Bearbeitete Oberflächen müssen hohen Anforderungen genügen, beispielweise Dichtheit herstellen zwischen Bauteilen, frei von Beschädigungen, hygienisch glatt im Medizintechnikbereich. Um den Anforderungen durchgängig und nachweislich zu genügen ist 100% automatische Prüfung notwendig.

Die automatische Inspektion von metallischen Oberflächen steht vor allem vor einer Herausforderung: Das System muss Fehler – wie zum Beispiel Lunker – verlässlich erkennen. Gleichzeitig dürfen – optisch ähnliche – Verschmutzungen und Verfärbungen nicht zu Fehlalarmen führen. Herkömmliche 2D-Aufnahmeverfahren können in der Regel nur Helligkeitsunterschiede auswerten und sind damit nicht geeignet, bei bearbeiteten Metallbauteilen Fehler robust von Fehlalarmen zu unterscheiden. Ein hoher Anteil an Pseudoausschuss erfordert manuelle Nachkontrolle. Die als Ausschuss befundenen Teile, gehen so weit, dass der Anteil an Bauteilen, die nachkontrolliert werden, so hoch ist, dass automatische Kontrolle ad absurdum geführt wird.

PROFACTOR bietet neuartige Bildaufnahmetechniken und Auswertemethoden, die höchste Detektionssicherheit bei verschwindendem Pseudofehleranteil erreichen.

Automatische Prüfsysteme mit PROFACTOR-Technologie sichern und dokumentieren die Qualität ihre Produktionsprozesse.

Technologien

Der TPScan ist ein Sensor der unterschiedliche Aufnahmemodalitäten kombiniert und Daten über die dreidimensionale Form von Fehlstellen liefert. Damit sind tatsächliche Fehler wie Lunker, Kratzer, Beschädigungen sicher von Verschmutzungen, Verfärbungen unterscheidbar. Er garantiert höchste Detektionssicherheit, bei verschwindenden Pseudofehleranteil. Die Prüfgeschwindigkeit steht herkömmlichen Lösungen um nichts nach.

Die Technologie wurde für die Prüfung der Dichtflächen von Kurbelgehäuse und Zylinderköpfe entwickelt und funktioniert für jede Art von ebener oder eben abwickelbarer Oberfläche.

Machine learning wird eingesetzt, um Fehlerarten robust voneinander zu unterscheiden und die Unterscheidung vom Menschen zu lernen. Ein besonderes Merkmal ist dabei ein „active learning“ Ansatz, der den Einlern-Aufwand für den Betreiber deutlich reduziert. Die Unterscheidung von Fehlerarten ist notwendig, erlaubt es je Fehlerart angepasste Qualitätskriterien anzulegen und damit die Ausbringung zu optimieren. Die Auswertung der Fehlerarten erlaubt außerdem Rückschlüsse auf Fehlerursachen und bildet eine Basis für Prozessrückkopplungen und damit eine Optimierung des Produktionsprozesses.

Ihr Ansprechpartner

Dr. Wolfgang Heidl
Head of Business Development

+43 7252 885 252
wolfgang.heidl@nullprofactor.at

Gerne antworten wir…

… auf Ihre Fragen