07. Februar 2018

Künstliche Intelligenz für Automatisierte Qualitätsprüfung

Im Februar startet die RECENDT GmbH ein neues Forschungsprojekt in Kooperation mit der Miba-Gruppe und dem SCCH: AutoQual-I.

Im Rahmen von AutoQual-I wird das Projektkonsortium ein zerstörungsfreies prozessintegriertes Prüfsystem entwickeln, das dem aktuellen Trend nach flexibler Produktion in kleinen Losgrößen und mit laufend wechselndem bzw. erweitertem Typenprogramm Rechnung trägt. In solchem Umfeld kommen herkömmliche Qualitätssicherungssysteme rasch an ihre Grenzen, da sie zu starr auf einzelne Aufgaben optimiert sind. Das neue System wird Methoden nutzen, die auf Deep Transfer Learning beruhen, um Qualitätswissen von einem Bauteil A auf ein ähnliches Bauteil B übertragen zu können. Auf diese Weise sollen bisher ungenutzte Daten unterschiedlicher Modalitäten aus unterschiedlichen Prüfsystemen nutzbar gemacht werden, um die Modelle für die Qualitätsinspektion zu optimieren. Vorrangig sollen diese Methoden anhand von akustischen und optischen Qualitätsinspektionsaufgaben basierend auf diversen, in diesem Kontext neuartigen, NDT Verfahren (u.a. Schallemssionsprüfung, Laser-Ultraschall, Optische Kohärenztomographie) erforscht werden. Im Anschluss sollen diese Methoden in der Produktion von Sintermetallteilen, Reibbelägen, Bimetallteilen und Lagerschalen für den Automotiv-Markt, insbesondere anhand geringer Losgrößen, evaluiert werden.

AutoQual-I („Transfer-Learning based Framework for automated Quality Inspection for Flexible Lotsize Production“) wird im Rahmen des FFG-Programms „Produktion der Zukunft“ vom bmvit gefördert. Das Projekt, mit ein Volumen von 1,3 Millionen Euro, läuft bis Anfang 2021.