Die automatisierte Röntgeninspektion (AXI) ist eine Technologie, die auf den gleichen Prinzipien wie die automatisierte optische Inspektion (AOI) basiert. Anstelle von sichtbarem Licht werden Röntgenstrahlen als Quelle verwendet, um Merkmale automatisch zu prüfen, die normalerweise nicht sichtbar sind.
Die automatisierte Röntgeninspektion wird in zahlreichen Branchen und Anwendungen eingesetzt, vorwiegend mit zwei Hauptzielen:
Prozessoptimierung, d.h. die Ergebnisse der Inspektion werden zur Optimierung nachfolgender Verarbeitungsschritte genutzt,
Die Anomalieerkennung, d. h. das Ergebnis der Inspektion, dient als Kriterium für die Ablehnung eines Teils (für Ausschuss oder Nacharbeit).
Während AOI (aufgrund der weit verbreiteten Verwendung in der Leiterplattenherstellung) hauptsächlich mit der Elektronikfertigung in Verbindung gebracht wird, hat AXI ein viel breiteres Anwendungsspektrum. Es reicht von der Qualitätskontrolle von Leichtmetallfelgen bis zur Erkennung von Knochenfragmenten in verarbeitetem Fleisch. Überall dort, wo große Mengen sehr ähnlicher Artikel nach einem definierten Standard produziert werden, hat sich die automatische Inspektion mit fortschrittlicher Bildverarbeitungs- und Mustererkennungssoftware (Computer Vision) zu einem nützlichen Werkzeug entwickelt, um die Qualität zu sichern und den Ertrag in Verarbeitung und Fertigung zu steigern.
Mit der Weiterentwicklung von Bildverarbeitungssoftware ist die Zahl der Anwendungen für die automatisierte Röntgeninspektion enorm und wächst stetig. Die ersten Anwendungen fanden in Branchen statt, in denen Sicherheitsaspekte von Komponenten eine sorgfältige Prüfung jedes einzelnen produzierten Teils erforderten (z. B. Schweißnähte von Metallteilen in Kernkraftwerken), da die Technologie anfangs erwartungsgemäß sehr teuer war. Mit der zunehmenden Verbreitung der Technologie sanken die Preise jedoch deutlich und eröffneten der automatisierten Röntgeninspektion ein deutlich breiteres Feld – teilweise wiederum angetrieben durch Sicherheitsaspekte (z. B. Erkennung von Metall, Glas oder anderen Materialien in verarbeiteten Lebensmitteln) oder um den Ertrag zu steigern und die Verarbeitung zu optimieren (z. B. Erkennung von Größe und Position von Löchern in Käse zur Optimierung des Schnittmusters).[4]
Bei der Massenproduktion komplexer Produkte (z. B. in der Elektronikfertigung) kann eine frühzeitige Fehlererkennung die Gesamtkosten drastisch senken, da sie die Verwendung fehlerhafter Teile in nachfolgenden Fertigungsschritten verhindert. Dies bietet drei wesentliche Vorteile: a) Es liefert frühzeitig Rückmeldung über Materialfehler oder außer Kontrolle geratene Prozessparameter, b) es verhindert die Wertsteigerung bereits fehlerhafter Komponenten und reduziert so die Gesamtkosten eines Defekts, und c) es erhöht die Wahrscheinlichkeit von Feldfehlern am Endprodukt, da der Defekt aufgrund der begrenzten Anzahl an Testmustern in späteren Phasen der Qualitätsprüfung oder bei Funktionstests möglicherweise nicht erkannt wird.
Veröffentlichungszeit: 28.12.2021