Dans cette section, vous trouverez des renseignements sur des applications spécifiques de Dragonfly logiciel, en utilisant des exemples qui pourraient être pertinents pour votre application.

Si vous ne trouvez pas votre application ici, n'hésitez pas à nous contacter afin que nous puissions vous présenter les possibilités offertes dans votre domaine d'intérêt. Chaque fiche d'application comprend une courte vidéo explicative sur YouTube pour vous aider à utiliser le logiciel plus efficacement.

Pharmaceutique

Étude de cas : Une capsule de vitamine C

L'imagerie aux rayons X par tomodensitométrie (TDM) permet l'évaluation de la qualité des produits pharmaceutiques. Certaines mesures spécifiques peuvent présenter un intérêt, comme la distribution de l'épaisseur de la capsule, la distribution granulométrique des ingrédients ou l'homogénéité de ces derniers. Il peut aussi être important de détecter des défauts inattendus comme des fissures ou des inclusions/contaminants. Dans cette note d'application, nous présentons les capacités de segmentation et d'analyse des capsules pharmaceutiques grâce à cette technique. Dragonfly 3D World logiciel. La segmentation par apprentissage profond est particulièrement utile ici.

Analyse de la porosité/des vides

Analyse rapide de la porosité des pièces moulées

La tomographie aux rayons X (CT) permet une évaluation détaillée de la qualité des pièces moulées. La porosité, sa distribution et son étendue au sein des pièces, en trois dimensions, présentent un intérêt particulier. Comme cette technique est souvent utilisée pour des contrôles ponctuels en fonderie, un débit élevé est nécessaire ; donc, une méthode de traitement d'images 3D simple et rapide est essentielle. Dans cette note d'application, nous présentons trois méthodes simples (et rapides !) Dragonfly 3D World Ces opérations peuvent toutes être automatisées par des macros. Elles sont illustrées sur trois pièces moulées différentes, représentatives de pièces typiques, présentant des porosités variables. Le temps d'analyse par macro est également indiqué dans chaque cas. La méthode peut être appliquée de manière identique à tout autre type d'échantillon ayant une porosité fermée (interne).

Dragonfly Analyse automatisée de base de la porosité des pièces fabriquées par impression 3D

Cette note d'application présente quelques cas simples où l'analyse de la porosité est possible à l'aide d'outils de segmentation automatisés. Dragonfly 3D World Ces trois exemples utilisent notamment la méthode d'Otsu avancée pour la porosité automatisée. Cette méthode est applicable aux scans CT simples d'un seul matériau : le seuil est alors appliqué automatiquement à l'aide de la méthode d'Otsu, en se basant sur toutes les valeurs de gris de la pièce et des pores internes, à l'exclusion de l'espace d'air externe. On obtient ainsi une segmentation simple et précise de la plupart des types de porosité, y compris celle rencontrée en fabrication additive. Cette segmentation permet ensuite de calculer la taille des pores et plusieurs autres paramètres.

analyse de l'épaisseur de paroi

Analyse locale de l'épaisseur de paroi d'une seule entretoise en treillis fabriquée par impression 3D

Cette note d'application utilise l'exemple d'une tomographie aux rayons X à haute résolution d'une seule entretoise de treillis pour illustrer l'analyse locale de l'épaisseur de paroi à l'aide de deux méthodes différentes. Dragonfly 3D World L'analyse de l'épaisseur des parois est utile pour comprendre l'épaisseur locale des pièces fabriquées en général, mais les pièces fabriquées par impression 3D comportent souvent des particules fixées en surface qui peuvent masquer l'épaisseur sous-jacente en mesurant de faibles valeurs d'épaisseur locale au niveau des particules. Cette note d'application présente les deux méthodes et explique comment les appliquer pour obtenir différents types d'informations.

Écart par rapport au plan

Analyse des écarts pour les pièces fabriquées par fabrication additive Dragonfly 3D World

Cette note d'application porte sur l'analyse des écarts, aussi appelée comparaison nominale-réelle, analyse des écarts entre pièces ou comparaison 3D. Elle permet de visualiser les écarts entre deux pièces bien alignées dans l'espace 3D, en utilisant un code couleur pour mettre en évidence l'ampleur de l'écart. Dragonfly 3D World Ceci est réalisé grâce à une fonction appelée « carte de déviation signée », appliquée aux représentations maillées des ensembles de données « avant » et « après ». Deux exemples illustrent ce principe : un échantillon de structure en treillis ayant subi plusieurs impacts de marteau pour l’endommager (comparaison entre les deux pièces), et une équerre déformée lors de sa fabrication par rapport à sa conception initiale (comparaison entre la pièce et la conception).

Mesure et contrôle dimensionnels

Inspection des batteries pour les distances de surplomb à l'aide de l'apprentissage profond

L'inspection par tomographie assistée par ordinateur (TDM) permet d'évaluer la qualité des batteries et est particulièrement utile pour les batteries au lithium-ion. La TDM facilite la détection des vides, des fissures, des délaminations et des distances de recouvrement entre les composants de l'anode et de la cathode. Dans cette note d'application, nous présentons les capacités d'inspection des batteries par TDM. Dragonfly logiciel. Plus précisément, un modèle d'apprentissage profond est entraîné pour segmenter automatiquement les surplombs.

Inspection des cartes de circuits imprimés (PCB)

L'inspection par tomographie assistée par rayons X (TDM) permet d'évaluer la qualité des cartes de circuits imprimés (PCB). Il s'agit d'une méthode courante pour inspecter et quantifier la présence de vides, de fissures, de connexions défectueuses, de ponts disjoints et d'autres défauts typiques des PCB. Dans cette note d'application, nous présentons les capacités d'inspection électronique de la TDM. Dragonfly logiciel.

