Quality Control with AI (Artificial Intelligence) 9V

Quality Control with AI (Artificial Intelligence) 9V

Die Verwendung von Künstlicher Intelligenz in Industrie, Bildung und Forschung wird immer wichtiger. Um dieses komplexe Thema praktisch zu veranschaulichen, eignet sich das Modell "Qualitätskontrolle mit KI" ideal. Durch die Verknüpfung von Theorie und Praxis wird eine nachhaltige Lernumgebung geschaffen. Vor allem in der Qualitätskontrolle bringt KI viele Vorteile, die bereits zum Beispiel in der Automobilindustrie eingesetzt werden. Prozesse können verkürzt, Fehlerraten und Kosten minimiert und Fehlerevaluation standardisiert werden. Das Fischertechnik Sortiersystem wird mit Werkstücken in drei verschiedenen Farben beliefert. Diese Werkstücke sind mit drei Bearbeitungsmerkmalen sowie unterschiedlichen Fehlermustern gekennzeichnet. Die Werkstücke werden von der Kamera gescannt und mithilfe der trainierten KI klassifiziert. Je nach Farbe, Merkmal und Fehlermuster werden die Werkstücke dann aufgrund ihrer Qualitätsmerkmale von der Künstlichen Intelligenz sortiert. Die verwendete KI wurde mit Machine Learning in Tensorflow implementiert, bei dem ein künstliches Neuronales Netzwerk mit Bilddaten trainiert wurde. Die gelernte KI wird auf dem Fischertechnik TXT 4.0 Controller ausgeführt. Die Flusssteuerung des Modells wurde im Programmierumfeld ROBO Pro Coding und in Python implementiert.

Wichtige Fakten:
Sortiersystem für Werkstücke in 3 verschiedenen Farben (Weiß, Rot, Blau), mit 3 verschiedenen Bearbeitungsmerkmalen (Bohrung, Fräslöcher) sowie unterschiedlichen Fehlermustern (Bohrung nicht rund, Bohrung fehlt, Fräslöcher fehlen komplett oder teilweise, Risse im Werkstück). Diese Bearbeitungs- und Fehlermerkmale werden mit entsprechenden Klebeaufklebern auf den Werkstücken simuliert. Die Werkstücke werden von der Kamera gescannt und mithilfe der trainierten KI klassifiziert. Je nach Farbe, Merkmal und Fehlermuster werden die Werkstücke dann in 4 verschiedene Ablagen sortiert. Die KI wurde mit Tensorflow implementiert und wird auf dem TXT 4.0 Controller ausgeführt.

Wesentliche Komponenten / Highlights:
TXT 4.0 Controller
USB-Kamera
Encodermotor
Kompressor
Vier 3/2-Wege-Magnetventile
Vier pneumatische Zylinder
Fünf Fotovorrichtungen (fünf Fototransistoren und fünf Fotodiode LED)
Vier LED's für Kamerabeleuchtung
24 Werkstücke

eLearning