So werden Defekte an Carabonfasern inline erfasst

Back to Beiträge

Das Fraunhofer IGCV erkennt Defekte an Carbonfasern in der Produktion zuverlässig mit hochauflösenden Kamerasystemen und Künstlicher Intelligenz.

Im Rahmen des aktuell laufenden Projekts Aircarbon III, in dessen Rahmen Industriepartner unter Federführung der SGL Group hochfeste Carbonfasern für den Einsatz in der Luftfahrt entwickeln, kooperiert das Fraunhofer-Institut für Gießerei-, Composite- und Verarbeitungstechnik IGCV mit Chromasens, einem Hersteller von Zeilenkameras.

„Die automatische Erkennung besonders von sehr kleinen Faserdefekten in der C-Faser-Herstellung ist noch immer nicht vollständig gelöst", sagt Kristina Klatt, Leiterin der Carbonfaserentwicklung bei SGL Carbon. „Die einheitliche Farbgebung von Fasern und Faserdefekten macht es für Optik und Software besonders schwer, gute Ergebnisse zu erzielen.“ Bisherige Lösungen beschränken sich beispielsweise auf das Prüfen von Gelegen, die durch die Wirkfäden einen Kontrast im Material aufweisen, der Abweichungen leichter erkennbar macht.

Neuronales Netz prüft vor- und nachgelagerte Prozesse

Das Fraunhofer IGCV geht hier gemeinsam mit Chromasens neue Wege: Einerseits wird mit einer Zeilenkamera im Prozess eine lückenlose und kontinuierliche Überwachung der Oberfläche gewährleistet. Dies geschieht inline, also im laufenden Betrieb. Andererseits wird durch den Einsatz eines angepassten neuronalen Netzes eine deutlich höhere Flexibilität in der Bildverarbeitung erreicht. So können auch vor- und nachgelagerte Prozesse wie das Spinnen von Polyacrylnitril (PAN) oder das Faserspreizen mit der neuen Technologie überwacht werden – und das bei einem minimalen Transfer- und Konfigurationsaufwand. Das vortrainierte Netz wird in kurzer Zeit und mit wenig annotierten Bildern auf die neuen Bedingungen angepasst – es lernt sozusagen, die Fehler auch in abweichenden Strukturen zu finden.

Exaktes Lokalisieren von Defekten an Carbonfasern

Illustration der Oberfläche von PAN-Fasern (links) und Carbonfasern nach dem Spreizen (rechts) Foto: Fraunhofer IGCV

Die neuronalen Netze erkennen sehr zuverlässig, ob es sich bei einem Bauteil um ein Gut- oder Schlechtteil handelt. Die Trefferquoten liegen bei deutlich über 90 %. Dies ist jedoch nur bei Mustern realistisch, die besonders heterogen erscheinen, zum Beispiel bei gewebten Fasern.

Bei den Fasern hat man es jedoch mit sehr unterschiedlichen Fehlern zu tun, die zudem variierenden Umgebungsbedingungen unterliegen. Außerdem interessiert die Forschenden und den Industriepartner SGL, wie häufig und wo die Defekte in den einzelnen Abschnitten vorkommen. Dies lässt sich mit einer Erweiterung der bisherigen neuronalen Netze erreichen, der sogenannten pixelbasierten Segmentierung beziehungsweise „Semantic Segmentation“. Dabei wird jedes einzelne Pixel eines Bildes klassifiziert und mit einem entsprechenden Label versehen (gut = nicht defekt; schlecht = defekt. So können Anomalien auf dem Faserteppich erkannt werden, indem größere Gruppen von Pixeln (=Bildbereichen) als „schlecht“ klassifiziert werden.

Mit Hilfe dieser Technologie lassen sich in den von der Zeilenkamera aufgezeichneten Bildern zuverlässig defekte Fasern auf der Oberfläche identifizieren. Durch die hohe Auflösung des Systems wurden Objekte auf dem Faserteppich sichtbar gemacht, die das menschliche Auge nicht wahrnimmt. Der Detailgrad, den das Fraunhofer IGCV inline anbietet, wäre so nur noch im Labor unter dem Mikroskop zu übertreffen.

Hohe Bildqualität trotz extremer Lichtsituation

Da sie extrem viel Licht absorbieren, lassen sich tiefschwarze Materialien wie Carbonfasern in der Bildverarbeitung nur schwer sichtbar machen. Die besonders dunkle Oberfläche der Fasern erfordert deshalb eine spezielle Industriebeleuchtung. Sie sorgt dafür, dass auf dem Sensor ein kontrastreiches Bild erzeugt wird. Mit einer Corona-II-Beleuchtung von Chromasens werden Bilder in hoher Qualität bereitgestellt, die Fasermonitoring ermöglichen. Dabei erlaubt es die hohe Auflösung des Sensors, Defekte bis beinahe auf Filamentniveau bis zu 10 μm sichtbar zu machen. So können selbst kleinste Anomalien erkannt werden.

Eine Demonstrator-Software inklusive Defekterkennung und pixelbasierter Lokalisierung wird aktuell an der Industrieanlage erprobt. Die Software wird für die Carbonfaser-Herstellung eingesetzt. Die angrenzenden Prozesse, das PAN-Spinnen und Faserspreizen, wurden daraufhin mit wenigen Daten angelernt. Ziel ist es, die Software nun mit verschiedenen Anlagenparametern zu testen und auf kurze Sicht an die Bedingungen der Produktion heranzuführen. In Zukunft wird die europäische Faserherstellung auf eine übergreifende Technologie in der Prozessüberwachung zurückgreifen können.

Andreas Margraf, Fraunhofer IGCV

Share this post

Back to Beiträge