8-2024
Fachzeitschrift für Industrielle Automation, Mess-, Steuer- und Regeltechnik
Fachzeitschrift für Industrielle Automation, Mess-, Steuer- und Regeltechnik
- TAGS
- cyberecurity
- kuenstliche intelligenz
- elektromechanik
- digitalisierung
- stromversorgung
- hmi
- industrielle kommunikation
- robotik
- qualitaetssicherung
- bildverarbeitung
- automatisierung
- sensorik
- messtechnik
- bedienen und visualisieren
- messen steuern regeln
- bauelemente
- iiot
- embedded systeme
- sbc boards module
- software
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Künstliche Intelligenz<br />
Fazit<br />
Mit den beiden vorgestellten<br />
Ansätzen lässt sich der Aufwand<br />
für Anwender enorm senken, ohne<br />
bei der Zuverlässigkeit in der Entscheidung<br />
zwischen OK und NOK<br />
Einbußen verzeichnen zu müssen.<br />
Mit der Automatisierung von<br />
Quali tätsprüfungen durch KI reduzieren<br />
Unternehmen schließlich<br />
den Bedarf an manueller Inspektion<br />
und minimieren menschliche<br />
Fehler, was wiederum Ausschuss<br />
und Nacharbeitskosten verringert.<br />
Als Ergänzung kann KI somit auch<br />
den Fachkräftemangel in der Qualitätssicherung<br />
mildern.<br />
Das Fraunhofer IGD arbeitet an Lösungen zur KI-basierten Qualitätssicherung. Das Programm »Marquis« bietet eine<br />
visuelle Inspektion während des laufenden Montageprozesses und kann auch die zugehörige Dokumentation abbilden.<br />
liegt. Der Grund dafür ist, dass die<br />
KI lediglich darauf trainiert wurde,<br />
bekannte Fehler zu erkennen und<br />
zu klassifizieren.<br />
Transfer Learning<br />
Die Fraunhofer-Lösung basiert auf<br />
Transfer Learning, also auf vortrainierten<br />
neuronalen Netzen, die für<br />
die Forschung entwickelt und publiziert<br />
wurden. Diese haben bereits<br />
gelernt, auf welche Bereiche im<br />
Bild sie zur Klassifikation achten<br />
müssen. Die Wissenschaftler passen<br />
das Modell mit statistischen<br />
Methoden auf den Anwendungsfall<br />
an. „Vortrainierte neuronale<br />
Netze machen es möglich, den Trainingsufwand<br />
so gering wie möglich<br />
zu halten“, erklärt Krispel. Die<br />
Forschenden identifizieren außerdem<br />
für jeden Anwendungsfall das<br />
passende Modell. Es soll optimale<br />
Ergebnisse hervorbringen, gleichzeitig<br />
aber auch schnelle Entscheidungen<br />
treffen können.<br />
Prozessfähige<br />
Klassifikationszeit<br />
Denn neben einer möglichst<br />
kurzen Trainingszeit kommt es auch<br />
auf eine prozessfähige Klassifikationszeit<br />
an. Schließlich soll das<br />
Prüf system die Produktionsabläufe<br />
nicht stören, sondern eine kontinuierliche<br />
und unterbrechungsfreie<br />
Überwachung der Produktqualität<br />
in Echtzeit ermöglichen. So können<br />
Fehler früh zeitig erkannt und<br />
behoben werden.<br />
Zur Evaluierung des Modells<br />
genügen einige wenige NOK Bilder.<br />
Die KI markiert Abweichungen<br />
von der Normalität farblich – blau<br />
für geringe Abweichungen, rot für<br />
fehler hafte Bereiche im Bild.<br />
Manuelle Qualitätssicherung<br />
unterstützen<br />
Ob Training ausschließlich mit OK-<br />
Daten oder Trainingsdaten synthese<br />
– KI-basierte Qualitätskontrolle<br />
zahlt auf das übergeordnete Ziel<br />
einer wirtschaftlichen Produktion<br />
ein. „Unsere Erfahrung zeigt: Die<br />
Unternehmen sind neugierig und<br />
möchten die Vorteile Künstlicher<br />
Intelligenz für sich nutzen. Wir helfen<br />
KMUs sowie Konzernen dabei,<br />
eine individuell auf sie zugeschnittene<br />
Lösung zu finden. Denn jedes<br />
Produkt hat seine eigenen Besonderheiten,<br />
jede Produktionsumgebung<br />
unterschiedliche Anforderungen“,<br />
betont Holger Graf. Auch hinsichtlich<br />
Bilderfassungssystemen<br />
und der technischen Ausstattung<br />
unterstützt das Fraunhofer IGD interessierte<br />
Unternehmen.<br />
Wer schreibt<br />
Das Fraunhofer-Institut für Graphische<br />
Datenverarbeitung IGD<br />
setzt seit über 30 Jahren Standards<br />
im Visual Computing, der<br />
bild- und modellbasierten Informatik.<br />
Die rund 210 Mitarbeitenden<br />
des Fraunhofer IGD unterstützten<br />
Unternehmen und Institutionen<br />
der Branchen Automotive,<br />
Gesundheit und Pflege, Bioökonomie<br />
und Infrastruktur, Software- und<br />
IT-Wirtschaft, etc. Das Fraunhofer<br />
IGD bietet konkrete technologische<br />
Lösungen und hilft bei der strategischen<br />
Entwicklung. ◄<br />
Die mit synthetischen Trainingsdaten angelernte AR-Software »Arrange« unterstützt durch farbliche<br />
Überlager ungen beim Sortieren verschiedener Stanzteile und nimmt gleichzeitig zur Qualitätssicherung<br />
einen Soll-Ist-Abgleich vor.<br />
PC & Industrie 8/<strong>2024</strong> 11