ഓട്ടോമേറ്റഡ് ഒപ്റ്റിക്കൽ ഇൻസ്പെക്ഷൻ (AOI) യുടെ അതേ തത്വങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ള ഒരു സാങ്കേതികവിദ്യയാണ് ഓട്ടോമേറ്റഡ് എക്സ്-റേ ഇൻസ്പെക്ഷൻ (AXI). സാധാരണയായി കാഴ്ചയിൽ നിന്ന് മറഞ്ഞിരിക്കുന്ന സവിശേഷതകൾ യാന്ത്രികമായി പരിശോധിക്കുന്നതിന് ദൃശ്യപ്രകാശത്തിന് പകരം എക്സ്-റേകളെ അതിന്റെ ഉറവിടമായി ഇത് ഉപയോഗിക്കുന്നു.
പ്രധാനമായും രണ്ട് പ്രധാന ലക്ഷ്യങ്ങളോടെ, വിവിധ വ്യവസായങ്ങളിലും ആപ്ലിക്കേഷനുകളിലും ഓട്ടോമേറ്റഡ് എക്സ്-റേ പരിശോധന ഉപയോഗിക്കുന്നു:
പ്രോസസ് ഒപ്റ്റിമൈസേഷൻ, അതായത് പരിശോധനയുടെ ഫലങ്ങൾ ഇനിപ്പറയുന്ന പ്രോസസ്സിംഗ് ഘട്ടങ്ങൾ ഒപ്റ്റിമൈസ് ചെയ്യാൻ ഉപയോഗിക്കുന്നു,
അപാകത കണ്ടെത്തൽ, അതായത് പരിശോധനയുടെ ഫലം ഒരു ഭാഗം നിരസിക്കുന്നതിനുള്ള ഒരു മാനദണ്ഡമായി വർത്തിക്കുന്നു (സ്ക്രാപ്പ് ചെയ്യുന്നതിനോ പുനർനിർമ്മിക്കുന്നതിനോ).
പിസിബി നിർമ്മാണത്തിൽ വ്യാപകമായ ഉപയോഗം കാരണം, എഎക്സ്ഐ പ്രധാനമായും ഇലക്ട്രോണിക്സ് നിർമ്മാണവുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു, എന്നാൽ എഎക്സ്ഐക്ക് വളരെ വിപുലമായ ആപ്ലിക്കേഷനുകൾ ഉണ്ട്. അലോയ് വീലുകളുടെ ഗുണനിലവാര പരിശോധന മുതൽ സംസ്കരിച്ച മാംസത്തിലെ അസ്ഥി കഷണങ്ങൾ കണ്ടെത്തൽ വരെ ഇതിൽ ഉൾപ്പെടുന്നു. നിർവചിക്കപ്പെട്ട ഒരു മാനദണ്ഡമനുസരിച്ച് വളരെ സമാനമായ ഇനങ്ങൾ ധാരാളം ഉൽ‌പാദിപ്പിക്കുന്നിടത്തെല്ലാം, പ്രോസസ്സിംഗിലും നിർമ്മാണത്തിലും ഗുണനിലവാരം ഉറപ്പാക്കുന്നതിനും വിളവ് മെച്ചപ്പെടുത്തുന്നതിനും അഡ്വാൻസ്ഡ് ഇമേജ് പ്രോസസ്സിംഗും പാറ്റേൺ റെക്കഗ്നിഷൻ സോഫ്റ്റ്‌വെയറും (കമ്പ്യൂട്ടർ വിഷൻ) ഉപയോഗിച്ചുള്ള യാന്ത്രിക പരിശോധന ഉപയോഗപ്രദമായ ഒരു ഉപകരണമായി മാറിയിരിക്കുന്നു.
