Entwicklung eines KI-gestützten Montageassistenzsystems mit Inline-Live-Qualitätskontrolle und adaptiver Anleitung sowie automatischer Arbeitsplanerstellung für die manuelle Elektronikfertigung mit hoher Variantenvielfalt
Die Montage in der Einzel- und Kleinserienfertigung in der Elektronikbranche wird überwiegend immer noch manuell von Fachkräften durchgeführt, da gewisse industrielle Prozesse aufgrund einer zunehmend erforderlichen Flexibilität und Variantenvielfalt bei kleiner Losgröße nur durch eine manuelle Montage technisch und wirtschaftlich umsetzbar sind. Ein weiterer Grund für die nicht vorhandenen Automatisierung insbesondere der Qualitätskontrolle wird in der Komplexität der Arbeitsabläufe und Produkte gesehen. Aktuell werden Qualitätskontrollen in der Kleinserie immer noch vorwiegend visuell durch die Fachkraft durchgeführt. Dem gegenüber steht der allgegenwärtige Fachkräftemangel, der in der Elektronikbranche besonders ausgeprägt ist. Es besteht daher ein großer Bedarf an Montageassistenzsystemen zur Unterstützung von werkenden Personen ungeachtet der Qualifikationen und eine automatisierte objektive Qualitätskontrolle.
Das Ziel des Vorhabens ist die Entwicklung eines KI-gestützten Montageassistenzsystems mit automatischer Arbeitsplanerstellung, adaptiver Arbeitsanleitung sowie Inline-Live-Qualitätskontrolle für die manuelle Montage bei hoher Variantenvielfalt und kleinen Losgrößen.
Dazu soll ein prototypisches Montageassistenz- und Qualitätskontrollsystem geschaffen werden, über das für die manuelle Montage aus digitalen Aufbauplänen, bzw. Konfigurationsdateien, automatisch ein strukturierter Arbeitsablaufplan sowie konkrete dynamische Arbeitsanweisungen abgeleitet werden können. Um die werkende Person bei der Arbeit entlang der erstellten Arbeitsanweisungen zu unterstützen und Fehler anhand der Fehlerauswertung frühzeitig zu erkennen, soll eine Inline-Live-Qualitätskontrolle entwickelt werden, die über einen zweistufigen ML-gestützten Bilddatenabgleich erfolgen soll. Über die Anwendung unter Realbedingungen sowie Feedback durch die werkenden Personen soll das System kontinuierlich weiterlernen, um eine hohe Fehlererkennungsrate zu erreichen. Zudem soll der Anweisungsgenerator derart aufgebaut werden, dass anhand der Performance (u. a. Bestückungszeit, Fehlerhäufigkeit) Anweisungen an die werkende Person dynamisch angepasst und die Qualitätskontrollen ggf. adaptiert werden können. Dadurch soll eine erhebliche Steigerung der Arbeitsqualität in Form verständlicher Anweisung, kognitiver Entlastung durch automatisierte Qualitätskontrolle sowie eine verbesserte Zeiteffizienz und Montagequalität erreicht werden.
36Zero Vision GmbH
Jonas Viehöver, M. Sc.
Raum: I38c E2/14
Tel.: +49 (234) 32 – 28078
E-Mail.: viehoever@lps.rub.de
AiF Projekt GmbH (Projektträger des Bundesministerium für Wirtschaft und Klimaschutz (BMWK))
Zentrales Innovationsprogramm Mittelstand (ZIM)
Förderkennzeichen: KK5055220FG3
Copyright © lps 2024
Letzte Änderung: 17. Apr. 2024
