ZEISS Automated Defect Detection (ZADD)

Künstliche Intelligenz (KI) in der Computertomographie (CT)

Verlässliche Auswertesoftware für Inline- und Atline-Röntgeninspektion

Die Software ZEISS Automated Defect Detection (ZADD) erlaubt es, selbst kleine und unscharfe Defekte in Bauteilen sicher, schnell und automatisiert zu entdecken. Dabei kann die Automated Defect Detection (ADD) Software, auch Automated Defect Recognition (ADR) Software genannt, nicht nur bei Spritzgussteilen verwendet werden, sondern auch bei Batterien und gedruckten Bauteilen beispielsweise aus der Medizintechnik oder der Additiven Fertigung.

ZEISS bietet alles aus einer Hand: Mit dem kompletten ZEISS X-Ray-Portfolio können Sie künstliche Intelligenz (KI) in der 3D-Computertomographie (CT) und 2D-Röntgentechnologie inklusive CT-Option sowohl inline als auch atline nutzen. Die ZADD Software ist mit allen ZEISS Computertomographen kompatibel.

Ihre Vorteile mit der ZEISS Automated Defect Detection Software auf einen Blick

Eine Stoppuhr symbolisiert die Effizienzsteigerung, die mit Hilfe von KI im Bereich der CT erreicht werden können.

Defektanalyse in nur 60 Sekunden im Inline-Betrieb

  • Minimierung der Prüfzykluszeiten
  • Schnellere Scans/Defekterkennung
  • Zeitersparnis für Bediener

 

Eine Checkliste zeigt, dass mit der Automated Defect Detection Software übersichtliche Reportings erstellt werden können.

Robuste Qualitätsergebnisse & übersichtliches Reporting

  • Perfektes Ergebnis, auch bei nicht einwandfreier Bildqualität
  • Geeignet für gemischte und dichte Materialien

Das Bild zeigt einen Pfeil, der in der Mitte einer Zielscheibe steckt, um die präzisen Ergebnisse der KI Software in der CT darzustellen.

Keine Parameterabstimmung erforderlich

  • Subjektive Entscheidungen werden vermieden
  • Im Atline-Betrieb sind keine Referenzdaten erforderlich
Eine Person mit Glühbirne neben dem Kopf ist abgebildet, um die benutzerdefinierte Optimierung der AI Defect Detection Software abzubilden.

Benutzerdefinierte ZADD Software

  • Individuelle Optimierung der Defektanalyse
  • Benutzerdefinierte Programmierung der Software

ZEISS Automated Defect Detection

KI-Software für Ihre Anwendungsbereiche

Die Machine-Learning-Software ZEISS Automated Defect Detection setzt neue Maßstäbe, indem sie KI in der 3D-CT und bei 2D-Röntgensystemen mit CT-Option einsetzt. Die Software detektiert, klassifiziert und segmentiert Defekte bzw. Anomalien (Unregelmäßigkeiten) und analysiert diese gleichzeitig im Detail. Anhand von Prüfregionen bewertet die Software, ob der Defekt nach weiteren Bearbeitungsschritten ein Problem darstellen wird und das Bauteil dadurch aussortiert werden muss. Treten im Inline-Betrieb ähnliche Defekte häufiger auf, kann dies erkannt und somit frühzeitig in den Fertigungsprozess eingegriffen werden, um Ausschuss zu reduzieren und Kosten zu sparen. Im Atline-Betrieb überzeugt die ZADD Software bei der Bauteilentwicklung, Prozessoptimierung und der Fehleranalyse.

Das Bild zeigt ein Bauteil, das mit Hilfe von KI in der Computertomographie auf Defekte überprüft werden kann.

Sicher Defekte in Bauteilen erkennen

Während des komplexen Herstellungsprozesses von Bauteilen können unterschiedliche Defekte entstehen. Vor allem im Inneren sind sie mit bloßem Auge nicht sichtbar und können große Auswirkungen auf die Stabilität und Funktionalität des Bauteils haben. Mit künstlicher Intelligenz in Kombination mit industrieller Computertomographie oder 2D-Röntgentechnologie werden diese verborgenen Problemstellen sichtbar, analysiert und frühzeitig erkannt. Die Software ZEISS Automated Defect Detection ist auf die Erkennung von unterschiedlichen Defekten spezialisiert, sodass sich selbst bei schlechter Bildqualität mit vielen Artefakten Defekte schnell und sicher erkennen lassen.

