Vollautomatische Holzkörper-Kontrolle

Qualitätsprüfung auf neuem Level

Industriekameras überprüfen Bürstenkörper auf grobe geometrische Faktoren.
Industriekameras überprüfen Bürstenkörper auf grobe geometrische Faktoren.Bild: IDS Imaging Development Systems GmbH

Die gute alte Handbürste darf im Werkzeugkasten nicht fehlen. Ob klassische Allzweckbürsten oder Bürsten für den speziellen Einsatz, das Oettinger Unternehmen Lessmann GmbH hat sie so gut wie alle in seinem Sortiment. Die Form ist vielfältig, von geradlinig bis ergonomisch. Eins haben alle diese Bürsten gemein: Die Qualität der Handbürstenhölzer. Dafür setzt Lessmann robuste IDS Industriekameras und besondere Bildverarbeitungssoftware ein.

Eins haben sie alle Holzbürsten von Lessmann gemeinsam: Die Holzkörper werden ausschließlich aus unbehandelter Rotbuche gefertigt. Je nach Modell sind sie zudem mit zwei Aufhängelöchern am Griffende versehen. Die Produktion erfolgt vollautomatisch und höchst rationell. Um dabei den eigenen Anspruch an die hervorragende Qualität der Handbürstenhölzer zu sichern, setzt Lessmann bereits seit vielen Jahren auf klassische Bildverarbeitung. Um auch kaum wahrnehmbare Toleranzabweichungen besonders zuverlässig zu erkennen, kommt ein Bildverarbeitungssystem des bayerischen Systemhauses Simon IBV GmbH, mithilfe von robusten IDS Industriekameras und der Bildverarbeitungssoftware Simavis H zum Einsatz.

Unbehandelte Rotbuche: Herausforderung für die Qualitätssicherung

Die mit einer Produktionsleistung von 1500 Stück pro Stunde vollautomatisch gefrästen Bürstenhölzer werden durch eine getaktete umlaufende Kette mit köcherförmigen Aufnahmen aus der Fräsmaschine entnommen und auf ein Längsförderband abgeschoben. Auf dem Förderband ist ein Mehrkamerasystem installiert, das die zwei bis sechs-reihigen Handbürstenhölzer auf Fehler wie Risse, Absplitterungen und Größe überprüft. Dies stellt eine große Herausforderung an die Qualitätssicherung dar, da unbehandelte Rotbuche starke Abweichungen in Farbe und Maserung aufweisen kann, wodurch Risse und dunkle Färbungen schwer voneinander zu unterscheiden sind. Doch die Wahl der Holzart hat gute Gründe: Zum einen empfiehlt sich Rotbuche für die Fertigung von Handbürsten durch seine hervorragenden Eigenschaften, wie einen speziellen Härtegrad. Zum anderen spielt Nachhaltigkeit eine große Rolle. Lessmann kann das Bürstenholz aus der Umgebung beziehen und damit sowohl die regionale Forstwirtschaft unterstützen als auch Transportwege vermeiden.

Industriekameras prüfen Abweichungen umfassend

Während die Hölzer die Produktion auf einem Band durchlaufen, werden insgesamt vier IDS Kameras durch einen sogenannten Inkrementalgeber getriggert. Dieser Sensor reagiert auf die Bandposition, sodass jede Lageänderung des Bürstenkörpers durch die Bandbewegung erfasst wird. Die Bilderfassung ist besonders effizient, da die erste Kamera erst bei Erkennen des Gegenstandes die weiteren drei Kameras zur Lageprüfung aktiviert. Die von den Industriekameras erfassten Bilder werden in Echtzeit vorverarbeitet und zusammengesetzt. So können während der Zeit der Auswertung bereits der Bildeinzug sowie die Vorverarbeitung der nächsten Bürste erfolgen. Die Einzelbilder derselben Situation der vier versetzten Kameras werden mithilfe der Software zugeschnitten, skaliert und zu einem Gesamtbild zusammengeführt. Dabei werden die Bürstenkörper je Kamera mit verschieden gewichteten Kriterien bewertet. Die Gewichtung erfolgt über die Prüfreihenfolge der Auswertkriterien. In einem ersten Schritt werden grobe geometrische Faktoren, wie Länge, Breite, Höhe, Symmetrie und Formabweichungen ausgewertet. Durch den Einsatz der industriellen Bildverarbeitung werden so die Bohrungen im Bürstenkörper auf Position und Überdeckung kontrolliert, gefolgt von der schrittweisen Oberflächenprüfung.

„Zunächst werden dunkle Stellen segmentiert und nach Sollwertvorgaben bewertet“, erklärt Matthias Eimer, Systemintegrator bei Simon IBV. „Danach werden abweichende Verfärbungen gesucht, vereinzelt und nach Sollwertvorgaben bewertet.“ Selbst die Toleranzen für raue Stellen sind in den Sollwerten einstellbar und werden anschließend bewertet. Erst im letzten Schritt der Einzelbildauswertung suchen die Kameras nach Rissen. Aus den einzelnen Auswertungen der Ansichten wird schließlich das Gesamtergebnis gebildet und zusammengeführt. Insgesamt prüft das System 32 Sollwerte, davon allein 27 auf die Einhaltung genau definierter Toleranz-Angaben.

