KI Kameraprüfsysteme - Qualitätsprüfungen zuverlässig automatisieren
KI Kameraprüfsysteme sind der größte Faktor, der Veränderungen in der Qualitätssicherung durch die gesamte KI-Thematik reinbringen. Diese Systeme ermöglichen nicht nur die Automatisierung von aufwendigen Qualitätsprüfungen, sondern helfen auch dabei, Produktionsprozesse zu optimieren und durch MES Schnittstellen Daten prozessübergreifend nutzbar zu machen.
In diesem Artikel erfahren Sie, warum KI-Kamerasysteme ein Gamechanger für die Qualitätssicherung sind und wie sie das menschliche Auge oder bildvergleichende Kamerainspektionen übertreffen.
Was sind KI-basierte Kameraprüfsysteme?
Ganz einfach: Hardware + Software Komponenten, individuell zugeschnitten auf Ihren Use Case.
Kamerasysteme für Qualitätsprüfungen zu nutzen ist genau genommen nichts Neues. Alles, was ein Mensch mit bloßem Auge sehen kann, lässt sich von einer Kamera deutlich besser erfassen. Oder könnten Sie mit Ihrem Auge etwas heranzoomen?
Die meisten Produktionsunternehmen haben kein Hardwareproblem, mit dem sich Fehlerbilder erfassen lassen, sondern ein Softwareproblem, das die aufgenommen Bilder auswertet und interpretiert. Heißt: Einschätzt, ob etwas noch i.O. ist oder n.i.O.
Hier kommt die Softwarekomponente ins Spiel, die für eine zuverlässige Fehlerdetektion wichtig ist. Nicht-KI-basierte Kamerasysteme arbeiten mit einem Bildvergleich, bei dem die Software ein hinterlegtes Gutbild mit dem gerade aufgezeichneten Bild abgleicht. Und genau hier scheitern viele kamerabasierte Qualitätskontrollen, weil jede kleinste Abweichung vom Gutbild als Fehler detektiert wird (Pseudoausschuss). Um dieses Problem zu fixen, muss die bildvergleichende Software sehr aufwendig manuell parametriert werden.
Ein KI-basiertes Kamerasystem lernt dagegen selbstständig anhand von Beispielbildern die Fehlertypen und Ihre Produkte. Das ist so, als würden Sie einen neuen Mitarbeiter anhand eines Fehlerkataloges anlernen und ihm zeigen, worauf er achten muss. Die KI ermöglicht es der Kamera dadurch, aktiv nach bekannten Fehlern zu suchen. Sie digitalisieren also das Wissen Ihrer Qualitätsmitarbeiter und stellen es den Kameras zur Verfügung.
Die Auswahl der Hardware spielt nur insofern eine Rolle, um Ihre Fehler erfassen zu können, was je nach kleinstem Fehlerbild variiert. Die Software dagegen, ist keine Standardsoftware, sondern Ihre Individualsoftware, die mithilfe der KI-Methode und maschinellem Lernen immer abhängig ist von Ihren Produkten und Fehlertypen.
Drei Vorteile KI-basierter Kameraprüfsysteme im Vergleich zu Kamerasystemen mit industrieller Bildverarbeitung
Kein Aufwand
Sie haben keine Parametrierung, weil das System selbstständig anhand von Beispielbildern lernt.
Zuverlässig
Das System kennt den Unterschied zwischen tatsächlichem Fehler oder Umwelteinfluss, wie Licht und Staub.
Skalierbar
Sie haben mit der KI eine Datenbasis, die sich copy & paste auf alle Anlagen ausrollen und erweitern lässt.
Ein KI-basiertes Kamerasystem lässt sich darüber hinaus Retrofit in bestehende Prozesse und Anlagen implementieren und per Schnittstellenlösung Daten zwischen den Maschinen und untereinander nutzbar machen. Mehr zu spezifischen Vorteilen von KI-basierten Qualitätskontrollen, finden Sie im Artikel "Vorteile von KI in der Qualitätskontrolle".
Ein großer Mehrwert KI-basierter Qualitätskontrollen mittels KI Kamerasysteme ist nicht nur die Senkung der Ausschuss- und Reklamationskosten, sondern vor allem die Beschleunigung der gesamten Produktion, weil die menschliche Prüfungen und Mehrfachprüfungen entfallen.
Wie funktionieren KI-Kamerasysteme?
