本发明专利技术涉及加压检查方法以及加压检查装置，能够更准确地判定高压罐的劣化的有无。加压检查方法是高压罐(50)的加压检查方法，该高压罐(50)包括衬里(51)和覆盖衬里(51)的外表面的纤维强化树脂层(52)，并且在以耐压试验压力进行了耐压试验之后，通过重复进行气体向内部的填充以及释放而被使用，上述加压检查方法从对因填充气体来使高压罐(50)的内部的压力增加至比耐压试验压力低的检查压力而在高压罐(50)产生的AE波进行检测的AE传感器(3)的输出波形提取多个AE波形，基于提取出的AE波形来判定高压罐(50)的劣化的有无。判定高压罐(50)的劣化的有无。判定高压罐(50)的劣化的有无。
【技术实现步骤摘要】
加压检查方法以及加压检查装置
[0001]本专利技术涉及具备衬里和覆盖衬里的外表面的纤维强化树脂层的高压罐的加压检查方法以及加压检查装置。
技术介绍
[0002]以往，作为收纳液体的罐的检查方法，公知有使用了AE(声发射：acoustic emission)法的检查方法(例如参照专利文献1)。在专利文献1中记载了一种随着时间经过取得关于检查部位的AE检测曲线并基于AE检测曲线的在与因内裂纹进展而发出的AE对应的特定频带下的AE计数来判断疲劳裂纹的产生、裂纹进展状态的检查方法。
[0003]专利文献1：日本特开2011－102700号公报
[0004]其中，在具备衬里和覆盖衬里的外表面的纤维强化树脂层的高压罐中，在制造后(出厂前)进行耐压试验。在该耐压试验中，使高压罐的内部的压力增加至常用范围的上限值的1.5倍。耐压试验合格的高压罐被搭载于车辆等来使用。而且，高压罐被重复进行气体向内部的填充以及释放而使用。对于耐压试验合格的高压罐而言，若经过一定的保证期间，则在车检时等再次被检查，该再次检查通过外观检查以及气体泄露检查来进行。
[0005]作为高压罐的再次检查方法，期望更准确地判定高压罐的劣化的有无。其中，由于专利文献1所记载的检查方法并不是对于使内部的压力增加至比使用时的压力高的压力的罐进行的方法，所以无法更准确地判定罐的劣化的有无。
技术实现思路
[0006]本专利技术是鉴于这样的问题点而完成的，其课题在于，提供能够更准确地判定高压罐的劣化的有无的加压检查方法以及加压检查装置。
[0007]本专利技术所涉及的加压检查方法是高压罐的加压检查方法，该高压罐包括衬里和覆盖上述衬里的外表面的纤维强化树脂层，并且在以耐压试验压力进行了耐压试验之后，通过重复进行气体向内部的填充以及释放而被使用，上述加压检查方法从AE传感器的输出波形提取多个AE波形，基于上述提取出的AE波形来判定上述高压罐的劣化的有无，上述AE传感器对因填充气体来使上述高压罐的内部的压力增加至比上述耐压试验压力低的检查压力为止而在上述高压罐产生了裂缝时所产生的AE波进行检测。
[0008]其中，在本说明书以及技术方案中，AE是声发射的简称，是指材料、构造物等发生破坏、变形时将能量作为弹性波而释放的现象。另外，AE波是指材料、构造物等发生破坏、变形时所释放的弹性波。另外，AE传感器是指对伴随着AE的产生而产生的弹性波(AE波)进行检测的传感器。
[0009]根据本专利技术的加压检查方法，从对因使上述高压罐的内部的压力增加至比耐压试验时的上述耐压试验压力低的检查压力为止而在上述高压罐产生的AE波进行检测的AE传感器的输出波形提取多个AE波形，基于上述提取出的AE波形来判定上述高压罐的劣化的有无。若进行使高压罐的内部的压力增加的耐压试验，则在耐压试验时会在纤维强化树脂层
产生裂缝，产生因裂缝引起的AE波。然后，即便使高压罐的内部的压力增加至比耐压试验压力低的检查压力为止，通常在纤维强化树脂层也几乎不产生裂缝，AE波也几乎不产生。因此，在本专利技术的加压检查方法中，若在对于曾经使内部的压力增加至耐压试验压力为止的高压罐使内部的压力增加至比耐压试验压力低的检查压力为止时产生AE波，则利用AE传感器检测AE波并从其输出波形提取多个AE波形，能够基于提取出的AE波形容易地判定高压罐的劣化的有无。其结果是，能够容易地知晓是否应该更换高压罐。
[0010]在上述加压检查方法中，优选使用以将提取出的多个上述AE波形分类为源自在上述高压罐即将被破坏之前增加的大裂缝的第1波形和源自比上述大裂缝小的微裂缝的第2波形的方式进行了机器学习的分类器来将提取出的上述多个AE波形分类为上述第1波形和上述第2波形，基于上述分类出的上述第1波形的数量来判定上述高压罐的劣化的有无。若这样构成，则由于能够基于源自在高压罐即将被破坏之前增加的大裂缝的第1波形的数量来判定高压罐是否劣化，所以能够更准确地判定高压罐的劣化的有无。
