7. Automatisierte Qualitätssicherung via Image Mining und Computer Vision – Literaturrecherche und Prototyp

Systeme zur Defekterkennung und Qualitätssicherung in der Produktion verfolgen das Ziel, Ausschussraten zu minimieren und Qualitätsstandards einzuhalten. Die dadurch angestrebte Reduktion der Produktionskosten folgt dem übergeordneten Ziel, der Maximierung der Wertschöpfung. Zu diesem Zweck lassen sich bildbasierende- sowie analytische Methoden und Techniken kombinieren. Die Konzepte Computer Vision und Image Mining bilden hierbei die Grundlage, um aus Bilddaten einen Wissensgewinn im Hinblick auf die Produktqualität zu generieren. Im Rahmen dieses Beitrages wurde ein Design Artefakt in Form eines Prototyps zur Defekterkennung und Qualitätssicherung im Bereich der Additiven Fertigung mittels eines gestaltungsorientierten Forschungsansatzes entwickelt. Die Wissensbasis für diesen Ansatz wurde innerhalb einer strukturierten Literaturanalysen erarbeitet. Der Fokus hierbei liegt auf der Identifikation und Analyse von besagten Systemen in den verschiedenen Bereichen und Branchen der Produktion. Dabei ließen sich eine Reihe von Techniken und Methoden identifizieren, die sich in den Sektor der Additiven Fertigung übertragen und gewinnbringend einsetzen lassen. Es handelt sich dabei um Methoden aus den Bereichen der Bildaufnahme, der Vorverarbeitung sowie der algorithmischen Analyse. Es konnten zudem keine Barrieren für den Einsatz von Computer-Vision- und Image-Mining-Techniken identifiziert werden, die einen Einsatz auf bestimmte Bereiche der Produktionen und Produktionsszenarien begrenzen. Die Ergebnisse dieses Beitrags stellen somit grundlegende Erkenntnisse für die Entwicklung anwendungsbezogener Defekterkennungs- und Qualitätssicherungssysteme in verschiedenen Branchen und Bereichen der Produktion dar.