Inline-Defektanalyse in nur 60 Sekunden

Um in einer Wertschöpfungskette defektbehaftete Bauteile frühzeitig aussortieren zu können, müssen die 3D-Daten bei einer Inline-Inspektion zuverlässig und schnell ausgewertet werden. In nur 60 Sekunden untersucht die Analysesoftware ZEISS Automated Defect Detection verlässlich 4 Milliarden Voxel (3D-Pixel) auf Defekte, die nur wenige Voxel groß sind. Bauteile mit kritischen Defekten werden so treffsicher aussortiert oder, wenn möglich, einer Nacharbeit unterzogen. Gut-Teile hingegen durchlaufen den weiteren Bearbeitungsprozess ungehindert. Das Ergebnis: eine geringere Ausschussrate und hohe Qualität der Bauteile. So erreichen Sie mit KI in der CT eine stetige Effizienzsteigerung und maximale Prozesssicherheit.

Das Bild zeigt die Durchführung einer Inline-Defektanalyse, die mit KI in der CT in nur 60 Sekunden abgeschlossen ist.
Das Bild zeigt einen CT-Scan eines Bauteils, das mit KI auf Defekte analysiert wird.

Zuverlässige Evaluierung

Erkennt ZEISS Automated Defect Detection einen Defekt, beurteilt ihn die Software hinsichtlich Lage, Form, Größe und Art. Liegen beispielsweise Poren nah an einer Oberfläche, die im weiteren Prozess bearbeitet wird, stellen sie möglicherweise ein größeres Risiko dar als an einer anderen Stelle im Inneren des Bauteils. Die Software ist in der Lage vorauszusagen, ob durch den Defekt bei nachfolgenden Bearbeitungsschritten Probleme auftreten können. Das Bauteil wird dann frühzeitig und automatisch aussortiert. Dadurch sparen Sie Zeit und Kosten. Zudem können Sie selbst in der ZADD Software festlegen, unter welchen Kriterien ein Defekt noch den Qualitätsstandards entspricht und wann er als kritisch eingestuft wird. Mit ZEISS Automated Defect Detection erhalten Sie eine Lösung, die genau auf Ihre Anforderungen zugeschnitten ist.

Übersichtliches Reporting

Findet die ZEISS Automated Defect Detection Software im Inline-Betrieb einen kritischen Defekt, erstellt sie mit der Datenmanagement-Software ZEISS PiWeb einen Report. Das gibt Ihnen die Möglichkeit, Defekte im Nachhinein noch einmal in einer 3D-Ansicht zu betrachten und zu bewerten. Kommen Sie durch Ihre manuelle Prüfung zum Ergebnis, dass der Defekt z. B. durch Sandrückstände entstanden ist, können Sie diese Defektquelle leicht entfernen und unnötigen Ausschuss vermeiden. Dadurch ergeben sich hohe Kostenersparnisse. Die Software ermöglicht ebenfalls eine Ergebnisdarstellung in tabellarischer Form und die Ausgabe in gängigen Formaten wie csv.

Auf dem Bild ist das Reporting Tool der Automated Defect Detection Software zu sehen.

Typische Defekte an und in Bauteilen

Das Bild zeigt ein Bauteil mit Poren, das mittels CT AI gescannt wurde.

Poren

Eine Pore ist ein kugelförmiger oder ellipsenförmiger Hohlraum mit meist glatten Wänden im Inneren des Bauteils. Je nach Herkunft können sie Luft, Dampf, Wasserstoff oder andere Gase (z. B. aus Schmierstoffen) enthalten. Sie treten häufig in der oberen Gussschicht auf, können aber in schlecht evakuierten Bereichen oder Hinterschneidungen im gesamten Gussteil verteilt sein.

Das Bild zeigt ein Bauteil mit Kaltverschluss, welches mit künstlicher Intelligenz in der Computertomographie analysiert wurde.

Kaltlauf / Kaltverschluss

Kaltlauf tritt vorzugsweise an ebenen Flächen mit relativ geringer Dicke auf. Dabei kann es zu einer Trennung des Zusammenhangs kommen, so dass Löcher, nicht ausgelaufene Bereiche, aber auch abgerundete Kanten und Überlappungen verbleiben. Bei Druckguss ist Kaltlauf an sehr feinen und sehr dünnen Oberflächenschieferungen zu erkennen.

Zu sehen ist ein Bauteil mit Kernbruch, welcher mit der Automated Defect Dection Software entdeckt werden kann.

