Stuttgart / 23. April 2024 - 26. April 2024
CONTROL
Halle 8, Stand 8112
Halle 8, Stand 8112
Die industrielle Qualitätssicherung spielt weltweit eine Schlüsselrolle in der digitalen Transformation und Automatisierung von Fertigungsprozessen. Vom 23. bis 26. April 2024 werden auf der Control, der internationalen Fachmesse für Qualitätssicherung, die neuesten Lösungen der Qualitätssicherungsbranche präsentiert.
Das Fraunhofer IPA wird, neben zahlreichen Industriepartnern, mit drei Exponaten zum Thema dateneffiziente Nutzung von KI auf dem international angesehenen Eventforum vertreten sein. Der Themenfokus richtet sich um Trends in der Qualitätssicherung, Digitalisierung, Automatisierung und KI. Außerdem wird die Möglichkeit geboten, eigene Problemstellungen zu identifizieren und zu bewerten, denn der Fokus des Eventforums liegt auf der praktischen Umsetzung des Know-how in der Qualitätssicherung. Wir unterstützen den Technologietransfer und zeigen sowohl einsatzreife Entwicklungen, als auch zukunftsweisende Konzepte für die Steigerung der Qualitätssicherung in der industriellen Fertigung.
Der Einsatz von KI zur Erkennung von Defekten erfordert neben korrekten Daten auch Bilder der zu klassifizierenden Defekte, die in der Regel nicht in großen Mengen zur Verfügung stehen. Durch den Einsatz von generativen KI-Modellen können Defektbilder aus Bilddaten generiert und somit ein synthetischer Datensatz für das Training von KI-Modellen für den realen Einsatz trainiert werden. Am Beispiel der Qualitätsbewertung eines Schweißprozesses wurde die synthetische Erzeugung von Defekten durchgeführt und ein Segmentierungsnetzwerk mit circa 150 Bildern trainiert. Die Verwendung dieser synthetischen Daten führte zu einer Verbesserung der Fehlererkennungsrate des KI-Modells, insbesondere bei der Identifizierung spezifischer Defekte.
Kleine und mittlere Unternehmen stehen vor der Herausforderung, dass die Datengenerierung und das Training von KI-Modellen zeit- und ressourcenintensiv sind. Mithilfe des interaktiven Maschinellen Lernens können Unternehmen ihre eigenen KI-Modelle selbst trainieren und verbessern. Die Daten bleiben im Unternehmen und das Nachtraining kann intuitiv von Prozessexperten anstelle von KI-Experten durchgeführt werden. Durch die schrittweise Verbesserung des Modells und der interaktiven Oberfläche kann der Prozessexperte die undurchsichtige Berechnung des Modells besser nachvollziehen und das Modell gezielt nachtrainieren. Dies reduziert den notwendigen Daten- und damit Zeitaufwand und ermöglicht den Einsatz auch in kleineren Unternehmen mit häufigeren Prozessänderungen.
Für viele Anwendungen der Künstlichen Intelligenz sind umfangreiche Bild- und Sensordaten unerlässlich. Im Anwendungsfall der Sichtprüfung ist das manuelle Erzeugen dieser Daten nicht nur zeitintensiv, sondern bestimmte Fehlerkategorien werden auch oft unterrepräsentiert. Hier setzt die Sensorrealistische Bildsimulation an: Durch die Erzeugung künstlicher und zugleich sensorrealistischer Bilddaten werden nicht nur Aufwände reduziert, sondern auch unterrepräsentierte Schadensklassen berücksichtigt.
Der Einsatz von simulierten Trainingsdaten wird anhand eines KI-Modells demonstriert, das ausschließlich mit synthetischen Daten trainiert wurde und auf realen Kamerabildern unterschiedliche Defekte zuverlässig detektiert.