Projektdaten

---

Entwicklung lernfähiger Algorithmen zur Detektion von Oberflächenfehlern basierend auf maschinellen Lernverfahren

---

Kunststoffe, Leichtbauwerkstoffe und auch technische Keramiken finden im Maschinenbau und in der Automobilbranche immer stärker Anwendung. Die Sichtflächen und insbesondere die Funktionsflächen müssen strengen qualitativen und auch optischen Anforderungen genügen. Die zu erkennenden Defekte liegen in der Regel im Mikrometerbereich. Dies erfordert für eine effiziente Prüfung eine Positioniereinheit, welche die Sensorik an die interessierenden Stellen am Bauteil verfährt. Hierzu soll erstmals ein flexibles und kostengünstiger Positioniersystem zum Einsatz kommen, welches auch für derart komplexe Bauteile geeignet ist. Eine besondere Herausforderung stellt hierbei die große Bandbreite der Reflexionseigenschaften von Kunststoffen dar. Die Prüfung schwer zugänglicher Bereiche am Bauteil, wie Hinterschnitte und Innenflächen erfordert spezielle Systeme zur Strahlablenkung, wie Spiegel oder Lichtleiter. Diese Systeme müssen eine verzerrungsfreie Abbildung ermöglichen. Einen weiteren Kerninhalt des Projektes stellt die Entwicklung neuartiger Texturmerkmale zur Oberflächenprüfung moderner Kunststoffe in Kombination mit selbstadaptierenden und damit an unterschiedliche Materialien automatisch anpassbaren Klassifikationsverfahren dar. Die Bildaufnahme für die Oberflächenprüfung erfolgt mit einem Farbkamerasystem unter Nutzung weiterer Sensorik zur Gewinnung von 3-D-Information wie zum Beispiel aktiver Stereobildaufnahmeverfahren (Musterprojektion zur 3-D-Erfassung glatter und spiegelnder Oberflächen mittels Stereografie). Dadurch wird erstmalig ein fertigungsintegrierbares und flexibles Verfahren vorgestellt, welches eine objektive Sichtprüfung als auch eine Maßhaltigkeitsprüfung an beliebigen Kunststoffbauteilen in einem einzigen System realisiert. Im Ergebnis des Teilprojektes entstehen Verfahren zur objektiven Fehlererkennung an Kunststoffoberflächen.