Oberflächeninspektion im Endlosprozess mit

Präsentation zum Thema: "Oberflächeninspektion im Endlosprozess mit"—  Präsentation transkript:

1 Oberflächeninspektion im Endlosprozess mit
VisionLine® Vortrag: Peter Klima Mitglied der Geschäftsleitung

2 Agenda Success Story ... Datenmanagement ...
Allgemein Agenda Success Story ... Datenmanagement ... Umsetzung in VisionLine® ... Einführung in die Bahninspektion ... Das Unternehmen ...

3 Das Unternehmen SAC 1996 Gründung des Unternehmens
1998 IEEE 1394 Beginn der Entwicklung 1999 OEM - Zeilenkameralösungen 2000 Erste IEEE 1394 OEM-Kunden 2002 Entwicklung Kompaktserie VisionCube® 2004 Mehr als 3000 Applikationen im Markt Entwicklung Bahninspektion VisionLine® Gründung SAC NL Mitarbeiter, > 6 Mio. Euro Umsatz

4 Unternehmen Die Aufgabenstellung unserer Kunden steht im Mittelpunkt unseres Handelns. Nicht nur in Produkten zu denken, sondern Lösungen anzubieten ist unsere Stärke. Beginnend vom Prozessverständnis, über Optik, Hardware, bis hin zur gemeinsamen Integration; dies ist unser Geschäft. Unsere Hilfsmittel Unser Ziel ist es, mit den aktuellsten und leistungsfähigsten Hardwareplattformen und Softwaretools eine neue Dimension für die optische Qualitätssicherung zu erschließen.

5 Unternehmen Die SAC Expertise

6 Grundlagen der modernen optischen Bahninspektion

7 Grundlagen der modernen Bahninspektion
Signal- aufbereitung Signal (Wie wird der Fehler sichtbar?) Detektion (Wo ist der Fehler?) Klassifikation Klassifikator (Was ist es für ein Fehler?) Daten- management D-Management (Was geschieht mit den Daten?) Bedieneinheit (Mensch-Maschinen-Schnittstelle)

8 Wie werden Objekte (Fehler) sichtbar?
A/D- Wandler Kamera Licht Transportrichtung

9 Beleuchtung der Oberfläche mit gerichtetem Licht.
Einführung Beleuchtung Wie werden Objekte (Fehler) sichtbar? Hellfeld- kamera Dunkelfeld- kamera Beleuchtung Normale Oberfläche Beleuchtung der Oberfläche mit gerichtetem Licht.

10 Beleuchtung der Oberfläche mit gerichtetem Licht.
Einführung Beleuchtung Wie werden Objekte (Fehler) sichtbar? Dunkelfeld- kamera Beleuchtung Hellfeld- kamera Normale Oberfläche Beleuchtung der Oberfläche mit gerichtetem Licht.

11 Beleuchtung der Oberfläche mit diffusem Licht.
Einführung Beleuchtung Wie werden Objekte (Fehler) sichtbar? Oberflächenfehler Hellfeld- kamera Dunkelfeld- kamera Beleuchtung der Oberfläche mit diffusem Licht.

12 Diffuses oder gerichtetes Licht
Einführung Beleuchtung Diffuses oder gerichtetes Licht Merke: Objekte (Fehler) werden bei unterschiedlicher Beleuchtung unterschiedlich gesehen / detektiert …

13 Wie werden Objekte (Fehler) sichtbar?
Einführung Beleuchtung Wie werden Objekte (Fehler) sichtbar? Bildnormalisierung: Garantiert über die gesamte Bahn gleiche Detektionsfähigkeit ...

14 Detektionswerkzeug: Schwellwertsignalverarbeitung
Einführung Detektion Wie werden Objekte (Fehler) gefunden (detektiert)? Grauwerte (Intensität) Kamera Pixel Hell Dunkel 255 Schwellwert Fehler Detektionswerkzeug: Schwellwertsignalverarbeitung

15 Detektionswerkzeug: Ortsbezogene Schwellwertsignalverarbeitung
Einführung Detektion Wie werden Objekte (Fehler) gefunden? 255 Intensität Hell Dunkel Schwellwert Kamera Pixel Fehler Detektionswerkzeug: Ortsbezogene Schwellwertsignalverarbeitung

16 Detektiertes Objekt Aus dem detektierten Objekt werden
Einführung Klassifikation Wie werden Objekte (Fehler) klassifiziert? Merkmale: z.B.: Lage Ausdehnung Formfaktoren Fläche Helligkeit des Objektes Kontrast Detektiert in Auf-/Durchlicht Applikationsspezifische Merkmale Detektiertes Objekt Aus dem detektierten Objekt werden Beschreibungsmerkmale berechnet …

17 Einführung Klassifikation
Wie werden Objekte (Fehler) klassifiziert? Merkmale für Fehler werden bestimmt und entsprechend mit Toleranzen versehen.