Vollautomatisierung entlastet Personal und steigert Produktion

„Durch die Kontrolle ist eine automatische Weiterverarbeitung möglich. Mit der jetzigen Bildverarbeitung können Holzfehler jetzt zuverlässiger erkannt werden. Der Anteil fehlerhafter Holzkörper die als gut klassifiziert werden, ist von rund zwei Prozent auf unter ein Prozent gesunken“, erklärt Geschäftsführer Jürgen Lessmann. Das anschließende Besetzen der Bürstenkörper mit Draht erfolgt bereits vollautomatisch. Durch die verbesserte Kontrolle der Holzkörper kann die bisher notwendige manuelle Qualitätskontrolle der fertigen Handbürste entfallen. Vor dem Verpacken, das von einem Roboter ausgeführt wird, ist lediglich eine kurze Sichtkontrolle nötig. Dadurch wird das Maschinenpersonal entlastet und die Produktivität steigt. Kommt dann noch künstliche Intelligenz ins Spiel, kann das Prüfergebnis herausfordernder Materialien weiter verbessert und individualisiert werden.

IDS Imaging Development Systems GmbH

Das könnte Sie auch Interessieren

Bild: Vanillaplan AG
Bild: Vanillaplan AG
Ressourcenplanung 
effizient steuern

Ressourcenplanung effizient steuern

Vor sieben Jahren wurde Remigius Stalder von einem Bauunternehmer angesprochen, der Hilfe bei der Digitalisierung der Einsatz- und Kapazitätsplanung seines Unternehmens suchte. Ein Jahr darauf stieß die Architektin Ingrid Stalder hinzu – und in diesem Jahr feiert Vanillaplan bereits sein 5. Jubiläum. Was als ungewöhnliche Anfrage begann, hat sich zu einem erfolgreichen Schweizer Startup entwickelt. Handwerks- und Industriekunden erhalten hier eine Planungssoftware, die auf modernster Technik beruht und gleichzeitig intuitiv zu bedienen ist, wie die beiden Geschäftsführer im Interview verraten.

Bild: Homag GmbH
Bild: Homag GmbH
Return on Invest – 
wörtlich genommen

Return on Invest – wörtlich genommen

Bei den diesjährigen Homag-Technologie-Tagen steht sie immer wieder im Mittelpunkt: Die neue Portalrückführung Loopteq O-400. Sie bereichert nicht nur die Kantenanleimmaschinen der hauseigenen Baureihe Edgeteq. Dank ihrer kompakten Bauweise eignet sie sich auch für enge Platzverhältnisse – und ist dabei ergonomisch.

Bild: Machineering GmbH & Co. KG
Bild: Machineering GmbH & Co. KG
So gelingt die automatisierte Massivholzbearbeitung

So gelingt die automatisierte Massivholzbearbeitung

Man nehme Massivholz und bearbeite es – ob schneiden, hobeln, fräsen, bohren oder schleifen ist erst einmal zweitrangig. Gelingt alles, erhält man am Ende ein Möbel, eine Verkleidung, einen Fußboden, ein Fenster oder was sonst das Ziel war. Was so leicht klingt, ist es aber oft gar nicht: Massivholzbearbeitung ist im Vergleich zur Bearbeitung von Holzwerkstoffen zeitaufwendiger und damit teurer, das Werkzeug verschleißt schneller und die Bearbeitung selbst ist häufig komplex – umso mehr, je detaillierter das Ergebnis sein soll. All dem lässt sich mit Automatisierung begegnen. Mit unserer Fachtagung HOB Days am 19. September in Stuttgart tun wir genau das.

Bild: BeA GmbH
Bild: BeA GmbH
Gemeinsam 
zum Bearbeitungszentrum

Gemeinsam zum Bearbeitungszentrum

Ein Zimmermeister, der die vertikale Fertigungskette ausbaut, ein Händler, der fachliches Knowhow einbringt, und ein Hersteller, der Lösungen für die automatische Befestigung in Losgröße 1 fertigt: All das erleichtert es einem Holzbauer, ein Bearbeitungszentrum in Betrieb zu nehmen. Umso besser, wenn auch Wissen um die Anwendungen und Prozesse sowie ein Verständnis für die Anforderungen des Gegenüber hinzukommen.

Bild: DIEFFENBACHER GMBH Maschinen- und Anlagenbau
Bild: DIEFFENBACHER GMBH Maschinen- und Anlagenbau
KI für die 
Holzwerkstoffindustrie

KI für die Holzwerkstoffindustrie

Bisher beschäftigen sich wenige Industrieunternehmen mit der Nutzung von Künstlicher Intelligenz in der Praxis – vielleicht, weil der praktische Einsatz kaum greifbar ist. Wegdenken kann man sie aber schon jetzt nicht mehr. Denn selbstlernende Algorithmen unterstützen ihre Nutzer sowohl bei Alltagsarbeiten als auch bei schwierigen Aufgaben immer häufiger.