Nowe podejścia w badaniu materiałów: Sztuczna inteligencja (AI) rewolucjonizuje próbę roztłaczania otworów zgodnie z normą ISO 16630
Wymagania stawiane nowoczesnym materiałom blacharskim stale rosną. W przemyśle motoryzacyjnym, sektorze energetycznym czy lotnictwie blacha musi być nie tylko lekka i stabilna, ale także niezawodnie podatna na formowanie – bez pęknięć na krawędziach. Do oceny podatności na pękanie przyjęto standard w postaci badania rozszerzalności otworów (HET) zgodnie z ISO 16630 . ZwickRoell idzie o krok dalej i proponuje innowacyjne rozwiązanie: Zintegrowana sztuczna inteligencja (AI) automatycznie wykrywa pęknięcia w czasie rzeczywistym – bezpośrednio w maszynie do badania wytrzymałości blach (BUP).
Na czym polega próba roztłaczania otworu? Dlaczego jest to istotne w procesie formowania blach?
Badanie na maszynie wytrzymałościowej do formowania blachy (BUP) rozpoczyna się od wybicia otworu o średnicy 10 mm w próbce blachy. Otwór ten poszerza się stemplem stożkowym (60°), aż do momentu, gdy stanie się widoczne pęknięcie. Celem jest określenie współczynnika rozszerzalności otworu (λ), który między innymi opisuje podatność krawędzi blachy na odkształcanie. Wyzwaniem jest precyzyjne zidentyfikowanie pierwszej szczeliny. Metody ręczne są podatne na błędy i w dużym stopniu zależą od indywidualnego użytkownika. Klasyczne algorytmy przetwarzania obrazu zapewniają większą spójność, ale osiągają swoje granice w przypadku różnorodnych materiałów. I właśnie tutaj pojawia się sztuczna inteligencja.
Klasyczne algorytmy przetwarzania obrazu oparte na regułach zapewniają większą spójność, wymagają jednak dostosowania konkretnych parametrów dla każdego rodzaju materiału. W przypadku nowych typów próbek konieczne jest najpierw ustalenie odpowiedniego zestawu parametrów, co jest czasochłonne. Przy zmianie próbki ważne jest również upewnienie się, że dla próbki skonfigurowano właściwy zestaw parametrów. Wykrywanie pęknięć oparte na sztucznej inteligencji eliminuje te wyzwania: Niezawodnie wykrywa pęknięcia bez konieczności ręcznego dostrajania i automatycznie dostosowuje się do różnych materiałów.
Identyfikacja pęknięć krawędziowych: Dlatego tradycyjne metody osiągają już swoje granice.
Ręczne wykrywanie pęknięć wymaga pełnego skupienia i doświadczenia użytkownika. Współczynnik błędów wzrasta, zwłaszcza przy większych prędkościach badawczych. Choć tradycyjne przetwarzanie obrazów przemysłowych jest bardziej spójne, często nie jest wystarczająco elastyczne w przypadku nowych lub złożonych materiałów. Efekt: późne lub nieprawidłowe wykrycie pęknięć. I to właśnie czasami prowadzi do niedokładnych wyników badawczych i niechcianych powtórzeń.
Wykrywanie pęknięć w czasie rzeczywistym dzięki sztucznej inteligencji: Tak działa sieć neuronowa ZwickRoell
Firma ZwickRoell zintegrowała specjalnie opracowaną sieć neuronową z oprogramowaniem badawczym testXpert . Umożliwia wykrywanie pęknięć w czasie rzeczywistym – bezpośrednio podczas próby. Przetwarzanie obrazu trwa zaledwie 50 milisekund na obraz i odbywa się na standardowym komputerze badawczym.
Podstawa danych dla wiarygodnych wyników sztucznej inteligencji: 657 000 obrazów, 2700 próbek
Sztuczną inteligencję firmy ZwickRoell wytrenowano na ponad 657 000 obrazach pochodzących z 2700 próbek. Dane pochodzą z projektów klientów, badań wewnętrznych i uruchomień. Opisy pęknięć są ściśle zgodne z normą ISO 16630, co gwarantuje zgodność z normą. A wyniki mówią same za siebie: Sztuczna inteligencja niezawodnie wykrywa pęknięcia w znanych materiałach z dokładnością 99% - a w nowych materiałach z dokładnością 98 - 99%.
Automatyczna kontrola formowania blach z BUP – precyzja spotyka się z wydajnością
BUP (Maszyna wytrzymałościowa do badania tłoczności blach) firmy ZwickRoell stanowi idealną platformę do badania roztłaczania otworów. Został on opracowany specjalnie do badań wytrzymałości blach i oferuje szereg funkcji, które zwiększają wydajność i bezpieczeństwo procesu badawczego. Szczególną atrakcją jest zautomatyzowana obsługa próbek. Dzięki magazynkowi mieszczącemu do 100 próbek i zintegrowanemu rozpoznawaniu kodów 2D badania przeprowadzane są w tzw. trybie „Night Shift” – całkowicie bez ingerencji użytkownika. Oszczędza to czas i redukuje potencjalne źródła błędów. BUP jest również w pełni kompatybilny z ekstensometrem videoXtens , który zawiera funkcję wykrywania pęknięć z wykorzystaniem sztucznej inteligencji. Dzięki temu powstaje ciągły, zautomatyzowany proces badawczy – od identyfikacji próbki po dokumentację wyników.
Elastyczność w zakresie nowych materiałów: Dzięki temu sztuczna inteligencja zachowuje zdolność uczenia się poprzez przekwalifikowywanie
Kolejną zaletą rozwiązania AI jest możliwość jej ponownego uczenia. Jeśli konieczne jest przetestowanie nowych, egzotycznych materiałów, sztuczną inteligencję można przeszkolić przy użyciu dodatkowych danych – lokalnie u klienta lub w chmurze. Od 2026 roku firma ZwickRoell będzie oferować specjalny program Retrain, który umożliwi klientom opracowywanie własnych modeli w oparciu o określone materiały.
Wniosek: Wyższa jakość, mniejszy wysiłek – dlatego sztuczna inteligencja i BUP na nowo definiują badanie materiałów
Badanie rozszerzalności otworów z wykorzystaniem sztucznej inteligencji do wykrywania pęknięć stanowi znaczący postęp w badaniu materiałów. Połączenie inteligentnego oprogramowania i wydajnej maszyny badawczej BUP umożliwia uzyskanie wyników badań o nowej jakości: precyzyjnych, powtarzalnych i niezależnych od użytkownika. Sztuczna inteligencja niezawodnie wykrywa pęknięcia w czasie rzeczywistym, oszczędzając czas i materiały oraz redukując wpływ błędów ludzkich. Jednocześnie BUP jest solidnym i zautomatyzowanym systemem badawczym, który można bezproblemowo zintegrować z nowoczesnymi procesami produkcji i zapewniania jakości. Dzięki możliwości dalszego szkolenia sztucznej inteligencji, system jest również odporny na wyzwania przyszłości i elastyczny, jeśli chodzi o nowe materiały i wymagania. Firmy, które wykorzystują tę technologię, inwestują nie tylko w lepsze wyniki badawcze, ale także w wydajność, bezpieczeństwo i innowacyjność.
