Aufrufe
vor 2 Jahren

Industrielle Automation 3/2017

Industrielle Automation 3/2017

Mensch und Maschine Hand

Mensch und Maschine Hand in Hand Automatische Produktionsassistenten mit lernender Bildverarbeitung spüren Produktionsfehler bereits während der Herstellung auf Um Produktionsfehler sowie daraus resultierende Ausfälle und Schäden an Maschinen zu vermeiden, setzt ein Unternehmen für die optische Prüfung von Dichtringen automatisierte Prüfsysteme ein. Sie gewährleisten eine frühzeitige Erkennung von Oberflächenabweichungen. Zugleich ermöglicht die lernende Bildverarbeitung die automatische Optimierung der Prüfparameter und verbessert die Prüfqualität. Aus vielen Bereichen ist die Bildverarbeitung nicht mehr wegzudenken. Ob bei der Qualitätskontrolle in der industriellen Produktion, in der medizinischen Diagnostik und der Mikroskopie, der Verkehrsüberwachung oder der Müllsortierung: Überall kommt sie zum Einsatz. Highspeed-Kameras Dipl.-Ing. Wolfgang Pomrehn ist Produktmanager APAS Assistenzsysteme bei der Robert Bosch GmbH in Stuttgart mit immer höherer Auflösung und leistungsfähige Schnittstellen haben sie in den letzten Jahren schneller sowie benutzerfreundlicher gemacht und sie an veränderte Marktanforderungen angepasst. Denn die wandeln sich rasant: Weil Kunden immer individuellere Produkte nachfragen, verkürzen sich Produkt-Lebenszyklen und Losgrößen werden kleiner. Bei automatisierten und sehr schnellen Produktionsprozessen steigt der Zeitdruck, was wiederum zeitgleich ablaufende Qualitätskontrollen erfordert. Erkennen von kleinsten Oberflächenabweichungen Für Qualitätskontrollen mit matten oder glänzenden Oberflächen ist bei Bosch u. a. ein optisches Assistenzsystem zuständig, der Apas Inspector. In einem der Werke prüft er als Teil einer Linie während der Produktion die Funktionsfläche eines Dichtrings. Äußerlich erscheint der Ring klein und unbedeutend, doch er ist Teil einer hydraulischen Stelleinheit eines Automatikgetriebes für Pkw. Wenn die Oberfläche dieses kleinen Rings nicht perfekt ist, schaltet das Automatikgetriebe nicht, sondern geht in den Notbetrieb – dann wird das kleine Teil plötzlich zum großen Problem: Das Auto fährt nicht mehr. Um das zu verhindern, laufen die Dichtringe bei Bosch automatisch an der Zeilenkamera des Assistenzsystems vorbei und rotieren dabei. D as System erstellt eine 3D-Abbildung der Oberfläche und hebt kleinste Oberflächenabweichungen hervor. Erkennt es dabei selbst kleinste Späne oder Scharten, genügt der Ring nicht den Anforderungen und wird aussortiert. Neben der hochauflösenden Highspeed- Kamera gehört auch eine flexible Plattform mit Planartisch zu dem automatischen Inspektionssystem. Ist der Apas Inspector nicht Teil einer Linie, sondern wird als freistehendes Einzelsystem betrieben, werden die Prüflinge per Werkstückträger in das Maschineninnere gefahren, wo die Kamera je nach Anforderung Bilder aus unterschiedlichsten Perspektiven aufnimmt. Ein Touchpad ermöglicht eine intuitive Bedienung, während die hochentwickelten 3Dbildgebenden Verfahren auch unter rauen Produktionsbedingungen präzise Ergebnisse liefern. Lernfähigkeit von Maschinen immer bedeutender „Sehende“ Maschinen, die dem Menschen als künstliches Auge dienen, kommen in Unternehmen immer häufiger zum Einsatz. Sie sind Hauptgrund der zunehmenden Nachfrage nach Bildverarbeitungssystemen, die der Branche 2015 einen Umsatzrekord von 2 Milliarden Euro bescherte. Der Verband Deutscher Maschinen- und Anlagenbau (VDMA) meldete 2016, dass sich der Umsatz in nur zehn Jahren verdoppelt habe. Auch für das vergangene Jahr prognostiziert der Verband mit 2,2 Milliarden Euro steigende Umsatzzahlen. 70 INDUSTRIELLE AUTOMATION 3/2017

