Mahr | 客户推荐

人工智能在刀刃上

| 营销团队
MarSurf CM移动检查刀面

直到现在,位于索林根的一家厨房刀具制造商的质量检查都是用人眼完成的。伍珀塔尔大学的一个研究项目现在已经将人工智能(AI)用于这一目的--基本数据由Mahr公司的MarSurf CM移动三维测量设备提供。

几个世纪以来,索林根一直在生产刀子、刀片和其他餐具。即使在今天,约有90%的德国餐具和刀具制造商来自贝吉沙州的这个城市,该城市自2012年起拥有官方名称 "克林根城"。

在大多数情况下,这些金属制品的质量是通过人眼或简单的手指测试来检查的。但这可能很快就会改变。伍珀塔尔大学可靠性工程和风险分析教席(LZR)的研究项目 "MuPro2 "三年来一直致力于研究如何利用人工智能(AI)完全自动地进行质量控制,从而完全独立于人的因素。

从刀尖到刀座

作为项目的一部分,一家高品质厨房刀具的制造商委托该椅子推出一个自动化的、100%可靠的表面质量控制流程。刀具由不同的钢合金锻造而成,经过研磨、加工和检查--包括运输在内,需要进行多达55个手工操作步骤,从刀尖到刀架,每个细节都必须精确到微米。

由Stefan Bracke教授在伍珀塔尔主持的高级工程师Marcin Hinz博士领导的研究小组,十年来一直致力于人工智能和机器学习的实际应用。在LZR,他们主要进行研究项目、工业合作和关于复杂技术产品和生产过程的课程。研究人员专注于产品开发和制造中的数据分析。

在海量数据的基础上学习

"为了获得人工智能支持的刀面图像评估的相关信息,我们首先需要精确的三维测量,"欣茨解释说。这是因为用于图像评估的相机必须能够可靠地检测出缺陷,并使用人工智能事先 "学习 "它们。为此需要大量的数据。

为了生成表面数据,测量技术专家Mahr开始发挥作用。位于奥伯豪森的Mahr公司的GAM 3D-Surface业务部门为研究人员提供了一台MarSurf CM移动式 ,为期两周,通过3D扫描测量刀具表面的粗糙度。

Mahr公司的MarSurf CM移动光学测量系统是基于共焦技术,其典型的测量时间在五到十秒之间。三维测量设备可用于进行符合ISO标准的粗糙度测量、三维结构的分析和几何形状的测量。对结构和体积参数的评估是自动的。

算法决定质量

对于刀子项目,科学家们开发了两个测试装置,每种情况下都有不同的刀子类型的摄像机。第一个试验台配备了一个标准的摄像系统,第二个试验台另外配备了一个微距镜头和两个LED聚光灯。试样是已经成型并经过精细研磨的刀坯--"电镀",这是索林根的技术术语。总共有2500多把刀要进行测试,其中1750把刀要使用Mahr装置。

为了能够使用相应的Mahr评估软件,专门为该大学编写了一个算法。一些机器学习算法被输入到这些数据中,并被训练和评估。仅仅是算法就决定了质量。

命中率几乎为100%

正如Marcin Hinz所报告的,测试装置产生了预期的结果:"算法的可靠性非常高,在触觉测量设备上的比率为80%,在三维设备上的比率几乎为100%"。

这家刀具制造商现在正在研究在上游生产站安装这种智能摄像系统的问题,以便在必要时能够干预正在进行的工艺,从而具体避免废品和返工。

此外,还有一个短期考虑,就是将测量技术直接整合到生产中,但由于成本原因,这被排除了。"生产线上有很多灰尘、污垢、油污残留物和碎片--这对设备来说太糟糕了。但是,CM移动设备已经完美地支持我们建立了一个坚实的基础知识,"欣茨说。

最初,这个项目并不打算那么大,只是一个小的研究。然而,正如Hinz所解释的那样,3D表面分析、数据评估和学习算法的成功和简单结合,开辟了一个巨大的研究领域。在这方面,人们可以期待后续项目。

Info
返回顶部