Geautomatiseerde X-ray Computed Tomography (CT) systemen zijn onmisbaar in de industrie. Ze controleren of producten aan de kwaliteitseisen voldoen. Deze systemen kunnen echter verslechteren of zelfs falen zonder dat het wordt gedetecteerd, met mogelijk grote gevolgen zoals het afkeuren van goede producten of erger: het goedkeuren van defecte producten. Sioux Technologies ontwikkelde een baanbrekende oplossing: het Condition Monitoring X-ray systeem, kortweg CMX. Dit faciliteert 100 procent inspectie en kan zelfs de oorzaak van meetfouten aanwijzen.
X-ray CT-systemen maken het mogelijk om producten snel en nauwkeurig te onderzoeken. Ze maken honderden röntgenopnamen en combineren die tot een 3D-beeld om fouten in beeld te brengen. Deze technologie wordt toegepast in vele productieprocessen, bijvoorbeeld voor het controleren van lasnaden in auto-onderdelen, de juiste plaatsing van elektroden in batterijen, het opsporen van soldeerfouten in elektronica en het detecteren van vreemde deeltjes in verpakt voedsel.
Menselijke supervisie
Klaus Gruber, Managing Director van Sioux Duitsland: ‘De conditie van zo’n systeem kan echter veranderen, ten koste van de betrouwbaarheid van metingen, zelfs als het proces eerder gevalideerd is. Dat is alom bekend. In een volledig geautomatiseerde productielijn neemt de menselijke supervisie bovendien af, waardoor het risico op onopgemerkte fouttoestanden toeneemt, met alle consequenties van dien.’
Ernstige veiligheidsissues
Onterecht producten afkeuren en weggooien betekent kostbaar productieverlies. Nog riskanter is het omgekeerde scenario: onderdelen die niet aan de kwaliteitsstandaard voldoen of defect zijn passeren de controle en belanden in eindproducten. Dit kan in het ergste geval tot serieuze veiligheidsissues leiden, denk bijvoorbeeld aan kortsluiting of zelfs brand in autobatterijen. Met het CMX-systeem van Sioux wordt dit probleem opgelost.
Het gat in monitoring
Geavanceerde röntgeninspectiesystemen worden doorgaans op vaste momenten gecontroleerd met behulp van test-phantoms; objecten die worden gebruikt om het systeem te verifiëren en te kalibreren. Dit onderbreekt echter de productie en levert geen informatie op tussen de phantom-metingen. Aanvullende visuele beoordeling door een menselijke operator kan nuttig zijn, maar is tijdrovend en niet alle fouten worden gedetecteerd aangezien sommige afwijkingen met het blote oog onzichtbaar zijn.
Afwijkingen herkennen
Alexander Jung, Software Architect en specialist röntgentechnologie bij Sioux Duitsland: ‘Gebruikelijk stuurt één component in een röntgeninspectiesysteem de bron- en detectorparameters aan, een andere berekent de reconstructie en weer een andere detecteert anomalieën en defecten. Monitoring daartussen ontbreekt vaak. Met Condition Monitoring X-ray (CMX), ontwikkeld in ons X-ray expertisecentrum in Erlangen, dicht Sioux dit gat. Daarmee faciliteren we volledig geautomatiseerde en continue kwaliteitscontrole.’
Radicaal anders
Wat CMX uniek maakt is de combinatie van conventionele beeldanalyse met een neurale netwerkbenadering waarbij slimme algoritmes en machine learning worden ingezet om fouttoestanden van inspectiesystemen te detecteren en diagnosticeren. Sioux trainde het neurale netwerk van CMX op gesimuleerde data en bootste daarbij tientallen foutscenario’s na, afzonderlijk en gecombineerd. ‘Met een echt röntgensysteem zou het verzamelen van trainingsdata zeer kostbaar en tijdrovend zijn geweest – als het al mogelijk is’, aldus Jung. ‘Dankzij simulaties konden we meer fouten en hun root causes afdekken en zo een beter systeem ontwikkelen.’
