KI-gestützte Qualitätskontrolle für Bremsbeläge
Home | Praxisbeispiele | KI-gestützte Qualitätskontrolle für Bremsbeläge
Kurz und kompakt – der Projektsteckbrief
Organische Bremsbeläge bestehen aus einem Verbundwerkstoff, der eine Vielzahl unterschiedlicher Rohstoffe enthalten kann. Diese Werkstoffe werden von der Firma Bremskerl anwendungsspezifisch entwickelt und sind in ihrem Erscheinungsbild so vielseitig wie ihre Einsatzgebiete in den Bremssystemen. Aufgrund dessen bedarf es auch einer Qualitätskontrolle durch geschulte Werker, die werkstoff- und bauteilindividuell das Erscheinungsbild der Reibfläche beurteilen. Um die Sicherheit des Bremssystems zu gewährleisten, erfolgt eine 100% Qualitätskontrolle jedes einzelnen Produkts. Dieser manuelle Prüfaufwand ist jedoch zeitintensiv und stark vom Erfahrungswissen der Mitarbeitenden abhängig.
Ziel des KI-Anwendungsprojekts ist es, die Machbarkeit einer KI-gestützten kamerabasierten Qualitätskontrolle zur automatisierten Erfassung und Auswertung von optischen Qualitätsmerkmalen bei Bremsbelägen zu demonstrieren.. Hierdurch soll perspektivisch mit Hilfe einer KI-gestützten Vorabprüfung der intensive Prüfaufwand durch hochqualifiziertes Personal reduziert und gleichzeitig die hohe Produktqualität bei gleichbleibend hoher Sicherheit gewährleistet werden.
Im Rahmen des Projekts erstellt das Mittelstand-Digital Zentrum Hannover Datensätze, um die Leistungsfähigkeit verschiedener KI-Typen im maschinellen Sehen zu untersuchen. Diese beinhalten Klassifizierung, Objekterkennung und Objektsegmentierung. Die Datensätze werden in Trainings-, Validierungs- und Testdaten unterteilt, um eine systematische Modellentwicklung und -bewertung zu ermöglichen.
Während des Trainings dienen die Validierungsdaten der Überwachung des Modellfortschritts. Die abschließende Qualität wird mit Testdaten bewertet, um die Erkennungsgüte objektiv zu beurteilen und etwaige Schwächen aufzuzeigen. Diese Erkenntnisse sind entscheidend, um fundierte Handlungsempfehlungen für die Weiterentwicklung der KI-Systeme zu liefern.
Zusätzlich werden die Modelle an Bauteilen getestet, die nicht im ursprünglichen Datensatz enthalten sind. Durch diese erweiterte Analyse wird die Adaptierbarkeit und Robustheit der Modelle in neuen Szenarien geprüft.

„Die Einführung von KI in unsere Qualitätskontrolle eröffnet uns neue Möglichkeiten, Prozesse effizienter zu gestalten. Wir erhoffen uns nicht nur eine Reduzierung des Prüfaufwands, sondern auch eine gleichbleibend hohe Produktqualität, um die maximale Sicherheit für die Anwendungen unserer Kunden zu gewährleisten.“
Christian Wege,
Abteilungsleiter Technologie und Entwicklung
Warum
ist die Datenvorverarbeitung so wichtig?
Das Ziel dieser umfassenden Vorbereitungsprozesse ist es, eine stabile Grundlage zu schaffen, auf der neuronale Netze und Prognosemodelle effizient arbeiten können. Nur mit sauberen, vollständigen und konsistenten Daten können wir eine zukunftsfähige und nachhaltige Steuerung des Lademanagements realisieren.
Identifikation von Ausreißern: Extreme Werte können Analysen verzerren. Durch gezielte Erkennung und Bearbeitung dieser Ausreißer stellen wir sicher, dass die Ergebnisse nicht verfälscht werden.
Überprüfung auf Vollständigkeit: Fehlende Datenpunkte können zu Lücken in den Vorhersagen führen. Wir ergänzen oder entfernen diese, um die Konsistenz der Daten zu gewährleisten.
Datenbereinigung: Um sicherzustellen, dass die Daten von hoher Qualität sind, entfernen wir Rauschen und Inkonsistenzen, die die Modellgenauigkeit beeinträchtigen könnten.
Normierung und Skalierung: Damit die Daten miteinander vergleichbar sind, werden sie standardisiert, was eine genaue Analyse ermöglicht.

Die Firma Bremskerl zählt zu den führenden Anbietern im Bereich der Reibungstechnik. Das Unternehmen entwickelt, produziert und vertreibt Brems- und Reibbeläge für eine Vielzahl von Anwendungsbereichen, darunter die Antriebstechnik, der Maschinen- und Anlagenbau sowie die Robotik.
Das könnte Sie auch interessieren
Noch Fragen offen?
Unsere Projekte umfassen einen großen zeitlichen, organisatorischen und thematischen
Umfang. Erfragen Sie die Details einfach beim Projektverantwortlichen. Wir leiten Sie gerne weiter!