13. november 2024, kl. 17:22
2025-udgaven af målesoftwaren Inspect introducerer funktioner, der øger gennemløbstider, ydeevnen og den overordnede effektivitet til 3D-scanning og CT-inspektion, fremhæver Zeiss, der blandt andet introducerer AI for automatisering af fejldetektion.
Med introduktionen af Inspect 2025 er visionen, at én software skal kunne løse alle metrologiopgaver, fremhæver direktør for Zeiss Industrial Quality Solutions Marc Wawerla.
Fremadrettet skal softwaren kunne tilbyde løsninger til den komplette teknologiportefølje, der tilbydes af producenten og ikke behøver at opfyldes af nogen anden spiller på markedet, uddyber han.
Annonce - artiklen fortsætter under banneret
Dog forbliver ekspertsoftwaren Zeiss Calypso standarden for taktile målinger. Den den seneste version blev udgivet i juni i år, og der arbejdes aktuelt på den næste udgivelse, tilføjer direktøren.
Af tilføjede features nævner producenten om Inspect Optical 3D-delen en mere intuitiv, opgavefokuseret arbejdsgang til detektering af overfladefejl ved hjælp af AI.
Blandt andet understøttes skanning med flere typer sensorer i ét projekt, og så inkluderer opdateringen en optimeret inspektionsarbejdsgangsassistent til forbedret brugervejledning.
Zeiss Caligo-brugere kan nu eksportere data automatisk til Inspect Optical 3D, hvilket muliggør hurtigere dataoverførsel og polygonisering af punktskyer og udvidelse af evalueringsmuligheder, påpeges det.
Endelig er der med Inspect X-Ray kommet forbedret højautomatiseret CT-datainspektion for mere effektive arbejdsgange.
Blandt andet introducerer et koncept forenklet håndtering af komplekse flerkomponentkonstruktioner og med tilføjede Multiview-muligheder kan brugere vise forskellige visninger i flere kombinationer og bekvemt inspicere dele fra flere perspektiver.
Overordnet gennemsyrer AI-baseret inspektion softwarens automatiserede inspektionsprocesser, hvormed effektiviteten og kvaliteten, ifølge producenten, øger, samtidig med at omkostninger reduceres.
Rutineopgaver kan med fordel automatiseres ved hjælp af AI-modeller trænet ved maskinlæring, og disse modeller kan genereres og anvendes, uden at brugeren behøver at være ekspert i AI.
Et applikationseksempel er AI-baseret defektdetektion for CT-data. Hermed kan data omdannes til meningsfuld indsigt og dermed forbedre effektiviteten og datakvaliteten, konstateres det.
