Die tatsächlichen Vorteile automatisierter Qualitätskontrolle in Fertigungslinien sind erst dann wirklich nutzbar, wenn Unternehmen eine ‚intelligente‘ Automatisierung mit Funktionen wie Smart Data realisieren. Heutige Systeme ermöglichen es dank Bildverarbeitungsalgorithmen wie beispielsweise Edge-based Sparse-Features‚ Variation Absorbing Templates sowie schneller, paralleler Hardware-Architektur, eine über zehn Mal schnellere Detektionsgeschwindigkeit mit optischen Inspektionssystemen zu realisieren als herkömmliche Inspektionssysteme ohne neue Algorithmen. Im Vergleich zu älteren Algorithmen, die teils fehleranfällig und ungenau waren, arbeiten diese Systeme sogar über 100 Mal schneller und erhöhen zugleich die Detektionsqualität.

In den 2000er-Jahren führten Edge-basierte Algorithmen zu Verbesserungen bei Lichtveränderungen und Schatten, waren jedoch noch ungenau hinsichtlich Schärfe und Kontrast. Der neue ‚Sparse Edge Detection‘-Algorithmus nimmt die verwendeten Informationen auf und reduziert sie auf klar identifizierbare und repräsentative Punkte. Dies minimiert Fehler und verbessert zugleich die Geschwindigkeit signifikant.

Komplexe Muster erkennen

Künstliche Intelligenz (KI) ist in diesem Zusammenhang und bezüglich fortschrittlicher Vision-Systeme in Kombination mit Deep-Learning-Algorithmen ein wichtiger Trend. Für die Lebensmittel- und Getränke-Industrie kann dies beispielsweise bedeuten, dass die Inspektionssoftware mithilfe eines Algorithmus trainiert wird, um komplexe Muster für das jeweilige Produkt zu erkennen. Auf diese Weise lassen sich beispielsweise ungleichmäßig geformte Objekte wie Backwaren leicht überprüfen und sogar Fehler erkennen, die zuvor nicht explizit angelernt wurden. Solche KI-gestützten Kontrollen können sich auf die Form, Farbe und Textur eines Produkts beziehen.

Herkömmliche Vision-Systeme lassen sich zwar programmieren, um bestimmte Fehler zu finden und beispielsweise Abweichungen zu erkennen. Ein auf KI basierendes Inspektionssystem kann jedoch lernen, anormale Produkte zu erkennen, ohne speziell für jede Abweichung von der Norm programmiert zu sein.

Ein anderer Ansatz ist das Erkennen und Lesen von OCR-Markierungen. In sehr anspruchsvollen Anwendungen stimmen die Buchstaben möglicherweise nicht mit dem Muster einer traditionellen Software-Einstellung ohne KI überein. Beim Lesen von OCR mit Bildverarbeitungssoftware ist die herkömmliche Software ohne KI möglicherweise nicht in der Lage, zu interpretieren, welchen Buchstaben sie sieht. Mit KI lässt sich ein robusterer und zuverlässigerer Messwert erreichen.

Ein weiterer Aspekt, der in Sachen Qualitätskontrolle wichtig ist, ist die Anbindung an eine Datenbank. Sie ermöglicht die Erfassung von Qualitätsprüf- und Produktionsdaten sowie die Sicherstellung der Rückverfolgbarkeit und Einhaltung gesetzlicher Vorschriften. Via Datenanalyse lassen sich Trends erkennen sowie Predictive Maintenance optimieren. Eine KI-gestützte Maschinensteuerung kann diese Konnektivität bieten und zugleich Logik, Bewegung, Vision, Sicherheit und Robotik in einer Lösung vereinen. Beispielsweise kann ein Controller die Kommunikation mit mehreren Smart Kameras übernehmen und die Ergebnisse über einen internen SQL-Client direkt in der SQL-Datenbank registrieren. Hierbei ist darauf zu achten, dass der Controller direkt mit SQL-Datenbanken kommunizieren kann, indem er integrierte Funktionsbausteine verwendet, die SQL-Anfragen bereitstellen. Industrie-PCs lassen sich dazu verwenden, die Ergebnisse an jeder Station in der Fabrik zu visualisieren.

Die Systemlösung

Bei vielen Fertigungslinien gibt es spezielle Anforderungen an die Qualitätskontrolle. Insbesondere in der Pharma-Industrie müssen Fehler unter allen Umständen vermieden werden. Daher sind in dieser Branche Fertigungslinien so umfassend vor Defekten geschützt wie in keiner anderen. Und auch, wenn die Folgen in anderen Branchen nicht so schwerwiegend sein mögen, dürfen auch dort mehr oder weniger keine Fehler und Defekte auftreten. Für Unternehmen, die sich zukunftsorientiert und regelkonform aufstellen und dabei auch das Thema Qualitätskontrolle strategisch und umfassend angehen wollen, ist es empfehlenswert, ein ganzheitliches System zu wählen, das alle Aufgaben von Fertigungslinien einschließlich der Qualitätskontrolle abdeckt. 

Dies geht beispielsweise mit Systemen von Omron. Bei ihnen werden die von einem Bildverarbeitungssystem übertragenen Daten vor Ort verarbeitet und über die Cloud für detaillierte Analysen zentral zur Verfügung gestellt, sodass geeignete Maßnahmen ergriffen werden können. Die vollständige Vernetzung der Systeme sorgt für eine bessere Verbindung zwischen den Maschinen einer Fertigungslinie.