Künstliche Intelligenz in der Fertigungstechnik – Teil 2 – Automatisierte Inspektion

Künstliche Intelligenz in der Fertigungstechnik – Teil 2 – Automatisierte Inspektion

©2023 KR Architecture World

In der Fertigungstechnik hat die automatisierte Inspektion von Bauteilen einen entscheidenden Einfluss auf die Qualität, Effizienz und Wirtschaftlichkeit von Produktionsprozessen. Moderne Technologien, insbesondere Künstliche Intelligenz (KI), haben in diesem Bereich bahnbrechende Fortschritte ermöglicht.

In diesem Teil der Reihe werden wir uns auf die Anwendung von KI bei der automatisierten Inspektion von Bauteilen konzentrieren und auf weitere Möglichkeiten eingehen, wie Bauteile in der Fertigungstechnik automatisch inspiziert werden können.

Warum ist die Automatisierte Inspektion durch KI sinnvoll?

Die Vorteile gegenüber menschlichen Beobachtern ergeben sich hierbei insbesondere in der Echtzeitfähigkeit sowie der Skalierbarkeit. Moderne KI-Systeme können Bilder in Echtzeit verarbeiten, was für die Automatisierung von Fertigungslinien entscheidend ist.

Sie können für verschiedene Bauteile und Produktionsprozesse angepasst werden. So können auch Ultraschall-, Röntgen- oder Wärmebilder automatisiert ausgewertet werden. Dies ermöglicht unter anderem die Prüfung der inneren Struktur von Bauteilen, um versteckte Mängel zu erkennen oder um die Wärmeverteilung in Bauteilen zu erfassen. Die Entscheidung der KI kann hier auch unterstützend verwendet werden, um auf mögliche Fehler hinzuweisen. Ein menschlicher Beobachter kann im Anschluss entscheiden, ob tatsächlich ein Defekt am Bauteil vorliegt. Diese kollaborative Herangehensweisen kann in Unternehmen unterstützend eingesetzt werden, um hohe Qualitätsstandards zu erzielen.

Wie wird KI für die Automatisierte Inspektion verwendet?

Zu Beginn stellt sich immer die Frage: Welche Art von KI eignet sich für dieses Problem? Oftmals werden Bauteile durch unterschiedliche Kamerasysteme inspiziert. Dabei spielt es keine Rolle, ob die Bilder als Fotografie, Wärmebild oder Röntgenaufzeichnung vorliegen. Hierfür bietet sich besonders die Verwendung von Convolutional Neural Networks (CNNs) an.

CNNs sind eine spezielle Art von künstlichen neuronalen Netzen, die sich besonders gut für die Verarbeitung von Bildern eignen. Sie spielen für die Inspektion von Bauteilen eine entscheidende Rolle. CNNs arbeiten hierbei primär auf Bilddaten, aber auch jeder anderen Art von Daten, welche in der Form eines Bildes dargestellt werden können. Aus den Informationen an jedem Bildpunkt extrahieren CNNs hierbei die bedeutendsten Merkmale einer jeden Eingabe. Daraus kann die KI lernen, wie eine Aufnahme aussehen sollte und welche Merkmale auf einen Defekt hinweisen. CNNs können in der automatisierten Inspektion unterschiedliche Aufgaben übernehmen.

  1. Bauteilidentifizierung: CNNs sind in der Lage, Bauteile in Bildern zu erkennen und zu klassifizieren. Dadurch können Produkte auf ihr Vollständigkeit automatisch überprüft werden. Sollte bei der Überprüfung auffallen, dass ein Bauteil nicht vorhanden ist, kann dieses nachträglich hinzugefügt werden.
  1. Defekterkennung: CNNs können Defekte wie Risse, Kratzer oder ändere Schäden identifizieren. Dies erlaubt, dass fehlerhafte Bauteile aussortiert werden, wenn ein entsprechender Fehler erkannt wird.

Die Inspektion von Bauteilen in der Fertigungstechnik hat sich durch den Einsatz von KI erheblich verbessert werden. Die Fähigkeit, Qualitätsprobleme frühzeitig zu erkennen und Produktionsausfälle zu minimieren, trägt zur Steigerung der Effizienz und Wirtschaftlichkeit bei. In Kombination mit anderen Technologien bieten diese Ansätze eine umfassende Lösung zur Gewährleistung von Qualitätsstandards und Optimierung der Wirtschaftlichkeit in der Fertigung.