EN
DE

Fraunhofer-Forschung: Maschinenausfälle, Fertigungsfehler und teuren Prüfschrott reduzieren

Das Fraunhofer Institut für Digitale Medientechnologie IDMT zeigt akustische Qualitätskontrolle auf der Fachmesse für Messtechnik „Sensor + Test 2019“.

Dank intelligenter akustischer Messtechnik kann der Zustand von Motoren analysiert werden. Foto: Fraunhofer IDMT

Das Ilmenauer Fraunhofer-Institut für Digitale Medientechnologie IDMT präsentiert vom 25. bis 27. Juni 2019 am Gemeinschaftsstand der Fraunhofer-Gesellschaft (Stand 5-248) seine neue Lösung zur berührungslosen, akustischen Qualitätskontrolle von Werkstücken und Bauteilen. Da die Prüfung zerstörungsfrei funktioniert, kann teurer Prüfschrott vermieden werden. Das Prüfverfahren wird derzeit gemeinsam mit verschiedenen Industriepartnern im praktischen Einsatz erfolgreich getestet und hat das Technology Readiness Level (TRL) 6 erreicht.

Maschinenausfälle, Fertigungsfehler am Werkstück oder teurer Prüfschrott – oftmals erreicht die Qualitätssicherung von Produkten oder Prozessen aufgrund der Gegebenheiten in Produktionshallen schnell ihre Grenzen. Eine einhundertprozentige Prüfung und Überwachung ist meist zeitaufwändig und somit kostenintensiv. Die Ilmenauer Forschenden demonstrieren auf der „Sensor + Test 2019“ mit interaktiven Exponaten ihren Ansatz zur Optimierung bestehender Prüfsysteme durch die Analyse hörbarer Eigenschaften von Messobjekten. Dafür wird die akustische Signalanalyse mit maschinellen Lernalgorithmen kombiniert. Am Messestand zeigt das Institut, wie beispielsweise am Geräusch von Motoren gemessen wird, ob diese in Ordnung, defekt oder zu stark belastet sind. Etwas sportlicher geht es beim zweiten Demonstrator zu. Während einer Partie Air-Hockey erfahren die Besucherinnen und Besucher, wie unterschiedlich bearbeitete Pucks, die eigentlich gleich aussehen und auch sehr ähnlich klingen, anhand ihrer Geräusche in Echtzeit unterschieden werden können.

Ergebnis langjähriger Forschungs- und Entwicklungsleistung

„Was spielerisch klingt, ist in Wirklichkeit sehr komplex und das Ergebnis langjähriger Forschungs- und Entwicklungsleistung“, erklärt Sascha Grollmisch, Experte für Maschinelles Lernen am Fraunhofer IDMT. So vereint das Verfahren verschiedene Mess- und Analyseschritte: die präzise Schallaufnahme, die Vorfilterung von Stör- und Nutzschall und die intelligente Signalanalyse und Auswertung mittels Maschinellem Lernens. 

Eine der Herausforderungen hinsichtlich der Optimierung der Erkennungsleistung im praktischen Einsatz ist, dass bisher noch umfangreiche Trainingsdaten benötigt werden, um das System zuverlässig zu trainieren. „Unser Ziel ist es, mit immer weniger Trainingsdaten zu arbeiten und trotzdem eine hohe Erkennungsrate zu gewährleisten. Idealerweise haben wir am Ende ein selbstlernendes System, welches aus akustischen Messdaten lernt, die Qualität von Produktionsprozessen oder Produkten zu beurteilen“, erklärt der Experte.