成されている
。

ＡＥ検出部１３は、ＡＥセンサ］］、プリアンプ］９、
メインアンプ２１、フィルタ２３、サンプルホールド回
路２５、Ａ／Ｄ変換器２７、設定部２９、メモリ３］、
ゲート回路３３、およびスタート信号発生器３５から構
成されている。

ＡＥセンサ１１の出力はプリアンプ１９およびメインア
ンプ２１にて増幅され、フィルタ２３により低レベルの
ノイズ成分が除かれる。このときサンプルホールド回路
２５へ入力される波形を絶対価で表すと、第３図（イ）
のごとくとなる。

次にサンプルホールド回路２５にて、予め設定部２９で
設定されたサンプリング周期で、ＡＥ波のサンプリング
がなされる。このサンプリング周期は、フィルタ２３を
通過してくる信号波形を十分に表現できるように適宜設
定されている。

サンプルホールド回路２５にてホールドされたアナログ
出力は、Ａ／Ｄ変換器２７にてデジタル値に変換される
。次いでこのデジタル値がメモリ３１に格納され２離散
化波形データとして蓄積される。ゲート回路３３はこの
離散化波形データをメモリ３］へ格納する期間を制御し
ている。その期間制御は、高周波焼入装置］の制御部（
図示せず）に設けられているスタート信号発生器３５の
出力信号をトリガ信号として、ゲートを開閉することに
よりなされる。例えば、第３図（ロ）に示すごとく、高
周波加熱が終了した直後にスタート信号発生器３５が所
定時間ｔ］の間、ハイレベル信号を出力するように設定
しておけば、第３図（イ）に示す冷却過程での超音波の
離散化波形データがメモリ３］に格納されることになる
。

次に周期性検出部］５が、メモリ３］に時系列的に格納
された離散化波形データから、時系列順に所定のサンプ
リング数を読み込む。そして、そのサンプリング数毎に
　内部の遅延回路と積和回路とにより積和演算を実施す
る。この積和演算は遅延数を１つずつ増加して所定の遅
延数まで繰り返し行われる。このようにして自己相関演
算処理がなされる。

自己相関演算を数式で表すと次式（１）、　　（２）の
ごとくとなり、ｋを変更して演算することにより、最終
的に自己相関関数値Ｒ（ｋ）の配列が求められる。

・・・（１） Ｒ（ｋ）　＝Ｒ（ｋ）　／Ｒ（０）・・・（２）ここで
、ｘ　Ｏは離散化波形データを表し、Ｒ（０）（よ式（
１）で遅延数に＝ｏのときのＲ（ｋ）の値を表す。また
式（２）により、Ｒ（ｋ）は１以下の数値配列となる。

第４図（Ａ）、　（Ｂ）にサンプリング位置の異なるサ
ンプリング数Ｎの離散化波形データを示す。

これらは第３図（イ）の内の一区間に該当する。

またその自己相関演算結果をそれぞれ第５図（Ａ）（Ｂ
）に示す。

ここで、第４図（Ａ）のデータは、遅延数ｋが増加して
も、その自己相関関数値Ｒ（ｋ）は第５図（Ａ）に示す
ごとく　「０」になかなか収束しないことが判る。一方
、第４図（Ｂ）のデータは、遅延数ｋが増加すると、第
５図（Ｂ）に示すごとく急速に収束することが判る。自
己相関演算にて急速に収束しないデータ、即ち自己相関
性が高いデータは周期性が高いことが知られている。従
って、第４図（Ａ）の方が第４図（Ｂ）の方に比べて周
期性が高いことが判る。

この自己相関関数値Ｒ（ｋ）の配列（友順次、周期性検
出部１５からクラック発生判定部１７に出力されること
により、自己相関性が高いか否か、即ち周期性が高いか
否かが判定される。

クラック発生判定部１７は、判定部３７、区間設定部３
９、および基準設定部４］を備えている。

判定部３７は、周期性検出部］５から入力された自己相
関関数値Ｒ（ｋ）の配列の内、所定解析区間に存在する
自己相関関数値Ｒ（ｋ）を、基準設定部４］にて設定さ
れた基準値と比較することにより、周期性が高いか否か
を判定する。この基準値は、クラックに起因する周期性
の高いＡＥ波と周期性の低いノイズとの区別をつけるた
めに適宜設定されている値である。所定解析区間は区間
設定部３９に予め設定されており、遅延数にの範囲を示
す。

