Qualitätsmanagement Sichtprüfungssysteme ausgestattet mit künstlicher Intelligenz

Anbieter zum Thema

ATEcare Service GmbH & Co. KG

VdLB Verband deutscher Laseranwender - Blechbearbeitung e.V.

evopro systems engineering AG

AUTOMATE-ME GmbH

Die Digitalisierung bringt erfolgversprechende Technologien hervor, die sich oftmals ohne großen Aufwand in Fertigungslinien integrieren lassen. In Verbindung mit künstlicher Intelligenz (KI) lässt sich in der Qualitätsüberprüfung ein ganzheitliches Bild eines Prüflings erstellen, was einen effizienten Inspektionsprozess garantiert.

Leichtmetallfelgen sind hochqualitative Produkte, die mit variierenden Designs in anspruchsvollen Prozessen gegossen, gewalzt oder geschmiedet werden. Anschließende Oberflächenbehandlungen und Versiegelungen sollen die Metalle vor Beschädigungen und Umwelteinflüssen schützen und für eine hohe Langlebigkeit sorgen. Bei der Herstellung der Felgen mit leistungsfähigen und flexiblen Fertigungsanlagen kommt dem Qualitätsmanagement eine Schlüsselfunktion zu. Dennoch werden die fertig geformten Metalle oftmals lediglich einer herkömmlichen visuellen Sichtprüfung unterzogen. Da die manuellen optischen Kontrollen der Oberflächen nicht selten fehlerbehaftet und inkonsistent sind, wird diese Form der Inspektion einer hochwertigen Fertigungsphilosophie jedoch kaum gerecht. So führen neben Routinefehlern auch die verschiedenartigen Erfahrungen und Fähigkeiten der Beurteilenden zu ungleichen Bewertungen und Prüfergebnisse. Automatisierte Inspektionen wie die Deep-Learning-Bildanalyse ermöglicht hingegen eine effiziente Qualitätskontrolle. Die maschinelle Bilderkennung spürt nicht nur Fehler in der Produktion auf, sondern lässt auch Rückschlüsse auf deren Ursachen zu.

Vision-Systeme mussten jedoch bislang speziell auf das zu inspizierende Produkt zugeschnitten werden, indem mehrere Kameras um ein Produkt herum fest montiert wurden. Galt es dann bei Chargenwechseln neue Prüfmerkmale zu erfassen, war es erforderlich, die Kameras manuell neu zu positionieren. Ein Variantenmix war mit diesen unbeweglichen Kamerasystemen in vielen Fällen nicht automatisch zu inspizieren. Ohnehin nicht möglich waren Mehrfachaufnahmen von bestimmten Prüfmerkmalen aus verschiedenen Winkeln und vielfältigen Beleuchtungsszenarien.

Bildergalerie

Automatische Sichtprüfung nimmt ein komplettes Auto in Augenschein

In Verbindung mit künstlicher Intelligenz (KI) lässt sich jedoch ein ganzheitlicheres Bild eines Prüflings erstellen, was einen möglichst effizienten Inspektionsprozess garantiert. „Eine automatische Sichtprüfung kann zukünftig fehlerfrei und ganzheitlich das Äußere eines kompletten Fahrzeugs in Augenschein nehmen, wo heute zwei Qualitätsmitarbeiter das Erscheinungsbild auf Mängel überprüfen“, erklärt Olaf Römer. Der Geschäftsführer der ATE Care Service GmbH Co.KG vertreibt eines der modernsten Sichtprüfungssysteme. Das vollautomatische, roboterbasierte System aus dem Hause Kitov kann sich flexibel bewegen und somit mit seinen Kameras beispielsweise Leichtmetallfelgen aus differierenden Winkeln mit unterschiedlichem Lichteinfall inspizieren. Eine Software steuert die effektive Bildaufnahme und -verarbeitung anhand voreingestellter Algorithmen, wobei das System 2D-, 3D- und Deep-Learning-Technologien kombinieren kann. Das visuelle Oberflächeninspektionssystem ist in der Lage, alle über die Software ausgewählten und eingelernten Parameter zu erkennen und zu vermessen. Die Ergebnisse der Qualitätskontrolle lassen sich über das Computersystem des nutzenden Unternehmens auch aus der Ferne prüfen und untersuchen.

Wird das Inspektionssystem mittels KI trainiert, lernt es Fehler zu klassifizieren und daraus eine Entscheidung abzuleiten. Dazu analysiert die Software das aufgenommene Bildmaterial in einem Soll-Ist-Vergleich. Aus Merkmalen leitet das Programm dann zukünftig ab, ob der Prüfling gut oder schlecht ist. Sobald Oberflächen jedoch widerspiegelnde Flächen aufweisen, lassen sich mit direkt oder auch seitlich beleuchtenden Systemen nur unzureichende Inspektionsergebnisse erzielen. Deshalb galt die industrielle Prüfung von reflektierendem Material wie beispielsweise lackierten Felgen bislang als zu komplex.

Kritische Defekte auch auf spiegelnden Oberflächen erkennen

Kitov lässt sich jedoch optional mit einer speziell entwickelten, auf der Interferometrie basierenden Beleuchtungsmethode ausrüsten. Damit kann er ohne menschliches Zutun visuelle Qualitätskontrollen an komplexen 3D-Produkten durchführen. Sobald das 3D-Vision-System trainiert ist, erkennt es kritische Defekte auch auf spiegelnden Oberflächen von Blechen und Metallen reproduzierbar und übertrifft dabei die von Menschen erzielte Trefferquote um ein Vielfaches. So identifiziert das Softwaretools ‚Supervised Optimization‘ in definierten Bereichen, den sogenannten Pattern, Unregelmäßigkeiten an Metall- und Kunststoffteilen aufgrund mangelhafter Lackierungen und galvanischer Prozesse. Die Schiedsrichter-Software ‚Arbitrator‘ prüft Metalloberfläche vor Auslieferung hingegen, ob diese definierten Qualitätsvorgaben entsprechen.

Ab welcher Größe, Tiefe und Erscheinungsform zum Beispiel ein Kratzer aufzuzeigen ist, muss das Programm erst lernen. Weil hierbei der Handlungsspielraum für die individuelle Beurteilung von Gutteilen nicht einfließen darf, ist die Bewertung sicherheits-, produkt- oder prozessrelevanter Komponenten ein schwieriges Unterfangen. So müssen anfangs Personen mit entsprechendem Befähigungsnachweis die KI-basiert gesammelten Daten kategorisieren. „Sobald jedoch eine gewisse Schwungmasse an Bewertungen vorliegt, ist es möglich, Beurteilungsfehler zu eliminieren“, erklärt Römer. „Damit lassen sich nicht nur die erheblichen Kosten der Qualitätskontrolle in der Automobilherstellung und bei den vorgelagerten Zulieferunternehmen reduzieren. Im Laufe der Zeit lernen die vollautomatisierten Systeme überdies, sich zu verbessern. Sie passen sich an die Umgebung an, wodurch sich der Durchsatz erhöhen lässt. Kitov bietet somit sehr vielen Unternehmen einen vielversprechenden Return on Investment.“

(ID:47609592)