Kistler
Prüfung auf neuem Level
In einem Forschungsprojekt untersucht Kistler Möglichkeiten einer vollautomatisierten optischen Qualitätssicherung in der Spritzgussproduktion. Neben der Anlagenkonzeption wird betrachtet, wie sich der Datenabgleich und das Anpassen der neuronalen Netzwerke automatisieren lassen.
Die Prüfzelle überprüft mithilfe optischer Messtechnik die Spritzgussteile auf Maßhaltigkeit, Oberflächendefekte und spritzgussspezifische Anomalien.
© KistlerHohe Ansprüche, hohe Qualität, hohes Risiko: Auch bei der Produktion anspruchsvoller Teile müssen Hersteller in der Automobil-, der Metallverarbeitung- oder der Medizintechnikbranche steigende Anforderungen an die Qualität ihrer Produkte erfüllen. Im Ernstfall müssen sie die Einhaltung der Qualitätsparameter lückenlos nachweisen können, um sich vor Regressforderungen zu schützen. Deshalb ist der gesamte Prozess der Qualitätskontrolle so exakt und reproduzierbar wie möglich zu konzipieren. Die Qualität manueller Kontrollen ist abhängig von Können und Wissen der Mitarbeiter sowie der verfügbaren Zeit. Auch die Dokumentation gestaltet sich aufwendig. Die Automatisierung des Prozesses minimiert diese Varianzen. Wie weit sie gehen kann, zeigen beispielhafte Lösungen von Kistler für ein Forschungsprojekt: Gemeinsam mit der OST – Ostschweizer Fachhochschule in Rapperswil (CH) – erforscht der Messtechnik-Experte, welche neuen Möglichkeiten die Automatisierung hinsichtlich Datenqualität und Verbesserung von Qualitätsvorhersagen mittels KI eröffnet.
Automatisierte, reproduzierbare Stichprobenkontrolle
Produzierende Unternehmen setzen meistens auf das Verfahren der statistischen Prozesskontrolle, um die gefertigte Qualität zu prüfen. Dieses Verfahren legt die Frequenz und den Umfang der Stichproben fest, sodass Anwender den Produktionsprozess anhand zuvor definierter relevanter Qualitätsparameter überwachen können. Da diese Stichproben bislang manuell entnommen, transportiert und geprüft werden, binden sie je nach Produktionsumfang und -durchsatz große zeitliche und personelle Ressourcen. Zudem ist die Qualität der erhobenen Daten von den Fähigkeiten der Prüfenden abhängig und kann von Person zu Person variieren. Je sicherheitsrelevanter die produzierten Teile sind, desto geringer sind die Fehlertoleranzen und desto höher ist die Frequenz der Stichproben – und damit die Fehleranfälligkeit der Prüfung. Gleichzeitig steigen die Kosten möglicher Regressforderungen. Deshalb ist eine automatisierte, reproduzierbare Stichprobenkontrolle eine attraktive Alternative, um die Kosten fehlerhaft produzierter Teile zu minimieren.
Gleichbleibend hohe Prüfprozesssicherheit
Vor allem Produktionen mit einem hohen Durchsatzvolumen und Teilen, die ähnlichen Prüfanforderungen unterliegen, profitieren von einem ganzheitlichen, automatisierten Prüfkonzept: In Massenproduktionen verursachen Taktzeiten und Anzahl der produzierten Teile enorme Aufwände in der manuellen Stichprobenkontrolle. Hersteller profitieren bei der Automatisierung des gesamten Qualitätssicherungsprozesses von der Reproduzierbarkeit und Kostensenkung. Zusätzliche Vorteile bietet ein interdisziplinärer Ansatz, wie ihn beispielsweise Kistler verfolgt: Die Bereiche Sensoren, Prozessüberwachung, Automatisierung, optische Bildverarbeitung, Software für die Datenanalyse sowie der Maschinenbau arbeiten gemeinsam unter einem Dach und kooperieren dank langjähriger Erfahrung effizient – auch im Spritzgießbereich.
Interdisziplinäre Herangehensweise
Gemeinsam mit dem Institut für Werkstofftechnik und Kunststoffverarbeitung der Ostschweizer Fachhochschule in Rapperswil baut Kistler einen vollautomatisierten Fertigungs- und Prüfprozess auf.
