Die Qualitätskontrollmethoden unterscheiden sich je nach Branche und sind für jeden Hersteller und jedes Produkt spezifisch. Doch wenn es um tatsächliche Produktüberprüfungen geht, sehen die meisten Fertigungsqualitätsprozesse ähnlich aus. Geschulte Prüfer beurteilen jede Einheit visuell und entscheiden, ob sie die Prüfung besteht oder nicht.
Natürlich sind Menschen bei ihrer Arbeit effizient. Aber wir neigen auch dazu, unbeabsichtigte Fehler zu machen, zu ermüden oder uns bei sich wiederholenden Aufgaben ablenken zu lassen. Außerdem legen wir Pausen ein, machen Urlaub und gehen sogar in den Ruhestand.
Daher automatisieren Hersteller schon seit Jahrzehnten die Qualitätskontrollprozesse und statten Prüfer mit Kameras sowie mit Systemen der Beleuchtung und maschinellen Vision aus. Obwohl viele maschinelle Verbesserungen die Prüfgeschwindigkeit und das Prüfvolumen verbessern, können ihre Fähigkeiten begrenzt sein.
Infolgedessen suchen Hersteller zur Verbesserung ihres Qualitätsprüfungsprozesses nach der nächsten Stufe der künstlichen Intelligenz (KI) und Tools für maschinelles Lernen (ML) – wie FactoryTalk® Analytics™ VisionAI™.
Carl Lewis, Senior Product Manager bei Rockwell Automation, erklärt: „Unsere KI-gestützte Qualitätskontrolllösung zeigt den Herstellern, was ihnen fehlt. Wir haben einen codierungsfreien Ansatz für die Sichtprüfung entwickelt, um die Qualität zu verbessern, den Ertrag zu maximieren und wichtige Erkenntnisse aus Echtzeit-Produktionsdaten zu gewinnen.“ Das KI-Sichtprüfungssystem liefert Daten, die sich direkt für die Herstellung hochwertigerer Produkte nutzen lassen. Lewis sagt: „Hersteller können damit Produktfehler und Ausschuss, Produktionsausfallzeiten und Betriebskosten reduzieren.“
Diese neue Generation von KI-gestützten Sichtprüfungs- und ML-Systemen kann lernen und sich dynamisch an sich ändernde Bedingungen anpassen sowie Qualitätsdaten rund um die Uhr erfassen, organisieren und kommunizieren.
Die Daten helfen Qualitätsmitarbeitern und Anlagenbetreibern, Produktionsprobleme schnell zu verstehen und anzugehen. „Die Auswirkungen können erheblich sein“, so Lewis. „Das System hilft bei der Erkennung von Fehlern in der Automobilfertigung bis hin zu Fehlern bei Konsumgütern, die zu Rückrufaktionen führen könnten. Und es gibt unzählige industrielle Anwendungsfälle – von der Erkennung von Maßfehlern über Verpackungsanomalien bis hin zu anderen Qualitätsproblemen –, bevor das Produkt das Werk verlässt Dieses KI- und ML-Sichtprüfungstool bietet einen enormen Mehrwert.“