18 Kratzer Macken Druck- stellen Fehler- Beispiel Blasen
Einführung Klassifikation Wie werden Objekte (Fehler) klassifiziert? Blasen Fehler- Beispiel Druck- stellen Macken Kratzer 90 % 3 % 5 % 2 % Anmerkung: Klassifikations- werte frei angenommen

19 Was tun mit den Fehlern (Datenmanagement)?
Einführung Datenmanagement Was tun mit den Fehlern (Datenmanagement)? Reaktion in Echtzeit Direkt über I/O mit der Maschinensteuerung Speicherung in Datenbank (SQL) Excel-Format Ort: Frei auf dem Netz (z.B. Server) Datenverwendung Prozessoptimierung Reportgenerierung (intern bzw. extern)

20 VisionLine® Das modulare Bahninspektionssystem

21 VisionLine® Das modulare Konzept Oberseite Unterseite Oberseite
Modulares Konzept VisionLine® Das modulare Konzept Kamera- / Bedieneinheit Oberseite Bedieneinheit LAN Kameraeinheit Oberseite Unterseite

22 Grundlagen der modernen Bahninspektion
Modulares Konzept Grundlagen der modernen Bahninspektion Signal- aufbereitung Signal (Wie wird der Fehler sichtbar?) Detektion (Wo ist der Fehler?) Klassifikation Klassifikator (Was ist es für ein Fehler?) Daten- management D-Management (Was geschieht mit den Daten?) Bedieneinheit (Mensch-Maschinen-Schnittstelle)

23 Kameraeinheit zuständig für: Bildeinzug Bildnormierung
Modulares Konzept Kameraeinheit zuständig für: Bildeinzug Bildnormierung Detektion Informationstransfer

24 Pixelfrequenz bis 80 MHz (Standard 33/40 MHz)
Modulares Konzept Zeile ,5 ; 1 ; 2 ; 4 ; 8 K Pixelfrequenz bis 80 MHz (Standard 33/40 MHz) Sonderlösungen bis 160 MHz (je nach Kameratyp) Speziell entwickelt für den industriellen Einsatz

25 Wie werden Objekte (Fehler) gefunden?
Modulares Konzept 255 Intensität Hell Dunkel Schwellwert Kamera Pixel Fehler Detektionswerkzeug: Ortsbezogene Schwellwertsignalverarbeitung

26 Verfahren: Schwellwert Schwellwert mit Ortnachführung Kratzerdetektion
Modulares Konzept Verfahren: Schwellwert Schwellwert mit Ortnachführung Kratzerdetektion Kontrastarmes Detektions- verfahren Originalbild Detektiertes Bild

27 Objektspeicher (Anzahl Ansichten)
Modulares Konzept z.B.: 8000 Objektspeicher (Anzahl Ansichten) Durchlicht Auflicht Detektierte Daten von Kamera Objektaufbereitung in der Verarbeitungseinheit

28 Praxisgerechte Detektion von Objekten?
Modulares Konzept Praxisgerechte Detektion von Objekten? Der Bediener des Inspektionssystem ist kein Bildverarbeitungsexperte … Das zu prüfende Material kann sich bedingt durch den Fertigungsprozess von Rolle zu Rolle leicht ändern. Der Bediener kennt die Ware am Besten und weiß, was in Ordnung ist … Die Detektionseinstellung darf nicht aufwendig und zeitraubend sein …

29 Praxisgerechte Detektion von Objekten?
Modulares Konzept Praxisgerechte Detektion von Objekten? Das System zeigt dem Bediener die aktuelle Ware …

30 Praxisgerechte Detektion von Objekten?
Modulares Konzept Praxisgerechte Detektion von Objekten? Der Bediener definiert einen Gutbereich an der jetzt aktuelle Ware oder übernimmt die alten Einstellung …

