使用增强的XCT成像进行缺陷检测

橡树岭实验室(Oak Ridge National Laboratory)开发的算法可以极大地增强3D打印金属零件的X射线计算机断层扫描(XCT)图像，从而实现更准确，更快的扫描。

工业XCT作为一种无损检查和鉴定增材制造(AM)零件的方法越来越受欢迎。但是，这种过程受到称为光束硬化的影响的阻碍，该效应可能会影响标准算法解决重建图像中小缺陷(例如孔和裂纹)的能力。

为了改善这一过程，ORNL研究人员展示了一种新方法，该方法使用了深度神经网络，该网络对来自计算机辅助设计模型和基于物理信息的模拟数据进行了训练。

与典型算法相比，该方法减少了噪声和伪像，并产生了质量更高的图像。

ORNL的Amir Ziabari说：“我们的目标是提高X射线图像的分辨率和缺陷检测能力，这反过来将有助于对AM零件进行鉴定和认证。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！