Wie oben erwähnt, lernt die Software anhand von Beispielbildern, wie ein menschlicher Mitarbeiter. Der Knackpunkt ist allerdings die erforderliche Datenmenge, um Fehlerbilder zu verallgemeinern. Ein Mensch muss einen Fehler 2-3 mal gesehen haben, um das Fehlerbild zu verstehen. Eine KI-basierte Kamera muss den Fehler mind. 500 mal in unterschiedlichen Facetten sehen, um zuverlässig antrainiert zu werden. Deshalb ist es wichtig, nicht nur mit Produktionsdaten zu arbeiten, sondern anhand dieser synthetische Trainingsdaten (digitale Zwillinge) zu erzeugen, um den Lernprozess abzusichern und zu beschleunigen.
Im Wesentlichen bedarf es folgender 4 Schritte, um ein KI Kamerasystem zuverlässig in einem bestehenden Prozess zu implementieren:
Schritt 1: Produktionsdaten sammeln
Die Kameras werden in der Produktion im Live-Betrieb installiert und es werden Produktionsdaten gesammelt, d.h. erste Fehlerbilder und die Gutware wird aufgenommen. Anhand der Fehlerprotokolle werden aufgezeichnete Fehler für den Trainingsdatensatz klassifiziert.
Schritt 2: Synthetische Daten erzeugen und KI trainieren
Der Trainingsdatensatz wird durch synthetische Daten aufgestockt, um zu jedem Fehlerbild eine große Varianz und Datenmenge zur Verfügung zu haben. Außerdem wird hier sichergestellt, dass der Datensatz ausbalanciert ist, d.h. jeder Fehlertyp gleichhäufig der KI angezeigt wird.
Schritt 3: Fehlererkennung testen + iterieren
Der Lernfortschritt wird im Live-Betrieb getestet und in einem iterierenden Prozess angepasst, um eine zuverlässige Fehlerprüfung sicherzustellen. In diesem Schritt werden weitere Produkte und seltenere Fehlerklassen angelernt.
Schritt 4: Regel- und Schnittstellenlösung
Die Fehlerkennung ist nur der erste Schritt. Anschließend erfolgt die Ableitung von regelbasierten Entscheidungen und ggfl. das Schaffen von Schnittstellenlösungen, um die erkannten Fehler weiter im Prozess zu bearbeiten und zu protokollieren.
Fallstudie: Erfolgreiche Implementierungen von KI Kameraprüfsystemen
Filzherstellung
In der Textilproduktion gibt es noch viele manuelle Prüfkontrollen von Warenschaumitarbeitern, weil kamerabasierte Inspektionen mit industrieller Bildverarbeitung in diesem Bereich nur schlecht funktionieren.
In der Textilproduktion gibt es oftmals ältere Maschinen, die stark vibrieren oder die Staubbelastung ist zu hoch, sodass zu viel "Pseudofehler" detektiert werden. Es werden also Fehler detektiert, die keine Fehler sind.
Hier haben wir retrofit Kameras installiert, um direkt in der Filzherstellung Fehler zu detektieren und für die Qualitätsmitarbeiter automatisch zu protokollieren.
Das Problem
Die manuelle Warenschau und Protokollierung drosselt den gesamten Prozess. Eine 100% Qualitätskontrolle ist aufgrund fehlender Fachkräfte nicht möglich, obwohl die Protokollierung für den Kunden sehr wichtig ist.
Die Lösung
Eine 100% Inline-Überwachung direkt im Herstellungsprozess, mit automatischer Fehlerprotokollierung.
Im Live-Betrieb wurden Kameras installiert, um die Gutware und erste häufige Fehler aufzunehmen. Im zweiten Schritt wurden anhand der Fehlerprotokolle die Fehler nachträglich klassifiziert und synthetisch nachgebildet, um mithilfe der KI-Methode das System anzutrainieren.
Das KI-System übernimmt damit die 100% Kontrolle und Protokollierung der Fehler. Damit kann der Filzhersteller auch ohne Fachpersonal die hergestellte Ware prüfen und gegenüber seinen Kunden die Qualität bestätigen.
Fazit: KI Kameraprüfsysteme sind die Zukunft der Qualitätssicherung
Die Qualitätssicherung ist noch ein wesentlicher Kostentreiber in vielen Produktionsbetrieben, weil diese einerseits mit hohen Personalkosten verbunden ist und andererseits die gesamte Produktion ausbremst.
Hier wird KI zum Gamechanger für Produktionsunternehmen, weil zukünftig mithilfe von KI Kamerasystemen wesentliche Personalkosten reduzieren und die Prüfkontrollen viel schneller stattfinden, als bisher. Somit hat KI in der Qualitätssicherung einen großen Impact auf die Marge der Produkte und gleichzeitig auf die Beschleunigung des Cash-Conversion-Cycles.
Nehmen Sie gerne Kontakt zu uns auf, falls Sie im Rahmen unserer Potenzialanalyse erfahren wollen, ob und wo unser KI-basiertes Kamerasystem eine Hebelwirkung für Ihr Produktionsunternehmen hat.