Künstliche Intelligenz IBM entwickelt Watson-Lösung für die Qualitätskontrolle - Quality Engineering

Künstliche Intelligenz

IBM entwickelt Watson-Lösung für die Qualitätskontrolle

Die Bilder, die die Kamera von den zu prüfenden Teilen aufnehmen, werden direkt vor Ort analysiert Bild: IBM
Anzeige
Künstliche Intelligenz in der Qualitätskontrolle: IBM hat eine Lösung entwickelt, die mithilfe von Deep Learning eine optische Inspektion von Werkstücken durchführt. Das System lernt ständig dazu, die manuelle Nachbearbeitung nimmt ab. So sollen sich 80 % der Zeit einsparen lassen. Unternehmen brauchen aber neben dem Qualitätsexperten auch einen Data Scientist.
„Wir wollen die vierte industrielle Revolution weiter vorantreiben, indem wir künstliche Intelligenz in die Fabrikhallen bringen“, sagt Harriet Green. Sie spricht damit einen aktuellen Trend an, denn die Möglichkeiten der künstlichen Intelligenz für Produktionsprozesse werden derzeit stark diskutiert.
Das Thema ist mittlerweile auch in der Qualitätssicherung angekommen. Green ist bei IBM als General Manager für Watson und Lösungen rund um das Internet der Dinge (IoT) zuständig. Und ihr Unternehmen hat nun ein System mit dem Namen Cognitive Visual Inspection (CVI) entwickelt, das mit Watson-Technik arbeitet und in der Qualitätskontrolle zum Einsatz kommt.
Watson umfasst verschiedene Technologien, die sich alle zum Bereich Künstliche Intelligenz zählen lassen. CVI nutzt zum Beispiel Deep-Learning-Algorithmen.
Die Lösung macht mithilfe von Ultra-High-Definition-Kameras Videoaufnahmen von den Werkstücken, um sie auf Kratzer oder andere Beschädigungen zu kontrollieren. CVI arbeitet automatisiert, nur bei Unklarheiten wird ein menschlicher Mitarbeiter hinzugezogen.
Das Besondere: Dank Deep Learning ist die Lösung lernfähig. Je länger das System im Einsatz ist, desto besser wird seine Erkennungsrate.
Um seine Arbeit verrichten zu können, wird CVI zunächst von einem Qualitätsmitarbeiter eingelernt. Steffen Hartmaier, Lead Architect für IoT bei IBM, erklärt das Vorgehen am Beispiel der Inspektion von Halbleiter-Platinen. „Die Bilder werden zunächst gesammelt“, so Hartmaier. „Dann identifiziert ein menschlicher Mitarbeiter die Platinen, die fehlerhaft sind, und gibt diese Information an das System weiter. Ein Data Scientist erstellt dann mit der Lösung ein Modell.“ CVI lernt somit ständig dazu – auf Basis der Klassifikation der gefundenen Qualitätsmängel.
Rechenleistung kommt aus der Cloud
Das Erarbeiten des Modells ist sehr rechenintensiv. Daher wird dieser Vorgang in die Cloud verlegt. Hier steht über IBM genügend Rechenleistung zu Verfügung.
Wenn ausreichend Lerndaten vorhanden sind, wird das erarbeitete Modell an einen Client-Rechner übertragen. Dieser ist an der Maschine angebracht. Dabei spricht man von Edge-Computing - die Bilder der Kameras werden direkt vor Ort verarbeitet. Im laufenden Betrieb entscheidet das Modell somit selbstständig, ob eine Platine als in Ordnung oder nicht in Ordnung bewertet wird.
„Es ist wichtig, dass die Qualitätsentscheidungen direkt vor Ort und somit sehr schnell getroffen werden“, erklärt Hartmaier. Schließlich habe man in der laufenden Produktion nicht die Zeit, um Daten in die Cloud zu schicken und auf ein Ergebnis zu warten.
Werkstücke, die CVI mit einer hohen Wahrscheinlichkeit als nicht gut klassifiziert, werden noch mal von einem Menschen betrachtet. Dieser kann dann wieder Rückmeldung an das System geben. „Die Lösung meldet auch, wenn sie sich nicht sicher genug ist, um ein Teil zu bewerten“, erklärt Hartmaier. „Dann prüft der Quality-Manager, ob er einen Fehler entdeckt. Falls ja, kann das System durch Rückmeldung des Menschen den neuen Fehler erlernen.“ So kämen ständig neue Fehlerbilder hinzu, das System werde laufend erweitert.
Auf diese Weise nimmt der Aufwand für die manuelle Nachbearbeitung laut Hartmaier immer weiter ab - was sich auch in Zahlen belegen lasse. Tests hätten ergeben, dass bei einem acht Tage dauernden Produktionszyklus bis zu 80 % der ursprünglich für die Prüfung veranschlagten Zeit eingespart werden konnten.
„Durch die Anwendung von Deep-Learning-Algorithmen erhält man eine wesentlich höhere Ausbeute bei der Qualitätskontrolle und eine höhere Flexibilität, was die Erfassung von Qualitätsproblemen angeht, meint Hartmaier.
Datenexperte und Qualitätsmitarbeiter arbeiten zusammen
IBM bietet CVI als SaaS-Lösung an – also als Software as a Service. Das Anwenderunternehmen muss sich weder um Installation noch Wartung kümmern.
Es muss jedoch für das passende Personal sorgen. Denn neben einem Qualitätsexperten ist noch ein Data Scientist gefragt. Dieser müsse wissen, wie man Daten aufbereitet, brauche Grund-Know-how über visuelle Analysen und müsse in der Lage sein, mit Computermodellen umzugehen, so Hartmaier. „Wir sind der Meinung, dass eine Rollenverteilung dabei am sinnvollsten ist“, so der Experte. Auf Basis dieser Rückmeldung trainiert der Data Scientist das System und pflegt das Modell.
Neben der Verwendung für Halbleiter-Platinen ist CVI laut Hartmaier derzeit auch bei der Qualitätskontrolle von Flachbildschirmen im Einsatz. Weitere Anwendungsfelder, die aktuell überprüft werden, sind Lackierarbeiten bei Autoherstellern. Grundsätzlich seien aber alle Werkstücke denkbar, die sich für die optische Qualitätssicherung eignen. ■

Der Autor
Markus Strehlitz
Redaktion
Quality Engineering
Anzeige

Quality Engineering

Messe Control

Die Welt der Qualitätssicherung zu Gast in Stuttgart

Newsletter

Unsere Dosis Wissensvorsprung für Sie. Jetzt kostenlos abonnieren!

Webinare & Webcasts

Technisches Wissen aus erster Hand

Whitepaper

Aktuelle Whitepaper zum Thema Qualitätssicherung

Videos

Die QS-Branche vor der Kamera

Medtech meets Quality

Das Forum für Qualitätssicherung in der Medizintechnik

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