Anzeige
Anzeige
Beitrag drucken

Machine Learning

Qualitätsprüfung mit künstlicher Intelligenz

Als einer der ersten Automobilhersteller weltweit will Audi Machine Learning (ML) künftig in der Serienproduktion einsetzen. Die selbst entwickelte Software ist in der Lage, feinste Risse in Blechteilen zu erkennen und zu markieren – schnell und automatisiert.

 (Bild: Audi AG)

(Bild: Audi AG)

Aufgrund des immer anspruchsvolleren Designs der Autos und der hohen Qualitätsstandards überprüft der Automobilhersteller Audi alle Bauteile direkt nach der Herstellung im Presswerk. Neben der Sichtprüfung durch Mitarbeiter sind dazu mehrere kleine Kameras direkt in den Pressen verbaut. Diese werten die aufgenommenen Bilder mit Hilfe einer Bilderkennungssoftware aus. Diesen Vorgang will Audi zukünftig durch ein Machine-Learning-Verfahren ablösen. Im Hintergrund dieses Verfahrens arbeitet eine Software, auf Basis eines künstlichen neuronalen Netzes. Die Software erkennt feinste Risse in Blechen und markiert die entsprechende Stelle. „Unsere automatisierte Bauteilprüfung erproben wir derzeit in unserem Ingolstädter Presswerk für den Serieneinsatz. Die Methode unterstützt unsere Mitarbeiter und ist für Audi ein weiterer wichtiger Schritt beim Wandel der Produktion zur modernen Smart Factory“, sagt Jörg Spindler, Leiter des Kompetenzcenters Anlagen- und Umformtechnik.

Deep-Learning-basiert

Die Lösung basiert auf Deep Learning, einer Sonderform des Machine Learning, die mit sehr unstrukturierten und hochdimensionalen Datenmengen wie beispielsweise bei Bildern arbeiten kann. Mit mehreren Millionen Prüfbildern hat das Team über Monate das künstliche neuronale Netz trainiert. Die größten Herausforderungen waren zum einen das Aufbauen einer ausreichend großen Datenbasis und zum anderen das sogenannte Labeln der Bilder. Dabei markierte das Team pixelgenau Risse in den Beispielbildern. Der Aufwand hat sich gelohnt, denn anhand der Beispiele lernt das neuronale Netz nun selbstständig und erkennt Risse auch bei neuen, bislang unbekannten Bildern. Mehrere Terabyte an Prüfbildern aus sieben Pressen am Audi-Standort Ingolstadt und von mehreren Volkswagen-Standorten bilden die Datenbasis.

Entwicklung in-house

Die Software entstand überwiegend in-house, von der Idee bis hin zum fertigen Prototyp. So arbeitet die Innovationsabteilung der Audi IT seit Mitte 2016 Hand in Hand mit dem Bereich Produktionstechnologie aus dem Kompetenzcenter für Anlagen- und Umformtechnik. Der ML-Ansatz lässt sich künftig auch bei anderen optischen Qualitätsprüfungen einsetzen. Liegt eine ausreichend große Zahl gelabelter Datensätze vor, kann die Lösung beispielsweise auch in Lackiererei oder Montage unterstützen.


Das könnte Sie auch interessieren:

Wie der IT-Security-Anbieter Kaspersky berichtet, wurden Unternehmen weltweit über zielgerichtete Phishing-Mails angegriffen, bei denen die Angreifer das Mimikatz-Programm nutzten. Kaspersky hat diese Angriffe analysiert.‣ weiterlesen

Heute suchen meist aufwendige Kamerasysteme nach Teilen im Werkstückträger, die der Roboter greifen kann. Mit der Smart-Task-Funktionalität Load Mapping des Sensorherstellers Sick lässt sich die Belegung von Werkstückträgern während der Zuführung in die Montagezelle erfassen und als digitales Sensorsignal an die Robotersteuerung ausgeben.‣ weiterlesen

Nach über 75 Jahren im Sensorgeschäft sollen künftig auch digitale Lösungen das Portfolio von Sick prägen. Christoph Müller, Senior Vice President für den Industrial Integration Space bei Sick, schildert, was Apps und Sensorik zusammen leisten und warum die Probleme der Anwender immer weniger die Automatisierungstechnik selbst betreffen.‣ weiterlesen

In einer 5. Blitzumfrage des VDMA zeigt sich, dass sich die Lieferketten der deutschen Maschinenbauer nach und nach erholen. Die Branche hat jedoich weiterhin mit Auftragseinbußen zu kämpfen.‣ weiterlesen

Mit Process Mining ermitteln Unternehmen, in welchen Prozessen Sand im Getriebe ist. Da die Methode zwingend datenbasierte Prozesse zur Analyse und Visualisierung voraussetzt, ist dieser Ansatz zwar im ERP-Umfeld zuhause, lässt sich aber hervorragend auf MES-unterstützte Produktionen anwenden.‣ weiterlesen

Immer häufiger werden industrielle Anwendungsfälle mit maßgeschneiderter Technik erprobt. Sven Pannewitz und Tobias Thelemann, Produktmanager bei Reichelt Elektronik, verweisen auf die Beliebtheit von Open-Source-Hardware in solchen Lösungen.‣ weiterlesen

Gesetzlichen Bestimmungen zufolge müssen Hersteller Unterlagen wie CE-Konformitätserklärungen, Atex-Zertifikate oder Werkstoffzeugnisse erstellen. Die Anwendung der im April erschienenen Richtlinie VDI 2770 Blatt 1 soll Prozessabläufe bei der Übergabe von Herstellerinformationen vereinfachen, indem sie einheitlich strukturiert bereitgestellt werden.‣ weiterlesen

Brigitte Falk verantwortet beim Industrie-4.0-Spezialisten Forcam die interne IT sowie das digitale Marketing zur Leadgenerierung. Als CIO/COO berichtet sie an Geschäftsführer (Co-CEO) Oliver Hoffmann.‣ weiterlesen

Nach dem Rückgang im vergangenen Monat legt der Ifo-Geschäftsklimaindex im Mai wieder zu. Dabei haben sich vor allem die Erwartungen für die kommenden Monate verbessert.‣ weiterlesen

Die Corona-Pandemie hat auch die wichtigen Absatzmärkte China, Indien und Brasilien getroffen, wobei aus China wieder positive Signale kommen.‣ weiterlesen

Anzeige
Anzeige
Anzeige