Optische Bilderkennung Oberflächenfehler
Projektziele & Projektergebnis
Umsetzung projekt in den Bereichen „Produktion“ mit dem Ziel der Erhöhung/Steigerung/ Optimierung der Produkt- / Servicequalität und des Innovationsgrades.
Es wurde ein prototypischer Prüfstand aufgebaut, der die Machbarkeit der optischen Bildverarbeitung in der Qualitätsprüfung nachweist und validiert. Um das Ziel einer 90%-igen Erkennungsrate zu erreichen, mussten die KI-Algorithmen trainiert, getestet und optimiert werden.
Gesamtprojekt
Top Erkenntnisse aus dem Projekt
Ausgangslage
Zentrale Fragestellungen im Projekt
- Erfolgreiche Bildaufnahme
- Bildklassifizierung
- Prozessintegration
Projektdetails
Das Unternehmen:
Die High Precision Components Witten GmbH ist ein Unternehmen der Automobilzuliefererindustrie, mit den Produktschwerpunkten Getriebemodule/Schaltgabeln, Karosserie- und Rahmenmodule, Scharniere und Verschlusssysteme. Mit ca. 250 Mitarbeitenden werden am Standort in Witten in der Metallverarbeitung mit diversen Maschinen umformende, trennende und fügende Tätigkeiten durchgeführt.
Ausgangslage
Der Standardprozess zur Herstellung aller Produkte der Firma HPC folgt überwiegend dem gleichen Schema. Auf ihrem Weg durch die Wertschöpfungskette durchlaufen die Bauteile und Produkte eine Reihe von Qualitätsprüfungen, um den hohen Qualitätsanforderungen der Automobilindustrie gerecht werden. Die Qualitätsprüfungen erfolgen jedoch in vielen manuellen Prozessen, die sowohl viele Mitarbeiterkapazitäten binden als auch manuelles Fehlerpotenzial bieten.
Lösungsansatz
Der Einsatz KI-gestützter optischer Bildverarbeitung ermöglicht es, den vormals manuellen Prozess der Qualitätsprüfung bedarfsgerecht zu automatisieren und in die bestehenden Fertigungsprozesse zu implementieren. Ziel war es, den Produktionsprozess effizienter zu gestalten und personelle Kapazitäten zu optimieren.
