Übersetzt von Aleksandra Trajkov
Bei der manuellen Montage und bei automatisierten Produktionsschritten kommt es immer wieder zu Fehlern, die zu einer mangelhaften Produktqualität führen. Manuelle Sichtkontrollen sind kostspielig, wobei Fehler selten ausreichend dokumentiert werden. Zudem werden diese oft zu spät entdeckt, sodass überflüssige Verschwendung und zusätzliche Kosten anfallen. Dies war kürzlich der Fall beim Automobilhersteller Mercedes-Benz, der rund 660.000 Fahrzeuge wegen vermuteter Öllecks zurückrufen musste.
Mit steigenden Sicherheitsstandards, Umweltschutzbestimmungen und Kundenanforderungen nach Individualisierung gewinnt die Qualitätskontrolle immer mehr an Bedeutung. Glücklicherweise ermöglichen neue Technologien eine erhebliche Steigerung der Produktqualität, manchmal mit überraschend geringem Ressourceneinsatz. Industrie 4.0 verändert die Art und Weise, wie die Qualitätssicherung in der Fertigung durchgeführt wird und das so sehr, dass bereits ein Unterbegriff namens "Qualität 4.0" entstanden ist. Dieser Ausdruck bezieht sich auf die Anwendung von Industrie 4.0-Technologien im Bereich der Qualitätskontrolle.
Im Jahr 2019 führt die Boston Consulting Group in Zusammenarbeit mit der American Society for Quality (ASQ) und der Deutschen Gesellschaft für Qualität (DGQ) eine Studie durch, um mehr über Standpunkte zu "Quality 4.0" herauszufinden. Die Umfrageteilnehmer waren Führungskräfte und Qualitätsmanager in produzierenden Unternehmen, die hauptsächlich in Deutschland und den USA ansässig sind. Ein wichtiges Ergebnis war, dass sie Qualität 4.0 auf allen Stufen der Wertschöpfungskette für relevant hielten, insbesondere aber in der verarbeitenden Industrie. Insgesamt 74% der Befragten bewerteten Qualität 4.0 als äußerst wichtig oder sehr wichtig.
Eine weitere wichtige Erkenntnis aus der Studie betrifft den erwarteten Nutzen der Einführung neuer Technologien in der Qualitätskontrolle. Wie Sie unten sehen können, erwarten die befragten Fachleute das größte Verbesserungspotenzial in Bereichen wie Fehlerquote, Kosten der Qualitätskontrolle, Kundenzufriedenheit und produktbezogene Beschwerden. „Frontrunners" (Spitzenreiter) sind die Unternehmen, die Quality 4.0 bereits in ihren Betrieben implementiert haben.
Die Vorteile von Quality 4.0 sind offensichtlich, dennoch stellt ihre Implementierung eine Herausforderung dar. In diesem Artikel stellt ROKIN fünf innovative Technologien vor, die Ihnen helfen können, die optische Qualitätskontrolle in Ihrer Produktion zu verbessern.
1.IIoT radargestützte optische Sensoren
Präzise Messungen sind für die Herstellung qualitativ hochwertiger Produkte unerlässlich. Optische Sensoren sind im Allgemeinen eine gute Option für die Automatisierung solcher Aufgaben. Bei einigen dieser Lösungen mangelt es jedoch an Genauigkeit im Nahbereich, insbesondere unter den harten Umgebungsbedingungen, die in Fabriken herrschen. Lärm, Staub, Rauch, Dampf und Feuer machen es für optische Sensoren schwierig Abstände genau zu messen und Fehler in Produkten zu erkennen.
Entwickelt von OndoSense, einem in Freiburg ansässigen Start-up-Unternehmen, ist OndoSense proxi ein netzwerkfähiger Sensor auf der Basis von Radartechnologie. Dieser kann nicht nur extremen Bedingungen widerstehen kann, sondern auch hochgenaue Messungen liefern. Die optischen Sensoren erreichen eine Genauigkeit im Mikrometerbereich, konkret bis zu 10 Mikrometer. Sie arbeiten in zulassungsfreien Frequenzbereichen und können auch ins Innere von Objekten blicken, um weitere Unstimmigkeiten wie Fremdkörper zu erkennen. Da es bis zu vier Anschlüsse für Messköpfe gibt, ist auch eine mehrkanalige Messung möglich. Darüber hinaus ermöglicht die Software den Aufbau intelligenter Sensornetzwerke. Die intelligenten Sensorlösungen von OndoSense eignen sich daher hervorragend für die Automatisierung von Qualitätssicherungsaufgaben in der Metallindustrie, der Automobilindustrie und im Anlagen- und Maschinenbau. Die Inline-Inspektion von Schweißperlen ist nur eine von vielen spezifischen Anwendungen.