31 Praxisgerechte Detektion von Objekten?
Modulares Konzept Praxisgerechte Detektion von Objekten? Der Merkmalsgenerator berechnet automatisch die aktuellen Werte für die Detektion … Vorteile: Kein Expertenwissen notwendig Detektion immer auf aktuelle Ware optimiert Einfaches Einlernen Keine Schwelleneinstellung notwendig …

32 Wie werden Objekte (Fehler) klassifiziert?
Modulares Konzept Merkmale: z.B.: Lage Ausdehnung Formfaktoren Fläche Helligkeit des Objektes Kontrast Detektiert in Auf-/Durchlicht Applikationsspezifische Merkmale Detektiertes Objekt Aus dem detektierten Objekt werden Beschreibungsmerkmale berechnet …

33 Wie werden Fehler wirtschaftlich klassifiziert?
Modulares Konzept Wie werden Fehler wirtschaftlich klassifiziert? Die Erstellung eines Klassifikators kostete Zeit, die sich rechnen muss ... Die Pflege eine Klassifikators muss gemacht werden, darf aber nicht zu aufwendig sein … Der Bediener hat sein Fachwissen einzubringen, das System sollte Ihm Parametereinstellungen abnehmen … Der Bediener sollte wissen, was der Klassifikator tut, aber der Klassifikator sollte sich auch selbst überprüfen ...

34 Alle detektierten Objekte
Modulares Konzept Wie werden Fehler wirtschaftlich klassifiziert? Alle detektierten Objekte Fehlender Faden Haare Ölfleck Batzen etc.

35 Wie werden Fehler wirtschaftlich klassifiziert?
Modulares Konzept Wie werden Fehler wirtschaftlich klassifiziert? Sammelklasse Fehlereinzelklassen Der Bediener erstellt über einen Browser seine Fehlersammlung …

36 Wie werden Fehler wirtschaftlich klassifiziert?
Modulares Konzept Wie werden Fehler wirtschaftlich klassifiziert? Der Bediener definiert, welche Merkmale er verwenden würde bzw. möchte. Anmerkung: Der Bediener möchte ja wissen, wie klassifiziert wird ...

37 Wie werden Fehler wirtschaftlich klassifiziert?
Modulares Konzept Wie werden Fehler wirtschaftlich klassifiziert? Automatisch berechnet der Klassifikator die Merkmalsgrenzen für die Fehlerklasse und prüft diese gegenüber den anderen Fehlereinzelklassen.

38 Wie werden Fehler wirtschaftlich klassifiziert?
Modulares Konzept Wie werden Fehler wirtschaftlich klassifiziert? Streifen Defekt- klassen etc. Fleck Loch 90 % 3 % 5 % 2 % Anmerkung: Klassifikations- werte frei angenommen

39 Wie werden Fehler wirtschaftlich klassifiziert?
Modulares Konzept Wie werden Fehler wirtschaftlich klassifiziert? Über den Fehlerentscheidungsbaum wird es dem Bediener ermöglicht, einen Klassifikator mit Zusatzentscheidungen aufzubauen … I/O Kleine Dünnstelle Klassifikator- modul (Nur der Größe nach definieren) Mittlere Dünnstelle Dünnstelle Große Dünnstelle

40 Was tun mit den Fehlern (Datenmanagement)?
Speicherung der Fehler Berechnete Merkmale Fehlerbild (Fehler mit Randpixel) Speicherung in Datenbank (SQL) Excel-Format Ort Frei auf dem Netz (z.B. Server) Datenverwendung Playbackmodus Reporterzeugung Interne Verarbeitung im Unternehmen

41 Protokolleditor Protokollviewer QCP Datenmanagement
Rohdaten werden vom Vision-System erzeugt Datenmanagement Rollennummer Rolleninformation Fehler Fehlerinformationen Rollen und Fehlerdaten werden gemeinsam gespeichert (Alle beschreibenden Parameter hier verfügbar) Alle Fehlerbilder werden gemeinsam gespeichert Export- Import Import ** Export- Import Protokolleditor Protokollviewer QCP ** Export nur QCP-Daten Import Export- Import Export- Import Produktions- Protokolle* Kunden – Protokolle* Qualitäts–Protokolle * Excel kompatibel

42 Jeder Kunde hat die Möglichkeit, seine eigenen Datenprotokolle
Datenmanagement Beispiel: Aufbereitung der Daten in Excel Jeder Kunde hat die Möglichkeit, seine eigenen Datenprotokolle zu entwerfen.

