SolVisionFallstudie
Metallbolzenfehlererkennung mit KI
Kunde
Der Kunde ist ein führender Hersteller von Schrauben und Bolzen mit Hauptsitz in Asien.
Fall
Qualitätskontrolle von Metallbolzen
Der Kunde suchte nach einer präzisen Lösung zur Fehlererkennung, die in der Lage ist, Mängel wie kleine Dellen an hergestellten Bolzen zu identifizieren, unabhängig von der Position oder Orientierung der Bolzen.
Herausforderung
Die Reduzierung der Falsch-Negativ-Rate bei der Fehlererkennung
Um Redundanz in der Fehlererkennung zu vermeiden, musste jeder Bolzen einzeln aus drei verschiedenen Winkeln analysiert werden. Aufgrund des hohen Produktionsvolumens benötigte der Kunde, dass der Inspektionsprozess innerhalb von 1 Sekunde pro Bolzen abgeschlossen wird, während eine Mindestgenauigkeitsrate von 90 % aufrechterhalten werden muss. Diese Aufgabe wurde zusätzlich durch die reflektierende Oberfläche der Bolzen erschwert, da Lichtreflexionen fälschlicherweise als Mängel interpretiert werden konnten.
Lösung
Innovative KI-Inspektionslösung
Solomon entwickelte ein robotergestütztes System, das jede Schraube 360 Grad dreht und dabei drei Bilder aufnimmt, um mögliche Mängel zu identifizieren. Um die Herausforderungen durch die reflektierende Oberfläche zu bewältigen, wurde ein KI-Modell in SolVision trainiert, und unsere Ingenieure gaben dem Kunden Empfehlungen für optimale Licht- und Hintergrundbedingungen, um Reflexionen zu minimieren. Dieser integrierte Ansatz ermöglichte einen schnellen Inspektionsprozess, der die Inspektion in nur 49 Millisekunden pro Schraube mit einer fehlerfreien Genauigkeit von 100 % abschloss.