[0011]该情况下，优选对提取出的上述AE波形进行小波变换来生成图像，使用以将与上述多个AE波形对应的多个上述图像分类为与上述第1波形对应的第1图像和与上述第2波形对应的第2图像的方式进行了机器学习的上述分类器来将上述多个图像分类为上述第1图像和上述第2图像，基于分类出的上述第1图像的数量判定上述高压罐的劣化的有无。这样，通过对提取出的AE波形进行小波变换来生成表示频率成分的时间变化的图像(小波波谱)。而且，由于通过将所生成的多个图像利用分类器来分类，能够容易地分类为第1图像与第2图像，所以能够容易地判定高压罐是否劣化。
[0012]在上述加压检查方法中，优选若上述AE波形的累积数量成为阈值以上，则判定为上述高压罐劣化。在对高压罐进行了加压的情况下，由于在劣化的高压罐中在纤维强化树脂层产生的裂缝的数量增加，所以从AE传感器的输出波形提取的AE波形也增加。若该AE波形的累积数量成为某个值(阈值)以上，则高压罐劣化的担忧变高。因此，能够使用AE波形的累积数量来更准确地判定高压罐的劣化的有无。
[0013]本专利技术所涉及的加压检查装置是高压罐的加压检查装置，该高压罐包括衬里和覆盖上述衬里的外表面的纤维强化树脂层，并且在以耐压试验压力进行了耐压试验之后，通过重复进行气体向内部的填充以及释放而被使用，上述加压检查装置包括运算装置，该运算装置具有：提取部，从AE传感器的输出波形提取多个AE波形，该AE传感器对因填充气体来使上述高压罐的内部的压力增加至比上述耐压试验压力低的检查压力为止而在上述高压罐产生了裂缝时所产生的AE波进行检测；和判定部，基于上述提取部提取出的上述AE波形来判定上述高压罐的劣化的有无。
[0014]根据本专利技术的加压检查装置，从对因使上述高压罐的内部的压力增加至比耐压试验时的上述耐压试验压力低的检查压力为止而在上述高压罐产生的AE波进行检测的AE传感器的输出波形提取多个AE波形，基于上述提取出的AE波形来判定上述高压罐的劣化的有无。若进行使高压罐的内部的压力增加的耐压试验，则在耐压试验时会在纤维强化树脂层产生裂缝，产生因裂缝引起的AE波。然后，即便使高压罐的内部的压力增加至比耐压试验压力低的检查压力为止，通常在纤维强化树脂层也几乎不产生裂缝，AE波也几乎不产生。因此，在本专利技术的加压检查装置中，若在对于曾经使内部的压力增加至耐压试验压力为止的高压罐使内部的压力增加至比耐压试验压力低的检查压力时产生AE波，则能够利用AE传感
器检测AE波并从该输出波形提取多个AE波形，基于提取出的AE波形来容易地判定高压罐的劣化的有无。其结果是，能够容易地知晓是否应该更换高压罐。
[0015]在上述加压检查装置中，优选上述运算装置包括以将上述提取部提取出的多个上述AE波形分类为源自在上述高压罐即将被破坏之前增加的大裂缝的第1波形和源自比上述大裂缝小的微裂缝的第2波形的方式进行了机器学习的分类器，上述判定部基于上述分类器分类出的上述第1波形的数量来判定上述高压罐的劣化的有无。由于若这样构成，则能够基于源自在高压罐即将被破坏之本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种加压检查方法，是高压罐的加压检查方法，该高压罐包括衬里和覆盖所述衬里的外表面的纤维强化树脂层，并且在以耐压试验压力进行了耐压试验之后，通过重复进行气体向内部的填充以及释放而被使用，所述加压检查方法的特征在于，从对填充气体来使所述高压罐的内部的压力增加至比所述耐压试验压力低的检查压力为止而在所述高压罐产生了裂缝时所产生的AE波进行检测的AE传感器的输出波形提取多个AE波形，基于提取出的所述AE波形来判定所述高压罐的劣化的有无。2.根据权利要求1所述的加压检查方法，其特征在于，使用以将提取出的多个所述AE波形分类为第1波形和第2波形的方式进行了机器学习的分类器将提取出的所述多个AE波形分类为所述第1波形和所述第2波形，所述第1波形源自在所述高压罐即将被破坏之前增加的大裂缝，所述第2波形源自比所述大裂缝小的微裂缝，基于所述分类出的所述第1波形的数量来判定所述高压罐的劣化的有无。3.根据权利要求2所述的加压检查方法，其特征在于，对提取出的所述AE波形进行小波变换来生成图像，使用以将与所述多个AE波形对应的多个所述图像分类为与所述第1波形对应的第1图像和与所述第2波形对应的第2图像的方式进行了机器学习的所述分类器来将所述多个图像分类为所述第1图像和所述第2图像，基于分类出的所述第1图像的数量来判定所述高压罐的劣化的有无。4.根据权利要求1所述的加压检查方法，其特征在于，若所述AE波形的累积数量成为阈值以上，则判定为所述高压罐劣化。5.一种加压检查装置，是高压罐的加压检查装...
【专利技术属性】
技术研发人员：堀喜博，土井孝吉，
申请(专利权)人：丰田自动车株式会社，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。