Wie kann man anhand von KI und bestehenden Bilddaten bessere Rückschlüsse aus der Produktion ziehen und im zweiten Schritt dann sogar Prozessparameter und daraus resultierend die Produktqualität optimieren? Diese Frage haben sich die Prozessexperten der BASF Polyurethanes GmbH in Lemförde gestellt und sind auf deevio zugegangen.
Gemeinsam haben wir ein bestehendes Bildverarbeitungssystem nachgerüstet, ein KI Modell erstellt, es in die BASF-Maschinenumgebung integriert und ein Feature entwickelt, mit dem BASF vollkommen autark neue KI-Modelle erstellen kann. Und das mittlerweile an mehreren Produktionslinien und über mehrere Kontinente verteilt.
Die Herausforderung: Retrofit eines bestehenden Bildverarbeitungssystem
Bisher wurden die Produkte mit einem 3D-Messgerät analysiert, um durch regelbasierte Messungen Rückschlüsse auf die Produktqualität zu ziehen und den Produktionsprozess zu überwachen. Durch die hohe Variabilität der zu erkennenden Merkmale und der benötigten Genauigkeit von BASF kam die regelbasierte Bildverarbeitung allerdings an ihre Grenzen und die Zuordnung musste manuell erledigt werden. Eine weitere Herausforderung lag in der schnellen Verarbeitung großer Datenmengen, da BASF das Produkt am Standort in Lemförde in sehr hoher Menge produziert.
Um den Prozess der regelbasierten Bildverarbeitung zu optimieren, haben BASF und deevio ein Projekt zur Entwicklung einer maßgeschneiderten, KI-basierten Softwarelösung gestartet.
Entwicklung KI-Modell: Eine Vielzahl an zu erkennenden Produktmerkmalen
Die KI nutzt Beispielbilder echter Produkte aus dem vorhandenen Kamerasystem und lernt daran eigenständig, was ein gutes und was ein defektes Bauteil ausmacht. Dabei lernt die KI auch mit der Variabilität der Produkte umzugehen und garantiert so hohe Genauigkeiten während der Erkennung bei gleichzeitig niedrigem Pseudoausschuss.
Um ein erfolgreiches KI-Modell zu trainieren, braucht man im Trainingsprozess mindestens 50 bis 100 Bilder pro Defektkategorie. Anhand dieser Daten kann dann ein KI-Modell entwickelt werden. Dafür hat BASF deevio ausreichend Bilder pro Defektkategorie aus dem vorhandenen 3D-Messgerät zur Verfügung gestellt und diese gemeinsam mit deevio konsistent gelabelt. Der Labelingprozess ist dabei ein wichtiger Schritt, denn ohne konsistentes Labeling kann sich das KI-Modell auch nicht richtig entscheiden. Basierend darauf hat deevio ein KI-Modell entwickelt, dass die Produkte nun mit einer Genauigkeit von > 98% in die korrekte Klasse kategorisiert.
Auf der Confusion Matrix kann man ablesen, ob das KI-Modell das jeweilige Bild in die korrekte Klasse einordnet. Idealerweise liegen alle Datenpunkte auf der Confusion Matrix auf der Diagonale von links oben nach rechts unten, was hier in annähernd allen Fällen gegeben ist. Mit mehr Bildern und besseren Labels kann BASF das KI-Modell nun selbständig verbessern und um weitere Klassen erweitern.
Neben der Qualitätsauswertung ist es dadurch auch möglich, Rückschlüsse auf Fehlerursachen in der Produktion zu ziehen, was bisher in eingeschränkter Form möglich war.
Vorteile des KI-Modells in Produktion auf einen Blick
Statt Metriken wie z.B. Bauteil-Dimensionen zu verwenden werden quantifizierte fachliche Fehlerklassen erstellt
Ermöglicht Korrelation zwischen Prozess und Qualität auf Grund äußerer Merkmale
Automatisierte Informationen zum aktuellen Produktionsprozess
Die Zusammenarbeit - Remote-Inbetriebnahme während der Corona-Pandemie
Nach der erfolgreichen Entwicklung des KI-Modells, wurde der nächste Schritt in der Zusammenarbeit angegangen. Die nächste Herausforderung war die Einbindung in die Produktion bei BASF. In der Produktion wird eine hohe Prüffrequenz der Bauteile benötigt, da in kürzester Zeit eine bis zu 5-stellige Anzahl an Produkten auszuwerten ist. Deshalb hat deevio die KI-Box so weiterentwickelt, dass auch diese Anforderung abgebildet werden kann. Die Bilder werden nun mit einer Geschwindigkeit von bis zu 0,004s pro Bild klassifiziert.
Die Inbetriebnahme lief, bedingt durch die Covid-Pandemie komplett remote ab, was durch gute Zusammenarbeit mit den Experten aus Lemförde reibungslos verlief. Auch die Integration in die komplexe Automatisierungsstruktur der BASF konnte von Deevio durch eine adaptive Kundenlösung bewältigt werden. Die Remote-Inbetriebnahme war auch eine gute Vorbereitung, um die globalen BASF Teams bei der Implementierung und den Betrieb des neuen KI-Modells zu unterstützen.
Zusammenfassung
Durch die Zusammenarbeit mit deevio konnte BASF Polyurethanes die Produktion in mehreren Kategorien verbessern.
Automatisierte Klassifizierung in hoher Genauigkeit schafft detaillierte Basis für Rückschlüsse auf Produktion und Ursachenanalyse
BASF kann neue KI-Modelle sowie neue Prüfkriterien und Produkte mit dem in Kooperation erarbeiteten Self-Training-Feature, das durch Deevio programmiert wurde, entwickeln
Erfolgreiche Integration in die BASF-Maschinenumgebung mit SPS-Schnittstelle
Bereits über 2 Jahre Betrieb mit KI-Software
Roll-out in verschiedene Werke weltweit
Wenn Sie in Ihrem Unternehmen ebenfalls Ihre Produktqualität verbessern oder mehr Wissen aus dem Produktionsprozess ziehen wollen, stehen wir Ihnen gern zur Verfügung. Dabei können wir neue Vision-Systeme erstellen oder, wie in diesem Fall, bestehende Systeme nachrüsten.
Comments