Wie IM Gears mit der KI-gestützten Infrastruktur für visuelle Inspektionsinspektionen von Jidoka für defektfreie 360°-Kegelräder sorgte

Das KI-Bildverarbeitungssystem von Jidoka erkennt kritische optische Mängel an Kegelrädern, verhindert Marktaustritte, senkt Kosten und ermöglicht eine zuverlässige Inspektion mit 99,5 % Genauigkeit.

Wie IM Gears mit der KI-gestützten Infrastruktur für visuelle Inspektionsinspektionen von Jidoka für defektfreie 360°-Kegelräder sorgte

Industry

Automobilbranche

Result 1

99,5% Genauigkeit bei der Erkennung von über 15 Fehlerklassen

Deployments

Huron mit Kompass

Result 2

10% Verbesserung gegenüber manueller Inspektion mit automatisierter Markierung und Sortierung

Überblick

IM Gears, ein hochpräziser Hersteller von Automobil-, Hydraulik- und Luft- und Raumfahrtkomponenten im Wert von 30 Millionen US-Dollar, ist auf die Herstellung kritischer Kegelräder spezialisiert, die eine einwandfreie Qualität erfordern, um mechanische Leistung und Zuverlässigkeit zu gewährleisten.

Als das Produktionsvolumen zunahm — bis zu 10.000 Einheiten pro Tag — sah sich das Unternehmen mit den traditionellen manuellen Inspektionsmethoden vor großen Herausforderungen gestellt.

‍

Gelegenheit

‍

Um defektfreie Kegelräder bei gleichbleibendem Durchsatz zu gewährleisten, ist eine umfassende, automatisierte Lösung erforderlich:

Vollständige 360°-Inspektion von Zahnrädern, einschließlich innerer und äußerer Geometrien.
Hochgeschwindigkeitsinspektion zur Erfüllung der Produktionsziele ohne Abstriche bei der Genauigkeit.
Konsistente Kennzeichnung akzeptierter Teile für eine reibungslose Sortierung.
Datengestützte Erkenntnisse für den Übergang von der Fehlererkennung zur Fehlervermeidung.

Jidokas Ansatz

Kamera-Setup für mehrere Stationen
Das Inspektionssystem mit mehreren Stationen bietet eine lückenlose Qualitätskontrolle, indem es automatisch die Ober-, Unter-, Innen- und Außendurchmesser des Teils lädt, dreht und präzise prüft.
Deep-Learning-basierte Fehlererkennung
Fortschrittliche Objekterkennungsalgorithmen identifizieren eine Vielzahl von Sehfehlern, darunter:
- Grate, Kugelschäden, Rost, Werkzeugspuren, weiße Phosphatierungsspuren, Dellen, Räumprobleme und mehr.
- Abmessungen wie der Außendurchmesser werden anhand von Toleranzen von ±1 mm überprüft.
Automatisiertes Markieren und Sortieren
Akzeptierte Teile werden automatisch mit einem grünen Identifikationspunkt für eine reibungslose Sortierung gekennzeichnet und einer Ölbehandlung unterzogen, wodurch manuelle Handhabung und menschliche Fehler reduziert werden.
Datengestützte Qualitätseinblicke
Das System erfasst und analysiert mehr als 30 Bilder pro Teil und ermöglicht so eine Ursachenanalyse und präventive Maßnahmen anstelle einer reaktiven Erkennung.

Große Gewinne

Wichtige Erfolge zur Förderung der Unternehmensexzellenz

Kosteneinsparungen in Höhe von 32.000$

Reduziert die Arbeitskosten für Inspektionen und verhindert Rückrufe

Genauigkeit von 99,5%

Zuverlässige Erkennung von über 15 Fehlerklassen

Verbesserung um 10% gegenüber manueller Inspektion

Verbessert den Gesamtdurchsatz und die Zuverlässigkeit.

‍

Automatisierte, ermüdungsfreie Inspektion

Unterstützt eine durchgängige Inspektion ohne manuelles Eingreifen.

‍

Mit dem KI-gestützten optischen Inspektionssystem von Jidoka können Hersteller sicherstellen, dass Kegelräder fehlerfrei sind, der Ruf der Marke geschützt und hohe Qualitätsstandards eingehalten werden. Die Lösung ermöglicht eine präzise 360°-Inspektion, datengestützte Einblicke und eine effiziente Sortierung und setzt damit neue Maßstäbe für die automatische Inspektion von Zahnrädern in der Serienfertigung.

‍

Back to All Case Studies

customer success

See intelligent sorting & counting in action

Discover how industry leaders are replacing manual processes with Jidoka's AI vision systems.

Wie Britannia die Inline-Inspektion von Keksen mit Jidoka automatisierte

FMCG

Hochgeschwindigkeits-Keksinspektion mit automatisierter Qualitätskontrolle:

Nahezu 100% ige Genauigkeit bei über 12.000 Keksen pro Minute
Präzise automatische Ausschleusung defekter Kekse
In bestehende Produktionslinien nachgerüstet

Fallstudie lesen

Wie Nestle mit JIDOKA Verpackungsfehler in Maggi-Multipacks beseitigte

FMCG

Fallstudie lesen

Wie Diageo mit Jidoka die Präzision der prozessinternen Etikettierung erreichte

Herstellung

Inspektion etikettierter Flaschen mit KI-Bildverarbeitungssystem und modularer Hardware:

Vollständige Automatisierung der Etiketteninspektion bei über 300 Flaschen/Minute
Sorgt für eine genaue Text-, Ausrichtung- und Etikettenqualität
Automatisiert die Qualitätskontrolle am Ende der Produktionslinie und sorgt für einheitliche Standards

Fallstudie lesen

Wie Marico mit Jidoka verhinderte, dass defekte bedruckte Flaschen auf den Markt kamen.

FMCG

Fallstudie lesen

VERNETZEN SIE SICH MIT UNSEREN EXPERTEN

Maximieren Sie Qualität und Produktivität mit unserem visuellen Inspektionssystem für Fertigung und Logistik.

Nehmen Sie Kontakt auf