UNTERNEHMEN: Kunde aus dem Bereich Automatisierungstechnik
BRANCHE: Automobilindustrie
PROBLEM: Mangel an qualifizierten Fachkräften mit entsprechender Ausbildung und Erfahrung.

In der modernen Automobilindustrie muss die Qualitätskontrolle von Komponenten schnell, reproduzierbar und unempfindlich gegenüber menschlichen Fehlern sein. Eine der zentralen Herausforderungen bei der Herstellung von Fahrzeugsitzen ist die Analyse der Geräusche, die während der Bewegung der Sitzmechanismen entstehen. Selbst geringfügige akustische Unregelmäßigkeiten können auf Montage- oder Qualitätsmängel hinweisen, die den Komfort und die Sicherheit der Nutzer beeinträchtigen.

Um diesen Anforderungen gerecht zu werden, wurde ein intelligentes System zur automatisierten Analyse von Fahrzeugsitzgeräuschen entwickelt, das künstliche Intelligenz und moderne Verfahren der Audiosignalverarbeitung nutzt.

Der Qualitätsbewertungsprozess von Fahrzeugsitzen wurde bislang überwiegend manuell von Bedienern und Qualitätsfachkräften durchgeführt. Die Analyse akustischer Aufzeichnungen erforderte Erfahrung, war zeitaufwendig und anfällig für subjektive Bewertungen.

Eine zusätzliche Herausforderung bestand in der schnellen Identifizierung unerwünschter Geräusche, der Integration in die bestehende Messstation, der Möglichkeit zur Erweiterung des Systems um neue Sitztypen, der automatischen Kommunikation mit industriellen SPS-Systemen sowie der Echtzeit-Datenanalyse ohne Unterbrechung des Produktionsprozesses.

Ziel des Projekts war die Entwicklung einer modernen Anwendung, die eine automatische Qualitätsanalyse von Fahrzeugsitzen ermöglicht, akustische Anomalien mithilfe von KI-Modellen erkennt, Messaufzeichnungen visualisiert und wiedergibt, sowohl im Offline- als auch im Online-Modus arbeitet, dem Benutzer das eigenständige Trainieren von Modellen ermöglicht sowie die Integration mit industriellen Automatisierungssystemen und Messstationen gewährleistet.

Leistungsumfang:

Steigerung der Produktivität und Stabilität der Produktion,

Implementierung von Algorithmen zur Signalverarbeitung und Spektrogrammerzeugung,

Integration zuvor trainierter Modelle der künstlichen Intelligenz,

Entwicklung eines Moduls zur Visualisierung von Messdaten,

Implementierung einer Funktion zur Wiedergabe von Audioaufzeichnungen,

Entwicklung eines Moduls zum Training eigener KI-Modelle,

Implementierung der Kommunikation mit SPS-Systemen,

Umsetzung eines Online-Betriebsmodus für Messstationen.

Das Ergebnis war eine einheitliche Steuerungsumgebung, die alle wesentlichen Elemente des technologischen Prozesses integrierte.

Das System analysiert .WAV-Dateien, die Tonaufzeichnungen aus der Geräuschmesskabine enthalten. Die Audiodaten werden automatisch in Spektrogramme umgewandelt, die anschließend durch ein künstliches Intelligenzmodell analysiert werden.

Der Benutzer hat die Möglichkeit, das erzeugte Spektrogramm anzuzeigen, die Aufnahme abzuspielen, Analyseergebnisse zu vergleichen sowie neue Sitzreferenzen hinzuzufügen, ohne dass eine Änderung der Anwendung erforderlich ist.

Ein wesentlicher Bestandteil des Projekts war ebenfalls die Implementierung einer Online-Analyse. Das System überwacht Dateien, die an der Messstation erzeugt werden, und führt automatisch eine Echtzeitanalyse durch. Das Testergebnis wird direkt an die SPS-Steuerung übertragen, die die Messung freigeben oder eine erneute Durchführung des Tests erzwingen kann.

Zusammenfassung – Ergebnisse der Implementierung

Die implementierte Lösung ermöglichte eine deutliche Verkürzung der Zeit für die Qualitätsanalyse, eine höhere Wiederholbarkeit der Ergebnisse, die Eliminierung subjektiver Bewertungen durch Bediener, die Automatisierung des Qualitätskontrollprozesses, eine einfache Erweiterung des Systems um neue Sitzmodelle, die Reduzierung der Kosten für Softwareanpassungen sowie die Integration des Qualitätskontrollprozesses in industrielle Automatisierungssysteme.

Durch den Einsatz von künstlicher Intelligenz und akustischer Analyse konnte ein skalierbares und modernes System geschaffen werden, das Qualitätsprozesse in der Automobilindustrie unterstützt.

Bei MJ Group entwickeln wir robuste Systeme, entwerfen sie mit Blick auf die Zukunft und treiben ihre kontinuierliche Weiterentwicklung entsprechend den Anforderungen des Marktes voran.