QpixControl2 — 集成先进AI功能，重新定义硬度测试 自动、准确地检测硬度测试印痕——即使是复杂表面
QpixControl2 — 集成先进AI功能，重新定义硬度测试 自动、准确地检测硬度测试印痕——即使是复杂表面
这种图像评估用于硬度测试的所有领域，通常能提高识别率，发现图像中的压痕，并提升评估和分析的质量与准确性。 基于人工智能的图像评估显著提高了硬度测试中压痕检测的质量。
QAI 能为粗糙、研磨和腐蚀表面提供更大的附加值。特别是在应对复杂材料表面或腐蚀表面时，识别率能够大幅提高。
QAI 图像评估已完全集成到QpixControl2 操作软件中，并取代了现有的图像识别算法。
使用QAI图像识别技术也改进了设备的重复性和系统偏差。评估的准确性对设备的相对重复性有着极大影响。
传统评估与QAI评估的比较
在701/HV1硬度块上打90个测试点。针对相同的90个压痕，采用不同的评估模式进行测量。
| 平均值 | 范围 |
| 700,04 | 24,90 |
| 最小硬度值 | 最大硬度值 |
| 688,80 | 713,70 |
| 标准差 | 结果正常 |
| 5,88 | 90 |
| 平均值 | 范围 |
| 701,50 | 16,40 |
| 最小硬度值 | 最大硬度值 |
| 692,50 | 708,90 |
| 标准差 | 结果正常 |
| 3,47 | 90 |
AI人工智能及其图像识别功能仅在本地电脑上运行，且仅在 QpixControl2 软件内运行，所有数据均为离线状态，无需互联网连接。 人工智能模型无法自行发展和学习；此功能和工作只能由 QATM 负责进行，以确保设备上仅使用经过认证的 QAI。硬度计作为精密检测设备，必须符合标准，因此相关结果必须由QATM进行验证。 所有测试数据均存储在本地 PC 和软件中，不会与 QATM 进行数据交换。QAI测试结果始终保持一致性。
100%离线解决方案
100%本地数据
机器上的 QAI 没有持续进行开发
不需要。基于人工智能的图像识别不会影响光学系统。放大倍数、相机和物镜保持不变。QAI 分析所捕获的图像并识别硬度测试压痕。评估和测量过程遵循与传统硬度测试软件相同的原则。
否。相关标准（DIN EN ISO,ASTM）对样品制备提出了要求，但并未定义诸如粗糙度值（Ra/Rz）之类的表面质量参数。通常，应根据所施加的载荷，为维氏硬度测试制备适合的表面。压痕及其边缘必须清晰可见。
是的，有可能。QAI 图像评估甚至能在低质量表面上识别出硬度压痕。我们建议您起初保持当前的制备流程。不过，逐步优化是可能的，且需进行相应的验证。 重要提示: 客户负责定义和验证其制备流程。QATM 可提供指导和支持。
是。从技术和软件角度来看，在经过腐蚀处理的表面上直接进行硬度测试是可行的。即使在这种情况下，QAI 图像评估也能实现非常高的识别率。然而，标准建议在未经腐蚀处理的表面上进行硬度测试。最终的工艺流程验证责任在于客户。
不需要。人工智能和图像识别功能完全在个人电脑上的QpixControl2 软件中本地化运行。所有数据均处于离线状态，无需互联网连接。
否。人工智能模型无法独立发展和学习。如果 QAI 软件无法识别某些硬度测试压痕，可通过 QATM 重新训练 QAI。
