A mesterséges intelligenciával késhegyre menő
Solingenben évszázadok óta gyártanak késeket, pengéket és más evőeszközöket. A német evőeszköz- és evőeszközgyártók mintegy 90 százaléka ma is a Bergisches Land régióban található városból származik, amely 2012 óta viseli a "Klingenstadt" hivatalos elnevezést.
A legtöbb esetben e fémáruk minőségét emberi szemmel vagy egyszerűen ujjpróbával ellenőrzik. De ez hamarosan megváltozhat: A Wuppertali Egyetem megbízhatósági mérnöki és kockázatelemzési tanszékének (LZR ) "MuPro2" kutatási projektje három éve azon dolgozik, hogy a minőségellenőrzést hogyan lehet teljesen automatikusan, mesterséges intelligencia (AI) segítségével - és így az emberi tényezőtől teljesen függetlenül - elvégezni.
A penge hegyétől a bátorsági részig
A projekt részeként egy kiváló minőségű konyhai késeket gyártó cég megbízta a széket, hogy indítson el egy automatizált, 100 százalékig megbízható ellenőrzési folyamatot a felületek minőségének ellenőrzésére. A késeket különböző acélötvözetekből kovácsolják, csiszolják, megmunkálják és ellenőrzik - a szállítással együtt akár 55 kézi munkafolyamat is végbemegy, és a penge hegyétől a boleróig minden részletnek mikrométerre pontosan meg kell felelnie.
A Dr. Marcin Hinz, Stefan Bracke professzor wuppertali tanszékének vezető mérnöke által vezetett kutatócsoport tíz éve dolgozik a mesterséges intelligencia és a gépi tanulás gyakorlati alkalmazásán. Az LZR-ben elsősorban kutatási projekteket, ipari együttműködéseket és tanfolyamokat tartanak komplex műszaki termékekkel és gyártási folyamatokkal kapcsolatban. A kutatók a termékfejlesztés és gyártás adatelemzésére összpontosítanak.
Tanulás hatalmas mennyiségű adat alapján
"Ahhoz, hogy a késfelületek mesterséges intelligenciával támogatott képi kiértékeléséhez szükséges információkat megkapjuk, először pontos 3D mérésekrevolt szükségünk" - magyarázza Hinz. Ennek oka, hogy a képkiértékelő kameráknak képesnek kell lenniük a hibák megbízható felismerésére és előzetes "megtanulására" a mesterséges intelligencia segítségével. Ehhez hatalmas mennyiségű adatra van szükség.
A felszíni adatok előállításához a Mahr méréstechnikai specialista lépett a képbe. A Mahr Oberhausenben működő GAM 3D-Surface üzletága két hétre a kutatók rendelkezésére bocsátotta a MarSurf CM mobil készüléket, hogy a kések felületének érdességét 3D szkenneléssel mérjék.
A Mahr MarSurf CM mobil optikai mérőrendszere konfokális technológián alapul, a mérési idő jellemzően öt és tíz másodperc között van. A 3D mérőeszközzel ISO-konform érdességmérések, 3D struktúrák elemzése és geometriák mérése végezhető. A strukturálási és térfogati paraméterek kiértékelése automatikus.
Algoritmus dönt a minőségről
A késes projekthez a tudósok két tesztelési elrendezést dolgoztak ki, amelyekben minden esetben különböző típusú kések kamerái voltak. Az első tesztállványt egy hagyományos kamerarendszerrel, a másodikat pedig egy makroobjektívvel és két LED-es reflektorral szerelték fel. A próbadarabok már formázott és finomra csiszolt - a solingeni szakkifejezés szerint "lemezelt" - késtörmelékek voltak. Összesen több mint 2500 kést kellett tesztelni, ebből 1750-et a Mahr készülékkel.
Annak érdekében, hogy a megfelelő Mahr kiértékelő szoftvert használni lehessen, egy algoritmust írtak kifejezetten az egyetem számára. Számos gépi tanulási algoritmust tápláltak ezekkel az adatokkal, betanították és kiértékelték őket. A minőségről egyedül az algoritmus döntött.
Majdnem 100 százalékos találati arány
Mint Marcin Hinz beszámol róla, a tesztfelállások a kívánt eredményeket hozták: "Az algoritmus megbízhatósága rendkívül magas volt, a tapintásos mérőberendezésekkel 80 százalékos, a 3D-s berendezésekkel pedig közel 100 százalékos arányt ért el".
A késgyártó most azt vizsgálja, hogy az ilyen intelligens kamerarendszereket a gyártás előtti állomásokon is telepíteni lehetne-e, hogy szükség esetén be tudjon avatkozni a folyamatban lévő folyamatokba - és így konkrétan elkerülje a selejtet és az utómunkálatokat.
Emellett rövid távon felmerült az is, hogy a mérési technológiát közvetlenül a gyártásba integrálják, de ezt költség okokból kizárták. "A gyártósoron rengeteg por, szennyeződés, olajmaradvány és forgács van - ez túlságosan ártana a készüléknek. A CM mobile azonban tökéletesen támogatott minket abban, hogy szilárd alapismereteket szerezzünk" - mondja Hinz.
Eredetileg a projektet nem szánták ilyen nagyszabásúnak, és csak egy kis tanulmány volt. A siker és a 3D felületelemzés, az adatok kiértékelése és az algoritmus tanulása egyszerű kombinációja azonban hatalmas kutatási területet nyitott meg, ahogy Hinz elmagyarázza. Ebben a tekintetben várakozással tekinthetünk a további projektek elé.