一、工業CT検査技術的本質：放射線透過とデジタル再構築の融合
工業CT（Industrial Computed Tomography）はX線またはγ線透過特性に基づく非破壊検出技術である。その核心原理は：
放射線透過と減衰：放射線源は高エネルギー放射線を放射して被測定物体を透過し、異なる密度と厚さの物質は放射線に対する吸収能力が異なり、放射線強度の減衰を招く。
データ収集：物体の回転または光線源/検出器の移動、多角度から減衰後の光線信号を収集し、大量の投影データを形成する。
3次元再構築：フィルタ逆投影などのアルゴリズムにより、2次元投影データを3次元断層画像に変換し、最終的に物体内部のデジタル双晶モデルを生成する。
技術上の利点：
非破壊性：サンプルを分解したり破壊したりする必要はなく、貴重な文化財、高価な部品、または再現不可能な構造の検査に適している。
高分解能：空間分解能はミクロン級に達することができ、亀裂、気孔、緩みなどの微小欠陥をはっきりと表現することができる。
定量分析：内部欠陥の寸法、位置及び材料密度分布を測定でき、品質制御にデータ支持を提供する。
透過性が強い：金属、複合材料、セラミックスなどの高密度物質を測定でき、透過鋼の最大厚さは数百ミリに達することができる。
二、工業CT検査技術分類：エネルギーとシーンの適合
放射線源のエネルギーと検査需要に基づいて、工業CTは以下のタイプに分けることができる：
| タイプ | エネルギー範囲 | 適用シーン |
| 低エネルギー工業CT | 10〜300 keV | 微小部品検査（例えば電子部品、BGAパッケージ）、材料空隙率分析、リバースエンジニアリング。 |
| 高エネルギー工業CT | > 1 MeV | 航空エンジンブレード、固体ロケット燃料などの大型ワーク検出、高密度材料内部構造解析。 |
| 顕微CT | マイクロフォーカス光源 | 生物サンプル、地質岩芯、マイクロナノ構造の高精度イメージングにより、分解能はサブミクロン級に達することができる。 |
主なパフォーマンス指標：
空間分解能：CT画像から最小構造の詳細を判別する能力は、放射線源の焦点サイズ、検出器の画素サイズに影響される。
密度分解能：最小密度差異を区別する能力であり、通常はパーセントで表し、低濃度介在の識別に影響を与える。
幾何測定精度：CT画像上で測定された寸法と真の寸法の絶対誤差は、精密製造の公差要求を満たす必要がある。
走査速度：単層走査時間は数秒から数時間まで様々であり、高精度検出にはより長い時間が必要である。
三、応用シーン：実験室から生産ラインまでの全カバー
工業CTはすでに製造業の各段階に浸透し、品質管理の「最終案」となっている：
航空宇宙
エンジンブレードの検査：内部亀裂、気孔などの欠陥を識別し、飛行の安全を確保する。
複合材料分析：炭素繊維材料の繊維方向、層間脱粘を測定し、材料性能を最適化する。
自動車製造
金属鋳物検査：ピロー、サイドフレームなどの重要部品の砂目、介在物を迅速に位置決めし、故障率を下げる。
電池安全分析：リチウム電池電極破断、極片整列度、内部異物を検出し、電池寿命を向上させる。
電子と半導体
チップパッケージ検査：溶接線の脱落、接着箇所の穴を識別し、チップの性能の安定を確保する。
PCB板欠陥分析：溶接プロセス中の気泡、虚溶接を検出し、回路信頼性を高める。
ざいりょうかがく
空隙率測定：VDG P 201/P 202基準に基づいて、鋳物内部の空隙占有率、凝集状況を分析する。
リバースエンジニアリング：サンプルを分解する必要はなく、直接3次元データを取得し、製品の復元または改善を加速する。
文化財考古学
古生物化石分析：内部構造を非破壊的に観察し、生物進化情報を掲示する。
文化財のデジタル化保護：文化財内部の組み立て状況、材料密度を明確に現れ、二次元投影の解読誤差を避ける。
四、技術的課題と発展傾向
現在のボトルネック
コストが高い：高エネルギー工業CT設備の価格は万級に達することができ、中小企業の応用を制限する。
データ量が大きい：単一スキャンで数十GBのデータを生成でき、記憶と計算能力に対する要求が高い。
アーティファクト干渉：金属部品は環状アーティファクトを発生しやすく、アルゴリズム最適化により弱める必要がある。
将来の方向
インテリジェント化：AIアルゴリズムを導入し、欠陥の自動識別、寸法の自動測定を実現し、人工介入を減らす。
携帯化：小型化設備を開発し、現場の検査ニーズ（風力発電羽根、橋梁構造など）を満たす。
多モード融合：超音波、赤外線などの検査手段を集積し、「ワンストップ」総合評価を実現する。
国産化突破：国内企業はすでにコア部品（例えばマイクロフォーカス放射線源）技術を掌握しており、2025年の国産化率は40%を突破し、コストの低下を推進する見込みである。