Inline-Qualitätskontrolle für die Produktion

Der Fokus dieses Schwerpunkts ist das Entwickeln effizienter und innovativer bildbasierter Komplettlösungen für die automatisierte Qualitätskontrolle und Qualitätssicherung im Inline-Prozess der Produktion. Wir bieten im Kern der Bildverarbeitungssoftware mathematische Verfahren und Algorithmen zur Bildanalyse, der Bildverarbeitung und deren Umsetzung.

Unsere Systeme bieten maßgeschneiderte und individuelle Lösungen, welche die im Unternehmen etablierte Qualitätskontrolle nachbilden. Neben dem Einsatz klassischer Bildverarbeitungsalgorithmen zur Oberflächeninspektion arbeiten wir seit vielen Jahren mit Machine-Learning-Verfahren und entwickeln auch sogenannte Hybridsysteme, die aus einer Mischung beider Verfahren bestehen. Diese Mischung bietet sich insbesondere bei Anwendungen mit einem breiten Produktportfolio und geringer Fehlproduktion an. Zudem führen wir Machbarkeits- und Vorstudien durch, definieren die erforderlichen Hardwarekomponenten, entwickeln in enger Absprache mit unseren Kundinnen und Kunden die Systemsoftware sowie die grafische Benutzeroberfläche zur Bedienung und optimieren das System bis zur Projektabnahme.

Ausgewählte Projekte

 

Oberflächeninspektion an Holzplatten

Wir automatisieren die Fehlererkennung auf Oberflächen wie Holzplatten durch hybride Methoden, die Bildverarbeitung mit Künstlicher Intelligenz (KI) kombinieren.

 

MASC-DISQ – Dichtungen

Das Bildverarbeitungssystem DISQ wurde für die Oberflächeninspektion von Metalldichtungen entwickelt.

 

MASC-Dehnzelle

MASC-Dehnzelle ist ein robustes und gleichzeitig hochpräzises Inspektionssystem für Dehnzellen, das stabil im industriellen Umfeld eingesetzt wird.

 

MASC-STEX – Deckenplatten

MASC-STEX ist seit 2003 bei einem großen deutschen Hersteller von Deckenplatten erfolgreich in Betrieb.

 

Machine Learning für Produktion

Im Leitprojekt ML4P bündeln sieben Fraunhofer-Institute ihre umfangreichen Erfahrungen im Bereich Machine Learning.

 

Automatisierte Blisk-Inspektion

Als Teil des Forschungsprogramms »Clean Sky für die Luftfahrt« entwickelten wir eine vollautomatische Lösung zur Oberflächeninspektion von BLISKen.

 

Wolkigkeit – Homogenität von Filtermedien

Wir haben einen theoretisch fundierten Wolkigkeitsindex entwickelt und eine Methode zu dessen Messung anhand von Bilddaten

 

Prozesssteuerung und -überwachung mittels Edge-Computing

Im Projekt »EMILIE« steht die Verbesserung der dezentralen Daten-Erfassung und -Verarbeitung durch Edge-Gateways im Fokus.

 

eQuality

Im Projekt entwickeln wir »eQuality«, eine digitale Fehlerbibliothek, die Unternehmen aus der Produktion bei der Inspektion mit Künstlicher Intelligenz und beim standardisierten Erfassen von Defekten unterstützt.

 

Signalanalyse im Eisenbahnbereich

Die Überwachung heißgelaufener Achsenlager und feststehender Bremsen an Personen- und Güterzügen erfordert ein berührungsfreies Messverfahren.

 

Hyperspektrale Bildverarbeitung

Im Projekt »Hypermath« haben wir Möglichkeiten zur einfachen Visualisierung von hyperspektralen Bildern entwickelt.

 

 

EniQmA

Im Projekt EniQmA (Ermöglichung hybrider Quantum-Anwendungen) arbeiten wir  daran, die hybriden Vorgehen im Bereich Quantencomputing (QC) gezielt zu systematisieren.