Holz, Furnier und Laminat fordern die automatische Qualitätsprüfung heraus. Maserungen, Äste, Poren, natürliche Farbunterschiede, Prägungen und wechselnde Glanzgrade gehören zum Materialbild und dürfen nicht als Fehler gelten. Zugleich müssen Systeme Kratzer, Risse, Einschlüsse, Flecken und Beschichtungsfehler zuverlässig erkennen – auch bei hohen Geschwindigkeiten. Gerade bei komplexen Oberflächen ist die sichere Unterscheidung zwischen zulässigen Merkmalen und tatsächlichen Fehlern mit klassischer Bildverarbeitung oder herkömmlicher Messtechnik oft nur aufwändig möglich, oft sogar nicht lösbar.
Kein Katalog, sondern Lernen
Mit der KI-basierten Inline-Oberflächeninspektion verfolgt Data Spree deshalb einen anderen Ansatz. Im Mittelpunkt steht kein Katalog mit definierten Fehlern. Vielmehr lernt das System aus wenigen fehlerfreien Referenzen das typische Erscheinungsbild einer Oberfläche. Diese Anomalieerkennung verbindet das Unternehmen mit industrieller Kamera- und Beleuchtungstechnik, Echtzeitauswertung und Anlagenintegration. Anders als konventionelle Messsysteme, verbindet dieser Ansatz die Bausteine zu einem flexibel anpassbaren Inspektionssystem für verschiedene Bahn- und Plattenmaterialien.
Vom Referenzmuster zur Regel
Der Unterschied zur klassischen Prüfung zeigt sich vor allem beim Umgang mit wechselnden Oberflächen. Regelbasierte Verfahren brauchen möglichst eindeutig beschreibbare Merkmale – schwierig bei Holz und Furnier. Je nach Sortierung ist ein Ast, ein Farbwechsel oder eine Maserung zulässig oder qualitätsrelevant. Die KI-basierte Anomalieerkennung von Data Spree hingegen lernt neue Materialien aus wenigen fehlerfreien Referenzmustern. Anschließend erkennt sie Bereiche, die vom gelernten Erscheinungsbild abweichen. Damit lokalisiert sie auch seltene oder zuvor nicht als Fehler festgelegte Auffälligkeiten.
Für verschiedene Oberflächen
Besonders an diesem Ansatz: die materialoffene Auslegung. Das System beschränkt sich nicht auf einzelne Holzarten oder bestimmte Laminattypen, sondern ist auf unterschiedliche Bahn-, Rollen- und Plattenmaterialien ausgelegt. Neben Holz, Furnier und Laminat kommt es z.B. auch bei Papier, Metall und Glas zum Einsatz. Dafür passt Data Spree Kamera, Optik und Beleuchtung an die jeweilige Oberfläche an. Bei glänzendem Laminat etwa muss das System Reflexionen berücksichtigen, während Risse oder Kratzer auf Holz anderes Licht brauchen. Die Verbindung aus angepasster Bildaufnahme und lernender Auswertung ist deshalb wesentlicher Teil des Konzepts.
100-Prozent-Inspektion mit Tempo
Die Prüfung erfolgt im laufenden Materialfluss. Bei Bahnware erfasst das System die Oberfläche kontinuierlich, sodass eine lückenlose 100-Prozent-Inline-Inspektion möglich ist – auch bei mehreren Hundert Metern pro Minute. Je nach Anwendung und Konfiguration erkennt das System dabei auch Defekte mit einer Größe von unter einem Millimeter. Erkannte Auffälligkeiten lokalisiert das System auf dem jeweiligen Laufmeter. Über die grafische Benutzeroberfläche am Industrie-Touch-Display können Bediener die Stellen einsehen und nachvollziehen. So können sie fehlerhafte Bereiche auch in nachgelagerten Prozessen wiederfinden, markieren oder aussortieren.
Fehler erkennen und nutzbar machen
Die Benutzeroberfläche zeigt das Livebild und markiert erkannte Oberflächenfehler automatisch. Positionsanzeige, Heatmaps, Statistiken und KPIs ermöglichen zudem die Analyse von Fehlerhäufungen und Qualitätsentwicklungen. Die Informationen sind an der Produktionslinie oder über angebundene Backend-Systeme verfügbar. Data Spree hat das System für die Integration in neue und bestehende Produktions- und Förderlinien ausgelegt. Unterschiedliche Bahnbreiten, Geschwindigkeiten und Produktionslayouts werden bei der Konfiguration berücksichtigt. Damit findet die Inspektion während der Produktion statt, ohne dass eine manuelle Prüfung den Materialfluss unterbricht.
Weniger Ausschuss und Prüfaufwand
Die frühe Erkennung kann verhindern, dass fehlerhaftes Material weiterverarbeitet wird. Zugleich kann sie manuelle Sichtkontrollen und Nacharbeiten vorbeugen. Für Hersteller von Holz, Furnier und Laminat verspricht das Vorteile nicht allein wegen einer neuen KI-Methode. Wichtiger ist die Verbindung aus schnell anlernbarer Anomalieerkennung, materialangepasster Bildaufnahme, 100-Prozent-Prüfung bei hohen Produktionsgeschwindigkeiten sowie direkter Nutzung bei Fehlerdaten im Prozess.
