IMoFlecht – Inline Monitoringsystem zur automatisierten Prüfung hochqualitativer Flechtprodukte
Um die Qualitätsprüfung von hochwertigen Flechtprodukten zu automatisieren, wird ein Monitoringsystem bestehend aus einer selbst lernenden optischen Geflechtüberwachung sowie einer sensorischen Klöppelüberwachung entwickelt.
Projektpartner
Barthels-Feldhoff GmbH & Co. KG, ark Industrie AG
Laufzeit
01.04.2020 – 31.03.2022
Fördergeber
Bundesministerium für Wirtschaft und Energie
Motivation
Das Flechtverfahren ist ein hochautomatisierbarer Prozess zur Fertigung von technischen Textilien oder dem direkten Preforming von vorrangig rohrförmigen Querschnitten aus Verstärkungsfasern. Für hochqualitative oder sicherheitskritische Flechtprodukte wird derzeit eine manuelle, haptische und visuelle Qualitätskontrolle der gesamten Lauflänge des Geflechtstrangs durchgeführt. Diese Prüfung ist jedoch äußerst aufwendig und birgt die Risiken menschlicher Unachtsamkeit sowie abweichender subjektiver Prüfergebnisse. Zudem werden durch die offline-Prüfung im Fall eines dauerhaften Flechtfehlers an einer Maschine große Mengen fehlerhaftes Geflecht in der Zeit produziert, bis das Produkt zur manuellen Qualitätskontrolle gelangt. Durch das angestrebte Monitoringsystem zur automatisierten Prüfung unmittelbar während der Herstellung kann der manuelle Prüfaufwand reduziert, die Qualitätssicherung objektiviert und Fehlerkosten gesenkt werden.
Vorgehen
Zunächst werden durch eine Vermessung typischer Flechtfehler und Charakterisierung der Fehlerauswirkungen Erkennungsschwellen je Fehlerart festgelegt. Um für das Training des Bilderkennungsalgorithmus ausreichend Fehlerdaten bereitstellen zu können, werden softwarebasiert synthetische Fehlerbilder gerendert. Neuartige, sensorintegrierte Klöppel werden entwickelt und auf einer Versuchsflechtanlage implementiert. Die Klöppel werden kabellos mit Energie versorgt und senden relevante Prozessgrößen an einen Steuerungsrechner. Jedes Mal, wenn die Kameraeinheit einen Produktionsfehler erkennt, wird im Steuerungsrechner die unmittelbar zuvor von den sensorintegrierten Klöppeln erzeugte Datensequenz analysiert. Durch einen selbst lernenden Regelkreis verbessert sich das System während des Produktionsprozesses so weit, dass Fehler nicht mehr nur optisch erkannt werden, wenn sie sich bereits im Produkt manifestiert haben, sondern schon durch anomale Prozessgrößen in einer frühen Entstehungsphase auffallen. Eine frühe Fehlererkennung zusammen mit einem Maschinenstop ermöglicht eine Beseitigung von Fehlerursachen und somit die Vermeidung von Materialausschuss.
Danksagung
Der Lehrstuhl bedankt sich für die Förderung des Projektes „Inline Monitoringsystem zur automatisierten Prüfung hochqualitativer Flechtprodukte – IMoFlecht“, die vom Bundesministerium für Wirtschaft und Energie über die AiF Projekt GmbH unter der Förderschiene „Zentrales Innovationsprogramm Mittelstand (ZIM)“ gewährt wurde (Förderkennzeichen: ZF4004324HB9).
Ansprechpartner
Dr.-Ing. Swen Zaremba