Automatisierte Schweißverfahren mit Industrierobotern sind heute Stand der Technik und erfüllen die hohen Standards der Industrie 4.0. Sie ermöglichen eine gleichbleibend hohe Qualität bei hoher Produktionsgeschwindigkeit und verbessern Prozesskontrolle sowie Effizienz. Zur vollständigen Optimierung gehört auch die automatisierte Schweißnahtprüfung. Der Einsatz von KI bietet dabei große Vorteile für die Qualitätssicherung, sowohl bei der zerstörungsfreien optischen Prüfung als auch bei metallografischen Tests.
AI.SEE™ bietet durch den Einsatz modernster Deep-Learning Technologie eine fortschrittliche Lösung für die automatisierte Schweißnahtprüfung. Das Fehlererkennungssystem imitiert die Flexibilität und Anpassungsfähigkeit eines geschulten Mitarbeiters – jedoch mit der Konsistenz und Geschwindigkeit, die nur durch KI erreicht werden kann.
Die Lösung passt sich individuell an Ihre Produktionsumgebung an und steigert mit jedem erkannten Bild die Präzision, unabhängig von Bauteilgeometrie und Taktzeit. Mit AI.SEE™ heben Sie Ihre Qualitätskontrolle in der optischen Schweißnahtprüfung auf das nächste Level – für weniger Fehler und mehr Effizienz.
Makroschliff bei der Schweißnahtprüfung
3D-Schweißnahtprüfung
Damit ein Bauteil die gezielte Qualität gewährleistet und zugleich jeder Norm entspricht, muss es einer genauen Werkstoffprüfung unterzogen werden. Herkömmlicherweise geschieht die optische Prüfung von Schweißnähten, im Gegensatz zur Produktion, häufig manuell durch den Menschen. Ein geschulter Mitarbeiter kann flexibel reagieren, aber seine Präzision und Geschwindigkeit schwanken. Daher birgt die Prüfung mit bloßem Auge durch das Personal eine höhere Fehleranfälligkeit im Vergleich zur automatisierten Sichtprüfung einer Schweißnaht.
Genau wie Magnetpulver- und Eindringprüfungen ist die automatische optische Prüfung von Schweißnähten mit Hilfe von künstlicher Intelligenz ein zerstörungsfreies Verfahren zur Qualitätskontrolle und ermöglicht durch Automatisierung eine präzisere und schnellere Prüfung.
Die metallografische Prüfung eignet sich, wenn es um das Verständnis für die Mikrostruktur und mögliche Defekte innerhalb der Schweißnaht geht. Durch die Analyse einer Schweißnaht mittels Metallographie können Informationen über die Kornstruktur, das Vorhandensein von Gefügefehlern wie Poren oder Einschlüsse, sowie über Phasenumwandlungen gewonnen werden, die während des Schweißprozesses auftreten können. Die Verknüpfung von AI.SEE™ KI-Software über einen Retrofit mit dem bestehenden Mikroskopsystem erlaubt die automatisierte Mikrostruktur-, Fehleranalysen oder Untersuchung von Wärmeflusszonen von Schweißnähten.
Mit dem shopfloor.io-Asset Ping können Sie Bestandsmaschinen im Feld anbinden, erfassen und Maschinendaten visualisieren, digitale Services vertreiben und Ihren After-Sales erhöhen.
Nach dem ersten Screening senden wir dir eine Einladung zu unserem Tool Talentcube. Wir haben 3-5 kurze Fragen vorbereitet, die du in einem persönlichen Video beantworten kannst (auch wir haben ein kurzes Vorstellungsvideo vorbereitet). Solltest du dich damit nicht wohlfühlen, gib uns gerne Bescheid - wir finden eine Alternative!
Wir möchten dadurch einen authentischen Ersteindruck von dir erhalten und haben gleichzeitig die Möglichkeit dein Video mit unserem Team zu sichten und schnell richtige Entscheidungen zu treffen.