Weitere Lösungen

KI-gestützte Akustikprüfung

Sounce ist eine Entwicklung von MHP in Zusammenarbeit mit Porsche Digital. Wie das Unternehmen berichtet, nutzt Porsche das digitale Qualitätssicherungstool erfolgreich seit rund zwei Jahren. Im Rahmen der Initiierung von Industrial Cloud Solutions bei MHP wurde Sounce in das Produktportfolio der Management- und IT-Beratung integriert, um das Produkt weiterzuentwickeln und im Markt zu etablieren. Es handelt sich dabei um eine KI-basierte Geräuscherkennung in nahe Echtzeit.

"Zum Einsatz kommt das System aktuell bei Porsche im Entwick­lungszentrum in Weissach bei der Bewertung von Fahrwerkskomponenten und in Leipzig bei der Fehler- und Ano­malieerkennung im Karosseriebau", wird berichtet. Die zu prüfenden Bauteile oder Komponenten werden in Schwingung versetzt und erzeugen dabei ein charakteristisches (Geräusch-)Muster. Weicht dieses von der in der KI erlernten Referenz ab, detektiert das System einen Mangel und macht auf ihn aufmerksam. "Durch die lückenlose Überwachung und Prüfung in der Produktion werden Fehler sehr zuverlässig erkannt und dokumentiert, die bei der üblichen, stichprobenartigen Qualitätskontrolle am End-of-Line-Prüfstand (EoL) unentdeckt blieben. Dabei ist die KI lernfähig und erlaubt gewisse Toleranzen, die in der Fertigung komplexer Komponenten nicht auszuschließen sind", so die Experten.

Mit der Qualitätssteigerung beim Einsatz von Sounce geht laut MHP eine Kostenreduktion einher: Bei einer Genauigkeit der Störgeräuscherkennung von über 96 % lassen sich – gegenüber einem konventionellen Prüfprozess – 10 % einsparen.

Monitoring-System für Lackqualitätskontrolle  

Mit dem KI-basierte System paint_it wird für die Qualitätssicherung eines Paintshops – also einer Lackiererei – eine hardwareunabhängige Lösung zur Ermittlung von zuvor definierten Qualitätskriterien bereitgestellt. Mit dem System lassen sich unter anderem Informationen hinsichtlich Lackschichtdicke und Oberflächengüte der Lackierung (Stichwort: Orangenhaut) ermitteln.

Das Monitoring-System paint_it analysiert die gesammelten Daten und gleicht sie mit allgemeinen und unternehmensspezifischen Toleranzen und Referenzen ab. Hinterlegt sind die dafür notwendigen Informationen in der Cloud. In ihr werden auch die Daten gesammelt, die das System liefert.

"Mithilfe der SaaS-Lösung lassen sich Qualitätsmängel nicht nur innerhalb kürzester Zeit entdecken, sondern auch in einem gewissen Rahmen vorhersagen. Denn das System erkennt Tendenzen und prognostiziert zunehmende Abweichungen einzelner Qualitätskriterien von den zulässigen Toleranzwerten", geben die Experten an.

Hannover Messe: Halle 15, Stand D76