Özelleştirilmiş yazılım çözümü

Customize your software! ZEISS ZEN core, yazılımın kendi makro ortamı (OAD - Açık Uygulama Geliştirme) ve Python kullanılarak genişletilebilir. Yazılımın gelişmiş analizi ve kontrolü için ZEN kütüphanesi github.com'da ücretsiz olarak mevcuttur. Bu, en karmaşık analiz görevlerini bile açık kaynak kodunu ve kendi programlamanızı kullanarak veya ZEISS'tan bir hizmet olarak çözebileceğiniz anlamına gelir. Size daha fazla tavsiyede bulunmaktan memnuniyet duyarız.

Standart yazılım tüm ihtiyaçlarınızı karşılamıyor mu? Karmaşık görüntü analizleri için tam olarak gereksinimlerinize ve isteklerinize göre uyarlanmış özelleştirilmiş bir yazılım çözümü sunuyoruz.

• Robot kontrolü ve robot yükleme
• Harici yazılıma bağlantı
• Arka planda çalışan analizler
• Kapsamlı iş akışlarına entegrasyon
• Harici sistemlerin ve aydınlatmanın kontrolü

Smith & Nephew, yara bakımı ve artroskopi, travma ve klinik tedavinin yanı sıra ortopedik rekonstrüksiyon için tıbbi cihazlar ve yenilikçi ürünler üreten uluslararası bir İngiliz şirketidir.

Durum
Smith & Nephew, ASTM F1854 kapsamında tıbbi implantlar üzerindeki kaplamaların katman kalınlığını ve gözenekliliğini değerlendirmek için bir yazılım arıyordu. Standart ZEISS ZEN core çözümleri yalnızca belirli bir noktaya kadar sonuç verebiliyordu ve gereksinimleri tam olarak karşılamıyordu.

Bizim çözümümüz
ZEISS bu sorunu ele aldı ve şirket için özelleştirilmiş bir yazılım çözümü geliştirdi. ZEISS ZEN core yazılımının otomatik bir iş akışında yapay zeka tabanlı kaplama kalınlığı tespiti ve porozite ölçümü için özelleştirilmiş bir modül ve kullanıcı tanımlı bir rapor ile genişletilmesiyle, Smith & Nephew'in tüm ihtiyaçları ve gereksinimleri karşılanabildi.

Avantajlar

• Yapay zeka aracılığıyla otomasyon, üretkenlikte artış sağlar
• İnsan etkileri en aza indirilir

Lityum-iyon bataryaların otomotiv endüstrisinde kilit bir rol oynamasıyla birlikte elektromobilite giderek daha fazla yaygınlaşmakta ve odak noktası haline gelmektedir. Sadece kapasite ve uzun ömürlülük önemli değildir, aynı zamanda her şeyden önce bataryanın güvenliği garanti edilmelidir. Bataryada kusur olup olmadığını kontrol etmek için sinir ağları mikroskobik ölçekte otomatik kusur tespitine yardımcı olabilir.

Aalen Üniversitesi bir projenin parçası olarak ZEN core yazılım paketindeki yapay zeka modüllerinin yardımıyla prizmatik lityum iyon bataryayı (NMC) şarj edilebilir elektrikli araçlar için daha ayrıntılı bir şekilde inceledi. Bataryanın mikro yapısını tanımak ve değerlendirmek için bir yapay zeka modeli eğitildi. Böylece çatlak, bükülme ve inklüzyonlar gibi kusurlar lokalize edilebildi.

Analizlerin sonuçları bu resimdeki gibi bir ısı haritası kullanılarak gösterilebilir. Mavi renklendirmeler beklenen yapıdan küçük sapmaları veya hiç sapma olmamasını temsil eder. Görselleştirmede kırmızı oranının yüksek olması sonucun öğrenilen yapıdan saptığına ve bir kusura işaret eder. Bu analizler lityum-iyon bataryanın güvenliğini ve kalite standartlarına uygunluğunu sağlayabilir.¹