© KistlerZu Beginn einer solchen Prüfkonzepterstellung liegt der Fokus auf den Anforderungen des Prüfteils: Gemeinsam mit den Herstellern erarbeitet das beauftragte Team die nötigen qualitätsrelevanten Prüfparameter – meist aus dem Bereich der Oberflächendefekte und Maßhaltigkeit – und wählt die passenden Prüfmethoden wie Auf- oder Durchlicht, 2,5D- oder 3D-Prüfung aus. Zusätzlich lassen sich mithilfe von Kistler-Sensoren mechanische Prüfungen von Druck, Kraft und Drehmoment in das Konzept integrieren. Experten aus dem Kompetenzcenter konstruieren die Prüfzelle entsprechend: Neben der Anzahl und Positionierung der Kamerastationen mit Beleuchtungselementen spielt vor allem der Weg des Prüfteils eine bedeutende Rolle; Ziel ist ein durchgehend flüssiges, effizientes Teilehandling während des gesamten Prüfprozesses. Die integrierten Sicherheitskonzepte überwachen den systematischen Ablauf jedes Schrittes sowie die Handshakes und sorgen für Prozesssicherheit. Gleichzeitig verhindern sie Datenverluste. Die erhobenen Daten sendet der Automat über die OPC-UA-Schnittstelle an das übergeordnete Qualitätssicherungssystem des Betreibers sowie an Datenbanken zur Analyse.
KI-basierte Vorhersagen während des Prozesses
Die fahrerlosen Transportfahrzeuge befördern die Spritzgussteile zur Prüfzelle und anschließend in das Lager für Rückstellmuster.
© KistlerIn der Spritzgussproduktion und vor allem in der medizintechnischen Fertigung ist die Qualitätskontrolle besonders sensibel. Um den Herstellern eine umfassende, automatisierte Stichprobenkontrolle zu ermöglichen und gleichzeitig KI-basierte Qualitätsvorhersagen schon während des Spritzgießprozesses zu schärfen, kooperiert Kistler in einem Forschungsprojekt mit dem Institut für Werkstofftechnik und Kunststoffverarbeitung der Ostschweizer Fachhochschule (OST). Das Projekt wird durch die Innosuisse finanziert, einer Schweizer Agentur für Innovationsförderung.
Dafür baut das Projektteam einen beispielhaften, vollständig automatisierten Fertigungs- und Prüfprozess auf: Eine Spritzgussmaschine produziert Bauteile, serialisiert sie mittels individueller QR-Codes und sortiert sie auf Trays. Schon während der Produktion überwacht das Prozessüberwachungssystem Comoneo mittels Sensoren jeweils den Werkzeuginnendruck. Das Softwarefeature Comoneo Predict trifft mithilfe einer entsprechend trainierten KI Qualitätsvorhersagen für die einzelnen Teile. Fahrerlose Transportfahrzeuge bringen die für die Stichproben ausgewählten Teile autonom zur optischen Prüfzelle. Die Teile durchlaufen das zuvor festgelegte Prüfprogramm und werden sorgfältig auf Maßhaltigkeit und Oberflächendefekte sowie auf spritzgussspezifische Anomalien, etwa schwarze Stippen oder Feuchtigkeitsschlieren, untersucht. Auch kunststofftechnische Besonderheiten wie die Nachschwindung durch Abkühlung und Kristallisation werden berücksichtigt. In diesen Aufbau lassen sich später weitere Spritzgussmaschinen mit anderen Bauteilen integrieren und durch die autonomen Fahrzeuge in den Materialfluss einbinden, sodass sich die Qualitätskontrolle auch in komplexen Produktionen automatisieren lässt. Die Voraussetzung: Die Prüfzelle wird mit entsprechend unterschiedlichen Prüfprogrammen ausgestattet. Verschiedene Bauteile werden vom Prüfsystem erkannt und das entsprechende Prüfprogramm ausgelöst. Im Anschluss an die Prüfung transportiert das autonome Fahrzeug die geprüften Teile in das Lager. Die Prüfzelle sendet die Daten an übergeordnete QS- oder MES-Systeme. Die Experten nutzen sie, um die zuvor von Comoneo Predict getroffenen Qualitätsvorhersagen zu überprüfen; bei Abweichungen werden die KI-Modelle mit neuen Prüfdaten nachtrainiert.
Das Forschungsprojekt lotet neben den Konzeptionsmöglichkeiten einer solchen umfassenden Anlage aus, wie sich der Datenabgleich und die Anpassung der neuronalen Netzwerke automatisieren lassen. So profitieren Hersteller nicht nur von der verbesserten Datenqualität der optischen Kontrolle, sondern können ihren gesamten Prozess so engmaschig und fehlerfrei wie möglich gestalten – auch in komplexen Fertigungsumgebungen mit unterschiedlichen Prüfteilen.
















