KI-gestützte Oberflächenprüfung und Vermessung von Alu-Barren

Ein führender Hersteller von Ingots (Aluminiumbarren) benötigt eine zuverlässige Lösung zur 100%igen Qualitätskontrolle. Oberflächenfehler beeinträchtigen die Weiterverarbeitung, während Maßabweichungen zu Problemen in der Produktion führen. Zudem müssen unterschiedliche Typen sicher erkannt werden. Ein Teil der Bildaufnahme hat während der Bewegung zu erfolgen, wobei eine konstante Geschwindigkeit für eine präzise Inspektion entscheidend ist.

Die Lösung besteht aus zwei Prüfstationen. In Station 1 untersuchen zwei hochauflösende 2D-Kameras die Vorder- und Rückseite der Alu-Barren im Stillstand. Dabei erfolgt eine detaillierte Analyse von Oberflächenfehlern wie Lufteinschlüssen (Blow Holes) anhand definierter Kriterien. In Station 2 erfassen vier Laser-Triangulationssensoren die Höhe, Breite und Form der Alu-Barren während der Bewegung. Dieses Verfahren ermöglicht eine kontinuierliche Qualitätskontrolle und die Erkennung von Formabweichungen. Die Kombination aus regelbasierter Bildverarbeitung und Deep-Learning-Algorithmen (KI) ermöglicht eine präzise Fehlerklassifikation. Unsere intuitive Softwareoberfläche aku.visionManager® ermöglicht dem Kunden eine einfache Anpassung der Prüfkriterien.

Die implementierte Lösung ermöglicht eine zuverlässige Erkennung von Oberflächenfehlern, eine präzise Geometrievermessung und eine automatisierte Typenprüfung. Durch die Integration von Deep Learning erkennt das System Fehlermerkmale noch genauer. Die kontinuierliche Erfassung während der Bewegung erhöht die Prozessgeschwindigkeit und reduziert Stillstandzeiten. Darüber hinaus können neue Produkttypen flexibel über den aku.visionManager® eingelernt werden, so dass das System auch an zukünftige Anforderungen angepasst werden kann.