Automatisierte fertigungsbegleitende Prüfung von Verbindungselementen

Ausgangssituation

ARNOLD steht vor der Herausforderung, die Qualitätssicherung in der Produktion durch immer komplexer werdende Produkte zu optimieren. Die bisherigen Stichprobenkontrollen an 400 Maschinen an zwei Standorten werden dadurch zunehmend aufwendiger. Diese Kontrollen, die in regelmäßigen Abständen durchgeführt werden, beinhalten komplexe Messungen wie Rauheit und Formtoleranzen, die durch Faktoren wie Ölverschmutzung und hohe Temperaturen der Teile (bis zu 300°C) erschwert werden.

Ein Kernproblem ist die fehlende Integration des Prüfsystems mit dem ERP-System, was zu Informationsdefiziten führt. Die aktuellen Prozesse erfordern manuelle Eingriffe bei nicht konformen Prüfergebnissen und unterstützen nicht ausreichend bei der sofortigen Dokumentation und Analyse der Daten. Dies schränkt die Produktivität ein und erschwert es, strategische Ziele wie Null-Fehler und vollständige Digitalisierung zu erreichen.

Lösungsidee

Im Projekt ging es um die Implementierung eines automatisierten Inspektionssystems mit einem Roboter und einer automatisierten, bildbasierten Inspektionslösung. Die Integration in das ERP-System ermöglicht eine automatisierte Dokumentation und Alarmierung bei Abweichungen, sodass schnell reagiert werden kann. Ziel der Lösung ist es, den Prüfaufwand für das Personal zu minimieren und die Qualitätskontrolle effizienter zu machen.

Im Rahmen des Projektes wurde die Möglichkeit einer automatisierten, bildbasierten Prüfung an den in den Prüfplänen definierten Punkten untersucht.

Nutzen

Die Einführung der automatisierten bildbasierten Inspektion bietet zahlreiche Vorteile. Erstens ermöglicht sie eine kontinuierliche und genaue Überwachung der Produktion, was menschliche Fehler reduziert. Zweitens trägt die automatisierte Erfassung und Dokumentation der Prüfergebnisse zur Verfolgung des Null-Fehler-Ziels bei und unterstützt Trendanalysen in Echtzeit. Diese Daten ermöglichen es, Produktionsprozesse proaktiv anzupassen und damit die Qualität der Endprodukte zu verbessern. Drittens erhöht die effiziente Prüfmethodik die Produktivität, indem der Prüfaufwand pro Anlage und Stunde reduziert wird. Insgesamt trägt die bildbasierte Inspektion maßgeblich zur Digitalisierung und Automatisierung von Produktionsprozessen bei und leistet einen entscheidenden Beitrag zur strategischen Zielverfolgung und Qualitätssteigerung in der Massenproduktion von Kleinteilen.

Umsetzung der KI-Applikation

Im Rahmen des Projekts wurden verschiedene Kleinteile hinsichtlich ihrer automatisierten Prüfbarkeit mittels Bildverarbeitung bewertet. Die detaillierte Analyse der Prüfpläne führte zur Bewertung der Prüfbarkeit mit Standard-Kamerasystemen und Shape-from-Shading-Systemen. Die Bildauswertung umfasste analytische Maßhaltigkeitsprüfungen und KI-basierte Anomalieerkennung, insb. mittels Patch-basierter Algorithmen, die an Gutteilen trainiert wurden. Dies ermöglichte, Schlechtteile effizient zu identifizieren. Trotz begrenzter Beispielbilder zeigte die KI-basierte Anomalieerkennung vielversprechende Ergebnisse für eine präzise Bewertung.

Testimonial

»Das Projekt zeigte uns, dass KI hohes Potenzial zur Optimierung bietet. So konnten uns zuvor unbekannte Analysen eindrucksvoll demonstriert werden. Zwar offenbarte der Quick Check auch, dass unsere Anforderungen aktuell nicht 1:1 umsetzbar sind. Trotzdem werden wir uns weiter mit KI beschäftigen. Wir sehen darin die Chance, dem Fachkräftemangel und den steigenden Anforderungen aufgrund der Transformation in der Automobilindustrie entgegenzuwirken.« - Andreas Philipp, Fabian Rudolph, Daniel Barac