Verschiedenste Bedingungen in der Produktion stellen die optische Qualitätssicherung vor unterschiedliche Herausforderungen. In den meisten Fällen können diese durch den Einsatz einer automatisierten Lösung überwunden werden. Spielt jedoch Temperatur 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 zur 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 Qualitätskontrolle mittels Thermosensorik zuverlässig Fehler, wie beispielsweise ineffiziente Zellen eines Solarpanels, unpassende Materialmengen im Schmelzofen oder Risse in Metallen, erkennen.
Mit Hilfe von 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.
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.