ในการผลิตซับสเตรตเซรามิก การไม่สามารถแยกแยะระหว่างข้อบกพร่องทางโครงสร้างที่สำคัญและความผิดปกติด้านความสวยงามที่ไม่ร้ายแรงได้อย่างน่าเชื่อถือ จะกัดกร่อนอัตรากำไรโดยตรง อุปกรณ์อิเล็กทรอนิกส์สมัยใหม่อาศัยฐานเซรามิกที่ไร้ตำหนิเพื่อกระจายความร้อนและนำไฟฟ้า การจัดประเภทเครื่องหมายพื้นผิวผิดประเภทเป็นรอยแตกขนาดเล็กทำให้เกิดเศษที่ไม่จำเป็น สิ่งนี้ทำให้เกิดการปฏิเสธที่ผิดพลาดซึ่งมีราคาแพง ในทางกลับกัน การขาดรอยแตกขนาดเล็กอย่างแท้จริงอาจเสี่ยงต่อความล้มเหลวของสนามแม่เหล็กอย่างรุนแรงภายใต้ความเครียดทางความร้อนหรือทางกลที่รุนแรง ภาคส่วนที่มีความน่าเชื่อถือสูงไม่สามารถยอมรับการยอมรับที่ผิดพลาดเหล่านี้ได้
คู่มือนี้จะแจกแจงความแตกต่างทางโครงสร้างระหว่างความผิดปกติเหล่านี้ เราประเมินวิธีการตรวจสอบปัจจุบันที่ใช้ทั่วทั้งอุตสาหกรรม นอกจากนี้ คุณยังจะพบกรอบการทำงานที่เป็นประโยชน์สำหรับการเลือกระบบการตรวจสอบอีกด้วย คุณจะได้เรียนรู้วิธีสร้างสมดุลปริมาณงานความเร็วสูงด้วยความแม่นยำที่แม่นยำ ท้ายที่สุดแล้ว คุณสามารถปกป้องผลผลิตของคุณในขณะที่รักษามาตรฐานคุณภาพที่เข้มงวดไว้ได้
ความรุนแรงของข้อบกพร่อง: Microcracks กระทบต่อความสมบูรณ์ของโครงสร้างและแพร่กระจายภายใต้ความเครียด รอยบนพื้นผิวโดยทั่วไปจะเป็นรอยตื้นๆ ที่เป็นเครื่องสำอางจากการจัดการหรือการใช้เครื่องมือ
ความท้าทายด้านคอนทราสต์: โครงสร้างเกรนของเซรามิกที่มีการสะท้อนแสงสูงและซับซ้อน ทำให้การตรวจสอบด้วยแสงตามกฎแบบดั้งเดิมมีแนวโน้มที่จะมีอัตราการปฏิเสธผิดพลาดสูง
การเปลี่ยนแปลงทางเทคโนโลยี: มีประสิทธิภาพ การตรวจสอบรอยแตกขนาดเล็กของพื้นผิวเซรามิก อาศัยวิชันซิสเต็มที่ขับเคลื่อนด้วย AI มากขึ้นในการกำหนดบริบททางสัณฐานวิทยาของข้อบกพร่อง หรือการทดสอบอัลตราโซนิกสำหรับการตรวจสอบใต้พื้นผิว
ตัวชี้วัดการประเมิน: เกณฑ์ความสำเร็จหลักสำหรับการอัพเกรดการตรวจสอบคือการลดอัตราการฆ่ามากเกินไป (ผลบวกลวง) โดยไม่เพิ่มอัตราการหลบหนี (ผลลบลวง)
แผนกประกันคุณภาพต้องเผชิญกับการปรับสมดุลที่ละเอียดอ่อน พวกเขาจะต้องจับทุกข้อบกพร่องร้ายแรงโดยไม่ทิ้งผลิตภัณฑ์ที่ดี การจัดประเภทข้อบกพร่องของเซรามิกผิดประเภทส่งผลกระทบอย่างมากต่อประสิทธิภาพการผลิตของคุณ มันทำให้ต้นทุนต่อหน่วยของคุณสูงเกินความเป็นจริง และทำให้ผลผลิตโดยรวมลดลง
