Deep Learning vermeidet Delamination bei Verpackungen

Herausforderung spiegelnde Oberflächen

Die Herausforderung hierbei ist, dass die Folienoberfläche zumeist keine homogene Topologie besitzt und die unterschiedlichen Materialstärken das Licht verschieden brechen. Erst die Kombination verschiedener Aufnahme- und Beleuchtungstechniken macht die Defekte prozesssicher erkennbar. Dieses Drehen und Kippen ist mit Kamerasystemen nur unter unverhältnismäßig hohem Aufwand lösbar. Ab einem gewissen Grad an Komplexität ist auch ein Regelsatz zur klaren Unterscheidung und Einordnung von Merkmalen nicht mehr beschreibbar, womit eine konventionelle algorithmische Lösung in die Ferne rückt. Mit Deep Learning ist es aber möglich, dieser Aufgabe effizient zu begegnen, eine Beschreibung von Regeln ist nicht mehr notwendig.

 Neuralyze erkennt Delamination bei transparenten Kunststoffverbundmaterialien zuverlässig. (Bild: Senswork GmbH)

Bild 2: Neuralyze erkennt Delamination bei transparenten Kunststoffverbundmaterialien zuverlässig. (Bild: Senswork GmbH)

Siegelnahtprüfung mit AI

Senswork hat jetzt eine Technologie entwickelt, die auf Deep Learning basiert: Neuralyze identifiziert frühzeitig Lufteinschlüsse und Delamination in der Siegelnaht bei transparenten Kunststoffmaterialien. Gerade die Kontamination mit Partikeln oder Fasern, denen Mikroorganismen anhaften können, werden mit dem System sicher erkannt. Die intelligente Qualitätskontrolle lernt, kleinste Bläschen und Partikel in jeglicher Ausprägung mit hoher Präzision zu erkennen und zu interpretieren. Dazu wird zur Merkmalsbeurteilung eine selbstlernende Methode mit neuronalen Netzen implementiert und hierfür vorab eine große Menge an Bilddaten benötigt. Im anschließenden Trainingsvorgang wird die Beurteilung der Merkmale optimiert. Ist der Vorgang abgeschlossen, ist das System einsatzbereit. Es kann nun automatisiert die Qualität und Dichtigkeit der Schweißnähte bei der Siegelnahtprüfung sicherstellen. „Neuralyze kann eine Verpackung in wenigen Sekunden überprüfen“, sagt Markus Schatzl, Leiter des senswork Innovation Lab in München. Eine Qualitätssicherung mit diesem Detailgrad ist im Normalfall nur offline auf Stichproben mit Mikroskopie-Verfahren zu bewerkstelligen. Durch den Einsatz von Zeilenkameratechnologie wird eine schnelle Bildaufnahme bei gleichzeitig hoher Auflösung erreicht. Neuralyze wertet die Bilddatensätze mit speziell dafür optimierter Algorithmik aus.

Seiten: 1 2Auf einer Seite lesen

Das könnte Sie auch Interessieren