2. Membranfreie akustische Sensoren
Während optische Sensoren Licht in elektrische Signale umwandeln, wandeln akustische Sensoren akustische Signale in elektrische Signale um. Im Gegensatz zu optischen Sensoren werden akustische Sensoren weder durch die Farbe, Transparenz oder das Material von Objekten beeinflusst, noch sind sie empfindlich gegenüber Staub, Rauch oder Licht. Indem sie hochfrequente Schallwellen aussenden, die über den Bereich des menschlichen Gehörs hinausgehen, können Ultraschallsensoren Abstände genau messen und Fehler zu Gunsten der Qualitätskontrolle erkennen. Normalerweise benötigen akustische Sensoren dazu Membranen oder andere bewegliche Teile.
Die in Wien ansässige Firma XARION hat innovative laserbasierte akustische Sensoren entwickelt. Ihr optisches Mikrofon ist einzigartig, da es das erste seiner Art ohne mechanische Elemente ist. Die patentierte Sensortechnologie ist in der Lage Schall durch direkte Messung der Druckwellen mittels Laserstrahlen zu detektieren. Dabei deckt sie die gesamte akustische Bandbreite von Frequenzen ab, die physikalisch durch die Luft übertragen werden können. Mit der Fähigkeit, einen Frequenzbereich von 10Hz bis 1MHz abzudecken, übertrifft sie bestehende akustische Sensoren um einen Faktor von zehn. So ist mit dem optischen Mikrofon Eta100 Ultra oder einer der anderen hochmodernen Sensorlösungen aus dem XARION-Portfolio eine berührungslose Inspektion möglich. Die resultierenden Ultraschallbilder zeigen deutlich interne Defekte und gewährleisten höchste Qualität. Die Sensoren eignen sich ideal sowohl für die In-Line-Prozesskontrolle als auch für die zerstörungsfreie End-of-Line-Prüfung.
3. Deep Learning-basierte Sichtprüfungssoftware
Zurzeit wird die Qualitätsprüfung in erster Linie von menschlichen Experten durchgeführt. Dies ist sowohl kostspielig als nicht zuverlässig genug, trotz jahrzehntelanger Erfahrung. Gibt es eine Möglichkeit an der Expertise festzuhalten, aber die Fehlbarkeit zu reduzieren? Ein Stichwort ist Deep Learning-basierte Technologielösungen. Deep Learning ist eine Untergruppe des Maschinellen Lernens in der Künstlichen Intelligenz (KI), bei der künstliche neuronale Netze diese Erfahrung in einem erheblich kleineren Zeitrahmen entwickeln. Die Deep Learning-Algorithmen führen wiederholt eine Aufgabe aus und modifizieren sie bei jedem neuen Durchlauf, um das Ergebnis zu verbessern. Dies bietet exponentielle Lernfähigkeiten mit großem Nutzen.
Das 2017 gegründete Wiener Start-up-Unternehmen MoonVision hat eine KI-basierte Software entwickelt, die auf die Qualitätskontrolle und -sicherung von Montageprodukten und Oberflächen spezialisiert ist. Bilder und Videos werden mit Hilfe von Deep Learning über einen visuellen Data Lake gesammelt und verarbeitet. Dank der überlegenen Few-Shot-Objekterkennung kann die Qualitätskontrolle in fünf Schlüsselbereichen automatisiert werden: Montagelinie, Metallverarbeitung, Holzverarbeitung, Schweißen und Lackiererei. Mit MoonVision AssemblyControl können individuell gefertigte Komponenten automatisch auf ihre Zusammensetzung, Positionierung und Ausrichtung überprüft werden, was letztlich zu deutlich verkürzten Durchlaufzeiten führt. Zwei weitere Produkte, die MoonVision Metall- und Holzscanner, ermöglichen die automatisierte Qualitätsprüfung von Metall- und Holzoberflächen. Nach Angaben von MoonVision ist ihr WeldScanner sogar in der Lage, die Zeit für die Messung von Schweißnähten auf weniger als eine Sekunde zu reduzieren. Die Produkte von MoonVision bringen die Qualitätsinspektion durch die vollautomatische Erkennung und Unterscheidung von Fehlern auf verschiedenen Oberflächen in Echtzeit auf ein neues Niveau, wodurch die Vorlaufzeiten verkürzt und die Effizienz gesteigert werden. Tatsächlich setzt Vodafone Deutschland die MoonVision Toolbox bereits für die Straßenoberflächeninspektion, Fehlererkennung und Wartungsoptimierung ein.
4. 3D scanner mit HD Genauigkeit
Ein präziser 3D-Inspektionsprozess ist ein weiterer entscheidender Schritt zu einer optimalen Qualitätskontrolle. Es ermöglicht den Anwendern die zuverlässige Messung von Sub-Millimeter-Merkmalen und macht die Mitarbeiter von unproduktiven Stunden frei. Die Anfangshürde besteht jedoch darin, ein genaues 3D-Modell zu erhalten. Die Verwendung von Systemen, die auf Laserlinien basieren, kann problematisch sein, da das Zittern der Hände des Benutzers die Genauigkeit der Ergebnisse beeinträchtigt, was zu einer zeitraubenden Nachbearbeitung des 3D-Modells führt beziehungsweise ein unzufriedenstellendes Ergebnis liefert.
