Mit Maschinellem Lernen zur richtigen Parametrierung

Motivation

Der Geschäftsbereich Infrarot-Messtechnik der InfraTec GmbH ist seit mehr als 25 Jahren auf dem Gebiet der Infrarotmesstechnik, berührungslosen Temperaturmessung und Thermografie tätig. InfraTec liefert seit über 10 Jahren Systeme zur Qualitätsüberwachung beim sogenannten Warmumformen für beispielsweise Prüfprozesse mittels Wärmebildkameras als Basis eines automatisierten Systems in der Automobilproduktion. Gegenwärtig erfolgt die Parametrierung eines solchen Systems noch manuell oder teilautomatisch. Um diesen Prozess für den Kunden weiter zu automatisieren, soll untersucht werden, ob und welche Methoden der Bilddatenanalyse und des Maschinellen Lernens sich zur Parametrierung eignen.

Zielstellung

Anhand von Thermografiebildern als Ausgangsbasis soll untersucht werden, ob Methoden der Datenanalyse und Künstlichen Intelligenz für die Produktentwicklung geeigent sind. Dazu soll untersucht werden, ob sich die Identifikation von Gut- und Schlechtteilen mittels Datenanalyse und Maschinellem Lernen sicher abbilden lässt. Konkret ist es die Vorstellung, Thermografieanwendungen zukünftig für den Kunden schrittweise stärker automatisiert parametrierbar zu machen.

Vorgehen

Es werden vorhandene Bilddaten entsprechend vorverarbeitet und relevante Features identifiziert sowie auf ausgewählte Algorithmen des Maschinellen Lernens angewendet. Es gilt zu prüfen, ob daraus anschließend Parametriervorschläge für Kameras und Prozesse abgeleitet werden können, um diese gegenwärtig manuelle Aufgabe schrittweise zu automatisieren. Zudem soll ein dafür geeignetes Format für Thermografiebilder bestimmt werden.