Gesponsert

Automatisierte Fahrzeugfertigung KI-gestützte Qualitätskontrolle für die Automobilindustrie

Sind arbeitsintensive Qualitätskontrollen in der Fahrzeugfertigung automatisierbar? Ja, mit den richtigen Systemen: Die Künstliche Intelligenz eröffnet hier neue Möglichkeiten.

Gesponsert von

Die Kombination aus Industrial Edge und Cloud Computing ermöglicht lernfähige KI-Applikationen in der Automobilfertigung.
Die Kombination aus Industrial Edge und Cloud Computing ermöglicht lernfähige KI-Applikationen in der Automobilfertigung.
(Bild: Siemens)

Selbst in hochautomatisierten Branchen wie der Automobilindustrie gibt es nach wie vor Arbeitsschritte, die als nicht automatisierbar gelten. Künstliche Intelligenz (KI) und Industrial Edge, also der Einsatz von IT direkt in der Fertigung, ermöglichen es heute aber, diese Grenzen zu überwinden. Das Resultat: höhere Produktqualität und höherer Durchsatz.

Dafür müssen Produktion, KI und Industrial Edge in einem möglichst frühen Stadium eng miteinander verzahnt werden. Innovativ kombinierte digitale Methoden und intelligente Applikationen können es erlauben, komplexe Arbeitsschritte in der industriellen Fertigung zu automatisieren. Im Zentrum stehen hierbei vor allem Daten – insbesondere das während der Planung und Konstruktion angelegte digitale Abbild des Fahrzeugs, der digitale Zwilling des Produkts.

Dieser Datensatz beschleunigt die Produktentwicklung und ist in zahlreichen Anwendungsfeldern ein ideales Hilfsmittel. In unserem Beispiel kann er einem intelligenten Algorithmus dazu dienen, eine optimale Bahn und Neigung für eine robotergeführte Kamera zu errechnen. So lassen sich die zahlreichen Störfaktoren beim visuellen Prüfen der realen Karosserie ignorieren.

Fehler mittels KI erkennen

Die robotergeführte Kamera fährt anschließend die Karosserie exakt auf dem vorberechneten Weg ab und liefert digitale Bilddaten. Diese Bilddaten wertet eine lernfähige und speziell trainierte KI-Applikation vor Ort aus – und signalisiert mögliche Anomalien nach einem Soll- und Istwertabgleich. Die Mitarbeiter müssen dann nur noch die Karosserien inspizieren, die möglicherweise von den Vorgaben abweichen. Das spart Zeit und Geld.

Wichtig für eine solche Applikation: Der zugrundeliegene Algorithmus muss lernfähig sein. Je mehr Beschädigungen das System im Laufe der Zeit erkennt, desto präziser kann es den spezifischen Defekt aus den Bilddaten ableiten. Da es zudem die exakte Position und Beschaffenheit der detektierten Fehler registriert, kann es rückschließen, wie die Fehler entstanden sind. In der Folge lassen sich die Fertigungsprozesse optimieren und die Fehler ausschließen – die Fertigungsqualität nimmt kontinuierlich zu.

Die Bedingungen

Voraussetzung für den sinnvollen Einsatz von KI-Algorithmen: ausreichende Rechenkapazität in der Fertigung, relevante Daten und profunde Kenntnisse der Produktionsprozesse.

Ein zur Qualitätssicherung eingesetztes intelligentes Kamerasystem etwa muss die überaus komplexe Oberflächenstruktur eines Autos nicht nur erfassen, sondern auch korrekt interpretieren. Zudem dürfen Störungen, zum Beispiel Spiegelungen, die Messergebnisse nicht beeinträchtigen. Keine leichte Aufgabe – und der Hauptgrund dafür, dass eine von Menschen vorgenommene Qualitätskontrolle im Karosseriebau bislang das Maß der Dinge ist.

Weitere Anwendungsmöglichkeiten

KI und Industrial Edge ermöglichen es sehr gut, Erfahrung in der Automatisierung und Know-how bei der Simulation industrieller Prozesse und Produkte miteinander zu verknüpfen. Das kann sich auch in anderen Bereichen der Automobilfertigung auszahlen, wenn zum Beispiel intelligente Applikationen direkt auf Daten aus der Maschine zugreifen.

Ein Beispiel ist die vom Technologiekonzern Siemens entwickelte KI-Applikation für die Qualitätskontrolle beim sogenannten Widerstandspunktschweißen. Sie bedient sich überwachter Parameter innerhalb der Maschine, um die Güte eines Schweißpunktes zu beurteilen: zum Beispiel Spannung, Druck der Elektrode auf das Werkstück sowie Halte- und Quetschzeit. Da die Applikation jeden Schweißpunkt in Echtzeit beurteilt, kann eine anderenfalls erforderliche Inspektion entfallen.

Maschinen lernen voneinander

Das Zusammenspiel von Industrial Edge und Cloud Computing ermöglicht es außerdem, KI-Applikationen nahezu auf Knopfdruck auf identische Maschinen an anderen Standorten auszurollen. So lassen sich Daten standortübergreifend auswerten – und die Maschinen können von ihren Geschwistern an anderen Standorten lernen.

Mit Industrial Edge steht heute eine Technologie zur Verfügung, die die für solche Applikationen notwendige Rechenleistung im Feld bereitstellt. So können Daten direkt an der Maschine ausgewertet und analysiert werden; oder sie lassen sich bei Bedarf verzögerungsfrei für eine Übertragung in die Cloud vorverarbeiten.

Advertorial - Was ist das?

Über Advertorials bieten wir Unternehmen die Möglichkeit relevante Informationen für unsere Nutzer zu publizieren. Gemeinsam mit dem Unternehmen erarbeiten wir die Inhalte des Advertorials und legen dabei großen Wert auf die thematische Relevanz für unsere Zielgruppe. Die Inhalte des Advertorials spiegeln dabei aber nicht unbedingt die Meinung der Redaktion wider.

(ID:47124701)