ZADD
X-ray teknolojisinde yapay zeka

ZADD Segmentation

Bilgisayarlı tomografi için yapay zeka tabanlı kusur muayenesi

ZADD Segmentation uygulaması, bileşenlerdeki küçük ve belirsiz kusurları düşük görüntü kalitesinde bile güvenilir ve hızlı bir şekilde tespit eder. Bu amaçla, makine öğrenimi tabanlı yazılımda Yapay Zeka kullanılmaktadır. BT veri muayenesi için kusurlar ve anormallikler yapay zeka kullanılarak tespit edilir, segmentlere ayrılır ve değerlendirilir. ZADD dolayısıyla bileşen geliştirme, proses optimizasyonu ve hata analizine yönelik X-Ray uygulamalarınızı destekler. ZEISS Automated Defect Detection'ın kısaltması olan ZADD, standart BT muayene yazılımımız ZEISS INSPECT X-Ray için isteğe bağlı bir uygulamadır.

Bir bakışta ZADD segmentation'ın avantajları

  • Yapay zeka ile zaman tasarrufu

    Yapay zeka ile zaman tasarrufu

    • Muayene için gerekli çalışma miktarını en aza indirin
    • Güvenilir ve hızlı hata tespiti
  • Doğru sonuçlar ve net raporlama

    Doğru sonuçlar ve net raporlama

    • Görüntü kalitesi mükemmel olmasa bile güvenilir sonuçlar
    • Karışık ve yoğun malzemeler için uygundur
  • Kolay kusur değerlendirmesi

    Kolay kusur değerlendirmesi

    • Kusur analizi için özel optimizasyon
    • Iskarta parçaların basit bir şekilde değerlendirilmesi ve tanınması

ZEISS automated defect detection

Uygulama alanlarınız için yapay zeka yazılımı

Görsel, BT'de yapay zeka kullanılarak kusur muayenesi yapılabilen bir bileşeni göstermektedir.

Bileşenlerdeki kusurları güvenilir bir şekilde tespit edin

Bileşenlerin karmaşık üretim sürecinde çeşitli kusurlar meydana gelebilir. Özellikle iç kısımlardaki kusurlar çıplak gözle görülemez ve bileşenin stabilitesi ile işlevselliği üzerinde büyük bir etki meydana getirebilir. Endüstriyel bilgisayarlı tomografi ile birleştirilen yapay zeka, bu gibi gizli sorunlu alanları erken safhada görünür hale getirir. Farklı kusurları uzman bir şekilde tespit edebilen ZEISS Automated Defect Detection yazılımı, birçok artefakt içeren düşük kaliteli görüntülerde bile kusurları hızlı ve güvenilir bir şekilde tespit edebilir.

Görsel, BT'de yapay zeka kullanılarak sadece 60 saniyede tamamlanan bir hat içi muayenenin performansını göstermektedir.

Iskartayı erken safhada tespit edip ayıklayın

Bir değer zincirinde kusurlu bileşenlerin erken bir safhada tespit edilip ayıklanabilmesi için 3D verilerin güvenilir ve hızlı bir şekilde değerlendirilmesi gerekir. ZADD sayesinde, kritik kusurlar içeren bileşenler kolayca tanınır ve doğru bir şekilde ayıklanabilir veya mümkünse yeniden işlenebilir. Öte yandan, iyi durumdaki parçalar engelle karşılaşmadan ek makineyle işleme prosesinden geçer. Sonuç: daha düşük ret oranı ve yüksek kaliteli bileşenler. Bu şekilde, BT'de yapay zeka ile verimlilikte istikrarlı bir artış ve maksimum proses güvenilirliği elde edebilirsiniz.

ZADD Segmentation nasıl çalışır?

Parça iyi mi yoksa kusurlu mu? ZEISS Automated Defect Detection (ZADD), Yapay Zeka ile bu kararın verilmesini destekler. ZEISS INSPECT X-Ray için ZADD Segmentation uygulaması ile değerlendirmenizi tamamlayın. İşleyiş şeklini görmek için bu videoyu izleyebilirsiniz.

