Remote Quality Assurance macht Ihre Qualitätsprüfung dezentral
In Zeiten von digitalen Umbrüchen, der Notwendigkeit, die Effizienz in Produktionen zu steigern, und von Problemen, die durch Themen wie Corona und sich ändernden notwendigen Hygienemaßnahmen entstehen, ist der Schritt zur standortunabhängigen Qualitätssicherung unabdingbar.
Dezentrale Qualitätsprüfung in der Cloud
Herkömmlicher Weise gehen Quality assurance and Quality management Hand in Hand in der Regulierung einer Production vor Ort. Mitarbeiter übernehmen die Quality control selbst mittels Tests und optischer Quality inspection.
Zu den neuen Möglichkeiten durch die Entstehung der Industry 4.0 zählt auch die Remote Qualitätssicherung. Hierbei können die geschulten Qualitätsmanagement-Mitarbeiter standortunabhängig ihrer Arbeit nachgehen. Industrielle Kameras und Sensoren in der Produktion sammeln große Mengen an Daten und verarbeiten diese mit Künstlicher Intelligenz. Die Auswertung dieser Daten kann dann lokal unabhängig, beispielsweise im Home-Office, erfolgen. Das dezentrale Absichern der Informationen in der Cloud bietet allerdings nicht nur den Vorteil der Standortunabhängigkeit. Darüber hinaus verbessert es die Sicherheit Ihrer wertvollen produktionsinternen Daten.
Remote Qualitätssicherung dank AI.SEE™
Durch Künstliche Intelligenz ermöglicht AI.SEE™ von elunic Produzenten eine standortunabhängige, zuverlässige und automatisierte Inspektion Ihrer Produkte. Dank Deep–Learning können bei dauerhaft zuverlässiger Qualität auch kleinste Fehler auf heterogenen oder spiegelnden Oberflächen gefunden werden, die menschliche Inspektoren häufig übersehen, und leistungsstarke Erkenntnisse geliefert werden, die zur Steigerung der quality und der betrieblichen Efficiency beitragen. AI.SEE™ ermöglicht Ihren Mitarbeitern unabhängig von ihrem Standort, auf Ergebnisse der Qualitätskontrolle zuzugreifen und Annotationen vorzunehmen.
Die Menge an Vorteilen von Remote Quality inspection and Remote Working ist offensichtlich. Dennoch besteht die Annahme, dass die Umstellung einer Produktion auf intelligentes Qualitätsmanagement sehr kostenintensiv ist. AI.SEE™ from elunic basiert auf standardisierter Hardware, wie handelsüblichen Kameras, und erzielt Erfolge durch weiterentwickelte Software. Durch den Einsatz von AI.SEE™ wird Ihre Quality assurance beständiger, effektiver und effizienter, wodurch auch das wirtschaftliche Potenzial in der Industrie steigt.
elunic befähigt seine Kunden, zeitgleich die Quality control zu optimieren und standortunabhängiger zu machen. Dadurch können die Arbeiter mit den besten Qualifikationen, ganz gleich, wo auf der Welt sie sich befinden, in ihren individuellen, bestmöglichen Umgebungen das Optimum für Ihre Production erreichen. Remote Working erreicht somit Flexibilität für Entwickler und Quality inspector.
Advantages
Features
- Image annotation
- Projects and user rights
- Neuronale Netze
- Dashboard und Analysen
- Schnittstellen für Bildgebungssysteme
- Interface for deployment
- Systemintegrations-Schnittstellen
Image Annotation
In AI.SEE™ Control können einzelne Bilder im Detail inspiziert, annotiert und Fehlerklassen zugeordnet werden. Darüber hinaus können Bilder in Sets verwaltet und Projekten zugewiesen werden, um sie für Trainings und Retrainings verschiedener Deep Learning Modelle verwenden zu können.
Projects and user rights
Individual projects can be managed and analysed in the AI.SEE™ project database.
Personalised access to functions, projects and elements within AI.SEE™ can also be defined for users.