การปฏิเสธวัสดุพิมพ์ที่สมบูรณ์แบบตามการใช้งานจะทำลายอัตรากำไรของคุณ เครื่องหมายเครื่องมือที่ไม่เป็นอันตรายมักจะกระตุ้นให้เกิดการแจ้งเตือนด้วยแสงอัตโนมัติ รอยขีดข่วนผิวเผินจะดูรุนแรงภายใต้แสงที่ไม่ดี การละทิ้งหน่วยที่ยอมรับได้เหล่านี้จะทำให้ผลผลิตของคุณลดลง มันบังคับให้โรงงานของคุณผลิตหน่วยเพิ่มเติมเพื่อให้ตรงตามโควต้า การผลิตมากเกินไปนี้ต้องใช้วัตถุดิบเพิ่มเติม นอกจากนี้ยังสิ้นเปลืองเวลาอันมีค่าของเครื่องจักรและแรงงานของผู้ปฏิบัติงานอีกด้วย อัตราการทำงานหนักเกินไปจะส่งผลเสียต่อประสิทธิภาพการผลิตของคุณโดยตรง
ผลลบลวงก่อให้เกิดอันตรายร้ายแรงมาก รอยแตกขนาดเล็กทำหน้าที่เป็นตัวกระตุ้นให้เกิดความเครียดอย่างรุนแรง สิ่งเหล่านี้ก่อให้เกิดความเสี่ยงอย่างมากในการใช้งานที่มีความน่าเชื่อถือสูง ส่วนประกอบด้านการบินและอวกาศและอุปกรณ์อิเล็กทรอนิกส์กำลัง EV ต้องการส่วนประกอบที่สมบูรณ์แบบ รอยแตกขนาดเล็กที่ตรวจไม่พบอาจทำให้วัสดุพิมพ์แตกหักได้ มันยังอาจกระตุ้นการระบายความร้อนในระบบแบตเตอรี่อีกด้วย ความล้มเหลวดังกล่าวนำไปสู่การเรียกคืนผลิตภัณฑ์จำนวนมาก สิ่งเหล่านี้ทำให้เกิดความเสี่ยงในการรับผิดอย่างรุนแรงและสร้างความเสียหายต่อชื่อเสียงของแบรนด์อย่างถาวร การหลีกเลี่ยงข้อบกพร่องเป็นสิ่งที่ยอมรับไม่ได้ในสภาพแวดล้อมการผลิตที่มีข้อบกพร่องเป็นศูนย์
โซลูชันการตรวจสอบที่ใช้ได้จะต้องเป็นไปตามเกณฑ์มาตรฐานที่สำคัญสามประการ:
ความเร็ว: ต้องมีการจำแนกประเภทซ้ำที่ความเร็วสายการผลิต หน่วยต่อชั่วโมง (UPH) ไม่สามารถดรอปได้
ความแม่นยำ: จะต้องลดอัตราการฆ่ามากเกินไปอย่างต่อเนื่องในขณะที่รักษาอัตราการหลบหนีให้ใกล้ศูนย์
การปฏิบัติตามข้อกำหนด: จะต้องรักษาการปฏิบัติตามมาตรฐานคุณภาพเฉพาะอุตสาหกรรมอย่างเคร่งครัด ซึ่งรวมถึงข้อบังคับ IPC และ MIL-STD
การบรรลุเกณฑ์เหล่านี้จำเป็นต้องมีการดำเนินการที่นอกเหนือไปจากการตรวจสอบโดยมนุษย์ คุณต้องมีระบบอัตโนมัติ ทำซ้ำได้ และรับรู้บริบท
