S umělou inteligencí na ostří nože

Nože, čepele a další nožířské výrobky se v Solingenu vyrábějí již po staletí. Z města v regionu Bergisches Land, které má od roku 2012 oficiální název "Klingenstadt", pochází i dnes přibližně 90 procent německých výrobců příborů a nožířských výrobků.

Ve většině případů se kvalita těchto kovových výrobků kontroluje lidským okem nebo jednoduše zkouškou prstem. To se však může brzy změnit: Výzkumný projekt "MuPro2" na Katedře inženýrství spolehlivosti a analýzy rizik (LZR ) na univerzitě ve Wuppertalu se již tři roky zabývá tím, jak lze kontrolu kvality provádět zcela automaticky pomocí umělé inteligence (AI) - a tedy zcela nezávisle na lidském faktoru.

Od špičky čepele až po záštitu

Výrobce vysoce kvalitních kuchyňských nožů v rámci projektu pověřil křeslo spuštěním automatizovaného, stoprocentně spolehlivého procesu kontroly kvality povrchů. Nože jsou kovány z různých slitin oceli, broušeny, dokončovány a kontrolovány - včetně přepravy se provádí až 55 ručních pracovních kroků a od špičky čepele až po svorník musí být každý detail propracován na mikrometr přesně.

Výzkumný tým vedený Dr. Marcinem Hinzem, vedoucím inženýrem na wuppertalské katedře profesora Stefana Brackeho, se již deset let zabývá praktickým využitím umělé inteligence a strojového učení. Na LZR se zabývají především výzkumnými projekty, průmyslovou spoluprací a kurzy zaměřenými na komplexní technické výrobky a výrobní procesy. Výzkumníci se zaměřují na analýzu dat při vývoji a výrobě produktů.

Učení na základě obrovského množství dat

"Abychom získali relevantní informace pro vyhodnocení obrazu povrchu nožů s podporou umělé inteligence, potřebovali jsme nejprve přesná 3D měření," vysvětluje Hinz. Je to proto, že kamery pro vyhodnocování obrazu musí být schopny spolehlivě detekovat vady a předem se je "naučit" pomocí umělé inteligence. K tomu je zapotřebí obrovské množství dat.

Za účelem získání dat o povrchu přišel na řadu specialista na měřicí techniku, společnost Mahr. Obchodní jednotka GAM 3D-Surface společnosti Mahr v Oberhausenu poskytla výzkumníkům na čtrnáct dní mobilní zařízení MarSurf CM k měření drsnosti povrchu nožů pomocí 3D skenování.

Optický měřicí systém mobilního zařízení MarSurf CM od společnosti Mahr je založen na konfokální technologii a jeho typická doba měření se pohybuje mezi pěti a deseti sekundami. 3D měřicí zařízení lze použít k měření drsnosti podle ISO, k analýzám 3D struktur a k měření geometrie. Vyhodnocení parametrů strukturování a objemu je automatické.

Algoritmus rozhoduje o kvalitě

Pro projekt nože vědci vyvinuli dvě testovací sestavy s kamerami pro různé typy nožů. První zkušební stojan byl vybaven standardním kamerovým systémem, druhý navíc makroobjektivem a dvěma LED reflektory. Zkušebními vzorky byly již tvarované a jemně broušené polotovary nožů - "pokovené", jak zní odborný termín ze Solingenu. Celkem mělo být otestováno více než 2 500 nožů, z toho 1 750 s Mahrovým zařízením.

Aby bylo možné použít odpovídající Mahrův hodnotící software, byl speciálně pro univerzitu napsán algoritmus. Těmito daty bylo vybaveno několik algoritmů strojového učení, které byly natrénovány a vyhodnoceny. O kvalitě rozhoduje samotný algoritmus.

Téměř stoprocentní úspěšnost zásahů

Jak uvádí Marcin Hinz, testovací sestavy přinesly požadované výsledky: "Spolehlivost algoritmu byla extrémně vysoká, u hmatového měřicího zařízení činila 80 % a u 3D zařízení téměř 100 %."

Výrobce nožů se nyní zabývá otázkou instalace takových inteligentních kamerových systémů na předřazených výrobních stanicích, aby mohl v případě potřeby zasáhnout do probíhajících procesů - a tím konkrétně zabránit zmetkům a přepracování.

Kromě toho se krátkodobě uvažovalo také o integraci měřicí technologie přímo do výroby, ale to bylo z nákladových důvodů vyloučeno. "Ve výrobní lince je spousta prachu, špíny, zbytků oleje a třísek - to by přístroji příliš neprospělo. Mobilní telefon CM nás však dokonale podpořil při budování solidních základních znalostí," říká Hinz.

Původně nebyl projekt zamýšlen v takovém rozsahu a jednalo se pouze o malou studii. Úspěch a jednoduchá kombinace 3D analýzy povrchu, vyhodnocování dat a učení algoritmu však otevřely obrovské pole výzkumu, jak vysvětluje Hinz. V tomto ohledu se můžeme těšit na navazující projekty.