Ausgangslage
Der Kunde baut Maschinen für die Pharma-Verpackung. Er wollte Fehler zuverlässiger erkennen und gleichzeitig die Produktionsrate steigern - in einem Umfeld, in dem jede Prüfung dokumentiert und regelkonform sein muss.
Lösung
- Ausstattung der Maschinen mit Machine Vision für die Inline-Prüfung.
- Kombination aus klassischer Bildverarbeitung und Machine Learning - jeweils dort, wo sie am besten funktioniert.
- Auslegung auf die volle Taktrate der Linie.
- Erfüllung von GMP und US-amerikanischem Code of Federal Regulations.
- Inbetriebnahme, Test und Dokumentation auf dem Zielsystem.
Das gleiche Vorgehen nutzen wir in weiteren Projekten der Serienfertigung, mit vollständiger Analyse jedes Produkts während der Produktion. In der Hafenlogistik ersetzt ein von uns trainiertes Segmentierungsmodell die manuelle Bestimmung von Ladungsarten mit rund 95% Effizienz.
Ergebnis
- Höhere Fehlererkennungsrate bei voller Taktgeschwindigkeit.
- Regelkonforme, dokumentierte Prüfung statt Stichproben.
- Wiederverwendbare Bausteine für weitere Prüfaufgaben.
* Projekt: Umsetzung verantwortet
