Mit Maschinellem Lernen zur richtigen Parametrierung

Ausgangssituation

Die InfraTec GmbH ist auf den Gebietender Infrarotmesstechnik, berührungslosen Temperaturmessung und Thermografie tätig. Zur Fertigungssteuerung und Qualitätsüberwachung beim Warmumformen werden Systeme zur thermografischen Temperaturmessung eingesetzt, die Parametrierung erfolgte hierbei bisher manuell. Der Prozess zur Konfiguration soll beschleunigt werden, wobei Methoden
des Maschinellen Lernens zum Einsatz kommen sollen. Mittels Bilddatenanalyse wurde geprüft, ob Thermografieanwendungen zukünftig durch Nutzung von Datenanalyse und Methoden der Künstlichen Intelligenz besser parametrierbar gestaltet werden können.

Vorgehen

Basierend auf den vom Unternehmen bereitgestellten Daten und daraus abgeleiteten relevanten Features wurden mehrere Algorithmen zur Bildverarbeitung erprobt und an die Komplexität der Bauteile angepasst. Einfache Bauteile ließen sich über approximierte Geradengleichungen zuverlässig identifizieren. Neuronale Netze erzielten auch für komplexere Bauteile gute Ergebnisse, die begrenzte Anzahl an Bildern mit inkorrekt positionierten Bauteilen stellte ein Hindernis für eine hohe Genauigkeit der Ergebnisse dar. Zu diesem Zweck wurden Autoencoder getestet und eine höhere Genauigkeit erzielt.

Markant ist, dass Autoencoder eigenständig inkorrekte Bauteile erkennen können, ohne diese Information für das Training vorzugeben. Zuletzt wurden Generative Adversarial Networks (GAN) eingesetzt, die Lücken in Datensätzen auffüllen können und dadurch mit wenigen inkorrekten Bauteilbildern die besten Klassifizierungsleistungen aus allen Algorithmen liefern konnten.

Ergebnis

Für Bauteile unterschiedlicher Komplexität konnten mit verschiedenen Algorithmen jeweils hohe Genauigkeiten in der Erkennung von 80 % bis 96 % erreicht werden. Ebenfalls konnten verschiedene Methoden getestet werden, die auch ohne Bilder mit inkorrekt positionierten Bauteilen funktionieren. Es wurde auch deutlich, dass die wählbaren Algorithmen sehr stark von der Datenbasis abhängen und validiert werden müssen.