การทำความเข้าใจลักษณะทางกายภาพของความผิดปกติเหล่านี้เป็นสิ่งสำคัญ คุณไม่สามารถฝึก AI หรือกำหนดค่าระบบออพติคัลได้หากไม่มีความรู้นี้ รอยแตกขนาดเล็กและรอยบนพื้นผิวเกิดจากกระบวนการที่แตกต่างกันโดยสิ้นเชิง พวกเขายังแสดงลักษณะทางสัณฐานวิทยาที่ชัดเจนภายใต้การขยาย
รอยแตกขนาดเล็กคุกคามความมั่นคงทางกายภาพของพื้นผิวทั้งหมด พวกมันลดทอนความเป็นฉนวนและความทนทานทางกล
สาเหตุหลัก: การช็อกจากความร้อนมักทำให้เกิดการแตกหักเหล่านี้ การระบายความร้อนที่ไม่สม่ำเสมอในระหว่างกระบวนการเผาผนึกจะทำให้เกิดความเครียดภายในอย่างมาก ความเครียดทางกลระหว่างการหั่นลูกเต๋าหรือการร้องเพลงยังทำให้วัสดุแตกเป็นชิ้น การตัดด้วยเลเซอร์ที่รุนแรงสามารถทำให้เกิดการแตกหักขนาดเล็กตามขอบตัดได้
ลักษณะ: ข้อบกพร่องเหล่านี้โดยทั่วไปจะลึกและแคบ มักปรากฏเป็นรอยหยักหรือมีลักษณะแตกแขนง พวกมันเจาะลึกเข้าไปในเมทริกซ์ของสารตั้งต้น เนื่องจากพวกมันรบกวนตาข่ายโครงสร้าง พวกมันจึงมีศักยภาพสูงที่จะแพร่กระจาย ภายใต้การหมุนเวียนของความร้อน รอยแตกขนาดเล็กเล็กๆ จะขยายตัวจนกระทั่งวัสดุพิมพ์แตกละเอียด
ความผิดปกติของความสวยงามอาจดูเป็นปัญหาแต่ก็ไม่ก่อให้เกิดภัยคุกคามต่อการทำงาน พวกมันไม่ทะลุโครงสร้างภายใน
สาเหตุที่แท้จริง: การจัดการกับรอยถลอกเป็นสาเหตุที่พบบ่อยที่สุด พื้นผิวเสียดสีกับสายพานลำเลียงหรือมือจับอัตโนมัติ แรงเสียดทานของเครื่องมือจะทิ้งคราบโลหะไว้บนหน้าเซรามิก การเคลือบเล็กน้อยหรือความไม่สอดคล้องกันของสารละลายยังทำให้เกิดการเปลี่ยนสีในการมองเห็น
ลักษณะ: รอยบนพื้นผิวมักจะตื้นและกว้าง พวกมันแสดงลวดลายที่เหมือนกันมากกว่าขอบหยัก โดยยังคงจำกัดอยู่ที่ชั้นบนสุดอย่างเคร่งครัด ไม่มีผลกระทบต่อความเป็นฉนวนอย่างแน่นอน ไม่ทำให้ความทนทานทางกลของส่วนประกอบขั้นสุดท้ายลดลง
การนำไปปฏิบัติอย่างมีประสิทธิผล การตรวจสอบรอยแตกร้าวขนาดเล็กของพื้นผิวเซรามิก เกี่ยวข้องกับการเอาชนะอุปสรรคทางกายภาพที่สำคัญ เซรามิกมีพฤติกรรมแตกต่างจากโลหะหรือพลาสติกอย่างมากภายใต้แสงไฟสำหรับการตรวจสอบ คุณสมบัติทางแสงของพวกมันต่อสู้กับกล้องวิชั่นมาตรฐานอย่างแข็งขัน
