Ziel

Inline-Erkennung mikroskopischer Oberflächenfehler.

 

Systemaufbau

Hardware

  • Industriekameras: 12–25 MP

  • Beleuchtung: koaxial + Streiflicht

  • Prüfgeschwindigkeit:
    bis 1 m² Oberfläche pro Minute

 

KI-Modell

  • CNN (z. B. ResNet, EfficientNet)

  • Segmentierungsnetzwerke (U-Net)

 

Trainingsdaten

  • 80.000 markierte Defektbilder

  • 12 Defektklassen:

    • Brandstellen

    • Krater

    • Pitting

    • Wolkigkeit

    • Farbabweichungen

 

Leistungsdaten
Kennzahl Wert
Defekterkennungsrate 96–98 %
False Positive Rate < 3 %
Prüfdauer pro Bauteil < 2 Sekunden
 

Wirtschaftlicher Effekt

Beispiel Automotive-Steckverbinder:

  • Reklamationskosten vorher:
    350.000 €/Jahr

  • Nach KI-Implementierung:
    90.000 €/Jahr