Automatisierte Farbeindringprüfung mit KI.
Ein KI-System automatisiert die Farbeindringprüfung, erkennt Defekte zuverlässig, reduziert Scheinanzeigen und unterstützt die industrielle Qualität.
Auf einen Blick
- Vorhaben:KI-FEP Automatisierte Farbeindringprüfung mit KI
- Zuwendungsempfänger:Vivaldi Digital Solutions GmbH, Harsum
- Projektlaufzeit:01.09.2026 bis 31.08.2029
- Förderprogramm:Niedersächsisches Innovationsförderprogramm für Forschung und Entwicklung in Unternehmen
- Fördergeber:Europäischer Fonds für regionale Entwicklung (EFRE) und Land Niedersachsen
Mit Unterstützung der Europäischen Union und des Landes Niedersachsen.
Das Vorhaben wird mit Mitteln des Europäischen Fonds für regionale Entwicklung (EFRE) und des Landes Niedersachsen gefördert.
Ein kritisches Prüfverfahren, das bisher überwiegend von Hand läuft.
Die Farbeindringprüfung (FEP) macht Oberflächenfehler wie Risse oder Poren sichtbar. Dazu wird ein unter UV-Licht fluoreszierendes Eindringmittel auf das Bauteil aufgebracht. Es sammelt sich in Defekten, die für das Auge sonst nicht sichtbar sind, zum Beispiel in Mikrorissen, und hebt sie hervor.
Die Herausforderung: Bei komplexen Bauteilen und vielfältigen Schadensmustern wird die Prüfung in der industriellen Praxis meist noch ausschließlich manuell durchgeführt. Besonders anspruchsvoll ist die Unterscheidung zwischen Scheinanzeigen, etwa durch Risse im Werkzeug, und echten Bauteilrissen. Sie erfordert viel Erfahrung und Wissen über die dreidimensionale Gestalt des Bauteils.
Die manuelle Prüfung ist zeitaufwendig, bindet geschultes Personal und führt zu streuenden Ergebnissen, weil die Bewertung vom Prüfer abhängt. Zudem entstehen kaum strukturierte Daten, die sich für Prozessoptimierung oder vorausschauende Instandhaltung nutzen lassen.
Was das für die Praxis bedeutet
- Die visuelle Prüfung ist ein engpassgefährdender Schritt in der Wertschöpfung.
- Scheinanzeigen können zu unnötigem Ausschuss führen.
- Fachkräfte für die Prüfung sind schwer nachzubesetzen.
- Ergebnisse sind nur eingeschränkt reproduzierbar und schwer auswertbar.
Die Farbeindringprüfung automatisieren.
Im Projekt „KI-FEP Automatisierte Farbeindringprüfung mit KI“ entwickeln die Vivaldi Digital Solutions GmbH und ihre Partner ein KI-gestütztes System, das die FEP automatisiert durchführt. Es soll Defekte zuverlässig erkennen und klassifizieren und dabei reale Fehlstellen von Scheinanzeigen unterscheiden.
Defekte zuverlässig erkennen
Detektion und Klassifikation oberflächennaher Defekte, objektiv und standardisiert statt subjektiv.
Scheinanzeigen reduzieren
Echte Risse sollen von Scheinanzeigen und unkritischen Oberflächenmerkmalen getrennt werden.
Industrielle Qualität unterstützen
Eine priorisierte Bewertung lenkt das Prüfpersonal gezielt auf die relevanten Befunde.
Defekte vermessen und Daten nutzbar machen
Darüber hinaus soll das System die Fehlergeometrie quantitativ vermessen, also Länge, Breite und Ausbreitung eines Defekts, und mit bauteilbereichsspezifischen Konformitätskriterien abgleichen. Die dabei entstehenden strukturierten Daten können für eine zustandsbasierte Instandhaltung und für die Optimierung von Fertigungs- und Instandsetzungsprozessen genutzt werden.
Bilddaten, KI und 3D-Wissen über das Bauteil kombinieren.
Grundlage ist die Kombination von Bildaufnahmen im Tages- und UV-Licht mit datengetriebener Bildanalyse und der Verknüpfung mit dem 3D-Modell des Bauteils. So kann das System Bildinformationen räumlich zuordnen und Scheinanzeigen anhand der Bauteilgeometrie besser erkennen.
Modular und übertragbar: Das System wird modular aufgebaut, damit es sich flexibel in unterschiedliche industrielle Anwendungen integrieren lässt. Eine generische Pipeline soll die Anpassung auf andere Bauteiltypen und Anwendungsfelder erleichtern.
Potenzielle Einsatzfelder des Systems: Gießerei, Automobil, Luftfahrt, Maschinenbau, Energietechnik.