  • Yazılımımızın artık ZEISS INSPECT X-Ray olarak adlandırıldığını lütfen unutmayın

İş akışı

  • ZEISS VoluMax görseli

    Veri edinimi

    • Veri edinimi için BT portföyümüzü kullanın, örneğin son teknoloji bilgisayarlı tomografi ölçümleri için yüksek güçlü ZEISS VoluMax 9 titan veya yüksek hassasiyetli ZEISS METROTOM serisi 
    • Alternatif olarak farklı bir BT sisteminden aldığınız verileri değerlendirme için ZEISS INSPECT X-Ray'e aktarabilirsiniz.
  • Segmentasyon gösterimi

    Segmentasyon

    • ZADD Segmentation ile Derin Makine Öğrenimini (ML) kullanarak elde edilen verilerdeki kusurlu alanları bulun
    • Özellikle optimal olmayan hacim verileriyle (örneğin gürültü, düşük çözünürlük veya artefaktlar nedeniyle) yapılacak kusur analizleri için uygundur
    • Örneklerden öğrenin, karmaşık parametre ayarları gerektirmez
    • Hızlıca başlamak için önceden eğitilmiş ML modellerini kullanın
    • Zaman açısından optimize edilmiş değerlendirmeler için ilgi bölgeleri (ROI'ler) oluşturun
  • Değerlendirme

    Değerlendirme

    • Verilerinizi güçlü araçlarla 3D ve 2D olarak görselleştirin
    • Tespit edilen kusurlar için çap, hacim veya küresellik gibi metrikleri belirleyin
    • Bir özelliği belirli bir eşiğin üzerinde veya altında olan kusurları seçmek için filtreler oluşturun
    • P202, P203, gözeneklilik veya yüzeye uzaklık gibi karmaşık değerlendirmelerden yararlanın
  • Raporlama ve istatistikler

    Raporlama ve istatistikler

    • Açıklayıcı ölçüm raporlarında değerlendirme
    • Ölçüm raporlarının PDF formatında kolay aktarımı
    • Verilerin arşivlenmesi, kusurların uzun süreli takibine imkan tanır
    • ZEISS PiWeb Reporting Plus ile gelişmiş değerlendirme ve istatistik işlevleri
    • İstatistiksel proses kontrolü, proses korelasyonlarının ve optimizasyonlarının tanınmasını sağlar

Belirli uygulamalar için önceden eğitilmiş modeller

ZEISS INSPECT X-Ray'de ZADD Segmentation uygulamasını kullanırken önceden eğitilmiş Makine Öğrenimi modellerimizden yararlanabilirsiniz. Alaşımlı dökümler, hairpin muayenesi veya elektronik için mevcut üç seçenekten birini kullanın.

Alaşım

Alaşım

Alaşım dökümlerde gizli kusurların yapay zeka ile incelenmesi

Hairpinler

Hairpinler

E-drive uygulamaları için otomatik hairpin analizi

Elektronik

Elektronik

Elektronikte lehim bağlantı analizi artık çok kolay

ZADD'nin bulabileceği tipik döküm kusurlarına örnekler

  • Gözenekler

    Gözenekler

    Gözenek, bileşen içinde çoğunlukla pürüzsüz çeperlere sahip küresel veya elipsoidal bir boşluk anlamına gelir. Gözenekler neyden meydana geldiklerine bağlı olarak hava, buhar, hidrojen veya diğer gazlar (örneğin yağlayıcılar kaynaklı) içerebilir. Genellikle üst döküm katmanlarında meydana gelirler, ancak iyi boşaltılmamış alanlarda veya alt kesimlerde tüm döküm içinde dağılım gösterebilirler.

  • Soğuk yürüme / soğuk kapanma

    Soğuk yürüme / soğuk kapanma

    Soğuk yürüme tercihen nispeten düşük kalınlığa sahip yassı yüzeylerde meydana gelir. Bu, kohezyonun ayrılmasına yol açarak deliklere, yürümenin ulaşmadığı alanlara ve aynı zamanda yuvarlatılmış kenarlara ve üst üste binmelere neden olabilir. Basınçlı dökümde, çok ince ve ince yüzeyli plakalarda soğuk yürüme görülebilir.

  • Mikro gözeneklilik

    Mikro gözeneklilik

    Mikro gözeneklilik, zincirler oluşturabilen ve sızıntılara yol açabilen küçük çekme delikleri (mikro çekme / dallantılar arası çekme) birikimi olarak anlaşılabilir. Bu gözeneklilik, düşük çözünürlüklü bir BT taramasında süngerimsi alanlar olarak görünür.

  • Duvar yer değiştirmesi

    Duvar yer değiştirmesi

    Örneğin, dökümden önce maçanın kalıba konumlandırılmasında kusurlar meydana gelirse veya maçalar döküm işlemi sırasında kayarsa dökümün geometrileri artık CAD modeliyle eşleşmez.

