Dank des fortschrittlichen Einsatzes von Werkzeugen der Künstlichen Intelligenz (KI) ist Dimac nun in der Lage, selbst die komplexesten menschlichen visuellen Inspektionen nachzubildenvon metallischen Komponenten.
Dieser Durchbruch erweitert die Automatisierung der Qualitätskontrolle auf Bereiche, in denen herkömmliche Bildverarbeitungssysteme bisher keine zuverlässigen Ergebnisse liefern konnten.
Die neue Generation der Dimac-Qualitätskontrollmaschinen für Verbindungselemente kann jetzt Fehler erkennen, die mit herkömmlichen Systemen nicht zu identifizieren waren.
Das Ergebnis ist:
- eine genauere und wirksamere Kontrolle,
- deutliche Reduzierung der Produktionsabfälle,
- Wirtschafts- und Energieeinsparungen, und
- eine kürzere Markteinführungszeit.
Optische Hochgeschwindigkeitsinspektion mit Hilfe von KI
Dimac Sortiermaschinen integrieren optische Hochgeschwindigkeitskontrollstationen - bis zu 700 Teile pro Minute - ausgestattet mit fortschrittlichen Kameras und Beleuchtungseinheiten, kombiniert mit KI-gestützter Vision-Software. Auf derselben Maschine können Sie auch Kontrollen mit anderen herkömmlichen Stationen durchführen.
Die KI-Software verarbeitet die von den Kameras aufgenommenen Graustufenbilder, interpretiert deren Inhalt und bestimmt in Echtzeit, ob ein Teil konform oder fehlerhaft ist.
Die KI-Algorithmen von Dimac vergleichen eingehende Bilder mit einer Referenzdatenbank und identifizieren so sofort fehlerhafte Teile.
Einige Anwendungsbeispiele:
- Die KI kann eine eingravierte Markierung von einem Riss in der Oberfläche unterscheiden und so falsche Rückweisungen verhindern.
- Es kann reale Abmessungen messen, selbst wenn die Oberfläche verschmutzt oder kontaminiert ist.
- Es kann Erscheinungsfehler bei Materialien mit uneinheitlicher Farbe oder Oberfläche erkennen.
AI “sieht” nicht nur Fehler:
Sie versteht sie
Ähnlichkeitsbasierte Algorithmen und kontinuierliches Lernen
Im Gegensatz zu herkömmlichen regelbasierten Bildverarbeitungssystemen ist die KI-Software von Dimac nicht auf vordefinierte Parameter oder Schwellenwerte angewiesen.
Stattdessen, der Algorithmus bewertet die statistische Ähnlichkeit zwischen den analysierten Bildern und den Referenzkategorien, um die Wahrscheinlichkeit zu bestimmen, dass ein neues Bild entweder der Klasse “konform” oder “nicht konform” angehört.
Jedes “neuronale Netz” wird zunächst für die Erkennung eines bestimmten Fehlertyps trainiert, kann aber erweitert werden, um Familien von Verbindungselementen mit ähnlichen Merkmalen zu prüfen (z. B. identische Form, aber unterschiedliches Material).
Einmal trainiert, kann das Modell mit neuen Parametern oder Fehlertypen aktualisiert werden, wobei die ursprüngliche Trainingsbasis erhalten bleibt.
Das neuronale Netz ist eine Datei, die mit der Steuerungsebene verknüpft ist und bei jedem Laden der Ebene automatisch aufgerufen wird.
Dimac bietet KI-Training als Dienstleistung an
KI-Training erfordert:
- eine spezielle Station für Hochleistungscomputer,
- die erforderlichen Softwarelizenzen und
- Fachwissen in den Bereichen maschinelles Sehen und maschinelles Lernen.
Der KI-Schulungsprozess erfordert eine geeignete Computerstation, die erforderlichen Softwarelizenzen und spezielle Kenntnisse und kann von Dimac-Technikern aus der Ferne durchgeführt werden.
Zur weiteren Schulung enthält die integrierte Software der Dimac-Sortiermaschine eine einfache Anleitung, die den Bedienern hilft, Bilder von guten und fehlerhaften Proben zu erfassen.
Auf diese Weise können die Ingenieure von Dimac kann innerhalb von 3 Tagen nach Erhalt der Bilder aus der Ferne Schulungen oder Modellaktualisierungen durchführen.
Ausgehend von den auf der Maschine erfassten Bildern führt Dimac das Training, die Feinabstimmung und die Validierung des KI-Modells intern durch und installiert dann das trainierte neuronale Netz direkt auf der Sortiermaschine des Kunden.
DER KI-AUSBILDUNGSPROZESS
1. Erfassung von kommentierten Realbildern
Es werden reale Bilder von Bauteilen unter verschiedenen Betriebsbedingungen (Beleuchtung, Ausrichtung, Oberflächenbeschaffenheit) aufgenommen, darunter sowohl konforme als auch defekte Teile.
Fehlerhafte Bereiche werden manuell oder durch halbautomatische Beschriftungstools beschriftet.
2. Datenerweiterung
Durch geometrische Transformationen (Rotation, Translation, Zoom) sowie Anpassungen von Helligkeit, Kontrast und Rauschen werden aus realen Mustern neue Bildvarianten erzeugt.
Dies erhöht die Vielfalt der Datensätze und verbessert die Modellgeneralisierung.
3. Synthetische Bilderzeugung
Wenn echte Defektmuster selten oder nicht verfügbar sind, verwendet Dimac fotorealistische Simulationen und prozedurale Modellierung, um synthetische Bilder von Metallkomponenten zu erzeugen. Zu den simulierten Fehlern gehören Kratzer, Risse, Dellen oder Oberflächenverunreinigungen.
4. Bereichsrandomisierung und kontrollierte Variabilität
Bei der Erzeugung synthetischer Bilder werden kontrollierte Zufallsvariationen bei Beleuchtung, Textur, Kamerawinkel und Rauschen eingeführt. Diese Technik, die als Domänenrandomisierung bekannt ist, macht das Modell robuster gegenüber unvorhersehbaren realen Bedingungen und verringert die Kluft zwischen synthetischen und realen Daten.
Jenseits von Fasteners: AI für die Bildinterpretation
Der Einsatz von KI für die visuelle Interpretation hat sich als äußerst flexibel und skalierbar erwiesen.
Die von Dimac entwickelten Algorithmen können in jedem Bereich eingesetzt werden, in dem eine visuelle Qualitätsprüfung mit menschlichem Urteilsvermögen erforderlich ist - allerdings mit deutlich höherer Geschwindigkeit und einem rationalisierten Trainingsprozess.
Diese Technologien sind beispielsweise in der medizinischen Bildgebung und Diagnostik von zunehmender Bedeutung, wo KI die Interpretation komplexer visueller Daten mit außergewöhnlicher Präzision unterstützen kann.
Schlussfolgerung
Die Integration von künstlicher Intelligenz in die Sortiermaschinen von Dimac stellt einen großen technologischen Sprung in der automatischen Qualitätskontrolle dar.
Durch die Kombination High-Speed-Vision, maschinelles Lernen und synthetische Bildsimulation, Dimac verschiebt die Grenzen der industriellen Sichtprüfung und setzt neue Maßstäbe für Zuverlässigkeit, Präzision und Effizienz.