Startseite » KI »

KI-Inspektion: Mit Deep Learning auf 99 Prozent

Fehler und Beschädigungen zuverlässig erkennen
KI-Inspektion: Mit Deep Learning auf 99 Prozent

hdr
Deevios AI-Box ist eine Kombination aus handlichem Mini-PC und einer leistungsfähigen Grafikkarte. Bild: Deevio
Anzeige
In fehlersensitive Branchen wie Gießereien oder Automotive-Firmen müssen selbst kleinste Fehler und Beschädigungen frühzeitig zuverlässig erkannt werden. Hier bieten sich KI-basierte Machine Vision Systeme mit Deep Learning an.

Beispiel Gießerei: „Die Oberflächen von formgegossenen Metallteilen erfahren üblicherweise eine aufwendige Nachbearbeitung, daher muss die Güte des Werkstücks relativ früh umfassend geprüft werden“, berichtet Damian Heimel, COO und Co-Founder des KI-Start-ups Deevio. Zu den typischen Druckgussfehlern zählen Fehlläufe, Porosität, Lufteinschlüsse oder Risse. Traditionelle regelbasierte Vision-Systeme stoßen hier aber aufgrund der breiten Fehlervarianz oft an ihre Grenzen.

Das gilt auch in der Automotive-Branche. Wegen der individuellen Ausstattungswünsche der Kunden kann ein Blechprägeteil schon nach wenigen Weiterverarbeitungsstationen eine immense Variations- und Farbvielfalt aufweisen. „Kleinste Kratzer, Dellen oder Farbeintrübungen lassen sich aber über starre Regeln einfach nicht zuverlässig erkennen“, so Heimel. „Weist die Form auch noch eine gewisse Komplexität auf, können schon minimale Beleuchtungsschwankungen dazu führen, dass regelbasierte Verfahren einen Pseudofehler erkennen und das Werkstück aussortieren – oder es aber fälschlicherweise freigeben.“

Lichtreflexionen ausgehebelt

Deevio nutzt daher Künstliche Intelligenz in Form von Deep Learning. Zur Inspektion wird das Werkstück von einer Kamera mehrfach und mit wechselnden Belichtungszeiten fotografiert, die Aufnahmen vom selbst entwickelten HDR-Algorithmus zu einem einzigen Bild mit kaum wahrnehmbaren Lichtreflexionen zusammengeführt. Auf Basis dieser Bilddaten sendet Deevios AI Engine dann ein Pass- oder ein No-Pass-Signal – zusammen mit den genauen Koordinaten des Fehlers auf dem Werkstück.

Bei der Umsetzung geht Deevio Schritt für Schritt vor. Nach einer Machbarkeitsstudie wird zunächst ein Proof-of-Concept durchgeführt. Hier wird das Deep-Learning-Machine-Vision-Modell noch nicht produktiv geschaltet, sondern vergrößert quasi nebenbei seinen Bilddatenschatz und wird weiter trainiert. Dazu werden im weiteren Verlauf mehr und mehr Bilder aus der laufenden Produktion verwendet, um die Fehlerquote unter 1 % zu drücken.

Während dieser Optimierungsphase, die ein paar Wochen dauern kann, begleitet die Deep-Learning-Lösung bereits ein Produktexperte des Kunden. „Zu Beginn der Einschleusung in die Produktionslinie ist die Deep-Learning-Lösung dann sogar in der Lage, die gelernten Defekte und Fehler zu abstrahieren – und auf neue Produkte anzuwenden, die sie bisher noch nicht zu Gesicht bekam.“ Sobald das KI-System dauerhaft einen Genauigkeitsgrad von 99 Prozent liefert, wird es in die Produktionslinie eingebunden.

Deevio GmbH

Swinemünder Straße 121

D-10435 Berlin

www.deevio.ai

Anzeige
Aktuelle Ausgabe
Titelbild Automationspraxis 9
Ausgabe
9.2020
LESEN
ABO
Schlagzeilen
Newsletter

Jetzt unseren Newsletter abonnieren

mav Innovationsforum 2020 DIGITAL EDITION

Jetzt Webcast ansehen und spannende Themen und Innovationen erleben!

Messevideo


Mechatronik in der Mensch-Roboter-Kollaboration: Die Zimmer Group zeigt, wie es geht.

Kalender

Aktuelle Termine für die Automatisierungsbranche

Whitepaper

Whitepaper aller unserer Industrieseiten

Alle Webinare & Webcasts

Webinare aller unserer Industrieseiten

Anzeige
Anzeige

Industrie.de Infoservice
Vielen Dank für Ihre Bestellung!
Sie erhalten in Kürze eine Bestätigung per E-Mail.
Von Ihnen ausgesucht:
Weitere Informationen gewünscht?
Einfach neue Dokumente auswählen
und zuletzt Adresse eingeben.
Wie funktioniert der Industrie.de Infoservice?
Zur Hilfeseite »
Ihre Adresse:














Die Konradin Verlag Robert Kohlhammer GmbH erhebt, verarbeitet und nutzt die Daten, die der Nutzer bei der Registrierung zum Industrie.de Infoservice freiwillig zur Verfügung stellt, zum Zwecke der Erfüllung dieses Nutzungsverhältnisses. Der Nutzer erhält damit Zugang zu den Dokumenten des Industrie.de Infoservice.
AGB
datenschutz-online@konradin.de