Laborbereiche: Qualitätssicherung

---

Technologien: Industrie 4.0 | 5.0 , Angewandte KI (AKI)

---

Die Brucha GmbH mit Sitz in Michelhausen in Niederösterreich ist österreichischer Hersteller von Sandwichpaneelen und international tätiger Montagedienstleister für den Kühl-, Tiefkühl- und Spezialraumbau. Die Aluminium-Sandwich-Wandelemente entstehen als Endlosband mit typischen Längen ab sechs Metern.

Im Rahmen dieses Use Cases wurde untersucht, ob sich die Kontrolle des Paneelquerschnitts automatisieren lässt. Im Fokus steht die Kontur an den Falzen: Formabweichungen sollen objektiv erkannt, positionsgenau gemeldet und nachvollziehbar dokumentiert werden. Die Bewertung sollte dabei bewusst rein geometrisch erfolgen – ohne Machine Learning –, damit sie für die Qualitätssicherung jederzeit nachvollziehbar bleibt und keine umfangreichen Trainingsdaten benötigt.

Messprinzip und Vorgehensweise

Eingesetzt wurde ein Laser-Lichtschnittsensor nach dem Triangulationsprinzip. Er projiziert eine Laserlinie auf den Paneelquerschnitt und liefert pro Scan ein Höhenprofil. Entscheidend ist die Relativbewegung zwischen Sensor und Paneel: In der Fertigung wird der Sensor fix über der Linie montiert und das Endlosband fährt daran vorbei. Für die Laborversuche im IXLab der FOTEC wurde diese Bewegung umgekehrt nachgebildet – eine motorisierte Verfahrachse führte den Sensor über ruhende Musterstücke. Gestapelt ergeben die Einzelscans eine 2,5-D-Höhenkarte der Paneelkante.

Aus einem bekannt guten Abschnitt wird eine Sollkontur als „Golden Master“ eingelernt, samt zulässiger Streuung als Toleranzband. Jeder Messscan wird auf diesen Master registriert, sodass Abstand, Neigung und seitlicher Versatz des Messaufbaus herausgerechnet werden und nur die tatsächliche Formabweichung übrig bleibt.

Ergebnisse

Die Erkennung wurde an realen Musterstücken validiert. Eine definiert aufgebrachte Formabweichung wurde an der korrekten Position als stärkste Anomalie erkannt; auf einwandfreiem Material traten keine Fehlalarme auf. Der gesamte Ablauf – Golden Master aufnehmen, Vergleich, Voll-Scan über die Länge und Ausrichtung des Aufbaus – läuft in einer bedienbaren Web-Oberfläche und ist damit ohne Entwicklerwissen nutzbar. Toleranz, Empfindlichkeit, Mindest-Fehlerlänge, Belichtung und Messbereich sind zur Laufzeit einstellbar.

Erkenntnisse aus dem Use Case

Der Use Case zeigt, dass sich lokale Formabweichungen am Paneelquerschnitt mit einem Laser-Lichtschnittsensor und einer rein geometrischen Auswertung zuverlässig und positionsgenau erkennen lassen – ohne Machine Learning und ohne teilespezifisches Einlernen. Für den Schritt in den Linienbetrieb sind drei Punkte zu klären: Die Längsposition muss aus der Bandbewegung beziehungsweise einem Encoder der Fertigungslinie kommen, die Sensorhalterung ist fix zu montieren und einzumessen, und die Bandgeschwindigkeit bestimmt im Verhältnis zur Scanrate die erreichbare Längsauflösung. Der Aufbau vereinfacht sich dabei gegenüber dem Laborversuch deutlich, da die Verfahrachse entfällt.