このクラック発生判定部］７の処理は、周期性検出部］
５からの自己相関関数値Ｒ（ｋ）の配列データが入力さ
れるたびに実施される。

第５図（Ａ）と第５図（Ｂ）とを比較すると、明らかに
遅延数ｋが大きくなると、自己相関関数値Ｒ（ｋ）に差
が出て来る。従って、例えば所定遅延数に１以上の遅延
数範囲での自己相関関数値Ｒ（ｋ）の大きさを、適切な
基準値により区別すれ（Ｌ　クラックに起因するＡＥ波
か否かを区別することが可能となる。

こうして判定された結果が順次外部に出力される。例え
ば、自動ラインの制御装着に出力されたり、ＣＲＴ等の
表示装置に表示される。

自動ラインの制御装置側では、この出力により、焼入部
材３にクラックが生じているか否かを、焼入の冷却過程
で判定することが出来る。従って、１つでも周期性が基
準値よりも高いものがあれば、焼入部材３にクラックが
生じたことが判明するので、焼入処理後、直ちに不良品
をラインから排除することができる。

このように、人手を介入させる必要がなく、リアルタイ
ムでのクラック検査が可能となるので、ラインの自動化
率の向上に貢献できる。

上記実施例では、周期性検出部］５は１つであったが、
２つ以上設けてメモリ３］内の離散化波形データを分担
して処理し、クラック発生判定部１７に交互にデータを
出力するようにしてもよい。

このようにすると離散化波形データに対する複数回の自
己相関演算処理が迅速にできる。このため、より一層リ
アルタイム効果を向上させることが出来る。

次に、コンピュータにて構成したクラック検出装置の第
２実施例について説明する。第２実施例は、第１実施例
とは部分的に異なるのみである。

その異なる構成を第６図のブロック図に示す。

ここで、フィルタ２３からの信号はＡ／Ｄボード５１に
入力している。このＡ／Ｄボード５］は、第１実施例の
サンプルホールド回路２５、Ａ／Ｄ変換器２７、および
設定部２９に該当する。周期性検出部１５は、このＡ／
Ｄボード５］のバッファから直接データを読みだして、
自己相関演算を実施している。この演算結果がコンピュ
ータ５３に読み込まね、クラック発生有無の判定処理が
行われる。コンピュータ５３の読込のタイミングはＩ１
０ボード５５を介して入力されるスタート信号発生器３
５からのスタート・終了信号に基づいて行われる。ここ
では、冷却過程の離散化波形データを読み込むようにス
タート・終了信号のタイミングが設定されている。また
図示しないキーボードから、同様に区間設定信号が入力
さね　判定演算における範囲を指定する。自己相関演算
の結果およびその判定結果は直接ＣＲＴ５７に出力され
ると共に、自動ラインの制御装置側にも良否判定信号と
して出力される。

尚、マイクロコンピュータ５３はＣＰＵ、ＲＯＭ、ＲＡ
Ｍ等から構成されるが、そのハード的構成は一般的によ
く知られているところであるので、詳細な説明は省略す
る。

その制御処理を、第７図のフローチャートに示す。まず
、区間設定信号を入力し、後述の判定演算（ステップ１
６０）の計算範囲（ｋ　ｓ、　　ｋ　ｅ）を設定する（
ステップ１］０）。次にスタート信号がスタート信号発
生器３５から出力されるのを待つ（ステップ１２０）。

スタート信号が入力されれば、周期性検出部１５に対し
、自己相関演算開始指令を出力する（ステップ１３０）
。このことにより周期性検出部］５は所定タイミングで
Ａ／Ｄボード５１にＡ／Ｄ変換をさせつつ、そのバッフ
ァから離散化波形データを所定数読み込み、自己相関演
算を行う。

コンピュータ５３側は、この自己相関演算が終了するの
を待ち（ステップ１４０）、終了した場合、その演算結
果を周期性検出部１５から読み込む（ステップ１５０）
。次にその演算結果の判定演算を行なう（ステップ］６
０）。

