ZADD
L'intelligence artificielle dans la technologie des rayons X

ZADD Segmentation

Inspection des défauts basée sur l'IA pour la tomographie assistée par ordinateur

L'application ZADD Segmentation détecte les petits défauts flous dans les composants de manière fiable et rapide, même sur des images de mauvaise qualité. Pour ce faire, le logiciel basé sur l'apprentissage automatique s'appuie sur l'intelligence artificielle. Les défauts et les anomalies sont détectés, segmentés et évalués à l'aide de l'IA pour l'inspection des données de tomodensitométrie. ZADD soutient ainsi vos applications de radiographie dans le développement de composants, l'optimisation des processus et l'analyse des défauts. ZADD, acronyme de ZEISS Automated Defect Detection, est une application optionnelle de notre logiciel standard d'inspection par scanner ZEISS INSPECT X-Ray.

Vos avantages avec la segmentation ZADD en un coup d'œil

  • Gain de temps grâce à l'IA

    Gain de temps grâce à l'IA

    • Minimiser l'effort d'inspection
    • Détection fiable et rapide des erreurs
  • Des résultats solides et des rapports clairs

    Des résultats solides et des rapports clairs

    • Des résultats fiables, même si la qualité de l'image n'est pas parfaite
    • Convient aux matériaux mixtes et denses
  • Évaluation facile des défauts

    Évaluation facile des défauts

    • Optimisation personnalisée de l'analyse des défauts
    • Évaluation et reconnaissance simples des pièces de rebut

ZEISS automated defect detection

Des logiciels d'IA pour vos domaines d'application

L'image montre un composant qui peut être inspecté à la recherche de défauts grâce à l'intelligence artificielle en tomodensitométrie.

Détecter de manière fiable les défauts des composants

Différents défauts peuvent survenir au cours du processus complexe de fabrication des composants. Particulièrement à l'intérieur, ils ne sont pas visibles à l'œil nu et peuvent avoir un impact majeur sur la stabilité et la fonctionnalité du composant. L'intelligence artificielle combinée à la tomodensitométrie industrielle permet de déceler rapidement ces zones problématiques cachées. Le logiciel ZEISS Automated Defect Detection est spécialisé dans la détection de différents défauts, de sorte que même sur des images de mauvaise qualité comportant de nombreux artefacts, les défauts peuvent être détectés rapidement et de manière fiable.

L'image montre la performance d'une inspection en ligne réalisée en seulement 60 secondes grâce à l'IA dans la tomographie.

Identifier et trier les déchets à un stade précoce

Pour pouvoir trier les composants défectueux d'une chaîne de valeur à un stade précoce, les données 3D doivent être évaluées de manière fiable et rapide. Grâce à ZADD, les composants présentant des défauts critiques sont facilement reconnus et peuvent être triés avec précision ou, si possible, retravaillés. Les bonnes pièces, en revanche, passent sans encombre par le processus d'usinage ultérieur. Résultat : un taux de rejet plus faible et une qualité élevée des composants. De cette manière, vous pouvez obtenir une augmentation constante de l'efficacité et une fiabilité maximale des processus grâce à l'IA dans le domaine de la tomographie assistée par ordinateur.

Fonctionnement de ZADD Segmentation

Bonne ou mauvaise partie ? ZEISS Automated Defect Detection (ZADD) soutient cette décision grâce à l'intelligence artificielle. Complétez votre évaluation avec l'application ZADD Segmentation pour ZEISS INSPECT X-Ray. Regardez cette vidéo pour voir comment cela fonctionne.

