AOI, AXI എന്നിവ തമ്മിലുള്ള വ്യത്യാസം

ഓട്ടോമേറ്റഡ് ഒപ്റ്റിക്കൽ ഇൻസ്പെക്ഷൻ (AOI) യുടെ അതേ തത്വങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ള ഒരു സാങ്കേതികവിദ്യയാണ് ഓട്ടോമേറ്റഡ് എക്സ്-റേ പരിശോധന (AXI).കാഴ്ചയിൽ നിന്ന് മറഞ്ഞിരിക്കുന്ന സവിശേഷതകൾ സ്വയമേവ പരിശോധിക്കുന്നതിന് ദൃശ്യപ്രകാശത്തിന് പകരം ഇത് എക്സ്-റേകൾ അതിന്റെ ഉറവിടമായി ഉപയോഗിക്കുന്നു.

ഓട്ടോമേറ്റഡ് എക്‌സ്-റേ പരിശോധന വിവിധ വ്യവസായങ്ങളിലും ആപ്ലിക്കേഷനുകളിലും ഉപയോഗിക്കുന്നു, പ്രധാനമായും രണ്ട് പ്രധാന ലക്ഷ്യങ്ങൾ:

പ്രോസസ്സ് ഒപ്റ്റിമൈസേഷൻ, അതായത് പരിശോധനയുടെ ഫലങ്ങൾ ഇനിപ്പറയുന്ന പ്രോസസ്സിംഗ് ഘട്ടങ്ങൾ ഒപ്റ്റിമൈസ് ചെയ്യാൻ ഉപയോഗിക്കുന്നു,
അപാകത കണ്ടെത്തൽ, അതായത് പരിശോധനയുടെ ഫലം ഒരു ഭാഗം നിരസിക്കാനുള്ള ഒരു മാനദണ്ഡമായി വർത്തിക്കുന്നു (സ്ക്രാപ്പിന് അല്ലെങ്കിൽ വീണ്ടും പ്രവർത്തിക്കുന്നതിന്).
AOI പ്രധാനമായും ഇലക്ട്രോണിക്സ് നിർമ്മാണവുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു (പിസിബി നിർമ്മാണത്തിലെ വ്യാപകമായ ഉപയോഗം കാരണം), AXI ന് വളരെ വിപുലമായ ആപ്ലിക്കേഷനുകൾ ഉണ്ട്.അലോയ് വീലുകളുടെ ഗുണനിലവാര പരിശോധന മുതൽ സംസ്കരിച്ച മാംസത്തിലെ അസ്ഥി കഷണങ്ങൾ കണ്ടെത്തുന്നത് വരെ ഇതിൽ ഉൾപ്പെടുന്നു.നിർവചിക്കപ്പെട്ട സ്റ്റാൻഡേർഡ് അനുസരിച്ച് വളരെ സാമ്യമുള്ള ഇനങ്ങൾ ഉൽപ്പാദിപ്പിക്കപ്പെടുന്നിടത്തെല്ലാം, നൂതന ഇമേജ് പ്രോസസ്സിംഗും പാറ്റേൺ റെക്കഗ്നിഷൻ സോഫ്റ്റ്വെയറും (കമ്പ്യൂട്ടർ വിഷൻ) ഉപയോഗിച്ചുള്ള യാന്ത്രിക പരിശോധന ഗുണമേന്മ ഉറപ്പുവരുത്തുന്നതിനും സംസ്കരണത്തിലും ഉൽപ്പാദനത്തിലും വിളവ് മെച്ചപ്പെടുത്തുന്നതിനുമുള്ള ഒരു ഉപയോഗപ്രദമായ ഉപകരണമായി മാറിയിരിക്കുന്നു.

