Weiterentwicklungen industrieller Bildverarbeitungssysteme ermöglichen Anwendern heute weit mehr als die einfache Erkennung nicht konformer Produkte. Dazu zählen etwa Lösungen auf Basis von Deep Learning. In Fertigungsprozessen erweist sich diese Technologie als relevant für Qualitätsprüfungen und andere urteilsbasierte Aufgaben. Deep Learning eignet sich besonders für komplexe Anwendungen. Dazu zählt die Inspektion auf unvorhersehbare kosmetische Abweichungen wie etwa Kratzer und Dellen auf Teilen, die gedreht, gebürstet oder glänzend sind. Deep Learning in der Bildverarbeitung ermöglicht es, Anomalien zu erkennen und gleichzeitig natürliche Abweichungen zu tolerieren. Lösungen, die diese Technologie nutzen, können ihre Leistung kontinuierlich verbessern, wenn sie mit Hilfe neuer Texte und Bilder dazulernen.
Welchen Nutzen dies bringen kann, zeigt das Beispiel Schneider Electric. Durch die Einführung eines Bildverarbeitungssystems, das in der Lage ist, komplexe Prüfanwendungen von Lötpunkten zu automatisieren, spart das Werk im bulgarischen Plovdiv 40.000 Euro pro Jahr. Gleichzeitig reduziert es den Ausschuss und verbessert die Produktivität der Fertigungslinie.
Während die erfolgreiche Umsetzung von auf Deep Learning basierten Bildverarbeitungsprojekten Planung, Wissen und spezielle Ressourcen erfordert, ist die KI-basierte Bildanalyse durch die neuere Entwicklung einer Technologie namens Edge Learning auch kleineren Unternehmen zugänglich. Edge Learning ist ein Unterbereich von Deep Learning, der es ermöglicht, Informationen direkt auf dem Gerät zu verarbeiten.
Diese Technologie hat viele Vorteile. Zunächst einmal ist sie einfach in der Anwendung. Für die Einrichtung und Nutzung einer auf Edge Learning basierenden Bildverarbeitungslösung sind keine speziellen Kenntnisse über industrielle Bildverarbeitung oder künstliche Intelligenz erforderlich. Da die Algorithmen vortrainiert sind, benötigt Edge Learning weniger Zeit und nur fünf bis zehn Bilder, um zu lernen, wie man inakzeptable von akzeptablen Teilen unterscheidet. Das macht diese Technologie zu einer geeigneten Lösung für Experten und Anfänger gleichermaßen, um eine breite Palette von Anwendungen in Produktionsstätten über viele Branchen hinweg zu relativ geringen Kosten zu automatisieren.
Qualitätskontrolle mit
Genauigkeit von 99 %
Das Unternehmen Federal Package, das Kosmetika und pharmazeutische Produkte verpackt, hat in seinem Werk Bildverarbeitungssysteme mit Edge-Learning-Technologie eingeführt. Die zuvor manuelle Erkennung von Tropfen, die nach dem Abfüllen aus den Flaschen kommen, hat die Qualitätskontrolle mit Edge-Learning-Unterstützung auf eine Genauigkeit von 99 % verbessert.
Federal Package ist mit der Leistung der KI-gestützten Bildverarbeitung so zufrieden, dass aktuell die Überprüfung der auf den Produktetiketten aufgedruckten Informationen (zum Beispiel Chargencodes) geplant ist, um die Bestandsverwaltung und Chargenkontrolle in der gesamten Lieferkette zu erleichtern. Das von der visuellen Kontrolle befreite Prüfpersonal kann dafür höherwertige Aufgaben übernehmen.
Die Rückverfolgbarkeit, die vor allem in der Lebensmittel- und Pharmaindustrie durch Vorschriften diktiert wird, gewinnt auch in anderen Sektoren zunehmend an Bedeutung. Sie ermöglicht es, ein Teil, ein Produkt oder eine Verpackung während des gesamten Lebenszyklus zu verfolgen, und ist somit eines der wichtigsten Themen in der Lieferkette.
Um die in einem Barcode enthaltenen Informationen zu erfassen, stehen zwei verschiedene Technologien zur Verfügung: laserbasierte und kamerabasierte Barcode-Scanner. Im Gegensatz zu laserbasierten kombinieren kamerabasierte Scanner Visualisierungs- und Bildanalysefunktionen in Echtzeit für jeden Barcode. Sie arbeiten mit fortschrittlichen Dekodieralgorithmen und Beleuchtungsoptionen und sind in der Lage, mehrere 1D- und 2D-Symbologien sowie direkt auf Teilen markierte Codes zu lesen. Sie bewältigen sogar schwierigste Codes auf anspruchsvollen Oberflächen – einschließlich glänzender, reflektierender Oberflächen.
Durch die Kombination dieser Technologie mit Edge-Computing-Plattformen können Unternehmen ihre Rückverfolgbarkeitsprozesse auf die nächste Stufe heben. Zentralisierte Analysen auf Cloud-Basis lassen sich so direkt neben den Produktionslinien und Logistikprozessen nutzen. Die von Barcode-Scannern in der gesamten Anlage gesammelten Daten helfen dabei, mögliche Probleme – wie zum Beispiel fehlgelesene Barcodes – zu erkennen und zu verstehen, um so schnell wie möglich Lösungsmaßnahmen zu ergreifen.
Cognex Deutschland Inc.
Emmy-Noether-Str.11
76131 Karlsruhe
Tel. +497219588052
Peter Stiefenhöfer
im Auftrag von
Cognex
www.cognex.com
Hier finden Sie mehr über:
