Start / Lösungen / Automatischer optischer Inspektion (AOI)
Automatischer optischer Inspektor, der mit voller Liniengeschwindigkeit arbeitet
Traditionelle automatisierte optische Inspektion setzt auf feste Regelwerke und kontrollierte Lichtbedingungen. Sie funktioniert, solange Ihr Produkt sich nicht verändert, Ihre Produktionsgeschwindigkeit nicht zunimmt oder eine Art von Defekt auftritt, für den niemand programmiert hat.
Die KI-Visionplattform von MarshallAI trainiert auf Ihrer tatsächlichen Produktionsumgebung – Ihre Teile, Ihre Beleuchtung und Ihre Toleranzen –, und läuft vollständig lokal ohne Abhängigkeit von der Cloud. Keine Wiederholungszyklen, die auf einem Anbieter warten. Keine Modellaktualisierungen, die eine Internetverbindung erfordern. Nur Inspektionen, die die Geschwindigkeit Ihrer Linie erfordern.
Oberflächenfehler
Mikro-Risse, Kratzer, Vertiefungen und Unebenheiten werden bei voller Liniengeschwindigkeit erkannt.
Dimensionale Überprüfung
Messen Sie kritische Merkmale, Toleranzen und Geometrie anhand definierter Grenzwerte ohne Kontaktmessung oder manuellen Probenahmen.
Validierung von Etiketten und Kennzeichnungen
Verifizieren Sie Lasergravuren, Druckkodierungen, Datumsstempel und Barcodes. Lesen Sie OCR-Text und erkennen Sie fehlende, gedrehte oder unlesbare Markierungen.
Volle Funktionsfähigkeit der Anlage
Verifizieren Sie, dass alle Komponenten vorhanden, richtig ausgerichtet und ordnungsgemäß montiert sind. Entdecken Sie fehlende O-Ringe, falsche Einlagen oder ungerichtete Teile.
Mehrere SKU-Varianten
Erzeugen Sie identische Produktvarianten auf derselben Linie – unterschiedliche Konfigurationen, Farbcodes oder Teilenummern – ohne eine erneute Programmierung.
Erkennung von Fremdkörpern
Kontaminanten, defekte Teile und Materialien, die nicht den Spezifikationen entsprechen, identifizieren.
Beispiele für Anwendungsfälle
OCR auf schwer lesbaren Oberflächen
Lesen Sie Chargencode, Datumsstempel, Seriennummern und Teilebeschriftungen von geprägten, lasergeschnittenen, punktförmigen, Tintenstrahldrucktechnologie basierenden Oberflächen sowie von gravierten Oberflächen. Hervorragende Leistung bei geringem Kontrast, ungünstigen Winkeln und schwer lesbaren Oberflächen.
Fehlererkennung
Identifizieren Sie Oberflächenfehler wie Mikrorisse, Kratzer, Vertiefungen, Dellen, Abrieb und Verunreinigung an jeder Bauteilgeometrie – von flachem Blech bis hin zu komplexen Formteilen.
Etikettenprüfung
Verifizieren Sie, dass alle Etiketten vorhanden sind, richtig positioniert und mit korrekten Informationen versehen sind. Verifizieren und vergleichen Sie Barcodes, QR-Codes, Chargennummern, Verfallsdaten und regulatorische Kennzeichnungen mit den erwarteten Werten.
Fallstudien
-
Qualitätskontrolle in einer hochmixigen Fertigung meistern: Schnelle Umrüstungen und >99%-ige Genauigkeit bei TaerosolDie Auftragsfertigung und die häufigen Produktwechsel bedeuteten früher eine ständige Herausforderung bei der Bewältigung von Qualitätssicherungsengpässen. Entdecken Sie, wie Taerosol seine Kosmetiklinie mit einem schnell anpassungsfähigen KI-System ausgestattet hat, das über 99 % der komplexen Etiketten- und Verpackungsfehler erkennt.
Kosmetische Produktion Qualitätskontrolle
-
Rogue-Kanister eliminieren: Hochgeschwindigkeits-QA in der GetränkeherstellungEin globaler Getränkehersteller hat 15 Jahre lang versucht, “verrückte Dosen” auf seinen Hochgeschwindigkeits-Füllanlagen zuverlässig zu erkennen. Entdecken Sie, wie MarshallAI ein Edge-Vision-System mit minimaler Latenz einsetzte, um 2.500 Dosen pro Minute zu inspizieren und so unzureichende Produkte sowie kostspielige mechanische Störungen mit nahezu perfekter Präzision zu verhindern.
Getränkeindustrie Qualitätskontrolle
-
Qualitätskontrolle im Sub-Millimeterbereich in großem Maßstab: Sicherung der Ertragssicherheit für TurvanastaLegacy-Vision-Systeme verworfenen perfekt geeignetes Material. Entdecken Sie, wie MarshallAI eine Edge-Computing-Lösung implementierte, um falsche Ablehnungen zu eliminieren und Hunderte Millionen von Sub-Millimeter-Metallelementen mit absoluter Präzision zu prüfen.
Fertigung Qualitätskontrolle
MarshallAI für automatisierte visuelle Inspektion
2500+ ppm
Stabile Inline-Inspektion mit mehreren Funktionen ohne Verzögerungen oder Bildverlusten bei der Bildverarbeitung.
99,995%-ige Genauigkeit
Präzision, die in der Praxis bei Hochgeschwindigkeits-Produktionslinien bewiesen wurde. Die kontinuierliche automatische Justierung verbessert die Modellgenauigkeit.
Schnelle Bereitstellung
Erstellen, trainieren und implementieren Sie ein funktionales Inspektionsmodell von Grund auf, indem Sie nur 5-10 Bilder verwenden.
Datenschutz
Ihre proprietären Produktionsdaten verlassen niemals den Werksgelände. 100 % Verarbeitung vor Ort.
Industrielle Integration & Direktsteuerung
MarshallAI kommuniziert mit ERP-, MES- und SCADA-Systemen und aktiviert physische Absperrvorrichtungen, Gates oder PLCs über Edge-Verarbeitung mit nahezu null Latenzzeit.
Antworten zu automatischer optischer Inspektion
Was ist automatischer optischer Inspektion (AOI)?
Automatischer optischer Inspektion (AOI) ist die Verwendung von Kamerasystemen und Bildanalysesoftware zur automatischen Prüfung von Produkten während oder nach der Fertigung.
Wofür kann automatischer optischer Inspektion eingesetzt werden?
AOI-Systeme prüfen Oberflächenfehler, Maßgenauigkeit, Vollständigkeit der Montage, korrekte Beschriftung und Fremdkörperkontamination. AOI-Systeme können eine gleichbleibende Qualitätskontrolle bei Produktionsliniengeschwindigkeiten ohne manuellen Einsatz von Arbeitskräften oder menschlicher Interaktion gewährleisten.
Wie funktioniert automatischer optischer Inspektion?
Ein AOI-System erfasst Bilder jeder einzelnen Komponente während dieser durch eine Inspektionsstation führt. Die Software analysiert jedes Bild anhand eines Referenzmodells oder voreingestellter Regeln und erkennt nichtkonforme Teile. Darüber hinaus werden in Echtzeit Ablehnungs- oder Warnsignale ausgelöst.
Wie unterscheiden sich moderne KI-basierte AOI-Systeme von traditionellen AOI-Systemen?
Moderne KI-basierte AOI-Systeme erstellen ihr Referenzmodell, indem sie auf Bildern von bekannten guten und fehlerhaften Teilen aus Ihrer tatsächlichen Produktionsumgebung trainieren, anstatt sich auf manuell programmierten Regeln zu verlassen.
| Traditionelle AOI | AI-gestützte AOI | |
|---|---|---|
| Einrichten | Manuelle Regelprogrammierung pro Produkt | Züge aus Produktionsbildern |
| Typen von Mängeln | Nur Fänge mit vorgegebenen Mängeln | Ganzheitlich auf neue Defekttypen anwendbar |
| Produktauswechsel | Erfordert eine Neuprogrammierung | Neues Training mit neuen Musterbildern |
| Genauigkeit | Empfindlich gegenüber Lichtveränderungen und Variationen | Robust gegen Umweltveränderungen |
| Falsche Ablehnungsrate | Höher — starre Schwellenwerte | Tiefer — erlernte Toleranzen |
| Einrichtungszeit | Wochen bis Monate | Von Stunden bis zu Tagen |
| Infrastruktur | Ofte proprietärer Hardware | Funktioniert mit Standard-IP-Kameras |