Technologien im Projekt
- Automatisierte Aufnahme und Auswertung im Normal- und UV-Licht
- Deep-Learning-Verfahren, darunter neuronale Faltungsnetzwerke sowie Patching- und Meta-Learning-Ansätze
- 3D-Bildprojektion mit Posenschätzung für die räumliche Zuordnung von Defekten
- Synthetisch erzeugte Trainingsdaten, um den Aufwand für reale Bilddaten zu senken
- Berücksichtigung von Prozessparametern wie Umgebungstemperatur und Lichtintensität
Von der Bildaufnahme zur Konformitätsprüfung.
Das Vorhaben gliedert sich in sechs fachliche Bausteine, die im Konsortium aufgeteilt sind.
Modulare Datenakquisesysteme
Prüfstände mit Kamera- und Beleuchtungseinheiten für Tageslicht und UV-A erfassen Bilddaten sowie Prozessparameter wie Temperatur und Umgebungslicht.
Annotation & Datensatz-Erzeugung
Werkzeuge für die effiziente, teilautomatisierte Kennzeichnung von Fehlern liefern qualitätsgesicherte Datensätze für Training und Validierung.
Data Augmentation & Datenvorbereitung
Synthetische Bilddaten aus physikalisch basiertem Rendering ergänzen reale Aufnahmen und machen die Modelle robuster.
Schadenssegmentierung & Klassifikation
KI-Modelle finden Defekte in den Bildern, grenzen sie ab und klassifizieren sie, insbesondere als echter Riss oder Scheinanzeige.
Posenschätzung & 3D-Bilddatenprojektion
Aus den Bildern wird die Lage des Bauteils bestimmt, sodass Bildpunkte dem 3D-Modell zugeordnet und Befunde räumlich verortet werden können.
3D-Konformitätsprüfung
Länge, Breite und Ausbreitung von Defekten werden vermessen und mit bauteilspezifischen Kriterien abgeglichen. Die Ergebnisse werden dokumentiert.
Ein Systemdemonstrator für die industrielle Praxis
Prüfzelle mit KI-Bewertung: Als zentrales Ergebnis entsteht ein Systemdemonstrator: eine manuell beladbare Prüfzelle, in der Bauteile mit normalem und UV-Licht beleuchtet und von mehreren Kameras aufgenommen werden. Die entwickelte KI bewertet die Bilder, die Ergebnisse samt detaillierten Trefferinformationen erscheinen an einem Bildschirm. Der Demonstrator wird gemeinsam mit assoziierten Industriepartnern unter realen Bedingungen erprobt und dient dazu, den industriellen Nutzen des Systems praktisch zu zeigen.
Für die Qualitätssicherung
- Höhere Reproduzierbarkeit der Prüfergebnisse
- Weniger Falschbewertungen und weniger Ausschuss
- Kürzere Prüfzeiten und bessere Wirtschaftlichkeit der FEP bei komplexen Bauteilen
- Mehr Transparenz und durchgängige digitale Rückverfolgbarkeit
Für Mitarbeitende und Umwelt
- Entlastung des Fachpersonals, etwa von Arbeiten in abgedunkelten UV-Kabinen
- Weniger Kontakt mit chemischen Prüfmitteln
- Weniger körperlich belastende Tätigkeiten durch Automatisierungs- und Assistenzsysteme
- Ressourcenschonung durch weniger Ausschuss und weniger Doppelprüfungen
Beschrieben sind die Ziele und erwarteten Effekte des Vorhabens, nicht bereits erzielte Ergebnisse.
Ein Verbundprojekt aus Wirtschaft und Wissenschaft.
Das Vorhaben wird als Verbundprojekt zwischen zwei Unternehmen und einer Forschungseinrichtung durchgeführt. Die Vivaldi Digital Solutions GmbH ist Konsortialführer.
Vivaldi Digital Solutions GmbH
Integration der Hardware in bestehende Prüfprozesse, Entwicklung von Plattformen für Rückverfolgbarkeit und strukturierte Daten.
Sightwise GmbH
Erzeugung und Einsatz synthetischer Daten, Posenschätzung und 3D-Bilddatenprojektion.
Leibniz Universität Hannover, IMR
Entwicklung von KI-Algorithmen und Verfahren zur 3D-Konformitätsprüfung am Institut für Mess- und Regelungstechnik.
Unterstützt wird das Projekt von assoziierten Partnern aus der Industrie, die als Fachexperten, Pilotanwender und mögliche spätere Kunden mitwirken.
Besprechen wir Ihren Prozess.
Schildern Sie uns Ihre aktuelle Herausforderung. Gemeinsam prüfen wir, welcher Lösungsansatz zu Ihrem Qualitätsziel passt.