Kernbruch

Eine Beschädigung des Gießkerns, z. B. ein Ab- oder Auseinanderbrechen, führt zu fehlerhaften Bauteilgeometrien während des Gießprozesses, die sich erheblich auf die Funktionalität auswirken können. Dies kann durch eine suboptimale Formstoffzusammensetzung oder eine zu hohe thermische Belastung verursacht werden.

Abgebildet ist ein Bauteil mit Lunker, der auf einem CT-Scan von einer KI identifiziert werden kann.

Lunker

Lunker entstehen durch den Schrumpfungsprozess während der Erstarrung von geschmolzenem Metall. Der Grad der Lunkerbildung hängt vom Schmelzpunkt des Werkstoffs ab. Da die äußere Schale und der Anguss eines Gussteils im Allgemeinen früh erstarren, können sich im Inneren des Gussteils Volumendefizite bilden. Die Schrumpfung zeichnet sich durch raue und schwammige Oberflächen aus und ist eher länglich.

Mikroporosität kann durch die Automated Defect Recognition Software erkannt werden.

Mikroporosität

Mikroporosität kann auch als eine Vielzahl kleiner Lunker (Mikroschrumpfung / interdendritische Schrumpfung) verstanden werden, die wiederum Ketten bilden und zu Leckagen führen können. Diese Porosität erscheint im CT-Scan mit geringerer Auflösung als ein schwammartiger Bereich.

Restsand lässt sich durch die KI im CT-Scan lokalisieren.

Restsand

Beim Schwerkraftguss und Niederdruckguss können Reste von Sand- (oder Salz-) Kernen im Inneren von Teilen verbleiben, wenn das Entkernen nicht ausreichend ist.

Zu sehen ist eine Wandverschiebung, die mithilfe der KI im CT-Scan identifiziert werden kann.

Wandverschiebung

Treten beispielsweise Defekte bei der Positionierung des Kerns in der Form vor dem Gießen auf oder verschieben sich die Kerne während des Gießvorgangs, stimmen die Geometrien des Gussteils nicht mehr mit dem CAD-Modell überein.

Die KI Software kann Späne im CT-Scan des Bauteils erkennen.

Späne

Bei der Rohbearbeitung des Bauteils (z. B. Sägeschnitt am Speiser) entstehen Aluspäne, die ins Bauteil fallen können. Ebenso können beim Entkernen kleine Überstände (Federn) abbrechen und im Bauteil verbleiben. Diese Alureste können z. B. im späteren Betrieb zu Defekten im Kühlsystem führen.

Einschlüsse, wie hier zu sehen, werden von der Automated Defect Detection wahrgenommen.

Einschlüsse

Unter Einschlüssen versteht man teilweise oder vollständig eingebettete Verunreinigungen im Gussbauteil, die meistens dichter als das Grundmaterial sind. Sie entstehen z. B. durch Fremdkörper in der Gießform oder durch verunreinigtes Gießmaterial.

ZEISS Inline-X-Ray-Systeme mit Automated Defect Detection

ZEISS Automated Defect Detection ist mit jedem ZEISS Computertomographen kompatibel und kann unkompliziert in Ihren Prozess integriert werden. Während der kontinuierlichen Inline-Messung entlang des gesamten Prozesses liefert ZADD präzise Ergebnisse und erkennt früh kleinste Defekte.

ZEISS bietet jedoch auch eine komplette Lösung aus einer Hand: Mit dem Inline-X-Ray-System ZEISS VoluMax haben Sie die Möglichkeit, KI in der 3D-CT mit perfekt aufeinander abgestimmter Messtechnik und Software zu nutzen.

Inline-X-Ray-System ZEISS VoluMax mit Automated Defect Detection

ZEISS VoluMax

  • Vollautomatisierte, zerstörungsfreie Inline-Prüfung
  • Schnelle Prüfung von vielen Werkstücken in 3D
  • Individuelle Konfiguration je nach Messaufgabe durch ZEISS
  • Wahlweise manuelle oder automatische Beladung
  • Mit Golden Part Inspection

ZEISS Atline-X-Ray-Systeme mit Automated Defect Detection

Auch Atline-Messungen profitieren von KI in der CT. Komplexe Messverfahren können im Qualitätslabor durchgeführt werden, ohne dass die Umgebung der Produktion Einfluss auf die Ergebnisse nehmen kann. Die ZEISS Automated Defect Detection Software präzisiert die manuellen Messungen und erkennt Defekte in der Produktion schnell und genau. In Kombination mit den ZEISS Atline-X-Ray-Systemen und GOM Volume Inspect Pro erreichen Sie die Einhaltung hoher Prüfstandards und einer effizienten Qualitätskontrolle.

Atline-X-Ray-System ZEISS METROTOM mit Automated Defect Detection

ZEISS METROTOM

  • Komplexe Messungen und Prüfungen
  • Linearführungen und Drehtisch
  • Messtechnische Rückführbarkeit
  • Kleine Stellfläche mit dem ZEISS METROTOM 1
  • Umfassende Computertomographie-Datenanalyse in 3D mit GOM Volume Inspect Pro
Atline-Röntgen-System ZEISS BOSELLO mit Automated Defect Detection

ZEISS BOSELLO

  • Industrielle 2D-Röntgeninspektion
  • Optimal für Großserienproduktionen
  • Hoher Durchsatz
  • Flexible Anwendung in vielen Branchen
  • Atline-CT-Option mit KI erweiterbar

Umfangreiches Serviceangebot für ZEISS Automated Defect Detection Nutzer

Support

Das ZEISS Team begleitet Sie von Anfang an! Sie erhalten Unterstützung bei der Konzeption und Programmierung des Algorithmus, sodass Ihr ZEISS X-Ray-System in Kombination mit der ZADD Software zur Prozesssicherheit und Effizienzsteigerung beiträgt. 

Service

Das ZEISS Team steht Ihnen zur Seite, um den Algorithmus der ZADD Software anzupassen und zu optimieren. Aber auch bei anderen Fragen und Anwendungen rund um Messtechnik ist ZEISS Ihr kompetenter Partner.

Sprechen Sie uns an!

Benutzerdefiniert

ZEISS geht auf Ihre Anwendungsbereiche und Bedürfnisse ein! Die KI-gesteuerte ZEISS Automated Defect Detection Software kann mit einem individuellen Modell trainiert und so zu einer maßgeschneiderten Lösung für Ihre Messaufgabe werden.

Künstliche Intelligenz (KI) in der Computertomographie (CT)

KI bringt CT voran

Künstliche Intelligenz ist allgegenwärtig. Autonomes Fahren ist nur ein Beispiel für die Anwendung von KI. Auch in der Industrie und damit in der Computertomographie ist künstliche Intelligenz ein Thema und wird immer bedeutsamer. Denn dadurch können Defektanalysen noch zuverlässiger, genauer und schneller durchgeführt werden. Bei industriellen Bauteilen befindet sich ein Defekt oftmals auch im Inneren. Ein optischer Prüfablauf zur Qualitätskontrolle reicht dann nicht mehr aus, denn er gibt keine Hinweise auf innenliegende Defekte. Die Röntgeninspektion ermöglicht einen genauen Blick ins Innere eines Bauteils und kann so Defekte frühzeitig erkennen. Durch den Einsatz von KI in der 3D-CT und 2D-Röntgeninspektion wird eine teilautomatisierte Defektanalyse realisiert.

Begriffserklärung:
Im Zusammenhang mit KI und CT werden oft auch die englischen Begriffe AI Defect Detection oder AI Anomaly Detection verwendet. AI steht für Artificial Intelligence (dt. = künstliche Intelligenz) und Defect Detection bzw. Anomaly Detection bedeutet Defekterkennung bzw. Anomalieerkennung. Mit dem Zusatz „NDT“ wird deutlich, dass AI zerstörungsfrei arbeitet, denn NDT steht für Non-Destructive Testing.

Workflow

So arbeitet die ZEISS Automated Defect Detection Software

Die ZEISS Automated Defect Detection Software hat verschiedene Funktionen, die Sie optimal entweder in Ihrem Inline- oder Atline-Prozess nutzen können. Im Slider sind die Features und für welche Lösung sie sich eignen genau erklärt.

Das Bild zeigt eine Anomalie im CT-Scan, die von der KI erkannt werden kann.
Das Bild zeigt einen Defekt im CT-Scan, der von der KI erkannt werden kann.
Das Bild zeigt eine Anomalie im CT-Scan eines Bauteils, die mit Hilfe der KI erkannt werden kann.

Erkennung (Wo?)

Inline
  • Die Software entdeckt Anomalien unabhängig vom Defekttyp
  • Das Gesamtvolumen für gründliche Analysen wird drastisch reduziert – der Prüfprozess wird entscheidend beschleunigt
  • Das Verfahren basiert auf klassischen Machine-Learning-Methoden 
    • Ermöglicht eine schnelle und problemlose Anpassung an neue Bauteile
    • Das Einlernen der KI ist bereits nach 30–50 Scans von Gut-Teilen abgeschlossen
Basierend auf Deep Learning werden die Anomalien – wie hier zu sehen – von der KI verschiedenen Defekttypen zugeordnet.