Training, deployment and evaluation of neural networks
AI.SEE™ trainiert neuronale Netze zur Fehlererkennung im Hintergrund. Ändern sich Fehler oder Bauteile, kann AI.SEE™ Control sich dem anpassen und ermöglicht einen nahtlosen Übergang zwischen einzelnen Produktgruppen. Neuronale Netze werden im System trainiert, deployed und evaluiert.
Dashboards and analysis
Image, error and training data can be managed on clearly organised dashboards and results can be viewed. Statistics and trends can, for example, indicate wear and tear on production machines at an early stage.
Interface for imaging systems
elunic stellt mit AI.SEE™ Lens sowohl ein eigenes Kamera- und Beleuchtungssystem zur Verfügung, ermöglicht aber auch eine nahtlose Anbindung an bereits bestehende Systeme.
Interface for deployment
Due to the rapid advancement of machine learning technologies, the use of any neural network architecture is possible. Their deployment is possible with the simple implementation of the AI.SEE Engine Interface. AI.SEE™ Engine-Schnittstelle möglich.
Schnittstellen zur Systemintegration in MES / QMS / …
Um eine kontinuierliche Produktion in einem großen Betrieb zu ermöglichen ist eine eindeutige Zuordnung zu jeden Produktionsstück notwendig. Dazu gehört auch die Kenntlichmachung wenn ein Produktionsstück nicht den Qualitätsanforderungen entspricht.
Can Artificial Intelligence Automate Your Optical Inspection?
Bei der Unterstützung von Unternehmen in der Produktion treten sehr häufig ähnliche Problemstellungen und Fragestellungen auf. Um Ihnen eine geeignete Abschätzung zur Machbarkeit und Preisvorstellung zu ermöglichen füllen sie bitte den unten stehenden Fragebogen aus.
Find out now with just a few questions whether your problem can also be solved by AI.SEE™.
In 4 Schritten zur K.I.-unterstützten Qualitätssicherung
Step 1:
Proof-of-Concept
1 Fehlerklasse auf einem Material/Produkt
Starten Sie direkt und validieren Ihr KI-basiertes Qualitätssicherungsprojekt schnell, kosteneffizient und unkompliziert mit einem Online-Showcase, der in der Lage ist eine Fehlerklasse auf einem Material oder Produkt zu erkennen. Unsere Experten unterstützen Sie gerne dabei das richtige Kamerasystem für Ihre Lösung zu finden oder bei der Installation unserer eigene Kamera- und Beleuchtungslösung – AI.SEE™ Lens.
Step 2:
Kompletter Online-Usecase
Alle Fehlerklassen auf allen Materialien/Produkten
Im zweiten Schritt wird das Projekt erweitert und das Deep Learning Modell weitertrainiert um alle Fehlerklassen auf allen Materialien und Produkten aus Ihrer Fertigung zu erkennen und die unterschiedlichen Fehlerklassen bei neu hochgeladenen Bildern direkt anzuzeigen und analysieren zu können.
Step 3:
Autonome Installation in der Produktion
Alle Fehlerklassen auf allen Materialien/Produkten
Nachdem Ihr AI.SEE™-Projekt für alle Fehlerklassen auf allen Materialien oder Produkten trainiert wurde, erhalten Sie ihre funktionierende Erkennungslösung auf unserem für Künstliche Intelligenz optimierten Performance Rechensystem AI.SEE™ Edge, um die Bildanalyse in Ihre Produktion zu integrieren.
Step 4:
Retraining und Remote Quality Assurance
Alle Fehlerklassen auf allen Materialien/Produkten
Um eine hohe Erkennungsrate zu gewährleisten, startet AI.SEE™ mit einer hohen Fehlersensitivität in die Produktion. Um im weiteren Betrieb die Zahl der Fehlermeldungen auf Bildern ohne Fehler (False Positives) zu reduzieren, werden False Positives in der Produktion als solche gekennzeichnet. Mit diesen Daten lernt AI.SEE™ automatisch weiter, wodurch sich die Zahl der False Positives täglich verringert.
References
Get in touch.
Do you have a project enquiry or just want to say hello? Don't hesitate to contact us - we will be happy to answer you promptly.