พื้นผิวอลูมินาและอะลูมิเนียมไนไตรด์มีการสะท้อนแสงสูง มีโครงสร้างเม็ดผลึกที่ซับซ้อน วัสดุเหล่านี้กระจายแสงตกกระทบอย่างไม่อาจคาดเดาได้ การกระเจิงที่คาดเดาไม่ได้นี้ทำให้เกิดเงาที่รุนแรงทั่วพื้นผิว เงาเหล่านี้เลียนแบบเส้นสีเข้มของรอยแตกจริงได้อย่างง่ายดาย ในทางกลับกัน แสงสะท้อนที่มากเกินไปจะชะล้างข้อบกพร่องที่ตื้นเขินออกไปโดยสิ้นเชิง ไฟวงแหวนมาตรฐานมักจะล้มเหลวกับวัสดุเหล่านี้ คุณต้องใช้ไฟส่องสว่างขั้นสูงเพื่อทะลุแสงจ้า
รอยแตกขนาดเล็กของเส้นผมขาดความแตกต่างในการมองเห็น พวกเขามักจะมีค่าระดับสีเทาเหมือนกันทุกประการกับขอบเขตเกรนเซรามิกโดยรอบ การตรวจสอบด้วยแสงอัตโนมัติ (AOI) แบบดั้งเดิมอาศัยกฎคอนทราสต์ของพิกเซล หากพิกเซลมืดกว่าเกณฑ์ ระบบจะแจ้งข้อบกพร่อง เนื่องจากขอบเขตของเกรนและรอยแตกขนาดเล็กมีระดับความมืดใกล้เคียงกัน อัลกอริธึมตามกฎจึงล้มเหลว พวกเขาเอาชนะเครื่องมือตรวจจับขอบมาตรฐาน ทำให้เกิดเดือยการคัดแยกที่ผิดพลาดจำนวนมาก
รอยแตกขนาดเล็กในระยะเริ่มแรกมีขนาดเล็กมากอย่างไม่น่าเชื่อ อาจมีความกว้างเพียงไม่กี่ไมครอน การตรวจจับความผิดปกติเหล่านี้ต้องใช้เลนส์ที่มีความละเอียดสูงมาก อย่างไรก็ตาม กล้องความละเอียดสูงจะลดขอบเขตการมองเห็น (FOV) ลงโดยธรรมชาติ FOV ที่น้อยกว่าหมายความว่ากล้องจะต้องถ่ายภาพมากขึ้นเพื่อให้ครอบคลุมวัสดุพิมพ์เดียว ซึ่งจะทำให้เวลาในการตรวจสอบช้าลงอย่างมาก การปรับสมดุลการตรวจจับระดับไมครอนกับการผลิตความเร็วสูงยังคงเป็นความท้าทายหลักทางวิศวกรรม
การเลือกเทคโนโลยีการตรวจสอบที่เหมาะสมจะกำหนดความสำเร็จของคุณ ระบบที่ต่างกันมุ่งเป้าไปที่ความผิดปกติประเภทต่างๆ คุณต้องปรับตัวเลือกเทคโนโลยีของคุณให้สอดคล้องกับข้อกำหนดด้านคุณภาพเฉพาะของคุณ
การเปรียบเทียบเทคโนโลยีการตรวจสอบเซรามิก
เทคโนโลยี |
จุดแข็งหลัก |
ข้อจำกัดที่สำคัญ |
กรณีการใช้งานที่ดีที่สุด |
|---|---|---|---|
AOI แบบดั้งเดิม |
ความเร็วสูง การตั้งค่ากฎง่าย คุ้มค่า |
การคัดแยกที่ผิดพลาดสูงสำหรับข้อบกพร่องที่มีคอนทราสต์ต่ำ |
การตรวจจับข้อบกพร่องขั้นต้นหรือการเคลือบโลหะที่หายไป |
AI / การเรียนรู้เชิงลึก |
ความเข้าใจตามบริบท แยกแยะรอยจากรอยแตกร้าว |
ต้องใช้ชุดข้อมูลที่แข็งแกร่งและเวลาการฝึกอบรม |
การตรวจสอบพื้นผิวแบบอินไลน์ที่มีความแม่นยำสูง |
อัลตราโซนิก (SAM) |
