Verschmutzungen und Kratzer automatisiert erkennen Bessere Qualitätskontrolle mit KI-basierter Software

In der optischen Qualitätskontrolle ist künstliche Intelligenz (KI) nicht die Zukunft, sondern schon angekommen. Immer mehr Unternehmen nutzen KI-basierte Software für die optische Prüfung der laufenden Produktion in Echtzeit. Denn KI macht dort weiter, wo die regelbasierte Bildverarbeitung aufhört.

Die ist bewährt dafür, gut abgrenzbare Produktfehler zu entdecken. Dazu gehören zum Beispiel fehlende Teile, falsche Konturen, zu kleine oder zu große Produkte. Diese Unterscheidung erlernt die Software anhand von Bildern mit in Ordnung (i.O.) und nicht in Ordnung (n.i.O.) klassifizierten Teilen.

Ihre Grenzen fand die optische Qualitätskontrolle bisher, wenn die Vielfalt der möglichen Fehler zu groß ist zum Einlernen. Das trifft zum Beispiel auf Flecken, Kratzer, Lunker oder Faserbruch zu. Diese können in allen erdenklichen Formen, Größen und Positionen auftreten. Erst KI-basierte Systeme erkennen solche in großer Vielfalt auftretenden Fehlstellen, denn sie erlernen durch ihre neuronalen Netze das Prinzip des Kratzers oder Lunkers, den sie dann in verschiedenen Erscheinungsformen erkennen.

KI ermöglicht Erkennung unregelmäßiger Fehler

Ein Pionier auf diesem Gebiet ist Elunic. Ihre KI-basierte Software AI.SEE wird vor allem zur Prüfung von Oberflächen aus Metall oder Kunststoff verwendet. Die Software kann Produkte mit unregelmäßigen Fehlern in Echtzeit detektieren und den Befehl zum automatisch Ausschleusen geben. Dies verhindert deren Weiterverarbeitung oder gar Auslieferung.

Die Einrichtung der KI-basierten, optischen Qualitätssicherung erfolgt ähnlich wie bei der klassischen Bildverarbeitung. Zur ersten Schulung wird die Software mit Bildern von i.O. oder n.i.O. klassifizierten Bauteilen gespeist. Dann kann die Prüfung in der laufenden Produktion beginnen.

Die Software unterscheidet geprüfte Produkte in i.O. und n.i.O. und legt unklare Fälle einem menschlichen Mitarbeiter zur Entscheidung vor. Der bewertet das Produkt und erzeugt neue Datenpunkte, die die Software nutzt, um sich stetig weiterzuentwickeln. In der Regel ist die Software nach etwa zwei Monaten so weit trainiert, dass kaum noch Zweifelsfälle auftreten.

Bei der IT-Architektur setzt Elunic auf Edge Computing. Dabei führt ein Industriecomputer vor Ort die KI-Analyse der Produkte sowie Aktionen wie Signalisierung und Ausschleusung durch.

Die großen Mengen an Bildern kann in die Cloud ausgelagert werden. Das soll langfristige Persistierung der Daten und nahezu unbegrenztes, kosteneffizientes Speichervolumen gewährleisten.