Integrierte Spanerkennung bei Watts Industries Deutschland
Späne am Gewinde von Fußbodenheizungsverteilerrohren verursachen Undichtigkeiten und erfordern Nacharbeit oder generieren Ausschuss. Manuelle stichprobenartige Prüfungen sind ineffizient. Defekte Werkstücke weisen z.B. auf den Verschleiß der Bearbeitungswerkzeuge hin, eine frühzeitige Erkennung ist daher entscheidend. Jeder weitere Prozessschritt mit defekten Werkstücken verursacht unnötige Kosten. Ziel ist eine automatisierte Detektion von Spänen am Werkstück innerhalb weniger Sekunden, ohne den Gesamtprozess zu verlängern.
Gemeinsam mit Watts hat prenode eine Aufnahmestation für Verteilerrohre entwickelt und Bilder von fehlerhaften und fehlerfreien Werkstücken erhoben. Mit diesen Daten wurde ein KI-Modell zur automatischen Spanerkennung trainiert und evaluiert. Das KI-Modell ermöglicht nach erfolgreicher Integration in den Produktionsprozess eine effiziente und zuverlässige Qualitätskontrolle.
Die Zusammenarbeit mit prenode hat uns eine effiziente Lösung zur automatisierten Spanerkennung in vollautomatisierten Fertigungsanlagen ermöglicht. Die KI-basierte Prüfung steigert unsere Qualität und spart wertvolle Ressourcen.
- Andreas Becker, Lean-, Industrial Engineering- & EHS Manager, Watts Industries Deutschland
Signifikant weniger Ausschuss:
Die Einführung einer automatisierten Spanerkennung führt zu einer signifikanten Reduzierung der Ausschussrate.
Gesteigerte Produktivität:
Durch die automatische 100%-Kontrolle werden fehlerhafte Teile sofort erkannt und Ausschuss vermieden, dadurch steigt die Produktivität.
Höhere Gesamtprozessqualität:
Die Anzahl fehlerhafter Werkstücke, die den gesamten Produktionsprozess durchlaufen sinkt spürbar, Ausschusskosten konnten dadurch deutlich reduziert werden.