  • Veuillez noter que notre logiciel s'appelle désormais ZEISS INSPECT X-Ray

Flux de travail

  • Image de ZEISS VoluMax

    Acquisition de données

    • Utilisez notre portefeuille de CT pour l'acquisition des données, par exemple le ZEISS VoluMax 9 titan à haute puissance ou la série ZEISS METROTOM à haute précision pour des mesures de tomographie assistée par ordinateur à la pointe de la technologie 
    • Vous pouvez également importer vos données acquises à partir d'un autre système de tomographie dans ZEISS INSPECT X-Ray pour les évaluer.
  • Illustration de la segmentation

    Automatisée

    • Trouver les zones défectueuses dans les données acquises à l'aide du Deep Machine Learning (ML) avec ZADD Segmentation
    • Particulièrement bien adapté à l'analyse des défauts avec des données de volume sous-optimales (par exemple en raison du bruit, d'une résolution grossière ou d'artefacts)
    • Apprendre à partir d'exemples, aucun réglage compliqué des paramètres n'est nécessaire
    • Utiliser des modèles ML pré-entraînés pour démarrer rapidement
    • Créer des régions d'intérêt (ROI) pour des évaluations optimisées dans le temps
  • Évaluation

    Évaluation

    • Visualisez vos données avec des outils puissants en 3D et en 2D
    • Déterminer des mesures pour les défauts détectés, comme le diamètre, le volume ou la sphéricité
    • Créer des filtres pour sélectionner les défauts dont la propriété est supérieure ou inférieure à un seuil donné
    • Utiliser des évaluations complexes telles que P202, P203, la porosité ou la distance par rapport à la surface
  • Rapports et statistiques

    Rapports et statistiques

    • Évaluation dans les rapports de mesure illustratifs
    • Transfert facile des rapports de mesure au format PDF
    • L'archivage des données permet un suivi à long terme des défauts
    • Fonctions d'évaluation et de statistiques avancées avec ZEISS PiWeb Reporting Plus
    • Le contrôle statistique des processus permet de reconnaître les corrélations entre les processus et de les optimiser

Modèles pré-entraînés pour des applications spécifiques

Lorsque vous utilisez l'application ZADD Segmentation dans ZEISS INSPECT X-Ray, vous pouvez bénéficier de nos modèles d'apprentissage automatique pré-entraînés. Utilisez l'une des trois options disponibles pour les pièces moulées en alliage, l'inspection en épingle à cheveux ou l'électronique.

Alliage

Alliage

Inspection par l'IA des défauts cachés dans les pièces moulées en alliage

Hairpins

Hairpins

Analyse automatisée des épingles à cheveux pour les applications de conduite électrique

Électronique

Électronique

L'analyse des joints de soudure facilitée en électronique

Exemples de défauts de fonderie typiques que ZADD peut trouver

  • Pores

    Pores

    Un pore est une cavité sphérique ou ellipsoïdale dont les parois sont généralement lisses à l'intérieur du composant. Selon leur origine, ils peuvent contenir de l'air, de la vapeur, de l'hydrogène ou d'autres gaz (provenant par exemple de lubrifiants). Ils se produisent souvent dans les couches supérieures de la coulée, mais dans les zones mal évacuées ou les contre-dépouilles, ils peuvent être répartis dans l'ensemble de la coulée.

  • Marche à froid / fermeture à froid

    Marche à froid / fermeture à froid

    La coulée à froid se produit de préférence sur des surfaces planes d'épaisseur relativement faible. Il peut en résulter une séparation de la cohésion, laissant des trous, des zones non épuisées, mais aussi des bords arrondis et des chevauchements. Dans le cas du moulage sous pression, la coulée à froid peut être observée sur des ardoises de surface très fines et minces.

  • Micro-porosité

    Micro-porosité

    La micro-porosité peut être considérée comme une accumulation de petits trous de retrait (microretrait / retrait interdendritique), qui peuvent créer des chaînes et entraîner des fuites. Cette porosité apparaît sur un scanner à faible résolution comme des zones spongieuses.

  • Déplacement du mur

    Déplacement du mur

    Si, par exemple, des défauts apparaissent dans le positionnement du noyau dans le moule avant la coulée, ou si les noyaux se déplacent pendant le processus de coulée, les géométries de la coulée ne correspondent plus au modèle CAO.

