Industrie und Maschinenbau

Zwei Wege führen uns in die Industrie. Der eine ist die Bildverarbeitung in der Fertigung, die seit vielen Jahren zu unserer Arbeit gehört. Der andere ist das Wissen, das in technischen Unterlagen steckt und selten dort verfügbar ist, wo eine Entscheidung ansteht.

Prüfen mit Bild- und Sensordaten

Kamerabasierte Qualitätsprüfung reicht bei uns von der Form- und Maßprüfung über die Fehlererkennung bis zur 3D-Vermessung, mit 2D- und 3D-Bildverarbeitung und Lösungen aus mehreren Sensoren. Die Systeme arbeiten im laufenden Prozess oder in der Endkontrolle.

Klassische Bildverarbeitung und maschinelles Lernen (Machine Learning) ergänzen sich dabei. Wo sich ein Merkmal messen lässt, messen wir. Wo Fehlerbilder vielfältig sind und sich schwer in Regeln fassen lassen, setzen wir lernende Verfahren ein. Mehr dazu unter Vision AI.

Wissen aus Projektunterlagen

Im Maschinen- und Anlagenbau ist vieles Einzelanfertigung. Bei jeder Anfrage stellen sich dieselben Fragen: Was haben wir Vergleichbares schon gebaut? Welche Module passen zusammen? Was hat sich bewährt, was führte zu Problemen oder Mehrkosten? Die Antworten liegen verteilt in Angeboten, Lasten- und Pflichtenheften, Änderungsdokumentationen und Serviceberichten.

Unser Ansatz zielt auf mehr als eine bessere Suche. Historische Projekte werden in Module zerlegt, die Module mit ihren Eigenschaften und Beziehungen beschrieben. Ähnlichkeit wird dann auf der Ebene der Module gesucht und in mehreren Dimensionen zugleich: Funktion, Mechanik, Leistung, Schnittstellen, Wirtschaftlichkeit.

Das ersetzt keine Ingenieursleistung. Die KI strukturiert, vergleicht, schlägt vor und macht transparent. Der Mensch bewertet, priorisiert und verantwortet. Den Lösungsansatz beschreiben wir unter Dokumentenintelligenz für den Maschinenbau.

Zustände von Anlagen bewerten

Anlagen und Netze werden meist nur an wenigen Stellen gemessen, und Messwerte sind verrauscht oder fehlerhaft. Für solche Fälle verbinden wir physikalische Modelle und Zustandsschätzung mit lernenden Verfahren. Das Ergebnis ist eine Aussage zum Zustand der Anlage, der man ansieht, wie sicher sie ist. Das Verfahren beschreiben wir unter Hybrid AI & Decision Intelligence.

Materialfluss und mobile Robotik

Mit MULI entwickeln wir ein eigenes fahrerloses Transportsystem, das Material zwischen Lager, Maschine und Montage bewegt. Im Förderprojekt InnoTeam RoSa verbinden wir die mobile Plattform mit einem Gelenkarmroboter. Grundlage ist unsere multisensorielle Umfelderkennung, die Personen, Hindernisse und freie Wege sicher erkennt. Mehr dazu unter Fahrerlose Transportsysteme und mobile Arbeitsmaschinen.

Erfahrung und Einstieg

Die Prüfsysteme sind erprobte Praxis aus Projekten in der Zulieferindustrie, im Sondermaschinenbau und in weiteren Branchen. Dokumentenintelligenz und Zustandsbewertung setzen wir gemeinsam mit dem Anwender um und beginnen mit einem klar abgegrenzten Vorhaben. Wie ein solcher Einstieg aussieht, steht unter KI-Einführung.