KI-Sichtprüfung für die Automobilindustrie
KI-Sichtprüfung für Pressteile, Schweißnähte, Gussteile und Montage. Bei einem Tier-1-Zulieferer: 100 % Genauigkeit bei Loch- und Bolzenprüfung im Rohbau.
Qualitätskontrolle in der Automobilindustrie verzeiht nichts. Ein einziges fehlerhaftes Pressteil oder eine fehlerhafte Schweißnaht kann einen Rückruf auslösen, eine Lieferantenbeziehung belasten und Millionen kosten. Die manuelle Sichtprüfung übersieht unter Ermüdung und Produktionsdruck Fehler – selbst wenn erfahrene Qualitätsingenieure prüfen.
DeepVision von Indus Vision bringt KI-gestützte Präzision an jede Prüfstation Ihrer Automobillinie.
Anwendungen in der Automobilindustrie
- Prüfung von Pressteilen – Risse, Grate und Maßabweichungen an gepressten Blechteilen erkennen
- Prüfung von Gussteilen – Porosität, Lunker und Oberflächenfehler an Druckgussteilen finden
- Schweißnahtprüfung – unvollständige Schweißnähte, Schweißspritzer und Einbrandkerben in Echtzeit erkennen
- Montageprüfung – Vorhandensein, Lage und Ausrichtung von Bauteilen sowie Drehmomentmarkierungen bestätigen
- Oberflächengüte – Prüfung von Lack, Beschichtung und Chrom auf optische Qualität
- Prüfung von Dichtungen – Risse, Falten und Versatz vor der Montage erkennen
Ergebnisse aus Installationen in der Automobilindustrie
- Loch- und Bolzenprüfung im Rohbau bei einem Tier-1-Automobilzulieferer: 100 % Genauigkeit auf dieser Linie
- 98,2 % Genauigkeit insgesamt bei einem Tier-1-Automobilzulieferer und einem zweiten Automobil-OEM, validiert an 1.073 Proben
Warum Automobilhersteller DeepVision wählen
DeepVision lässt sich direkt an SPS von Siemens, Allen-Bradley und Mitsubishi anbinden – ohne Linienstillstand. Das System läuft auf Edge-Rechnern, benötigt keine Internetverbindung und lässt sich über eine zentrale Verwaltungskonsole auf mehreren Linien einsetzen.
Wo DeepVision in der Automobilfertigung zum Einsatz kommt
| Bereich | Was geprüft wird | Typische Fehler |
|---|---|---|
| Presswerk | Gepresste Blechteile und Halter | Risse, Einrisse, Grate, fehlende oder falsch platzierte Löcher |
| Karosseriebau (Rohbau) | Geschweißte Baugruppen | Fehlende Bolzen, Muttern und Schrauben, Lochprüfung, Schweißspritzer und unvollständige Schweißnähte |
| Gießerei und mechanische Bearbeitung | Druckguss- und bearbeitete Bauteile | Porosität, Lunker, Oberflächenschäden, Bearbeitungsspuren |
| Lackierung und Oberfläche | Lackierte und beschichtete Oberflächen | Läufer, Schmutzeinschlüsse, Krater und Beschichtungsfehler |
| Montage | Unterbaugruppen und Kits | Fehlende, falsche oder falsch ausgerichtete Bauteile, Dichtungsfehler |
| Endmontage | Komplette Fahrzeuge | Spaltmaß und Versatz zwischen Karosserieteilen, gemessen mit DeepVision Tunnel |
So läuft eine Einführung ab
- Prüfaufgabe festlegen. Teil, relevante Fehler und Ausschleuskriterium gemeinsam mit Ihrem Qualitätsteam abstimmen.
- Bildaufnahme einrichten. Kameraposition, Objektiv und Beleuchtung an der Station fixieren, damit jedes Teil gleich aufgenommen wird.
- Mit Gutteilen trainieren. DeepVision lernt aus Bildern von Gutteilen, Sie müssen also vorher keine Fehlerbibliothek aufbauen.
- Parallel betreiben. Das System läuft parallel zu Ihrer bisherigen Prüfung, während die Ergebnisse verglichen werden, wie in unserer Methodik der Genauigkeitsmessung beschrieben.
- Live gehen. Das i.O./n.i.O.-Ergebnis geht an die SPS, und jede Entscheidung wird zur Rückverfolgbarkeit mit ihrem Bild gespeichert.
Rückverfolgbarkeit für Qualitätssysteme in der Automobilindustrie
Jedes Prüfergebnis wird mit dem Bild gespeichert, aus dem es entstanden ist, und DeepVision Tunnel legt jedes Ergebnis zu Spaltmaß und Versatz zur Fahrzeug-ID ab. So haben Qualitätsingenieure für jeden Ausschuss einen Nachweis, können bei auftretenden Fehlermustern die Ursachenanalyse unterstützen und Kundenanfragen mit dem tatsächlichen Bild statt mit einem Stichprobenprotokoll beantworten.
Häufig gestellte Fragen
Kann DeepVision Rohbaubaugruppen prüfen?
Ja. Bei einem Tier-1-Automobilzulieferer prüft DeepVision Löcher und Bolzen auf einer Rohbaulinie mit 100 % Genauigkeit auf dieser Linie. Siehe die Fallstudie zur Blechteilprüfung.
Braucht das Training Fehlermuster?
Nein. DeepVision wird mit Bildern von Gutteilen trainiert. Eine kleine Auswahl bekannter Fehler ist hilfreich, um das System vor dem Produktivstart zu validieren.
An welche SPS lässt es sich anbinden?
Siemens, Allen-Bradley und Mitsubishi. Siehe SPS-Anbindung.
Kann es Spaltmaß und Versatz messen?
Ja. DeepVision Tunnel misst Spaltmaß und Versatz an jedem Fahrzeug, während es die Endmontage durchläuft, und speichert jedes Ergebnis zur Fahrzeug-ID.
Fit & Finish: Spaltmaß und Versatz an jedem Fahrzeug
In der Endmontage misst DeepVision Tunnel mit 3D-Kameras mit strukturiertem Licht Spaltmaß und Versatz an jedem Fahrzeug, während es auf dem Förderer fährt, und legt jedes Ergebnis zur Fahrzeug-ID ab. Die Lösung wurde bei der nasscom Mobility Confluence als Use-Case-Gewinner für die Automatisierung der Fit-&-Finish-Qualitätskontrolle ausgezeichnet.