Für jedes Dekor wird ein eigenes Prüfnetz trainiert. Dadurch kennt Edge InspectiON das typische Erscheinungsbild und die zulässigen Strukturen des jeweiligen Dekors und kann Abweichungen gezielt erkennen.

Dieser dekorspezifische Ansatz bedeutet zunächst einen höheren Einrichtungsaufwand als bei einer rein geometrischen 3D-Prüfung. Gleichzeitig ist er die Grundlage für die deutlich umfassendere Qualitätsbewertung: Edge InspectiON beurteilt nicht nur Form- oder Höhenabweichungen, sondern das tatsächliche sichtbare Erscheinungsbild der Möbelkante.

So können beispielsweise Ausbrüche, offene Leimfugen, Über- und Unterstände, Druckstellen oder Beschädigungen ebenso erkannt werden wie Fehler an der Oberfläche oder Dekorfolie, auch wenn diese keine relevante geometrische Veränderung des Bauteils verursachen.

Gerade bei unterschiedlichen Farben, Dekoren und Oberflächen ermöglicht die KI-basierte Auswertung damit eine zuverlässige und an die jeweilige Anwendung angepasste Qualitätskontrolle.

Bei der Kanteninspektion ist nicht das Messprinzip entscheidend, sondern welche relevanten Fehler zuverlässig erkannt werden.

3D-Systeme erfassen die Geometrie bzw. das Höhenprofil der Kante. Fehler wie Ausbrüche oder Überstände können erkannt werden, wenn sie eine entsprechende geometrische Veränderung erzeugen.

Edge InspectiON bewertet dagegen direkt das sichtbare Erscheinungsbild der Kante. Dadurch können sowohl typische Kantenfehler wie Ausbrüche, offene Leimfugen oder Überstände als auch Fehler erkannt werden, die keine relevante geometrische Veränderung verursachen – beispielsweise Beschädigungen der Oberflächen- oder Dekorfolie.

Die zusätzliche KI-basierte Bewertung ermöglicht es, komplexe Dekore und zulässige Oberflächenstrukturen von tatsächlichen Defekten zu unterscheiden und dadurch Pseudofehler zu reduzieren.

Für neue Dekore werden Bilder aufgenommen und in einem automatisierten Verfahren trainiert. Es werden ausschließlich Gutteile trainiert. Im Produktionsprozess werden Fehler als Abweichung zum trainierten Sollzustand gefunden. Meist reicht eine Anzahl von ca. 20-30 Bildern aus. 

Für strukturierte oder gemusterte Dekore werden 40 Meter fehlerfreie Kante als Trainingsbasis benötigt.

Diese Daten müssen nicht separat erzeugt werden. Edge InspectiON nimmt die Bilder während der normalen Produktion automatisch auf und speichert sie dem jeweiligen Dekor zu. Sobald ausreichend Kantenlänge vorhanden ist, kann das Training gestartet werden.

Bei einfarbigen oder sehr gleichmäßigen Dekoren sind in der Regel deutlich weniger Bilddaten erforderlich, da die Oberflächenstruktur wesentlich einfacher ist.

Damit entsteht die Datengrundlage praktisch nebenbei im laufenden Produktionsprozess.

Ja. Die benötigten Bilddaten müssen nicht innerhalb eines zusammenhängenden Produktionsloses aufgenommen werden.

Edge InspectiON speichert die aufgenommenen Kantenbilder automatisch nach Dekor sortiert ab. Die benötigte Kantenlänge kann daher über mehrere Aufträge und Produktionslose hinweg gesammelt werden.

Damit eignet sich das System auch für Produktionen mit hoher Variantenvielfalt und Losgröße 1.

Sind ausreichend Bilddaten vorhanden, muss das Training lediglich einmal in der Software gestartet werden. Das eigentliche Training dauert etwa 12 Stunden und läuft automatisch im Hintergrund.

Alternativ kann HECHT das Training als Service übernehmen. In diesem Fall steht das neue Netz nach Übergabe der benötigten Bilddaten in der Regel innerhalb von weniger als 48 Stunden zur Verfügung.

Es müssen weder Prüfmerkmale programmiert noch einzelne Fehlerarten angelernt werden.

Nein. Für das Training eines neuen Dekors werden keine Fehlerbilder benötigt.

Edge InspectiON lernt anhand fehlerfreier Kanten, wie das normale Erscheinungsbild des jeweiligen Dekors aussieht. Abweichungen davon können anschließend erkannt und entsprechend der festgelegten Qualitätsgrenzen bewertet werden.