Solutions d'apprentissage profond

Dragonfly Solution basée sur l'IA pour l'analyse de la microporosité dans la fabrication additive 

Cette note d'application se concentre sur la porosité de petite taille dans la fabrication additive et les difficultés liées à sa détection sur les images tomodensitométriques. Les scans tomodensitométriques sont souvent imparfaits, présentant des zones claires et sombres variables au sein du matériau. Il est donc difficile, voire impossible, de segmenter correctement les petites porosités avec les méthodes de segmentation d'images traditionnelles. Nous illustrons ici, à travers deux exemples, comment la segmentation par IA peut résoudre ce problème.

Tout ce que vous avez toujours voulu savoir sur Dragonfly Apprentissage profond, mais on avait trop peur de demander

Cette note d'application approfondit le sujet. Dragonfly Cette note d'application présente les capacités d'apprentissage profond de la tomodensitométrie (TDM), explore trois idées reçues courantes à son sujet et aborde les applications les plus fréquentes des données d'imagerie TDM : segmentation, amélioration et super-résolution. Elle répond aussi aux questions les plus fréquentes et propose un glossaire utile.

Analyse des matériaux en mousse/cellulaires

Caractérisation de la structure cristalline fabriquée par impression 3D à l'aide de Dragonfly 3D World

Cette note d'application présente une analyse détaillée d'une structure réticulaire fabriquée par impression 3D. Elle aborde tous les aspects, depuis les mesures de base des fractions volumiques de matériau et d'air jusqu'aux mesures avancées telles que l'épaisseur des entretoises, la microporosité du matériau, les sphères maximales de macroporosité, l'analyse statistique, etc.

CND industriel

Inspection industrielle des pièces moulées

Cette note d'application illustre les applications les plus courantes pour l'inspection industrielle des pièces moulées en métal, des pièces moulées par injection, du béton ou de toute pièce manufacturée nécessitant un contrôle de la qualité.

Segmentation des pales de turbine par apprentissage profond

L'inspection industrielle des aubes de turbines joue un rôle crucial dans les secteurs de la production d'énergie et de l'aérospatiale, que ce soit pour le contrôle de la qualité de la fabrication ou pour l'évaluation de leur usure. La défaillance d'une aube de turbine en fonctionnement peut entraîner des dommages considérables et des pertes humaines, ce qui rend leur inspection primordiale. Cependant, l'inspection des aubes de turbines par tomographie (CT) s'avère complexe en raison de leur densité et de leur géométrie, susceptibles de générer des artefacts sur l'image et de rendre difficile l'évaluation quantitative à l'aide des outils d'analyse d'images traditionnels.

Détection et évaluation des fissures

La détection de fissures par tomographie non destructive aux rayons X (CT) est l'un des atouts majeurs qui rendent cette technique si utile dans les applications industrielles. La présence de fissures ou de défauts plans, tels que des délaminations dans les composants techniques, compromet gravement le bon fonctionnement des systèmes critiques dans les secteurs de l'énergie, de l'aérospatiale et autres. Les fissures dans les composants structuraux peuvent entraîner des défaillances, des arrêts de production, des coûts de réparation élevés, voire des pertes humaines. De nombreux outils de contrôle non destructif (CND) permettent la détection de fissures, et la CT est de plus en plus utilisée à cette fin en raison de sa haute sensibilité. Elle est applicable à tous les types de matériaux et permet une caractérisation complète de la localisation et de l'étendue des fissures dans l'échantillon, fournissant un contexte spatial et des informations quantitatives.

fabrication additive

Contrôle de la qualité d'un artefact de fabrication additive

La fabrication additive (FA) révolutionne la production de composants pour diverses industries, notamment l'aérospatiale et le médical. L'émergence de nouvelles technologies s'accompagne de nouveaux défis en matière d'inspection, et la tomographie assistée par ordinateur (TDM) est fréquemment utilisée à cette fin en raison de sa grande sensibilité à la détection des défauts et imperfections typiques de la FA. Dans cette note d'application, nous présentons une pièce métallique d'essai fabriquée par FA, présentant certains des défauts typiques à contrôler : fissures, inclusions de poudre et porosités.

Caractérisation des poudres pour la fabrication additive

La fabrication additive utilisant des poudres métalliques est la méthode de fabrication additive la plus répandue dans l'industrie, et il est maintenant largement admis que la qualité de la poudre est essentielle à une fabrication de haute qualité. Il existe de nombreuses méthodes pour tester et caractériser les poudres, chacune ayant des limites et des hypothèses. La tomographie aux rayons X est de plus en plus utilisée en raison de sa capacité à fournir des informations morphologiques 3D complètes, en plus de permettre une identification simple des contaminations ou des irrégularités excessives qui pourraient passer inaperçues avec d'autres méthodes. Cette note d'application présente certaines des capacités de la tomographie aux rayons X. Dragonfly pour ce type d'échantillon.

Écart CAO du support AM

La fabrication additive (FA) permet de produire des géométries complexes et uniques, mais il arrive que celles-ci ne correspondent pas parfaitement aux spécifications de conception. Ces écarts peuvent être dus à des déformations causées par les hautes températures et les contraintes résiduelles induites dans le matériau, à des erreurs dimensionnelles dans la trajectoire de l'outil de FA/le matériel de numérisation, ou encore à des erreurs de découpage du modèle CAO. D'autres erreurs inattendues peuvent également survenir, nécessitant une évaluation de la géométrie par rapport aux spécifications de conception ; on parle alors d'écart CAO, de comparaison nominal-réel ou de cartographie des écarts 3D.