Im folgenden Projekt ist es unser Ziel, eine Klassifizierung von Bauteilen mittels einer Gut-/Schlechtanalyse durchzuführen.
Dazu wird das KI-Model mit einer Lernmenge von Gut- und Ausschussteilen des konkreten Testmusters trainiert. Die signifikanten Merkmale für die Trennung zwischen Gut und Ausschuss werden von dem Modell bestimmt. Es bedarf kein Expertenwissen und keine manuellen Anpassungen. Das entstandene Modell ist durch die interne Aufteilung der Lernmenge validiert. Das Erweitern des Modells ist durch Nachlernen jederzeit möglich. Es bietet somit flexibles Lernen verschiedener Prüfteile und Erweiterung der bestehenden Modelle an.
Mit dem automatisierten Fehlererkennungssystem QAIros soll es möglich werden, bereits in der Entwicklung Bauteile durch KI-gestützte Klassifizierung zu optimieren. Die Ergebnisse sollen anschließend in den Produktionsprozess übernommen werden, um eine automatisierte 100%-Prüfung durchzuführen.
In Zusammenarbeit mit der Firma Miba Sinter Austria GmbH entwickelten wir ein mobiles Testsystems zur 100%-Rissprüfung bei Sinterteilen. Diese Teile werden mit hoher Präzision und in großer Stückzahl hergestellt und finden ihren Einsatz im Automotive-Bereich, z. B. im Getriebebau. Das Sintern stellt einen komplexen Vorgang dar, der von zahlreichen Faktoren sowohl auf Materialebene (wie Korngröße und Dichte) als auch auf Prozessebene (wie Druck und Temperatur) beeinflusst wird.
Unser mobiles System ermöglicht es, Prototypen bereits in der Entwicklungsphase unter seriennahen Bedingungen zu testen. Dadurch wird eine Prozess- und Parameteroptimierung erreicht, die sicherstellt, dass die Ausschussquote in der späteren Serienfertigung minimal bleibt. Dieses Projekt stellt einen bedeutenden Fortschritt in der Qualitätssicherung und Effizienzsteigerung im Bereich der Sinterteile-Produktion dar.
Die Hauptkomponenten der Hardware umfassen:
Dieses Hardware-Setup erlaubt die reproduzierbare Positionierung und Prüfung von Prüfteilen mit Durchmessern bis zu 200 mm und einem Gewicht von bis zu 1 kg.
Training
Im Trainingsmodul der Software werden die KI-Modelle angelernt. Es benötigt eine Lernmenge bestehend aus Gut- und Ausschussteilen des spezifischen Testmusters, welche vom Kunden zur Verfügung gestellt werden. Hierbei werden die Prüfteile an den geeigneten Stellen mit dem automatischen Impulshammer WaveHitMAX angeregt, während das Mikrofon die Klangantwort aufzeichnet. Der Prozess des Modelltrainings erfolgt automatisch:
Dieser Ansatz erfordert kein Expertenwissen, da keine manuellen Anpassungen wie Schwellwertbestimmungen oder Peakdefinitionen nötig sind.
Klassifizierung
Das Klassifizierungsmodul der Software ermöglicht die Prüfung neuer Prüfteile anhand des trainierten Modells:
Das Testing System QAIros stellt eine innovative Lösung für die prozessintegrierte und automatisierte Qualitätssicherung (QS) dar, die höchste Zuverlässigkeit bietet. Neben der Möglichkeit, das System direkt in die Produktionslinie zu integrieren, kann es auch als mobiles System genutzt werden, was insbesondere bei der Baumusterentwicklung von Vorteil ist. Dadurch wird eine Prozess- und Parameteroptimierung bereits in der Entwicklungsphase ermöglicht.
Die Vorteile des Systems umfassen:
Dieses umfassende System bietet eine innovative Lösung zur Qualitätssicherung in der Sinterteilproduktion und gewährleistet durch die Kombination aus fortschrittlicher Hardware und intelligenter Software eine erhebliche Reduzierung der Ausschussquote.
