Inspektion von Kugellagern
Oberflächeninspektion und Bauteilerkennung
Kundenanforderung
Unser Kunde produziert täglich über 20.000 Kugellager, die sowohl durch ein klassisches Inspektionssystem als auch teilweise durch menschliche Prüfer:innen inspiziert wurden. Das klassische Inspektionssystem verwechselte häufig Farbunterschiede mit echten Fehlern. So wurde ein zu hoher Pseudoausschuss produziert, der kostenintensiv manuell überprüft werden musste.
Um die Pseudoausschussquote massiv zu reduzieren, kombiniert das Maddox AI-Prüfsystem die bestehende Kamerahardware mit der Maddox AI-Software. Klassische Fehlertypen sind u. a. Beschädigungen wie Schlagstellen, falsch montierte Komponenten oder Kratzer.
Ein klassisches regelbasiertes System wurde für die Erstkontrolle verwendet. Darauf folgte eine manuelle Kontrolle in drei Schichten durch zwei Mitarbeitende pro Schicht, um Ausschuss und Pseudoausschuss erneut zu kontrollieren.
Alle Produkte werden 100 % automatisch nach einer präzisen Fehlerdefinition geprüft. Das ermöglichte die Reduzierung des Pseudoausschusses um mehr als 90 %, sodass nicht mehr manuell nachkontrolliert werden muss.
Das Werk erhielt in den letzten zwei Jahren zwei relevante Kundenreklamationen, welche manuell nachkontrolliert werden mussten.
Seit der Installation von Maddox AI sind keine weiteren Kundenbeschwerden eingegangen.
Da die Prüfergebnisse nicht digitalisiert waren, wurde keine strukturierte Ursachenanalyse für die Produktion von NOK-Teilen durchgeführt.
Dank des digitalisierten Prüfprozesses konnten Prozessoptimierungen realisiert werden (z. B. direkter Feedbackloop zur Maschineneinstellung).
Brauchen auch Sie eine ähnliche Lösung?
Sie haben Fragen zu dieser Lösung oder zu Ihrem ganz spezifischen Anwendungsfall?
Unsere Experten beraten Sie gerne!
Weitere Case Studies ansehen
Hier können Sie eine Auswahl unserer Case Studies einsehen und nach Branche, Anwendungsbereich sowie Materialbeschaffenheit filtern.
Pharma- und Medizin
- Alle
- Automobil
- Elektronik
- Energietechnik
- Konsumgüter
- Kunststoff
- Lebensmittel
- Logistik
- Metall
- Pharma- und Medizin
Data Matrix Code Erkennung
- Alle
- Barcode Erkennung
- Bauteilerkennung
- Data Matrix Code Erkennung
- Klassifizierung
- Oberflächeninspektion
- OCR
- Positionierungsfehler
Kunststoff
- Alle
- Gummi
- Kunststoff
- Kupfer
- Metall
- Papier
- Stahl
- Teig