Automatisierte Erkennung
von Gussfehlern in der Produktion durch KI

Bei der Verarbeitung von Gussstücken können beim Einformen, Gießen und Erstarren des Werkstoffes verschiedene Produktionsfehler auftreten. Diese werden allgemein als Gussfehler bezeichnet. Werden diese nicht erkannt, können Schwachstellen in Bauteilen entstehen, die zu Fehlern im fertigen Produkt führen. Deutliche Qualitätseinbußen oder auch Sicherheitsmängel sind die Folgen. In den meisten Fällen müssen diese Produktionsfehler durch umfangreiche Nachbesserungen behoben werden. Zudem kann Ausschuss die Folge von Gussfehlern sein. In allen Fällen werden hohe Kosten verursacht, die durch eine effiziente Qualitätsprüfung vermeidbar sind.

Als Form des Produktionsfehlers beim Gießen von Schmelzen tritt der Begriff des Gussfehlers im Zusammenhang mit verschiedenen Fehlerbildern auf. So bezeichnet man einen bei der Erstarrung gegossener Teile entstandenen Hohlraum als Lunker. Obwohl Hohlräume in Gussteilen im allgemeinen Sprachgebrauch verbreitet als Lunker bezeichnet werden, sind diese durch die Erstarrungsschwindung definiert. Hohlräume, deren Ursachen jedoch Lufteinschlüsse oder andere gasbildende Faktoren, wie Luft oder Wasserdampf aus der Formfeuchte oder aus Kernen sind, nennt man Blasen. Gasblasen, die mit bloßem Auge gerade noch erkennbar sind, nennt man Poren. Ein typischer Vertreter dieser sogenannten „unechten Lunker“ sind, ungeachtet ihrer Bezeichnung, die Blaslunker. Sie entstehen örtlich, wenn vorhandene Formfeuchtigkeit beim Einströmen der Schmelze zu Wasserdampf wird und dieser mit seinem Entstehungsdruck (Dampfdruck) keinen anderen Ausweg findet, als in die noch nicht gehärtete Schale des Gussstücks einzudringen und als Blase eingeschlossen zu werden. Zu den Hauptursachen der Blasenbildung gehören Restfeuchte in der Kavität, Ausfällung von Wasserstoff aus der Luftfeuchtigkeit oder auch eine Ausfällung von gelöstem Wasserstoff aus der Schmelze. Besonders fatal sind diese Einschlüsse von Gasen, wenn sie im Innern des Gussteiles entstehen und erst nach Abfräsen oder Abdrehen der Oberfläche oder gar erst als Mangel beim Endkunden zu Tage treten. Als weitere Formen der Fehler beim Gießen von Schmelzen treten Schlackeneinschlüsse, Seigerungen oder Gussspannungen auf. Auch Schülpen oder ein versetzter Guss als Fehler beim Einformen können als Vertreter der Gussfehler beobachtet werden und sind verantwortlich für Ausschuss oder machen eine Nachbearbeitung des fertigen Gussstückes notwendig.

Da eine gänzliche Vermeidung von Gussfehlern in den meisten Gussteilen jedoch nicht möglich ist, müssen Wege gefunden werden eine zuverlässige Kontrolle in den Produktionsprozess zu integrierGussfehlererkennung mit AI.SEE™

Viele Produktionsstätten setzen bei diesem Schritt der Qualitätssicherung noch immer auf den Einsatz von geschulten Mitarbeitern. Auch wenn diese meist äußerst qualifiziert sind und umfangreich ausgebildet werden, ist die menschliche visuelle Qualitätssicherung jedoch fehleranfällig, teuer und oft zu langsam um den Produktionsfluss optimal und effizient sicherzustellen. Zudem können aufgrund von Schwankungen in Konzentration und persönlicher Verfassung der Mitarbeiter nur sehr schwer zuverlässige, konstante und objektive Ergebnisse sichergestellt werden.

