A röntgensugaras tomográfia működése koordináta-mérőgépekben

Az esetleges belső anyaghibák feltárása számos iparágban nélkülözhetetlen munkafolyamat, a szigorú minőség-ellenőrzések megkerülhetetlen velejárói a gyártásnak. A precíz, megbízható mérések leghatékonyabb módja a komputertomográfiás koordináta mérőgépek használata. Azt azonban kevesen tudják, hogyan működik ez a technológia.

A komputertomográfiás (CT) koordináta mérőgépeknél a munkadarab a röntgensugár forrása és a detektor között helyezkedik el. Forgatásával, különböző irányokból 2D-s röntgenképek készíthetők róla. A kapott képekből egy matematikai algoritmus segítségével rekonstruálható a munkadarab 3D modellje. Ez a modell háromdimenziós voxelekből (térbeli pixel) áll, ezért voxel térfogatként is hivatkoznak rá.

cmm_structure_3

Strukturális felbontás

A pontos CT mérésekhez a nagy ismételhetőség mellett, (többek között pontos géptengelyek használatával) a felbontás mértéke (összhangban a mérési feladattal) is létfontosságú. Egy rendszer strukturális (térbeli) felbontása köztudottan arra szolgál, hogy meghatározza a kis struktúrák egymástól való megkülönböztethetőségének mértékét. A CT szenzor rendszerű koordináta mérőgépek esetében ez megegyezik az adott voxel térfogaton belül észlelhető tulajdonságokkal. Egy adott munkadarabról készített kvalitatív analízisben – mint például az üregek vagy rések feltérképezése – csak a voxel térfogat strukturális felbontása számít.

A munkadarabok dimenzionális méréséhez felületi pontokat kell generálni a voxel térfogatból, ezeket pedig hozzákötni az egyes dimenziókhoz. Az így keletkező strukturális felbontás, a mérési pontok segítségével elegendő kell legyen a dimenziók kiszámolásához. Ez persze jelentős elvárásokat támaszt a rendszerrel szemben, hiszen az egyes tulajdonságok (lyukak, rádiuszok, stb.) nem csak, hogy észlelhetőek, dimenzionálisan mérhetők is kell legyenek. A mérési feladathoz szükséges strukturális felbontás, a legkisebb mérni kívánt tulajdonság függvénye. A voxel méretét úgy kell meghatározni, hogy a mérni kívánt tulajdonság több voxelt is lefedjen, mindhárom dimenzióban. Csak így lehet megbizonyosodni arról, hogy elegendő képátmeneti adat, ezáltal pedig elegendő mérési pont meghatározása történt meg, ami az olyan geometriai elemek paramétereinek megadásához szükséges, mint a hengerek vagy síkok.

Pozicionális felbontás

A dimenziós mérésben a pozicionális felbontás is fontos szerepet játszik, ez írja le ugyanis egy mérési pont legkisebb mérhető elmozdulását és jelentősen befolyásolja a mérési eredmények variációit, ezáltal a mérési bizonytalanságot is. A Werth által szabadalmazott helyi élek helyzetének észlelése lehetővé teszi, hogy a mérési pontok pozíciója meghatározható legyen, akár egytized voxeles pontossággal.

Detektor és röntgen sugárforrás

A detektornak és a röntgen sugárforrásnak jelentős hatása van a strukturális felbontásra. A detektor mérete korlátozza a “képen belüli” mérési tartományt, hiszen az egész munkadarabnak bele kell férnie a sugárnyaláb gyújtópont és detektor közti tartományába. A detektor pixeleinek mérete és száma (felbontás) pedig meghatározza, milyen finomságban bontja fel a munkadarabot vagy a munkadarab mért részét a 3D voxel raszter.

Nagyobb számú pixellel – ebből adódóan nagyobb számú voxellel – elméletben elérhető a nagy strukturális felbontás, gyakorlatban azonban azt a röntgen sugárforrás gyújtópontjának mérete is jelentősen befolyásolja. A gyújtópont méretének növekedésével a fókuszon kívüli területek is nőnek, hiszen a röntgensugarak így a gyújtópont különböző részeiről terjednek tovább.

structural_resolution_2

 

A CT kép nagyító természetéből adódóan, a voxel mérete attól függ, hogy mekkora az érzékelő pixele, illetve, hogy hol van elhelyezve a munkadarab a nyalábon belül. Ha a munkadarabot közelebb toljuk a sugár forrásához, a voxelek élhossza csökken, tehát közvetlenül a forrás előtt a voxelméret minimális, a mérési tartomány viszont nagyon kicsi. Olyan gépeknél, ahol nagy a távolság a röntgen sugárforrás és a detektor között, magasabb felbontású leképezésre van lehetőség adott munkadarab-röntgen sugárcső-detektor távolságon, az alkatrészek így magasabb strukturális felbontással mérhetők.

Mérési tartomány és felbontás

Ha a röntgen sugárcső gyújtópontja viszonylag nagy, akkor ugyan a legkisebb voxel méret maximális nagyításra állítható, a legnagyobb strukturális felbontás viszont nem lesz elérhető, hiszen a voxel térfogat fókuszon kívül fog esni. A munkadarab közelebb helyezésével ugyanakkor nagyobb mérési tartomány érhető el “képen belül”. Gyakorlatban a munkadarab pozíciója sokszor úgy van beállítva, hogy a detektor és a gyújtópont hatása nagyjából azonos, így elérhető az optimális strukturális felbontás. A megfelelő kompromisszumot azonban a szükséges mérési tartomány figyelembe vételével kell megtalálni.

Raszteres tomográfia használatával egyesíthetők a detektor különböző mérési tartományai (“képen belüli” mérés), ami arra alkalmas, hogy nagyobb munkadarabokat is maximum felbontáson lehessen mérni. ROI (region of interest=kérdéses tartomány) tomográfiával pedig képesek vagyunk a munkadarab egyes zónáit magasabb nagyításon és felbontásban mérni, mint a munkadarab egészét, így megtakarítható a mérési és feldolgozási idő, emellett pedig csökken a voxel térfogat.

Egy CT szenzor rendszerű koordináta mérőgépnek egyaránt rendelkeznie kell egy nagy pixelszámú detektorral és egy kis gyújtópontú röntgen sugárforrással annak érdekében, hogy a maximális strukturális felbontás elérhető legyen a kis tulajdonságok méréséhez. Egy olyan mikrofókusz cső használatával, mint a Tomoscope HV Compact-ban használt Werth 300 kV adatátviteli cső, a gyújtópont mérete, valamint a pixelek száma és mérete optimalizálva vannak, így a rendelkezésre álló fókusztartomány mérete még nagy sebesség mellett is csupán néhány mikrométer. Ez azt jelenti, hogy a nehezen áthatolható munkadarabok is pontosan mérhetőek, magas strukturális felbontás mellett. A felbontás javításához persze a fentebb is említett technológiák (raszteres tomográfia, ROI tomográfia), valamint a tárgyi korrekciós és ellentartásos módszerek is nagyban hozzájárulnak.

ForrásWerth

További információ:

A Werth hivatalos magyar nyelvű honlapján.