ഇമേജ് പ്രോസസ്സിംഗ് സോഫ്റ്റ്‌വെയറിന്റെ പുരോഗതിയോടെ, ഓട്ടോമേറ്റഡ് എക്സ്-റേ പരിശോധനയ്ക്കുള്ള അപേക്ഷകളുടെ എണ്ണം വളരെ വലുതും നിരന്തരം വളർന്നു കൊണ്ടിരിക്കുന്നു. ഘടകങ്ങളുടെ സുരക്ഷാ വശം ഉൽ‌പാദിപ്പിക്കുന്ന ഓരോ ഭാഗത്തിന്റെയും സൂക്ഷ്മ പരിശോധന (ഉദാ. ആണവ നിലയങ്ങളിലെ ലോഹ ഭാഗങ്ങൾക്കുള്ള വെൽഡിംഗ് സീമുകൾ) ആവശ്യപ്പെടുന്ന വ്യവസായങ്ങളിലാണ് ആദ്യ ആപ്ലിക്കേഷനുകൾ ആരംഭിച്ചത്, കാരണം തുടക്കത്തിൽ സാങ്കേതികവിദ്യ വളരെ ചെലവേറിയതായിരുന്നു. എന്നാൽ സാങ്കേതികവിദ്യയുടെ വ്യാപകമായ സ്വീകാര്യതയോടെ, വിലകൾ ഗണ്യമായി കുറയുകയും ഓട്ടോമേറ്റഡ് എക്സ്-റേ പരിശോധന കൂടുതൽ വിശാലമായ ഒരു മേഖലയിലേക്ക് തുറക്കുകയും ചെയ്തു - സുരക്ഷാ വശങ്ങൾ (ഉദാ. സംസ്കരിച്ച ഭക്ഷണത്തിലെ ലോഹം, ഗ്ലാസ് അല്ലെങ്കിൽ മറ്റ് വസ്തുക്കൾ കണ്ടെത്തൽ) അല്ലെങ്കിൽ വിളവ് വർദ്ധിപ്പിക്കുന്നതിനും പ്രോസസ്സിംഗ് ഒപ്റ്റിമൈസ് ചെയ്യുന്നതിനും (ഉദാ. സ്ലൈസിംഗ് പാറ്റേണുകൾ ഒപ്റ്റിമൈസ് ചെയ്യുന്നതിന് ചീസിലെ ദ്വാരങ്ങളുടെ വലുപ്പവും സ്ഥാനവും കണ്ടെത്തൽ).[4]
സങ്കീർണ്ണമായ ഇനങ്ങളുടെ വൻതോതിലുള്ള ഉൽ‌പാദനത്തിൽ (ഉദാഹരണത്തിന് ഇലക്ട്രോണിക്സ് നിർമ്മാണത്തിൽ), വൈകല്യങ്ങൾ നേരത്തേ കണ്ടെത്തുന്നത് മൊത്തത്തിലുള്ള ചെലവ് ഗണ്യമായി കുറയ്ക്കും, കാരണം ഇത് തുടർന്നുള്ള നിർമ്മാണ ഘട്ടങ്ങളിൽ വൈകല്യമുള്ള ഭാഗങ്ങൾ ഉപയോഗിക്കുന്നത് തടയുന്നു. ഇത് മൂന്ന് പ്രധാന നേട്ടങ്ങൾക്ക് കാരണമാകുന്നു: a) വസ്തുക്കൾ തകരാറിലാണെന്നോ പ്രോസസ്സ് പാരാമീറ്ററുകൾ നിയന്ത്രണാതീതമായെന്നോ എത്രയും വേഗം ഫീഡ്‌ബാക്ക് നൽകുന്നു, b) ഇതിനകം തകരാറുള്ള ഘടകങ്ങളിലേക്ക് മൂല്യം ചേർക്കുന്നത് ഇത് തടയുന്നു, അതിനാൽ ഒരു വൈകല്യത്തിന്റെ മൊത്തത്തിലുള്ള ചെലവ് കുറയ്ക്കുന്നു, c) അന്തിമ ഉൽപ്പന്നത്തിന്റെ ഫീൽഡ് വൈകല്യങ്ങളുടെ സാധ്യത വർദ്ധിപ്പിക്കുന്നു, കാരണം പരിമിതമായ ടെസ്റ്റ് പാറ്റേണുകൾ കാരണം ഗുണനിലവാര പരിശോധനയുടെ പിന്നീടുള്ള ഘട്ടങ്ങളിലോ പ്രവർത്തനപരമായ പരിശോധനയ്ക്കിടയിലോ വൈകല്യം കണ്ടെത്താനായേക്കില്ല.
പോസ്റ്റ് സമയം: ഡിസംബർ-28-2021