Projektdaten

---

Entwicklung von auf künstlicher Intelligenz basierender Algorithmen zur automatisierten Qualitätssicherung mikrofluidischer Bauteile

---

Die Einsatzbereiche von Lab-on-a-Chip Applikationen in der Diagnostik, erfordern eine hoch präzise 100%­Kontrolle der Produktion. Aus wirtschaftlicher Sicht kann dies nur unter Nutzung der automatisierten Bildverarbeitung erzielt werden. Zudem wird eine Erhöhung der Prozess- und Produktqualität sowie eine vernetzte Fertigung im Sinne der Industrie 4.0 angestrebt. Hierfür müssen neue Systeme entwickelt und Vorgänge automatisiert sowie digitalisiert werden. Die Bildverarbeitung und die Künstliche Intelligenz, insbesondere das Maschinelle Lernen, stellen hierfür Schlüsseltechnologien dar. Die TU Ilmenau wird sich dem zweitgenannten Punkt widmen. Das Ziel ist es, mit Hilfe des entwickelten Bildaufnahmesystems und des Expertenwissens von microfluidic ChipShop einen adäquaten Trainingsdatensatz mit vorhandenen Klassenzuweisungen zu generieren. Auf dieser Basis werden neuartige Algorithmen, die Oberflächenfehler in den Mikrostrukturen detektieren erarbeitet und evaluiert. Betroffen sind alle Schritte der Bildverarbeitungskette. Somit bilden Untersuchungen zu geeigneten Bildvorverarbeitungsmaßnahmen sowie Segmentierung, das Auffinden von Merkmalen, welche eine korrekte Klassentrennung ermöglichen sowie eine Analyse des entstandenen Merkmalsraumes, das Auffinden geeigneter Klassifikationsalgorithmen und die Evaluation der Ergebnisse die Teilschritte des Vorhabens. Neben der Oberflächeninspektion sollen auch Kennzahlen, welche im Rahmen der Industrie 4.0 Rückschlüsse auf den Produktionsprozess erlauben, ermittelt werden. Basis bilden hierfür interpretierbare Merkmale der Bauteile, welche auf Verschleiß von Maschinen sowie Fehler innerhalb der Herstellung hindeuten. Ziel ist es, derartige Merkmale zu berechnen und diese der Ermittlung von prozessbeschreibenden Kennzahlen zu übergeben.