10. Juni 2021
Autor: Thomas Dasbach
Tags: KI

Mit neuronalen Netzen die Qualität sichern

Umsetzungsprojekt mit der SICO D. & E. Simon GmbH

NeuronalesNetzMaschine.1200x0-aspect.jpg

Die Firma SICO D. & E. Simon GmbH ist ein Unternehmen zur Fertigung von technischen Gummi- und Kunststoffteilen für unterschiedlichste Einsatzbereiche. Hohe Qualität steht bei SICO im Mittelpunkt. Stetige Kontrollen, vom Rohstoffeingang bis zum Warenausgang, sorgen für einen reibungslosen Ablauf und ein hohes Qualitätsniveau unserer Produkte. Erstmusterprüfberichte gemäß VDA und PPAP sind selbstverständlich.

Um das Qualitätsniveau stetig zu verbessern, werden dauerhaft Projekte angestoßen, um bestehende Prüfverfahren zu erweitern oder neue Systeme zu erproben. Im Rahmen dieser Bemühungen wurde ein Umsetzungsprojekt mit dem Mittelstand 4.0 Kompetenzzentrum Darmstadt durchgeführt. Bedingt durch dynamische Entwicklungen bei Zugangsbeschränkungen und Reiseeinschränkungen wurde das Projekt kontinuierlich an die Rahmenbedingungen angepasst.

Der Fokus des Projektes lag in der Entwicklung eines Konzepts zur automatischen, optischen und kontinuierlichen Qualitätssicherung bei Spritzgussformteilen. Bei einer bestehenden Produktionsanalage sollte dabei eine Erweiterung geplant werden, welche den vorhandenen Produktionsprozess ergänzt, ohne die Taktzeiten zu beeinflussen. Dazu gliedert sich das Projekt in drei Schritte:

  • Anforderungsanalyse
  • Marktanalyse
  • Konzeptplanung

Für die Anforderungsanalyse wurden der bestehende Prozess in Vor-Ort-Besuchen analysiert und Interaktionsmöglichkeiten innerhalb des Prozesses identifiziert. Zur Strukturierung des Vorgehens kamen SADT-Diagramme zum Einsatz. Die Structured Analysis and Design Technique (SADT) stammt ursprünglich aus der Softwareentwicklung und dient der Funktionsmodellierung. Jede Funktion kann dabei in die einzelnen Teilfunktionen zerlegt werden. Ein besonderer Schwerpunkt von SADT ist dabei die Analyse der Informations- und Materialströme. Im nächsten Schritt wurden mögliche Produktionsfehler analysiert und die jeweiligen möglichen Ursachen postuliert. Auf Basis dieser Informationen entstand eine erste Anforderungsliste für ein mögliches System.

Im nächsten Schritt wurde eine Marktanalyse durchgeführt. SICO und das Kompetenzzentrum führten dazu Gespräche mit Vertretern von optischen Qualitätsprüfsystemen durch. Anschließend wurden frei verfügbare Technologien verglichen. Aufgrund des Wunsches nach einer flexiblen Erweiterbarkeit wurde hier entschiedenen, zunächst mit freien Technologien weiterzuarbeiten. Um eine Auswahl in dem großen Feld der verfügbaren Technologien treffen zu können, wurden die größten Vertreter von neuronalen Netzen zur Objekterkennung miteinander verglichen. Um eine fundierte Entscheidung zu treffen, wurde die Auswahl der Qualitätsfehler, die durch das System erkannt werden können reduziert.

Als letzter Schritt des Umsetzungsprojektes erfolgte die Entwicklung eines Konzepts auf Basis eines RCNN. Ein RCNN ist dabei ein neuronales Netz welches ein Bild  bzw. in der Praxis mehrere Bilder parallel als Eingabe erhält und anschließend auf diesem Bild bekannte Strukturen markiert und klassifiziert. Anders als bei verbreiteten Netzen zur Objekterkennung wird dabei kein rechteckiger Kasten um die Struktur gelegt, sondern es werden alle Pixel, die zugehörig sind, eingefärbt:

 

Beispiel_RCNN_aus_Arbeit.png

 

Durch die Festlegung auf eine Technologie konnten alle dem Netz vorgeschalteten Elemente, wie die Kamera und die Bildaufbereitung, definiert werden. Ebenfalls wurden die nachgelagerten Elemente wie die Verbindung zum ERP System und eine Archivierung der Daten konzeptioniert. Alle Elemente wurden mittels Aktivitätsdiagramm in eine Struktur und Reihenfolge gesetzt, um die Implementierung zu unterstützen. Ein zentrales Element des Konzeptes ist die Erweiterbarkeit durch SICO in Zukunft. Dazu werden ausschließlich frei verfügbare Technologien eingesetzt, sowie auf eine hohe Codequalität gesetzt.

In den kommenden Monaten wird das Konzept von SICO in Kooperation mit der TU Darmstadt implementiert.

 

Ähnliche Beiträge

Künstliche Intelligenz für Laserbearbeitungssyteme II

Thumbnail Künstliche Intelligenz für Laserbearbeitungssyteme II
Maschinelles Lernen hat in Produktionen mit Bearbeitungslasern, etwa beim Laserstrahlschweißen, Laserlöten, Auftragsschweißen oder der Wärmebehandlung noch kaum Einzug gehalten.… mehr...

Video: Produktvisualisierung durch Augmented Reality

Thumbnail Video: Produktvisualisierung durch Augmented Reality
„Das Ziel war es, eine App zu entwickeln, mit der Vertriebsmitarbeiter Produkte des Unternehmens in die reale Umgebung einblenden können“, sagt Slim Krückemeier vom Fachgebiet… mehr...

Als Hersteller von technischen Gummi- und Kunststoffprodukten mit eigenem Werkzeugbau verarbeitet die SICO D. & E. Simon GmbH an verschiedenen europäischen Standorten mit ca. 400 Beschäftigten hochwertige und umweltfreundliche Rohstoffe für unterschiedliche Branchen.

Standort: Steinau an der Straße

Mitarbeiter: 400

Branche: Fertigung von technischen Gummi- und Kunststoffteilen

Umsetzungsprojekt:  Entwicklung einer optischen, inline Qualitätsprüfung

Projekterfolg: Vorbereitung einer Qualitätsprüfung mittels neuronalem Netz, Folgeprojekte geplant

Um unsere Webseite für Sie optimal zu gestalten und fortlaufend verbessern zu können, verwenden wir Cookies. Durch die weitere Nutzung der Webseite stimmen Sie der Verwendung von Cookies zu.

weitere Informationen 

loading