Two-dimensional Defect Localization and Qua ntification in Steel-cord Conveyor Belts via C ross-cord Eddy Current Testing

あなたは、巨大で動いている鋼鉄製のロープの中に隠れた、極めて小さな欠陥を見つけ出そうとしている探偵だと想像してください。これは単なるロープではありません。それは鉱山作業のバックボーンである、鋼鉄コード・コンベアベルトです。毎日、何トンもの重量物を運んでいます。もし内部のワイヤーが数本切れてしまうと、ベルト全体が破断し、大事故につながる恐れがあります。これらの隠れた断線を、科学者たちは「渦電流探傷試験（Eddy Current Testing）」という手法を使って探し出します。これは、特殊な磁気懐中電灯で鋼鉄を照らすようなものだと考えてください。光が金属に当たると、目に見えない渦巻く電流（渦電流）が発生します。もし金属が完璧であれば、その渦は滑らかです。しかし、ワイヤーが切れていると、渦は乱れ、懐中電灯の信号が変化します。この変化が、探偵に「何かがおかしいぞ！」と教えてくれるのです。

長い間、これらの探偵たちは、本を一行ずつ読むように、一つの方向からしかロープを見ることができませんでした。彼らはベルトが自分たちの前を通過する際に、いつ断線が起きたのかを知ることはできましたが、ベルトの幅方向のどこに断線があるのかまでは特定できませんでした。それは、暗い部屋の中で物音が聞こえても、それが左からなのか、右からなのか、あるいは中央からなのか分からないような状態でした。太原理工大学の研究チームによって書かれたこの論文は、この謎を解こうとしています。彼らは、この一次元的な「行読み」を、完全な二次元マップへと進化させようとしています。つまり、断線の位置を、ベルトの長さ方向と幅方向の両方において正確に特定することを目指しているのです。

2ステップの探偵ゲーム

研究者たちは、隠れた断線を見つけるためには、新しい戦略が必要であることに気づきました。単にベルトに沿って真っ直ぐ下にスキャンする（これをX軸と呼びます）のではなく、ベルトの幅方向に沿った二番目のスキャン（Y軸）を加えることにしたのです。ベルトを巨大なピザだと想像してみてください。従来の方法は、ピザの耳の部分を前から後ろへとチェックするだけでした。新しい方法は、ピザの一片を切り出し、横から見ることで、どのペパロニが焦げているのかを正確に確認するようなものです。

まず、ロボットはベルトの長さに沿って移動し、問題が発生しているおおよかな場所を見つけます。信号の「谷」（「おい、ここに問題があるぞ！」と告げる信号の落ち込み）を見つけると、停止します。次に、前進する代わりに、ベルトの幅方向に横へと移動します。これが「クロスコード（横断）」スキャンです。横方向に移動することで、プローブ（探査器）は切れたワイヤーがどのように配置されているかを見ることができます。もしワイヤーが1本切れていれば、信号は1回沈み込みます。もし2本のワイヤーが隣り合って切れていれば、信号は2回沈み込むか、あるいはより深く広い沈み込みを作ります。

「ゴースト」の問題と魔法の消しゴム

しかし、厄介な問題がありました。ベルトの鋼鉄コードは接着されているわけではなく、それらの間にはわずかな隙間があります。プローブが横方向に移動する際、これらの隙間が独自の小さな信号の波を作り出し、まるで断線されたワイヤーであるかのように見えるのです。それは、風が絶えずカーテンをガサガサと鳴らしている部屋の中で、ささやき声を聞き取ろうとするようなものです。ガサガサという音（隙間）が、ささやき声（断線したワイヤー）と同じように聞こえてしまい、どれが本物で、どれが単なる背景ノイズなのかを判別するのが難しくなります。

これを解決するために、チームは「参照差分法（Reference Differentiation）」と呼ばれる巧妙なトリックを用いました。想像してみてください。手元に、断線が全くない、完全に健全な状態のベルトの録音データがあるとします。実際のベルトをスキャンしている間に、その「健全な」録音を頭の中で再生するのです。この「健全な」録音を実際のベルトから差し引くと、隙間による「ガサガサ」という音は、両方に共通しているため打ち消し合って消えます。しかし、断線したワイヤーの「ささやき」は、健全な録音には存在しなかったため、打ち消されることはありません。突然、断線したワイヤーが静かな背景の中からくっきりと浮かび上がってくるのです。

ガウスの魔法

ノイズが取り除かれた後も、研究者たちにはまだ小さな問題が残っていました。彼らのロボットは、定規を持って歩く人のように、ごく小さなステップで動きます。もし断線が2つのステップのちょうど中間にある場合、ロボットはその正確な中心を逃してしまう可能性があります。これを解決するために、彼らは「ガウスフィッティング（Gaussian Fitting）」と呼ばれる数学的ツールを使用しました。

断線によって生じる信号の落ち込みを、滑らかなベル型の丘だと考えてください。たとえロボットがその丘に対して数少ないサンプルしか取れなくても、数学によってその点を通る完璧な曲線を描くことができます。これにより、ロボットは、たとえ頂点に正確に着地していなくても、驚異的な精度で丘の正確な中心を推測できるのです。それは、砂の上に数個の足跡を見ただけで、その人の足が正確にどこに置かれていたかを言い当てるようなものです。

彼らが発見したもの

チームは、コンピュータシミュレーションと、鋼鉄コードベルトを用いた実機実験を用いて、このアイデアをテストしました。彼らは、手法が機能するかを確認するために、人工的な断線を作成しました。

• プローブの選択: 彼らは2種類のセンサーをテストしました。一つは「差動型」プローブ（2つの側面を比較するもの）、もう一つは「絶対値型」プローブ（信号の総量を測定するもの）です。その結果、「絶対値型矩形複コイルプローブ」が、隙間や周囲の環境からのノイズを無視する上で非常に優れていることが分かりました。これが、より信頼できる探偵でした。
• 結果: ステップサイズを1.5 mmとしてベルトをスキャンした際、彼らの新しい手法は驚異的な精度を示しました。断線の位置特定における平均誤差は、わずか0.0988 mmでした。これを比較すると、人間の髪の毛の幅よりも細い数値です。
• 断線のカウント: この手法は場所を見つけるだけでなく、切れたワイヤーの数をも完璧に数えました。1本の断線があれば1つの落ち込みを検知し、2本あれば2つを検知しました。欠陥をカウントする成功率は100%でした。
• 数学の力: 「ガウスフィッティング」こそが、この極めて小さな誤差を実現させた秘密のスパイスでした。これなしでは、彼らはロボットのより大きなステップサイズに縛られていたことでしょう。

なぜこれが重要なのか

この論文は、単に「ベルトが壊れている」と知る段階を超えて、「どこが、どのように壊れているのか」を二次元的に正確に把握できることを示しています。研究者たちは、横方向のスキャンと、ノイズを取り除くためのスマートな数学を組み合わせることで、高い精度でコンベアベルトの健康状態をマッピングできることを証明しました。

ただし、これらの結果は制御された実験とシミュレーションに基づいていることに注意が必要です。チームは一度に最大2本の断線があるシナリオをテストしました。この手法は非常に有望に見えますが、論文は、将来的な課題として、より多くの断線があるベルトや、忙しい鉱山の乱雑な実環境でのテストが必要であることを示唆しています。しかし現時点では、この新しい「クロスコード」スキャン技術は、私たちの重工業用コンベアベルトを安全に稼働させ続けるための、強力な新しい手段を提供しています。