Meß-, Steuer- und Regelungsverfahren für die Methoden der schnellen Echtzeitbildverarbeitung zur Detektion von Profiloberflächenfehlern im Extrusionsprozeß

Die steigenden Qualitätsanforderungen in der Profilextrusion zwingen Hersteller zu einer lückenlosen Endkontrolle ihrer Produkte. Sowohl bei der Prüfung auf Funktion als auch bei der Prüfung des optischen Erscheinungsbildes werden ständig höhere Anforderungen gestellt. Aufgrund dessen sind bei einer optischen Kontrolle hohe Fehlerauflösungen von bis zu 50 µm anzustreben. Im Rahmen einer industriellen Gemeinschaftsforschung werden Forschungs- und Entwicklungsergebnisse zum Design eines Echtzeitbildverarbeitungssystems zur Profilüberwachung erarbeitet. Zunächst stellen sich zwei Abtastmethoden der Bildverarbeitung, nämlich Lichtschnittechnik und Grauwerttechnik, für die Prüfaufgabe im Vergleich mit alternativen Verfahren als besonders gut geeignet heraus. Wichtige Komponenten wie Licht, Kamera, massiv parallel arbeitende Höchstleistungsrechner und Gehäuse werden nach entwickelten Beurteilungskriterien hinsichtlich Hardware- und Entwicklungskosten, Systemadaptionszeit, Bedienkompetenz, Auslastung, Produktflexibilität und Funktionszuverlässigkeit ausgewählt. Die Kriterien werden ebenfalls als Beurteilungsmaßstab für die Entwicklung digitaler Bildverarbeitungsalgorithmen verwendet. Ein Schwerpunkt der Entwicklung ist der Verfahrensentwurf für das optimale Zusammenwirken von Kamera, Licht, Prozessorarchitektur und Algorithmus zur Bilddaten-Vorverarbeitung. Ein weiterer wichtiger Schwerpunkt liegt in der Entwicklung einer zuverlässigen Fehlerklassifikation zur Einteilung der gefundenen Fehlersegmente. In Abhängigkeit der Fehlerklasse wird automatisch entschieden, ob das Segment zu einem wichtigen oder unwichtigen Fehler gehört und gleichzeitig ein Echtzeitsignal an eine nachgeschaltete Peripherie ausgegeben werden soll. Das System zeigt seine Zuverlässigkeit bei der Klassifikation von zu ignorierenden Pseudofehlern, wie z. B. tolerierbare Farbfehler auf elastomeren Oberflächen. Ein Neuro-Fuzzy-Klassifikator kommt aufgrund der hier durchgeführten Entwicklungen für die Klassifikation der Profilfehler zum Einsatz.