ตรวจจับช่องว่างภายในที่ซ่อนอยู่และรอยแตกลึกใต้ผิวดิน |
ปริมาณงานช้า มักต้องใช้การเชื่อมต่อน้ำ |
การสุ่มตัวอย่างแบบออฟไลน์หรือการวิเคราะห์ความล้มเหลว |
AOI แบบดั้งเดิมมีความเป็นเลิศในการตรวจสอบพื้นฐานด้วยความเร็วสูง เป็นการดีที่สุดสำหรับการตรวจจับข้อบกพร่องร้ายแรง คุณควรใช้มันเพื่อค้นหาชั้นโลหะที่หายไปหรือเศษขอบขนาดใหญ่ แต่ก็มีข้อจำกัดที่รุนแรง AOI อาศัยกฎความคมชัดของพิกเซลที่เข้มงวดโดยสิ้นเชิง มันมักจะสร้างความสับสนระหว่างรอยบนพื้นผิวที่ไม่เป็นอันตรายกับรอยแตกขนาดเล็กที่อันตรายถึงชีวิต ความสับสนนี้บังคับให้ผู้ผลิตต้องดำเนินการตรวจสอบรองด้วยตนเอง ผู้ปฏิบัติงานที่เป็นมนุษย์จะต้องตรวจสอบทุกชิ้นส่วนที่ถูกปฏิเสธอีกครั้ง ซึ่งจะทำให้ทั้งโรงงานช้าลง
ระบบ AI แสดงถึงการก้าวกระโดดครั้งใหญ่ เหมาะที่สุดสำหรับความแม่นยำสูง ตรวจจับรอยบนพื้นผิวเซรามิก การ พวกเขาแยกแยะลักษณะทางสัณฐานวิทยาของรอยแตกที่ซับซ้อนจากรอยขีดข่วนที่ไม่เป็นอันตรายได้อย่างง่ายดาย โมเดลการเรียนรู้เชิงลึกใช้โครงข่ายประสาทเทียมที่ได้รับการฝึกอบรมเกี่ยวกับชุดข้อมูลภาพที่จัดประเภท พวกเขาเข้าใจบริบทของภาพเหมือนกับผู้ตรวจสอบที่เป็นมนุษย์ โดยจะจดจำรูปแบบการแตกแขนงของรอยแตกร้าวเทียบกับการลากตรงของเครื่องหมายเครื่องมือ พวกเขาทำการวิเคราะห์นี้ที่ความเร็วของเครื่องจักร ข้อจำกัดหลักคือการเตรียมข้อมูล คุณต้องมีชุดข้อมูลที่มีประสิทธิภาพและมีป้ายกำกับอย่างดี คุณต้องป้อนตัวอย่างแบบจำลองของทั้งข้อบกพร่องที่แท้จริงและรูปแบบที่ยอมรับได้เพื่อฝึกให้มีประสิทธิภาพ
การทดสอบแบบไม่ทำลายด้วยคลื่นเสียงความถี่สูง (NDT) จะตรวจดูใต้พื้นผิว เป็นการดีที่สุดสำหรับการตรวจจับช่องว่างภายใน SAM พบว่าการหลุดร่อนและรอยแตกขนาดเล็กใต้พื้นผิวซึ่งมองไม่เห็นโดยสมบูรณ์ในกล้องออพติคัล โดยจะส่งคลื่นเสียงความถี่สูงไปยังเมทริกซ์เซรามิกและวัดเสียงสะท้อน แม้ว่าจะมีความแม่นยำสูง แต่ก็มีข้อจำกัดที่สำคัญ โดยทั่วไปแล้ว SAM จะช้ากว่าวิธีแบบออปติคัลมาก มักต้องจุ่มวัสดุพิมพ์ลงในน้ำ
การซื้อระบบการตรวจสอบขั้นสูงเป็นเพียงก้าวแรกเท่านั้น คุณต้องรวมเข้ากับขั้นตอนการทำงานที่มีอยู่ของคุณได้อย่างราบรื่น การประเมินผู้ขายจำเป็นต้องดูคำกล่าวอ้างทางการตลาดในอดีต คุณต้องมุ่งเน้นไปที่ความเป็นจริงในการปรับใช้งานจริง
