Verbesserte Genauigkeit dank KI

Das Thema Künstliche Intelligenz (KI) oder Machine Learning ist derzeit omnipräsent. Neben prominenten Beispielen, wie dem autonomen Fahren, beschäftigt sich auch die Industrie mit diesem Thema. VisiConsult entwickelt derzeit an einer KI Plattform für die Röntgentechnologie, um Defekte noch zuverlässiger vollautomatisch zu erkennen.

 

 

Bild: VisiConsult X-ray Systems & Solutions GmbH

In der zerstörungsfreien Prüfung (ZfP) wird Röntgentechnologie schon seit jeher genutzt. Anders als durch optische Verfahren können dort auch innenliegende Defekte, wie Poren, Einschlüsse oder Geometrien geprüft werden. Seit der Digitalisierungswelle um die Jahrtausendwende werden hierfür, anstelle von analogem Film, digitale Detektoren verwendet. Mit dem Schritt zur Digitalisierung liegen die Daten in Echtzeit vor und können maschinell ausgewertet werden. Besonders im Automobilbereich mit seinen hohen Stückzahlen ist dies relevant. Bereits seit 20 Jahren liefert VisiConsult sogenannte Automated Defect Recognition (ADR) Systeme, die nach bauteilspezifischer Parametrierung Fehler vollautomatisch erkennen. Heutzutage werden die Produktionszyklen allerdings immer kürzer und der Markt verlangt nach immer schnelleren Ramp-Up Zeiten. Weiterhin werden die Bauteile leichter und komplexer, während im gleichen Maße die Qualitätsanforderungen steigen. Die klassischen Bildverarbeitungsverfahren des Röntgenspezialisten erfordern daher eine hohe Positioniergenauigkeit und umfangreiche Bauteilparametrierung.

KI für ADR-Systeme

Durch den Einsatz von Künstlicher Intelligenz ließe sich dieser Aufwand massiv reduzieren. Erste Tests mit verfügbaren KI-Frameworks erreichten in einer Blindstudie bereits Detektionsquoten von bis zu 90 Prozent im Vergleich zu herkömmlichen Verfahren. „Die Tests befinden sich allerdings noch am Anfang“, so Lennart Schulenburg, Prokurist bei VisiConsult: „Da mit unseren Systemen sicherheitskritische Bauteile geprüft werden, sind hierfür noch weitere umfangreiche Tests und Qualifikationen nötig“. 2017 wurde eine Forschungskooperation zum Thema KI mit der Universität zu Lübeck geschlossen. „Die Universität zu Lübeck ist führend in der medizinischen Bildgebung. Da hier bereits massiv auf KI gesetzt wird, ist dieser Bereich schon deutlich weiter als die Industrie. Dieses Wissen transferieren wir derzeit auf unsere Anwendungen“, so Schulenburg weiter. Aufgrund von Zulassungsbeschränkungen war ADR in der Vergangenheit von hoch-kritischen Bereichen, wie der Luftfahrt ausgenommen. Aufgrund der gestiegenen Stückzahlen besteht aber ein Interesse die Verfahren entsprechend zu qualifizieren. Daher arbeitet VisiConsult mit einem führenden Luftfahrtkonzern in einem europäischen Luftfahrtforschungsprojekt zusammen, um ADR als Prüfmethode zu etablieren. Auch dort wird der Einsatz von KI geprüft, z.B. bei der automatischen Defekterkennung innerhalb von Schweißnähten.

Cloud-Lösung für Bilddaten

Entscheidend für den Erfolg einer KI ist die Anzahl und Qualität der zugrunde liegenden Bilddaten. Aus diesem Grund wurde eine Cloud-Lösung entwickelt, in welche Kooperationspartner bewertete Bilddaten laden. Diese werden dann anonymisiert und zur Parametrierung der KI genutzt. Die Fehlerdatenbank umfasst mittlerweile mehrere hunderttausende Datensätze mit markierten und klassifizierten Fehlern. Als Spezialist für vollautomatische Prüfsysteme hat VisiConsult gerade ein Patent zur automatischen Roboter Nachführung entwickelt: Durch die Kombination Robotik, 3D-Sensorik und Bildregistrierung können so hohe Wiederholgenauigkeiten ohne teure Bauteilhalter erzielt werden. Das System soll nun mit den neuen KI-Lösungen kombiniert werden und so den Ramp-Up Prozess von mehreren Tagen auf wenige Stunden reduzieren. Bauteile werden dann im Mischbetrieb auf einem Förderband in die Anlage gefahren und vom System automatisch erkannt. Die Software erkennt, um welches Bauteil es sich handelt und würde die Robotik auf die exakte Position nachführen. Dadurch würden Rüstzeiten reduziert und der Durchsatz massiv erhöht. Als Nebeneffekt wird der Pseudo-Ausschuss reduziert und die Detektionswahrscheinlichkeit erhöht. Beides sind Voraussetzungen für eine Luftfahrtzulassung des ADR-Systems.

Thematik: Technologie
Ausgabe:
VisiConsult X-ray Systems & Solutions GmbH
www.visiconsult.de

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