Foto: Audi AG

IT-Lösungen

Audi setzt auf KI zur Qualitätsprüfung im Presswerk

Der Automobilhersteller will Machine Learning in der Serienproduktion einsetzen. Die von Audi entwickelte Software erkennt feinste Risse in Blechteilen.

Anspruchsvolle Designs und hohe Qualitätsstandards sind der Grund, dass bei Audi alle Bauteile direkt nach der Herstellung im Presswerk überprüft werden. Neben der Sichtprüfung durch Mitarbeiter sind dazu mehrere kleine Kameras direkt in den Pressen verbaut. Diese werten die aufgenommenen Bilder mit Hilfe von Bilderkennungs-Software aus. Dieser Vorgang soll bald durch ein ML-Verfahren abgelöst werden. Im Hintergrund dieses innovativen Verfahrens arbeitet eine Software, deren Basis ein sogenanntes künstliches neuronales Netz ist. Die Software soll mit höchster Präzision feinste Risse in Blechen erkennen und zuverlässig markieren - automatisch und in Sekundenschnelle.

Deep Learning in Ingolstadt

„Unsere automatisierte Bauteilprüfung erproben wir derzeit in unserem Ingolstädter Presswerk für den Serieneinsatz. Die Methode unterstützt unsere Mitarbeiter und ist für Audi ein weiterer wichtiger Schritt beim Wandel der Produktion zur modernen Smart Factory“, sagt Jörg Spindler, Leiter des Kompetenzcenters Anlagen- und Umformtechnik. Die Lösung basiert auf Deep Learning, einer Sonderform des Machine Learning, die mit unstrukturierten und hochdimensionalen Datenmengen, wie beispielsweise bei Bildern, arbeiten kann.

Wie das neuronales Netzwerk trainiert wurde

Mit mehreren Millionen Prüfbildern hat das Team über Monate das künstliche neuronale Netz trainiert. Die größten Herausforderungen waren zum einen das Aufbauen einer ausreichend großen Datenbasis und zum anderen das so genannte Labeln der Bilder. Dabei markierte das Team pixelgenau Risse in den Beispielbildern – hier war höchste Genauigkeit gefordert.
Der Aufwand hat sich gelohnt, denn anhand der Beispiele lernt das neuronale Netz nun selbstständig und erkennt Risse auch bei neuen, bislang unbekannten Bildern. Mehrere Terabyte an Prüfbildern aus sieben Pressen am Audi-Standort Ingolstadt und von mehreren Volkswagen-Standorten bilden die Datenbasis.

Smart Factory in Eigenregie

„Künstliche Intelligenz und Machine Learning sind zentrale Zukunftstechnolgien für Audi. Mit ihrer Hilfe treiben wir die digitale Transformation des Unternehmens weiter nachhaltig voran“, betont Frank Loydl, Chief Information Officer (CIO) der Audi AG. „Bei diesem geschäftsbereichsübergreifenden Projekt entwickeln wir gemeinsam eine serienreife Lösung, die Audi exklusiv im Unternehmen einsetzen wird und auf dem Markt einzigartig ist.“
Die Software entstand überwiegend in-house, von der Idee bis hin zum fertigen Prototyp. So arbeitet die Innovationsabteilung der Audi IT seit Mitte 2016 Hand in Hand mit dem Bereich Produktionstechnologie aus dem Kompetenzcenter für Anlagen- und Umformtechnik.

Weniger Aufwand und mehr Qualität

In Zukunft soll die Qualitätsprüfung mittels ML die bisher eingesetzte optische Risserkennung mit Smart-Kameras ablösen. Diese ist mit hohem manuellen Aufwand verbunden. Ob Türen, Motorhauben oder Kotflügel – für jedes neue Bauteil, das im Presswerk hergestellt wird, muss die Kamera bislang neu konfiguriert werden. Zudem kommt es regelmäßig zu Fehl-Erkennungen, da die simplen Algorithmen des Bildverarbeitungsprogramms stark von Umwelteinflüssen wie Lichtverhältnissen oder der Oberflächenbeschaffenheit abhängig sind.

Der ML-Ansatz lässt sich künftig auch bei anderen optischen Qualitätsprüfungen einsetzen. Liegt eine ausreichend große Zahl gelabelter Datensätze vor, kann die Lösung beispielsweise auch in der Lackiererei oder Montage unterstützen.

IT-Lösungen

Künstliche Intelligenz in der Blechbearbeitung

Künstliche Intelligenz ist im Alltag längst Realität. In der industriellen Blechbearbeitung hält sie, wie erste Anwendungen zeigen, nur langsam Einzug.

Messen

EMO 2019: Geschäftsmodelle für Industrie 4.0

Die EMO Hannover 2019 steht wieder unter dem Zeichen von Industrie 4.0 und fokussiert neue Geschäftsmodelle auf der Basis von intelligenter Vernetzung.

Unternehmen

Wie geht intelligente Produktionsplanung?

Das wollen die SMS Group und die Jacobs University in ihrem Projekt zur Entwicklung neuartiger, dynamischer Planungs- und Optimierungsverfahren herausfinden.

Messtechnik + Prüftechnik

Forschungsprojekt Amiigo präsentiert Zwischenergebnisse

Forschungsprojekt untersucht die Möglichkeiten zur Oberflächeninspektion von Flugzeugen mithilfe automatisierter Multikoptersysteme und neuronaler Netze.