Deere wendet sich an KI, um Probleme mit der Schweißporosität zu lösen

Schweißen ist ein integraler Bestandteil der Schwermaschinenindustrie, und eine der Herausforderungen, denen Techniker beim Schweißen gegenüberstehen, ist Porosität – das Vorhandensein von Hohlräumen im Schweißgut.

Diese Hohlräume schwächen die Schweißnahtfestigkeit und erfordern eine Nacharbeit oder sogar die Verschrottung des gesamten defekten Teils.

Dies kann kostspielig und zeitaufwändig sein. Während ausgebildete Schweißingenieure Porosität durch auditive und visuelle Inspektion erkennen können, kann es schwierig sein, diese Ingenieure zu finden. Sie können auch Schwierigkeiten haben, Defekte in lauten und verrauchten Werkseinstellungen zu hören oder zu sehen.

Bestehende automatisierte Überwachungssysteme weisen oft eine hohe Rate an Fehlalarmen auf, was die Produktion verlangsamt und die Kosten erhöht.

John Deere, Hersteller von Land-, Bau- und Forstmaschinen, hat sich mit Intel zusammengetan, um eine auf künstlicher Intelligenz (KI) basierende Lösung für dieses Problem zu entwickeln.

Machine-Vision-Lösungen für Schweißanwendungen sind seit langem schwierig zu entwickeln, da es in extrem rauen Umgebungen mit Rauch und Funken zu Schwierigkeiten bei der Kameraplatzierung kommen kann.

Um diese Herausforderungen zu bewältigen, haben wir mit John Deere und unseren Partnern zusammengearbeitet, um eine KI-Lösung mit einer Kamera zu entwickeln, die in unmittelbarer Nähe der Schweißnaht platziert ist und Einblicke bietet, die über die Fähigkeiten des menschlichen Auges hinausgehen.

Mithilfe des Intel OpenVINO-Toolkits (Visual Inference and Neural Network Optimization) untersucht die Lösung das Streaming-Video Frame für Frame und sucht nach Fehlern.

Wenn das KI-Modell Mängel erkennt, schaltet die Lösung den Schweißroboter sofort ab, damit ein Techniker sicher eingreifen kann. Frühere Versuche in der gesamten Branche, Probleme mit der Schweißporosität während des Schweißprozesses zu lösen, waren nicht immer erfolgreich. Wenn diese Fehler später im Herstellungsprozess gefunden werden, erfordern sie eine Nacharbeit oder sogar die Verschrottung ganzer Baugruppen, was störend und teuer sein kann.

Basierend auf unserem Pilotprojekt mit Deere kann die Lösung Porositätsfehler mit einer Genauigkeit von bis zu 97,14 Prozent erkennen – eine enorme Kosten- und Produktivitätseinsparung für Hersteller. Die eigenständige Lösung ist nicht von der Stromversorgung eines Drittanbieters oder dem Schweißrobotermodell abhängig, wodurch sie wirklich skalierbar ist.

Das integrierte End-to-End-System ermöglicht es Herstellern außerdem, neue und vorhandene Schweißgeräte zu verbinden, mehrere rechenintensive Bilddatenströme zu erfassen und maschinelle Lernmodelle auf Edge-Geräten bereitzustellen.

Herausforderungen in Bezug auf die Schweißqualität sind natürlich nicht nur bei John Deere anzutreffen. Einzigartig ist der Ansatz von Deere. Die Ingenieure des Unternehmens stützen sich auf KI und maschinelles Sehen, um die Qualitätsprüfung zu automatisieren, damit sie Probleme erkennen können, wenn sie auftreten, um eine schnelle Entscheidungsfindung in der Fabrik zu ermöglichen, den QA-Prozess zu automatisieren, um die Qualität zu verbessern, Kosten zu senken und den Fabrikdurchsatz zu erhöhen.

Während der Zusammenarbeit mit Deere lag unser Fokus darauf, die Langlebigkeit der Lösung sicherzustellen, um andere Qualitäts- oder Effizienzanforderungen zu unterstützen, die das Unternehmen möglicherweise in der Zukunft haben wird.

Dies ist ein großer Vorteil für Unternehmen, die bestehende Fertigungsanlagen, -prozesse und -management intelligenter machen möchten. Es ist von entscheidender Bedeutung, mit Lösungsanbietern zusammenzuarbeiten, die zur Lösung der heutigen Herausforderungen beitragen und gleichzeitig Interoperabilität und Skalierbarkeit für Flexibilität und Benutzerfreundlichkeit für die Zukunft gewährleisten können.

„Schweißen ist kompliziert. Diese KI-Lösung hat das Potenzial, uns dabei zu helfen, unsere Maschinen effizienter als zuvor zu produzieren“, sagte Andy Benko, Qualitätsdirektor in der Bau- und Forstwirtschaftseinheit von Deere.