Pseudofehler in der Produktion - unvermeidbar?
Skalierbare Qualitätsprüfung dank KI
Wenn ein Bauteil erfolgreich und korrekt produziert wurde, und anschließend in der Qualitätsprüfung als fehlerhaft bewertet und aussortiert wurde, spricht man von einem Pseudofehler - ein Fehler, der gar keiner ist. Pseudofehler sorgen für unnötigen Ausschuss und Mehrarbeit und damit für verringerte Effizienz. Wie Pseudofehler entstehen und wie sie vermieden werden können erfahren Sie hier.
Qualitätskontrolle
In einer 100% perfekten Produktion würde jedes fehlerfreie Bauteil exakt gleich aussehen. Die echte Welt sieht da leider anders aus. Fertigungsprozesse wie Löten, Schweißen, Verkleben, etc. sind nicht ohne natürliche, wenn auch geringfügige, Ungenauigkeiten und Unterschiede im Endergebnis auszuführen. Das führt dazu, dass es in praktisch jeder Produktion Abweichungen vom „idealen Bauteil“ gibt. Es ist die Aufgabe der Qualitätskontrolle zu überprüfen, ob diese Abweichungen im akzeptablen Rahmen sind, oder ob das Bauteil zu weit vom Ideal abweicht und fehlerhaft ist. Diese Prüfung kann 4 Ergebnisse haben.
Wenn das untersuchte Bauteil in Ordnung (i.O.) ist, und die Qualitätskontrolle das Bauteil als in Ordnung einschätzt, dann ist alles richtig gelaufen und ein Gutteil liegt vor. Ist das Bauteil schlecht und wird als schlecht eingeschätzt, wurde ein Fehler korrekt erkannt und es handelt sich um Ausschuss. Ist hingegen das Bauteil nicht in Ordnung, wird aber von der Qualitätskontrolle als gut eingeschätzt, liegt ein klassischer Fehler vor. Eventuell ist ein Gerät der Qualitätskontrolle fehlerhaft oder zu großzügig eingestellt, oder einem Inspekteur ist ein Fehler einfach durch die Lappen gegangen. Ein Pseudofehler liegt vor, wenn ein Bauteil, welches eigentlich in Ordnung ist, als fehlerhaft erkannt wird.
Pseudofehler entstehen also, wenn ein Bauteil innerhalb der akzeptablen Varianz liegt, die durch den Fertigungsprozess gegeben ist, die Qualitätskontrolle aber diese akzeptable Varianz als inakzeptabel bewertet. Es handelt sich also um einen Fehler in der Qualitätskontrolle.
Eine Lötstelle mit exzessivem Lötzinn kann beispielsweise als fehlerhaft erkannt werden, obwohl sie die Funktion einer Platine überhaupt nicht beeinflusst, oder eine Verfärbung oder Verschmutzung, die für das Bauteil irrelevant ist, kann als funktionsrelevant eingeordnet werden.
Was verursacht Pseudofehler?
In der klassischen Sichtkontrolle prüfen Menschen die untersuchten Bauteile. Hier kann es durch Ermüdung oder Ablenkungen sowohl zu Fehlern als auch Pseudofehlern kommen. In anderen Produktionen wird auf automatische optische Inspektion gesetzt, kurz AOI. Hierbei handelt es sich um automatische Systeme, die kameragestützt die Bauteile überprüfen, und „Pixel für Pixel“ mit einem Idealbild vergleichen. Hier kann es durch fehlerhaft eingestellte Ähnlichkeits-Schwellwerte zu Fehlern und Pseudofehlern kommen. Sind die Schwellwerte zu „locker“ eingestellt kommt es zu Fehlern, sind die Schwellwerte hingegen zu „streng“ eingestellt, kommt es zu Pseudofehlern.
Dazu kommen bei der AOI noch Probleme mit Unterschieden in der Produktionsumgebung. Veränderte Lichtverhältnisse oder Kamerawinkel sind für Menschen leicht als irrelevant zu erkennen, lassen das untersuchte Bauteil jedoch auf der Pixelebene völlig anders erscheinen. Das AOI-System erkennt eine große Abweichung wo gar keine vorhanden ist, und es kommt zu einem Pseudofehler.
Was ist die Lösung?
Diese Probleme können durch eine KI-Integration deutlich reduziert werden. Die künstliche Intelligenz untersucht Bauteile nicht nur auf der Pixelebene, sondern lernt die genauen Eigenschaften des untersuchten Bauteils. Damit ist sie deutlich resistenter gegenüber veränderten Umwelteinflüssen. So verbindet eine KI-unterstützte AOI die Vorteile beider Qualitätsprüfungssysteme. Sie kann mit der Präzision und Konstanz einer Maschine arbeiten, dabei aber – gute Trainingsdaten vorausgesetzt – so flexibel wie ein Mensch die Qualität des Bauteils einschätzen. So werden Pseudofehler effizient und nachhaltig verhindert.
Autor: Thomas Möller
