新潟県工業技術総合研究所は、工業系の技術支援機関です。

Topページ　>　機械・金属関係　技術トピックス 　>　焼入れ、焼戻し、納入時の鋼材のディープラーニングによる金属組織の識別

焼入れ、焼戻し、納入時の鋼材のディープラーニングによる金属組織の識別

１．はじめに

　特殊鋼には構造用鋼（S--C、SCrなど）、工具鋼（SK、SKDなど）、特殊用途鋼（SUS、SUJなど）がありますが、その中では構造用鋼が最も多く使われています。今回は、機械構造用炭素鋼S50Cと機械構造用合金鋼SCM435について、納入時、焼入れ後、焼入れ焼戻し（調質）後の金属組織をディープラーニングで認識させました。この実験は令和2年7月に行ったものです。

２．実験

　機械構造用炭素鋼S50C（大きさ□19mm×厚さ20mm）と機械構造用合金鋼SCM435（大きさφ19mm×長さ20mm）について、表1のように納入状態、焼入れ、焼入れ焼戻しの三種類の試料を作製しました。

表1　試料の熱処理

鋼種	熱処理
S50C	納入状態
	焼入れ 　850℃×15分保持後水冷
	焼入れ焼戻し 　850℃×15分保持後水冷、600℃×1時間保持後水冷
SCM435	納入状態
	焼入れ 　850℃×15分保持後油冷
	焼入れ焼戻し 　850℃×15分保持後油冷、600℃×1時間保持後水冷

　これらの試料について、端面を鏡面研磨および腐食（HNO₃ 5ml、エチルアルコール100ml）後、各試料につき100枚ずつ金属組織を撮影しました。全ての金属組織は同一倍率で撮影しました。熱処理にはヤマト科学（株）製 F0410を用いて、金属組織の撮影にはオリンパス光学工業(株)製のBX-60M-53MBに付属するデジタルカメラを用いました。
　各試料について撮影した金属組織画像を学習用（train）の画像80枚と検証用（validate）の画像20枚に分け、学習済みモデルVGG16を用いて転移学習および検証を行いました。入力画像のサイズは224×224ピクセルです。学習に用いた画像は表2の条件で水増しを行いました。

表2　画像の水増しの設定

設定項目	設定内容
画像の回転	0～40deg
水平・垂直方向反転	あり

３．実験結果

　各試料の金属組織を図1～6に示します。図1～3はS50Cの金属組織です。図1はフェライトとパーライト組織、図2はマルテンサイト組織、図3は焼戻しマルテンサイト組織になっています。図4～6はSCM435の金属組織です。図4はフェライトとパーライト組織、図5はマルテンサイト（白）とベイナイト組織（黒）¹⁾、図6は焼戻しマルテンサイト組織になっています。


図1　S50C納入状態


図2　S50C焼入れ


図3　S50C焼入れ焼戻し


図4　SCM435納入状態


図5　SCM435焼入れ


図6　SCM435焼入れ焼戻し

　これらの金属組織について、学習用のデータで繰り返し学習させながら、各学習回数において学習データおよび検証データを使って6種類の金属組織を認識させたときの正解率を図7に示します。学習回数が進むにつれて、学習データは98～99％の正解率に達し、検証データは95～98％の正解率に達することが分かります。

図7　画像認識の正解率

参考文献

問い合わせ：新潟県工業技術総合研究所 　　　　 　　 中越技術支援センター 　　斎藤　雄治 　 　　　　 　TEL：0258-46-3700 　　FAX：0258-46-6900