Visuelle KI-Einblicke sorgen für Effizienzsteigerungen in der Fertigung

Industrie 4.0 steht für eine intelligentere Fertigung. Durch die Integration von KI, IoT, Analysen und anderen vernetzten Technologien in den Fabrikbetrieb können Hersteller ohne große Investitionen eine neue Phase der Effizienz einleiten.

IBMs eigene Erfahrungen als Hersteller von Mainframes, Servern, Speichern und IT-Geräten sind ein gutes Beispiel. Wir haben aus erster Hand erlebt, wie der Einsatz von KI-gestützter visueller Inspektion von Komponenten und Baugruppen die Prozesseffizienz und Produktqualität deutlich verbessern kann.

Da elektronische Komponenten immer komplexer und Systeme immer dichter geworden sind, gestaltet sich die manuelle Inspektion schwieriger. Techniker, die an einer Station arbeiten, können bei der Inspektion komplexer Baugruppen ermüden. Dies führt mitunter dazu, dass Mängel übersehen oder erst zu einem späteren Zeitpunkt entdeckt werden, so dass die Reparaturkosten steigen.

Herkömmliche automatische Inspektionssysteme, die in der Regel regelbasiert sind, zielen darauf ab, alle Fehler zu erkennen, aber sie erzeugen oft falsch positive Meldungen. Diese erfordern dann zusätzliche manuelle Kontrollen. Darüber hinaus müssen Hersteller angesichts der zunehmenden Dichte der Technologie möglicherweise veraltetes automatisiertes Inspektionsequipment ersetzen, um die Anforderungen neuer Produkte zu erfüllen.

IBM verwendet sowohl manuelle als auch automatisierte Inspektionen. 2018 ergänzten wir diese mit IBM Maximo Visual Inspection, einer KI-gestützten Computer-Vision-Lösung. Die Lösung läuft auf einem Power Systems- oder x86-GPU-Server und verwendet Deep-Learning-Modelle, um Qualitätsmängel in der Fertigung automatisch zu erkennen. Ein großer Vorteil ist die Benutzerfreundlichkeit der Lösung – unsere Fertigungsingenieure und Techniker können Modelle ohne die Hilfe von KI-Experten oder Data Scientists schulen.

Wir haben die visuelle Inspektion in unsere Produktionslinien an Fertigungsstandorten in Kanada, Ungarn, Mexiko und den USA integriert. Unabhängig davon, ob die Inspektion vom Bediener oder automatisch durch eine speicherprogrammierbare Steuerung initiiert wird, erkennt Deep Learning Fehler im großen Maßstab und mit hoher Genauigkeit. Wir haben Effizienzsteigerungen um das bis zu Fünffache und eine Reduzierung der Fehlalarme um 20 % erzielt, was uns hilft, ein Höchstmaß an Qualität und Produktionsdurchsatz aufrechtzuerhalten. Und es handelt sich nicht um eine Lösung, die eingerichtet und dann vergessen wird. Im Laufe unserer Geschäftstätigkeit tauchen immer wieder neue Anwendungsfälle auf.

Unsere Erfahrung ist ein Pluspunkt für unsere Kunden. Wer Computer Vision benötigt, erhält Unterstützung von Experten für visuelle Inspektion, die die Lösung bereits in unseren Werken implementiert haben. Ihr praktisches Fachwissen hilft unseren Kunden, die Time-to-Value zu erreichen.

Das Deep-Learning-Modell, das auf den jeweiligen Anwendungsfall zugeschnitten ist, wird in der Regel innerhalb weniger Stunden durch die Analyse bekannter Bilder und Videos geschult. Nach dem Anschluss an eine Kamera ist das Modell produktionsbereit und kann auf einer Vielzahl von Systemen oder aus der Cloud ausgeführt werden. Die Analyse des Betreiberfeedbacks hilft dem Modell, mit der Zeit immer intelligenter zu werden.

Das intuitive Toolset der Lösung ermöglicht es Experten, die Modelle ohne Codierung oder Deep-Learning-Expertise zu verwalten und neue zu trainieren. Dies reduziert die Personalkosten der Kunden und ermutigt sie, neue Anwendungen in den Bereichen Inspektion, Arbeitssicherheit, Wartung, Videobearbeitung, Probenanalyse und anderen Gebieten zu erkunden.

Wir haben Kunden aus verschiedenen Branchen, die visuelle Inspektion einsetzen, in unsere Produktionsstätten eingeladen, um ihnen zu zeigen, wie wir durch die Auswertung von Terabytes an Daten in Bildern und Videos einen tiefgründigeren Einblick gewonnen haben. Das Ergebnis ist eine intelligentere Fertigung, die das Versprechen der Industrie 4.0 erfüllt.