ഇമേജ് പ്രോസസ്സിംഗ് സോഫ്‌റ്റ്‌വെയറിന്റെ പുരോഗതിയോടെ, ഓട്ടോമേറ്റഡ് എക്‌സ്-റേ പരിശോധനയ്‌ക്കുള്ള അപേക്ഷകളുടെ എണ്ണം വളരെ വലുതും നിരന്തരം വളരുന്നതുമാണ്.ഉൽപ്പാദിപ്പിക്കുന്ന ഓരോ ഭാഗവും (ഉദാ: ആണവ നിലയങ്ങളിലെ ലോഹ ഭാഗങ്ങൾക്കുള്ള വെൽഡിംഗ് സീമുകൾ) ഘടകങ്ങളുടെ സുരക്ഷാ വശം സൂക്ഷ്മമായി പരിശോധിക്കണമെന്ന് ആവശ്യപ്പെടുന്ന വ്യവസായങ്ങളിലാണ് ആദ്യ ആപ്ലിക്കേഷനുകൾ ആരംഭിച്ചത്, കാരണം തുടക്കത്തിൽ സാങ്കേതികവിദ്യ വളരെ ചെലവേറിയതായിരുന്നു.എന്നാൽ സാങ്കേതികവിദ്യയുടെ വ്യാപകമായ സ്വീകാര്യതയോടെ, വില ഗണ്യമായി കുറയുകയും കൂടുതൽ വിശാലമായ ഫീൽഡ് വരെ ഓട്ടോമേറ്റഡ് എക്സ്-റേ പരിശോധന തുറക്കുകയും ചെയ്തു- സുരക്ഷാ വശങ്ങൾ (ഉദാ: സംസ്കരിച്ച ഭക്ഷണത്തിലെ ലോഹമോ ഗ്ലാസ് അല്ലെങ്കിൽ മറ്റ് വസ്തുക്കളോ കണ്ടെത്തൽ) അല്ലെങ്കിൽ വിളവ് വർദ്ധിപ്പിക്കുന്നതിന് ഭാഗികമായി വീണ്ടും ഇന്ധനം നൽകി. പ്രോസസ്സിംഗ് ഒപ്റ്റിമൈസ് ചെയ്യുക (ഉദാഹരണത്തിന്, ചീസ് സ്ലൈസിംഗ് പാറ്റേണുകൾ ഒപ്റ്റിമൈസ് ചെയ്യുന്നതിന് ചീസിലെ ദ്വാരങ്ങളുടെ വലുപ്പവും സ്ഥാനവും കണ്ടെത്തൽ).^[4]

സങ്കീർണ്ണമായ വസ്തുക്കളുടെ വൻതോതിലുള്ള ഉൽപ്പാദനത്തിൽ (ഉദാഹരണത്തിന്, ഇലക്ട്രോണിക്സ് നിർമ്മാണത്തിൽ), തകരാറുകൾ നേരത്തേ കണ്ടെത്തുന്നത് മൊത്തത്തിലുള്ള ചെലവ് ഗണ്യമായി കുറയ്ക്കും, കാരണം ഇത് വികലമായ ഭാഗങ്ങൾ തുടർന്നുള്ള നിർമ്മാണ ഘട്ടങ്ങളിൽ ഉപയോഗിക്കുന്നത് തടയുന്നു.ഇത് മൂന്ന് പ്രധാന നേട്ടങ്ങൾക്ക് കാരണമാകുന്നു: a) മെറ്റീരിയലുകൾ തകരാറിലാണെന്നോ അല്ലെങ്കിൽ പ്രോസസ്സ് പാരാമീറ്ററുകൾ നിയന്ത്രണാതീതമാണെന്നോ ഉള്ള ഫീഡ്‌ബാക്ക് ആദ്യഘട്ടത്തിൽ നൽകുന്നു, b) ഇതിനകം തകരാറുള്ള ഘടകങ്ങളിലേക്ക് മൂല്യം ചേർക്കുന്നത് തടയുന്നു, അതിനാൽ ഒരു വൈകല്യത്തിന്റെ മൊത്തത്തിലുള്ള ചെലവ് കുറയ്ക്കുന്നു. , കൂടാതെ c) ഇത് അന്തിമ ഉൽപ്പന്നത്തിന്റെ ഫീൽഡ് വൈകല്യങ്ങളുടെ സാധ്യത വർദ്ധിപ്പിക്കുന്നു, കാരണം പരിമിതമായ ടെസ്റ്റ് പാറ്റേണുകൾ കാരണം ഗുണനിലവാര പരിശോധനയിലോ പ്രവർത്തനപരമായ പരിശോധനയിലോ പിന്നീടുള്ള ഘട്ടങ്ങളിൽ ഈ തകരാർ കണ്ടെത്താനായേക്കില്ല.