top of page
15_Oben.jpg

Fallstudie Präzisionswerkzeuge – Inspektion von Frästeilen

„Mit der KI-Software von deevio haben wir selbst kleinste Defekte erkannt, die wir mit herkömmlicher Bildverarbeitung auf diese Weise nicht erkennen konnten.“


Qualitätsmanager FRANKEN

Das Projekt

 

Emuge Franken fertigt Frästeile für verschiedene Branchen und prüft die Qualität dieser Frästeile mit speziell geschultem Personal, denn schon kleinste Mängel verhindern die Auslieferung der Produkte an die Kunden.

Aufgrund der Komplexität der Aufgabenstellung und der Variabilität der Produkte reicht hier jedoch eine reine Messung mit herkömmlicher Bildverarbeitung nicht aus, um die 12 korrekt in unterschiedliche Fehlerklassen einzuordnen.  

​
 

Die Umsetzung

 

Anstatt das bestehende Inspektionssystem zu ersetzen, konnte deevio auf den vorhandenen Bilddaten aufbauen, ein KI-Modell erstellen, testen und validieren und zusammen mit FRANKEN S7 Siemens Maschinenintegration in den Produktionsprozess integrieren.

Dazu sortierte FRANKEN zusammen mit deevio die Bilder des Inspektionssystems im ersten Schritt in die 13 verschiedenen Kategorien mit etwa 50 Pellets pro Kategorie.

 

​

​

frankenbohrer2.png
frankenbohrer.png
franken 1.png

Bildaufnahme und Erstellung der KI-Software

franken2.png
franken3.png

Für die Erstellung der KI-Software ist kein komplexer Testcode erforderlich; Musterteile mit den zu prüfenden Mängeln genügen hier. deevio fotografiert diese, markiert gemeinsam mit dem Automobilzulieferer den Defekt auf dem Bild und kann dann bereits nach wenigen Stunden die ersten Tests durchführen.
Das Bereitstellen und Auswerten von Musterteilen war hier das einzige, was der deevio-Kunde tun musste.

​

​

Dabei zeigt deevio nicht nur an, dass eine Drosselklappe defekt ist, sondern auch, wo im Bild der Defekt ist.
Dies ermöglicht dem Kunden, eine Statistik über die aufgetretenen Fehler zu führen und den Produktionsprozess zu verbessern.

​

Anhand der so gekennzeichneten Daten hat deevio ein Multiklassifizierungsmodell erstellt, das die Beads in die verschiedenen Kategorien einordnen kann. Bereits nach kurzer Zeit lag die Genauigkeit hier bei über 98%.  

​

Eine weitere Herausforderung war die Auswertungszeit: Bis zu 40.000 Bilder mussten in weniger als 3 Minuten (~0,004s pro Bild) ausgewertet werden. Dafür nutzte deevio seine Highspeed-KI-Box, die ebenfalls nachträglich integriert wurde. Aufgrund der Corona-Pandemie wurde das komplette Projekt remote von BASF und deevio durchgeführt, einschließlich der Abnahme in die Live-Produktion.

Seit 2020 läuft die KI-Software von deevio nun zuverlässig live in der Produktion von FRANKEN.

Weiterentwicklung des KI-Modells

​

Das Ziel von FRANKEN für das KI-Projekt mit deevio war es auch, die Modelle kontinuierlich verbessern und neue Produkte eigenständig hinzufügen zu können. 

Dazu nutzt FRANKEN das Self-Training-Feature von deevio, das es ihnen ermöglicht, das KI-Modell mit neuen Bildern aus der Produktion neuer Fehlerklassen oder Produkttypen zu erweitern und die Genauigkeit zu erhöhen, ohne selbst Codes erstellen zu müssen.

​

Vorher und nachher

 

Vor der Zusammenarbeit mit deevio konnte FRANKEN Perlen nur manuell zuordnen, was Rückschlüsse auf Fehlerursachen in der Produktion erschwerte.

Mit deevio kann FRANKEN nun mit hoher Genauigkeit auf eine automatisierte Kategorisierung zugreifen, eine detaillierte Basis für Rückschlüsse auf Produktion und Fehlersuche haben und FRANKEN kann selbstständig neue Prüfkriterien und Produkte hinzufügen.

Wie können Sie profitieren?

 

Wenn Sie manuelle Qualitätskontrollen durchführen oder ein Kamerasystem haben, mit dem Sie nicht zufrieden sind, können Sie sich gerne an uns wenden. Wir finden eine individuelle Lösung für Ihre Anwendung und liefern das auf Ihre Bedürfnisse zugeschnittene Komplettsystem.

​

Nehmen Sie hier Kontakt mit uns auf.

wenglor Deevio GmbH

Köpenicker Str. 40B

10179 Berlin

EFRE_Foerderhinweis_englisch_farbig_Vorschau.jpg
IBB-Logo.svg.png

deevio wird durch das Pro FIT Programm der Investitionsbank Berlin gefördert. Ziel der Kooperation ist die Erforschung und Entwicklung automatisierter multiperspektivischer Bilderfassung, Segmentierung und Inspektion in der industriellen Fertigung. Dieses Projekt wird vom Europäischen Fonds für regionale Entwicklung (EFRE) kofinanziert.

bottom of page