海角直播

Potential Area Modelling - Simulation - Optimisation

Ausstattung:

  • R枚hre: 160kv 10W, ca. 0.5碌m effektiver Brennfleck
  • Detektoren: Flatpanel 3064x1928 Pixel (FP), Optische Vergr枚脽erung (0.4x, 4x, 20x, 40x) & CCD 2024 x 2024 Pixel

  • Es stehen zwei unterschiedliche Detektorsysteme zur Verf眉gung: Das Flatpanel erm枚glicht schnelle Aufnahmen gro脽er Probenbereiche. Der CCD-Detektor mit optischer Vergr枚脽erung bietet hingegen eine deutlich h枚here r盲umliche Aufl枚sung und eignet sich daher besonders f眉r kleinere Probenbereiche. Dies geht jedoch mit einem geringeren Sichtfeld und l盲ngeren Messzeiten einher.

  • Neben klassischen Absorptionskontrastmessungen kann das System auch Phasenkontrastaufnahmen durchf眉hren. Dadurch lassen sich Materialien mit 盲hnlicher Absorption 鈥� insbesondere schwach absorbierende, vor allem organische Werkstoffe 鈥� in den rekonstruierten Volumendaten besser voneinander unterscheiden.

  • Voxelgr枚脽e: FP: >10碌m; CCD: >0.5碌m

 

Typische Materialien und Erfahrung:

  • Low-Z & Organische Proben
  • Strukturaufkl盲rung an Verbundwerkstoffen, Polymeren und anderen schwach absorbierenden Proben (z.b. biologisch)
  • Polymersegmentierung, Faserverbundanalyse, Porenanalyse, Low-Z Materialien, Strukturaufkl盲rung (Porengehalt, Verteilung, Fasergehalt, Verteilung, Orientierung)
  • Erstellen von digitalen Zwillingen, Tapeuntersuchungen, Multi Energy CT

 

Probengr枚脽e bei gew眉nschter Aufl枚sung:

  • Bis 鈱� 100 mm FlatpanelP (ca 25碌m) und l<250 mm
  • F眉r High-Resolution Scan <鈱�10 mm und l< 100 mm

 

In-situ Tests:

  • Stop&Scan: Deben Stage f眉r Zugversuch & 3 Punkt-Biege-Versuch, parallele AE-Analyse

     

Methoden/Software zur Visualisierung, Nachverarbeitung und Analyse:

  • VGStudio
  • Geodict
  • TXMViewer
  • verschiedene anwendungsspezifische Analysen und Visualisierungen mit Python
  • deterministisch und KI-gest眉tzte Segmentierung
  • Mosaik-Stitchen von 眉berlappenden Scans