  • Chips

    Chips

    Lors de l'usinage grossier du composant (par exemple, un trait de scie sur l'alimentation), des copeaux d'aluminium sont produits et peuvent tomber dans le composant. De même, de petites protubérances (plumes) peuvent se détacher lors du carottage et rester dans le composant. Ces résidus d'aluminium peuvent entraîner des défauts dans le système de refroidissement, par exemple lors d'un fonctionnement ultérieur.

  • Inclusions

    Inclusions

    Les inclusions sont des impuretés partiellement ou totalement enfouies dans le composant moulé, qui sont généralement plus denses que le matériau de base. Ils sont causés, par exemple, par des corps étrangers dans le moule de coulée ou par un matériau de coulée contaminé.

L'intelligence artificielle (IA) dans la tomographie assistée par ordinateur (TAO)

  • L'intelligence artificielle est omniprésente. La conduite autonome n'est qu'un des nombreux exemples d'application de l'IA. L'intelligence artificielle est également un sujet d'actualité dans l'industrie, et donc dans la tomographie assistée par ordinateur, et prend de plus en plus d'importance. En effet, il permet d'effectuer des analyses de défauts de manière encore plus fiable, plus précise et plus rapide. Dans l'industrie, un défaut est souvent situé à l'intérieur d'un composant. Un processus d'inspection optique pour le contrôle de la qualité n'est alors plus suffisant car il ne fournit aucune indication sur les défauts internes. L'inspection par rayons X permet d'observer de près l'intérieur d'un composant et de détecter ainsi les défauts à un stade précoce. L'utilisation de l'IA dans l'inspection par tomodensitométrie permet de réaliser une analyse des défauts partiellement automatisée.

    Explication des termes :

    En ce qui concerne l'intelligence artificielle et l'inspection à rayons X, les termes AI Defect Detection ou encore AI Anomaly Detection sont souvent utilisés. AI signifie Artificial Intelligence ou intelligence artificielle (IA), et Defect Detection ou Anomaly Detection signifie détection de défauts ou détection d'anomalies. L'ajout de « NDT » indique clairement que l'IA travaille de manière non destructive, car NDT signifie « non-destructive testing » (essais non destructifs).

  • IA et tomographie assistée par ordinateur

    L'intelligence artificielle est une tendance en matière d'automatisation. Les exigences en matière de processus sont de plus en plus strictes et, même dans des environnements de mesure difficiles, l'évaluation des images et l'analyse des défauts doivent fonctionner de manière rapide et fiable. Cela est particulièrement vrai pour les composants importants pour la sécurité, par exemple dans l'industrie automobile ou aérospatiale. Pour améliorer la qualité en réalisant plus rapidement des analyses de défauts, tout en offrant une grande fiabilité des processus, l'IA est utilisée pour la lecture des scans à rayons X. La détection des défauts par l'IA élimine le besoin de réglage manuel des paramètres, évitant ainsi les décisions subjectives dans la détection des défauts.

    ZEISS Automated Defect Detection est particulièrement utile lorsque les données volumiques sont affectées par des matériaux trop denses ou des temps de balayage trop courts. Alors que les artefacts et le bruit dans les images provoquent généralement des détections erronées, le logiciel n'est pas affecté par ces effets.

Contactez-nous pour une démonstration personnalisée

Notre service vous accompagnera dès le début, qu'il s'agisse de sélectionner le bon modèle ML ou de développer une solution spécialement formée. Nous vous assistons dans l'exploitation, l'optimisation et l'évaluation des performances du système et résolvons dans de nombreux cas vos tâches d'inspection individuelles.

Chargement du formulaire en cours...

Si vous souhaitez obtenir plus d'informations sur le traitement des données chez ZEISS, veuillez consulter notre avis sur la confidentialité des données.