KI-gestützte Werkzeugzustandsüberwachung in der automatisierten Stahlprobenvorbereitung

Eine zuverlässige Oberflächenvorbereitung ist entscheidend für eine genaue und reproduzierbare OES-Analyse von Stahlproben. Diese Application Note vergleicht eine konventionelle, algorithmusbasierte Bildauswertung mit einem Deep-Learning-basierten Segmentierungsansatz zur automatisierten Überwachung des Verschleißes von Fräseinsätzen in der mit PrepMaster Vision ausgestatteten HS-F 1000. Das Deep-Learning-Modell bietet unter anspruchsvollen industriellen Bildbedingungen wie Reflexionen, wechselnder Beleuchtung und komplexen Geometrien eine deutlich verbesserte Robustheit und Genauigkeit, erreicht dabei wesentlich geringere Abweichungen von lichtmikroskopischen Referenzmessungen und vereinfacht die Anpassung an unterschiedliche Einsatztypen und Betriebsbedingungen.