Home » Lösungen zur Risserkennung
Die Risserkennung an Verbindungselementen ist für die Gewährleistung von Sicherheit und Zuverlässigkeit in vielen Anwendungen von entscheidender Bedeutung. Zu diesem Zweck gibt es verschiedene Technologien, jede mit ihren eigenen Stärken und Grenzen. Die am weitesten verbreitete Lösung besteht in der Verwendung einer NDT-Station (Non-Destructive Testing) mit Wirbelströmen.
Bis heute ist diese Technologie sehr gültig und wird in der Tat in Sortiermaschinen weit verbreitet; allerdings können neue Werkzeuge der künstlichen Intelligenz in Verbindung mit Spezialkameras das Vorhandensein von Rissen unter bestimmten Bedingungen erkennen, die das NDT-System allein nicht erkennen kann. Die bessere Lösung muss auf der Grundlage der Anforderungen an die Produktionskontrolle (Material und Form der Teile, Kontrollgeschwindigkeit usw.) ermittelt werden.
Eine Wirbelstromsonde erzeugt ein elektromagnetisches Feld, das Wirbelströme in leitenden Materialien induziert. Jede Diskontinuität (z. B. ein Riss) erzeugt eine Anomalie in den Wirbelströmen, die von einer speziellen Empfängersonde als elektrisches Signal erkannt werden kann.
Diese Kontrollstation kann sowohl offene (oberflächliche) als auch geschlossene (unterirdische) Risse erkennen, die sich unter der Materialhaut befinden und somit für jede optische Methode unsichtbar sind.
Die Top HD-Kamerakontrollstation ist mit hochauflösenden Kameras ausgestattet, die Graustufenbilder von Verbindungselementen aufnehmen. KI-Algorithmen analysieren diese Bilder, um Defekte zu identifizieren, einschließlich Risse, die mit bloßem Auge nicht sichtbar sind oder durch Wirbelströme erkannt werden können.
Die Linearkamera erfasst die Bilder von Verbindungselemente bei einer 360°-Drehung. Das KI-Tool verarbeitet die Bilder um Fehler entlang der Seitenflächen zu identifizieren.
Die Multi-Kamera-Kontrollstation kombiniert Bilder von mehreren Kameras, um eine vollständige Ansicht der Oberfläche des Befestigungselements zu erhalten, ohne dass eine Drehung erforderlich ist.
Dieser Prozess erfordert erhebliche Rechenzeit für die KI-Trainings- und Validierungsphasen. Der KI-Trainingsprozess erfordert eine robuste Rechenstation, die erforderlichen Softwarelizenzen und spezielle Fähigkeiten.
The sorting machine software includes an easy procedure to assist operators in acquiring sets of images of compliant and defective samples. From these sets, Dimac’s technicians build an effective and computationally efficient neural network.
Das trainierte neuronale Netz (in der Praxis eine Datei) wird per Fernzugriff auf die Sortiermaschine hochgeladen, um für die Sortierung verwendet zu werden.
Die Landschaft der Risserkennung in Verbindungselementen entwickelt sich weiter, angetrieben von Fortschritten in der KI- und Bildgebungstechnologie.
Während herkömmliche Methoden wie Wirbelstrom nach wie vor effektiv sind, bieten neuere Ansätze wie KI-basierte und optische Systeme erhebliche Vorteile in Bezug auf Geschwindigkeit, Flexibilität und Fehlererkennungsmöglichkeiten.
KI steigert die Effizienz und Präzision von Inspektionen und ermöglicht die Erkennung von Mustern und Fehlern, die menschliche Fähigkeiten übersteigen.
Die kontinuierliche Verfeinerung von KI-Modellen und -Datensätzen ist für die Aufrechterhaltung der Effektivität und Genauigkeit unerlässlich, und auch hier ist das menschliche Fachwissen für die Interpretation der Ergebnisse und das Treffen fundierter Entscheidungen entscheidend.
