Inspektionen um Fehler in der Photovoltaik-Panel-Produktion zu finden werden heute noch manuell von einem Arbeiter vor Ort durchgeführt. Um diesen Prozess zu vereinfachen und die Fehlerquote zu reduzieren, stellt elunic mit AI.SEE™, ein auf künstlicher Intelligenz basierendes System zur Verfügung, das selbstständig Fehler erkennt.
elunic hat mit AI.SEE™ ein System zur automatischen Qualitätssicherung entwickelt, das auf Künstlicher Intelligenz basiert. Mit AI.SEE™ muss der Mitarbeiter in der Solarinspektion nicht mehr selbst nach dem Fehler suchen: Ähnlich wie bisherige AOI-Systeme verhindert AI.SEE™-Qualitätsmängel durch automatisierte Echtzeit-Überwachung. Das System inspiziert die Oberfläche und lokalisiert die Position von Fehlern und Beschädigungen. Das System lernt mit neuen Trainingsbildern weiter. Dadurch ist es in der Lage, auch deutlich komplexere oder seltenere Fehler zu erkennen. Anschließend wird auf dem Dashboard der Fehler dem Prüfenden angezeigt und er kann diesen beheben.
Implementierung und Roll-Out eines K.I.-basierten Solar-Panel-inspektors
Generierung von Bilddaten zum trainieren des Machine Learning Algorithmus
Automatisierte Fehlererkennung in der Produktion durch den Einsatz von AI.SEE™
Die bisherigen Automated Optical Inspection (AOI) Testsysteme verwenden zur Identifizierung von Bildern fest programmierte Regeln, um Linien und Formen zu erkennen. Das System von elunic hingegen setzt auf selbstlernende Deep-Learning-Modelle, welche die Zusammenhänge der verschiedenen Datensätze mithilfe modernster künstlicher neuronaler Netze erlernen und das in Echtzeit. Da AI.SEE™ ähnlich wie ein menschliches Gehirn arbeitet, ist es anpassungsfähiger und bietet neben einer besseren Qualität des Endprodukts auch eine Steigerung der Leistung der Produktionsanalyse.
Die Lösung wird in der Cloud “as-a-Service” angeboten. Das heisst der Kunde bezahlt pro analysiertem Bild, anstatt in eine typische AOI Lösung vorweg hohe Investitionen tätigen zu müssen.
Thanks to deep learning algorithms, even the smallest defects on heterogeneous or reflective surfaces that are often overlooked by human inspectors can be found with consistently reliable quality, providing powerful insights that help improve quality and operational efficiency.
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.