AI-gestuurd assistentiesysteem voor kwaliteitsborging bij ZORGE
De foutloze productie van hoogwaardige micro composietonderdelen vereist absolute precisie op het gebied van kwaliteitsborging. Tot nu toe vond de eindcontrole bij kleine en middelgrote productieseries plaats door middel van een 100 % handmatige visuele inspectie gebruikmakend van een camera.
Bij grote series stuit deze methode echter niet alleen op personele en economische grenzen, maar vaak ook op de vereiste procescapaciteiten. Om de efficiëntie van de handmatige controle te verhogen, slaat ZORGE Rubber Solutions nieuwe wegen in. In samenwerking met de masteropleiding „Data Engineering and Consulting“ van de hogeschool Albstadt-Sigmaringen is een beeld gebaseerd assistentiesysteem ontwikkeld dat direct op de testlocaties wordt ingezet.
Het machine learning-model fungeert als een digitaal oog bij de kwaliteitscontrole. In de eerste stap werd de bestaande testomgeving, inclusief camerasysteem, verlichting en beeldkwaliteit, nauwkeurig geanalyseerd. Op basis daarvan hebben de studenten een product specifieke beelddataset samengesteld en een lerende AI-software getraind met typische foutpatronen. Het MLM-systeem detecteert volledig automatisch afwijkingen aan de micro composietonderdelen en markeert de betreffende afwijking onmiddellijk visueel in het camerabeeld.
Deze gerichte ondersteuning stelt het kwaliteitscontrolepersoneel in staat om productfouten aanzienlijk efficiënter en betrouwbaarder te identificeren en te verifiëren. Het gehele inspectieproces wordt hierdoor merkbaar versneld en wint aan objectiviteit.
Dankzij de modulaire systeemarchitectuur kan de oplossing in de toekomst bovendien worden uitgebreid naar andere producten en naar aanvullende defect- of foutvarianten. Voor ZORGE betekent dit project de eerste stap in het gebruik van kunstmatige intelligentie voor procestechnische taken.
Voor meer informatie kunt u contact opnemen met de heer Marjan Keber, Head of Quality & Management Systems.