Blindtest
Inmiddels is bewezen dat CMX defecten zoals ruis, wazige beelden en ringartefacten kan detecteren. Daarnaast kan het systeem de onderliggende oorzaken identificeren, zoals verminderde bronenergie en intensiteit, een vergroot focuspunt of verkeerde uitlijning en slijtage van de detector. De detectie van aanvullende defecten en oorzaken is voortdurend in ontwikkeling. Daarmee worden de grenzen van industriële kwaliteitsborging verlegd, zo bleek ook toen Sioux een aantal inspectiebeelden van een zakelijke relatie in de medtech kreeg - zonder toelichting, als blindtest - en vroeg om daar CMX eroverheen te laten lopen. Door het gebruik van CMX werden afwijkingen en defecten gespot die de klant zelf nog niet had gezien.
Gemakkelijke integratie
Gruber: ‘Dat bevestigde direct de kracht van onze oplossing. Dankzij onze expertise in röntgensimulatie kunnen wij systemen van klanten nabootsen en zo aantonen dat CMX fouten en hun oorzaken kan detecteren. Daarnaast, onze oplossing is ontworpen met het oog op gemakkelijke integratie in lopende productielijnen. Het is aanvullende technologie; vervanging van bestaande monitoringoplossingen is niet nodig. Daarnaast wordt gebruik gemaakt van reeds beschikbare data; 2D-projecties en 3D-reconstructies. De implementatie begint met een korte voorstudie: evaluatie van de use case, data analyseren en CMX parametriseren. Vervolgopties zijn onder meer integratie in het inspectiesysteem, datavisualisatie, een feedbackloop met een operator, neurale netwerken en meer.’
Terugroepacties
De voordelen die CMX biedt zijn significant, benadrukt Gruber. Door vroegtijdige foutdetectie dalen de aantallen vals-positieven en vals-negatieven, en daarmee de kosten en risico’s. Producenten krijgen bovendien direct inzicht in de conditie van hun inspectiesystemen waardoor bijvoorbeeld vervangende onderdelen op tijd kunnen worden besteld. Het effect: een hogere uptime, grotere betrouwbaarheid en minder kans op terugroepacties. Zo levert CMX een aantoonbare bijdrage aan de Return on Investment (ROI) van kwaliteitsborgingsprogramma’s.
Vooruitkijken
CMX wordt momenteel al geïntegreerd bij meerdere klanten van Sioux, waaronder een autofabrikant en een producent van medische apparatuur. Hierbij wordt onder andere de toegevoegde waarde bij specifieke toepassingen onderzocht en implementatie in productielijnen geoptimaliseerd. ‘In technologische zin zijn we inmiddels echter volledig klaar voor de markt', aldus Jung. Tegelijkertijd staat de ontwikkeling van CMX niet stil, vertelt hij. Zo is deze technologie niet alleen geschikt voor röntgeninspectie.
Optische camera’s
Jung: ‘CMX is in de kern een data-acquisitietool; breder inzetbaar voor het detecteren van afwijkingen en defecten van producten. We richten ons nu tevens op toepassing met andere sensoren zoals optische camera’s. Voorspellend onderhoud en aanvullende metingen staan ook op de roadmap. De daarvoor benodigde data komt voort uit nieuwe innovaties. Daarnaast zijn we betrokken bij standaardisatie van methodes en normen voor röntgeninspectie, bijvoorbeeld binnen SensMonCT, een Europees onderzoeksproject gericht op technologie-ontwikkeling om industriële CT-scanners automatisch en continu te monitoren en te kalibreren.’
Leren en groeien
‘Ook dat is het mooie aan Sioux’, vult Gruber aan. ‘De introductie van CMX markeert een volgende stap in röntgeninspectie. Wij kunnen dit soort complexe systemen ontwikkelen en in de praktijk laten werken door het bijeenbrengen van software, mathware, elektronica, optica en mechanica in één integrale aanpak. Tegelijkertijd willen we gezamenlijk leren en groeien - bijvoorbeeld door het combineren van klantprojecten met eigen onderzoek en deelname aan bredere innovatieprogramma’s - om technologische grenzen te verleggen en markten te transformeren.’
