Oberflächeninspektionssystem zur Untersuchung von Bruchbildarten an Klebungen

Das »AdheScan-System« der Schäfter+Kirchhoff GmbH aus Hamburg ist ein Komplettsystem zur quantifizierbaren und reproduzierbaren Klebebruchflächeninspektion. Die Technologie liefert eine optische Auflösung von 11 μm, 3D-Höheninformationen mit 20 μm Auflösung und eine drehbare 3D-Darstellung jedes Frakturpaares. Der Anwender kann die Probe in derjenigen Ansicht annotieren, in der es am einfachsten ist, die verschiedenen Bruchbilder zu identifizieren. Anwendungsmöglichkeiten finden sich u. a. in der Luft- und Raumfahrt, im Leichtbau und in der Automobilindustrie.

Kleben ist eine bewährte Fügetechnik mit einem breiten Anwendungsbereich. Oftmals werden hohe Anforderungen an Werkstoffe, Verfahren und Qualitätssicherung gestellt, die aktuell häufig noch manuell durch das Klebfachpersonal überprüft werden müssen. Das vorgestellte automatisierte Laborgerät ist ein benutzerfreundliches Messsystem zur quantifizierbaren, zuverlässigen und reproduzierbaren Inspektion von Oberflächenmustern einer Klebung. Das System ist so konzipiert, dass Expertenwissen objektiv genutzt werden kann, mit dem Ziel, dass das Klebfachpersonal präzise digitale Daten als Grundlage für eine weitere systematische Forschung und Entwicklung erhält.

Die Technologie basiert auf einer speziell entwickelten Bildaufnahme in Kombination mit einem trainierbaren Machine Learning-Algorithmus.

Zwei Zeilenkameras liefern bei einer Prüfung hochauflösende Bilder mit einer optischen Auflösung von 11 µm von beiden Oberflächen des Bruchpaares. Die Verwendung der Zeilenkameras in einer Stereokonfiguration ermöglicht zudem die Erfassung von Höheninformation.

Die Aufnahmen beider Bruchpartner werden zueinander ausgerichtet, da alle vier Bilder (Oberflächen- und Höhenaufnahmen) gemeinsam betrachtet und ausgewertet werden, um die bestmögliche Auswertegenauigkeit zu erzielen. Durch Kombination der Oberflächenaufnahmen mit der Höheninformation wird außerdem eine drehbare 3D-Darstellung der Probenpartner erzeugt.

Anschließend werden die Aufnahmen mithilfe benutzerdefinierter Sets zur Klassifizierung (sogenannte Labels) für die erwarteten Bruchbildarten annotiert (z. B. Kohäsionsbruch oder Adhäsionsbruch, siehe Bild 2). Die Markierung der Probe wird parallel sowohl in den Höhen- als auch in den hochauflösenden Oberflächenbildern vorgenommen und wird zeitgleich in der 3D-Grafik dargestellt. So kann die Probe in derjenigen Ansicht annotiert werden, in der es am einfachsten ist, die verschiedenen Bruchbilder zu identifizieren.

Der Machine Learning-Algorithmus verwendet dann die vorab markierten Merkmale, um die endgültigen Ergebnisse zu berechnen. Auch mit nur wenigen Markern kann der Algorithmus eine Vorhersage für das gesamte Bild treffen (siehe Bild 3). Die annotierten Bilder können außerdem als Trainingsset verwendet werden, um den Algorithmus zu trainieren. Im Prozessmodus übernimmt der trainierte Algorithmus dann die Auswertung der Bilder, nachdem der Anwender diese ausgerichtet hat.

Das System ist eine Weiterentwicklung eines Demonstrators, der in Zusammenarbeit mit dem Fraunhofer IFAM, Bremen, im Rahmen eines durch das Bundesministerium für Wirtschaft und Klimaschutz (BMWK) geförderten Projekts (SAMBA, 20Q1924A) entwickelt wurde. Die Anpassung für diese spezielle Anwendung und die Implementierung des Machine Learning wurden durch enge Zusammenarbeit und Wissensaustausch ermöglicht. Die Entwicklung ist zum Patent angemeldet (noch nicht veröffentlicht).