この判定演算の詳細を第８図に示す。まず、遅延ｋにス
テップ１１０で読み込んだ下限値ｋｓを設定し、更に変
数ｎをクリアする（ステップ１６０−１）。

次に自己相関演算にて求められている自己相関関数値Ｒ
（ｋ）の配列を順に検討して行く。その配列の一例を第
９図に示す。即ち、まず、Ｒ（ｋ）の絶対値が０．　１
以上か否かを判定する（ステップ１６０−２）。最初は
緑＝ｋＳであるので、Ｒ（ｋＳ）の絶対値が０．　１以
上か否かが判定される。

肯定判定されれば変数ｎがインクリメントされ（ステッ
プ１６０−３）、ｋが上限値ｋｅ以上になったか否かが
判定される（ステップ１６０−４）。ステップ１６０−
２で否定判定された場合には、変数ｎのインクリメント
は行わずに、ステップ１６０−４の処理に移る。ステッ
プ１６０−４にて否定判定されれば、遅延数ｋがインク
リメントされて（ステップ１６０−５）、再度ステップ
１６０−２の処理から開始される。

このステップ１６０−２〜ステップ１６０−５の処理に
て、ｋｓ〜ｋｅまででＲ（ｋ）の配列の内で、絶対値が
０．　１以上のものの数がカウントされる。

そしてステップ１６０−４で肯定判定されると、変数ｎ
が基準値ｎｃ以上か否かが判定される（ステップ１６０
−６）。尚、このステップ１６０−６の処理は、第７図
のクラック有か否かの判定（ステップ１７０）と同一で
ある。

第７図に戻り、ステップ１７０で肯定判定されれた場合
、ｎがｎｃ以上であることから、第９図のごとく、十分
に自己相関性が高いことを意味する。自己相関性が高い
とは周期性が高いことを意味している。従って、このと
きに検出された超音波はクラックに伴い発生したＡＥ波
であることが判る。このため、不良品判定出力がなされ
る（ステップ１９０）。この不良品判定出力をライン側
の制御装置が受けると、不良品としてその焼入部材３を
ラインから外す。

ステップ１７０にて否定判定されると、クラックに起因
するＡＥ波ではないことを意味することから、再度ステ
ップ１３０に戻り、次の配列を自己相関演算して送るよ
うに、周期性検出部１５に指令を出力する。こうして同
様な処理が繰り返される。この繰り返し処理にて一度で
もステップ１７０にて肯定判定されると、焼入部材３は
クラックを生じたことになるので、ラインから外すこと
になる。

こうしてスタート信号発生器３５から終了信号が入力す
るまで一度もステップ１７０にて肯定判定されなけれ（
瓜　良品判定出力がなされる（ステップ２００）。この
良品判定出力をライン側の制御装置が受けて、焼入済み
の部材を次の工程に移し、新たな部材を高周波焼入装置
１にセットする。

本実施例では、第１実施例が回路にて実行していた処理
の一部をプログラムで実行している。従って、プログラ
ムの変更により任意の処理内容に変更させることが出来
る。例えば、上記自己相関性の判断（ステップ１６０−
２〜１６０−６）の代わりに、第９図に「＊」印で示す
自己相関関数値Ｒ（ｋ）の極大値・極小値を検出し、そ
の絶対値の平均値が所定値より大きい場合に周期性が高
いと判定することもできる。また、遅延数ｋｓ−ｋｅま
での自己相関関数値Ｒ（ｋ）の絶対値の総和値を演算し
、その総和値が所定値より大きい場合に周期性が高いと
判定することもできる。

このため、コンピュータ５３側で、自己相関関数値Ｒ（
ｋ）のデータ状況に応じて、いずれの周期性の判定演算
処理を使用するかを選択するようにプログラムを構成す
れｌｉ　　より適切な判定を得ることが出来る。

また本実施例では、周期性検出部１５は１つであったが
、処理の迅速化のために第６図に点線で示すごとく２つ
以上の周期性検出部１５を設け、コンピュータ５３側で
切り替えて自己相関演算を実行させてもよい。

次に第３実施例として、自己相関演算もコンピュータ側
で行う場合のブロック図を第１０図に示す。第２実施例
と異なるところは周期性検出部１５が存在せず、コンピ
ュータ３００側でソフト的に実施されている点である。

