Neue Herausforderungen durch künstliche Intelligenz lösen (li.). Selbstfahrende Systeme durch den Einsatz von
künstlicher Intelligenz (re.)
BEI DER QUALITÄTSKONTROLLE VON
KUNSTSTOFFSPRITZTEILEN BEWÄHRT
Als ein Beispiel für den Einsatz von KI in der
Industrie sei das Detektieren von Qualitätsdefekten
angeführt, beispielsweise in der
Lebensmittelindustrie. Ein Schokoriegel
wird durch mehrere Kameras erkannt und
anhand einer zuvor manuell angelegten
Datenbank mit Gut- oder Schlechtbildern
verglichen. Hierbei handelt es sich um eine
klassische Anwendung des Maschine-
Learning.
Anders läuft es in einem weiteren Beispiel
ab, das von Phoenix Contact mitbetreut wird.
Dabei geht es um die Qualitätskontrolle von
Kunststoffspritzteilen für die Automobilindustrie.
Im Fokus steht hier eine absolute
Null-Fehler-Toleranz, die durch eine Bildverarbeitung
sichergestellt werden soll. Als
zusätzliche Anforderung ist ein flexibles
Verfahren zu entwickeln, mit dem sich verschiedene
Teile analysieren lassen. Vor diesem
Hintergrund wenden die KI-Spezialisten
42 AUTOMATION-GUIDE 2021
einen Deep-Learning-Ansatz an. Dazu
wird das Objekt klassifiziert, um festzustellen,
an welchen Stellen ein Fehler auftritt.
Darüber hinaus ist das Netz als sogenannte
Anomaliedetektion konzipiert. So lässt sich
detektieren, ob und in welchem Ausmaß die
Schlechtteile von den Gutteilen abweichen.
Als Mehrwert für den Betreiber kann dieselbe
Inspektionsroutine für unterschiedliche
Teile genutzt werden. Er benötigt außerdem
keine KI-Expertise, damit er mit derartigen
Systemen arbeiten kann. Das System muss
lediglich einmal eingerichtet werden.
PROZESSE DURCH LEISTUNGSFÄHIGE
HARDWARE IN ECHTZEIT UMSETZEN
Im Bereich Smart Citys gibt es viele Applikationsbeispiele
für die sinnvolle Verwendung
von künstlicher Intelligenz. Eine vernetzte,
intelligente Infrastruktur bietet ein hohes
Potenzial, Prozesse durch den Einsatz von
KI zu optimieren. Im Rahmen der smarten
Infrastruktur kann es sich um das Schalten