ZADD
Umelá inteligencia v röntgenovej technológii

ZADD Segmentation

Kontrola chýb pomocou umelej inteligencie pre počítačovú tomografiu

Aplikácia ZADD Segmentation spoľahlivo a rýchlo deteguje malé a nejasné chyby v súčastiach, a to aj pri nízkej kvalite obrazu. Softvér založený na strojovom učení používa na tento účel umelú inteligenciu. Chyby a anomálie sú detegované, segmentované a vyhodnocované pomocou AI na kontrolu dát CT. ZADD tak podporuje vaše röntgenové aplikácie pri vývoji súčastí, optimalizácii procesu a analýze chýb. ZADD, skratka pre ZEISS Automated Defect Detection (Automatická detekcia chýb), je voliteľná aplikácia nášho štandardného CT inšpekčného softvéru ZEISS INSPECT X-Ray.

Prehľad vašich výhod so ZADD segmentation

  • Úspora času vďaka umelej inteligencii

    Úspora času vďaka umelej inteligencii

    • Menej pracná kontrola​
    • Spolahlivá a rýchla detekcia chýb
  • Robustné výsledky a prehľadné reporty

    Robustné výsledky a prehľadné reporty

    • Perfektné výsledky, aj keď kvalita obrazu nie je dokonalá​
    • Vhodné pre zmiešané a husté materiály
  • Jednoduché posúdenie chýb

    Jednoduché posúdenie chýb

    • Individuálna optimalizácia analýzy chýb​
    • Jednoduché vyhodnotenie a rozpoznanie nepodarkov

ZEISS Automated Defect Detection

AI softvér pre vaše oblasti použitia
Na obrázku je vidieť súčasť, na ktorej možno kontrolovať chyby pomocou umelej inteligencie v CT.

Spoľahlivá detekcia chýb v súčastiach

Počas zložitého výrobného procesu súčastí sa môžu vyskytnúť rôzne chyby. Najmä vo vnútri nie sú viditeľné voľným okom a pritom môžu mať zásadný vplyv na stabilitu a funkčnosť súčasti. Umelá inteligencia v kombinácii s priemyselnou počítačovou tomografiou včas zviditeľní tieto skryté problémové oblasti. Softvér ZEISS Automated Defect Detection sa špecializuje na detekciu rôznych chýb, takže aj pri nízkej kvalite obrazu s mnohými artefaktmi možno chyby rýchlo a spoľahlivo detegovať.​

Obrázok ukazuje inline kontrolu vykonanú za 60 sekúnd pomocou AI v CT.

Včasná identifikácia a vytriedenie nepodarkov

Aby bolo možné v rannej fáze vytriediť chybné komponenty v hodnotovom reťazci, musia byť 3D dáta spoľahlivo a rýchlo vyhodnotené. Vďaka ZADD možno diely s kritickými chybami ľahko rozpoznať a selektívne ich vytriediť alebo, ak je to možné, prepracovať. Dobré diely prechádzajú bez prekážok ďalším procesom obrábania. Výsledkom je nižšia nepodarkovosť a vysoká kvalita súčastí. S umelou inteligenciou v CT tak dosahujete neustále zvyšovanie efektivity a maximálnu spoľahlivosť procesu.

Ako funguje ZADD Segmentation

Dobrý alebo zlý diel? ZEISS Automated Defect Detection (ZADD) podporuje toto posúdenie pomocou umelej inteligencie. Pomocou aplikácie ZADD Segmentation dokončíte vaše vyhodnocovanie v softvéri ZEISS INSPECT X-Ray. Pozrite si toto video a uvidíte, ako to funguje.
  • Náš softvér sa teraz nazýva ZEISS INSPECT X-Ray.

Pracovný postup

  • Obrázok ZEISS VoluMax

    Zber dát

    • Využite naše CT portfólio na zber dát, napr. vysoko výkonný ZEISS VoluMax 9 titan alebo vysoko presný rad ZEISS METROTOM na najmodernejšie meranie s počítačovou tomografiou​ 
    • Alebo importujte dáta získané z iného CT systému do ZEISS INSPECT X-Ray na vyhodnotenie.
  • Znázornenie segmentácie

    Segmentácia

    • Nájdite chybné oblasti v získaných dátach pomocou hlbokého strojového učenia (ML) so ZADD Segmentation​
    • Obzvlášť vhodné na analýzu chýb so suboptimálnym objemom dát (napr. kvôli šumu, hrubému rozlíšeniu alebo artefaktom)​
    • Učte sa z príkladov, nevyžaduje to žiadne zložité ladenie parametrov​
    • Použite predtrénované modely ML na rýchly štart ​
    • Vytvorte oblasti záujmu (ROI) na časovo optimalizované vyhodnotenia
  • Vyhodnotenie

    Vyhodnotenie

    • Vizualizujte dáta pomocou výkonných nástrojov v 3D a 2D​
    • Určite ukazovatele zistených chýb, ako je priemer, objem alebo guľovitosť
    • Vytvorte filtre na výber chýb s vlastnosťou nad alebo pod prahovou hodnotou​
    • Využite komplexné vyhodnotenie, ako je P202, P203, pórovitosť alebo vzdialenosť k povrchu
  • Reportovanie a štatistika

    Reportovanie a štatistika

    • Vyhodnotenie v názorných reportoch merania ​
    • Jednoduchý prenos reportov merania vo formáte PDF ​
    • Archivácia dát umožňuje dlhodobé sledovanie chýb ​
    • Pokročilé funkcie na vyhodnocovanie a štatistiku s ZEISS PiWeb Reporting Plus ​
    • Štatistické riadenie procesu umožňuje rozpoznanie procesných korelácií a optimalizácií

