鋼板切断用レーザーを利用した炭素鋼の発光スペクトル測定とAIによる炭素鋼の判定

2024年01月15日カテゴリ：Focus
サブジャンル：Focus 著者：HSG㈱　河野陽平，加藤俊哉，今井　正　uniblo　田川雄大連載シリーズ

4.　まとめ

鋼板切断用のレーザーと小型分光器を用いた，各炭素鋼の発光スペクトルの測定とNN-AIによる炭素鋼判定について紹介した。発光スペクトルは既存のナノ秒レーザーでの測定に比べて強度は小さいが，アルゴンガスおよび窒素ガスを利用せずに炭素鋼中の鉄，クロムおよびマンガンの元素ピークを示すスペクトルが得られた。開発したNN-AIは，ハードウェア環境が変わると精度も下がる傾向を示したが，AIプログラムとデータ取得を改善すると，AI判定を10秒以内で処理し判定正解率は80％以上を達成した。今後，炭素鋼中の炭素，クロムなどの元素比率または濃度を，AIで推定できるような開発を予定している。さらに，炭素鋼以外のアルミや銅材などもAIを用いて判別できれば産業廃棄物向けの金属ソーターにも用途の拡大ができる。最終的に，本開発がAIを含むDX技術によるスマートファクトリーおよびカーボンニュートラルに向けた脱炭素化の一助となれば幸いである。

謝辞

本開発において，小型分光器試作機をご提供いただいた浜松ホトニクス㈱の皆様に心から感謝申し上げます。

参考文献
1）上城親司ら，ゼロカーボン・スチール生産プロセスに向けた取組み．溶接技術＝Welding technology: 一般社団法人日本溶接協会誌, 2022. 70 (4): pp. 44-50.
2）Hall, W., et al., Towards a low carbon steel sector: Overview of the changing market, technology, and policy context for Indian steel. The Energy Resources Institute (TERI), 2020.
3）Mallett, A., et al., Green transformation in the iron and steel industry in India: Rethinking patterns of innovation. Energy Strategy Reviews, 2022. 44: p. 100968.
4）Aguilera, J.A., et al., Determination of carbon content in steel using laser-induced breakdown spectroscopy. Applied spectroscopy, 1992. 46 (9): pp. 1382-1387.
5）Weber, F., M. Mantler., et al., XRFA of Carbon in Steels. Advances in X-Ray Analysis, 1992. 36: pp. 41-46.
6）Alaoui Mouayd, A., et al., Contribution of electrochemical dissolution during pickling of low carbon steel in acidic solutions. Corrosion Science, 2014. 82: pp. 362-368.
7）Rakovský, J., et al., A review of the development of portable laser induced breakdown spectroscopy and its applications. Spectrochimica Acta Part B: Atomic Spectroscopy, 2014. 101: pp. 269-287.
8）Yamamoto, K. Y., et al., Laser-induced breakdown spectroscopy analysis of solids using a long-pulse (150 ns) Q-switched Nd: YAG laser. Applied spectroscopy, 2005. 59 (9): pp. 1082-1097.
9）Sturm, V., et al., Carbon analysis of steel using compact spectrometer and passively Q-switched laser for laser-induced breakdown spectroscopy. Optics Express, 2019. 27 (25): pp. 36855-36863.
10）Cui, M., et al., Improved analysis of manganese in steel samples using collinear long-short double pulse laser-induced breakdown spectroscopy (LIBS). Applied spectroscopy, 2019. 73 (2): pp. 152-162.
11）Cui, M., et al., Carbon detection in solid and liquid steel samples using ultraviolet long-short double pulse laser-induced breakdown spectroscopy. Spectrochimica Acta Part B: Atomic Spectroscopy, 2020. 167: p. 105839.
12）Shuang, Q., et al., The Accuracy Improvement of Fe Element in Aluminum Alloy by Millisecond Laser Induced Breakdown Spectroscopy Under Spatial Confinement Combined With Support Vector Machine. SPECTROSCOPY AND SPECTRAL ANALYSIS, 2022. 42 (2): pp. 582-586.
13）Quackatz, L., et al., In situ investigation of chemical composition during TIG welding in Duplex Stainless Steels using Laser-Induced Breakdown Spectroscopy (LIBS). Forces in mechanics, 2022. 6: p. 100063.
14）Bhatt, C. R., et al., LIBS Sensing for In-Situ Iron Detection and Quantification in Wastewater Outfall. 2023.
15）Shukla, N., et al., Determination of elements in carrot root by laser induced breakdown spectroscopy. National Academy Science Letters, 2017. 40: pp. 47-51.
16）Tang, Y., et al., Investigation of the self-absorption effect using time-resolved laser-induced breakdown spectroscopy. Optics Express, 2019. 27 (4): pp. 4261-4270.
17）『NIST LIBS Database』https://physics.nist.gov/PhysRefData/ASD/LIBS/libs-form.html
18）Krizhevsky, A., et al., Imagenet classification with deep convolutional neural networks. Advances in neural information processing systems, 2012. 25.

■The emission spectrum measurement for the carbon steel with the sheet metal cutting laser and the identification of the carbon level using AI technology
■①Yohei Kawano　②Toshiya Kato　③Tadashi Imai　④Yudai Tagawa
■①～③HSG K.K.　④uniblo
①カワノ　ヨウヘイ　②カトウ　トシヤ　③イマイ　タダシ
所属：HSG㈱
④タガワ　ユウダイ
所属：uniblo

（月刊OPTRONICS　2024年1月号）