Mit die Einführung der künstlichen Intelligenz bis Ende 2023, Dimac ist nun in der Lage, die komplexesten visuellen Inspektionen durch den Menschen nachzubilden und die Automatisierung der Qualitätskontrolle auf Bereiche auszudehnen, in denen die Computer Vision keine zuverlässigen Antworten liefern konnte.
Bei der Herstellung von kleinen Metallteilen (Schrauben, Bolzen, Nieten, Buchsen usw.) kann ein einziges fehlerhaftes Bauteil einen potenziell katastrophalen Schaden verursachen. Man denke nur an die Folgen einer gebrochenen Radschraube oder einer Charge von Flugzeugnieten. Um dieses Risiko zu vermeiden, werden seit Jahrzehnten Qualitätskontrollsysteme eingesetzt, die sich auf die gesamte Menge der produzierten Teile beziehen. Die Sortiermaschinen von Dimac (ca. 1.000 weltweit) prüfen jährlich über 20 Milliarden Bauteile in etwa einer halben Million verschiedener Geometrien und trennen die Gutteile von den Ausschussteilen.
Das automatisierte Verfahren, das hauptsächlich auf Computer Vision basiert, muss extrem zuverlässig und schnell sein, um alle fehlerhaften Teile von den nachfolgenden Prozessen auszuschließen und die Endkosten des Produkts so wenig wie möglich zu beeinflussen.
Die Branche der Verbindungselemente ist hart umkämpft; Um seine Position zu halten, hat Dimac in Innovation und den Übergang zu einem dienstleistungsorientierten Geschäftsmodell investiert, das in das Projekt Dimac AI Tools eingeflossen ist: ein Vorschlag für auf künstlicher Intelligenz basierende Dienste zur Durchführung fortgeschrittener Qualitätskontrollen durch den Vergleich von Stücken mit synthetischen Quellbildern.
Mit der Einführung der künstlichen Intelligenz Ende 2023 ist Dimac, das erste Unternehmen in der Welt der Metallkomponenten, in der Lage, selbst die komplexesten menschlichen Sichtkontrollen nachzubilden und die Automatisierung der Qualitätskontrolle auf Bereiche auszudehnen, in denen die Computervision keine zuverlässigen Antworten liefern konnte.
An dem Projekt Dimac AI Tools waren einige strategische Partner beteiligt:
R2M, Ein internationales strategisches Beratungsunternehmen, das sich auf die industrielle Umsetzung von Forschungsergebnissen konzentriert, hat die AIQuS-Anwendung entwickelt, die Hunderte von künstlichen Bildern potenziell defekter Teile erzeugt, um das neuronale Netz zu trainieren, das gute Komponenten von Abfall unterscheidet.
EURIX S.r.l., ein in Turin ansässiges Softwarehaus mit Fachwissen in den Bereichen IoT, Business Intelligence und Big Data, entwickelte die digitale Infrastruktur, die die DIMAC-Maschinen mit einem zentralen System zur Datenerfassung und -analyse verbindet. Dies hat die Digitalisierung der Dienstleistungserbringung und der Fernverwaltung ermöglicht und die globale Expansion nachhaltig gestaltet.
Universität von Ostpiemont (UPO) – Ministerium für Wissenschaft und technologische Innovation, Computer Science Section – contributed to industrial research, focusing on the application of artificial intelligence to computer vision in diagnostic imaging. The collaboration fostered the development of shared solutions and the creation of a permanent channel for exchange between industry and academia.
Mit AI Tools hat Dimac einen entscheidenden Schritt zur digitalen Transformation seines Angebots gemacht und sich als Anbieter von Künstliche Intelligenz-Lösungen für die industrielle Qualitätskontrolle.
Vier Dimac-Lösungen für die Rissprüfung an Verbindungselementen mit Wirbelstromstationen oder Spezialkameras in Kombination mit AI-Tools
Alle Dimac-Maschinen sind für einen innovativen Ansatz in der Organisation von Qualitätsbetrieben konzipiert, der SPC-Kontrollen, 100%-Qualitätskontrollen und das IT-System des Unternehmens integriert, um die Metallkomponentenindustrie in Richtung einer ZERO-DEFECT-ZUKUNFT zu führen.
Alle Dimac-Maschinen sind für einen innovativen Ansatz in der Organisation von Qualitätsbetrieben konzipiert, der SPC-Kontrollen, 100%-Qualitätskontrollen und das IT-System des Unternehmens integriert, um die Metallkomponentenindustrie in Richtung einer ZERO-DEFECT-ZUKUNFT zu führen.