43 Bedieneinheit Bedieneinheit

44

45

46 Kundenspezifische Bedieneroberfläche

47 Kundenspezifische Bedieneroberfläche

48 Success Story Success Story

49 Die Aufgabenstellung des Kunden
Success Story Die Aufgabenstellung des Kunden Inspektionssystem Leuchttisch

50 Success Story 4 x 4 K Kameras in Transmission (0,28 mm Auflösung / Pixel) Arbeitsplatz im QS-Labor (HW+SW von SAC) Programme: Rezepturdefinieren Protokolleditor, QCP Interface zur Warenschaumaschine (I/O 24 Volt, LAN, Seriell, CAN-Bus,.. ) Schaltschrank für die Aufnahme der Rechner (Vision - System) Arbeitsplatz an Warenschaumaschine (HW + SW kommt von SAC) Programme: Steuerung des Visionsystems Protokolleditor, QCP Maschineninterface LAN Arbeitsplatz „Weberei“ (SW kommt von SAC) Programme: Protokoll-Viewer, QCP-Viewer Arbeitsplatz „sonstig“ (SW kommt von SAC) Programme: Protokoll-Viewer, QCP-Viewer Anschluss weiterer Rechner

51 Success Story

52 Protokolleditor Protokollviewer QCP Success Story
Rohdaten werden vom Vision-System erzeugt Success Story Rollennummer Rolleninformation Fehler Fehlerinformationen Rollen und Fehlerdaten werden gemeinsam gespeichert (Alle beschreibenden Parameter hier verfügbar) Alle Fehlerbilder werden gemeinsam gespeichert Export- Import Import ** Export- Import Protokolleditor Protokollviewer QCP ** Export nur QCP-Daten Import Export- Import Export- Import Produktions- Protokolle* Kunden–Protokolle* Qualitäts–Protokolle * Excel kompatibel

53 Kundenspezifische Bedieneroberfläche
Success Story Kundenspezifische Bedieneroberfläche

54 Kundenspezifische Bedieneroberfläche
Success Story Kundenspezifische Bedieneroberfläche

55 Kundenspezifische Bedieneroberfläche
Success Story Kundenspezifische Bedieneroberfläche

56 unterschiedlichsten Anwendungen
Fehlerbeispiele Fehlerbeispiele aus unterschiedlichsten Anwendungen

57 Material: Papier Auswertung Gutoberfläche
Fehlerbeispiele Auswertung Gutoberfläche Auswertung Schlechtoberfläche Material: Papier

58 Fehlerbeispiele Material: Papier

59 Fehlerbeispiele Material: Papier

60 Material: Papier (typische Fehler)
Fehlerbeispiele Material: Papier (typische Fehler)

61 Material: Papier (typische Fehler)
Fehlerbeispiele Material: Papier (typische Fehler)

62 Fehlerbeispiele Material: Non-Woven

63 Fehlerbeispiele Material: Non-Woven

64 Material: Textil Fehlerbeispiele Wellenabheber Weichmacherfleck
Fehlender Faden Material: Textil

65 Material: Textil Fehlerbeispiele Rakelstreifen Löcher Farbstreifen
Fadenverschlingung Material: Textil

66 Fehlerbeispiele Material: Vlies

67 Fehlerbeispiele Material: Vlies

68 Fehlerbeispiele Material: Stahl

69 Fehlerbeispiele Material: Buntmetall

70 Fehlerbeispiele Material: Buntmetall

71 Fehlerbeispiele Material: Buntmetall

72 Fehlerbeispiele Material: Buntmetall

73 Fehlerbeispiele Material: Buntmetall

74 Material: Verschiedenes Material
Fehlerbeispiele Material: Verschiedenes Material

75 Zusammenfassung VisionLine®
Modulares Konzept von der Kamera bis zum Datenmanagement Auf die unterschiedlichsten Materialien ausgerichtet Basiert auf neuster Hardware- und Softwaretechnologie Kundenspezifische Modulzusammenstellung Als OEM-Version lieferbar

76 Haben Sie noch Fragen ? Danke für Ihr Interesse und noch eine interessante Zeit auf der HMI 2006 … Peter Klima