Eine Datenbank mit zuvor bekannten Fehlern ist deshalb nicht erforderlich.

Nein. Die geeignete Prüfmethode hängt vom jeweiligen Dekor ab.

Bei strukturierten, gemusterten oder optisch anspruchsvollen Dekoren bietet die KI-basierte Bildverarbeitung besondere Vorteile, weil sie die typische Struktur des Dekors lernen und von tatsächlichen Fehlern unterscheiden kann.

Bei einfarbigen oder sehr gleichmäßigen Kanten liefert bereits klassische Bildverarbeitung sehr gute Ergebnisse. In solchen Fällen ist ein KI-Training nicht erforderlich.

HECHT setzt damit nicht grundsätzlich auf eine bestimmte Technologie, sondern auf die für die jeweilige Prüfaufgabe sinnvollste Methode.

Klassische Bildverarbeitung eignet sich sehr gut für klar definierte und gleichmäßige Merkmale. Bei Uni-Dekoren oder einfachen Strukturen können damit sehr zuverlässige Prüfergebnisse erreicht werden.

Bei gemusterten und strukturierten Dekoren wird eine klassische Regelprüfung jedoch schnell aufwendig, weil normale Dekorstrukturen von tatsächlichen Fehlern unterschieden werden müssen.

Hier bietet die KI-basierte Prüfung einen entscheidenden Vorteil: Sie lernt das normale Erscheinungsbild des Dekors und kann dadurch komplexe Strukturen deutlich besser bewerten.

Edge InspectiON kombiniert deshalb klassische Bildverarbeitung und KI dort, wo die jeweilige Methode ihre Stärken hat.

Edge InspectiON beurteilt nicht nur einzelne geometrische Merkmale, sondern das tatsächliche sichtbare Erscheinungsbild der Kante.

Bei strukturierten Dekoren muss das System deshalb wissen, welche Farbverläufe und Muster zur normalen Oberfläche gehören. Durch das Einlernen kann Edge InspectiON die gewollte Dekorstruktur von tatsächlichen Qualitätsabweichungen unterscheiden.

Bei einfachen oder einfarbigen Dekoren ist dieser Aufwand entsprechend geringer oder kann durch klassische Bildverarbeitung teilweise vollständig entfallen.

Edge InspectiON arbeitet mit einer Bildauflösung von über 200 dpi bzw. rund 8 Pixeln pro Millimeter und kann dadurch sehr kleine Auffälligkeiten erfassen. Die technische Möglichkeit sind Fehler ab einer Größe von 0,016mm².

Entscheidend für die industrielle Anwendung ist jedoch nicht die theoretisch kleinstmögliche Fehlergröße, sondern die Frage, welche Abweichung für den Kunden tatsächlich qualitätsrelevant ist.

Als praxisgerechte Größenordnung kann beispielsweise etwa 1 mm² angesetzt werden. Dieser Wert basiert auf Erfahrungen aus mehr als 20 installierten HECHT 4i Inline Scannern, die mit derselben grundlegenden KI-Technologie arbeiten. Namhafte Hersteller aus der Küchenmöbel-, Büromöbel- sowie Wohnmöbelindustrie haben diese Erfahrung mit HECHT Systemen gesammelt.

Die zulässige Fehlergröße kann für jedes Dekor individuell entsprechend den Qualitätsanforderungen des Kunden eingestellt werden.

Ja. Die Qualitätsgrenzen können entsprechend den Anforderungen des jeweiligen Produkts und Dekors eingestellt werden.

So kann beispielsweise festgelegt werden, ab welcher Größe eine erkannte Auffälligkeit tatsächlich als Fehler gewertet wird.

Damit bestimmt nicht das Prüfsystem pauschal, was „gut“ oder „schlecht“ ist. Der Kunde definiert seinen Qualitätsstandard – Edge InspectiON überwacht ihn reproduzierbar.

Nein. Der Ablauf ist weitgehend automatisiert.

Die Kantenbilder entstehen während der normalen Produktion und werden automatisch nach Dekor gespeichert. Bei strukturierten Dekoren stehen nach etwa 40 Metern fehlerfreier Kante in der Regel ausreichend Daten zur Verfügung. Bei einfachen Uni-Dekoren werden deutlich weniger Daten benötigt oder es kann klassische Bildverarbeitung eingesetzt werden.

Das Training wird einmal gestartet und läuft anschließend automatisch im Hintergrund.

Damit verbindet Edge InspectiON eine hohe Prüftiefe mit einem überschaubaren Einrichtungsaufwand – auch bei hoher Variantenvielfalt.