Auf der anderen Seite stehen regelbasierte Computer Vision Systeme. Diese können aufgrund der Vielzahl der Oberflächenstrukturen sowie der Vielfalt der Fehlermuster häufig nicht effizient skaliert werden.
Zudem stellen sehr geringe Taktzeiten auch für automatisierte optische Systeme zur Oberflächenprüfung eine große Herausforderung dar. Eine geeignete Auswertungssoftware auf Basis von state-of-the-art Deep Learning Technologien (KI) ist deshalb entscheidend, um effizient verwertbare Ergebnisse zu erhalten und die Qualitätssicherung in den laufenden Produktionsprozess zu integrieren.

Eine automatische Gussfehlererkennung bringt deshalb deutliche Effizienzgewinne und führt zu einer messbaren Qualitätssteigerung in der Produktion.
Um Schwankungen in der Qualität des Endproduktes zu vermeiden, muss jedes produzierte Gussteil in der Produktionskette analysiert und kritische Gussfehler hierbei äußerst zuverlässig und schnell erkannt werden. Zudem sind eine deutliche Kennzeichnung und eine umfangreiche Dokumentation dieser Fehler unumgänglich. Als Grundlage für Maßnahmen dienen die Dokumentationen der Anwendung, um bestehende Lunker oder Blasen zu speisen und der Entstehung neuer Gussfehler vorzubeugen. Damit eine vollautomatisierte Lösung auf Softwarebasis jedoch eine Verbesserung des bestehenden Produktionsprozesses darstellt, sollte die Anwendung in das vorhandene System implementierbar sein. elunic entwickelt deshalb moderne Lösungen für die Industrie 4.0, die eine Erkennung von Gussfehlern kosteneffizient und frei von Schwankungen als automatisierten Schritt in die Produktion einbindet. Auf diese Weise soll ein hoher Zeitaufwand in der Mitarbeiterschulung vermieden und Schwankungen der menschlichen Kondition reduziert werden. Effiziente Abläufe ermöglichen somit eine deutliche Qualitätssteigerung des Endproduktes.

Mit der automatisierten Qualitätskontrolle AI.SEE™ bietet elunic eine speziell auf die jeweilige Produktion programmierte Anwendung, die jedes Teil vollautomatisiert analysieren und auf alle Arten von nach außen tretenden Gussfehlern prüfen kann. Mit ihrer einfachen und äußerst intuitiven Handhabung für jeden Qualitätssicherungsmitarbeiter stellt AI.SEE™ die optimale Lösung zur visuellen Qualitätsprüfung aller Metall- oder sonstiger Gussbauteile dar, die Fehler zuverlässig erkennt und dokumentiert. Eine umfangreiche Fütterung mit unmissverständlichen Trainingsdaten ermöglicht es, anhand verschiedener Fehlerbilder und Ausschusskriterien ein adaptiv lernfähiges Modell zu erschaffen, das sich ständig weiterentwickelt und so in der Lage ist, auch sehr kleine oder sich ändernde Gussfehler zuverlässig zu erkennen. Neue Fehlerbilder in der laufenden Produktion oder auch ganze Produktreihen können dabei in wenigen Schritten in das System integriert werden. Eine einfache und intuitive Bedienbarkeit der Anwendung stellt sicher, dass jeder Mitarbeiter in der Qualitätssicherung die Anwendung mit Trainingsdaten füttern kann. Das offene System eröffnet zudem Möglichkeiten für weitere Abteilungen des Unternehmens. Auch diese sind so in der Lage, Modelle oder Pipelines zu entwickeln und in das System zu integrieren.
Eine umfangreiche Datensammlung und –analyse der cloudbasierten Software ermöglicht eine umfassende Rückverfolgung fehleranfälliger Bauteile und deren Überarbeitung. Neben den Maßnahmen zur Optimierung zukünftiger Produktionschargen kann die Implementierung einer Echtzeit-Überwachung außerdem zahlreiche Möglichkeiten bieten, Ausschusszahlen durch Gussfehler in der laufenden Charge zu verringern.

Interesse geweckt? Dann informieren Sie sich jetzt über die zahlreichen Möglichkeiten zur optimalen Erkennung von Gussfehlern durch AI.SEE™!

Referenzen