พื้นที่ในสายการผลิตถือเป็นสิ่งที่สำคัญที่สุดเสมอ ประเมินว่าโซลูชันใหม่นี้สามารถนำไปติดตั้งเพิ่มเติมกับอุปกรณ์การจัดการที่มีอยู่ได้หรือไม่ ชุดกล้องสามารถติดตั้งเหนือสายพานลำเลียงปัจจุบันของคุณได้หรือไม่? หากไม่เป็นเช่นนั้น คุณจะต้องมีเซลล์ตรวจสอบแบบสแตนด์อโลน เซลล์แบบสแตนด์อโลนใช้พื้นที่มากขึ้น นอกจากนี้ยังต้องมีตัวจัดการแบบหุ่นยนต์เพิ่มเติมในการโหลดและขนวัสดุพิมพ์ คำนึงถึงข้อกำหนดด้านรอยเท้าและการจัดการเหล่านี้ในไทม์ไลน์การอัปเกรดของคุณ
โซลูชัน AI จำเป็นต้องมีการจัดการอย่างต่อเนื่อง ประเมินการใช้งานซอฟต์แวร์ของผู้จำหน่ายอย่างใกล้ชิด ทีม QA ที่มีอยู่ของคุณสามารถฝึกอบรมและอัปเดตโมเดลได้หรือไม่ คุณไม่จำเป็นต้องจ้างนักวิทยาศาสตร์ข้อมูลโดยเฉพาะ ระบบที่ดีที่สุดนำเสนออินเทอร์เฟซที่ใช้งานง่ายและไม่มีโค้ด ช่วยให้วิศวกรที่มีคุณภาพสามารถเน้นข้อบกพร่องบนหน้าจอและฝึกโมเดลใหม่ได้ทันที มองหาผู้ขายที่ใช้การเรียนรู้แบบถ่ายโอนข้อมูล เทคนิคนี้ใช้รูปภาพน้อยกว่ามากในการกำหนดกลุ่มผลิตภัณฑ์ใหม่
ซอฟต์แวร์ไม่สามารถแก้ไขการจับภาพที่ไม่ดีได้ หากมองไม่เห็นข้อบกพร่องในภาพถ่าย Raw แสดงว่า AI ไม่สามารถค้นหาได้ รับทราบความจริงข้อนี้ตั้งแต่เนิ่นๆ ตรวจสอบให้แน่ใจว่าผู้ขายระบุไฟส่องสว่างแบบพิเศษที่ปรับให้เหมาะกับพื้นผิวเซรามิก สอบถามเรื่องไฟโครงสร้างหลายมุม ขอแสงสว่างจากสนามมืดเพื่อเน้นขอบรอยแตกร้าว ขอไฟโคแอกเซียลเพื่อลดแสงสะท้อนที่สะท้อน ฮาร์ดแวร์จะต้องสร้างการแยกแสงก่อนที่ซอฟต์แวร์จะวิเคราะห์ภาพ
อย่าซื้อระบบการตรวจสอบจากเอกสารข้อมูลจำเพาะมาตรฐาน ต้องการ Proof of Concept (PoC) ที่เข้มงวด ส่งตัวอย่างการผลิตของคุณเองไปให้ผู้ขาย โดยเฉพาะส่งชิ้นส่วน edge-case ไปให้พวกเขา รวมวัสดุพิมพ์ที่แน่นอนที่ทำให้ผู้ตรวจสอบที่เป็นมนุษย์ของคุณสับสนในอดีต หากระบบอัตโนมัติสามารถจำแนกชิ้นส่วนที่แข็งที่สุดของคุณได้อย่างถูกต้อง ระบบก็จะจัดการการผลิตตามปกติได้อย่างง่ายดาย PoC ทางกายภาพเป็นวิธีเดียวที่จะตรวจสอบความสามารถที่แท้จริง
การแยกแยะความแตกต่างระหว่างรอยแตกขนาดเล็กที่ปลายขั้วและรอยบนพื้นผิวที่ไม่เป็นอันตรายจะไม่ใช่ปัญหาคอขวดอีกต่อไป คุณไม่จำเป็นต้องพึ่งพาการตรวจสอบโดยมนุษย์ที่ช้าและเป็นส่วนตัว
การอัปเกรดเป็นระบบการตรวจสอบขั้นสูงที่คำนึงถึงบริบทจะเปลี่ยนโฉมแผนก QA ของคุณ โดยจะเปลี่ยน QA จากศูนย์ต้นทุนแบบเดิมไปสู่กลไกการปกป้องผลตอบแทนที่ใช้งานอยู่
แมชชีนวิชันที่ขับเคลื่อนด้วย AI สามารถนำทางคุณสมบัติทางแสงที่ซับซ้อนของเซรามิกได้สำเร็จ ซึ่งช่วยลดอัตราการใช้งานมากเกินไปได้อย่างมาก
ตรวจสอบอัตราการปฏิเสธที่ผิดพลาดในปัจจุบันของคุณทันที วัดปริมาณผลิตภัณฑ์ดีๆ ที่คุณทิ้งในแต่ละวัน
ปรึกษากับผู้จำหน่ายการตรวจสอบที่เชี่ยวชาญเพื่อจัดเตรียมการประเมินตัวอย่าง ใช้ข้อมูลพื้นฐานนี้เพื่อคำนวณ ROI ที่เป็นไปได้ของคุณอย่างแม่นยำ
ตอบ: เลนส์ที่มีความละเอียดสูงร่วมกับ AI สามารถตรวจจับรอยแตกร้าวได้ลึกถึง 5-20 ไมครอน การจะบรรลุเป้าหมายนี้ต้องอาศัยการควบคุมขอบเขตการมองเห็นอย่างแม่นยำ นอกจากนี้ยังต้องมีการตั้งค่าแสงแบบพิเศษ เช่น การส่องสว่างในสนามมืด เพื่อสร้างคอนทราสต์ที่จำเป็นตามขอบรอยแตกร้าว
ตอบ: ไม่ ระบบวิชันซิสเต็มมีไว้สำหรับข้อบกพร่องบนพื้นผิวและใกล้พื้นผิวอย่างเคร่งครัด มันอาศัยแสงสะท้อนทั้งหมด การทดสอบด้วยคลื่นเสียงความถี่สูง (SAM) ยังคงจำเป็นอย่างยิ่งในการตรวจจับช่องว่างภายในที่อยู่ลึกหรือความผิดปกติของโครงสร้างใต้ผิวดินที่ซ่อนอยู่ใต้ชั้นเซรามิกทึบแสง
ตอบ: ผู้จำหน่ายมักใช้เทคนิคต่างๆ เช่น การถ่ายโอนการเรียนรู้หรือการสร้างข้อมูลสังเคราะห์เพื่อเอาชนะปัญหาการขาดแคลนรูปภาพ นอกจากนี้ ระบบสมัยใหม่จำนวนมากยังใช้โมเดลการตรวจจับความผิดปกติโดยอิงจากการเรียนรู้แบบไม่มีผู้ดูแล โมเดลเหล่านี้ต้องการเพียงรูปภาพของวัสดุพิมพ์ 'ดี' เท่านั้นจึงจะสามารถระบุความเบี่ยงเบนที่ไม่คาดคิดได้สำเร็จ
ก. ใช่. ความขรุขระของพื้นผิวสูงทำให้เกิดสัญญาณรบกวนทางแสงอย่างมีนัยสำคัญภายใต้แสงมาตรฐาน การจะเอาชนะสิ่งนี้ได้ต้องใช้แสงหลายทิศทางเพื่อตัดเงาออก นอกจากนี้คุณยังต้องมีอัลกอริธึมการเรียนรู้เชิงลึกที่ได้รับการฝึกอบรมมาโดยเฉพาะเพื่อมองข้ามพื้นผิวตามธรรมชาติของวัสดุพิมพ์ในขณะที่เน้นความผิดปกติที่แท้จริง