Klassifizierung (Was?)

Inline
 
  • Der Defekttyp jeder gefundenen Anomalie wird bestimmt
  • Je nach Art des Defektes wird das Bauteil zur Nachbearbeitung weitergeleitet, noch innerhalb der Toleranz als Gut-Teil toleriert oder als Ausschuss klassifiziert
  • Das Verfahren basiert auf Deep Learning
    • Kein kundenspezifisches Training notwendig
    • Bauteile mit unsicherer Klassifizierung können zur manuellen Überprüfung an einen Bediener weitergeleitet werden

 

 

CT-Scan vor der Segmentierung der KI.
CT-Scan nach der Segmentierung der KI.

Segmentierung (Wie?)

Inline & Atline
  • Die ZADD Software bestimmt die exakte 3D-Form des Defekts
  • Dadurch kann Folgendes genau berechnet werden:
    • Exakte Defektgrößen
    • Defektvolumen
    • Abstand zur bearbeiteten Oberfläche
  • Das Verfahren basiert auf Deep Learning
Das Bild zeigt einen Vorschlag der Automated Defect Detection Software bezüglich eines Defektes an einem Bauteil.

Entscheidung (OK oder nicht OK?)

Inline mit ZEISS PiWeb
  • Die Entscheidung, ob das Bauteil ein Gut-Teil ist oder nicht basiert auf vorher festgelegten Werten und Toleranzen
  • Der Tolerierungsworkflow der Röntgeninspektion ist regelbasiert und muss nicht neu trainiert werden
  • Für Anwendungsexperten ist die Software leicht zu verstehen und anzupassen
  • Festgelegte Regionen ermöglichen differenzierte Entscheidungen hinsichtlich der Relevanz
    • Das heißt, an einer Stelle kann der Defekt problematisch sein, an der anderen Stelle ist er tolerierbar
  • Der Bediener kann die Vorschläge der ZADD Software überstimmen
Das Bild zeigt die Datenbank-Ansicht der Automated Defect Detection Software.

Prozessstatistiken (Wann?)

Inline
  • Alle Defekte (Schnittbilder und Eigenschaften) werden in einer Datenbank gesammelt
  • Die Archivierung der Daten ermöglicht eine langfristige Rückverfolgung von Defekten
  • Die ZADD Software bietet erweiterte Visualisierungsfunktionen für eine ganzheitliche Betrachtung
  • Die statistische Prozesskontrolle ermöglicht die Erkennung von Prozesskorrelationen und Optimierungen
  • Zukunftstrend: mit der Nutzung von Machine Learning können Prozessabweichungen schneller erkannt werden

Wann wird KI in der CT eingesetzt?

Künstliche Intelligenz ist ein Trend in der Automatisierung. Die Anforderungen an Prozesse werden immer enger und auch in rauen Messumgebungen muss die Bildauswertung und Defektanalyse schnell und zuverlässig funktionieren. Das gilt vor allem für sicherheitsrelevante Bauteile, z. B. in der Autoindustrie oder der Luft- und Raumfahrt. KI wird in der Computertomographie eingesetzt um die Qualität zu steigern, schnellere Defektanalysen durchzuführen sowie eine hohe Prozesssicherheit zu bieten. Durch die Defect Detection mit AI ist keine manuelle Abstimmung der Parameter erforderlich, wodurch subjektive Entscheidungen bei der Defekterkennung vermieden werden.

Besonders wenn die Volumendaten durch zu dichte Materialien oder kurze Scan-Zeiten beeinträchtigt sind, bietet sich ZEISS Automated Defect Detection an. Während Artefakte und Rauschen in den Aufnahmen gewöhnlich für fehlerhafte Detektionen sorgen, bleibt die Software von diesen Effekten unbeeinflusst.

Schauen Sie sich anhand konkreter Beispiele an, wie KI in der 3D-CT, aber auch allgemein in der Röntgeninspektion, genutzt wird:

Diese Industrien profitieren von KI mit ZEISS Automated Defect Detection

New Energy Vehicles (NEV)

Von Energie zu eMotion mit ZEISS eMobility Lösungen

Electronics

X-Ray-Lösungen für Elektrobauteile und Beleuchtungssysteme

Additive Fertigung

Ganzheitliche 3D-Fertigungsprüfung
für Luftfahrt, Medizintechnik & Automotive

Sie möchten mehr über ZEISS Automated Defect Detection erfahren?

Kontaktieren Sie uns. Unsere Experten melden sich bei Ihnen.