Innovation bei der Anomalieerkennung: Revolutionäre Defekterkennung
Die neueste patentierte Innovation von JIDOKA (Patent Nr.: 536956, Mai 2024) kombiniert Convolutional Neural Networks (CNN) mit merkmalsbasierten Speichern und markiert damit einen Durchbruch in der Anomalieerkennung. Das System extrahiert, speichert und vergleicht effizient Datenmerkmale und ermöglicht so die präzise Identifizierung von Unregelmäßigkeiten in Echtzeit, reduziert Fehlalarme und verbessert die allgemeine Erkennungsgenauigkeit. Dieser duale Ansatz ist wegweisend in den Bereichen Fertigung und vorausschauende Wartung und bietet Unternehmen eine skalierbare, zukunftssichere Lösung.
Herausforderungen mit traditionellen Methoden
Herkömmliche Fehlererkennung basiert in hohem Maße auf manueller Inspektion, die anfällig für menschliche Fehler ist und bei steigenden Produktionsmengen nicht skalierbar ist. Bestehende KI-Methoden haben auch mit hohen Falsch-Positiv-Raten und dem Bedarf an großen Mengen etikettierter Daten zu kämpfen, die für neue Produkte oder stark variable Produktionsumgebungen oft nicht verfügbar sind.
Die KI-gestützte Lösung von JIDOKA (So funktioniert sie)
(1) Der Prozess beginnt damit, dass ein Prozessor ein Bild des zu prüfenden Objekts empfängt.
2 Das Bild wird dann in ein vortrainiertes CNN eingespeist. Dabei handelt es sich um eine Art KI, die wichtige Merkmale im Bild wie Formen, Texturen und Muster identifizieren kann
3 Das CNN extrahiert diese aussagekräftigen Merkmale in verschiedenen Phasen des Analyseprozesses.
4 Als Nächstes werden die extrahierten Merkmalskarten in ein vortrainiertes, auf neuronalen Netzwerken basierendes Speichersystem integriert. Dieses Speichersystem speichert und merkt sich die wichtigen Merkmale, die identifiziert wurden
5 Das System vergleicht dann das aktuelle Bild, das analysiert wird, mit den zuvor im Speichersystem gespeicherten Merkmalen. Dies hilft dem System zu erkennen, ob es irgendwelche Anomalien oder Unterschiede zu dem gibt, was es zuvor gesehen hat
6 Um Anomalien zu identifizieren, berechnet das System die Unterschiede zwischen den vom CNN extrahierten Merkmalen und den im Speichersystem gespeicherten Merkmalen. Dadurch wird für jede Ebene der Analyse ein spezieller Bildtyp erstellt, der als Heatmap bezeichnet wird
7 Diese Heatmaps werden an die ursprüngliche Bildgröße angepasst und dann zusammen gemittelt, um eine endgültige Anomalie-Heatmap zu erstellen.
8 Diese erweiterte Anomalie-Heatmap ermöglicht eine präzise Identifizierung von Anomalien, indem sie sich nur auf die Bereiche konzentriert, die sich signifikant von den gespeicherten Merkmalen unterscheiden. Sie kann selbst subtile Anomalien, die mit herkömmlichen Methoden nur schwer zu finden wären, präzise erkennen.
Präzise Identifizierung subtiler Anomalien wie Staub, Linienmarkierungen, Beschädigungen, Messmarkierungen:
Die wichtigsten Vorteile
• Anpassungsfähig für die Einführung neuer Produkte (NPI): Kann Anomalien bei Produkten erkennen, die zum ersten Mal ohne historische Fehlerdaten hergestellt wurden.
• Geeignet für eine hohe Produktvielfalt: Wirksam in schnelllebigen Produktionsumgebungen mit hoher Variabilität.
• Schnelle Bereitstellung: Das System kann innerhalb von sechs Wochen einsatzbereit sein, was deutlich schneller ist als die typische sechsmonatige Implementierung für ähnliche KI-Systeme.
• Weniger fehlerhafte Leckagen: Für Kunden wie IM Gears und Wago India wurde eine Reduzierung der Leckagen defekter Produkte um 5 bis 10% erzielt.
Auswirkungen auf die Branche
Die Innovation von JIDOKA verbessert die Qualitätskontrolle in allen Branchen, von der Automobilindustrie bis zur Elektronik, indem sie die Genauigkeit verbessert, Fehlalarme reduziert und die Erkennung in Echtzeit ermöglicht. Die Technologie verarbeitet effizient verschiedene Datentypen wie Bilder und Sensorwerte und optimiert gleichzeitig die Rechenressourcen für umfangreiche Anwendungen.
IP-Reise und Innovationskultur
JIDOKA setzt sich stark für Innovation ein und hat seit 2018 drei Patente angemeldet, darunter das neueste. Der Entwicklungsprozess umfasste 8-9 Monate kollaboratives Whiteboarding, gefolgt von 7-12 Monaten Patentdokumentation. Das Ergebnis: ein erteiltes Patent in knapp zwei Jahren.
Erfolgsgeschichten unserer Kunden
Kunden wie IM Gears und Wago haben in Umgebungen mit neuen Produkten und begrenzten Fehlerdaten vom Anomalieerkennungssystem von JIDOKA profitiert. Die patentierte Lösung passte sich nahtlos an unterschiedliche Produkttypen und Produktionszeitpläne an und identifizierte effektiv eine Vielzahl bisher unbekannter Fehler. So wurde auch in solch komplexen Herstellungsszenarien ein fehlerfreier Versand gewährleistet.
Lösung des größeren Problems der Industrie 4.0
Die Einführung fortschrittlicher Technologien zur Erkennung von Anomalien wie der von JIDOKA ist für den Übergang der Branchen zur Industrie 4.0 von entscheidender Bedeutung. Der schnelle Wandel hin zu Automatisierung, datengesteuerter Entscheidungsfindung und intelligenten Fertigungssystemen erfordert Innovationen, die über das hinausgehen, was herkömmliche Modelle bieten können. Mit dem hochmodernen Anomalieerkennungssystem von JIDOKA können Unternehmen nicht nur die heutigen Anforderungen an die Qualitätskontrolle erfüllen, sondern sich auch auf zukünftige Herausforderungen vorbereiten.
Die Lösung von JIDOKA definiert die Standards für die Erkennung von Anomalien neu und gewährleistet eine robuste, zuverlässige Qualitätskontrolle und betriebliche Exzellenz in allen Branchen.