処理的には第７図に示すステップ１３０〜ステツプ１５
０の処理の代わりに、第１１図に示す処理がなされる点
である。

まず、所定数Ｎの離散化波形データがＡ／Ｄボード５１
から読み込まれる（ステップ３１０）。

次に次式（３）にて自己相関関数値Ｒ（０）が算出され
る（ステップ３２０）。

・・・（３） これは前記式（１）で遅延数に＝ｏの場合に該当する。

次に遅延数ｋ　ｌ＝　ｋ　ｓを設定する（ステップ３３
０）。次にｋ　＝　ｋ　ｓから、前記式（１）により自
己相関関数値Ｒ（ｋ）の値を演算する（ステップ３４０
）。次に前記式（２）により１以下に換算された自己相
関関数値Ｒ（ｋ）が求められる（ステップ３５０）。次
にｋが上限値ｋｅ以上になったか否かが判定される（ス
テップ３６０）。ここで否定判定されれば、ｋがインク
リメントされ（ステップ３７０）、再度ステップ３４０
〜ステツプ３６０の処理が繰り返される。ステップ３６
０二で肯定判定されれば、次の判定演算ステップ１６０
に移り以後は第２実施例と同様に処理される。

本実施例は、第２実施例の効果に加えて、自己相関関数
値Ｒ（ｋ）の計算をプログラム的（こ所望の遅延数に範
囲に限定することができ、無用な自己相関関数値Ｒ（ｋ
）まで計算をしなくても済む。

上記各実施例では、相関演算として自己相関演算を用い
たが、相関演算のもう一つの種類である相互相関演算も
用いることが出来る。この相互相関演算を用いる場合は
予め基準となる離散化波形データを準備しておき、ＡＥ
センサ］１から検出された離散化波形データとともに、
次式（４）、（５）に表される演算を実行して相互相関
関数値Ｒｃ　（ｋ）を得ればよい。そしてこの相互相関
関数値Ｒｃ　（ｋ）の配列に対して各実施例に示した判
定処理を実施して周期性の状態を判断すればよい。

・・・（４） Ｒｃ　（ｋ）＝Ｒ（ｋ）／Ｒ（０）−（５）ここでｘｈ
＜ＡＥセンサ１１から検出された離散化波形データ、ｙ
が基準となる離散化波形データを表す。

［発明の効果］ 本発明は、ＡＥ波の所定期間毎にその周期性がチエツク
さね、その周期性からクラックが生じたか否かを検出し
ている。ノイズとクラック発生に伴って生じるＡＥ波と
は、その周期性において大きく異なる。このため、高ノ
イズ存在下であっても、周期性のチエツクによりクラッ
ク発生状態が容易に判定できる。

【図面の簡単な説明】

第１図は本発明の基本的構成例示図、第２図は第１実施
例のシステムブロック構成図、第３図はＡＥセンサの出
力波形とスタート・終了信号との説明図、第４図（Ａ）
はクラックに伴い発生したＡＥ波の離散化波形図、第４
図（Ｂ）はノイズの離散化波形図、第５図（Ａ）はクラ
ックに伴い発生したＡＥ波を自己相関演算して得た相関
関数値Ｒ（ｋ）の配列グラフ、第５図（Ｂ）はノイズを
自己相関演算して得た相関関数値Ｒ（ｋ）の配列グラフ
、第６図は第２実施例の要部ブロック図、第７図は第２
実施例のクラック発生判定処理のフローチャート第８図
はその内の判定演算の詳細を示すフローチャート第９図
は相関関数値Ｒ（ｋ）の配列から周期性を判断する際の
処理説明図、第１０図は第３実施例の要部ブロック図、
第１１図はその自己相関演算のフローチャートである。 １・・・高周波焼入装置 １１・・・ＡＥセンサ　　　　１３・・・ＡＥ検出部１
５・・・周期性検出部　１７・・・クラック発生判定部
３７・・・判定部　　　　４１・・・基準設定部５３．
３００・・・コンピュータ

Claims (1)

1. 【特許請求の範囲】 検査対象物より放出される音波を検出するアコースティ
   ックエミッション検出手段と、 上記アコースティックエミッション検出手段で検出され
   る波形データを所定期間に区切ってその期間毎に周期性
   を検出する周期性検出手段と、上記周期性検出手段にて
   検出された周期性に基づいて上記検査対象物のクラック
   発生状態を判定するクラック発生判定手段と、 を備えることを特徴とするクラック検出装置。