Kunde und Herausforderung
Ein Hersteller von High-End-Keramikkomponenten verließ sich bisher auf die manuelle Sichtprüfung. Dieser Prozess war subjektiv und ermüdend, was zu einer “Fehlerrate“ (Escape Rate) von 7 % führte. Defekte Produkte, die Premium-Kunden im Ausland erreichten, verursachten teure Gewährleistungsansprüche, hohe Kosten für die Rücklogistik und einen erheblichen Schaden für das Markenimage “Made in Germany“.
Lösung
Wir haben eine maßgeschneiderte Computer-Vision-Lösung entwickelt, die auf Edge-Geräten direkt am Förderband implementiert wurde. Mithilfe hochauflösender Kameras und eines Convolutional Neural Networks (CNN) identifiziert das System mikroskopische Risse und Glasurfehler in Echtzeit. Bei Erkennung wird sofort ein pneumatischer Sortierer ausgelöst, der die defekten Einheiten aussondert.
Ergebnisse
- Einsparungen bei Garantie & Haftung: Reduzierung der jährlichen Gewährleistungsansprüche und Ersatzkosten um 310.000 €, indem die Fehlerrate von 7 % auf unter 0,5 % gesenkt wurde.
- Signifikantes Umsatzplus: Eine Steigerung des Inspektionsdurchsatzes um 40 % beseitigte Produktionsengpässe und ermöglichte die Abwicklung von zusätzlichen 1,5 Mio. € an Jahresaufträgen ohne Personalaufstockung.
- Verbesserung der operativen Marge: Senkung der Kosten pro Inspektion um 60 % und Eliminierung der finanziellen Verschwendung durch den Versand von Ausschussware an Übersee-Distributoren.
Technologien
- PyTorch
- OpenCV
- NVIDIA Jetson (Edge AI)
- Integration in SPS (Speicherprogrammierbare Steuerungen).
