Künstliche neuronale Netze erkennen kleinste Beulen am Auto

Das Prüfsystem in Aktion - kleinste Fehler werden gefunden und farblich kenntlich gemacht Bild: IESEK

Ingenieure der Otto-von-Guericke-Universität Magdeburg (OVGU) arbeiten an der Entwicklung eines hochpräzisen Messsystems zur berührungslosen Erkennung von Oberflächenfehlern. In einem Verbundprojekt entwickeln sie gemeinsam mit der INB Vision AG und dem Fraunhofer-Institut für Fabrikbetrieb und -automatisierung (IFF) ein zuverlässiges System zur automatischen Oberflächenkontrolle, das u.a. in der Automobilindustrie zum Einsatz kommen soll. Die Erkennung von Fehlern aus 3D-Daten geschieht dabei mit künstlichen neuronalen Netzen, also intelligenten Computerprogrammen, die dem Lern- und Denkvorgang im menschlichen Gehirn nachempfunden sind.

Bei der Umformung von Blechteilen sind Toleranzen bis zu einigen Millimetern üblich, die zu findenden Oberflächenfehler liegen aber im Mikrometerbereich, also innerhalb des Toleranzbandes. Herkömmliche Messsysteme sind bisher nicht in der Lage, diese geringfügigen Fehler zu erkennen, die erst nach der Lackierung deutlich sichtbar werden. Durch steigende Kundenanforderungen und Qualitätsansprüche ist es insbesondere für Automobilhersteller wichtig, dass ihre Produkte ein makelloses Äußeres aufweisen.

„Ähnlich wie das menschliche Gehirn lernt diese intelligente Software anhand von Beispielmessungen, wie ein fehlerfreies Teil aussieht“, so Dr. Tilo Lilienblum, Leiter Entwicklung der INB Vision AG. „Somit sind wir mit unserem System in der Lage, auch bei veränderten Bauteilen noch kleinste Dellen und Beulen zu finden.“

Das Verfahren stellte im Rahmen verschiedener Kundenaufträge bereits seine Erkennungsleistung unter Beweis. Um das Messverfahren weiterhin zu verbessern und so neue Anwendungsbereiche zu erschließen, wird im Rahmen des Projektes der Aufwand für das Training des neuronalen Netzes reduziert. „Bislang müssen dem System mit vielen verschiedenen „Gut-Teilen“ die möglichen Toleranzen quasi eingelernt werden. Die real vorkommende Bauteilvariabilität soll jetzt durch Simulationsverfahren generiert werden. Anstatt eine große Menge an realen Beispielteilen zu messen, kann der Trainingsaufwand durch Simulation von Variabilitäten auf einige wenige Teile verringert werden“, so Prof. Bernd Michaelis vom Institut für Elektronik, Signalverarbeitung und Kommunikationstechnik.

Das Projekt im Umfang von über 950.000 Euro wird vom Ministerium für Wissenschaft und Wirtschaft sowie der Investitionsbank Sachsen-Anhalt durch Mittel des Europäischen Fonds für Regionale Entwicklung, des Bundes und des Landes Sachsen-Anhalt für die Projektdauer von 33 Monaten gefördert. Es steht unter der Schirmherrschaft der MAHREG Automotive, einem Netzwerk von Forschungseinrichtungen und Firmen der Automobilzulieferindustrie, um mit gemeinsamen Innovationen im internationalen automotiven Markt erfolgreich zu sein.

Quelle: Otto-von-Guericke-Universität Magdeburg