Fahrzeuge aus der automobilen Serienfertigung lassen sich eindeutig anhand geprägter Fahrgestellnummern identifizieren. Automobilhersteller müssen den Rahmen jedes Fahrzeugs mit einer geprägten Nummer versehen, die dann auf Aufklebern und Barcodes an verschiedenen Stellen am Fahrzeug wiederholt wird. Wenn diese Nummern nicht übereinstimmen, muss der Hersteller den Wagen zu erheblichen Kosten verschrotten. Sogar in hoch automatisierten Fertigungsanlagen kommen bei einigen Fahrzeugen nicht übereinstimmende Fahrgestellnummern vor.
Earl Yardley, Geschäftsführer IVS Ltd., UK, Tochtergesellschaft der NeuroCheck GmbH, Remseck
Bei Nissan Motor Manufacturing (UK) Ltd. in Sunderland, Großbritannien, wurde die offizielle Fahrgestellnummer üblicherweise im Motorraum angebracht. Wenn das Fahrzeug die „Fertigstellungslinie“ erreichte, unmittelbar vor dem abschließenden Wachsen und Verladen, untersuchte ein Mitarbeiter den Motorraum, verglich die eingravierte Nummer mit der Fahrgestellnummer in den Papieren des Fahrzeugs und entschied über die Korrektheit der Nummer. Bei einigen Modellen wird die Fahrgestellnummer jedoch jetzt in einem Fach unter dem Teppich vor dem Fahrersitz eingraviert.
Jetzt muss der Mitarbeiter in das Fahrzeug einsteigen, das Fach öffnen und mit Hilfe einer Taschenlampe die Fahrgestellnummer ablesen. Die Prüfaufgabe hat sich jedoch als Gesundheits- und Sicherheitsrisiko herausgestellt, da die Sichtprüfer sich häufig verletzten, berichtet Earl Yardley Geschäftsführer von Industrial Vision Systems Ltd., der britischen Tochtergesellschaft der NeuroCheck GmbH. Deshalb entschied sich Nissan dafür, ein automatisches Sichtprüfsystem zu installieren.
Vernetzte Systeme
Nissan wählte IVS aus einer Reihe von Systemintegratoren für die Durchführung der Sichtprüfung mit einem automatisierten Bildverarbeitungssystem aus, vor allem da IVS mit NeuroCheck-Software arbeitet (NeuroCheck GmbH, Remseck). Diese Software bietet eine konfigurierbare Plattform für die optische Zeichenerkennung (OCR), die keine komplexe Programmierung benötigt. Hinzu kamen die Erfahrungen von IVS als Anbieter von Datenbank-Software und vernetzten Bildverarbeitungssystemen.
Zur Erfüllung der Anforderungen der Automobilfertigungslinien integrierte IVS sowohl Standard- als auch kundenspezifische Hardware und Software. Das fertige Fahrgestellnummern-Prüfsystem besteht aus mehreren Bildaufnahmestationen und Anzeigegeräten, Zeichenerkennungs- und neuronaler Netz-Software sowie einer Datenbank zur Speicherung von Bildern und anderer Daten während der 24 Stunden, die ein Fahrzeug benötigt, die Fertigstellungslinie (Bild 1) zu erreichen.
In die Linie integriert
Nissan fertigt in Sunderland drei Fahrzeugmodelle auf vier Linien. Zwei Produktionslinien für jedes Modell liefern an eine einzige Produktfertigstellungslinie. Von Anfang bis Ende legt ein Fahrzeug während seines Herstellungsprozesses ca. 2,5 km zurück.
Zu Anfang des Produktionsprozesses wird auf jedes Fahrgestell eine einmalige Fahrgestellnummer mit Hilfe eines Roboters eingraviert, der von einer SPS gesteuert wird. Die Liniensteuerung, die die SPS überwacht, liefert einen ASCII String. Das kundenspezifische Fahrgestellnummernerkennungssystem auf NeuroCheck-Basis erhält Daten von beiden Steuerungen.
Der Systemrechner erfasst die ASCII-Strings für die Fahrgestellnummer von beiden Steuerungen und die NeuroCheck Software speichert die Daten vorübergehend im Speicher des PCs. Nachdem der Roboter die Fahrgestellnummer in die Karosserie eingeprägt hat, leitet er diese Daten über eine PLC Karte an das Bildverarbeitungssystem weiter. Die NeuroCheck Software nimmt dann ein Bild von einer 752 X 582 Pixel IVS V10 ½“ Schwarz-/Weiß-Kamera auf, die mit einem Polarisationsfilter ausgestattet ist. Weitere Merkmale der Kamera sind unter anderem eine Auflösung von 570 Zeilen, 56 dB Signal-Rausch-Abstand, 0,2 Lux Minimumbeleuchtung und elektronischer Shutter bis 1/10.000 s.
