Das Ziel immer kürzere Taktzeiten bei häufig schwierigen Produktionsumgebungen erfordert eine hocheffiziente und robuste Prüfung von Lackoberflächen. Aus dem Anspruch, höchste Qualität und Effizienz zu erreichen, ist die Vorreiterrolle entstanden, die die Automobilbranche für die Automatisierung der industriellen Produktion hat. Die Fahrzeugfertigung ist Vorbild für viele Branchen und treibt den Einsatz neuer Technologien wie kaum eine andere. Aus diesem marktbedingten Innovationsdruck entstehen hocheffiziente Lösungen – auch im Bereich Qualitätssicherung. So macht die intelligente robotergeführte Produktion und Inspektion eine High-End-Automatisierungstechnologie zur Lackinspektion möglich.
Heute verfügbare Komplett-Systeme – wie CarPaintVision (CPV) von ISRA VISION – verbinden Robotik und Oberflächeninspektion. Dank schneller und einfacher Integration neuer Fahrzeugtypen sowie automatischer Offline-Roboterpfadgenerierung sind sie flexibel einsetzbar. Ob On-the-Fly, bei kontinuierlicher Förderung des Fahrzeugs, oder im taktgebundenen Stop & Go Verfahren, wird die gesamte relevante Oberfläche In-Line geprüft.
Vollautomatische In-Line Lackinspektion, zeitsparend und kosteneffizient
CPV sorgt für eine objektive und konsistente Evaluierung der Lackoberflächenqualität, die sich individuell anpassen lässt. Sie bietet Kostenvorteile im Gegensatz zu manuellen Verfahren und unterstützt durch zuverlässige statistische Daten die Verbesserung von Prozessen.
ISRA VISION setzt bei dieser Lösung auf den Hybrid-Sensor PAINTSCAN, der zwei Oberflächeninspektionsmethoden vereint. So werden alle topografischen und nicht-topgrafischen Lackfehler verlässlich detektiert. Integrierte Auswerteeinheiten sorgen für schnelle Oberflächeninspektionszeiten und reduzieren den Wartungsaufwand. Dabei erfolgt die Datenverarbeitung im Prozesstakt und Fehlerinformationen stehen umgehend zur Verfügung. Die optionale abschließende Markierung von Fehlstellen macht auch die Nacharbeit einfach und zeitsparend.
Dabei sorgt die Oversampling-Methode für eine lückenlose Lackinspektion: Eine hohe Scanfrequenz und sich in Fahrtrichtung überlappende Bildaufnahmen erfassen jeden Punkt der Karosse mehrfach. Redundante Daten mit bis zu zehn Bildern sichern belastbare Inspektionsergebnisse mit einer Detektionsrate von über 95%. Alle relevanten Defekte – wie Einschlüsse, Krater, Pigmentfehler, Kratzer, Beulen und Dellen – werden sicher erkannt und klassifiziert. Die Software zur Klassifikation ist bereits vortrainiert und das Resultat jahrelanger Branchenerfahrung. Algorithmen ermöglichen zudem die selbstlernende Fehlererkennung und können somit linienspezifische Defekte erkennen. Das System eignet sich durch seine flexiblen Einsatzmöglichkeiten besonders für Multi-Modell-Linien, denn auf Basis von CAD-Modellen wird automatisiert eine kollisionsfreie Roboterinspektionsbahn geplant. Die ausführenden Roboter benötigen im Line-Tracking-Betrieb keine zusätzliche lineare Achse, um verfahren zu werden.
Software und Konnektivität sichern Zukunftsfähigkeit
Die gewonnenen Inspektionsdaten machen eine nachhaltige und kontinuierliche Produktionsoptimierung möglich. In Verbindung mit der Enterprise PROduction Management Intelligence-Lösung EPROMI werden die gewonnenen Statistikdaten entsprechend individueller Informationsbedürfnisse ausgewertet und auf standardisierten oder individuellen Dashboards dargestellt.
Dank einer einfach zu bedienenden Nutzer-Software erfolgt die Konfiguration schnell und intuitiv. Auch die Nachrüstung in bestehende Anlagen ist problemlos umsetzbar. Die Kompatibilität zu allen gängigen Robotermarken gewährleistet eine optimale Integration in die meist durch den Kunden vorgegebene Anlagenwelt.
CPV ist schon heute durch seine flexiblen Einsatzmöglichkeiten bereit für die auftragsgesteuerte Mehrlinienproduktion. Damit unterstützt das System die Industrie bei ihrer Vision einer Fertigung, in der individuell nach Kundenwunsch produzierte Autos je nach Ausstattungslinie oder Sonderausführung automatisch Stationen anfahren – auftragsgesteuert, intelligent und effizient.