  • Talaşlar

    Talaşlar

    Bileşen üzerinde makineyle kaba işleme (örneğin besleyicide testereyle kesim) yapılırken alüminyum talaşlar ortaya çıkabilir ve bunlar bileşenin içine düşebilir. Aynı şekilde, maçalama sırasında küçük çıkıntılar (tüyler) kopabilir ve bileşen içinde kalabilir. Bu alüminyum kalıntıları, örneğin sonraki çalışma sırasında soğutma sisteminde arızalara yol açabilir.

  • İnklüzyonlar

    İnklüzyonlar

    İnklüzyonlar genellikle ana malzemeden daha yoğun olan, döküm bileşenine kısmen veya tamamen gömülü safsızlıklardır. Örneğin, döküm kalıbındaki yabancı cisimlerden veya kontamine döküm malzemesinden kaynaklanırlar.

Bilgisayarlı tomografide (BT) yapay zeka (AI)

  • Yapay zeka her yerde. Otonom sürüş, AI kullanım alanlarından yalnızca biridir. Yapay zeka, endüstride ve dolayısıyla bilgisayarlı tomografide de kendisine uygulama alanı bulmakta olup giderek daha da önemli hale gelmektedir. Bunun nedeni, kusur analizlerinin daha güvenilir, doğru ve hızlı bir şekilde yapılmasına olanak tanımasıdır. Endüstride kusurlar genellikle bileşenin iç kısmında bulunur. Optik muayene prosesi dahili kusurları gösteremediğinden kalite kontrol için yeterli değildir. X-ray muayenesi bir bileşenin içine yakından bakılmasını ve dolayısıyla kusurların erken bir safhada tespit edilmesini sağlar. BT muayenesinde yapay zeka kullanımı sayesinde kısmen otomatikleştirilmiş bir kusur analizi gerçekleştirilir.

    Terimlerin açıklaması:

    Yapay zeka ve BT ile bağlantılı olarak, Yapay Zeka Destekli Hata Tespiti veya Yapay Zeka Destekli Anormallik Tespiti terimleri sıklıkla kullanılmaktadır. Bu terimler kusur tespiti ve anormallik tespitinde yapay zekadan yararlanıldığını ifade etmektedir. Tahribatsız test anlamına gelen "NDT" kısaltmasının (non-destructive testing) eklenmesi ise yapay zekanın tahribatsız olarak çalıştığı anlamına gelir.

  • Yapay zeka ve bilgisayarlı tomografi

    Yapay zeka otomasyon alanında bir trend olarak karşımıza çıkmaktadır. Proses gereksinimlerinin giderek daha da sıkılaştığı günümüzde, görüntü değerlendirme ve kusur analizi işlemlerinin zorlu ölçüm ortamlarında dahi hızlı ve güvenilir bir şekilde yapılabilmesine ihtiyaç duyulmaktadır. Bu durum, özellikle de otomotiv endüstrisi veya havacılık gibi güvenliğin ön planda olduğu sektörlerdeki bileşenler için geçerlidir. Daha hızlı kusur analizleri ve yüksek proses güvenilirliği yoluyla kaliteyi artırmak için BT taramaları yapay zeka kullanılarak okunmaktadır. Yapay zeka ile kusur tespiti, parametrelerin manuel olarak ayarlanması ihtiyacını ortadan kaldırarak öznel kararların kusur tespitinde rol oynamasını önler.

    ZEISS Automated Defect Detection, özellikle aşırı yoğun malzemelerin veya kısa tarama sürelerinin hacim verilerini etkilediği durumlarda yararlıdır. Görüntülerdeki artefaktlar ve gürültü genellikle yanlış tespitlere neden olurken yazılım bunlardan etkilenmez.

Bu sektörler ZEISS Automated Defect Detection ile yapay zekadan yararlanıyor

Kişisel demo için bize ulaşın

Hizmetimiz, doğru makine öğrenimi modelini seçerken veya özel olarak eğitilmiş bir çözüm geliştirirken en başından itibaren size eşlik edecektir. Sistemin işletimi, optimizasyonu ve değerlendirme performansı konusunda sizi destekliyor ve birçok durumda bireysel denetim görevlerinizi çözüyoruz.

Form yükleniyor...

ZEISS’taki veri işleme faaliyetleri hakkında daha fazla bilgi edinmek istiyorsanız lütfen veri gizliliği beyanımıza göz atın.