Ein Paar LED-Arrays sind geneigt zu der eingravierten Fahrgestellnummer angebracht, um ausreichende Beleuchtung sicher zu stellen und Reflexionen von der Metalloberfläche zu reduzieren. Alle Bilderfassungssysteme, die an den vier Produktionslinien eingesetzt werden, sind auf einer Armagardplattform montiert und werden von einem von IVS entwickelten Gehäuse geschützt, das die Roboterarbeitszelle enthält, die die Prägung ausführt (Bild 2).
Earl Yardley: „Wir verwenden Festfokus-Objektive mit einstellbarer, fixierbarer Blende. Für die Micra-Linie verwenden wir einen Brennweitenverdoppler.“ Die Kamera nimmt ein Bild auf und sendet 8-Bit-Grauwertdaten über ein 12-poliges serielles Kabel an einen MV-SG Framegrabber. Dieser Framegrabber arbeitet mit Industriestandard-Kameras und bietet veränderliche Auflösungen und Abtastraten für Bilder von bis zu 4k x 4k. Earl Yardley erklärt dazu: „Sollten wir irgendwann eine höhere Auflösung benötigen, so stellt das kein Problem dar.“ Die Datenbank behält die Übersicht.
Jede Schriftart lesbar
Nachdem das Bild in den Rechnerspeicher übertragen wurde, verwendete die NeuroCheck-Software eine Kombination aus Template Matching und neuronalen Klassifikatoren zur Zeichenerkennung an den gravierten Ziffern und Buchstaben der Fahrgestellnummer. Diese Werkzeuge können jede Schriftart lesen, nicht nur die industriellen Standardschriften OCR A und OCR B. Yardley: „Wir verwenden keine speziellen Schriftarten und Abweichungen und Schriftgröße sind bei NeuroCheck kein Problem, da wir Skalierungen berücksichtigen können“.
Nach der Erkennung der Fahrgestellnummer vergleicht die Software diesen String mit dem ASCII-String von der Roboter- und Liniensteuerung. „Auch wenn die Liniensteuerung die korrekte Fahrgestellnummer an die Robotersteuerung sendet, können noch Fehler auftreten. Also vergleichen wir die Strings von beiden Steuerungen“, fügt Yardley hinzu. Eine Bitmap des Bildes, die ASCII-Strings der Roboter- und Liniensteuerung und ein „gut/schlecht“ Code werden dann über das LAN-Netzwerk des Standortes Sunderland geschickt und in einer Microsoft SQL Datenbank auf einem zentralen Server für die spätere Weiterverarbeitung gespeichert.
Wenn die Autos die Fertigstellungslinie passieren, scannt ein Mitarbeiter mit Hilfe eines Barcode-Scanners, der mit einem weiteren Rechner verbunden ist, die Fahrzeugpapiere, die jeden Wagen begleiten. Um zu überprüfen, dass die Fahrgestellnummer auf dem Aufkleber mit der eingestanzten Nummer übereinstimmt, verwendet der PC den ASCII-Code des Barcode-Scanners für eine Anfrage an die Microsoft SQL Datenbank im Netzwerk. Wenn eine Übereinstimmung gefunden wird, wird das Originalbild der Fahrgestellnummer aufgerufen und der Mitarbeiter vergleicht die Fahrgestellnummer des Bildes mit der Fahrgestellnummer auf den Fahrzeugpapieren. Aufgrund dieser Überprüfungen können die Verantwortlichen in der Fabrik sicher sein, dass die Fahrgestellnummer auf dem Fahrzeug korrekt ist, und das Fahrzeug kann an die Wachs- und Verladestationen übergeben werden.
„Wir können die Überprüfung der Fahrgestellnummern ohne Anzeige des gespeicherten Bildes durchführen“, merkt Yardley an, „aber durch die Überprüfung dieses Bildes kann der Mitarbeiter auch andere Probleme erkennen, wie z.B. abgenutzte Prägestempel oder Schweißspritzer. Wenn ein Werkzeug repariert werden kann, bevor es versagt, ist das ein zusätzlicher Vorteil.“
Die Fabrik von Nissan produziert ca. 2.500 Fahrzeuge am Tag. Sie produziert zugleich 2.500 Bilder in der SQL Datenbank. Alle paar Tage werden die Bilder der Fahrgestellnummern vom Zentralserver gelöscht, um Speicherplatz zu sparen.
NeuroCheck, Remseck
QE 529
Teilen:
