Ein typisches Problem für einen Automobilhersteller: Ein kleines und billiges Teil in der Produktion verursacht große und teure Probleme im Fahrzeug. Es wird vermutet, dass es an der Streuung der Schichtdicke liegt. Der erfahrene Ingenieur erstellt eine Excel-Vorlage und beginnt mit der Messung der Kontur mit einem Messschieber. Er misst einige Teile mit jeweils 64 Messpunkten und benötigt für ein Teil 16 Minuten und 31 Sekunden. Eine digitale Anzeige ist eine wertvolle Hilfe. Eine erste Auswertung zeigt, dass nicht unbedingt alle Messpunkte benötigt werden und der Aufwand sinkt. Der Mitarbeiter, der dann eine größere Messreihe durchführen muss, empfindet es als recht mühsam und zeitraubend, ständig den Messschieber gegen einen Stift oder eine Tastatur zu wechseln, nur um den Messwert zu notieren. Und zwei Mitarbeiter führen die Messung bereits durch. Einer gibt die Werte bekannt, der zweite zeichnet sie auf. Um Fehler zu vermeiden, werden die Werte wiederholt. Es entsteht ein solider Prozess.
Allerdings kostet eine komplette Messung doppelt so viel wie das Teil selbst. Es ist daher nicht möglich, die Messung für jedes Teil durchzuführen. Wir haben uns einmal die Mühe gemacht und das Szenario nachgespielt. Ein typisches Messergebnis könnte so aussehen:
Auch die sehr grob aufgelösten Daten werden trotz aller Mühe falsch erfasst. Je nachdem, wer misst, unterscheiden sich die Messwerte.
Oh, wenn Sie nur ein bisschen kreativ wären, wie zum Beispiel unser Student Phil…
… dann würden Sie einen Raspberry Pi nehmen und ein PANDA I TIMESWIPE-Board darauf stellen und zwei Laser-Entfernungsmesser anschließen. Dazu eine bekannte Motorsteuerung anschließen, ein kleines Python-Skript schreiben (oder Phils Version hier herunterladen), schnell einen Fall und eine Aufnahme ausdrucken (hier herunterladen) und schon, ca. 2 Tage später…
Die automatisierte Laserstationsvermessung dauert 2,7 Sekunden, wohingegen die manuelle Messung 16 Minuten und 31 Sekunden dauert.
Das bedeutet, dass unsere TIMESWIPE-Messung 370-mal schneller, 1000-mal höher ist Auflösung und 100-mal genauer, also zusammen 37.000.000-mal besser als von Hand. Tatsächlich erfolgt die Messung so schnell, dass Sie tatsächlich jedes Teil messen können. Mit ein paar weiteren Befehlen in Python werden am ersten Tag der Messung mit Machine Learning die ersten Analysen durchgeführt und ein Modell trainiert, das sagt, ob die Qualität in Ordnung ist. Anstelle eines Lastenhefts erhält der Hersteller einfach das Gerät als Vorlage, um diese Messung im eigenen Haus zur Qualitätskontrolle zu automatisieren. Das Repository finden Sie hier https://github.com/Daffeldoff/TwinLaser.
Wäre das wirklich auch so? Was gibt es 2019 im Land der Ingenieure zu fragen? Oder haben alle Angst vor dem Zorn der Caliper-Mafia?
