Risserkennung beim Biegerichten

14. Juli 2020 durch

Einfach, übersichtlich und effektiv


Einfache und übersichtliche Bedienoberfläche inklusive Mustererkennung mit der Fähigkeit zur Filterung von Pseudorissen. Das Team Biegerichten hat innerhalb von wenigen Wochen mithilfe unserer neuen PenGUI, unserer programmierbaren und erweiterbaren grafischen Benutzeroberfläche, eine neue Software zur automatischen Erkennung von Richtrissen erstellt. Die Wünsche der Anwender gingen schon lange in die Richtung einer vereinfachten Bedienbarkeit unserer Messtechnik. Bisher standen dem aber der gleichzeitig vorhandene Zwang zu komplexerer Datenanalyse entgegen. Das Team hat nun beide Ansprüche elegant zusammengebracht.

Unter der Haube


… arbeitet die QASS Mustererkennung und ist damit in der Lage alle Arbeitsgeräusche der Maschine zu erlernen und bestmöglich von wirklichen Risssignalen zu unterscheiden. An der Oberfläche zeigen wir den Richtablauf, einen vereinfachten Überblick der Mustersuche, vor allem aber die Erkennungsstatistik für Risse und einen vereinfachten Schichtzähler. Darüber hinaus können sich „Spezialisten“ bzw. besonders Interessierte eine Liste der letzten defekten Bauteile anzeigen lassen und daneben direkt die gefundenen Signale mit allen QASS Risserkennungsinformationen einblenden.
Das Team hat auch eine neue Seite für den vereinfachten Sensorwechsel beigesteuert. Hier wird die Körperschallkopplung bei einer Änderung des Anschraubmomentes des Sensors dargestellt. Eine Kurve der Sensorkopplung und eine rot/grün Balkendiagrammanzeige machen die korrekte Verschraubung des Sensors zum Kinderspiel. Das Team arbeitet mit Hochdruck daran, die Ergebnisse des Signalclusterings, dass wir für das Biegerichten optimiert haben, auf einer 4. Seite zu implementieren. Wir haben schon Erfahrungen mit unserem neuen Optimierungskonzept gesammelt.

Der Optimizer4D ausgestattet mit Mustererkennungssoftware sammelt ca. 2 Wochen lang Daten im Richtprozess (während die Erkennung mit der bisherigen Güte funktioniert). Anschließend unterwerfen wir die gefundenen „Risssignale“ einem Clustering-Prozess und erhalten damit die verschiedenen Geräuschtypen des Richtprozesses. Im Zuge einer Optimierung werden dann Störgeräuschtypen in der Mustererkennung hinterlegt, die diese dann beim Auftreten unmittelbar erkennen und nicht mehr fälschlich als Risssignal interpretieren muss.


Diesen Beitrag teilen
Archiv