Die zunehmende Frustration über das Fehlen einer schnellen, billigen und genauen Methode zur Erstellung eines 3D-Modells als Grundlage für einen 3D-Druck inspirierte das Augsburger Start-up-Unternehmen Scoobe3D zur Entwicklung einer einzigartigen technologischen Lösung, die ein Time-of-Flight-Bild und ein polarisiertes RGB-Bild kombiniert. Dabei beeinträchtigt das Zittern der Hand die Genauigkeit des Scans nicht, so dass ein einwandfreier Scan aus allen Winkeln mit einer Genauigkeit von 0,1 mm, das heißt HD-Genauigkeit in 3 Dimensionen, möglich ist. Ein wesentlicher Vorteil ist, dass der Scoobe 3D-Scanner durch die Verwendung eines Touchscreens intuitiv bedient werden kann und einen Scan erzeugt, der ohne Nachbearbeitung sofort einsetzbar ist. Einwandfreie 3D-Modelle, die direkt in CAD importiert werden können, sind ein erster Schritt zu konsistenten und qualitativ hochwertigen Endprodukten.
5. AR-basierte Modellverfolgung
Augmented Reality (AR) ist eine weitere Schlüsseltechnologie von Industrie 4.0, die das Potenzial hat die Qualitätskontrolle zu revolutionieren. Nach Angaben des Darmstädter Start-up-Unternehmens Visometry ermöglicht AR die Überprüfung von den gewünschten und derzeitigen Konstruktionszuständen auf Inkonsistenzen, fehlende oder falsch eingebaute Teile bereits in der Prototypenphase. Mit der Absicht AR von Grund auf zu verändern, schuf Visometry das sogenannte VisionLib, eine Multiplattform-Bibliothek für Enterprise-AR-Anwendungen, die unter anderem die für die Qualitätskontrolle so wichtige 3D-Objektverfolgung ermöglicht.
Im Vergleich zu den ursprünglichen Konstruktionsdaten ermöglicht VisionLib durch die Kombination von CAD- und 3D-Daten mit Bildverarbeitung eine Echtzeitanalyse. Dadurch kann der Prüfprozess sowohl exakt als auch schnell durchgeführt werden und eine erhöhte Flexibilität der Prüfverfahren wird ermöglicht. Wenn Änderungen auftreten, greift VisionLib einfach auf eine andere CAD-Datenbank zu. Laut Visometry ermöglicht der Einsatz von VisionLib neue Verfahren wie Existenzprüfung, Lage- und Orientierungsprüfung, virtuelle Messung und Abweichungsanalyse von von den gewünschten und derzeitigen Konstruktionszuständen. Für letztere setzt VisionLib CAD und Computer Vision ein, um Multi-Objekt-Tracking mit Mono- oder Multi-Kamera-Aufbauten durchzuführen, was eine Varianzanalyse bei der automatisierten Inline-Produktion oder Montage ermöglicht. Mit ihrer innovativen Technologie ist es auch möglich, Digitale Zwillinge auf mobilen, tragbaren Geräten zu erstellen. Solche Methoden können Fehler und Inkonsistenzen bereits in der Prototyping-Phase erkennen.
Wenn technologische Lösungen wie die oben genannten umgesetzt werden, kann eine fehlerfreie optische Qualitätskontrolle in der Fertigung in Echtzeit schnell zu einem Teil unserer täglichen Erfahrung werden, so dass menschliche Sichtkontrollfehler der Vergangenheit angehören. Die damit verbundenen Vorteile sind zahlreich und reichen von drastisch verkürzten Vorlaufzeiten, der Erkennung von Fehlern im Prototypenstadium und der schmerzfreien Einhaltung begehrter Industriestandards bis hin zur Freisetzung menschlicher Gehirnleistung, die dort eingesetzt werden kann, wo sie am meisten benötigt wird, und die einen echten Mehrwert schafft, wie es Maschinen nicht können.
Sie sind sich immer noch nicht sicher, wie die neuesten Technologien und Industrie 4.0-Innovationen helfen könnten, Probleme wie die Qualitätskontrolle in Ihrer Produktionsumgebung zu lösen? Wenn ja, zögern Sie nicht, uns unter info@rokin.tech eine Nachricht mit Einzelheiten zu Ihrem Problem zu schicken. Auf der Grundlage unserer Branchenexpertise und KI-gestützten Suchmethoden führen wir umfangreiche Recherchen durch und schlagen die besten technologischen Lösungen vor, die auf Ihre spezifische Situation zugeschnitten sind.
Comments