KOMPETENZEN

Deep Learning

Unsere Plattform – Maschinelles Lernen für die industrielle Anwendung

Für die Anwendung moderner Deep-Learning und KI-Technologien im industriellen Umfeld hat MABRI.VISION die Software-Plattform DEEP.MV entwickelt. Die Plattform kombiniert alle notwendigen Bausteine und ermöglicht eine Anwendung auf Werksebene.

Deep Learning Plattform, Anwendung maschinellen Lernens, Deep Learning

Einsatzmöglichkeiten

Unsere Deep Learning Plattform eignet sich hervorragend für Anwendungen bei denen regelbasierte Ansätze herausfordernd sind oder scheitern. Das betrifft vor allem Prüfanwendungen mit einem großen Spektrum an Varianten und Fehlerausprägungen, wie beispielsweise variierende Oberflächen- und Struktureigenschaften. Die MABRI.VISION Plattform lässt sich dort optimal einsetzen, wo aufgrund der Komplexität primär mit Fehlerkatalogen manuell und händisch geprüft wird.

Klassifikation | Erkennung und Klassifikation von Objekten und Fehlern

Die Klassifikation bildet die Basis für viele Aufgaben in der Qualitätssicherung. In der Anwendung entfällt aufwendiges Labeln von Daten – es reicht eine Kategorisierung von Bildern.

Fehlererkennung bei Spühltabs

Spueltab-Kratzer

Kratzer

Spueltab-angebrochen

angebrochen

Spueltab-nio

niO

Webfehler

iO

Deep Learning Plattform, Anwendung maschinellen Lernens, Deep Learning

Webfehler

Deep Learning Plattform, Anwendung maschinellen Lernens, Deep Learning

Loch

Objekterkennung | Beispiele: Vollständigkeitskontrolle, Anwesenheitskontrolle, Zählung, Pick & Place uvm.

Vollständigkeitskontrolle

Platine-Vollstaendigkeit

Lageprüfung

Deckel-Lagepruefung

Anwesenheitskontrolle

Defekterkennung | Oberflächendefekte, unvollständige Bauteile, Strukturdefekte, Farb- und Formdefekte uvm.

Spritzgussfehler

MABRI.VISION-Spritzguss Kurzer Schuss Short Fill

Kratzer

Mikrofluidik-Kratzer

Poren und Riefen

Machine Vision Methoden, Prüfung, Strukturen, Oberflächen, Spanerkennung, Poren
Segmentierung | Erkennung von Strukturen und Bildbereichen, Oberflächendefekten, unvollständigen Bauteilen, Strukturdefekten, Farb- und Formdefekten uvm.

Eine Segmentierung ist immer dann wichtig, wenn Objekte, Strukturen oder Fehler sehr genau erkannt  und eingegrenzt werden müssen. Diese Information können z.B. für die Prozessoptimierung verwendet werden

Spanerkennung

Machine Vision Methoden, Prüfung, Strukturen, Oberflächen, Spanerkennung, Poren

Textilien

Machine Vision Methoden, Prüfung, Strukturen, Oberflächen, Spanerkennung, Poren

Spültabs

Fehlerhafte Sortierung

Fremdkörper

Anomalieerkennung | Fehler auf Verpackungen, Druckbildkontrolle, Webfehler uvm.

Platinen

Durch unseren Ansatz 2D und 3D Sensoren zu kombinieren können wir eine sehr hohe Anzahl an Features auf Patinen prüfen. Zur Überwachung von Lötstellen, bieten wir Lösungen mit hochauflösenden 3D Kameras.

Mikrostrukturen

Mikrostruktur Mikrofluidik Lab-on-a-Chip Anomalieerkennung

Oberflächen bsp. Klebereste

OCR | Texterkennung

DOT Code auf Reifen

Reifen, Lesebrücke, DOT-TIN Codes, Prüfung, Spezifikationen, Prüfanlage

Schrifterkennung

MABRI.VISION-Kavitaetennummer Machine Vision

Ihre Vorteile

MABRI.VISION liefert Ihnen  alles, was Sie für Ihre Anwendung benötigen. So vermeiden Sie es, Teillösungen und Insellösungen zu verwenden, die nicht ineinander greifen und dadurch schlecht wartbar sind. Neben der Software-Applikation liefern wir vor allem die notwendigen Sensorsysteme, Prüfplattformen und Servicedienstleistungen für Ihren Produktionsprozess.

Durch den Einsatz unserer schlanken KI-Plattform lassen sich herausfordernde Anwendungen im industriellen Umfeld auch kostengünstig lösen. Manuelle und zeitaufwendige Prüfschritte können so entfallen.

Durch die Deep Learning Technologie können Anwendungen gelöst werden, die mit klassischer Bildverarbeitung sehr herausfordernd sind oder nicht zufriedenstellend gelöst werden können. Es ergeben sich damit völlig neue Möglichkeiten in der Qualitätssicherung.

Als universeller Lösungsanbieter für die optische Produktionsmesstechnik schauen wir uns Ihre Anwendung genau an.  Wir setzen unsere Deep Learning Technologien nur dann und zu dem Maße ein, wie es für die Anwendung sinnvoll ist. So vermeiden Sie falsche Ergebnisse und zu hohe Entwicklungskosten. Zusätzlich bilden wir alle weiteren essentiellen Bausteine in der Qualitätssicherung ab, hierzu zählen z.B. Kalibrierung und Rückführung.

Eine Herausforderung der aktuellen Entwicklungstrends der Industrie besteht in der modularen Produktion mit immer kürzeren Produktionszyklen. Durch maschinelle Lernverfahren bleiben Sie flexibel und können Ihre Produktion adaptiv und selbstständig anpassen.

Die Entwicklung im Bereich des Deep Learnings schreitet sehr schnell voran. Unsere KI-Plattform wird deswegen stetig erweitert und setzt auf etablierte Standards in Forschung & Entwicklung. Diese kontinuierliche Entwicklung ermöglicht es Ihnen auch in Zukunft immer die neuesten Technologien einzusetzen.

Beispiel aus der Praxis: Fehlererkennung auf Socken

Überall da, wo regelbasierte Ansätze schwer implementierbar sind, bieten sich maschinelle Lernverfahren an.

Deep Learning Plattform, Anwendung maschinellen Lernens, Deep Learning

Webfehler

Deep Learning Plattform, Anwendung maschinellen Lernens, Deep Learning

Loch

Deep Learning Plattform, Anwendung maschinellen Lernens, Deep Learning

Beispiel aus der Praxis: Defekterkennung an Metallrohren

Deep Learning Plattform, Anwendung maschinellen Lernens, Deep Learning

Span

Deep Learning Plattform, Anwendung maschinellen Lernens, Deep Learning

Schweißnaht Defekt

Bildliche Darstellung einer Schweißnahtprüfung mit Laserstrahl.

Prozessablauf

Deep-Learning Verfahren basieren auf künstlichen neuronalen Netzen. Diese Netze sind inspiriert von den (biologischen) neuronalen Netzen, also Teil eines Nervensystems.
Künstliche neuronale Netze sind in Schichten aufgebaut. Eine Schicht bzw. Ebene besteht aus mehreren künstlichen Neuronen. Zwischen einer Eingangs- und Ausgangsebene befinden sich mehrere verdeckte Ebenen. Der Name „tiefes“ neuronales Netz erhält die Struktur wegen genau diesen verdeckten Ebenen.

Deep Learning Plattform, Anwendung maschinellen Lernens, Deep Learning