Predtrénované modely pre špecifické aplikácie

Pri používaní aplikácie ZADD Segmentation v ZEISS INSPECT X-Ray môžete využiť naše predtrénované modely strojového učenia. Použite jednu z troch dostupných možností na odlievanie zliatin, kontrolu vláseniek (hairpin) alebo elektroniku.
Zliatina

Zliatina

AI kontrola skrytých chýb v odliatkoch zo zliatin​

Vlásenky

Vlásenky

Automatizovaná analýza vláseniek pre aplikácie s elektrickými pohonmi

Elektronika

Elektronika

Jednoduchá analýza spájkovaných spojov v elektronike​

Príklady typických chýb odliatkov, ktoré dokáže ZADD nájsť​

  • Studený spoj (zavalenina)

    Studený spoj (zavalenina)

    Studený spoj sa vyskytuje hlavne na plochých povrchoch s relatívne malou hrúbkou. Môže viesť k narušeniu súdržnosti, takže zostanú otvory, nedoplnené plochy, ale aj zaoblené hrany a presahy. Pri tlakovom odlievaní možno takýto chybný spoj identifikovať podľa veľmi jemných a tenkých povrchových trhlín.

  • Mikropórovitosť

    Mikropórovitosť

    Mikropórovitosť možno chápať ako nahromadenie malých dutín (mikrozmrštenie / interdendritické zmrštenie), ktoré môžu vytvárať reťazce a viesť k netesnostiam. Na CT skene s nižším rozlíšením sa táto pórovitosť javí ako špongiovitá oblasť.​

  • Posunutie steny

    Posunutie steny

    Ak sa napríklad vyskytnú chyby v umiestnení jadra vo forme pred odlievaním alebo ak sa jadrá počas odlievania posunú, geometria odliatku už nezodpovedá CAD modelu.

  • Triesky

    Triesky

    Pri hrubom obrábaní súčasti (napr. rezaní pílou na podávači) vznikajú hliníkové triesky, ktoré sa môžu dostať do súčasti. Rovnako sa môžu pri vytĺkaní jadier odlomiť malé výstupky (pierka) a zostať v súčasti. Tieto hliníkové zvyšky môžu pri následnej prevádzke spôsobiť napríklad poruchy v chladiacom systéme.

  • Inklúzie

    Inklúzie

    Inklúzie sú čiastočne alebo úplne zapustené nečistoty v odliatej súčasti, ktoré sú zvyčajne hustejšie ako základný materiál. Sú spôsobené napríklad cudzími telesami vo forme alebo znečisteným odlievacím materiálom.

Umelá inteligencia (AI) v počítačovej tomografii (CT)

  • Umelá inteligencia je všadeprítomná. Autonómne riadenie je len jedným z mnohých príkladov uplatnenia umelej inteligencie. Umelá inteligencia je stále dôležitejšia v priemysle, a teda aj vo výpočtovej tomografii. Je to preto, lebo umožňuje vykonávať analýzy chýb ešte spoľahlivejšie, presnejšie a rýchlejšie. U priemyselných súčastí sa chyba často nachádza vo vnútri. Optická kontrola kvality už nestačí, pretože neinformuje o vnútorných chybách. Röntgenová kontrola umožňuje detailný pohľad do vnútra súčasti a môže tak odhaliť chyby v rannej fáze. Použitím AI v CT kontrole sa vykonáva čiastočne automatizovaná analýza chýb.​

    Vysvetlenie pojmov:​

    V súvislosti s AI a CT sa často používajú pojmy AI Defect Detection alebo AI Anomaly Detection. AI označuje umelú inteligenciu (Artificial Intelligence). Defect Detection, resp. Anomaly Detection znamená detekcia chýb alebo detekcia anomálií. Dodatok "NDT" upozorňuje, že AI pracuje nedeštruktívne, pretože NDT znamená nedeštruktívna kontrola (Non-Destructive Testing).

  • AI a počítačová tomografia

    Umelá inteligencia je trendom v oblasti automatizácie. Požiadavky na procesy sú stále prísnejšie, vyhodnocovanie obrazu a analýza chýb musia fungovať rýchlo a spoľahlivo aj v náročnom meracom prostredí. To platí predovšetkým pre komponenty dôležité z hľadiska bezpečnosti, napr. v automobilovom priemysle alebo letectve. Umelá inteligencia sa používa v počítačovej tomografii na zvýšenie kvality, rýchlejšiu analýzu chýb a zabezpečenie vysokej spoľahlivosti procesu. Detekcia chýb pomocou umelej inteligencie eliminuje potrebu ručného ladenia parametrov, čím sa vyhnete subjektívnemu rozhodovaniu pri zisťovaní chýb.

    Softvér ZADD sa hodí najmä keď sú objemové dáta ovplyvnené príliš hustým materiálom alebo krátkymi časmi skenovania. Zatiaľ čo artefakty a šum v obrazoch zvyčajne spôsobujú chybné detekcie, na softvér nemajú tieto efekty vplyv.

Tieto odvetvia využívajú umelú inteligenciu so softvérom ZEISS Automated Defect Detection

Kontaktujte nás alebo si objednajte ukážku

Naše služby vás budú sprevádzať od samého začiatku, či už ide o výber správneho modelu strojového učenia alebo o vývoj špeciálne natrénovaného riešenia. Podporujeme vás pri ovládaní, optimalizácii a vyhodnotení výkonu systému a v mnohých prípadoch riešime vaše individuálne kontrolné úlohy.

Formulár sa načítava...

Ak chcete získať viac informácií o spracovaní údajov v spoločnosti ZEISS, prečítajte si prosím naše oznámenie o ochrane osobných údajov.