Neben dem „Sehen“ wird bei zunehmender Automatisierung und sich stetig wandelnden Marktanforderungen die Lernfähigkeit von Maschinen immer wichtiger. Dabei ergänzen Maschinen nicht nur das Wissen und die einmalige Problemlösungskompetenz des Menschen durch ihre Präzision und Ausdauer, sondern beobachten ihre Umgebung und kommunizieren mit ihr. Dazu sind immer umfangreichere und präzisere Daten nötig. Diese großen Datenmengen effizient und zuverlässig auszuwerten, leistet u. a. die „lernende Bildverarbeitung“. Dabei analysieren Maschinen Bilder und erkennen Muster mithilfe von Algorithmen, die sich zudem kontinuierlich an neue Aufgaben anpassen lassen. Wissen weitergeben von Mensch zu Maschine Wie das in der Praxis aussieht, lässt sich erneut am Beispiel des Dichtrings zeigen. Der Apas Inspector erkennt zuverlässig Riefen, Kratzer und Grate. Allerdings ist nicht jede Oberflächenabweichung so gravierend, dass sie eine Funktionsstörung nach sich zieht. Wie unterscheidet das Prüfsystem qualitätsrelevante Fehler von reinen Bearbeitungsspuren? Dabei kommt die bereits erwähnte lernende Bildverarbeitung zum Tragen – und vor allem der Bediener der Maschine. Anhand von Trainingsbildern klassifiziert der Mitarbeiter die geprüften Dichtringe in Gutteile und Schlechtteile. Dazu nimmt er Bilder mehrerer Prüflinge auf, in denen er die zulässigen, regelmäßigen Bearbeitungsspuren als „gut“, Kratzer oder Grate jedoch als „schlecht“ markiert. Diese Informationen analysiert und speichert das Prüfsystem für kommende Prüfläufe. Es lässt sich mit zusätzlichen Bildern aber auch jederzeit nachtrainieren. Der Bediener kann so die Erkennungsleistung des Systems kontinuierlich verbessern oder es auf neue Aufgaben vorbereiten. Auch die Anzahl der Klassen und Merkmale, nach denen die lernende Bildverarbeitung die Prüflinge unterscheidet, lassen sich für jede weitere Prüfaufgabe – z. B. Farbprüfungen oder Oberflächenvermessungen – frei wählen und nachträglich verändern. So macht der Bediener einen Teil seines Erfahrungsschatzes für die Maschine zugänglich – und das ganz ohne aufwändige Programmier kenntnisse. Für die Prüfung der Dichtringe bedeutete das: Mit nur wenigen Trainingsbildern „lernte“ der Apas Inspector, 90 % aller De­ Lernende Bildverarbeitung: Ein Mitarbeiter markiert auf Trainingsbildern Gut- und Schlechtteile fekte sicher zu erkennen. Vor Ort passten die Bediener das Prüfsystem in kurzer Zeit weiter an, indem sie es mithilfe der lernenden Bildverarbeitung nachtrainierten. Mit der so installierten 100-%-Kontrolle dient es seitdem als Frühwarnmechanismus und sorgt dafür, dass kleine Fehler entdeckt werden, bevor sie große Auswirkungen haben. Bilder: Aumfacher Robert Bosch, rechts Messe Stuttgart www.bosch.de Happy Birthday Es ist ein 6 mm Die Fujinon HF-XA Serie hat Zuwachs bekommen Das neue HF6XA-5M bietet eine Brennweite von 6 mm, unterstützt ein Auflösungsvermögen von 3.45 μm Pixel Pitch auf einem 2/3" Sensor (entspricht 5 MP) und liefert konstante Schärfe über das gesamte Bild. Mit einem Durchmesser der Frontlinse von nur 39 mm lässt sich das Weitwinkel-Objektiv problemlos auch in enge Industrieanlagen integrieren. Ideal für Sony IMX250. Mehr auf www.fujifilm.eu/fujinon Fujinon. Mehr sehen. Mehr wissen.

AUSGABE