Opanowanie złożoności. Dzięki mikroskopii ZEISS.

Zadania w materiałografii stale się zmieniają, a wymagania dotyczące wydajności rosną. Komponenty stają się coraz bardziej złożone, powłoki coraz cieńsze. W elektronice postępuje miniaturyzacja. Nowe materiały kompozytowe są często stosowane w konstrukcjach lekkich. Zrównoważone materiały i komponenty wytwarzane metodą addytywną stanowią szczególne wyzwanie pod względem badania charakterystyki materiałów. Jednocześnie zmniejszają się tolerancje błędów, co sprawia, że wymagane są dokładniejsze analizy. Laboratoria testujące materiały muszą nadążać za tymi zmianami. Są pod coraz większą presją czasu. ZEISS oferuje wyjątkową gamę mikroskopów, oprogramowania i usług, aby dostarczać skuteczne rozwiązania. Ponadto rozwiązania mikroskopowe ZEISS sprawiają, że jest to szczególnie łatwe dla wszystkich użytkowników, ponieważ dzięki algorytmom głębokiego uczenia wyniki są bardziej niezawodne i szybsze niż kiedykolwiek wcześniej.

Szybsze i bardziej niezawodne testowanie przy użyciu algorytmów głębokiego uczenia

ZEISS ZEN core pozwala na zautomatyzowaną analizę obrazu w analizie cząstek i faz. W przypadku tych zastosowań techniki głębokiego uczenia znacznie zmniejszają obciążenie pracą a ich działanie jest powtarzalne, zgodnie z wyuczonymi wzorcami, niezależnie od użytkownika i lokalizacji. Obraz mikroskopowy stopu aluminium jest automatycznie segmentowany za pomocą algorytmów głębokiego uczenia. Algorytm niezawodnie identyfikuje poszczególne ziarna. Można oddzielić obiekty stykające się i nakładające (segmentacja instancji).

Segmentacja w ZEISS arivis Cloud

Najnowsze modele głębokiego uczenia się: Automatyczne, wspierane przez AI określanie granic ziaren ceramiki, stali austenitycznej, twardego metalu i stopu na bazie miedzi. W tym przykładzie wystarczyło wytrenować model głębokiego uczenia się, aby niezawodnie rozpoznawał granice ziaren wszystkich czterech materiałów.

Korelacja z mikroskopami świetlnymi, cyfrowymi i elektronowymi

Moduły specjalizowane ZEISS ZEN core