Verschiedenste Bedingungen in der Produktion stellen die Optical quality assurance vor unterschiedliche Herausforderungen. In den meisten Fällen können diese durch den Einsatz einer automatisierten Lösung überwunden werden. Spielt jedoch Temperature eine Rolle bei der Herstellung oder Qualitätskontrolle eines Produktes, so reichen die Möglichkeiten herkömmlicher Kameras zur automatisierten Bildanalyse nicht mehr aus. Hier kommt eine Wärmebildkamera to the Infrarot-Bildauswertung ins Spiel.
Da die reine visuelle Inspektion in der temperaturabhängigen Fertigung an ihre Grenzen stößt, greift man hier bei der Prüfung von Bauteilen auf die Thermografie zurück. Die Thermografie ist, wie die visuelle Inspektion, ein bildgebendes Verfahren wobei die Oberflächentemperatur von Objekten angezeigt wird. Mithilfe von Thermosensorik werden die Infrarotstrahlen, die von einem Objekt ausgehen, gemessen und als Temperaturmaß gedeutet.
Infrarot-Qualitätssicherung bietet die Möglichkeit optischer Inspektion trotz schwieriger Bedingungen zur Bildverarbeitung. Wo das menschliche Auge oder herkömmliche Kameras und Sensoren an ihre Grenzen stoßen, kann die Themosensorik mithilfe von Wärmebildkameras noch immer eine zuverlässige Fehlererkennung bieten. In der Metallindustrie können IR-Kameras beispielsweise zur Prüfung von Schmelzöfen benutzt werden.
Unabhängig vom zu kontrollierenden Werkstoff kann eine Qualitätssicherung durch Infrarot-Kameras in jeder Produktion zum Einsatz kommen. Die Messtechnik mithilfe von Thermosensorik erlaubt eine zerstörungfreie Prüfung unterschiedlicher Anwendungsgebiete, wie zum Beispiel Klebe-, Schweiß- und Lötverbindungen oder Lunkererkennung. Mit einer Infrarot-Lampe werden hierbei die Oberflächen der zu prüfenden Produkte angeregt und durch eine Kamera wird das entsprechende Wärme-Echo der angeregten Beschichtung sichtbar gemacht. Auf diese Weise kann die Quality control mittels Thermosensorik zuverlässig Fehler, wie beispielsweise ineffiziente Zellen eines Solarpanels, unpassende Materialmengen im Schmelzofen oder Risse in Metallen, erkennen.
With the help of Deep learning Algorithmen ist es möglich, herkömmliche Infrarot-Bildanalyse auf den Stand moderner Industrie zu heben. Die Machine-Learning-Modelle können mithilfe neuronaler Netze die gewonnenen Datensätze der Thermosensorik Messtechnik nutzen und sich anspruchsvollen Prüfaufgaben anpassen. Daraus resultiert eine schnelle und kosteneffiziente Projektrealisierung bei hoher Erkennungsrate, welche einfach In-Line in die Industrie integriert werden kann.
With the shopfloor.io asset ping, you can connect existing machines in the field, record and visualise machine data, distribute digital services and increase your after-sales.
After the first screening, we will send you an invitation to our Talentcube tool. We have prepared 3-5 short questions that you can answer in a personal video (we have also prepared a short introduction video). If you don't feel comfortable with this, please let us know - we'll find an alternative!
We want to get an authentic first impression of you and at the same time have the opportunity to review your video with our team and make the right decisions quickly.