Optische Schweißnahtprüfung
IUNA AI Systems entwickelt erstmals ISO-konformes Prüfsystem mit Machine Vision
- Kunde
- IUNA AI Systems
- Standort
- Untergruppenbach, Deutschland
- Datum
- 2025
IUNA AI Systems entwickelt KI-basierte Inspektionssysteme mit Machine Vision. Bis zu 200 vernetzte Basler ace 2 Kameras prüfen Schweißnähte, synchron gesteuert über die pylon Software – für vollständige Abdeckung, hohe Taktzeiten und nach Industrienormen zertifizierte Prüfergebnisse. Eine effektive und kostengünstige Alternative zu herkömmlichen Methoden wie Lasertechnik, Ultraschall, Röntgenanalyse und manueller Sichtprüfung.
Günstiger, flexibler und unbedenklich dank Machine Vision
Bisher eingesetzte Technologien wie Lasertechnik, Ultraschall, Röntgenanalyse und manuelle Sichtprüfung sind aufwändig in der Umsetzung: Für Röntgenanalyse und Lasertechnik sind Schutzmechanismen für Mitarbeiter erforderlich, die Ultraschallprüfung bedarf sauberer Umgebungsbedingungen und ist wartungsintensiv. Machine Vision vereinfacht die Prüfung erheblich und spart damit Kosten.
Günstiger
Schlankes System im Vergleich zu anderen TechnologienFlexibler
Robuste KI-Algorithmen sorgen für ProzessflexibilisierungUnbedenklich & sicher
Keine Gefährdung durch Röntgenstrahlen oder LaserWartungsärmer
Weniger Kalibrierbedarf im Vergleich zu anderen Verfahren
IUNA AI bietet das erste ISO-konforme optomechanische System zur Schweißnahtprüfung
Etablierte Verfahren neu denken: IUNA AI hat sich zum Ziel gesetzt, Automatisierung mit KI neu zu denken. Und setzt dabei auf Bildgebung als Datengrundlage. In der Automobilindustrie kommt das neue Verfahren für Schweißnahtinspektion bereits erfolgreich zum Einsatz.
Normsicherheit dank präziser Bilddaten und Deep Learning
In der Fertigungslinie eines deutschen Automobilherstellers wurden über 200 Basler ace Industriekameras inline integriert – teils auf Robotern, teils statisch montiert. Diese Kameras prüfen Schweißnähte auf Länge, Breite, Poren, Risse und Unterbrechungen. Neben der Nahtinspektion wird auch das Vorhandensein sowie die exakte Position von Löchern, Laschen und Nieten kontrolliert.
Das Ergebnis sind automatisierte Qualitätsentscheidungen in Echtzeit. Alle Prüfungen werden entsprechend geltender ISO-Normen für Schweißnähte dokumentiert – inklusive Bilder, Metadaten und Statistiken im User Interface. Fehlerhafte Teile werden automatisch ausgeschleust. Ein Analyse-Dashboard zeigt Qualitätstrends, KPIs und visuelle Reports im Prozessmonitor.
Normkonform mit:
✅ Lichtbogenschweißen: ISO 581, ISO 10042
✅ Laser- und Strahlschweißen: ISO 13919-1, ISO 13919-2
✅ Hartlöten: ISO 18279
✅ Fehlerklassifikation: ISO 6520-1
✅ Prüfverfahren: ISO 17637
Mit Basler an unserer Seite heben wir die Automatisierung von Qualitätskontrollen auf ein neues Level – schneller, kosteneffizienter und flexibler als je zuvor.
Machine Vision für präzise I.O./N.I.O.-Entscheidungen
Das KI-gestützte Inspektionssystem von IUNA AI kombiniert Deep-Learning-Modelle mit regelbasierten Algorithmen. So werden Schweißnähte automatisch erkannt, klassifiziert und millimetergenau vermessen.
Risse, Poren, Durchbrand, Spritzer, Asymmetrien und geometrische Abweichungen werden zuverlässig detektiert und als I.O. oder N.I.O. bewertet.
Die integrierte Toleranz- und Segmentierungsanalyse prüft Position und Abmessungen der Naht gegen definierte Grenzwerte und grenzt fehlerhafte Bereiche exakt ab.
Präziser und zuverlässiger als manuelle Qualitätskontrolle
Weniger Pseudofehler als lasertriangulationsbasierte Systeme
Echtzeit-Analyse mit sofortigem Feedback an die Fertigung
Eine KI ist nur so gut wie ihre Bilddatenbasis
Mit 200 perfekt getakteten und synchronisierten Basler ace 2 Industriekameras haben wir dazu beigetragen, dieses komplexe Qualitätssicherungssystem zu realisieren. Denn scharfe, detailreiche Bilddaten sind die Grundlage für zuverlässige KI-Analysen, um zertifizierbare und zuverlässige Prüfergebnisse zu ermöglichen.
ace 2: Präzise Erfassung feiner Details in Produktionsprozessen
Es wurden für diese Lösung folgende Machine Vision Komponenten von Basler eingesetzt:
Hohe Bildqualität und Verlässlichkeit zu einem guten Preis-Leistungsverhältnis: Das Modell a2A3840-13gcBAS mit dem IMX334-Sensor bietet eine Auflösung von 3840 x 2748 Pixeln: Das ermöglicht die präzise Erfassung feiner Details an Schweißnähten und Bauteilen.
Die Kameras sind mit C23-5M-Objektiven (C-Mount-Gewinde) ausgestattet. Je nach Arbeitsabstand der Kamera-Objektiv-Kombination kommen Brennweiten von 8, 12, 16, 20, 25, 35 und 50 mm zum Einsatz.
Die GigE-Schnittstelle sorgt für eine zuverlässige und schnelle Datenübertragung, die kompakte Bauform erleichtert die Integration in beengten Umgebungen.
ace 2 Serie entdeckenMultikamera-System und Softwareintegration mit pylon SDK
Das Basler pylon SDK steuert die Zusammenarbeit der über 200 ace 2 GigE-Kameras zentral und präzise. Dank Precision Time Protocol (PTP) entsteht ein integriertes System mit exakter Synchronisation und Echtzeitfähigkeit. Gerade bei anspruchsvollen Anwendungen entwickelt das präzise entwickelte pylon SDK seine volle Stärke und steht für hohe Stabilität und Leistungsfähigkeit für unterbrechungsfreie Bildverarbeitung
Durch die Integration in die KI-gestützte Softwareplattform von IUNA AI werden Bilder mit modernsten Deep-Learning-Algorithmen analysiert. Die offene API ermöglicht es, Kameraparameter einfach anzupassen. Dadurch können die Systeme jederzeit flexibel auf neue Produktionsbedingungen oder Produktvarianten reagieren.
Unsere Entwickler kommen gut mit der pylon Software klar. Bei Fragen war der technische Support regelmäßig kurzfristig verfügbar und konnte uns helfen.
Produkte für diese Lösung
Sie möchten eine vergleichbare Lösung umsetzen? Diese Produkte helfen Ihnen dabei.
Über IUNA AI
Die IUNA AI Systems GmbH wurde 2020 gegründet und hat ihren Sitz in Untergruppenbach bei Heilbronn, Deutschland. Das Unternehmen entwickelt Deep-Learning-basierte Kamerasysteme und Bildverarbeitungssoftware zur Automatisierung der Qualitätssicherung in der industriellen Fertigung. IUNA AI Systems vereint Expertise in den Bereichen Softwareentwicklung, maschinelles Lernen und Automobilherstellung. So entstehen hochmoderne AI Vision Systeme, die reale Herausforderungen bei der Qualitätskontrolle lösen.