Schweißnaht- und Oberflächenprüfung an Metallen

Anwendungsbeschreibung

Unsere neue Bildverarbeitungslösung automatisiert die optische Prüfung von geschweißten Metallbauteilen und richtet sich speziell an Unternehmen, die eine robuste, skalierbare und auditierbare Qualitätskontrolle benötigen. Grundlage ist unsere Plattform InspAIq^®, kombiniert mit den Deep-Learning-Trainingswerkzeugen von Neuro‑T, um eine durchgängig digitale und gleichzeitig flexibel erweiterbare Prüfstrecke zu realisieren.

Schweißnaht- und Oberflächenprüfung und optische Vermessung in einer Anwendung

In der Anlage werden geschweißte Metallteile vollautomatisch geprüft: Die Auswertung integriert messtechnische Aufgaben der klassischen Bildverarbeitung und KI basierte Auswertungen mit Deep Learning.

Die Deep-Learning-Modelle identifizieren den Bauteiltyp, lokalisieren die Schweißnaht, bewerten die Nahtqualität und detektieren zusätzlich Kratzer oder andere Oberflächenfehler auf der Metalloberfläche. Eine Kamera mit telezentrischem Objektiv dient zur Vermessung der Bauteile.

Ein Roboter positioniert die Bauteile in die Prüfanlage; die Kommunikation zwischen Robotersteuerung und unserem System erfolgt über eine gRPC-Schnittstelle, sodass sich die Lösung sauber in bestehende Automationsumgebungen integrieren lässt.

Hardwareseitig kommt eine Industriekamera mit angepasster Beleuchtung und einem telezentrischen Objektiv für präzise Vermessungsaufgaben zum Einsatz, sowie eine zweite Kamera für die Kontrolle der Oberflächen. Die komplette Auswertung – von der Bildaufnahme über die Inferenz der acht, in der Lösung integrierten Deep-Learning-Modelle bis zur OK/NOK-Entscheidung – läuft lokal auf der Anlage, ohne Cloud-Anbindung. Das bedeutet: Produktions- und Qualitätsdaten verbleiben im Werk, Latenzen sind gering und die Lösung ist unabhängig von externen Diensten oder Subscription-Modellen. Für QS und Produktion ergibt sich daraus eine prüfbare, stabile und datenschutzkonforme Lösung, die 24/7 mit gleichbleibender Erkennungsrate arbeitet.

Einsparpotenzial gegenüber manueller Sichtprüfung

Aus Zeitsicht ergibt sich ein klares Einsparpotenzial: Bei einem manuellen Prozess benötigen Prüfer typischerweise etwa fünf Minuten pro Bauteil, um Schweißnähte und Oberflächen visuell zu kontrollieren, und das Bauteil zu vermessen. Unsere automatisierte Lösung mit Roboterpositionierung und Bildverarbeitung benötigt für dieselbe Aufgabe rund zwei Minuten, also weniger als die Hälfte der Prüfzeit. Damit reduziert sich die Zeit pro Teil um etwa 60 %, was sich direkt in geringeren Prüfkosten, höherem Durchsatz oder dem Freiwerden von Fachpersonal für wertschöpfendere Aufgaben niederschlägt.

Beispielrechnung: Einsparpotenzial bei 10.000 Teilen pro Monat

Um das Einsparpotenzial konkret greifbar zu machen, betrachten wir ein typisches Produktionsszenario mit 10.000 geprüften Teilen pro Monat. Für die Kostenkalkulation gehen wir von einem vollständig belasteten Stundensatz für Fachpersonal in der Qualitätssicherung von 50 Euro aus.

Table 1: Vergleich Prüfkosten: Manuell vs. Automatisiert

Interpretation der Rechnung:

• Bei 10.000 Teilen monatlich würde manuelle Prüfung etwa 833 Arbeitsstunden binden, was bei 50 € pro Stunde rund 41.650 € monatliche Personalkosten
• Die automatisierte Lösung reduziert die benötigte Zeit auf 333 Stunden (hauptsächlich für Materialhandling durch den Roboter und Überwachung), was eine Zeiteinsparung von 500 Stunden pro Monat
• Selbst wenn man konservativ rechnet und annimmt, dass 40 % der eingesparten Zeit weiterhin für Überwachung, Nacharbeit und Stichproben benötigt werden, ergibt sich eine Netto-Einsparung von etwa 25.000 € monatlich 300.000 € jährlich.
• Diese Kalkulation berücksichtigt noch nicht die Qualitätsgewinne durch konstante Erkennungsraten, geringere Fehlerquoten und bessere Rückverfolgbarkeit bzw. Dokumentation.

Hinzu kommt, dass menschliche Prüfer im Tagesverlauf Ermüdungseffekte zeigen und die Erkennungsraten damit sinken können, während KI-basierte Systeme die einmal erreichte Erkennungsqualität dauerhaft halten. In der Praxis bedeutet das: Bei gleichbleibendem oder höherem Qualitätsniveau kann der Anteil an 100‑%‑Prüfung deutlich gesteigert werden, ohne dass die Personalkosten proportional wachsen.

Fazit

Die Kombination aus InspAIq^®und Neurocle Neuro‑T bietet eine zukunftssichere, skalierbare und wirtschaftlich attraktive Lösung für die automatisierte Qualitätsprüfung geschweißter Metallbauteile. Durch die lokale Verarbeitung ohne Cloud-Anbindung, die flexible Erweiterbarkeit ohne Programmieraufwand und das erhebliche Einsparpotenzial bei gleichzeitig höherer Prüfkonsistenz stellt das System eine strategische Investition für moderne Produktionsumgebungen dar.

Für weitere Informationen zu InspAIq^®, Neuro-T und individuellen Lösungen für Ihre Qualitätskontrolle kontaktieren Sie unser Team.