Die Beule im Visier

Das Prüfsystem in Aktion – kleinste Fehler werden gefunden und farblich kenntlich gemacht Bild: IESEK

Forscher arbeiten an der Entwicklung eines hochpräzisen Messsystems zur berührungslosen Erkennung von Oberflächenfehlern. Mit Hilfe künstlicher neuronaler Netze können sie auch winzigste Dellen im Autoblech entdecken.

Ingenieure wollen ein zuverlässiges System zur automatischen Oberflächenkontrolle herstellen, das unter anderem in der Automobilindustrie zum Einsatz kommen soll. Die Erkennung von Fehlern aus 3D-Daten geschieht dabei mit künstlichen neuronalen Netzen, also intelligenten Computerprogrammen, die dem Lern- und Denkvorgang im menschlichen Gehirn nachempfunden sind. Für dieses Forschungsvorhaben arbeiten Mitarbeiter der Universität Magdeburg (OVGU) mit der INB Vision AG und dem Fraunhofer-Institut für Fabrikbetrieb und -automatisierung (IFF) in einem Verbundprojekt zusammen.

Bei der Umformung von Blechteilen sind Toleranzen bis zu einigen Millimetern üblich, die zu findenden Oberflächenfehler liegen aber im Mikrometerbereich, also innerhalb des Toleranzbandes. Herkömmliche Messsysteme sind bisher nicht in der Lage, diese geringfügigen Fehler zu erkennen, die erst nach der Lackierung deutlich sichtbar werden. Durch steigende Kundenanforderungen und Qualitätsansprüche ist es insbesondere für Automobilhersteller wichtig, dass ihre Produkte ein makelloses Äußeres aufweisen.

„Ähnlich wie das menschliche Gehirn lernt diese intelligente Software anhand von Beispielmessungen, wie ein fehlerfreies Teil aussieht", so Dr. Tilo Lilienblum, Leiter Entwicklung der INB Vision AG. „Somit sind wir mit unserem System in der Lage, auch bei veränderten Bauteilen noch kleinste Dellen und Beulen zu finden."

Das Verfahren stellte im Rahmen verschiedener Kundenaufträge bereits seine Erkennungsleistung unter Beweis. Um das Messverfahren weiterhin zu verbessern und so neue Anwendungsbereiche zu erschließen, wird im Rahmen des Projektes der Aufwand für das Training des neuronalen Netzes reduziert. Bislang müssen dem System mit vielen verschiedenen „Gut-Teilen" die möglichen Toleranzen quasi eingelernt werden. Die real vorkommende Bauteilvariabilität soll jetzt durch Simulationsverfahren generiert werden. „Statt eine große Menge an realen Beispielteilen zu messen, kann der Trainingsaufwand durch Simulation von Variabilitäten auf einige wenige Teile verringert werden", so Prof. Bernd Michaelis vom Institut für Elektronik, Signalverarbeitung und Kommunikationstechnik.