KI-basierte Bauteilkontrolle für schnellere Umrüstzeiten

Bauteile mobil und in Echtzeit überprüfen - mit der Fraunhofer IGD Software MARQUIS profitieren Anwender von kurzen Umrüstzeiten, einer nutzerfreundlichen Führung sowie einer Kostensenkung infolge von weniger Stillstand der Produktionslinien.
Bild: Fraunhofer-Institut IGD

Bauteile mobil und in Echtzeit überprüfen – das soll die Software Marquis des Fraunhofer IGD ermöglichen. Anwender im Automotive-Bereich können von kurzen Umrüstzeiten, einer nutzerfreundlichen Führung sowie einer Kostensenkung infolge von weniger Stillstand der Produktionslinien profitieren. Auf der Control sowie auf der Hannover Messe stellen die Forschenden Anfang Mai und Anfang Juni die Software für die mobile Qualitätsprüfung vor. „Um die Künstliche Intelligenz anzulernen und Prüffälle zu markieren, benötigt die Software keine realen Fotos – sie nutzt aus dem CAD-Modell synthetisch generierte Bilder“, erklärt Holger Graf, Abteilungsleiter am Fraunhofer-Institut für Graphische Datenverarbeitung IGD. Die Software gleicht dann die CAD-Spezifikationen mit den vorliegenden Bauteilen ab. Das so trainierte System erkennt diese, ohne je zuvor echte Aufbauten gesehen zu haben. Marquis zeichnet sich durch seine Vollautomatisierung aus: Die Vorlaufzeit reduziert sich mit diesem Ansatz von ein bis zwei Wochen auf wenige Tage. Anwender im Automotive-Bereich profitieren von schnelleren Umrüstzeiten und entsprechend mehr Fallprüfungen pro Tag. Korrekturen sind direkt an der Produktionslinie möglich, ohne diese anzuhalten. Das reduziert kostenintensive Stillstandszeiten, die bei üblichen stationären Prüfarrays anfallen können. Die Software ist nicht nur an stationären Prüfstellen, sondern auch mobil nutzbar. Über Smartphones, Tablets oder auch AR-Brillen können Monteurinnen und Monteure die Bauteile im dynamischen Prozess prüfen. „Das System erkennt, um welches Bauteil es sich handelt, wie es im Raum liegt und ob es von den Soll-Maßen abweicht“, sagt Graf. Eine visuelle Rückmeldung zeigt an, wenn die Software Fehler im Aufbau detektiert: Dann leuchtet ein Bauteil rot auf. Auch deformierbare Objekte wie Schläuche erkennt die KI-basierte Software. Mit der neuesten Generation ist es sogar möglich, Expertinnen und Experten remote aufzuschalten. Diese können aus der Ferne die Person vor Ort bei der Kontrolle unterstützen. Neben der Prüfung an der Produktionslinie können Automobilhersteller auch in der Wareneingangs- oder Warenausgangskontrolle von der Software profitieren. Wo zuvor Stichprobenkontrollen die Regel waren, kann nun an einem Prüftisch jedes einzelne Bauteil unter die Lupe genommen werden.

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige