SolVisionFallstudie

Inspektion von chirurgischen Masken mit KI

Kunde

Der Kunde ist ein Hersteller von medizinischen Versorgungsartikeln mit Sitz in Asien.

Fall

Sicherstellung der Qualität in der automatisierten Maskenproduktion

Medizinische Masken spielen eine entscheidende Rolle beim Schutz vor Bakterien, Körperflüssigkeiten, in der Luft schwebenden Partikeln und Viren. Ihre Produktion ist weitgehend automatisiert, wobei Prozesse wie Materialschneiden, Schweißen der Ohrbänder und Verpackung von Maschinen durchgeführt werden. Trotz dieser Automatisierung bleibt die Qualitätsinspektion eine arbeitsintensive Aufgabe, die manuellen Aufwand erfordert, um sicherzustellen, dass jede Maske den erforderlichen Standards entspricht.

Herausforderung

Identifizierung von Maskendefekten mit traditionellen Inspektionsmethoden

Maskendefekte können stark variieren und umfassen fehlende Drähte oder Komponenten, falsche Nähte, eingerissene Löcher, Flecken, überstehende Ränder und beschädigte Schichten. Darüber hinaus sind Masken entlang der Produktionslinie oft unsystematisch verteilt, was den Inspektionsprozess zusätzlich kompliziert. Aufgrund dieser Variationen und Inkonsistenzen haben traditionelle Inspektionsmethoden Schwierigkeiten, alle potenziellen Defekte effektiv und effizient zu identifizieren.

Lösung

KI-gestützte Fehlererkennung

SolVision geht die Herausforderung zahlreicher Fehlervariationen an, indem ein bildbasiertes Inspektionssystem implementiert wird. Dieses System umfasst das Kennzeichnen von Maskendefekten auf Beispielbildern, die dann verwendet werden, um ein KI-Modell zu trainieren. Sobald das Modell trainiert ist, was in SolVision nur wenige Augenblicke dauert, erkennt die KI verschiedene Defekte in den erfassten Bildern genau und ermöglicht die sofortige Identifizierung fehlerhafter Masken auf der Produktionslinie.