Künstliche Intelligenz Automatisierte Qualitätskontrolle in der Produktion

Anbieter zum Thema

Sick AG

Ringspann AG

GLYN Switzerland

Künstliche Intelligenz ist die wichtigste Zukunftstechnologie – auch im Bereich der Qualitätskontrolle. scitis.io ermöglicht es seinem Kunden Hamburger Container- board, automatisierte Qualitätskontrollen in der Papierproduktion durchzuführen.

Das Thema Künstliche Intelligenz (KI) nimmt seit 2018 in Deutschland Fahrt auf. Mehr als zwei Drittel der deutschen Unternehmen geben an, dass sie KI als die wichtigste Zukunftstechnologie sehen. Und dennoch nutzen bislang nur acht Prozent der deutschen Unternehmen KI-Anwendungen. Zu diesen Ergebnissen kommt eine Studie der Bitkom, die Anfang 2021 600 Unternehmen aus allen Branchen befragt hat. Ein Blick in die Industrie zeigt ausserdem, dass Qualitätskontrollen noch immer vorwiegend durch das menschliche Auge stattfinden. Doch durch den Einsatz von KI könnten Mitarbeiter entlastet und die Fehlerquote deutlich reduziert werden. Wie funktioniert aber der Einsatz von KI zur Qualitätskontrolle? Und lohnt sich der Aufwand wirklich?

Daten sind der Schlüssel zum Erfolg

Man kann nie zu viele Daten sammeln! Denn Daten geben Aufschluss über alle Prozesse, die in den betriebenen Maschinen vorgehen. Wenn diese Daten genutzt werden, können beispielsweise Fehler frühzeitig erkannt und somit vermieden werden. Auch für ein erfolgreiches KI-System stellen Daten die Basis dar. Um beispielsweise Qualitätsvorhersagen treffen zu können, werden für die Entwicklung einer KI Maschinendaten aus dem Produktionsprozess benötigt. Durch die Echtzeit-Überwachung von Leistung, Qualität und Zustand der Maschinen ist es ausserdem möglich, detaillierte Prognosen zum Maschinenverhalten zu erstellen. Um konkrete Prognosen zu stellen, werden die Daten vieler Maschinen, die Expertise des Maschinenherstellers sowie das Wissen über das Normalverhalten der Maschine benötigt.

Bildergalerie

Einsatz von KI in der Qualitätskontrolle

Der Einsatz von KI zur Qualitätskontrolle setzt bestimmte Anforderungen an die Dateninfrastruktur voraus. Es müssen alle relevanten Prozessdaten erfasst, gespeichert und verarbeitet werden – dann können mit einer KI zur Qualitätskontrolle optimale Ergebnisse erzielt werden. Im Produktionsprozess gibt es verschiedene Positionen zur Qualitätskontrolle:

• Vorproduktprüfung

• Prüfung während und nach jedem Produktionsschritt

• Qualitätssicherung

Die Qualitätssicherung ermöglicht lediglich das Entdecken von Fehlern, nicht aber das Verhindern der Fehler. Daher ist eine Prüfung während und nach jedem Produktionsschritt sinnvoll. Bisher scheiterten datenverarbeitende KI-Systeme während dem Produktionsprozess häufig an fehlender Sensorik oder der Vernetzung der Anlagen. Denn für die Datensammlung ist eine Vielzahl an eingebauten Sensoren wichtig, die stetig Daten zum Maschinenzustand und den gefertigten Objekten bereitstellen. Diese Daten können dann von KI-Systemen auf bestimmte Eigenschaften überprüft werden, die deutlich von den zu erwartenden Werten abweichen.

Automatisierte Qualitätskontrolle in der Papierproduktion

Hier setzt die Lösung von scitis.io an. In einem Projekt mit dem Kunden Hamburger Containerboard hat scitis.io eine Künstliche Intelligenz entwickelt, um die Produktqualität schon während des Produktionsprozesses zu sichern und Fehler frühzeitig zu erkennen. Hamburger Containerboard ist Teil der Prinzhorn Holding und stellt hochwertige Wellpapperohpapiere her. Jährlich werden über drei Millionen Tonnen Papier produziert –ausschliesslich aus Altpapier. . Für den in Europa führenden Erzeuger ist eine hohe Produktqualität der Papiere von grosser Bedeutung.

Die Qualität der Papierrollen bei Hamburger Containerboard wird unter anderem anhand der sogenannten «Bruchkraft» geprüft. Bruchkraft beschreibt die Kraft, die benötigt wird, um einen Prüfkörper zu brechen oder zu zerreissen. Da diese Bruchkraft aber nur am Produktionsende jedes Tambour (Papierrolle) gemessen wird und keine Echtzeitwerte zur Verfügung stehen, können die Mitarbeiter in der Produktion an den entsprechenden Maschinen erst zu spät eingreifen, was wiederum zu Qualitätseinbussen führen kann. Zur Entwicklung der KI wurden in einem ersten Schritt Daten aus Sensoren der Produktionsmaschinen gesammelt. Anschliessend entwickelte scitis.io einen virtuellen Sensor, der die Werte für die Bruchkraft während des Produktionsprozesses auf Live-Sensordaten minütlich innerhalb eines Fehlerbereichs von weniger als 3% vorhersagt.

Die Vorhersagefähigkeiten der KI ermöglichen es fortan, Parameter zeitnah und während der Produktion anzupassen. Das Ergebnis ist eine ressourceneffiziente Produktion, die genau auf die erforderliche Qualität abgestimmt ist.

Die Qualität der Papierrollen bei Hamburger Containerboard wird unter anderem anhand der sogenannten «Bruchkraft» geprüft. Bruchkraft beschreibt die Kraft, die benötigt wird, um einen Prüfkörper zu brechen oder zu zerreissen. Da diese Bruchkraft aber nur am Produktionsende jedes Tambour (Papierrolle) gemessen wird und keine Echtzeitwerte zur Verfügung stehen, können die Mitarbeiter in der Produktion an den entsprechenden Maschinen erst zu spät eingreifen, was wiederum zu Qualitätseinbussen führen kann. Zur Entwicklung der KI wurden in einem ersten Schritt Daten aus Sensoren der Produktionsmaschinen gesammelt. Anschliessend entwickelte scitis.io einen virtuellen Sensor, der die Werte für die Bruchkraft während des Produktionsprozesses auf Live-Sensordaten minütlich innerhalb eines Fehlerbereichs von weniger als 3 % vorhersagt. Die Vorhersagefähigkeiten der KI ermöglichen es fortan, Parameter zeitnah und während der Produktion anzupassen. Das Ergebnis ist eine ressourceneffiziente Produktion, die genau auf die erforderliche Qualität abgestimmt ist.

KI als wichtigste Zukunftstechnologie

Künstliche Intelligenz kann in der Industrie vielseitig eingesetzt werden. Der Einsatz von automatisierten Prüfverfahren spielt hierbei eine grosse Rolle. KI-Systeme können an allen Prüfpositionen im Produktionsprozess zur Qualitätskontrolle eingesetzt werden. Ziele wie die Prozessoptimierung oder Qualitätsvorhersage sind von besonderer Bedeutung. Denn dadurch können die Produktivität gesteigert, Ressourcen und aufwendige Nacharbeit reduziert sowie Fehler bereits im Vorfeld erkannt werden. scitis.io ist überzeugt davon, dass KI – besonders auch in der Industrie – die wichtigste Technologie der Zukunft ist.

(ID:47807673)