Der erfahrene Maschinenbediener oder Fertigungsingenieur sieht und hört oftmals, ob ein Fertigungsprozess ordnungsgemäß läuft oder eine Maschine einwandfrei funktioniert. Er ist damit ein wichtiger Teil der Qualitätssicherung. Mit Sensoren und entsprechender Signalanalyse wird in automatisierten Prüfverfahren versucht, diese menschlichen Fähigkeiten nachzubilden. Im Gegensatz zu bildgebenden KI-basierten Verfahren ist das Potential der akustischen Qualitätssicherung in Kombination mit Verfahren des maschinellen Lernens noch nicht ausgeschöpft. Um dieses Potential zu heben, stellen wir uns verschiedenen Herausforderungen, die sich im industriellen Umfeld ergeben.
- Adaptive oder einfach anpassbare Prüfverfahren für eine flexible Produktion mit sich ändernden Produktions- und Prozessparametern.
- Hohe Qualität der automatisierten Produktion führt zu einer geringen Anzahl von »n.i.O.-Teilen«. Dementsprechend sind Lernalgorithmen, die mittels weniger oder unausgewogener Daten arbeiten können notwendig.
- Zuverlässige und robuste Erkennung auch unter lauten Umgebungsbedingungen.