Přejít na obsah stránky

Nové směry ve zkoušení materiálů: Jak umělá inteligence (AI) mění zkoušky rozšiřováním otvoru podle ISO 16630

Požadavky na moderní plechové materiály neustále rostou. V automobilovém průmyslu, energetice i letectví musí být plechy nejen lehké a pevné, ale také spolehlivě tvárné – aniž by vznikaly trhliny na hranách. Pro hodnocení náchylnosti k tvorbě trhlin se používá zkouška rozšiřováním otvoru podle normy ISO 16630. Společnost ZwickRoell nabízí ještě inovativnější řešení: Umělá inteligence integrovaná do zkušebního stroje pro tváření plechů (BUP) rozpoznává trhliny automaticky a v reálném čase.

Co je zkouška rozšiřováním otvoru? A proč je pro tváření plechů tak důležitá?

Zkouška se provádí na stroji pro tváření plechů (BUP), kde se do vzorku z plechu nejprve vyrazí otvor o průměru 10 mm. Tento otvor se dále rozšiřuje kuželovým trnem (60°) až do vzniku souvislé trhliny. Cílem je určit poměr roztažnosti otvoru (λ), který mimo jiné popisuje tažnost okraje plechu. Výzvu představuje přesné detekování první souvislé trhliny. Manuální metody mohou vést k chybám a jsou závislé na jednotlivém operátorovi. Tradiční algoritmy vyhodnocování obrazu zaručují vysokou konzistenci, ale při práci s různorodými materiály rychle narážejí na své limity. A právě zde přichází na řadu umělá inteligence.

Klasické algoritmy vyhodnocování obrazu, které jsou založené na pevných pravidlech, sice zajišťují vysokou konzistenci, vyžadují však pro každý typ materiálu individuální nastavení parametrů. U nových vzorků je nejprve nutné definovat odpovídající parametry, což je časově náročné. Při změně zkušebního vzorku je třeba zajistit správné nastavení parametrů. Detekce trhlin založená na umělé inteligenci tyto problémy eliminuje: Rozpoznání trhlin je spolehlivé i bez ručního ladění a automaticky se přizpůsobuje různým materiálům.

Detekce trhlin na hranách: Proč tradiční metody narážejí na své limity?

Manuální rozpoznávání trhlin vyžaduje plnou pozornost a zkušenosti obsluhy. Při vyšších rychlostech zkoušení navíc výrazně stoupá riziko chyb. Tradiční metody průmyslového vyhodnocení obrazu sice poskytují vyšší konzistenci, často však neposkytují dostatečnou flexibilitu pro nové nebo komplexní materiály. Výsledkem pak může být opožděná nebo nesprávná detekce trhlin. Ta může vést k nepřesným výsledkům zkoušek či vyžadovat opakovaná měření, která nejsou žádoucí.

Detekce trhlin v reálném čase s umělou inteligencí. Jak funguje neuronová síť ZwickRoell?

Společnost ZwickRoell integrovala do svého zkušebního softwaru testXpert speciální neuronovou síť. Ta dokáže detekovat trhliny v reálném čase – přímo v průběhu zkoušky. Zpracování obrazu jednoho snímku trvá pouze 50 milisekund, a to na běžném počítači.

Databáze pro spolehlivé výsledky umělé inteligence: 657 000 snímků, 2 700 vzorků

ZwickRoell využívá umělou inteligenci, která se učila na více než 657 000 snímcích a 2 700 vzorcích. Data pocházejí z projektů zákazníků, interních zkoušek a z testování při uvedení zařízení do provozu. Detekce a označení trhlin je v plném souladu s normou ISO 16630, což zaručuje spolehlivé a standardizované výsledky. A výsledky mluví jasně: Umělá inteligence dokáže spolehlivě detekovat trhliny u známých materiálů s přesností 99 %, u nových materiálů dosahuje přesnosti 98–99 %.

Automatizované zkoušení plechů na strojích BUP – přesné a efektivní

Zkušební stroj pro tváření plechů BUP ZwickRoell představuje ideální řešení pro zkoušky rozšiřováním otvoru. Byl navržen pro deformační zkoušky plechů a nabízí řadu funkcí, které zvyšují efektivitu a bezpečnost celého zkušebního procesu. Hlavní výhodou je automatické zpracování vzorků. Díky zásobníku s kapacitou až 100 vzorků a integrovanému rozpoznávání 2D kódů mohou být zkoušky prováděny v režimu tzv. „noční směna“ – bez zásahu obsluhy. To výrazně šetří čas a eliminuje chyby způsobené lidským faktorem. Stroj BUP je navíc plně kompatibilní s průtahoměrem videoXtens, který je vybaven funkcí detekce trhlin založené na umělé inteligenci. Výsledkem je plynulý automatizovaný průběh zkoušek – od identifikace vzorku až po dokumentaci výsledků.

Flexibilní i pro nové materiály: Umělá inteligence se díky dalšímu učení stále zdokonaluje

Jednou z výhod řešení s umělou inteligencí je možnost jejího dalšího učení. Při testování nových či netradičních materiálů může být umělá inteligence doplněna o nové údaje – buď přímo u zákazníka, nebo v cloudovém prostředí. Od roku 2026 nabídne ZwickRoell speciální program pro školení, který umožňuje zákazníkům vytvářet vlastní modely na základě konkrétních materiálů.

Závěr: Maximální kvalita, minimální úsilí – AI a BUP mění zkoušení materiálů

Zkouška rozšiřováním otvoru s umělou inteligencí představuje v oblasti zkoušení materiálů významný krok vpřed. Kombinace inteligentního softwaru a výkonného zkušebního stroje pro tváření plechů přináší novou úroveň kvality výsledků: přesné, reprodukovatelné a nezávislé na obsluze. Umělá inteligence spolehlivě detekuje trhliny v reálném čase, šetří čas i materiál a zároveň minimalizuje vliv lidského faktoru. BUP představuje robustní zkušební systém, který lze plně automatizovat a snadno integrovat do moderních výrobních nebo kontrolních procesů. Systém umožňuje další učení umělé inteligence. Nabízí tak flexibilitu, jelikož je připravený na nové materiály a budoucí požadavky. Firmy, které spoléhají na tuto technologii, investují nejen do spolehlivějších výsledků zkoušek, ale také do efektivity, bezpečnosti a inovací.

Zkoušení kovových materiálů, umělá inteligence, zkoušky rozšiřováním otvoru: Máte další otázky?

Pokud se chcete dozvědět více informací o tomto tématu, neváhejte nás kontaktovat!

Naši odborníci vám rádi poskytnou komplexní nezávazné poradenství a představí naše výrobky a služby.

Kontakt

Glanz
Daniel Glanz

Corporate Communications Manager - ZwickRoell GmbH & Co. KG

Als Corporate Communications Manager bei ZwickRoell verantwortet Daniel Glanz Fachartikel, Interviews, Hintergrundberichte, Presseinformationen und Kundenreferenzgeschichten. Dank seines journalistischen Hintergrunds und Erfahrung im Marketing und der Presse- und Öffentlichkeitsarbeit vermittelt er anspruchsvolle und komplexe Inhalte wie Wasserstoff Materialprüfung oder automatisierte Prüfsysteme einfach und praxisnah und erzählt die Geschichten hinter den Prüfmaschinen. 

Haben Sie Fragen? Nehmen Sie gern Kontakt auf!

Nahoru